UNIVERSIDADE DE SO PAULO

FACULDADE DE ECONOMIA, ADMINISTRAO E CONTABILIDADE

DEPARTAMENTO DE ADMINISTRAO
PROGRAMA DE PS-GRADUAO EM ADMINISTRAO

TESE

OS SERVIOS PBLICOS E O BEM-ESTAR SUBJETIVO DA POPULAO:

UMA MODELAGEM MULTIGRUPOS BASEADA EM MNIMOS QUADRADOS
PARCIAIS

Leandro Campi Prearo

Orientador: Profa. Dra. Maria Aparecida Gouva

So Paulo
2013

Prof. Dr. Joo Grandino Rodas

Reitor da Universidade de So Paulo
Prof. Dr. Roberto Sbragia
Diretor da Faculdade de Economia, Administrao e Contabilidade
Prof. Dr. Roberto Sbragia
Chefe do Departamento de Administrao
Prof. Dr. Lindolfo Galvo de Albuquerque
Coordenador do Programa de Ps-Graduao em Administrao

LEANDRO CAMPI PREARO

OS SERVIOS PBLICOS E O BEM-ESTAR SUBJETIVO DA POPULAO:

UMA MODELAGEM MULTIGRUPOS BASEADA EM MNIMOS QUADRADOS
PARCIAIS

Tese apresentada ao Departamento de

Administrao da Faculdade de Economia,
Administrao
e
Contabilidade
da
Universidade de So Paulo para a obteno
do ttulo de doutor em Cincias.

Orientador: Profa. Dra. Maria Aparecida Gouva

Verso original

So Paulo
2013

FICHA CATALOGRFICA
Elaborada pela Seo de Processamento Tcnico do SBD/FEA/USP

Prearo, Leandro Campi

Os servios pblicos e o bem-estar subjetivo da populao : uma
modelagem multigrupos baseada em mnimos quadrados parciais /
Leandro Campi Prearo. So Paulo, 2013.
257 p.
Tese (Doutorado) Universidade de So Paulo, 2013.
Orientador: Maria Aparecida Gouva.
1. Anlise multivariada 2. Felicidade 3. Bem-estar subjetivo 4.
Modelagem de equaes estruturais 5. Anlise multigrupos 6. Polticas
pblicas I. Universidade de So Paulo. Faculdade de Economia,
Administrao e Contabilidade. II. Ttulo.
CDD 519.535

iii

Para Yell e Heloisa.

iv

v
AGRADECIMENTOS
O processo de doutoramento certamente algo que exige um nvel de isolamento muito mais
intenso do que em qualquer outra fase da vida acadmica e, portanto, inerentemente um
processo bastante solitrio.
Assim, diferentemente do mestrado, onde os agradecimentos foram bastante especficos, aqui
sero mais holsticos, mas no por isso menos importantes.
Nesse sentido, de forma muito especial, expresso toda a minha gratido professora doutora
Maria Aparecida Gouva pela CONFIANA IRRESTRITA desde o incio do programa de
Mestrado at o decorrer da elaborao dessa Tese. Seu apoio e incentivo foram fundamentais
para a construo de um ambiente que permitiu o desenvolvimento deste estudo.
Aos professores doutores Milton Carlos Farina e Adriana Backx Noronha pelas valiosas
sugestes na banca de qualificao e pela confiana em mim depositada.
Agradeo a amiga, professora doutora Maria do Carmo Romeiro, pelo incentivo e importante
ajuda no desenvolvimento deste trabalho.
A amiga Alessandra Riesi Justo por todo o seu companheirismo nesses anos no Instituto de
Pesquisas da USCS.
Expresso tambm todo meu agradecimento por minha formao educacional aos meus pais,
Amilton e Mrcia Prearo, os quais por vezes privaram-se materialmente em prol de meus
estudos no Ensino Fundamental e Mdio.
minha esposa Heloisa e meu filho Yell pela confiana inabalvel em meu potencial.

vi

vii

"Quando eu tinha 5 anos, minha me sempre

me disse que a felicidade era a chave para a
vida. Quando eu fui para a escola, me
perguntaram o que eu queria ser quando
crescesse. Eu escrevi feliz. Eles me disseram
que eu no entendi a pergunta, e eu lhes disse
que eles no entendiam a vida..
John Lennon

viii

ix
RESUMO
Este estudo teve como objetivo principal relacionar a avaliao dos servios pblicos
municipais com o bem-estar subjetivo (BES) dos indivduos residentes na regio do Grande
ABC Paulista. Inicialmente foram levantados cinquenta estudos realizados nos ltimos dez
anos que apresentaram estudo quantitativo para entendimento dos possveis discriminantes da
felicidade, aqui operacionalizada a partir do termo bem-estar subjetivo. Esses serviram como
base terica para o entendimento sobre os possveis determinantes do BES e para a construo
do referencial terico sobre a temtica do BES. No obstante, no foram encontrados
trabalhos com proposio semelhante a este estudo, mas sim apenas pequenos fragmentos de
avaliaes especficas dos servios pblicos em contextos mais amplos de avaliao. Foram
encontradas 114 variveis possveis preditoras do BES, com destaque para idade, renda
familiar, gnero, estado civil, ocupao e escolaridade, relacionadas em mais de 50% dos
textos e selecionadas como moderadoras do relacionamento entre a Avaliao dos Servios
Pblicos Municipais (ASPM) e o Bem-Estar Subjetivo (BES). O construto ASPM foi
operacionalizado a partir de 22 variveis e o construto BES a partir de 4 variveis. A pesquisa
de campo foi realizada na Regio do Grande ABC Paulista, por meio de amostragem
probabilstica de conglomerados bifsica, considerando margem de erro de 3% e nvel de
confiana de 95%, resultando em uma amostra de 1.070 casos. A anlise dos resultados deuse por meio de estatsticas descritivas, bivariadas e por meio da aplicao da tcnica de
Modelagem de Equaes Estruturais baseada em mnimos quadrados parciais (PLS). Os
resultados sugerem um fraco, porm estatisticamente significante relacionamento entre o
ASPM e BES, moderado por todas as cinco variveis propostas, sugerindo que os servios
pblicos influem na qualidade do bem-estar dos indivduos, especialmente quando essa
avaliao realizada em estratos especficos. Sugere-se a realizao de estudos subsequentes
com o foco apenas em usurios dos servios pblicos avaliados.

Palavras-Chave
Felicidade; Bem-Estar Subjetivo; Modelagem de Equaes Estruturais; Anlise Multigrupos,
Polticas Pblicas.

x
ABSTRACT
This study aimed to relate the evaluation of municipal utilities with subjective well-being
(SWB) of individuals living in the Grande ABC Paulista. Initially raised fifty studies in the
last ten years presented a quantitative study for understanding the possible discriminant of
happiness, here operationalized as the term subjective well-being. These served as the
theoretical basis for the understanding of the possible determinants of the SWB and the
construction of the theoretical framework on the subject of SWB. Nevertheless, no studies
were found with similar proposition in this study, but only small fragments of specific
evaluations of public services in the wider contexts of evaluation. Found 114 possible
variables predictive of SWB, especially age, family income, gender, marital status, occupation
and education, related in more than 50 % of the texts and selected as moderators of the
relationship between the Evaluation of Municipal Utilities (ASPM) and Subjective Well Being (SWB). The construct was operationalized ASPM from 22 variables and construct
SWB from 4 variables. The field research was conducted in the Region of the Grande ABC
Paulsita, by sampling a probabilistic cluster biphasic considering margin of error of 3 % and a
confidence level of 95 %, resulting in a sample of 1,070 cases. The analysis was performed by
using descriptive statistic, bivariate and by applying the technique of Structural Equation
Modeling based on partial least squares (PLS). The results suggest a weak but statistically
significant relationship between the SWB and ASPM, moderated by all five variables
proposed, suggesting that public services affect the quality of the well- being of individuals,
especially when evaluation is performed in specific strata. It is suggested to carry out
subsequent study with focus only on users of public services evaluated.

Keywords
Happiness, Subjective Well-Being; Structural Equation Modeling; Multigroup Analysis;
Public Politics.

SUMRIO
INTRODUO..............................................................................................................
1.1 O problema de pesquisa......................................................................................
1.2 Objetivos do estudo............................................................................................
1.3 Justificativa do estudo........................................................................................
2 REFERNCIAS TERICAS SOBRE BEM-ESTAR SUBJETIVO..........................
2.1 Introduo............................................................................................................

11
17
17
17
21
21

2.2 O conceito de bem-estar subjetivo.......................................................................

22

2.3 Mensurao do bem-estar subjetivo ou felicidade...............................................

24

2.3.1 Escala de item nico....................................................................................

24

2.3.1.1 World Value Survey (WVS) ................................................................

26

2.3.1.2 Latinobarmetro...................................................................................

28

2.3.2 Escala de mltiplos itens..............................................................................

30

2.3.2.1 Escala de Satisfao com a Vida (SWLS Satisfaction With Life

Scale)....................................................................................................
2.3.2.2 Escala de Felicidade Subjetiva............................................................

31
32

2.3.2.3 Escala de Felicidade-Depresso (DHS Depression-Happiness

34
Scale) ...................................................................................................
2.3.2.4 Mtodo da Amostragem da Experincia (MAE) ................................. 37
2.3.2.5 Mtodo da Reconstruo do Dia (Day Reconstruction Method) ........ 37
2.4 Felicidade Interna Bruta (FIB)............................................................................ 38
2.5 Os determinantes da felicidade........................................................................... 48
2.5.1 Idade do indivduo como preditora do bem-estar subjetivo......................... 54
2.5.2 Rendimento familiar como preditor do bem-estar subjetivo....................... 55
2.5.3 Gnero do indivduo como preditor do bem-estar subjetivo........................ 58
2.5.4 Estado civil do indivduo como preditor do bem-estar subjetivo................ 59
2.5.5 Ocupao do indivduo como preditora do bem-estar subjetivo.................. 61
2.5.6 Escolaridade do indivduo como preditora do bem-estar subjetivo............. 62
2.6

Mensurao do bem-estar subjetivo como um instrumento para o

63
planejamento de polticas pblicas...................................................................
2.6.1 Perspectiva econmica................................................................................. 64
2.6.2 Perspectiva de diferenas culturais............................................................... 64
2.6.3 Perspectiva poltica......................................................................................

64

2.6.3.1 Avaliao dos servios pblicos como preditora do bem-estar

subjetivo...............................................................................................
.

67

2.7

O paradoxo do relacionamento entre o bem-estar subjetivo e a avaliao

71
dos servios pblicos........................................................................................
3 REFERNCIAS TERICAS SOBRE A TCNICA DE MODELAGEM DE
73
EQUAES ESTRUTURAIS....................................................................................
3.1 Modelagem de Equaes Estruturais Baseada em Covarincias (MEE-BC).... 74
3.1.1 Premissas de aplicao da tcnica de modelagem de equaes estruturais
75
baseada em covarincias...................................................................................
3.1.1.1 Sensibilidade ao tamanho da amostra................................................... 76
3.1.1.2 Normalidade multivariada................................................................... 77
3.1.1.3 Linearidade........................................................................................... 79
3.1.1.4 Multicolinearidade............................................................................... 79
3.1.1.5 Ausncia de observaes atpicas......................................................... 82
3.1.1.6 Sensibilidade do nmero de indicadores do modelo............................. 83
3.1.2 Mtodos de estimao.................................................................................. 84
3.1.3 ndices de ajuste do modelo......................................................................... 86
3.1.4 Incorporao de variveis categricas no modelo de equaes estruturais
94
baseado em covarincias..................................................................................
3.2 Modelos baseados em mnimos quadrados parciais (PLS) .............................. 96
3.3 Direo da causalidade (modelo de mensurao) ............................................ 101
3.3.1 Anlise confirmatria tetrdica.................................................................... 103
3.4 Ordem dos construtos....................................................................................... 104
3.5 Variveis moderadoras X variveis mediadoras............................................... 105
3.5.1 Varivel mediadora...................................................................................... 106
3.5.2 Varivel moderadora.................................................................................... 106
3.6 Critrios de escolha entre MEE-BC e PLS...................................................... 109
3.7 Anlise multigrupos em PLS............................................................................ 109
3.7.1 Abordagem de Chin/Keil para anlise multigrupos................................. 109
3.7.2 Abordagem no paramtrica de Henseler (PLS-MGA) para anlise
110
multigrupos........................................................................................
4 ASPECTOS METODOLGICOS DA PESQUISA DE CAMPO.............................. 113
4.1 Proposio da pesquisa de campo....................................................................... 113
4.2 A delimitao do pblico-alvo da pesquisa de campo........................................ 113
4.3 Mtodo, tcnica de coleta de dados e abordagem do entrevistado na pesquisa dee
113
campo.................................................................................................................

4.4 Amostragem..................................................................................................... 115

4.5 Preparao das variveis para a coleta de dados na pesquisa de campo........... 116
4.5.1 A operacionalizao da investigao do construto da felicidade................... 116
4.5.2 A operacionalizao da investigao dos determinantes da felicidade........... 117
4.6 A coleta de dados.............................................................................................. 119
4.7 Aspectos metodolgicos da anlise dos resultados.............................................. 119
4.8 Modelos conceitual da pesquisa....................................................................... 121
5

ANLISE DOS RESULTADOS.....................................................................

5.1 Perfil sociodemogrfico da amostra.................................................................
5.2 Medidas descritivas da escala de bem-estar subjetivo (BES) ..........................
5.3 Medidas descritivas da Escala de Avaliao dos Servios Pblicos
Municipais (ASPM)..........................................................................................
5.4 Preparao do banco de dados para aplicao das tcnicas estatsticas de
anlise multivariada..........................................................................................
5.4.1 Tratamento aplicado aos dados ausentes para os itens das escalas de
conceito.......................................................................................................
5.4.2 Verificao da presena de dados extremos outliers....................................
5.5 Anlise fatorial exploratria e teste de confiabilidade para o construto bemestar subjetivo.................................................................................................
5.6 O construto Avaliao dos Servios Pblicos (ASPM) ...................................
5.6.1 O problema da multicolinearidade em modelos com indicadores
formativos....................................................................................................
5.6.2 Anlise exploratria da Escala de Avaliao dos Servios Pblicos
5.7 Avaliao do modelo de mensurao...............................................................
5.8 Avaliao do modelo estrutural........................................................................
5.9 Efeito das variveis moderadoras anlise multigrupos..................................
5.9.1 Avaliao do modelo estrutural e moderado pela varivel idade do
entrevistado..................................................................................................
5.9.2 Avaliao do modelo estrutural moderado pela varivel escolaridade do
entrevistado..................................................................................................
5.9.3 Avaliao do modelo estrutural moderado pela varivel gnero do
entrevistado...................................................................................................
5.9.4 Avaliao do modelo estrutural moderado pela varivel estado civil do
entrevistado..................................................................................................
5.9.5 Avaliao do modelo estrutural moderado pela varivel renda familiar do
entrevistado..................................................................................................
5.9.6 Avaliao do modelo estrutural moderado pela varivel condio de
ocupao do entrevistado.............................................................................

123
123
125
127
128
129
131
132
134
134
136
138
142
142
143
145
147
148
150
152

4
6 CONCLUSES, IMPLICAES, LIMITAES E DIRECIONAMENTOS
155
FUTUROS......................................................................................................................
6.1 Concluses a partir da discusso dos resultados e implicaes acadmicas
155
6.2 Implicaes gerenciais...................................................................................... 157
6.3

Limitaes do estudo........................................................................................

157

6.4

Sugestes para pesquisas futuras......................................................................

158

REFERNCIAS.............................................................................................................

159

APNDICE 1 Instrumento de coleta de dados............................................................

179

APNCIDE 2 Sistematizao dos estudos sobre o BES selecionados........................

185

APNDICE 3 Anlise Fatorial Exploratria do construto ASPM............................... 235

APNDICE 4 Anlise Fatorial Exploratria do construto BES.................................. 239
ANEXO 1 Macro da anlise ttrade cta.mac............................................................

245

LISTA DE FIGURAS
Figura 1 Os nove domnios da Felicidade Interna Bruta.............................................. 38
Figura 2 Operacionalizao da seleo de textos que tratam sobre determinantes do
Bem-estar...................................................................................................... 48
Figura 3 Relao entre bem-estar subjetivo e PIB per capita no ano de 1957............. 55
Figura 4 Framework conceitual para descrio do bem-estar subjetivo......................... 67
Figura 5 Taxionomia dos mtodos estatsticos de Modelagem de Equaes
Estruturais..................................................................................................... 71
Figura 6 Classificao dos tipos de ajustes globais..................................................... 85
Figura 7 Exemplo de Bootstrapping (n=6) ................................................................. 98
Figura 8 Sumrio das diferenas entre os tipos de modelos de mensurao............... 100
Figura 9 Tipos de ordem dos construtos...................................................................... 103
Figura 10 Modelo de Varivel Mediadora.................................................................... 104
Figura 11 Modelo de mensurao inicial...................................................................... 137
Figura 12 Modelo estrutural......................................................................................... 140

LISTA DE QUADROS
Quadro 1 O conceito de bem-estar subjetivo.............................................................. 22
Quadro 2 Escalas de mensurao de felicidade a partir de nico item........................24
Quadro 3 Formato de mensurao do bem-estar subjetivo no World Value Survey
(WVS)......................................................................................................... 26
Quadro 4 Participao do Brasil nas Coletas do World Value Survey (WVS)............ 27
Quadro 5 Formato de mensurao do bem-estar subjetivo no Latinobarmetro........ 28
Quadro 6 Participao do Brasil nas coletas do Latinbarmetro no quinqunio 20052009............................................................................................................ 29
Quadro 7 Forma de mensurao da Escala de Satisfao com a Vida........................ 30
Quadro 8 Forma de mensurao de Escala de Felicidade Subjetiva........................... 31
Quadro 9 Forma de mensurao de Escala de Felicidade-Depresso......................... 34
Quadro 10 Forma de mensurao de Escala de Felicidade-Depresso Reduzida......... 35
Quadro 11 Detalhamento das variveis integrantes do Domnio Bem-Estar
Psicolgico.................................................................................................. 40
Quadro 12 Detalhamento das variveis integrantes do Domnio Sade....................... 41
Quadro 13 Detalhamento das variveis integrantes do Domnio Educao.................. 42
Quadro 14 Detalhamento das variveis integrantes do Domnio Diversidade
Cultural....................................................................................................... 43
Quadro 15 Detalhamento das variveis integrantes do Domnio Governo................... 44
Quadro 16 Detalhamento das variveis integrantes do Domnio Comunidade............. 45
Quadro 17 Detalhamento das variveis integrantes do Domnio Comportamento
Ambiental................................................................................................... 46
Quadro 18 Detalhamento das variveis integrantes do Domnio Padro de Vida......... 47
Quadro 19 Detalhamento das variveis integrantes do Domnio Uso do Tempo.......... 47
Quadro 20 Objetivos de aplicao da Modelagem de Equaes Estruturais.................73
Quadro 21 Premissas subjacentes ao uso da Modelagem de Equaes Estruturais
baseada em covarincias.............................................................................74
Quadro 22 Indicao do tamanho da amostra............................................................... 75
Quadro 23 Tipos de transformaes para aproximao da distribuio normal............76
Quadro 24 Aspectos da multicolinearidade.................................................................. 79
Quadro 25 Principais mtodos de estimao disponveis na aplicao da tcnica de

7
modelagem de equaes estruturais..............................................................83
Quadro 26 Principais ndices baseados no Qui-Quadrado..............................................86
Quadro 27 Principais medidas baseadas em no centralidade...................................... 87
Quadro 28 Principais medidas baseadas na teoria da informao................................. 88
Quadro 29 Outras medidas de ajuste autnomo............................................................ 89
Quadro 30 Principais ndices de ajuste incremental do tipo I....................................... 90
Quadro 31 Principais ndices de ajuste incremental do tipo II...................................... 91
Quadro 32 Tipos de correlaes................................................................................... 93
Quadro 33 MEEBC versus PLS....................................................................................95
Quadro 34 Indicadores de avaliao dos modelos de mensurao................................97
Quadro 35 Etapas da anlise confirmatria tetrdica.................................................... 102
Quadro 36 Casos de moderao....................................................................................105
Quadro 37 Classificao das variveis moderadoras.................................................... 106
Quadro 38 Forma de mensurao de Escala de Felicidade Subjetiva........................... 115
Quadro 39 Objetivos de aplicao da tcnica de anlise fatorial exploratria.............. 118
Quadro 40 Premissas subjacentes ao uso da anlise fatorial exploratria.....................119
Quadro 41 Modelo conceitual da pesquisa........................................................................120

LISTA DE TABELAS
Tabela 1

Sntese das ocorrncias de variveis determinantes do bem-estar subjetivo

em 50 (cinquenta) experincias empricas selecionadas............................. 50

Tabela 2

Sumrio do relacionamento entre idade e BES encontrado nos textos

selecionados................................................................................................ 53

Tabela 3

Sumrio do relacionamento entre idade ao quadrado e BES encontrado

nos textos selecionados............................................................................... 54

Tabela 4

Sumrio do relacionamento entre renda familiar e BES encontrado nos

textos selecionados......................................................................................57

Tabela 5

Sumrio do relacionamento entre gnero e BES encontrado nos textos

selecionados................................................................................................ 57

Tabela 6

Sumrio do relacionamento entre estado civil e BES encontrado nos textos

selecionados................................................................................................ 58

Tabela 7

Sumrio do relacionamento entre ocupao e BES encontrado nos textos

selecionados................................................................................................ 60

Tabela 8

Sumrio do relacionamento entre escolaridade e BES encontrado nos

textos selecionados......................................................................................62

Tabela 9

Responsabilidades a partir dos nveis de governo....................................... 66

Tabela 10 Variveis moderadoras selecionadas para o modelo emprico.................... 116

