O IMPACTO DAS TRANSFERÊNCIAS FEDERAIS SOBRE O DESEMPENHO DAS POLÍTICAS PÚBLICAS DE SAÚDE EM PERNAMBUCO
Bolsista: Anderson Henrique da Silva (UFPE) (
[email protected])
Orientador: Enivaldo Carvalho da Rocha
Resultados
Transferência per capita
Região de desenvolvimento
Média: 219,08
Desvio padrão: 150,56
VD: Índice de Desempenho de Saúde
- Variação: 0 a 1, quanto mais próxima de 1 melhor;
VI: Transferência federal de saúde per capita;
- Como foi calculada?
Descrição das variáveis
Criação do Índice de Desempenho de Saúde
KMO = .746
BTS < .000
Auto valor = 4.949
98,97%
Alfa de Cronbach: 0,997
V1 (Esperança ao nascer) (.975)
V2 (Sobrevivência aos 40 anos) (.990)
V3 (Sobrevivência aos 60 anos.)(.994)
V4 (Mortalidade infantil)(.995)
V5 (Mortalidade aos 5 anos); (.994)
IDS
Dados: Portal da Transparência e Programa das Nações Unidas para o Desenvolvimento (PNUD);
Analise: SPSS (versão 22);
Coleta: Início em Dezembro/2014 e final em Fevereiro/2015;
Técnicas estatistas:
Análise fatorial;
Estatística descritiva;
Regressão Linear (MQO).
Desenho de Pesquisa
Políticas públicas hierarquizadas e descentralizadas podem reduzir problemas sociais (ARRETCHE, 1995);
Transferências federais tendem a:
(1) diminuir as assimetrias entre os entes (DUARTE et al, 2006);
(2) aumenta a capacidade decisória dos municípios e;
(3) maior accountability (ARRETCHE, 1995);
Marco teórico
Qual o impacto das transferências federais sobre o desempenho das políticas públicas de saúde em Pernambuco?
Hipótese: Mais recurso implica em uma melhor qualidade de saúde;
Objetivo: analisar a relação entre os gastos públicos e a qualidade das políticas de saúde;
Foco nas regiões de desenvolvimento de Pernambuco no período de 2004 a 2014.
Questão de Pesquisa
Anderson Henrique da Silva
Banco de dados disponível em: https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/KQCIOB
OBRIGADO!
Resultados
Desempenho de Saúde
Região de desenvolvimento
Média: 0,539
Desvio padrão: 0,165
Região de desenvolvimento
Diferença de médias
P-valor
Agreste meridional
0,216
0,000
Metropolitana
Sertão central
0,888
0,000
Sertão do Araripe
0,148
0,000
Sertão do São Francisco
0,101
0,000
Resultados
Desempenho de Saúde
A FACEPE pelo apoio institucional e financeiro;
A UFPE pela estrutura física ;
Ao grupo de Métodos de Pesquisa em Ciência Política (DCP/UFPE);
Aos professores Dra. Mariana Batista e Dr. Dalson Figueiredo, ambos do DCP-UFPE;
E ao meu orientador prof. Dr. Enivaldo Rocha (DCP/UFPE).
Agradecimentos
Analisar a qualidade da gestão dos municípios pernambucano;
Adoção de variáveis de controle;
Implementação de novas técnicas estatística;
Análise espacial de Pernambuco;
Publicar os resultados em periódicos científicos de alto impacto.
Promessas Futuras
Ausência de variáveis de controle;
Análise com dados agregados no tempo;
Problema de multicolinearidade;
Informações apenas para Pernambuco;
Limitações
Considerações Finais
Modelo de Regressão Linear possui explicação de 17 % e significância estatística (p-valor < 0,001).