Tabela 11 Gnero do entrevistado............................................................................... 121
Tabela 12 Faixa etria dos entrevistados..................................................................... 122
Tabela 13 Escala de bem-estar subjetivo (BES) ......................................................... 124
Tabela 14 Estatsticas descritivas das variveis de avaliao dos servios pblicos
municipais................................................................................................... 126
Tabela 15 Verificao da confiabilidade do construto bem-estar subjetivo................. 131
Tabela 16 Anlise ttrade para o construto avaliao dos servios pblicos
municipais................................................................................................... 132
Tabela 17 Verificao do nvel de Multicolinearidade presente no construto avaliao
dos servios pblicos.................................................................................. 133
Tabela 18 Composio dos fatores relacionados dimenso Avaliao dos Servios
Pblicos Municipais (ASPM) .................................................................... 135

9
Tabela 19 Varincia Mdia Extrada e coeficientes de correlao entre as variveis
latentes........................................................................................................ 138
Tabela 20 Avaliao do modelo de mensurao.......................................................... 139
Tabela 21 Idade do entrevistado como varivel moderadora do relacionamento entre
BES e avaliao dos servios pblicos municipais..................................... 142
Tabela 22 Escores das variveis latentes segundo a idade do entrevistado..................143
Tabela 23 Escolaridade do entrevistado como varivel moderadora do relacionamento
entre BES e Avaliao dos Servios Pblicos Municipais.......................... 143
Tabela 24 Escores das variveis latentes segundo a escolaridade do entrevistado...... 144
Tabela 25 Gnero do entrevistado como varivel moderadora do relacionamento entre
BES e avaliao dos servios pblicos municipais..................................... 145
Tabela 26 Escores das variveis latentes segundo o gnero do entrevistado............... 146
Tabela 27 Estado civil do entrevistado como varivel moderadora do relacionamento
entre BES e avaliao dos servios pblicos municipais............................ 147
Tabela 28 Escores das variveis latentes segundo o estado civil do entrevistado........ 147
Tabela 29 Renda familiar do entrevistado como varivel moderadora do
relacionamento entre BES e Avaliao dos Servios Pblicos
Municipais.................................................................................................. 149
Tabela 30 Escores das variveis latentes segundo a faixa de renda do entrevistado... 149
Tabela 31 Condio de ocupao do entrevistado como varivel moderadora do
relacionamento entre BES e Avaliao dos Servios Pblicos
Municipais..................................................................................................150
Tabela 32 Escores das variveis latentes segundo a condio de ocupao do
entrevistado................................................................................................151

10

11
1 - INTRODUO
O bem-estar subjetivo (BES) ou felicidade um conceito que ganha cada vez mais
importncia no mundo democrtico, no qual se espera que os indivduos vivam de modo a
que eles prprios se sintam satisfeitos, a partir de critrios tambm prprios e particulares.
O foco dado pela comunidade cientfica s variveis de qualidade de vida parece
acompanhar a importncia atribuda temtica pela comunidade em geral.
Culturalmente, indicadores de desenvolvimento econmico, como o Produto Interno Bruto
ou o rendimento familiar per capita, tm sido largamente utilizados como proxy para o
bem-estar das populaes.
Oswald (1997) comenta que, talvez pela macia frequncia com que aparecem na mdia,
esses indicadores econmicos esto associados ao padro de vida e que esse, erroneamente,
segundo o autor, seria um antecedente do bem-estar ou da felicidade.
No obstante, tais indicadores premiam em sua composio toda e qualquer atividade
econmica, inclusive aquelas em que h implcito um efeito negativo no bem-estar da
populao, como por exemplo atendimentos mdicos relacionados ao consumo de bebidas
alcolicas ou cigarro, degradao ambiental, entre outras.
Kennedy (1968), em discurso realizado na Universidade de Kansas, aborda de maneira
muito clara, ainda que no mpeto da retrica de um candidato presidncia, a problemtica
da composio PIB enquanto proxy do bem-estar da populao.
Sejamos claros desde o incio: no encontraremos nem um propsito para a nossa
satisfao pessoal na mera corrida pelo progresso econmico, na infindvel
acumulao de bens materiais. No podemos medir o esprito nacional com base
no ndice Dow Jones, nem os sucessos nacionais com base no Produto Interno
Bruto (PIB).
Porque o nosso Produto Interno Bruto nacional compreende a poluio do ar e a
publicidade dos cigarros, e as ambulncias para desimpedir as nossas autoestradas
das carnificinas. Inclui na conta as fechaduras especiais com que trancamos as
nossas portas, e as prises para aqueles que as arrombam.
O nosso PIB compreende a destruio das sequoias e a morte do Lago Superior.
Cresce com a produo de napalm, dos msseis e das ogivas nucleares. O nosso
PIB se infla com equipamentos que a polcia usa para reprimir as revoltas em
nossas cidades. E, embora no diminua devido aos danos que as revoltas
provocam, aumenta quando se reconstroem os bairros pobres sobre as suas cinzas.
Compreende o fuzil de Whitman e a faca de Speck, e a transmisso de programas
de televiso que celebram a violncia para vender mercadorias s nossas crianas.

12
Se o nosso PIB compreende tudo isso, no leva em conta tambm o estado de
sade de nossas famlias, a qualidade de sua educao ou a alegria de suas
brincadeiras. indiferente decncia de nossas fbricas e segurana de nossas
estradas. No compreende a beleza de nossa poesia ou a solidez de nossos
casamentos, a inteligncia de nossas discusses ou a honestidade de nossos
funcionrios pblicos.
No leva em conta nem a justia de nossos tribunais, nem a justeza das relaes
entre ns.
O nosso PIB no mede nem a nossa argcia, nem a nossa coragem, nem a nossa
sabedoria, nem o nosso conhecimento, nem a nossa compaixo, nem a devoo ao
nosso pas. (KENNEDY, 1968, p.1)

Nessa linha, Diener e Biswas-Diener (2000) apresentam os resultados de uma pesquisa

realizada com estudantes universitrios, a qual revelou que a satisfao com a vida e a
felicidade foram classificadas como itens extremamente importantes para eles, superando
rendimentos e educao.
Sobre isso, importante registrar que existem dois formatos distintos de avaliao do bemestar: o objetivo e o subjetivo, sendo o ltimo objeto desse estudo.
O bem-estar objetivo aquele capaz de ser mensurado com indicadores de desenvolvimento
econmicos, como o PIB, por exemplo, mas tambm indicadores de habitao, sade,
criminalidade e outros formalmente apurados.
O bem-estar subjetivo (BES) trata das experincias internas dos indivduos e como ele
mesmo posiciona a sua vida, positiva ou negativamente.
Para Diener et al (2009), os indicadores subjetivos de bem-estar, ao apresentarem a
capacidade de refletir a opinio das pessoas sobre suas vidas, aumentam grandemente as
informaes fornecidas pelos indicadores objetivos de bem-estar existentes, o que sugere a
complementaridade que essas medidas apresentam entre si.
[...] os formuladores de polticas podem concordar que seria desejvel melhorar o
transporte, educao e sade para uma cidade particular. Idealmente, o dinheiro seria
gasto para melhorar todas as trs reas, mas, inevitavelmente, os recursos sero
limitados e as decises tero de ser feitas sobre o foco de futuras iniciativas
polticas. Porque o bem-estar reflete uma avaliao geral da vida das pessoas,
medidas de bem-estar devem ser sensveis a mudanas nas reas consideradas mais
importantes pela populao. Assim, o mesmo montante investido em diferentes
reas pode levar a diferentes retornos em termos de mudanas no bem-estar. Os
gestores polticos podem querer considerar esses benefcios na qualidade de vida no
momento de decidir sobre qual poltica implementar. Portanto, medidas subjetivas
de bem-estar fornecem informaes cruciais sobre a importncia relativa das

13
diferentes dimenses que nenhum outro indicador nico ou um conjunto de
indicadores poderia fornecer. (DIENER et al, 2009, p.4-5).

No obstante, Sumner (1995) alerta sobre a importncia de se evitarem confuses entre as

definies subjetivas e objetivas de bem-estar e os indicadores subjetivos e objetivos. Nesse
sentido, exemplifica que Aristteles sugeriu que uma vida feliz deve incluir prazer e que
as pessoas poderiam pensar em prazer somente como algo subjetivo porque isso envolveria
uma experincia emocional interna. Contudo, destacam os autores, a definio de
Aristteles de uma vida feliz como aquela que inclui prazeres, ao contrrio de ser uma
definio subjetiva, confirma-se como uma definio objetiva, visto que no faz referncia
aos interesses, preferncias ou desejos prprios dos indivduos, significando que, de acordo
com a definio de Aristteles, o indivduo deve ter prazer, independentemente do que
deseja. Por outro lado, definies objetivas de bem-estar tambm podem incluir indicadores
subjetivos.
Nessa linha, Diener et al (2009, p.11) afirmam que definio de bem-estar claramente
subjetiva, visto que as pessoas tm bem-estar somente quando elas acreditam que suas
vidas esto indo bem, independentemente de a vida ter prazer, conforto material, ou
qualquer outra caracterstica objetiva que foi especificada como essencial para o bem-estar.
Sobre essa definio, os autores destacam sua equivalncia ao conceito de utilidade dos
economistas, definida como a satisfao que as pessoas experimentam mediante o
consumo de bens .

Mensuraes subjetivas de bem-estar construdas a partir de metodologias cientficas esto

largamente disponveis na literatura e em meios no acadmicos. Da mesma forma, uma
quantidade importante de pesquisas, parte delas apresentadas nesse estudo, tem revelado, a
partir de diferentes grupos de indivduos, quais as variveis que mais ou menos contribuem
para o bem-estar das populaes.
Assim, sugere-se que j exista um importante material disponvel para que os gestores
pblicos possam definir diretrizes e polticas de governo, com o objetivo de que, de modo
mais eficaz, identifiquem, planejem e desenvolvam aes nesse sentido.

14
Para DiTella e MacCulloch (2006), os administradores pblicos devem avaliar o efeito das
polticas pblicas no bem-estar da populao.
Alguns pases j apresentam interesse claro na utilizao desses dados para o
desenvolvimento de polticas pblicas. O Buto e mais recentemente as Filipinas
desenvolveram aes visando obteno de indicadores mais apropriados para medir o
bem-estar de suas populaes e planejar suas polticas de governo.
Talvez o caso mais ilustrado em textos sobre o conceito de felicidade aplicado na
administrao pblica seja o do Buto.
No incio de 1972, o rei de Buto, Jigme Singye Wangchuc, ento com 17 anos, formalizou
na Constituio do pas que a felicidade do povo seria o objetivo maior do governo, criando
a expresso Felicidade Interna Bruta FIB (Gross National Happiness - GNH). Durante
seu governo, as polticas pblicas e a legislao foram estabelecidas em funo de
indicadores relacionados felicidade do povo (URA et al, 2012).
Nessa linha, o Reino Unido apresentou, em 2008, na Conferncia da Royal Geographical
Society, pesquisa realizada pela British Household Survey, a qual identificou que 81% da
populao britnica consideram como prioridade do governo a criao de condies de
bem-estar e no condies para riqueza (McCARTHY, 2008).
Em 2009, o governo francs solicitou aos premiados economistas Amartya Sen e Joseph
Stiglitz um estudo para o desenvolvimento de indicadores, a fim de medir o bem-estar da
populao daquele pas, o que gerou a criao de um grupo multidisciplinar composto por
especialistas de vrias universidades do mundo (STIGLITZ et al, 2009).
No obstante a todo o material disponvel e interesse inicial de alguns governos nacionais,
parece haver uma carncia de estudos que relacionem o impacto da avaliao das polticas
pblicas, especialmente em mbito municipal, no bem-estar subjetivo das populaes. O
que se encontram so inmeros estudos fragmentados sobre os possveis determinantes da
felicidade de ordem mais objetiva, como por exemplo, estudos que focam isoladamente, na
maior parte das vezes, a relao entre estado civil, idade, rendimento, condio de
ocupao, local de moradia, nmero de crianas na residncia e outras, e a felicidade das

15
populaes (BLANCHFLOWER e OSWALD, 2003; HELLEVIK, 2003; LUCAS et al,
2003; WEAVER, 2003; WELSCH, 2003; ALESINA et al, 2004; ZIMMERMANN e
EASTERLIN, 2006; ROSE e OZCAN, 2007; BALL e CHERNOVA, 2008; SONG e
APPLETON, 2008; SING, 2009; BOELHOUWER, 2010; DITTMANN e GEBEL, 2010;
OTT, 2011; ZAGRSKI, 2011; FRITJERS e BEATTON, 2012; ZUBIETA et al, 2012;
VEENHOVEN e CHOI, 2012).
Nesse sentido, esta tese tem por objetivo investigar a relao entre a avaliao dos servios
pblicos recebidos e o bem-estar subjetivo declarado pelos indivduos, com recorte
geogrfico na Regio do Grande ABC Paulista (selecionada em funo da experincia do
autor em pesquisas realizadas nessa rea) e tomando-se como moderadoras desse processo
variveis econmicas, sociais e culturais relativas a esses indivduos. Entende-se como
moderadora, uma varivel que afeta a direo e/ou a fora da relao entre duas ou mais
variveis (BARON E KENNY, 1986).
A busca de resposta a esse questionamento uma tentativa de contribuio para o
entendimento dos efeitos de polticas pblicas no bem-estar individual subjetivo da
populao, aqui mensurado sob o conceito de felicidade.
Assim, deve-se registrar que, nesse estudo, os termos felicidade e bem-estar subjetivo sero
tratados como sinnimos, conforme sugere Graziano (2005, p.51): no acreditamos que
haja uma felicidade alm daquela percebida subjetivamente pelo indivduo.
Quanto mensurao da qualidade das polticas pblicas, essa tambm foi realizada com o
conceito subjetivo, a partir da avaliao dos indivduos sobre os servios pblicos
oferecidos pelo poder pblico municipal.
O emprego de tcnicas estatsticas nos contextos univariado, bivariado e multivariado
condiz com a rea de Mtodos Quantitativos e Informtica (MQI), a qual se vincula o autor
desta tese. Esse estudo prope a aplicao de modelagem de equaes estruturais baseada
em mnimos quadrados parciais, com anlise multigrupos, como contribuio ao estudo da
tipologia temtica proposta nesse texto na rea de administrao.

16
Nessa linha, para o desenvolvimento desta tese, estabeleceram-se dois focos de
levantamento bibliogrfico para anlise, os quais construiro o referencial terico. O
primeiro refere-se ao levantamento sobre felicidade e bem-estar subjetivo, seus
determinantes e importncia para a administrao pblica. O segundo foco est relacionado
tcnica estatstica multivariada de modelagem de equaes estruturais.
Esse referencial terico, especialmente o foco em felicidade, constituiu-se em fonte de
dados secundrios, base para a pesquisa exploratria, que possibilitou a ampliao do
conhecimento e o aprofundamento da compreenso do problema desse estudo, gerando uma
massa crtica fundamental para orientar o planejamento da pesquisa de campo.
Dessa forma, este estudo foi estruturado em quatro captulos. O captulo 1 registra o
delineamento do problema e as questes de pesquisa para atend-lo, a partir da orientao
de uma seleo preliminar de estudos. Registra, ainda, a justificativa da relevncia da
abordagem deste tema e o procedimento metodolgico que orientou o seu desenvolvimento,
finalizando com as hipteses do estudo.
O referencial terico do estudo foi apresentado em dois captulos. No captulo 2, a
preocupao centra-se no exame da seleo de contedos, o qual forma o contexto terico
no qual se insere a temtica da felicidade. Nesse captulo aparecem conceitos relacionados
felicidade e bem-estar individual, seus determinantes e relao com a administrao pblica.
O captulo 3 reservado exclusivamente ao detalhamento do referencial terico sobre a
tcnica de modelagem de equaes estruturais.
Normalmente, as referncias sobre a tcnica estatstica utilizada integra a abordagem sobre
os aspectos metodolgicos. No obstante, a opo nesse estudo, da rea de Mtodos
Quantitativos, foi de aprofundar a discusso sobre a tcnica utilizada em um captulo
reservado ao referencial terico.
O captulo 4 descreve a metodologia da pesquisa de campo, destacando os recortes
implementados para a definio do pblico-alvo do estudo, o mtodo e a tcnica de coleta
de dados, bem como as tcnicas de anlise para apurao dos resultados. Registre-se que a
coleta de dados primrios orientou-se pelo mtodo quantitativo de pesquisa conclusiva no
nvel descritivo.

17

A seguir, apresentado o problema de pesquisa a ser respondido pelo estudo, bem como
seus objetivos, justificativa e hipteses.
1.1 O problema de pesquisa
A partir da contextualizao apresentada na introduo deste estudo, emerge o seguinte
problema de pesquisa: Qual a relao entre a avaliao dos servios pblicos municipais e
o bem-estar subjetivo da populao?
1.2 Objetivos do estudo
Os objetivos a serem alcanados no estudo so:
a) identificar a relao entre a avaliao dos servios pblicos municipais disponveis
populao e seu bem-estar subjetivo, a partir de implementao de pesquisa de campo na
Regio do Grande ABC Paulista, utilizando amostra probabilstica de indivduos com
idade a partir de 18 anos;
b) identificar a relao entre a avaliao dos servios pblicos disponveis populao e seu
bem-estar subjetivo, moderada pelas variveis de perfil demogrfico dessa populao.
1.3 Justificativa do estudo
A partir do princpio de que a busca pelo bem-estar da populao o objetivo primrio de
um administrador pblico, assim como sugerem Scully (2001); Coggburn e Schneider
(2003); Veenhoven (2005); Highum (2006); Bjrnskov et al (2007); Tavits (2007);
Helliwell e Huang (2008); Kacapyr (2008); Eiji (2009); Ram (2009); Kotakorpi e Laamanen
(2010); Hessami (2010); Ott (2011), este trabalho justifica-se no sentido de contribuir para o
preenchimento de uma lacuna no estudo do bem-estar subjetivo, no que tange ao
entendimento sobre as possveis relaes entre as aes do administrador pblico e o bemestar daqueles que sofrem diretamente o impacto dessas aes.

18
Corrobora essa necessidade, o estudo de Johns e Ormerod (2007) o qual aponta para uma
grande despreocupao dos polticos e da sociedade em geral sobre quais as polticas
pblicas que mais impactam no bem-estar da populao. De um lado, a maioria dos
polticos j tem encapsulado o conceito de poltica pblica ideal em um macro contexto. Do
outro lado e similarmente, a sociedade em geral assume automaticamente que h um padro
de polticas pblicas consagradas e que deveriam ser realizadas por seus governantes, como
justia social e proteo ambiental, por exemplo. No entanto, como citam os autores, h em
muitas questes apenas uma camuflagem moral e os verdadeiros fatores influenciadores de
bem-estar subjetivo positivo devem ser investigados mais a fundo, a partir das
peculiaridades de cada povo.
Uma ilustrao sobre essa problematizao d-se a partir do exemplo do Buto, smbolo da
preocupao com o bem-estar subjetivo ou felicidade. Nesse pas, que usa o conceito de
Felicidade Interna Bruta para o desenvolvimento de suas polticas pblicas, os trabalhadores
no podem formar sindicatos, a populao obrigada a utilizar uma vestimenta nacional, a
venda de cigarros considerada crime, outras religies que no a budista no so aceitas, h
um processo de perseguio tnica contra os nepaleses de religio Hindu -, a televiso
chegou ao pas apenas em 1998 e ainda tem programao restrita, 63% da populao
analfabeta, entre outras restries liberdade. Controversamente ao nosso tradicional juzo
de valor, o Buto hoje um dos 10 pases com maior nvel de felicidade do mundo, ainda
que esteja na posio 132 do ndice de Desenvolvimento Humano IDH / 2007 (JOHNS e
ORMEROD, 2007).
Ainda, cabe ressaltar que a temtica de estudo de determinantes do bem-estar subjetivo,
pujante no meio acadmico internacional, algo bastante incipiente no pas, especialmente
quando restrito s Cincias Humanas Aplicadas. Gianette (2002), Corbi e Menezes-Filho
(2004), Giacomoni (2004), Graziano (2005), Rodrigues e Shikida (2005), Rodrigues (2010),
Coleta et al (2012) e Woyciekoski (2012) foram os estudos nacionais encontrados no
levantamento de referncias tericas objetos desta tese.
1.4 Hipteses do estudo
Considerando os objetivos da pesquisa, apresentados nos itens 1.2 e 1.3, estebeleceram-se
as seguintes hipteses, as quais foram testadas nessa tese.

19
H1: Existe relao positiva entre a avaliao dos servios pblicos municipais e o bem-estar
subjetivo.
H2: A intensidade da relao entre a avaliao dos servios pblicos municipais e bem-estar
subjetivo moderada por variveis de perfil demogrfico da populao estudada.

20

21
2 - REFERNCIAS TERICAS SOBRE BEM-ESTAR SUBJETIVO
Este captulo registra a base conceitual selecionada como sustentao do estudo, construda
a partir do esforo de levantamento bibliogrfico sobre a temtica do bem-estar subjetivo.
2.1 Introduo
A importncia da felicidade e bem-estar da populao algo discutido h centenas de anos.
Na Grcia antiga, o termo felicidade j era tema de debate dos filsofos da poca.
a) Tales de Mileto (624-557 a.C.) considerava a felicidade algo alcanado somente
quando satisfeitas as necessidades do corpo: A felicidade do corpo consiste na
sade, e a do esprito na sabedoria (MORAES, 1854, p.295);
b) Scrates (469-399 a.C.) inclua nesse processo a razo: "Tudo aquilo que diz
respeito alma quando submetido razo, conduz felicidade (MORAES, 1854,
p.295);
c) Aristteles de Estagira (384-322 a.C.) afirmava que no seria o acmulo de bens e
riquezas o caminho para se chegar felicidade: a felicidade no se encontra nos
bens exteriores. (NODARI, 1997, p.32);
d) Epicuro (342-270 a.C.) considerava que haveria uma existncia feliz por meio da
recusa dos excessos, medos e compromissos, os quais poderiam resultar em um
sofrimento anterior (McMAHON, 2006, p.56).
Ainda da Grcia antiga, dois conceitos relacionados felicidade foram criados: o estoicismo
e o hedonismo.
Zeno de Ctio (336-264 a.C.), criador do estoicismo, Ccero de Arpino (106-43 a.C.),
Sneca (2 a.C.-65 d.C.) e Marco Aurlio (121-180 d.C.), acreditavam que a alma no pode
ser influenciada por paixes, desejos, alegrias e tristezas. Prazeres e sofrimentos fsicos e
morais deveriam ser plenamente suportados. Assim, pela virtude estoica a felicidade seria
alcanada. De forma geral, pregavam ainda que um indivduo em busca da felicidade
deveria recusar-se a seguir as multides. Registre-se que o conceito estoico foi base para o

22
cristianismo e outras religies nas quais a felicidade seria alcanada apenas em funo das
virtudes estoicas (McMAHON, 2006).
O hedonismo (do latim hedon) iniciado por Aristipo Cirene (435-356 a.C.) e aprimorado
posteriormente por Epicuro de Samos (341-270 a.C.) pregava que o bem-estar tudo aquilo
que leva ao prazer imediato (McMAHON, 2006).
Desse perodo at mais recentemente (incio do sculo XX), o conceito de bem-estar
continuou a ser discutido por outros filsofos, no obstante sendo apenas registro de
reflexes filosficas e/ou poticas.
Somente a partir da metade do sculo XX, a felicidade ou bem-estar subjetivo tem sido alvo
de interesse crescente das cincias humanas aplicadas, enquanto sntese das respostas
emocionais das pessoas em dimenses como a satisfao com a vida, a sade, relaes
interpessoais, bem como avaliaes subjetivas sobre a sociedade e atuao dos governos.
2.2 O conceito de bem-estar subjetivo
De forma geral, os estudos sobre bem-estar subjetivo anteriores dcada de 1960
apresentavam o termo bem-estar associado diretamente apenas ao bem-estar material,
relacionados essencialmente s cincias econmicas.
Segundo Galinha e Ribeiro (2005), o conceito de bem-estar transcendeu a dimenso
material a partir do estudo de Wilson (1967), sendo considerado um dos marcos de criao
do conceito de BES, j que apresenta pela primeira vez o termo bem-estar relacionado
felicidade.
Em seu estudo, Wilson (1967) tratou de correlacionar variveis socio-demogrficas e
atitudinais com a auto declarao de bem-estar dos indivduos e concluiu que uma pessoa
feliz tpica jovem, saudvel, bem-educada, bem-remunerada, extrovertida, otimista, sem
preocupaes, religiosa, casada, com alta autoestima, com aspiraes baixas, homem ou
mulher e inteligente (WILSON, 1967, p.267).

23
Da em diante, a produo acadmica referente ao conceito de bem-estar subjetivo
intensificou-se.
De forma geral, parece haver certa consistncia entre os tericos do bem-estar subjetivo de
que ele composto por uma dimenso cognitiva, em que existe um juzo avaliativo,
normalmente exposto em termos de satisfao com a vida em termos globais ou
especficos e uma dimenso afetiva, positiva ou negativa expressa tambm em termos
globais, de felicidade, ou em termos especficos, por meio das emoes, conforme
apresentado no Quadro 1.
Quadro 1 O conceito de bem-estar subjetivo
Referncia

Ostrom (1969)

Calman (1984)

Veenhoven (1997)
Diener et al (1999)
Diener e Seligmam (2004)

Conceito
Bem-estar subjetivo uma atitude que possui dois componentes bsicos:
afeto e cognio. O afeto envolve os componentes emocionais e a
cognio refere-se aos aspectos racionais e intelectuais. Ainda, o autor
afirma que a definio de bem-estar subjetivo no uma tarefa fcil e
consensual, quer devido a esses componentes subjetivos, quer devido a
sua natureza complexa e multidimensional.
Bem-estar subjetivo pode ser definido como a soma das reaes
cognitivas e emocionais que os indivduos experimentam quando
comparam a sua vida (aspiraes, necessidades e expectativas) com a
dos outros.
Bem-estar subjetivo ou felicidade o grau em que uma pessoa avalia a
qualidade global da sua satisfao com a vida atual. Em outras palavras,
o quanto a pessoa gosta da vida que leva.
Bem-estar subjetivo como uma categoria ampla de fenmenos que
inclui respostas emocionais das pessoas e satisfao com a vida como
um todo.
O bem-estar subjetivo pode ser definido como avaliaes positivas das
pessoas sobre as suas prprias vidas.

De forma semelhante, McCullough et al (2000) e Sirgy (2002) sugerem um modelo de bemestar subjetivo baseado em trs componentes inter-relacionados, porm separados: a
satisfao com a vida global, o afeto positivo e o afeto negativo. A satisfao com a vida
global definida pelos autores como uma avaliao cognitiva positiva da vida pessoal como
um todo. O afeto positivo refere-se frequncia de emoes positivas num indivduo,
enquanto que o afeto negativo se refere frequncia das emoes negativas. Assim, as
pessoas que demonstram um bem-estar subjetivo positivo experimentam uma prevalncia de
emoes positivas em relao s emoes negativas e avaliam positivamente a sua vida
como um todo e, ao contrrio, em indivduos que apresentam bem-estar subjetivo negativo,
prevalecem as emoes negativas em relao s emoes positivas, com avaliao tambm
negativa da vida como um todo.

24

Especificamente sobre a dimenso afetiva do BES, Casulo (2002) afirma que os afetos
positivos e negativos so independentes, ou seja, um indivduo pode gozar de altas taxas de
afeto positivo, sem necessariamente possuir baixas taxas de afeto negativo. Diener (1984)
apresentou pesquisa na qual avalia que, se comparada ao longo do tempo, a intensidade
desses dois tipos de sentimentos realmente independente, concluindo que baixas
frequncias de afeto negativo no implicam na presena de afetos positivos.
O item 2.3 tratar, ento, dos meios de mensurao de BES presentes na literatura sobre
essa temtica.
2.3 Mensurao do bem-estar subjetivo ou felicidade
O entendimento do bem-estar subjetivo possui suas bases em estudos empricos,
caracterizados por medidas de auto relato (DIENER, 1984; LUCAS et al 1996). Tal medida,
de importncia fundamental nos estudos de qualidade de vida das dcadas de 1960 e 1970,
era mensurada por meio de escalas de nico item em grandes pesquisas sociais gerais
(ANDREWS e ROBINSON, 1991; DIENER, 1984), sendo includa nos levantamentos
sociais da poca uma questo especfica sobre felicidade ou satisfao com a vida.
Mais adiante, escalas de mltiplos itens foram criadas numa tentativa de refinar as
mensuraes de felicidade. (DIENER et al, 1985;

JOSEPH e LEWIS, 1998;

LYUBOMIRSKY e LEPPER, 1999).

Assim, de forma geral, a mensurao do bem-estar subjetivo vem sendo realizada a partir de
dois formatos distintos: a partir de escala de um nico item e a partir de escala de mltiplos
itens.
2.3.1 Escala de item nico
Desde as primeiras anlises sistemticas do bem-estar subjetivo iniciadas na dcada de
1960, um grande nmero de medidas referentes a esse fenmeno tm sido desenvolvidas
(CANTRIL, 1965; DIENER, 1985; WATSON et al, 1988; JOSEH e LEWIS, 1998;
LYUBOMIRSKY e LEPPER, 1999).

25

A literatura consultada aponta para a Escala de Satisfao com a Vida desenvolvida por
Cantril em 1965 (McDOWELL E NEWELL, 1996), como a primeira escala apresentada
para a mensurao de BES. Consiste em uma escala ascendente de 1 a 10 pontos,
representada esquematicamente por uma escada, na qual o menor valor da escada
representa a pior condio de vida e o maior valor, a melhor condio de vida, conforme
ilustrado no Quadro 2.

Quadro 2 Escalas de mensurao de felicidade a partir de nico item

Escala de Ranking da Vida Atual
Aqui est a figura de uma escada. Suponha que o
topo dela represente o melhor e o cho da escada a
pior vida para voc. Onde na escada voc sente que
est no presente momento?

Escala de 0 a 10 pontos em forma de escada

Fonte: Adaptado de Cantril (1965)

No obstante, as medidas de bem-estar subjetivo parecem ter ganhado maior repercusso

a partir de diferentes levantamentos sociodemogrficos que vm sendo realizados em
nvel mundial, os quais utilizam-se de escalas de nico item para mensurao desse
fenmeno. Entre esses estudos destacam-se: World Value Survey (WVS), Eurobarometer
Surveys, The German Socio-Economic Panel Study (GSOEP), The Britsh Household
Panel Study (BHPS), The Swiss Household Panel Study (SHP), The Household, Income,
and Labour Dynamics in Australia Study (HILDA), Gallup World Poll.
Duas crticas mensurao dessa temtica a partir de um nico item aparecem na
literatura. A primeira crtica pauta-se na discusso sobre o carter multifacetado do bemestar subjetivo e que dessa forma no poderia ser medido por meio de uma escala de
nico item (DIENER et al, 1999; LYUBOMIRSKY e LEPPER, 1999).
A segunda crtica pauta-se na dificuldade de se estimar a confiabilidade desse tipo de
mensurao. Sobre isso, Lucas e Donnellan (2012) realizaram estudo para verificar a
confiabilidade das escalas de nico item para mensurao do bem-estar subjetivo.

26
Dada impossibilidade do clculo das estatsticas de confiabilidade, como o Alpha de
Cronbach, para mensuraes com apenas um item, Lucas e Donnellan (2012), de posse
de uma srie de quatro levantamentos de mensuraes do bem-estar subjetivo,
desenvolveram um modelo quasi-simplex autorregressivo (derivado da modelagem de
equaes estruturais baseada em covarincias), sugerindo que a proporo total da
varincia compartilhada a partir de cada onda no modelo autorregressivo pode ser usada
como uma estimativa de confiabilidade (o termo onda refere-se coleta de dados). As
varincias adicionadas ou especficas do perodo so tratadas como erro de mensurao.
De forma geral, Lucas e Donnellan (2012) concluem em seu estudo que a mensurao do
bem-estar subjetivo apresenta bom nvel de confiabilidade, com estimativas acima de
0,70, baliza mnima sugerida para um nvel aceitvel do indicador em pesquisas
conclusivas.
Os itens 2.3.1.1 e 2.3.1.2 apresentam os principais aspectos das mensuraes realizadas
que incluem o Brasil em sua coleta: o World Value Survey (WVS) e o Latinobarmetro.
2.3.1.1 World Value Survey (WVS)

A World Value Survey (WVS) uma associao que promove pesquisas em nvel
mundial. Foi fundada com a justificativa da necessidade do oferecimento de indicadores
scio-culturais e polticos que pudessem subsidiar polticas pblicas, estudos acadmicos
e privados em grande parte dos pases (WVS, 2009).

O Quadro 3 sumariza o formato de avaliao do bem-estar subjetivo no World Value

Survey.

27
Quadro 3 Formato de mensurao do bem-estar subjetivo no World Value Survey (WVS)
Escala de bem-estar subjetivo
Abrangncia
Estudo
Tamanho da amostra
Escala de
Geogrfica
Questo
mensurao
Abrangncia mundial. O tamanho total da
O nmero de pases
amostra varia em cada
integrantes da
onda.
amostra varia em cada 1 onda (1981)
onda.
2 onda (1989-1993):
26.900 casos mdia
1 - Totalmente feliz 1 onda (1981)
1-De modo geral,
2 onda (1989de 1.281 por pas
2 - Muito feliz
voc se ...
1993): 21 pases
3 onda (1994-1999):
3 - No muito feliz
74.015 casos mdia
4 - No totalmente 3 onda (19942-Considerando
feliz
1999): 54 pases
de 1.370 por pas
World Value
todas as coisas,
Survey (WVS)
4 onda (1999-2004) 4 onda (1999-2004):
quanto voc est
Escala Semntica
39 pases
59.163 mdia de
satisfeito com sua
Bipolar
1.517 por pas

5
onda
(2005-2007)
vida nestes dias?
0 - Insatisfeito
56 pases
5 onda (2005-2007):
10 - Satisfeito
81.121 casos / mdia
6 onda (2011-2012)
de 1.449 por pas
6 onda (2011-2012):
84.672 casos / mdia
de 1.512 por pas
Fonte: Elaborado pelo autor a partir de WVS (2009).

De forma geral, o Brasil apresentou melhor posicionamento na terceira onda do World

Value Survey (2005-2007), alcanando uma posio relativa que o colocou entre os 40%
melhores pases avaliados (22 lugar, entre 56 pases avaliados) (WVS, 2009).
Por outro lado, nas duas primeiras ondas, a posio relativa do Brasil era
aproximadamente o centro da distribuio (10 lugar entre 21 pases e 27 lugar entre 54
pases, na primeira e segunda onda, respectivamente), sugerindo uma melhora nesse
indicador, ainda que o fato da amostra de pases no ser a mesma entre as coletas
prejudique qualquer tipo de comparao.
Ainda, cabe registrar o posicionamento do Brasil nessas ondas, frente aos outros pases
da Amrica do Sul, destacando a posio relativa inferior aos do mesmo continente:
a) Onda 2: o Brasil (10) posicionou-se abaixo do Chile (3 lugar) e da Argentina
(4 lugar). Registre-se que o pas com maior nvel de indivduos que se
declararam muito felizes foi a Nigria, com 39,8% (WVS, 2009);

28
b) Onda 3: nesta onda, o Brasil (27) posicionou-se abaixo da Venezuela (2 lugar),
Colmbia (4 lugar), Argentina (20 lugar), Peru (21 lugar) e Chile (24 lugar).
Registre-se que o pas com maior nvel de indivduos que se declararam muito
felizes foi El Salvador, com 55,7% (WVS, 2009);

c) Onda 5: nesta onda, o Brasil (22) posicionou-se abaixo da Colmbia (5 lugar),

Chile (23 lugar) e Argentina (24 lugar). Registre-se que o pas com maior nvel
de indivduos que se declararam muito felizes foi o Mxico, com 55,8% (WVS,
2009). Os dados referentes sexta coleta no estavam disponveis quando da
realizao desse trabalho.
O Quadro 4 sintetiza os resultados da participao do Brasil nas ondas em que integrou a
amostra.
Quadro 4 Participao do Brasil nas Coletas do World Value Survey (WVS)
Nmero de casos
realizados no
Brasil

% de indivduos que se
declaram muito felizes

2 onda - 1989-1993

1.782

20,8

3 onda - 1994-1999

1.149

22,0

5 onda - 2005-2007

1.500

34,0

Onda

Posio (considerando a
proporo declarada de
muito felizes)
10 lugar (21 pases
integrantes da amostra)
27 lugar (54 pases
integrantes da amostra)
22 lugar (56 pases
integrantes da amostra)

Fonte: Adaptado de WVS (2009)

2.3.1.2 Latinobarmetro
O Latinobarmetro um projeto realizado pela Corporacin Latinobarmetro, entidade
de direito privado e sem fins lucrativos, sediada em Santiago Chile, com o objetivo de
oferecer um conjunto de indicadores de opinio pblica dos pases latinos a gestores
pblicos, privados e acadmicos (LAGOS, 2005).
Os primeiros estudos do Latinobarmetro foram iniciados em 1988 na Argentina, Brasil,
Uruguai e Chile. Somente em 1995, depois de trs estudos pilotos, foi lanada
oficialmente a primeira medio dos indicadores.

29
O instrumento de coleta de dados conta com aproximadamente 110 questes, divididas
em 12 grupos temticos, as quais abordam sobre opinies, atitudes, comportamentos e
valores de indivduos maiores de 18 anos dos pases da Amrica Latina e Espanha.
Registre-se que o nico pas da Amrica Latina onde a pesquisa no realizada Cuba
em funo da no liberao do governo nacional (LAGOS, 2005).
Entre essas questes, apresentada a escala de nico item de bem-estar subjetivo, a qual
se configura como ordinal de 4 pontos, conforme ilustrado no Quadro 5.
Quadro 5 Formato de mensurao do bem-estar subjetivo no Latinobarmetro.
Escala de bem-estar subjetivo
Abrangncia
Estudo
Tamanho da amostra
Escala de
geogrfica
Questo
mensurao
Aproximadamente
1 Nada feliz
19 pases latinos,
23.000 casos em
Em geral, voc
2 No muito feliz
sendo 18 pases da
Latinobarmetro
todas as coletas
diria que :
3 Bastante feliz
Amrica Latina e a
(1995-2010), sendo
4 Muito feliz
Espanha
1.200 por pas.
Fonte: Elaborado pelo autor a partir de Lagos (2005)

A participao do Brasil no Latinobarmetro ocorreu em todas as coletas, de 1995 a

2010, com a aplicao de aproximadamente 1.200 questionrios em cada uma delas. O
mtodo de seleo dos entrevistados trietpico, sendo as duas etapas iniciais com a
realizao de amostragem probabilstica e a ltima etapa com amostragem no
probabilstica por cotas (LAGOS, 2005).
De forma geral, nas ltimas 5 coletas disponibilizadas para consulta de 2005 a 2009 -,
o Brasil tem obtido posicionamento bastante inferior na proporo de indivduos que se
declaram muito felizes. Com exceo de 2008, o Brasil obteve a ltima posio em todas
as outras coletas, conforme apresentado no Quadro 6.
No foram encontrados estudos especficos que discutissem hipteses sobre o
posicionamento do pas. Ainda assim, sugere-se que essa seja uma temtica relevante
para ser tratada em outros estudos.

30

Quadro 6 Participao do Brasil nas coletas do Latinbarmetro no quinqunio 2005-2009

Posio (considerando a
% de indivduos que se
Onda
Nmero de casos
proporo declarada de
declaram muito felizes
muito felizes)
18
lugar
(18
pases
integrantes da amostra)
2005
1.204
6,9%
Nesse ano no houve coleta
da Espanha.
2006

1.204

7,8%

19
lugar
(19
pases
integrantes da amostra)

2007

1.204

8,0%

19
lugar
(19
pases
integrantes da amostra)

2008

1.204

18,8%

18
lugar
(19
pases
integrantes da amostra)

2009

1.200

8,7%

19
lugar
(19
pases
integrantes da amostra)

Fonte: Elaborado pelo autor a partir de Latinobarmetro (2013)

2.3.2 Escala de mltiplos itens

Para Diener et al (1999), o bem-estar subjetivo uma categoria ampla de fenmenos.
Segundo os autores, no se deve esperar que uma nica pergunta seja capaz de fornecer
um indicador abrangente de avaliao das pessoas sobre as suas prprias vidas.
Sobre isso, Lyubomirsky e Lepper (1999) afirmam que
[...] as mensuraes atuais (do BES) ou acessam um dos dois componentes
(afetivo ou cognitivo) ou so itens nicos de avaliao global. O que falta
uma mensurao total da felicidade subjetiva - que consiste em uma avaliao
global e subjetiva do quanto uma pessoa feliz ou infeliz (LYUBOMIRSKY e
LEPPER, 1999, p. 139).

Nesse conceito, uma grande variedade de medidas de itens mltiplos foi criada, conforme
apresentado nos itens de 2.3.2.1 a 2.3.2.6.

31
2.3.2.1 Escala de Satisfao com a Vida (SWLS - Satisfaction With Life Scale)
A Escala de Satisfao com a Vida (DIENER et al, 1985) um exemplo de escala de
mltiplos itens para a mensurao de bem-estar subjetivo que limita a ateno a um
aspecto especfico da felicidade: a satisfao com a vida.
Os estudos de Diener et al (1985) em torno da construo dos itens conduziram a uma
verso de 5 itens, todos formulados no sentido positivo. Constituda como uma escala de
tipo Likert de 7 pontos, a pontuao do indivduo poderia variar entre um mnimo de 5 e
um mximo de 35 pontos.
O formato de medio dessa escala apresentado do no Quadro 7.

Quadro 7 - Forma de mensurao da Escala de Satisfao com a Vida

Questo

Escala de conceito

Abaixo se encontram
cinco declaraes que
voc pode concordar
ou
discordar.
Utilizando a escala de
1 a 7 pontos abaixo
indique
o
quanto
concorda com cada
uma das declaraes.

1 - Em muitos aspectos
a minha vida perto do
meu ideal
2 - As condies da
minha vida so
excelentes
3 - Estou satisfeito com
a minha vida
4 - At agora tenho
conseguido as coisas
importantes que eu
quero na vida
5 - Se eu pudesse mudar
minha vida, eu no
mudaria quase nada

Fonte: Adaptado de Diener et al (1985)

Escala de mensurao

Classificao
Soma dos pontos das cinco
assertivas:

1 - Discordo totalmente
2 - Discordo
3 - Discordo ligeiramente
4 - No concordo / Nem
discordo
5 - Concordo um pouco
6 - Concordo
7 - Concordo fortemente

5 a 9 pontos:
Extremamente insatisfeito
10 a 14 pontos:
Insatisfeito
15 a 19 pontos:
Moderadamente
insatisfeito
20 pontos: neutro
21 a 25 pontos:
Moderadamente satisfeito
26 a 30 pontos:
Satisfeito
31 a 35 pontos:
Extremamente satisfeito

32
2.3.2.2 Escala de Felicidade Subjetiva
A abordagem da Escala de Felicidade Subjetiva fundamenta-se na caracterstica subjetiva
do respondente em avaliar sua felicidade em sua prpria perspectiva. Ela composta por
quatro itens: os dois iniciais caracterizam o indivduo de forma absoluta (o quanto se
considera feliz) e relativa (comparando-se a outros, o quanto se sente feliz).
Os outros dois itens descrevem indivduos felizes e infelizes, respectivamente, e
solicitam ao respondente que quantifique o grau em que as afirmaes identificam a sua
forma de ser. De acordo com as autoras, esse questionrio possui o benefcio de no
ameaar a unidimensionalidade do construto com numerosos itens (LYUBOMIRSKY
e LEPPER, 1999, p. 140).

O conjunto de assertivas que compem o construto

apresentado no Quadro 8.
Quadro 8 Forma de mensurao de Escala de Felicidade Subjetiva
Questo

Escala de conceito
Em geral, eu me considero...
Comparado a maioria dos meus
pares, eu me considero...