Média:
R$ 219,08
Mínimo:
(SI)
R$ 186,40
Máximo:
(RMR)
R$ 279,85
Média:
0,589
Máximo:
(RMR)
0,835
Mínimo:
(AM)
0,106
Transferência per capita
IDS
Coeficientes não padronizados
B
Erro Padrão
p-valor
(Constante)
-0,608
0,040
0,000
Transferência per capita
0,003
0,000
0,000
R²
0,175
Resultados
Resultados
Região de desenvolvimento
Diferença de médias
P-valor
Agreste meridional
46,81
0,165
Metropolitana
Sertão central
58,13
0,262
Sertão do Araripe
54,55
0,275
Sertão do São Francisco
62,39
0,354
Transferência per capita
Clique para editar o estilo do título mestre
Clique para editar os estilos do texto mestre
Segundo nível
Terceiro nível
Quarto nível
Quinto nível
11/06/2015
nº
Clique para editar o estilo do título mestre
Clique para editar o estilo do subtítulo mestre
11/06/2015
nº
Clique para editar os estilos do texto mestre
Clique no ícone para adicionar uma imagem
11/06/2015
nº
Clique para editar o estilo do título mestre
Clique para editar o estilo do título mestre
Clique para editar os estilos do texto mestre
Segundo nível
Terceiro nível
Quarto nível
Quinto nível
11/06/2015
nº
Clique para editar o estilo do título mestre
Clique para editar os estilos do texto mestre
Segundo nível
Terceiro nível
Quarto nível
Quinto nível
11/06/2015
nº
Clique para editar o estilo do título mestre
Clique para editar os estilos do texto mestre
Clique para editar os estilos do texto mestre
Segundo nível
Terceiro nível
Quarto nível
Quinto nível
11/06/2015
nº
11/06/2015
nº
11/06/2015
nº
Clique para editar o estilo do título mestre
Clique para editar os estilos do texto mestre
Segundo nível
Terceiro nível
Quarto nível
Quinto nível
11/06/2015
nº
Clique para editar o estilo do título mestre
Clique para editar o estilo do título mestre
Clique para editar os estilos do texto mestre
11/06/2015
nº
Clique para editar os estilos do texto mestre
Segundo nível
Terceiro nível
Quarto nível
Quinto nível
Clique para editar os estilos do texto mestre
Segundo nível
Terceiro nível
Quarto nível
Quinto nível
11/06/2015
nº
Clique para editar o estilo do título mestre
Clique para editar o estilo do título mestre
Clique para editar os estilos do texto mestre
Clique para editar os estilos do texto mestre
Clique para editar os estilos do texto mestre
Segundo nível
Terceiro nível
Quarto nível
Quinto nível
Clique para editar os estilos do texto mestre
Segundo nível
Terceiro nível
Quarto nível
Quinto nível
11/06/2015
nº
4
1
Análise fatorial visa redução de dados em reduzir um numero de variáveis em fator.
objetivo da análise fatorial é gerar fatores/componentes não observados a partir das variáveis observadas.
Comunalidade: A correlação das variáveis com o componente.
(KMO) indica a proporção da variância atribuída a um fator/componente comum. Dessa forma, quanto mais perto de um, mais adequada é a aplicação da análise fatorial.
O teste de esfericidade de Bartlett (BTS) testa se variáveis são correlacionadas. Usualmente utiliza-se o nível de 5% de significância. Logo, quanto menor o p-valor do teste, maior a confiança em rejeitar a hipótese nula de que tem-se uma matriz identidade, ou seja, ausência de correlação.
Auto valor: Segundo a regra de Kraiser, informa quanta informação foi perdida. Quanto maior que 1 melhor.
Alfa de Cronbach: Vai medir a confiabilidade das variáveis dos componentes. Quanto mais próximo de 1 melhor.
5
12
8
IPCA - Índice Nacional de Preços ao Consumidor Amplo – IPCA - IBGE
6
14
11/06/2015
Clique para editar os estilos do texto mestre
Segundo nível
Terceiro nível
Quarto nível
Quinto nível
nº