Algumas pessoas so muito

felizes. Elas aproveitam a vida,
independentemente do que est
acontecendo, tiram o mximo
proveito de tudo.
At
que
ponto isso descreve voc?
Algumas pessoas no so to
felizes. Embora elas no estejam
deprimidas, elas nunca parecem
to felizes quanto poderiam
ser. Em que medida
essa
caracterizao descreve voc?
Fonte: Adaptado de Lyubomirsky e Lepper (1999)

Escala de mensurao
Semntica Bipolar
1 - Uma pessoa no muito feliz
7 - Uma pessoa muito feliz
Semntica Bipolar
1 - Pouco feliz
7 - Muito feliz

Para cada uma das afirmaes e/ou

questes abaixo, por favor, circule o
ponto da escala que voc sente como
mais apropriado para descrever voc.

1 - No totalmente
7 - Totalmente

De forma geral, a Escala de Felicidade Subjetiva calculada a partir da mdia aritmtica

simples das avaliaes atribudas a cada assertiva, com a ressalva de que o quarto item
deve ser transformado de forma que maiores notas apontem para um maior nvel de
felicidade ou bem-estar subjetivo.

33
Ainda, registre-se que os quatro itens descritos derivam de um total de treze itens
inicialmente desenvolvidos pelas autoras. Esta bateria de assertivas foi ento aplicada a
uma amostra de 97 estudantes. Como resultado desse estudo piloto, seis assertivas foram
descartadas em funo de sua similaridade semntica com outras e outras trs foram
descartadas

em

funo

de

formarem

fatores

exclusivos,

prejudicando

unidimensionalidade buscada para o construto.

A partir da, a validade e confiabilidade desse construto foi obtida por meio de 14
amostras, coletadas em diferentes tempos e locais, totalizando uma amostra de 2.732
indivduos. Nove amostras foram formadas por estudantes americanos e russos; as outras
quatro amostras foram formadas por adultos americanos e russos, sendo uma amostra
exclusiva de trabalhadores e outra exclusiva de desempregados (LYUBOMIRSKY e
LEPPER, 1999, p. 140).
A confiabilidade do construto foi medida exclusivamente a partir do Alpha de Cronbach,
o qual variou, nas quatorze amostras realizadas, entre 0,79 e 0,94, sugerindo um bom
nvel de confiabilidade do construto. Nenhum outro processo estatstico para avaliao
de confiabilidade mais robusto, como a Anlise Fatorial Confirmatria, foi utilizado no
texto original.
Quanto ao processo de validao, as autoras utilizaram cinco outras escalas presentes na
literatura relacionadas felicidade e bem-estar subjetivo, conforme descrito a seguir:
a) Escala de Equilbrio Afetivo (BRADBURN, 1969) avalia o nvel de equilbrio
entre o afeto positivo e o afeto negativo, ambos avaliados a partir de cinco itens,
no perodo denominado como durante as ltimas semanas;
b) Escala Encantado-Terrvel (ANDREWS e WITHEY, 1976): mensurao de um
nico item como um indicador de sentimento sobre a vida no momento atual.
uma escala diferencial semntica de sete pontos, como os extremos terrvel e
encantado;
c) Felicidade Global (BRADBURN, 1969): nico item com escala ordinal de trs
pontos (no to feliz, feliz, muito feliz);

34

d) Felicidade Recente (STEWART et al, 1992): mede quanto tempo o indivduo se

sentiu feliz durante o perodo de um ms;
e) Escala de Satisfao com a Vida (DIENER et al, 1985): mede a satisfao com a
vida a partir de uma escala de cinco itens, conforme descrito no item 2.3.2.1.

As correlaes entre a escala proposta pelas autoras e as outras cinco administradas s

amostras estudadas apresentaram correlaes que variaram entre 0,52 e 0,72, sugerindo
uma relao moderada entre os construtos.
2.3.2.3 Escala de Felicidade-Depresso (DHS Depression-Happiness Scale)
A Escala de Felicidade-Depresso (DHS) foi originalmente apresentada por Joseph e
Lewis (1998) formada a partir de vinte e cinco assertivas. Em 2004, Joseph et al (2004)
propuseram um modelo reduzido de escala para seis itens (SDHS - Short DepressionHappiness Scale).
Nesse sentido, essa seo tratar dos principais aspectos referentes escala original e
escala adaptada.

Escala original

A Escala de Felicidade-Depresso um instrumento unidimensional, composto de 25

itens, de estrutura bipolar, em que um polo representado pela felicidade e o outro pela
depresso (JOSEPH e LEWIS, 1998).
Na construo do DHS, um conjunto inicial de quarenta assertivas foi testado, sendo
vinte delas com contedos relacionados felicidade e as outras vintes relacionadas
depresso.
Os autores procederam, ento, a aplicao de anlise fatorial exploratria, a qual sugeriu
um carter unidimensional do construto. As vinte e cinco assertivas com maior peso

35
fatorial foram selecionadas para compor o indicador final, as quais esto descritas no
Quadro 9.
Quadro 9 Forma de mensurao de Escala de Felicidade-Depresso
Questo

Escala de conceito

Escala de
mensurao

Senti-me triste
Senti que havia falhado como pessoa
Senti-me insatisfeito com a minha vida
Senti-me mentalmente alerta
Senti-me desapontado comigo mesmo
Senti-me alegre
Senti que a vida no valia a pena
Senti-me satisfeito com a minha vida
Uma srie de declaraes que as
pessoas fizeram para descrever como
se
sentem
so
dadas
abaixo. Por favor, leia cada uma e
marque o item que melhor descreve a
frequncia com que se sentiu assim
nos ltimos sete dias, incluindo hoje.
Algumas declaraes descrevem
sentimentos positivos e algumas
descrevem sentimentos negativos.
Voc pode ter experimentado tanto
sentimentos
positivos
quanto
negativos diferentes durante os
ltimos sete dias.

Senti-me saudvel
Senti vontade de chorar
Senti que tinha sido bem sucedido
Senti-me feliz
Senti que no podia tomar decises
Senti-me pouco atraente
Senti-me otimista sobre o futuro

0 Nunca
1 Raramente
2 Algumas vezes
3 - Sempre

Senti que a vida foi gratificante

Senti-me desanimado
Senti-me letrgico
Senti que a vida tinha um propsito
Senti-me muito cansado para fazer qualquer
coisa
Senti-me satisfeito com a maneira que eu sou
Achei mais fcil tomar decises
Senti que a vida era agradvel
Senti que a vida era sem sentido

Senti-me em runas
Fonte: Adaptado de Joseph e Lewis, 1998

Escala reduzida

Joseph et al (2004) apresentaram quatro argumentos para justificar a necessidade de

construo de uma escala reduzida:

36
1) Em pesquisas com grupos especficos de indivduos (com deficit de ateno, por
exemplo) uma verso com aplicao mais rpida seria necessria;
2) O formato original dificulta a realizao de entrevistas via telefone. Em funo de sua
extenso, sugere a necessidade de entrevistas pessoais;
3) O formato reduzido proporciona ao pesquisador a incluso de vrias outras variveis
de estudo;
4) Facilita aplicaes sucessivas por profissionais da rea de psicologia em seus
pacientes, por exemplo, em cada consulta ou interveno.
Os autores realizaram trs estudos com diferentes amostras (populao americana,
estudantes universitrios e estudantes de psicologia). Basicamente, aplicaram a tcnica
de anlise das componentes principais, forando a criao de um s fator e selecionando
somente as variveis com carga fatorial superior a 0,70, resultando em seis assertivas.
Tais assertivas foram ento comparadas com outras escalas relacionadas depresso
(Beck Depression Inventory e Oxford Happiness Inventory) como uma forma de realizar
uma validao convergente do novo conjunto de variveis.
O Quadro 10 apresenta as seis variveis resultantes do estudo de Joseph et al (2004) e
que compem o SDHS Short Depression-Happiness Scale.
Quadro 10 Forma de mensurao de Escala de Felicidade-Depresso Reduzida
Questo
Uma srie de declaraes que as
pessoas fizeram para descrever como
se
sentem
so
dadas
abaixo. Por favor, leia cada uma e
marque o item que melhor descreva a
frequncia com que se sentiu assim
nos ltimos sete dias, incluindo hoje.
Algumas declaraes descrevem
sentimentos positivos e algumas
descrevem sentimentos negativos.
Voc pode ter experimentado tanto
sentimentos
positivos
quanto
negativos diferentes durante os
ltimos sete dias.
Fonte: Adaptado de Joseph et al, 2004

Escala de conceito

Escala de
mensurao

Senti-me triste
Senti-me insatisfeito com a minha vida
0 Nunca
Senti-me feliz
Senti-me satisfeito com a maneira que eu sou
Senti que a vida era agradvel
Senti que a vida era sem sentido

1 Raramente
2 Algumas vezes
3 - Sempre

37
2.3.2.4 Mtodo da Amostragem da Experincia (MAE)
O Mtodo da Amostragem da Experincia (MAE), do ingls Experience Sampling
Method (ESM), foi apresentado comunidade acadmica no incio da dcada de 1990 por
Csikszentmihalyi (1990) e busca captar o fenmeno da felicidade ou da experincia
tima nos indivduos de forma pontual. Na experincia original, os participantes
utilizavam pagers, que eram acionados em horrios aleatrios durante o dia. No
momento do acionamento, os indivduos deveriam anotar seu sentimento pontual de
felicidade e ao fim do dia desenvolver um relatrio sintetizador daquelas ltimas 24
horas.
Atualmente, segundo Kahneman (2012), o mtodo da amostragem da experincia
implementado por meio de aparelho celular. Os aparelhos so acionados e os
entrevistados tm de informar o local em que esto, com quem esto, alm de responder
pequenas baterias de escalas de felicidade, tenso, raiva, preocupao, dor fsica e outros.

2.3.2.5 Mtodo da Reconstruo do Dia (Day Reconstruction Method)

Com crticas ao simples questionamento da opinio sobre a satisfao com a prpria
vida, Kahneman et al (2004) desenvolveram o Mtodo da Reconstruo do Dia (Day
Reconstruction Method), baseado no mtodo da amostragem da experincia,
desenvolvido por Csikszentmihalyi (1990).
Na proposta de Kahneman et al (2004), os participantes so convidados para uma sesso
com

durao

de

duas

horas.

Inicialmente

era

solicitado

que descrevessem

detalhadamente o dia anterior, dividindo as situaes em episdios. A seguir, os

participantes respondiam a perguntas sobre cada episdio, assim como realizado no
mtodo da amostragem da experincia, ou seja, eram solicitados a indicar em quais das
atividades descritas mais se envolveram, listar os atores e o local de cada situao e
classificar diversos sentimentos a partir de uma escala diferencial semntica de 7 pontos
(0 a 6, em que a nota zero significa ausncia do sentimento e a nota 6 significa
sentimento mais intenso).

38
A justificativa para tal procedimento sedimenta-se na hiptese de que os indivduos
capazes de recuperar da memria em detalhes uma situao passada so capazes de
reviver os sentimentos gerados pela situao, reconstruindo, inclusive os sinais
fisiolgicos da emoo vivida.
A partir do mtodo descrito, calcula-se a porcentagem de tempo que os participantes
passam em estado de desagrado ou infelicidade, o qual denominado de ndice U
(originalmente chamado de unpleasant state). Tal ndice pode ser calculado por perodo
de tempo ou por atividade e facilmente comparvel.
Por exemplo, o estudo de Kahneman et al (2004) com a aplicao do mtodo em mil
norte-americanos, mostrou que o ndice U era de 29% pela manh quando iam pegar o
trem, de 12% quando assistiam televiso. Tambm era seis pontos percentuais mais alto
nos dias teis em comparao aos fins de semana e 18% na realizao de servios
domsticos.

2.4 Felicidade Interna Bruta (FIB)

O termo Felicidade Interna Bruta ou FIB (Gross National Happiness GNH) foi
cunhado pelo quarto Rei do Buto, Jigme Singye Wangchuc, em 1972.
um ndice multidimensional que determina o desenvolvimento das polticas e
programas daquele pas, a partir da aplicao de instrumento de coleta de dados baseado
em nove dimenses, trinta e trs indicadores (conforme ilustrado na Figura1) e sessenta e
uma variveis.

39

Figura 1 Os nove domnios da Felicidade Interna Bruta

Fonte: Adaptado de Ura et al (2012)

Chama a ateno nesse conjunto de indicadores que a proposta do Buto parece hbrida
quanto aos conceitos de objetividade e subjetividade. Assim, avalia desde aspectos
claramente objetivos como tempo em horas que os indivduos utilizam para dormir e para
lazer, nvel de renda, educao formal, at aspectos inerentemente subjetivos, como a
percepo sobre o governo, mdia e judicirio.
Todos os domnios possuem o mesmo peso no clculo do indicador 11,1%. H variao
de pesos somente entre os indicadores de cada dimenso, os quais segundo Ura et al
(2012) foram construdos a partir de ferramental estatstico e no arbitrariamente.
Alm disso, cada indicador tem corte de suficincia. Quando todos os indicadores da
Dimenso se apresentam dentro do padro estabelecido (os Quadros de 11 a 19
apresentam os cortes de suficincia do indicador), o domnio considerado suficiente.

40

Finalmente, um indivduo com pelo menos 66% dos domnios com suficincia
considerado feliz. O indicador de Felicidade Interna Bruta ento calculado pela
seguinte formulao:

FIB = 1 - (H n A n )
Onde,
Hn: percentual de indivduos no felizes;
An: percentual de domnios com no suficincia.
Os Quadros 11 a 19 detalham as variveis integrantes da avaliao realizada na proposta
do Buto.
De forma geral, no Domnio Bem-Estar Psicolgico, os indicadores Satisfao com a
vida e Espiritualidade apresentam maior peso. Tambm importante registrar a presena
nesse domnio de questes relacionadas religio do pas meditao, orao e conceito
de Karma.

41
Quadro 11 Detalhamento das variveis integrantes do Domnio Bem-Estar Psicolgico
Domnio

Indicador

Varivel

Pontuao
Mensurao: escala de 1
a 5 pontos

Satisfao
com a vida
(peso: 0,40)

Quanto voc est satisfeito

com...

...sua sade.

...seu padro de vida.

...sua ocupao.

...suas relaes familiares.

..equilbrio entre a sua vida
pessoal e o trabalho.

Emoes
positivas
(peso: 0,10)

Durante a ltima semana, o

quanto sentiu...

...calma.

...compaixo.

...perdo.

...contentamento.

...generosidade.

Emoes
negativas
(peso: 0,10)

Espiritualidade
(peso: 0,40)

Quanta espiritualidade voc

julga ter?

Voc considera o Karma no
curso de sua vida?

Quanto voc ora?

Quanto voc medita?

Bem-Estar
Psicolgico
(peso: 0,11)

Egosmo
Cime
Medo
Preocupao
Raiva

Pontuao do indicador:
5 (baixa satisfao) a 25
pontos (alta satisfao)

Corte de suficincia
do indicador

20 a 25 pontos

Mensurao: escala de 1
a 4 pontos
Pontuao do indicador:
5 (baixo nvel de
emoes positivas) a 20
pontos (alto nvel de
emoes positivas)
Mensurao: escala de 1
a 4 pontos
Pontuao do indicador:
5 (baixo nvel de
emoes negativas) a 20
pontos (alto nvel de
emoes negativas)

1 (nada espiritualizado)
a
4
(totalmente
espiritualizado)

1 (nunca) a 4 (sempre)

1 (nunca)
a 4
(regularmente)

1 (nunca)
a 4
(regularmente)

15 a 20 pontos

15 a 20 pontos

4
(muito
espiritualizada)

4 (sempre)

4 (regularmente)

3 (ocasionalmente) ou
4 (regularmente)

Fonte: Elaborado pelo autor a partir de Ura et al (2012)

O Domnio Sade apresenta quatro indicadores, sendo trs com o mesmo peso (0,30) e
um com peso inferior (Percepo sobre a situao atual de sade 0,10), conforme
apresentado no Quadro 12. Ainda, faz-se mister registrar que o indicador Sade Mental
mensurado a partir de instrumento de coleta de dados especfico composto de 12
assertivas, o General Health Questionnaire (GHQ-12), desenvolvido por Goldberg e
Blackwell (1970).

42
Quadro 12 Detalhamento das variveis integrantes do Domnio Sade
Domnio

Indicador

Varivel

Percepo
sobre
a

Em geral, voc diria que sua
situao atual sade ...
de sade
(peso: 0,10)
Dias
com

Nmero de dias com sade
sade
nos ltimos 30 dias
(peso: 0,30)
Sade
(peso: 0,11)

Incapacidade
(peso: 0,30)

Sade mental
(peso: 0,30)

Voc tem alguma deficincia

de longo prazo de sade ou
mental?

Voc tem alguma deficincia
de longo prazo de sade ou
mental que restringe suas
atividades?

Escala de sade mental (12
assertivas)

Pontuao
Pontuao do indicador:
5 (Muito ruim) a 25
pontos (Excelente)

Corte de suficincia
do indicador
4 (Boa) e 5(Excelente)

0 (pior possvel) 30
(melhor possvel)

26 a 30 dias

1 (sim) 2 (no)

2 (no)

1 (todo o tempo) - 5
(nunca)

3 (raramente)
4 (nunca)

Mensurao: escala de 1
a 3 pontos
21-36 (normal)
0-15 (angstia severa)
21-36 (normal)

Fonte: Elaborado pelo autor a partir de Ura et al (2012)

O Domnio Educao parece valorizar esse conceito de forma bem holstica. Nesse
sentido, considera alm das mensuraes mais tradicionais como alfabetizao e
escolaridade, conhecimentos relacionados cultura local, Constituio e forma de
contgio pelo vrus HIV, alm de valores pessoais selecionados em funo de sua relao
com os preceitos da religio Budista (URA et al, 2012).

43
Quadro 13 Detalhamento das variveis integrantes do Domnio Educao
Domnio

Indicador

Varivel

Alfabetizao
(peso: 0,30)
Escolaridade
(peso: 0,30)

Voc pode ler e escrever em

alguma lngua?

Qual o maior nvel de
escolaridade que voc atingiu?

Como voc avalia o seu
conhecimento e entendimento
sobre lendas e folclore local?

Como voc avalia o seu
conhecimento e entendimento
sobre os tshechus (festa
religiosa tpica do Buto)
locais?

Como voc avalia o seu
conhecimento e entendimento
sobre as msicas tradicionais
do Buto?

Como voc avalia o seu
conhecimento e entendimento
sobre a Constituio?

Como voc avalia o seu
conhecimento sobre a forma de
transmisso da AIDS?

Conhecimento
(peso: 0,20)
Educao
(peso: 0,11)

Valores
(peso: 0,20)

Matar justificvel?

Roubar justificvel?

Mentir justificvel?

Criar desarmonia entre as
pessoas justificvel?

Ter mau comportamento
sexual justificvel?

Pontuao

Corte de suficincia
do indicador

1 (no) 2 (sim)

2 (sim)

1 (sem educao formal)

8 (doutorado)

2 (fundamental
completo)

Mensurao: escala de 1
a 5 pontos
5 (baixo nvel de
conhecimento) 25 (alto
nvel de conhecimento)

Mensurao: escala de 1
a 3 pontos (sendo 1,
maior nvel de
discordncia e 3 maior
nvel de concordncia)

19-25 pontos

14-15 pontos

5 (baixo nvel de
valores) 15 (alto nvel
de valores)

Fonte: Elaborado pelo autor a partir de Ura et al (2012)

Quanto Diversidade Cultural, h tambm um forte impacto de caractersticas

especficas do pas. Assim h uma valorizao do Cdigo de tica e Conduta (Driglam
Namzha) com 1/5 do peso do domnio.
Tambm se registre o peso do indicador relacionado a Habilidades Artesanais (1/3 do
peso da dimenso), construdo a partir de 13 habilidades consideradas como base da
histria material e cultural do Buto (1 tecelagem / 2 bordados / 3 pintura / 4
carpintaria / 5 escultura / 6 gravura / 7- modelagem / 8 ferraria / 9 obras de bambu
/ 10 ourivesaria / 11 alvenaria / 12 trabalho com couro / 13 fabricao de papel).

44
Quadro 14 Detalhamento das variveis integrantes do Domnio Diversidade Cultural
Corte de suficincia
Domnio
Indicador
Varivel
Pontuao
do indicador
Linguagem

Quo bem voc fala sua 1 (no muito bem) 4
4 (muito bem)
lngua materna?
(muito bem)
(peso: 0,20)
Participao

Quantos dias por ano voc 1(nenhum) 5 (mais do
6 dias ou mais
cultural
gasta em atividades culturais?
que 20 dias)
(peso: 0,30)
Diversidade
Cultural
(peso: 0,11)

Habilidade
artesanal
(peso: 0,30)

Quantas habilidades zorig

chusum (conjunto de treze
habilidades artesanais) voc
tem?

O Driglam Namzha
importante? (cdigo de tica e
conduta)

Como voc percebeu as
mudanas na prtica do
Driglam Namzha nos ltimos
anos?

Cdigo
de
etiqueta
e
conduta
(especfico do
Buto)
(peso: 0,20)
Fonte: Elaborado pelo autor a partir de Ura et al (2012)

0 habilidades
habilidades

13

1 (nada importante) 3
(muito importante)
1 (ficando mais fracas)
3 (ficando mais fortes)

1 habilidade ou mais

3 (ficando mais fortes)

O Domnio Governo apresenta a avalio do governo com peso de 0,50 a partir dos
indicadores Desempenho do Governo e Avaliao dos Servios Pblicos. Com peso de
0,40, a participao poltica parece algo tambm bastante valorizado na construo da
felicidade.

45
Quadro 15 Detalhamento das variveis integrantes do Domnio Governo
Domnio

Indicador

Varivel

Pontuao

Corte de suficincia
do indicador

Desempenho do governo...

Desempenho
do Governo
(peso: 0,10)

Servios
(peso: 0,40)
Governo
(peso: 0,11)

Direitos
Fundamentais
(peso: 0,10)

Participao
Poltica
(peso: 0,40)

...na criao de empregos

...na reduo do gap entre
ricos e pobres

..na luta contra a corrupo

...na proteo do meio
ambiente

...na preservao da cultura e
tradies do pas

...na educao

...nos servios de sade

Quanto tempo geralmente
voc leva para chegar andando
ao Centro de Sade mais
prximo de sua residncia?

Sua
casa tem energia
eltrica?

Como voc descarta o lixo
domstico?

Qual a principal fonte de
gua de sua residncia?
Voc sente que...

...tem direito de expressar sua
opinio?

...tem direito de votar em
quem quiser?

...tem direito de ingressar na
poltica?

...tem direito a formar um
tshogpa (partido poltico)?

...tem direito a mesmo acesso
aos servios pblicos que as
outras pessoas?

...tem direito a liberdade de
discriminao?

Voc vai votar nas prximas
eleies?

Frequncia
aos
zondues
(reunies comunitrias) nos
ltimos 12 meses

Mensurao: escala de 1
a 5 pontos
Pontuao do indicador:
7 (baixo nvel de
desempenho)
a
35
pontos (alto nvel de
desempenho)

25-35 pontos

-----
1 (no) 2 (sim)

1 (descartado a cu
aberto) 7
(compostagem)

1 (rio, lago) 8
(encanada na residncia)

Menos de 60 minutos

2 (sim)

5 (coleta pblica) 7
(compostagem)

8
(encanada
na
residncia)

1 (no) 2 (sim)

2 (sim)

1 (no) 2(sim)

1 (sim)

Pelo menos uma vez

Fonte: Elaborado pelo autor a partir de Ura et al (2012)

O Domnio Comunidade construdo a partir do conceito de capital social do pas (Ura

et al, 2012), no que tange a aspectos de relaes de cooperao e redes sociais, conforme
apresentado no Quadro 16.

46
Quadro 16 Detalhamento das variveis integrantes do Domnio Comunidade
Domnio

Varivel

Pontuao

Corte de suficincia
do indicador

Doaes
(peso: 0,30)

Nos ltimos 12 meses, voc

doou algum dinheiro?

Durante os ltimos 12 meses,
em quantos dias voc realizou
algum trabalho voluntrio?

Valor no ano

Nmero de dias no ano

Mais de 10% da renda

familiar

Mais de 17 dias

Relaes
comunitrias
(peso: 0,20)

Como voc descreveria o seu

senso de pertencimento
comunidade local?

Quanto voc confia em seus
vizinhos?

Indicador

Comunidade
(peso: 0,11)
Famlia
(peso: 0,20)

Os membros de sua famlia

cuidam uns dos outros?

Voc desejaria no fazer
parte dessa famlia?

Voc se sente um estranho
em sua famlia?

Voc no gasta nenhum
tempo com sua famlia?

H muita compreenso em
sua famlia?

Voc acha que sua famlia
uma verdadeira fonte de
conforto para voc?

Voc foi vtima de algum
crime nos ltimos 12 meses?

Segurana
(peso: 0,30)
Fonte: Elaborado pelo autor a partir de Ura et al (2012)

1 (fraco) 3 (muito
forte)

1 (no acredito em
nada) 4 (acredito
totalmente)
Mensurao: escala de 1
a 3 pontos (sendo 1 a
pior avaliao das
relaes familiares e 3 a
melhor avaliao das
relaes familiares)

3 (muito forte)

4 (acredito totalmente)

15 18 pontos

6 (baixo escore familiar)

18 (alto escore
familiar)

1 (sim) 2 (no)

2 (no)

O Quadro 17 apresenta o detalhamento do Domnio Comportamento Ambiental, o qual

composto por dois indicadores subjetivos relacionados percepo acerca das mudanas
no meio ambiente, um indicador relacionado urbanizao e um indicador objetivo
relacionado a danos vida selvagem.

47
Quadro 17 Detalhamento das variveis integrantes do Domnio Comportamento Ambiental
Corte de suficincia
Domnio
Indicador
Varivel
Pontuao
do indicador

A poluio dos rios uma
preocupao
em
sua
comunidade?

A poluio do ar uma
preocupao
em
sua
comunidade?

A poluio sonora uma
preocupao
em
sua
comunidade?

A falta de locais para
depsito de lixo uma
preocupao
em
sua
comunidade?

A
sujeira

uma
preocupao
em
sua
comunidade?

Os deslizamentos de terra
so uma preocupao em sua
comunidade?

A eroso do solo uma
preocupao
em
sua
comunidade?

As inundaes so uma
preocupao
em
sua
comunidade?

Questes
ecolgicas
(peso: 0,10)

Comportamento
Ambiental
(peso: 0,11)

Responsabilidade
perante o meio
Voc se sente responsvel
na conservao do meio
ambiente
ambiente?

1 (muita preocupao)

4
(nenhuma
preocupao)

2 ou mais em pelo
menos 6 variveis

1 (no totalmente)
4
(totalmente
responsvel)

4
(totalmente
responsvel)

(peso: 0,10)
Danos
selvagem

vida

(peso: 0,40)

Questes
relacionadas
urbanizao
(peso: 0,40)

A vida selvagem foi uma

preocupao para as suas
plantaes nesse ltimo ano?

No ano passado, suas
colheitas foram danificadas
por animais selvagens?

O trfego uma questo
que
preocupa
a
sua
comunidade?

A falta de reas verdes
uma questo que preocupa a
sua comunidade?

A falta de reas para
pedestres uma questo que
preocupa a sua comunidade?

A expanso urbana uma
questo que preocupa a sua
comunidade?

1
preocupao)
(nenhuma
preocupao)

(muita

1 (muito) 4 (nada)

1 (muita preocupao)

4
(nenhuma
preocupao)

1 (muita preocupao)

1 (muito) ou 2 (um
pouco)

2 ou mais em pelo
menos 3 variveis

Fonte: Elaborado pelo autor a partir de Ura et al (2012)

O Domnio Padro de Vida composto por trs indicadores igualmente proporcionais e

leva em considerao variveis tradicionais da construo de indicadores de consumo,
como posse de bens e rendimento familiar per capita, conforme ilustrado no Quadro 18.

48

Domnio

Diversidade
Padro
de
Vida
(peso: 0,11)

Quadro 18 Detalhamento das variveis integrantes do Domnio Padro de Vida

Corte de suficincia
Indicador
Varivel
Pontuao
do indicador

Ativos
(peso: 0,33)

Voc tem um...

...telefone mvel

...telefone fixo

...computador pessoal

...refrigerador

...televisor a cores

...mquina de lavar
Quantos acres de terra voc
possui?
Quantos animais de estimao
tem em sua casa?

--

3 equipamento eltricos
ou

5 animais de estimao
ou

5 acres de terra

Habitao
(peso: 0,33)

Qual o tipo de banheiro

usado em sua casa?

De qual tipo de material foi
feita sua casa?

Quantos dormitrios h em
sua residncia?

1 (fossa aberta) 5
(com descarga)

1 (bambu/madeira) 2
(metal / concreto /
tijolos)

Nmero de moradores
por dormitrio

5
(com
descarga) 4 (com fossa
sptica)


2
(metal
/
concreto / tijolos)


2
moradores
por dormitrio ou menos

1,5 vezes o valor de

referncia da linha da
pobreza

Rendimento
Familiar per
Qual o total da renda
familiar per capita de sua
capita
famlia nos ltimos 12 meses?
(peso: 0,33)
Fonte: Elaborado pelo autor a partir de Ura et al (2012)

Por fim, o Domnio Uso do Tempo considera o tempo gasto com o trabalho e com o sono
diariamente. Segundo Ura et al (2012), o balano entre o trabalho remunerado, no
remunerado e o lazer uma importante fonte de bem-estar. Da mesma forma, o sono,
segundo os autores, claramente benfico sade e impacta em todos os aspectos da
vida diria, inclusive na felicidade.
Quadro 19 Detalhamento das variveis integrantes do Domnio Uso do Tempo
Corte de suficincia
Domnio
Indicador
Varivel
Pontuao
do indicador
Trabalho

Nmero mdio de horas
480 minutos ou menos
trabalhadas por dia
Uso do tempo (peso: 0,50)
(peso: 0,11)
Sono

Nmero mdio de horas
480 minutos ou mais
dormidas por dia
(peso: 0,50)
Fonte: Elaborado pelo autor a partir de Ura et al (2012)

O item a seguir trata dos principais achados na literatura sobre possveis variveis
influenciadoras do bem-estar subjetivo das populaes.
2.5 Os determinantes da felicidade
Esse item da reviso da literatura surgiu como um procedimento para sumarizar e avaliar
resultados de pesquisas sobre a temtica felicidade. Embora sejam feitas crticas ao uso

49
desse procedimento (LIGHET; PILEMER, apud HUNT, 1997), por ser uma forma
ineficiente de extrair informao til em razo da ausncia de qualquer mtodo
sistemtico de integrao dos relacionamentos entre as variveis em diferentes estudos e
de reconciliao das diferenas nos resultados, sua utilizao neste estudo foi um
importante apoio na sinalizao de tendncias de resultados nessa rea de estudo.
Assim, a seleo dos trabalhos nesse item deu-se pela presena de uma abordagem sobre
a felicidade que buscasse identificar fatores de influncia nessa opinio e que se utilizou
de tcnicas estatsticas para anlise de seus dados. No entanto, no se faz uso dos
resultados como base de dados para a realizao de novas anlises, mas somente para
compor uma base exploratria de dados que permita aprofundar o conhecimento de
interesse desta tese.
Nesse sentido, a Figura 2 apresenta o processo de seleo de 50 (cinquenta) textos com
as caractersticas j citadas.

Figura 2 Operacionalizao da seleo de textos que tratam sobre determinantes do Bem-estar

Subjetivo

O exame do conjunto de 50 estudos relacionados aos determinantes do bem-estar

subjetivo resultou na identificao de 114 (cento e quatorze) formatos de variveis
determinantes do construto bem-estar subjetivo, sintetizadas na Tabela 1.

50
Registra-se que a sistematizao detalhada desses estudos, incluindo formato de
mensurao do bem-estar subjetivo (escala de conceito e de mensurao), tamanho da
amostra, variveis independentes utilizadas, variveis independentes estatisticamente
significantes (incluindo o formato da relao) e tcnicas estatsticas utilizadas,
apresentada no Apndice 2.
Sobre isso, parece importante o elenco de algumas consideraes:
a) as variveis idade, renda familiar, gnero, estado civil, ocupao e escolaridade foram
utilizadas em pelo menos 50% dos estudos selecionados, com destaque para a varivel
idade, apresentada em 32 (trinta e dois) dos 50 (cinquenta) estudos, representando cerca
de 64% dos estudos;
b) todas as 114 (cento e quatorze) variveis independentes selecionadas foram
categorizadas em 16 (dezesseis) grupos: perfil do indivduo, perfil da famlia, satisfao /
avaliao geral, confiana, sade, participao comunitria, atividades culturais,
avaliao

dos

servios

pblicos,

conflitos

polticos,

ideologia,

caractersticas

psicolgicas, caractersticas macroeconmicas, mensurao de importncia, escalas,

comunicao e gastos pessoais;
c) 84 (oitenta e quatro) variveis apresentaram relao estatisticamente significante com
o BES em algum dos textos selecionados;
d) idade tambm a varivel que mais aparece como preditora estatisticamente
significante do BES. Cerca de 50% dos textos analisados apresentam essa varivel nessa
situao, sendo que essa proporo de 78% entre os textos que continham tal
mensurao.

51
Tabela 1 - Sntese das ocorrncias de variveis determinantes do bem-estar subjetivo em 50
(cinquenta) experincias empricas selecionadas
N de vezes
N de vezes
como Varivel
como Varivel
Independente
Discriminao da Varivel
Independente
estatisticamente
(VI)
significante
(VI)
Variveis do perfil dos indivduos
Idade
32 (64%)
25 (50%)
Estado civil / taxa de divrcio
28 (56%)
24 (48%)
Gnero
30 (60%)
20 (40%)
Ocupao / Nvel de desemprego
27 (54%)
18 (36%)
Idade ao quadrado
18 (36%)
17 (34%)
Escolaridade
25 (50%)
14 (28%)
Religio / religiosidade / frequncia igreja / crena em Deus
18 (36%)
6 (12%)
Raa
9 (18%)
4 (8%)
Pas de residncia (dummy) / regio de residncia
3 (6%)
2 (4%)
Renda pessoal
2 (4%)
2 (4%)
Estado civil dos pais
2 (4%)
2 (4%)
Local de residncia (rural / urbana)
6 (12%)
1 (2%)
Nmero de horas semanais trabalhadas
2 (4%)
1 (2%)
Quociente de Inteligncia
1 (2%)
1 (2%)
Nmero de parceiros sexuais
1 (2%)
1 (2%)
Nmero de contatos internacionais
1 (2%)
1 (2%)
Nvel de atividade sexual
1 (2%)
1 (2%)
Nacionalidade
1 (2%)
1 (2%)
Local de residncia (metropolitana / no metropolitana)
1 (2%)
1 (2%)
Fluncia na lngua inglesa
1 (2%)
1 (2%)
Escolaridade ao quadrado
1 (2%)
1 (2%)
Esperana de vida
2 (2%)
0 (0%)
Tamanho do municpio de residncia
1 (2%)
0 (0%)
Nmero de amigos
1 (2%)
0 (0%)
Estudante / No estudante
1 (2%)
0 (0%)
Variveis do perfil da famlia
Renda familiar / renda familiar per capita
31 (62%)
23 (46%)
Nmero de crianas no domiclio
11 (22%)
6 (12%)
Classificao socioeconmica da famlia / posse de bens / status
5 (10%)
4 (8%)
social
Renda familiar relativa
3 (6%)
3 (6%)
Tamanho do municpio onde reside /taxa de crescimento do municpio
3 (6%)
1 (2%)
Valor do imvel onde reside
1 (2%)
1 (2%)
Renda familiar relativa ao quadrado
1 (2%)
1 (2%)
Renda familiar ao quadrado
1 (2%)
1 (2%)
Problemas de acomodao (tipo de residncia)
1 (2%)
1 (2%)
Ciclo de vida / composio da famlia
2 (4%)
0 (0%)
Nmero de quartos por pessoa na residncia
1 (2%)
0 (0%)
Nmero de adultos na residncia
1 (2%)
0 (0%)
continua

52
continuao
Variveis de satisfao / avaliao
Situao financeira da famlia / rendimento / suficincia da
renda
Segurana pblica
Colegas e familiares
Lazer / atividades recreativas / tempo para lazer
Trabalho / satisfao com o trabalho de ontem comparado com
o de hoje / satisfao com as condies de trabalho
Prpria educao
Vida em geral / comparativamente a outros da mesma idade
Meio ambiente
Vida familiar
Transporte
Sono
Avaliao da sociedade holandesa
Posio social
Local de residncia / regio de moradia / bairro de moradia
Lazer
Energia para realizar as tarefas do dia-a-dia
Condies de moradia
Aprendizagem
Acesso informao
Relacionamento amoroso / casamento
Vizinhos
Satisfao com o domiclio de moradia
Variveis de confiana
Confiana no futuro / famlia / polcia / sistema de sade /
bancos
Confiana nos vizinhos / pessoas de negcio / medicina /
religio / parlamento
Variveis relacionadas sade
Auto percepo de sade
Satisfao com a prpria sade / satisfao com a sade de hoje
comparada com ontem
Uso de estimulantes
Nmero de internaes em hospitais a cada 100.000 habitantes
Auto percepo de sade mental
Presena de doena crnica
Partculas totais em Suspenso na Atmosfera
Nvel de consumo de cigarro
Nvel de consumo de lcool
HIV (positivo / negativo)
Concentrao de nitrognio na atmosfera
Concentrao de chumbo na atmosfera
Variveis relacionadas participao na comunidade
Realizao de trabalhos voluntrios
Participao poltica
Ajuda recebida e ajuda oferecida no ltimo ms
Variveis relacionadas a atividades culturais
Frequncia a cinemas
Frequncia a concertos e clubes de dana / livrarias / museus e
teatros
Variedade de atividades de lazer
continua

7 (14%)

6 (12%)

3 (6%)
3 (6%)
2 (4%)

2 (4%)
2 (4%)
2 (4%)

4 (8%)

1 (2%)

3 (6%)
2 (4%)
2 (4%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
2 (4%)
1 (2%)
1 (2%)

1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
0 (0%)
0 (0%)
0 (0%)

1 (2%)

1 (2%)

1 (2%)

0 (0%)

13 (26%)

8 (16%)

5 (10%)

3 (6%)

1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)

1 (2%)
1 (2%)
1 (2%)
0 (0%)
0 (0%)
0 (0%)
0 (0%)
0 (0%)
0 (0%)
0 (0%)

4 (8%)
1 (2%)
1 (2%)

3 (6%)
0 (0%)
0 (0%)

1 (2%)

0 (0%)

1 (2%)

1 (2%)

1 (2%)

0 (0%)

53
continuao
Variveis de avaliao dos servios pblicos
Avaliao do governo / satisfao com o governo
Satisfao com os servios governamentais / pblicos
Variveis relacionadas a conflitos polticos
Qualidade tcnica do governo
Nvel de tenso entre grupos tnicos, geraes, ricos e pobres
Satisfao com a democracia
Qualidade democrtica do governo
Liberdade
Variveis relacionadas a ideologias
Participao poltica
Pas ps-comunista
Orientao poltica / partido poltico de afiliao
Nvel de nacionalismo
Variveis relacionadas a caractersticas psicolgicas
Tipo de personalidade
Racionalidade
Honestidade (no deixar de pagar taxas)
Variveis macroeconmicas
PIB per capita
Consumo do governo per capita / gastos total do governo
Coeficiente de Gini
PIB per capita relativo
Investimento do governo
Federalismo
Eficincia do governo (Indicadores do Banco Mundial)
Abertura econmica (importao + exportao / PIB)
Gastos do governo em:
Segurana pblica
Sade / Sade ao quadrado
Proteo social / Proteo social ao quadrado
Educao / Educao ao quadrado
Administrao
Variveis de mensurao de importncia
Importncia da famlia / amigos / tempo de lazer / trabalho
Escalas
Escala de Autoestima (RSES)
Escala de relaes harmnicas (Interpersonal Relationship
Harmony Inventory)
Escala de Auto Interpretao (Self-Construal Scale)
Escala de Angstia
Variveis relacionadas comunicao
Uso da Internet / acesso Internet
Variveis relacionadas a gastos pessoais
Gastos anuais
o Lazer / veculos
o Bens durveis / Caridade e presentes / Cuidados pessoais e
roupas / Cuidados com a sade / Alimentao em casa /
Utilidades para casa / Veculos

2 (4%)
1 (2%)

2 (4%)
0 (0%)

2 (4%)
2 (4%)
1 (2%)
1 (2%)
1 (2%)

1 (2%)
0 (0%)
0 (0%)
1 (2%)
0 (0%)

2 (4%)
1 (2%)
1 (2%)
1 (2%)

2 (4%)
1 (2%)
0 (0%)
1 (2%)

1 (2%)
1 (2%)
1 (2%)

1 (2%)
1 (2%)
0 (0%)

3 (6%)
2 (4%)
2 (4%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)

1 (2%)
2 (4%)
2 (4%)
0 (0%)
1 (2%)
1 (2%)
1 (2%)
0 (0%)

1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)

1 (2%)
1 (2%)
1 (2%)
1 (2%)
1 (2%)

1 (2%)

1 (2%)

2 (4%)

2 (4%)

1 (2%)

1 (2%)

1 (2%)
1 (2%)

1 (2%)
1 (2%)

2 (4%)

2 (4%)

1 (2%)

1 (2%)

1 (2%)

0 (0%)

Os itens a seguir apresentam o referencial terico referente s variveis idade, renda

familiar, gnero, estado civil, ocupao e escolaridade, como preditoras do bem-estar
subjetivo.

54
Registre-se que a opo pelo detalhamento dessas seis variveis citadas, frente s cento e
quatorze detectadas nos estudos selecionados, deu-se em funo de um corte arbitrrio na
proporo de utilizao em pelo menos 50% dos textos.

2.5.1 Idade do indivduo como preditora do bem-estar subjetivo

A idade do indivduo parece ser varivel bastante recorrente na literatura quando se trata
de explicar fatores determinantes do bem-estar subjetivo.
Conforme apresentado na Tabela 2, em 78% dos textos selecionados, a idade apresentou
relacionamento

estatisticamente

significante

com

bem-estar

subjetivo

dos

entrevistados. No obstante, a direo dessa relao parece no ser algo totalmente

esclarecido nesses estudos, tendo em vista que 56% apresentaram relao negativa com o
BES e 22% relao positiva.
Tabela 2 Sumrio do relacionamento entre idade e BES encontrado nos textos selecionados
Formato da relao com o BES
Nmero de textos
% sobre o total de textos
Positivo
7
22%
Negativo
18
56%
No h relao estatisticamente significante
7
22%
Total de textos
32
100%

No obstante ao estudo linear do relacionamento entre idade e BES, alguns estudos tm

sugerido a existncia de uma relao quadrtica entre as variveis, denominadas por esse
grupo de tericos de relao U-shaped.
Entre os cinquenta trabalhos selecionados nesse estudo, dezoito testaram, alm do
relacionamento da idade com o BES, tambm o relacionamento entre a idade ao
quadrado com o bem-estar, sendo que em quatorze deles (74%) o relacionamento
positivo, conforme apresentado na Tabela 3.
Isso sugere que o BES diminui at uma certa idade (ponto de mnimo da funo) e volta a
crescer at as idades mais altas. Frijters e Beatton (2012) sugerem que o BES inicia um
processo de declnio a partir dos 18 anos, atingindo o ponto mnimo por volta dos
cinquenta anos e retomando o processo de crescimento a partir da. Johannesson (2001)

55
corrobora essa hiptese apresentando por meio de estudo emprico que tal ponto de
mnimo seria aos 55 anos.
Registre-se que nos quatro textos em que o relacionamento entre idade ao quadrado e
BES negativo, no h discusso sobre os motivos desse formato de relao.
Tabela 3 Sumrio do relacionamento entre idade ao quadrado e BES encontrado nos textos
selecionados
Formato da relao com o BES
Nmero de textos
% sobre o total de textos
Positivo
14
74%
Negativo
4
21%
No h relao estatisticamente significante
1
5%
Total de textos
19
100%

2.5.2 Rendimento familiar como preditor do bem-estar subjetivo

Historicamente, a relao entre dinheiro e felicidade vem sendo motivo de discusses
entre filsofos, psiclogos, cientistas sociais e mais contemporaneamente pelos
economistas (BALL e CHERNOVA, 2008).
Entre os estudos realizados pelos economistas, o texto seminal parece ter sido
apresentado por Easterlin (1973), o qual investigou, basicamente, a hiptese de que as
pessoas se preocupam exclusivamente ou quase que exclusivamente com os seus
rendimentos relativos s distribuies nacionais de renda nos pases em que vivem, e
que, atendendo aos seus nveis de rendimento relativos, elas se importam pouco ou nada
com os seus nveis de renda absolutos.
Mais especificamente, Easterlin (1973) encontrou uma correlao positiva, no mesmo
perodo de tempo, entre o nvel de renda absoluta e o grau de Bem-Estar Subjetivo. No
obstante, em sries de tempo essa correlao no se mantm, ou seja, a proporo de
indivduos com altos nveis de BES permanece constante, sugerindo a existncia de um
ponto de saturao no nvel de rendimento absoluto em que passa a no haver mais
acrscimos no BES.

56
A figura 3 ilustra os achados de Easterlin (1973) para o ano de 1957, sugerindo uma
relao linear e positiva entre BES e logaritmo do PIB per capita.

7,0

Estados Unidos

Cuba

6,5
6,0

Egito

Felicidade Mdia (0 a 10 pontos)

5,5
Nigria

5,0

Japo Israel
FilipinasIugoslvia
Panam
Polnia

Alemanha
Ocidental

4,5
Brasil

ndia

4,0
3,5
3,0
2,5

Repblica
Dominicana

2,0
1,5
1,0
4,00

4,50

5,00

5,50

6,00

6,50

7,00

7,50

8,00

8,50

Log PIB per capita

Figura 3 Relao entre bem-estar subjetivo e PIB per capita no ano de 1957
Fonte: Adaptado de Easterlin (1973)

De forma geral, o primeiro achado (correlao entre renda absoluta e BES) explicado
em funo do maior acesso a bens e servios dos indivduos medida que saem da
pobreza. Porm, o segundo achado (ponto de saturao) parece ser algo paradoxal, o que
resultou, inclusive, no termo Paradoxo de Easterlin.
Para Abramovitz (1993), o Paradoxo de Easterlin pode ser explicado por um conjunto de
trs fatores psico-culturais descritos a seguir:
a) Fator 1: a satisfao que cada indivduo obtm com o aumento de sua capacidade
de consumo relativa capacidade de consumo dos demais concidados, ou seja,
se a renda aumenta para a sociedade como um todo, a percepo do aumento da
capacidade de consumo no se sustenta. Assim, por exemplo, o cidado
americano dos anos 1990, embora tenha uma capacidade de consumo muito

57
superior de seu av ou bisav, no percebe essa situao como algo para faz-lo
mais feliz por isso.
b) Fator 2: os seres humanos s encontrariam prazer nas experincias novas, e no
nas habituais. Assim, uma nova aquisio pode impulsionar o BES; no entanto,
essa percepo desaparece com uso habitual ou rotineiro dessa aquisio. Nesse
sentido, segundo Abramovitz (1993), o nvel de satisfao com a vida no
dependeria do nvel de renda mas de seu crescimento.
c) Fator 3: a amplificao miditica e o acesso quase que irrestrito informao,
proporcionado principalmente pela Internet, aumentariam o poder de contestao
da populao tornando-a mais crtica e, portanto, menos suscetvel a aumentos do
BES.
Especialmente levando em considerao o primeiro fator apresentado por Abramovitz
(1993), Ball e Chernova (2008) ressaltam a importncia das polticas pblicas
construdas com o objetivo de diminuir as desigualdades de renda, as quais teriam
impacto positivo na percepo de bem-estar subjetivo das populaes.
Em estudo que objetivou entender a influncia da renda absoluta e da renda relativa
(comparada com a renda mdia do pas) no bem-estar subjetivo, Ball e Chernova (2008)
encontraram evidncias estatsticas que as duas abordagens de rendimento impactam no
BES, porm com maior influncia do rendimento relativo.
De forma geral, 78% dos estudos selecionados que avaliaram a relao entre BES e renda
familiar apresentaram relao estatisticamente significante e positiva.
Chama ateno que, entre os sete estudos que no apresentaram relao estatisticamente
significante entre BES e renda familiar, trs deles utilizaram base de dados referentes a
pases de sia (SONG e APPLETON, 2008; SING, 2009; SHU e ZHU, 2009), sugerindo
que tal relao menos relevante em pases de cultura asitica. No obstante, o
entendimento desse contexto necessita de aprofundamento, o qual no objetivo desse
estudo.

58
A Tabela 4 sumariza os achados sobre o relacionamento entre o bem-estar subjetivo e
rendimento familiar nos estudos selecionados.
Tabela 4 - Sumrio do relacionamento entre renda familiar e BES encontrado nos textos
selecionados
Formato da relao com o BES
Nmero de textos
% sobre o total de textos
Positivo
24
78%
Negativo
No h relao estatisticamente significante
7
22%
Total de textos
31
100%

2.5.3 Gnero do indivduo como preditor do bem-estar subjetivo

Entre os estudos selecionados para anlise nessa tese em que o gnero do entrevistado foi
hipotetizado como possvel preditor do bem-estar subjetivo, parece haver pouca
convergncia sobre o poder de predio dessa varivel e sobre quem qual gnero estaria
mais relacionado com maiores nveis de BES.
Assim, em 11 (37%) estudos no foi encontrada relao estatisticamente significante, em
outros 13 (44%) estudos, os homens apresentaram menores nveis de BES (11 masculinonegativo e 2 feminino-positivo) e em outros 6 (19%), os homens apresentaram maiores
nveis de BES (5 masculino-positivo e 1 feminino-negativo), conforme apresentado na
Tabela 5.
Tabela 5 Sumrio do relacionamento entre gnero e BES encontrado nos textos selecionados
Formato da relao com o BES
Nmero de textos
% sobre o total de textos
Feminino: 2
Feminino: 7%
Positivo
Masculino: 5
Masculino: 16%
Feminino: 1
Feminino: 3%
Negativo
Masculino: 11
Masculino: 37%
No h relao estatisticamente significante
11
37%
Total de textos
30
100%

No obstante, ainda que pouco consensual, nesses estudos, os homens apresentariam

menores nveis de bem-estar. Esses achados vo de encontro ao estudo realizado no
Brasil por Corbi e Menezes-Filho (2004), o qual detectou mulheres mais infelizes em
relao aos homens.

59
importante, nesse sentido, registrar a opinio de Joseph et al (1992), os quais afirmam
que as diferenas entre os gneros so fortemente influenciadas pela cultura onde esto
inseridos.
Ainda, Barrientos (2005) destaca que o gnero no deveria ser investigado isolado do
estado civil do indivduo. Segundo o autor, indivduos do gnero feminino e casados ou
em relacionamento estvel, tendem a apresentar menor nvel de bem-estar subjetivo,
tendo em vista que estas mulheres carregam em seu dia-a-dia maior carga de
responsabilidade emocional em virtude do papel de cuidadoras que desempenham na
sociedade.

2.5.4 Estado civil do indivduo como preditor do bem-estar subjetivo

Vinte e oito dos cinquenta textos selecionados testaram o relacionamento entre o bemestar subjetivo e o estado civil dos indivduos. Desses, vinte e quatro apresentaram
relacionamento estatisticamente significante.
De forma geral, o formato de relao encontrada entre as variveis bastante consistente
entre os estudos, sugerindo que indivduos que possuem cnjuge (casado ou amasiado)
apresentam maiores nveis de BES do que aqueles indivduos que se encontram sozinhos
(divorciado, solteiro, vivo), conforme apresentado na Tabela 6. Registre-se que tal
diferenciao entre indivduos sozinhos e com cnjuge restrita ao formato de
relacionamento com coabitao.
Tabela 6 Sumrio do relacionamento entre estado civil e BES encontrado nos textos selecionados
Formato da relao com o BES
Nmero de textos
% sobre o total de textos
Sozinho: Sozinho: Positivo
Com cnjuge: 9
Com cnjuge: 32%
Sozinho: 15
Sozinho: 54%
Negativo
Com cnjuge: Com cnjuge: No h relao estatisticamente significante
4
14%
Total de textos
28
100%

Para Dush e Amato (2005) trs fatores podem explicar esse tipo de relacionamento entre
o estado civil e o bem-estar subjetivo.

60
O primeiro fator relaciona-se hiptese de que indivduos com companheiro(a) estariam
mais bem ajustados psicologicamente do que aqueles que no se relacionaram ou que
romperam um relacionamento. Esse conceito ilustrado tambm nos estudos de Horwitz
et al (1996), Kim e MacHenry (2002), Waite (1995) e Williams (2003).
O segundo fator e mais comumente aceito na literatura sobre a temtica refere-se ao
suporte social que um relacionamento poderia proporcionar. Sobre isso, House et al
(1988) sugerem que a insero do indivduo em redes de apoio, como o casamento, tende
a gerar nos indivduos nveis mais elevados de satisfao com a vida e de sade
emocional e fsica.
O terceiro fator refere-se auto viso sociolgica. Para os tericos dessa linha de estudo,
h uma perspectiva de iterao simblica para cada indivduo composta dos vrios papis
que as pessoas desempenham, tais como cnjuge, companheiro, irmo, amigo,
empregado e pai. Papis com alto nvel de compromisso tendem a contribuir mais
fortemente para o sentimento sobre si mesmo. Nesse linha, a definio de compromisso
proposta por Dush e Amato (2005) refere-se ao grau em que um indivduo valoriza uma
identidade particular, a qual, por sua vez, est relacionada com a percepo dos
benefcios das relaes sociais associados a essa identidade, bem como os custos
percebidos de perder essas.
Ainda, Waite et al (2009) alertam para a hiptese de que a influncia do estado civil
sobre o bem-estar subjetivo pode diferir entre os gneros. Mulheres divorciadas, por
exemplo, podem sofrer uma carga emocional negativa maior em funo do declnio de
seu padro de vida e em funo da responsabilidade pela custdia dos filhos. Alguns
estudos (WHEATON, 1990; BOOTH e AMATO, 1991; JOHNSON e WU, 2002;
WILLIAMS, 2003; WAITE et al, 2009) corroboram a hiptese desse relacionamento,
apontando, por meio de estudos empricos, que a transio para o divrcio est mais
fortemente associada a efeitos negativos nas mulheres do que nos homens.
Outra ressalva importante no estudo do relacionamento entre BES e estado civil, tambm
citada por Waite et al (2009), diz respeito aos efeitos imediatos e ao longo do tempo do
divrcio. Assim, sugerem que o declnio do bem-estar subjetivo maior no nicio do
processo de divrcio ou separao e que tal declnio to maior quanto o nvel de

61
felicidade do casamento, ou seja, rupturas de casamentos felizes causam maior declnio
do BES do que ruptura em casamentos infelizes, sendo que essa ltima poderia
eventualmente gerar aumento de BES.

2.5.5 Ocupao do indivduo como preditora do bem-estar subjetivo

De forma geral, a literatura analisada nesse estudo sugere que indivduos com alguma
ocupao apresentam um maior nvel de bem-estar subjetivo do que aqueles no
ocupados.
Assim, 67% dos textos que se preocuparam com a relao entre o BES e a ocupao dos
indivduos apresentaram relao estatisticamente significante entre ocupado / no
ocupado e bem-estar subjetivo, conforme apresentado na Tabela 7.
Tabela 7 - Sumrio do relacionamento entre ocupao e BES encontrado nos textos selecionados
Formato da relao com o BES
Nmero de textos
% sobre o total de textos
Ocupado: 5
Ocupado: 19%
Positivo
No ocupado: No ocupado: Ocupado: Ocupado: Negativo
No ocupado:13
No ocupado: 48%
No h relao estatisticamente significante
9
33%
Total de textos
27
100%

Lucas et al (2003) sugerem que essa diferena pauta-se no fato de que as pessoas
costumam ver a situao de estarem ocupadas como um aspecto desejvel da vida, que d
sentido a suas vidas, ajudando a obedecer a uma norma social.
Clark e Oswald (1994) tambm apontam por meio de pesquisa emprica que o
desemprego influencia negativamente o bem-estar subjetivo dos indivduos. Os autores
afirmam ainda que o desemprego diminuiria o BES com maior intensidade do que o fim
do casamento ou o agravamento do estado de sade.

62
2.5.6 Escolaridade do indivduo como preditora do bem-estar subjetivo
De forma geral, o estudo da relao entre educao e bem-estar subjetivo algo bastante
incipiente. Os estudos tm utilizado a varivel escolaridade mais intensamente apenas
como controle ao estudo de outras relaes (FREY E STUTZER, 2000).
Tal fato corroborado pelas temticas dos cinquenta estudos selecionados, entre os quais
h trabalhos que aprofundam o entendimento, por exemplo, do impacto do rendimento,
estado civil e gnero no bem-estar subjetivo, mas nenhum que trata especificamente do
tema nvel de escolaridade.
Ainda assim, de forma geral, os estudos tm encontrado uma relao positiva entre
escolaridade e bem-estar subjetivo. Nos estudos selecionados, quase metade (48%)
apresentaram essa relao estatisticamente significante, outros 44% no apresentaram
relao estatisticamente significante e 8% apresentaram relao negativa, conforme
ilustrado na Tabela 8.
Sobre a predominncia de achados que apontam para relacionamento positivo, Checchi e
Brunello (2007) indicam sete situaes em que a educao contribui para a satisfao
com a vida dos indivduos:
1) Maior probabilidade de emprego: educao promove maior participao no
mercado de trabalho e empregabilidade;
2) Maior expectativa de salrio: educao positivamente correlacionada com
ganhos salariais;
3) Empregos de maior qualidade: maiores nveis de educao propiciam melhores
postos de trabalho e maior probabilidade de promoes;
4) Efeito positivo na sade: indivduos com maior nvel de educao tm hbitos
menos prejudiciais sade e visitam o mdico com maior frequncia;
5) Indivduos precisam de um nvel de educao mnimo para se relacionarem
socialmente;
6) O conhecimento adquirido proporciona uma utilidade direta por si s, como um
bem comum;
7) Educao aumenta o nvel de informao do indivduo e traz prestgio.

63

Registre-se que os textos que apresentam relacionamento negativo Selim (2008) e Shu
Zhu (2009) foram desenvolvidos a partir de amostras muito especficas, Turquia e
China, respectivamente.
Sobre isso, Clark e Oswald (1994) apontam como possveis causas do sinal positivo do
relacionamento entre escolaridade e felicidade dois aspectos principais:
1) Indivduos com maior nvel de educao tm maior nvel de expectativa em seus
trabalhos. Assim, uma ocupao abaixo dessa expectativa teria um impacto
negativo no nvel de bem-estar do indivduo.
2) A educao incrementa a disperso da renda. Assim, comparaes com indivduos
que tm o mesmo nvel de educao, mas salrios mais altos produzem (ou
poderiam produzir) um efeito negativo no bem-estar subjetivo.

Tabela 8 - Sumrio do relacionamento entre escolaridade e BES encontrado nos textos selecionados
Formato da relao com o BES
Nmero de textos
% sobre o total de textos
Positivo
12
48%
Negativo
2
8%
No h relao estatisticamente significante
11
44%
Total de textos
25
100%

2.6 Mensurao do bem-estar subjetivo como um instrumento para o planejamento

de polticas pblicas
Especialmente a partir do incio desse sculo, alguns estudos tm sido desenvolvidos
destacando os governos como determinantes principais do bem-estar das respectivas
populaes (SCULLY, 2001; COGGBURN e SCHNEIDER, 2003; OTT, 2005;
VEENHOVEN, 2005; HIGHUM, 2006, BJRNSKOV et al, 2007; TAVITS, 2007;
HELLIWELL E HUANG, 2008; KACAPYR, 2008; EIJI, 2009; RAM, 2009;
KOTAKORPI E LAAMANEN 2010; HESSAMI 2010).
Nesse sentido, Kim e Kim (2011) destacam trs diferentes perspectivas tericas que
foram trabalhadas mais intensamente nesse perodo.

64

2.6.1 Perspectiva econmica

A abordagem econmica rene estudos como o realizado por Easterlin (1973), o qual
demonstrou que as pessoas nos pases mais ricos no mostram maior felicidade do que
aquelas de pases mais pobres. Em outro estudo, Easterlin (1995) revelou que, se as
aspiraes crescerem junto com a renda, reduziro o efeito favorvel da renda sobre o
bem-estar subjetivo, ou seja, no nvel individual, a felicidade pode ser alterada de acordo
com um trade-off entre dinheiro e aspiraes.
2.6.2 Perspectiva de diferenas culturais
Essa abordagem agrupa estudos como o realizado por Diener et al (1995), os quais
argumentaram que a caracterstica individualismo cultural de um pas foi um preditor
forte de bem-estar subjetivo, a partir do controle de uma srie de outros preditores. Suh e
Oishi (2002) resumiram as principais concluses da abordagem cultural: (1) culturas
individualistas se revelam mais felizes que as coletivistas; (2) atributos psicolgicos que
caracterizam o self (por exemplo, autoestima e auto consistncia) so mais importantes
para o bem-estar subjetivo em pases ocidentais individualistas do que em coletivistas, e
(3) a auto percepo de bem-estar se diferencia a partir dos diferentes tipos de estmulos
e experincias entre as culturas.
2.6.3 Perspectiva poltica
Para Bjornskov et al (2008b), fatores polticos afetam a qualidade de vida dos indivduos,
bem como a sua percepo de bem-estar. Nesse sentido, os autores apontam trs nveis
de influncia da poltica no bem-estar subjetivo das populaes: o sistema poltico, a
ideologia e a estrutura de regras dos governos, bem como as polticas pblicas
orientadoras de suas aes nos municpios.
Nessa linha, Di Tella e MacCulloch (2006) propuseram o conceito de felicidade social
partidria, em que a correspondncia ideolgica entre os indivduos e o governo
contribuiu para aumentar a sua felicidade.

65
Ott (2011) estudou a relao entre o BES e a poltica a partir de seis dimenses propostas
por Kaufmann et al (2010) como aspectos de um bom governo, em estudo realizado pelo
Banco Mundial intitulado Indicadores de Governana Mundial, obtendo correlaes
positivas entre todas as dimenses e o bem-estar subjetivo.
As seis dimenses so descritas a seguir. No entanto, registra-se que o uso das variveis
descritas em cada dimenso dependeu de sua disponibilidade em cada pas onde o
indicador foi mensurado, j que se utiliza de bases nacionais dos governos e base de
dados de pesquisas socioeconmicas com extenso mundial como o Afro-barometer
Survey, Latino-barometro Survey, Euro-barometro Survey, entre outros.
a) controle da corrupo: capta a percepo da extenso em que o poder pblico
exercido para ganho privado. Principais variveis captadas: corrupo entre
funcionrios pblicos; confiana pblica nos polticos; desvio de recursos
pblicos; suborno no Poder Judicirio;
b) voz e responsabilidade: capta a percepo de at que ponto os cidados de um
pas so capazes de participar na seleo de seu governo, bem como a liberdade
de expresso, liberdade de associao e presena de mdia livre. Principais
variveis captadas: ndice de Democracia; Direitos Polticos; Liberdades Civis;
ndice de Liberdade de Imprensa; processo eleitoral; transparncia da poltica
governamental; confiana na honestidade das eleies; restries sobre turismo
interno e externo; prises por causa de raa, etnia, ou convices polticas,
religiosas;

respeito

minorias

(tnicas,

religiosas,

lingusticas,

etc);

transparncia da ao pblica no campo econmico; transparncia da poltica

econmica (fiscal, tributao, monetria, cambial);
c) estabilidade poltica e ausncia de violncia: mede a percepo da probabilidade
de que o governo vai ser desestabilizado ou derrubado por meios
inconstitucionais ou violentos, incluindo a violncia politicamente motivada e
terrorismo. Principais variveis captadas: presena de conflito armado;
manifestaes violentas; inquietao social; tenses internacionais / ameaa
terrorista; custo do terrorismo; frequncia de assassinatos polticos; frequncia de

66
desaparecimentos; frequncia de torturas; escala de terror poltico; tenses
tnicas;
d) eficcia governamental: capta a percepo da qualidade dos servios pblicos e o
grau de sua independncia das presses polticas, a qualidade da formulao e
implementao de polticas, bem como a credibilidade do compromisso do
governo de tais polticas. Principais variveis captadas: eficcia institucional;
excesso de burocracia; qualidade da educao primria; satisfao com o sistema
de transporte pblico; satisfao com a qualidade das estradas; satisfao com o
sistema de ensino em universidades; qualidade da oferta de bens pblicos:
capacidade das autoridades de implementar reformas polticas; satisfao com a
qualidade do sistema pblico de sade;
e) qualidade das polticas regulatrias: capta a percepo da capacidade do governo
de formular e implementar polticas slidas e regulamentos que permitam e
promovam o desenvolvimento do setor privado. Principais variveis captadas:
prticas de concorrncia desleal; controles de preos; protees excessivas;
impostos discriminatrios; barreiras comerciais; nvel de competio local;
facilidade de comear um novo negcio; qualidade de normas ambientais; nvel
de investimento estrangeiro; preos administrados e os preos de mercado;
f) estado de direito: capta a percepo da extenso em que os agentes tm confiana
e respeitam as regras da sociedade e, em especial, a qualidade da execuo dos
contratos, direitos de propriedade, a polcia e os tribunais, bem como a
probabilidade de crime e violncia. Principais variveis captadas: crime violento;
crime organizado; justia de processo judicial; aplicabilidade dos contratos;
rapidez do processo judicial; confisco / expropriao; proteo da propriedade
intelectual; proteo propriedade privada; custo de crime / violncia; custo do
crime organizado; setor informal; confiana na polcia; confiana no sistema
judicial.
importante registrar, ento, que o estudo objeto desta tese est focado na perspectiva
poltica, especialmente na ao do pode pblico municipal, o que no grupo de dimenses
descritas, se enquadraria na dimenso Eficcia Governamental.

67

Sobre o foco no poder pblico municipal, registra-se pesquisa realizada pelo Instituto de
Pesquisas da Universidade Municipal de So Caetano do Sul (USCS, 2012), a qual, por
meio de amostra probabilstica realizada na Regio do Grande ABC, inquiriu os
entrevistados sobre qual ou quais nveis de governo seriam responsveis por uma srie de
servios pblicos. Nesse sentido, conforme sumarizado na Tabela 9, a responsabilidade
do Poder Pblico Municipal maior em todas as reas estimuladas, com exceo de
segurana pblica e moradia, as quais ainda assim foram citadas como de
responsabilidade tambm da Prefeitura por cerca de 50% e 30% dos entrevistados,
respectivamente. Boelhouwer (2010) corrobora tal afirmao: Servios pblicos so
mais e mais frequentemente delegados pela populao aos municpios.
Tabela 9 Responsabilidades a partir dos nveis de governo
Prefeito
Governador
Presidente
Coleta de lixo
100,0%
21,3%
7,2%
Coleta seletiva de lixo
100,0%
23,5%
5,0%
Limpeza e conservao de parques e praas
100,0%
3,2%
1,2%
Conservao de terrenos baldios
100,0%
2,3%
1,0%
Reparao de asfalto de ruas
100,0%
19,2%
5,1%
Limpeza pblica (ruas e avenidas)
98,2%
18,7%
1,5%
Trnsito
89,2%
44,8%
12,3%
Controle de enchentes
85,7%
65,2%
28,2%
Oferecimento de eventos culturais
85,5%
49,5%
39,6%
Transporte pblico
79,5%
11,5%
8,1%
reas pblicas de lazer
75,5%
17,4%
6,1%
Transporte pblico
68,5%
52,7%
56,5%
Recolhimento de esgoto
68,2%
32,7%
15,1%
Sade pblica
64,3%
45,8%
21,7%
Abastecimento de gua
62,5%
42,5%
12,9%
Educao pblica
60,8%
48,0%
21,0%
Gerao de empregos
56,7%
47,8%
34,5%
Melhoria da qualidade de vida da populao
55,2%
42,7%
49,9%
Preservao do meio ambiente
53,5%
39,2%
23,5%
Segurana pblica
49,7%
61,7%
12,9%
Moradia
30,1%
25,2%
98,2%
Fonte: Pesquisa do Instituto de Pesquisas da Universidade Municipal de So Caetano do Sul (USCS,
2012).

2.6.3.1 Avaliao dos servios pblicos como preditora do bem-estar subjetivo

De forma geral, poucos estudos levantados no referencial terico verificaram a relao da
avaliao dos servios pblicos com o bem-estar subjetivo. Os poucos encontrados
apresentam as variveis de avaliao em meio a outros objetivos gerais.

68
No obstante, esse item apresenta os cinco principais textos encontrados sobre a
temtica, explicitando a operacionalizao da verificao do relacionamento entre BES e
avaliao dos servios pblicos, bem como seus principais resultados.
Boelhouwer (2010) realizou uma extensa pesquisa sobre o bem-estar subjetivo na Holanda
utilizando base de dados de 1974 at 2008. De forma geral, sua anlise foi realizada a
partir de um framework conceitual desenhado a partir dos referenciais tericos levantados
pelo autor. Tal framework apresentado na Figura 4, o qual explicita a possvel
contribuio da dimenso de servios pblicos para o BES.

Figura 4 Framework conceitual para descrio do bem-estar subjetivo

Fonte: Adaptado de Boelhouwer (2010)

A Dimenso Servios Pblicos foi apresentada por Boelhouwer (2010) como composio
de dois grupos de servios: os servios pblicos de suporte e os servios pblicos
compensatrios.
Nos servios pblicos compensatrios o governo atuaria para evitar desvantagens sociais,
como programas de bolsas sociais, por exemplo. So, portanto, aes compensatrias.

69
Por outro lado, os servios de suporte so aqueles que do subsdios vida normal dos
cidados, como por exemplo, transporte pblico, educao e sade.
De forma geral, os achados de Boelhouwer (2010) operacionalizados por meio de
Regresso Linear Mltipla, apontam para uma relao no estaticamente significante entre
a avaliao dos servios pblicos e o bem-estar subjetivo.
Ainda, o autor comparou o nvel de felicidade dos indivduos que usam os servios
pblicos com aqueles que no usam. Nesse caso, os resultados apontam para um nvel de
bem-estar Subjetivo maior e estatisticamente significante entre os indivduos que so
usurios de mais servios pblicos.
Outro estudo, realizado por Ott (2011), utilizando dados da pesquisa Gallup World
Survey de 2006, aplicada em 13 pases relacionou bem-estar subjetivo com as seis
dimenses da escala de Qualidade dos Governos do Banco Mundial.
Para tanto, dividiu as seis dimenses em dois grupos: Qualidade Democrtica do
Governo (Dimenses: 1- Controle da Corrupo e 2 - Voz e Responsabilidade) e
Qualidade Tcnica do Governo (Dimenses: 3 - Estabilidade Poltica e Ausncia de
Violncia, 4 - Eficcia Governamental, 5 - Qualidade das Polticas Regulatrias e 6 Estado de Direito).
De forma geral, a partir de aplicao de regresses simples, com o BES como varivel
dependente, encontrou-se um coeficiente de explicao linear de 56% para a qualidade
tcnica do governo. Quanto qualidade democrtica do governo, o coeficiente de
explicao foi de 43%, porm com formato quadrtico, sugerindo maior aderncia da
atuao tcnica dos governos ao bem-estar subjetivo de suas populaes.
Utilizando tambm a escala de Qualidade dos Governos do Banco Mundial, Bjornskov et
al (2009) encontraram relao estatisticamente significante da dimenso eficcia
governamental com o BES (tambm por meio da aplicao de regresso linear mltipla),
utilizando base da World Value Survey (WVS) de 87.748 casos. Registre-se que o
entendimento desse relacionamento no era o objetivo principal desse estudo, o qual
buscava o entendimento sobre o nvel de relacionamento entre a avaliao das

70
instituies formais (governo, igreja, sistema judicirio, sistema legislativo, outros) e o
bem-estar subjetivo.
Kingdon (2008), com o objetivo de verificar possveis determinantes da felicidade e seu
relacionamento com os dogmas da religio oriental Bahai, utiliza como uma varivel
independente para a explicao da varivel dependente felicidade tambm a escala de
qualidade dos governos do Banco Mundial.
Com uma amostra de 6.338 casos, extrada do World Value Survey (WVS), o estudo de
Kingdon (2008) aponta para uma relao estatisticamente significante entre a felicidade e
a referida escala de qualidade (utilizao de regresso linear mltipla, com coeficiente de
explicao de 0,317 e valor da estatstica t de 12,0).
Outro estudo selecionado foi o artigo apresentado por Rose e zcan (2007), o qual
avaliou os determinantes do bem-estar subjetivo na Turquia, a partir de amostra do
European Quality of Life Survey (EQFS).
Assim como a grande maioria dos trabalhos selecionados nesta tese, Rose e zcan
(2007) tambm aplicaram a tcnica de regresso linear mltipla. Como varivel
dependente utilizaram uma escala de satisfao com a vida, bipolar semntica de 0 a 10
pontos e, como variveis independentes, outras 14 variveis, entre elas a varivel
servios pblicos.
Tal varivel foi operacionalizada a partir da avaliao dos entrevistados dos seguintes
servios: transporte pblico, educao, sistema de previdncia social, servios sociais e
sade (tambm mensurados em escala de 0 a 10 pontos).
A relao entre a avaliao dos servios pblicos e o bem-estar subjetivo, ento,
apresentou-se estatisticamente significante, com declividade de 0,24.
Registre-se que, em paralelo, Rose e zcan (2007) tambm avaliaram o grupo de pases
chamado de EU15, formado pelos 15 pases europeus ocidentais. Nesse grupo, a relao
entre BES e servios pblicos tambm se mostrou estatisticamente significante.

71

2.7 O paradoxo do relacionamento entre o bem-estar subjetivo e a avaliao dos

servios pblicos
A avaliao dos servios pblicos impacta no bem-estar subjetivo ou o bem-estar
subjetivo impacta na avaliao dos servios pblicos?
Sobre isso, os principais modelos preditores do bem-estar subjetivo se dividem em duas
grandes categorias, as quais Giacomoni (2004) denomina de bottom-up e top- down.
A abordagem top-down parte do pressuposto de que o bem-estar antecedente e, nesse
sentido, os indivduos so felizes a priori. Para Diener et al (1997), indivduos que se
julgam mais felizes tendem a interpretar eventos ambguos como bons. Nessa linha,
McCrae e Costa (1986) afirmam que as pessoas mais felizes tendem a adotar
pensamentos e comportamentos adaptativos e construtivos; por outro lado, as pessoas
com menor nvel de felicidade subjetiva parecem utilizar pensamentos e comportamentos
mais destrutivos, ou sejam, tendem a culpar mais a si mesmas do que aos outros.
Na abordagem bottom-up, o BES s ocorre com o xito de cada um dos influenciadores
desse sentimento. Assim, por exemplo, a satisfao com o trabalho, com o casamento,
com a renda, acesso sade e educao levariam a ndices mais elevados de bem-estar
subjetivo. (LYUBOMIRSKY, 2001).
Nesse estudo, a premissa utilizada de que bons servios pblicos impactariam
positivamente no bem-estar subjetivo dos indivduos, ou seja, abordagem bottom-up.

72

73
3. REFERNCIAS TERICAS SOBRE A TCNICA DE MODELAGEM DE
EQUAES ESTRUTURAIS
Este captulo registra a base conceitual selecionada como orientao parcial do estudo,
construda a partir do esforo de levantamento bibliogrfico sobre a tcnica estatstica de
Modelagem de Equaes Estruturais, especialmente para os modelos baseados em
covarincias (CSM Covariance Structure Model ou MEE-BC Modelagem de
Equaes Estruturais Baseada em Covarincias) e para os modelos baseados em Mnimos
Quadrados Parciais (PLS Partial Least Square).
Registre-se que o detalhamento conceitual dos dois mtodos citados deu-se
principalmente para subsidiar a opo por um dos mtodos, tendo em vista o seu ajuste s
necessidades do estudo em tela.
De forma geral, segundo Westland (2012) ambas as metodologias se enquadram no
contexto da Modelagem de Equaes Estruturais (MEE), conforme Figura 5.

VI; LIML; ILS; 2SLS

Mtodos de
Informaes
Limitadas
Modelagem de
Equaes
Estruturais (SEM)

PLS; LIML
(iterativo)

3SLS
Mtodos de
Informaes
Completas
MEE-BC

Figura 5: Taxionomia dos mtodos estatsticos de Modelagem de Equaes Estruturais

Fonte: Adaptado de Westland (2007)
VI: Variveis Instrumentais; LIML: Mxima Verossimilhana com informao limitada; ILS: Mnimos
Quadrados Parciais; 2SLS: Mnimo Quadrado em Dois Estgios; PLS: Mnimos Quadrados Parciais;
3SLS: Mnimos Quadrados em Trs Estgios; MEE-BC: Mnimos Quadrados Baseado em Covarincias

74

3.1 Modelagem de Equaes Estruturais Baseada em Covarincias (MEE-BC)

A tcnica de modelagem de equaes estruturais baseada em covarincias tambm
conhecida pelas denominaes modelagem causal, anlise causal, anlise de estruturas de
covarincia e LISREL.
Para Hair Jr. et al (2010), a modelagem de equaes estruturais uma evoluo da
modelagem de multiequaes desenvolvida principalmente na rea de econometria e
tambm dos princpios de mensurao da psicologia e sociologia.
A aplicao dessa tcnica razoavelmente recente nos trabalhos das cincias humanas
aplicadas, especialmente na Administrao. Dessa forma, por vezes parece ser
confundida com a anlise de caminhos (Path Analysis) e at, indevidamente, utilizada
para o estabelecimento de causas.
Sobre a modelagem de equaes estruturais baseada em covarincias, Trccoli (1999),
afirma:
A SEM tem uma longa histria que se inicia com o surgimento da Anlise
Fatorial no comeo do sculo XX, da Path Analysis na dcada de 1920 e dos
Modelos de Equaes Simultneas da dcada de 1950. Segundo Bentler
(1990), este conjunto de tcnicas estatsticas s foi unificado em uma
abordagem combinando modelos e mtodos de econometria, psicometria,
sociometria e estatstica multivariada na dcada de 1970, com os trabalhos de
Ward Keesling, David Wiley e Karl Jreskog. A contribuio decisiva foi dada
por Karl Jreskog e Dag Srbom com a criao do programa de computador
denominado LISREL. (1999, p.1)

Quanto aos objetivos de aplicao, a modelagem de equaes estruturais baseada em

covarincias enquadra-se na categoria construo de hipteses e testes e na categoria
Investigao da dependncia entre as variveis, conforme apresentado no Quadro 20.

75
Quadro 20 - Objetivos de aplicao da Modelagem de Equaes Estruturais
Categoria
Principal objetivo indicado no estudo
Fontes
Testar teorias por meio de hipteses

o Construo de
hipteses e testes
o Investigao
dependncia

de

Ullman (1996)

Avaliar a significncia estatstica de um modelo

terico

Hair Jr. et al (2010)

Especificar relaes causais entre variveis latentes

Jreskog e Srbom
(1999)

No obstante, a tcnica de modelagem de equaes estruturais bastante dependente do

atendimento de algumas premissas estatsticas, o que, por vezes, dificulta seu uso em
pesquisas na rea de cincias humanas aplicadas. O item a seguir trata de discutir tais
premissas.
3.1.1 Premissas de aplicao da tcnica de modelagem de equaes estruturais
baseada em Covarincias
Inicialmente, parece importante registrar que a quantidade e qualificao das premissas
necessrias aplicao da MEE-BC dependem fundamentalmente do mtodo de
estimao escolhido.
O Quadro 21 apresenta as premissas estatsticas de aplicao da tcnica.

76
Quadro 21 - Premissas subjacentes ao uso da Modelagem de Equaes Estruturais baseada em
covarincias
Premissas subjacentes

Consideraes
Depende diretamente do mtodo de estimao (ver
Quadro 25), mas de forma geral recomenda-se:
10 casos por varivel integrante do modelo(1)

Tamanho da amostra(1) (3) (5) (7) (9)

100 a 200 casos no total(3)

15 casos por varivel integrante do modelo(4)
15 a 20 casos por varivel integrante do modelo(6)
200 a 400 observaes para modelos de at 15 indicadores
(8)

Normalidade Multivariada (3) (5) (8)

Depende do mtodo de estimao utilizado (ver quadro

25)

Multicolinearidade(6)
Ausncia de observaes atpicas (3) (4) (5) (8)
Linearidade (2) (3) (5) (7)
Fonte: Elaborao prpria a partir de (1) Peter (1979); (2) Dillon e Goldstein (1984); (3) Hoyle (1995);
(4) Schumacker e Lomax (1996); (5) Stevens (1996); (6) Tabachnick e Fidell (2005); (7) Kline
(2005); (8) Hair Jr. et al (2010)

3.1.1.1 Sensibilidade ao tamanho da amostra

Parece haver um relativo consenso de que as estimativas dos parmetros so mais
consistentes para amostras maiores. No obstante, assim como apresentado no Quadro
22, h certo dissenso quanto ao tamanho mnimo da amostra.
Talvez tal dissenso decorra da necessidade de se considerarem outras variveis para o
entendimento de um tamanho apropriado de amostra: nmero de indicadores, quantidade
de fatores, cargas fatoriais, nmero de parmetros livres para estimao, distribuio de
probabilidade das variveis, mtodo de estimao e poder estatstico do teste.
Ainda assim, h algumas heursticas apresentadas na literatura para delimitao do
tamanho mnimo da amostra, conforme apresentado no Quadro 22.

77
Quadro 22 Indicao do tamanho da amostra
Autores / pesquisadores

Consideraes

Peter (1979)

10 casos por varivel integrante do modelo

Hoyle (1995);

100 a 200 casos no total

Schumacker e Lomax (1996)

15 casos por varivel integrante do modelo

Tabachnick e Fidell (2005)

15 a 20 casos por varivel integrante do modelo

Hair Jr. et al (2010)

200 e 400 observaes para modelos de at 15 indicadores

Alguns pacotes estatsticos (LISREL, AMOS, EQS, por exemplo) apresentam um

indicador denominado Critical N (CN), - ou ndice de Hoelter, o qual estima o tamanho
mnimo da amostra a partir da funo de estimao dos parmetros e do valor crtico do
qui-quadrado. Porm, nem este indicador parece obter consenso entre os pesquisadores
da tcnica. Por um lado, Hoelter (1983), responsvel pelo desenvolvimento do indicador,
afirma que um valor do indicador que exceda 200 um indicativo de que os dados
amostrais representam adequadamente o modelo. Por outro lado, Hu e Bentler (1999)
afirmam que o CN no sensvel ao mtodo de estimao e ao formato da distribuio,
mas extremamente sensvel ao tamanho da amostra e, portanto, no deveria ser
utilizado.
3.1.1.2 Normalidade multivariada
Grande parte das tcnicas estatsticas de anlise multivariada de dados exige como uma
das premissas para a sua aplicao a distribuio normal multivariada, entre elas: anlise
discriminante, anlise fatorial exploratria, anlise da varincia multivariada e a
modelagem de equaes estruturais baseada em covarincias.
A distribuio normal multivariada tem a forma de sinos tridimensionais simtricos
quando o eixo x apresentar os valores de uma determinada varivel, o eixo y apresentar a
contagem para cada valor da varivel de x e, o eixo z, apresentar os valores de qualquer
outra varivel em considerao.

78
Entretanto, Johnson e Wichern (1998) alertam que, para dados reais, a presena de
variveis com distribuio normal multivariada exata dificilmente ocorre.
Esses autores registram que a distribuio normal univariada, a qual poderia levar, mas
no necessariamente, distribuio normal multivariada, pode ser tratada a partir do
esquema de sugestes empricas para aproximao da distribuio normal indicado no
Quadro 23.

Quadro 23 - Tipos de transformaes para aproximao da distribuio normal

Escala original

Escala transformada

Contagem, y

Proporo, p

p
1
log it (
p) = log (
)
2
1
p

Correlaes, r

Fischers z(r) =

1
1+ r
log (
)
2
1 r

Fonte: JOHNSON e WICHERN (1998, p.2)

Para Sharma (1996, p. 380), h poucos mtodos disponveis para testar a normalidade
multivariada.
O ndice de Mardia parece ser o teste para normalidade multivariada mais disponvel
para os usurios de pacotes estatsticos. Baseado nas funes de Skewness e Kurtosis, o
ndice de Mardia s disponvel no pacote estatstico LISREL, no IBM-AMOS, EQS,
SAS e R.
No obstante, especificamente no caso da modelagem de equaes estruturais baseada
em Covarincias, so disponveis mtodos de estimao robustos violao da
normalidade multivariada, como por exemplo: Mxima Verossimilhana Robusta (RML
- Robust Maximum Likehood); Mnimos Quadrados Generalizados (GLS - Generalized
Least Square); Distribuio Assintoticamente Livre (ADF - Asymptotically Distribution
Free). O item 3.1.2 tratar detalhadamente os principais mtodos de estimao para a
aplicao da tcnica.

79

3.1.1.3 Linearidade
Tendo em vista que a maior parte dos mtodos de estimao disponveis na modelagem
de equaes estruturais est baseada em covarincias ou correlaes, a linearidade das
relaes do modelo um pressuposto bsico de aplicao da tcnica (MAROCO, 2010).

3.1.1.4 Multicolinearidade
uma premissa fundamental da modelagem de equaes estruturais que as variveis
exgenas do modelo apresentem baixa associao. Essa relao entre as variveis
chamada de multicolinearidade, a qual, quando presente em altos nveis, pode inflacionar
a estimao da varincia dos parmetros, produzir cargas fatoriais superiores a 1 e
inferiores a -1 e originar estimativas negativas das varincias, provocando interrupo do
algoritmo no processo de estimao dos parmetros do modelo (MAROCO, 2010).
A deteco da presena e qualidade da multicolinearidade realizada a partir de vrios
critrios, sendo os dois principais encontrados na literatura:
a) Anlise da matriz de correlaes
Sugere-se

como

um

mtodo

simples

para

verificao

da

presena

da

multicolinearidade, a inspeo da correlao entre as variveis exgenas. Kline (2005,

p.78), afirma que correlaes superiores a 0,85 apontam para redundncia da presena
das duas variveis e, portanto, para multicolinearidade grave. Para Gujarati (2011), esse
valor de 0,90.
b) Fator de inflao da varincia e tolerncia
A raiz quadrada do Fator de Inflao da Varincia (FIV) indica o quanto inflacionado o
erro padro do coeficiente da regresso, em comparao com o valor que teria se no
houvesse multicolinearidade entre as variveis.

80
De forma geral, parece haver pouca convergncia sobre qual seria o nvel mnimo
aceitvel desse indicador por parte dos autores que tratam de modelos lineares. Uma
parte dos autores sugere que um FIV igual a cinco seria o mximo aceitvel (MAROCO,
2010; GUJARATI, 2011), outros chegam a sugerir que a presena de multicolinearidade
grave apenas com Fator de Inflao da Varincia superior a 10 (HAIR JR. et al, 2010;
KENNEDY, 2003; MYERS, 1990). A frmula para o clculo dessa estatstica tem a
seguinte caracterstica:

FIV =

1
1
=
,
T 1 R2

sendo,
R = Coeficiente de Determinao ou Explicao;
T = Tolerncia.
A tolerncia, assim como apresentado na frmula do FIV, o inverso desse indicador.
Assim, autores que sugerem um FIV de 10, apontam para uma tolerncia de 0,10. (nesse
caso, significa que 10% da varincia no redundante). Autores que sugerem um FIV de
5, apontam para uma tolerncia mxima de 0,20. Como so inversos, quanto maior a
Tolerncia, menor a multicolinearidade.
No obstante, em se tratando especificamente de modelagem de equaes estruturais,
Henseler et al (2009) apontam para a possibilidade de nveis inferiores de FIV
impactarem negativamente os resultados.
Uma regra geral da econometria de que o FIV maior do que 10 revela um
valor crtico para a multicolinearidade. No entanto, valores de FIV maiores do
que 1 indicam multicolinearidade e devem servir de alerta para os
pesquisadores sobre os problemas tpicos da multicolinearidade (HENSELER
et al, 2009, p. 302).

Nessa linha, Bido et al (2010) trataram de explorar os possveis efeitos da

multicolinearidade em modelos formativos, utilizando Mnimos Quadrados Parciais
(PLS), por meio de simulaes.

81
Os autores geraram 1000 amostras para 10 indicadores com correlaes iguais a 0,1; 0,3;
0,5; 0,7; e 1,0 entre eles. Posteriormente, modelou-se uma varivel latente exgena, com
2, 3, 4, 5, 6, 7, 8, 9 e 10 indicadores formativos.
O ltimo passo incluiu a varivel latente endgena, como apenas um indicador e
simulada de forma a se correlacionar com a pontuao gerada pela mdia dos indicadores
da varivel latente exgena.
Para essa operacionalizao, Bido et al (2010) esperavam que os pesos fatoriais fossem o
mesmo para todos os indicadores. Divergncias nesse sentido, apontariam para a
influncia negativa da multicolinearidade.
De forma geral, os autores concluram que FIVs pouco superiores a 1 j teriam impacto
nos pesos fatoriais. No obstante, sugerem que modelos com FIV superior a 1,43 j
poderiam ser tratados como reflexivos com baixo prejuzo no clculo dos pesos fatoriais.
Nessa linha, corroboram essa argumentao os achados de Gudergan et al (2008), os
quais apresentam, tambm por meio de simulaes, que a diferena mxima entre os
pesos fatoriais de modelos formativos e de modelos reflexivos de 0,053, com mdia de
0,0055 e desvio-padro de 0,0088.
Ainda, parece oportuno ilustrar as consideraes de Gujarati (2011) sobre a temtica da
relao entre correlaes, tolerncia e FIV, apresentadas no Quadro 24.

Quadro 24 Aspectos da multicolinearidade

FIV (Fator de Inflao da
Valores de rx,y
Tolerncia
Varincia)
0,00
1,000
1,00
0,50
0,752
1,33
0,70
0,510
1,96
0,80
0,360
2,78
0,90
0,174
5,76
0,95
0,097
10,26
0,97
0,059
16,92
0,99
0,020
50,25
0,995
0,010
100,00
0,999
0,002
500,00
Fonte: Adaptado de Gujarati (2011).

82

3.1.1.5 Ausncia de observaes atpicas

De forma geral, indicada, antes da aplicao de alguma tcnica estatstica multivariada,
a investigao sobre a presena de valores discrepantes (outliers), j que estes podem
afetar os resultados finais da anlise.
Tais observaes atpicas podem ser identificadas sob a tica univariada, bivariada e
multivariada. De forma geral, a deteco dos outliers em cada um dos nveis citados pode
ser realizada a partir das seguintes operaes:
a) Univariada: Grfico Boxplot (utiliza-se de intervalos interquartlicos) e Z-escores
com corte de 2 a 3 desvios, dependendo do tamanho da amostra (RENCHER e
SCHAALJE, 2008);
b) Bivariada: Grficos de disperso, elipses de confiana, Grfico Boxplot bivariado
(JOHNSON e WICHERN, 1998; EVERITT, 2005);
c) Multivariada: Grficos de disperso tridimensionais, grficos do tipo Q-Q plots,
Distncia de Mahalanobis (MINGOTI, 2005).

No contexto multivariado, uma observao considerada discrepante se est muito

distante das outras observaes no espao p-dimensional definido pelas variveis,
apresentando, portanto, valores extremos no conjunto de variveis e no apenas em uma
ou outra.
Nesse sentido, registre-se que podem ocorrer observaes no discrepantes na forma
univariada e discrepantes na forma multivariada. (FIGUEIRA, 1998).
Ainda, deve-se registrar que h algumas tcnicas multivariadas, como a anlise de cluster
mtodo hierrquico e anlise fatorial exploratria -, que so bastante teis na deteco
de outliers multivariados.

83
Na anlise de cluster (anlise de agrupamentos, anlise taxionmica, anlise de
conglomerados), depois de realizado o agrupamento por meio do mtodo hierrquico,
podem ser consideradas outliers multivariados aquelas observaes presentes em grupos
formados por apenas um elemento, a partir da premissa de que nenhuma outra
observao foi considerada similar para ser colocada no mesmo grupo.
Na anlise fatorial exploratria, Johnson e Wichern (1998) sugerem a utilizao dos
ltimos fatores para confeco de grficos de disperso bidimensionais. As observaes
suspeitas seriam, ento, aquelas que se encontrarem mais distantes da nuvem de pontos
formadas no grfico.

3.1.1.6 Sensibilidade do nmero de indicadores do modelo

A complexidade do modelo estrutural, expressa em nmero de indicadores (variveis),
um aspecto que deve ser considerado em modelos estruturais que apresentem dados
especialmente no normais, inclusive os categricos, objeto desse estudo (MUTHN,
1984; 1993; MUTHN e KAPLAN, 1992).
Nesse sentido, a estimao de parmetros para dados qualitativos parece ser mais robusta
para modelos com menor quantidade de indicadores. Muthn (1993) qualifica os modelos
com menor nmero de indicadores, aqueles que apresentam entre 5 e 10 variveis.
Para modelos com maior quantidade de indicadores, o autor Muthn (1993) afirma que a
quantidade de indicadores e o tamanho da amostra devem caminhar juntos, ou seja,
quanto maior a quantidade de variveis no modelo, maior o tamanho da amostra
necessria. Tal premissa vale especialmente para a aproximao dos testes estatsticos
(no caso da modelagem de equaes estruturais, o qui-quadrado) s propriedades de uma
distribuio assinttica.
Ridgon (1998) sugere que um modelo deve conter no mximo 20 indicadores. Um
nmero maior de indicadores dificultaria a obteno de bons ajustes no modelo.

84

3.1.2 Mtodos de estimao

O mtodo de estimao mais largamente utilizado na tcnica de modelagem de equaes
estruturais tem sido o de mxima verossimilhana (Maximum Likelihood Estimation ML), o qual, com a suposio de normalidade multivariada atendida, apresenta-se como
um mtodo consistente, eficiente e sem vieses de estimativas. Essas estimativas so
obtidas por meio de procedimento interativo que minimiza uma funo de ajustamento
definida sucessivamente, de forma a melhorar as estimativas dos parmetros que
comeam com as estimativas iniciais (ANDERSON e GERBING, 1982). Ainda sobre
esse mtodo, Jreskog e Srbom (2001), afirmam que uma de suas principais
caractersticas a preciso em amostras grandes.
Segundo Tomarken e Waller (2005), a partir da dcada de 1970, foram realizados muitos
estudos para entender os efeitos da violao na normalidade multivariada e, como
consequncia, muitos mtodos de estimao robustos ao no atendimento dessa premissa
foram desenvolvidos.
A despeito do fato de os dados dificilmente apresentarem uma distribuio
normal, a grande maioria das aplicaes de Modelagem de Equaes
Estruturais utiliza-se do mtodo de mxima verossimilhana, o qual exige
distribuio normal dos dados. (TOMARKEN E WALLER, 2005)

O Quadro 25 sintetiza os principais mtodos de estimao disponveis para aplicao da

tcnica e suas caractersticas.

85
Quadro 25 - Principais mtodos de estimao disponveis na aplicao da tcnica de modelagem de
equaes estruturais
Mtodo

Sigla

Software

Premissa de
normalidade da
distribuio

Amostra sugerida

Lisrel,
EQS,
AMOS,
Statistica

Normalidade
multivariada

exige

ERLS

EQS

No
normalidade
multivariada

Lisrel

No
normalidade
multivariada

exige

RML

Lisrel

No
normalidade
multivariada

exige

WLS

DWLS

Lisrel

No
exige
normalidade
multivariada
Variveis ordinais

400 casos ou mais

Mnimos Quadrados Generalizados

(Generalized Least Square)

GLS

EQS,
AMOS,
Statistica

Normalidade
multivariada

200 a 500 casos

(distribuio normal)
Acima
de
2.500
(distribuio
nonormal)

Mnimos
Quadrados
(Unweighted Least Square)

AMOS

No
normalidade
multivariada

exige

ULS

Distribuio Assintoticamente Livre

(Asymptotically Distribution Free)

AMOS,
Statistica

No
normalidade
multivariada

exige

ADF

Mnimos Quadrados (Least Squares)

LS

EQS

Normalidade
multivariada

(1)

Mnimos Quadrados Generalizados

Elpticos (Elliptical Generalized Least
Square)

EGLS

EQS

(1)

(1)

Mnimos
Quadrados
(Elliptical Least Squares)

ELS

EQS

(1)

(1)

Mnimos Quadrados Generalizados

Arbitrria (Arbitrary Generalized Least
Square)

EQS

No
normalidade
multivariada

exige

AGLS

Mnimos
Quadrados
(Ordinary Least Square)

Statistica

No
normalidade
multivariada

exige

OLS

Lisrel

No
normalidade
multivariada

exige

2SLS

Mxima Verossimilhana (Maximum

Likehood)

Mnimos
Quadrados
Ponderados (Elliptical
Least Squares)

Elpticos
Reweighted

Mxima
Verossimilhana
(Robust Maximun Likehood)

Robusta

Minimos
Quadrados
Balanceados
(Weighted Least Squares)
Minimos
Quadrados
Balanceados
Diagonalmente (Diagonally Weighed
Least Squares)

Mnimos Quadrados Dois

(Two-stage Least Squares)

Ordinrios

Elpticos

Ordinrios

Estgios

ML

200 a 400 casos

200 a 500 casos
(distribuio normal)
Acima
de
2.500
(distribuio
nonormal)
400 casos ou mais

2.000 casos ou mais

(1)
200 a 500 casos
(modelos simples)

Acima de 2.000 casos

(1)

Fonte: Bentler (1995); Jreskog & Srbom (2001); Hojo e Mingoti (2004); Garson (2011)
(1) Informao no localizada

(1)

86

3.1.3 ndices de ajuste do modelo

Diferentemente de outras tcnicas de dependncia como a regresso mltipla, anlise
discriminante e anlise multivariada da varincia, a modelagem de equaes estruturais
conta apenas com um teste estatstico para verificao da qualidade do ajuste: o teste quiquadrado. Ainda assim, h crticas quanto ao uso desse teste para avaliao dos modelos
j que influenciado pelo tamanho da amostra e pelo formato da distribuio
(BENTLER, 1990).
O teste qui-quadrado ( 2 ) testa a hiptese nula de que as matrizes de covarincia
observada e estimada so iguais. Recomenda-se um nvel de significncia mnimo
aceitvel de 5%.
No obstante, importante registrar que esta estatstica muito sensvel ao tamanho da
amostra. Amostras grandes, com mais de 200 casos, tendem a indicar diferenas
significativas para qualquer modelo trabalhado. Por outro lado, amostras menores tendem
a informar um ajuste aceitvel para qualquer modelo especificado. Alm disso, tal
medida altamente impactada por afastamentos de normalidade multivariada. Quanto
maior o desvio, maior o valor da medida qui-quadrado e, consequentemente, maior
probabilidade de aceitao da hiptese nula.
A partir disso e como consequncia desse fato, inmeros ndices de ajuste foram criados
como incremento ferramental para verificao do ajuste dos modelos. Por exemplo, o
software LISREL (JRESKOG e SRBOM, 1993) e o PROC CALLIS (SAS
INTITUTE, 1993) apresentam aproximadamente 20 indicadores de ajustamento; o EQS
(BENTLER, 1990) apresenta cerca de 10 e o AMOS, cerca de 15 indicadores.
A verificao da qualidade de ajuste global dos modelos de equaes estruturais
baseada em vrios indicadores que devem ser interpretados em conjunto, a partir de duas
grandes classificaes, conforme apresentado na Figura 6.

87

Figura 6 Classificao dos tipos de ajustes globais

Fonte: Elaborao prpria a partir da abordagem de Wilson e Hilferty (1931); Schwarz (1978); Browne
Browne (1984); Akaike (1987); Bozdogan (1987); Marsh et al (1988); Bollen (1989); Browne e
(1989); Mcdonald e Marsh (1990); Steiger (1990); Jreskog e Srbom (1993); Browne e Cudeck
Shumacker e Lomax (1996); Hu e Bentler (1999); Byrne (2001); Kline (2005); Sharma et al
Tabachnik and Fidel (2005).

(1982);
Cudeck
(1994);
(2005);

Os Quadros de 26 a 31 detalham os indicadores exibidos na Figura 6, apresentando sua

formulao, consideraes sobre seu uso e nveis de aceitao sugeridos na literatura.
Sobre os nveis de aceitao, faz-se mister registrar que em grande parte dos ndices no
h consenso sobre os nveis de aceitao adequados para avaliao do ajuste da tcnica
de modelagem de equaes estruturais baseada em covarincias.

88
Quadro 26 Principais ndices baseados no Qui-Quadrado
ndice

Definio

C1 (Minimum Fit Function

Chi-Square)5

(N-1) f

2 < crtico
H0: O modelo especificado tem um ajuste perfeito

C2
(Normal
Theory
Weighted Least Squares
WLS - Chi-Square) 5

C3 (Satorra-Bentler Scaled
Robust Chi-Square) 5

Consideraes
H0: O modelo especificado tem um ajuste perfeito

2 < crtico

Assintoticamente equivalente C1
Qui-quadrado com correo para violaes de
normalidade
H0: O modelo especificado tem um ajuste perfeito

2
robust

robust

C4 (Chi-Square Corrected
for Non-normality)3

Elliptical
Square2

Correctd

Chi-

2
nm

2 / (1 + k )

< crtico

Qui-quadrado com correo para violaes de

normalidade
H0: O modelo especificado tem um ajuste perfeito
Utilizado quando as variveis tm distribuio
elptica.; no caso de distribuio multivariada
normal, k=0.
H0: O modelo especificado tem um ajuste perfeito
2
nm
< crtico

Razo entre a estatstica Qui-quadrado e os graus

de liberdade

2 / df

Qui-quadrado Ajustado

Z-test of
Hilferty1

Wilson

and

[ 2 / (9df ) ]2

f (Minimum Fit Function

Value or Fit Criterion)4
LHR (Scaled
Ratio)

1
2

( / df ) 3 [1 2 / 9df )]

Likelihood

max[( 2 gl ) / ( n 1), 0]

1
exp f
2

Nvel de aceitao:
Inferior a 27
Inferior a 36
Inferior a 2: Bom8
Entre 2 e 5: Aceitvel8
Superior a 5: Inaceitvel8
Aproximao normal do qui-quadrado
H0: O modelo especificado tem um ajuste perfeito

Z < Z crtico
Valores prximos de zero sugerem um modelo
com maior nvel de ajuste
f padronizado para o intervalo 0-1.
Valores prximos de 1 indicam um melhor
ajustamento do modelo

Onde:
N: Tamanho da amostra; df: Graus de Liberdade; k: Estimao da Curtose Multivariada (Mardia-based
Kappa);

2crit : valor crtico da estatstica qui-quadrado; Z 2crit : valor crtico da distribuio normal

Fonte: Elaborao prpria a partir da abordagem de (1) Wilson e Hilferty (1931); (2) Browne (1982); (3) Browne
(1984); (4) Marsh et al (1988); (5) Jreskog e Srbom (1993); (6) Kline 2005; (7) Tabachnik e Fidel (2005); 8
Maroco (2010).

89

Quadro 27 Principais medidas baseadas em no centralidade

ndice
Definio
Consideraes
A medida NCP o valor da estatstica qui-quadrado
NCP
(Noncentrality
2
df
ajustada pelos graus de liberdade. menos sensvel ao
Parameter)3

SNCP (Scaled Noncentrality

Parameter)1

2 df
N 1

tamanho da amostra, mas calculada em funo dessa

medida.
Quando o NCP dividido pelo tamanho da amostra (n),
a medida resultante o SNCP (Parmetro da No
Centralidade Ajustado), a qual corrige o vis do
tamanho da amostra.
Ambas as medidas no so amparadas por testes
estatsticos e nem por classificaes das faixas de
mensurao. Assim, o NCP e o SNCP devem ser
utilizados apenas na comparao entre modelos e,
quanto menor o valor desses indicadores melhor ser o
ajustamento. 5
Estima o quanto o modelo ajustado aproxima-se da
matriz de covarincia populacional por graus de
liberdade
Tende a rejeitar modelos com pequeno nmero de casos4

RMSEA (Root Mean Error

of Approximation)2

(t / df )

1
2

Nvel de aceitao:
Valores inferiores a 0,064
o Valores inferiores a 0,05 sugerem um bom ajuste do
modelo entre 0,05 e 0,08, ajuste aceitvel3
o

>0,10 Ajustamento inaceitvel8

[0,05;0.10[ - Ajustamento bom8
0,05 Ajustamento muito bom8

MC (McDonalds Measure
of Centrality)1

1
exp t
2

t padronizado para o intervalo 0 a 1. Valores prximos a

1 sugerem um melhor ajustamento do modelo.
Nvel de aceitao:
Valores superiores a 0,9.

Onde:
N: Tamanho da amostra; df: Graus de Liberdade; t: o mnimo relativo da estatstica NCP
Fonte: Elaborao prpria a partir da abordagem de (1) Mcdonald e Marsh (1990); (2) Steiger (1990); (3) Browne e
Cudeck (1994); (4) Hu e Bentler (1999); (5) Maroco (2010).

90
Quadro 28 Principais medidas baseadas na teoria da informao
ndice
Definio
Consideraes
AIC
(Akaikes
Utilizado para a seleo de
2 + 2r
Information
modelos concorrentes. Seleo do
2
Criterion)
modelo com menor AIC.
( n 1)[( p + q )( p + q + 3)] Mesma interpretao e uso do
critrio AIC.
BCC
(BrownePenaliza
mais
os
modelos
n

(
p
+
q
)

2
Cudeck Criterion)6
2 + 2r
complexos em comparao ao
( p + q )( p + q + 3)
AIC (MAROCO, 2010).
Mesma interpretao e uso do
BIC
(Bayes
critrio AIC.
2 + rLn(n)
Information
Penaliza
mais
os
modelos
Criterion)
complexos em comparao ao
AIC ou BCC (MAROCO, 2010).
2
SBC
(Schawarzs
Mesma interpretao e uso do
df ln N
Bayesian Criterion)1
critrio AIC
CIC
(Consistent
Mesma interpretao e uso do
Information
2 df (ln N + 1)
critrio AIC
3
Criterion)
Avalia
a
discrepncia
da
covarincia entre a amostra
avaliada e outra de tamanho
ECVI
(Expected
equivalente da mesma populao.
2 + (2r )
Cross-Validation
utilizado para comparao de

ndex)4, 5
modelos concorrentes. O valor de
n

ECVI do modelo estimado deve

ser inferior ao dos modelos
saturado e independente.
Onde:
N: Tamanho da amostra; df: Graus de Liberdade; r: nmero de parmetros estimados; p e q so,
respectivamente o nmero de variveis dependentes e independentes exgenas do modelo.
Fonte: Elaborao prpria a partir da abordagem de (1) Schwarz (1978); (2) Akaike (1987); (3) Bozdogan (1987); (4)
Browne e Cudeck (1989); (5) Byrne (2001); (6) Arbuckle (2008)

91

ndice

Quadro 29 Outras medidas de ajuste autnomo

Definio
Consideraes

p+q

SRMR (Root Mean Square

Residual)

ij
ij

i =1 j =1
[( p + q )( p + q + 1)] / 2

Para um ajuste perfeito do modelo, o RMSR igual a

zero. Quando a discrepncia mdia entre as
covarincias observadas e preditas aumenta, o ndice
tambm aumenta.
Nvel de aceitao:
Valores menores do que 0,10 so aceitveis5
O GFI considera a quantidade de varincia e
covarincia da matriz observada que reproduzida pela
matriz estimada. Os valores geralmente variam de zero
(pior ajuste) a um (melhor ajuste), no obstante, o
indicador pode assumir valores negativos ou superiores
a um quando a amostra pequena. 4,5

GFI
index)

(Goodness-of-fit-

( s ( )) 'W 1 ( s ( ))
s 'W 1 s

Como o GFI afetado pelo tamanho da amostra,

sugere-se que essa medida no deveria ser utilizada
para verificao do ajuste do modelo. 7
Valores superiores a 0,903,4,5,7
Valores superiores a 0,956
<0,80 Ajustamento ruim8
[0,80;0,90[ - Ajustamento sofrvel8
[0,90;0,95[ - Ajustamento bom8
0,95 Ajustamento muito bom8
Objetiva comparar modelos com diferentes nmeros de
parmetros ou mesmo o impacto da adio de novos
parmetros.

PGFI
(Parsimonious
Goodness-of-fit-index)

[ dft / df n ] * GFI

AGFI (Adjusted Goodnessof-fit-index)

(p+q)(p+q+1)
1[
]*(1GFI)
2df

Gama Hat

( p + q)
( p + q + 2t )

CN (Critical N)

2
crit
f + 1

Nvel de aceitao:
Valores superiores a 0,902,4,5,7
<0,60 Ajustamento ruim8
[0,60;0,80[ - Ajustamento bom8
0,80 Ajustamento muito bom8
GFI ajustado pelos graus de liberdade. Pode ser usado
para comparao de modelos.
Valores superiores a 0,903,4,5,7
Valores superiores a 0,956
ndice equivalente ao GFI expressado em termos de
no centralidade dos parmetros.
Nvel de aceitao:
Valores superiores a 0,956
Estima o tamanho da amostra cuja hiptese de ajuste
do modelo rejeitada.

Onde:
N: Tamanho da amostra; df: Graus de Liberdade; (p+q): nmero de variveis observadas;
crtico da estatstica qui-quadrado; Z
estimados do modelo

2
crit

2crit :

valor

: valor crtico da distribuio normal; t ou f: nmero de parmetros

Fonte: Elaborao prpria a partir da abordagem de (1) Bollen (1989); (2) Mulaik et al (1989); (3) Jreskog e
Srbom (1993); (4) Shumacker e Lomax (1996); (5) Kline (2005); (6) Hu e Bentler (1999); (7) Sharma et al
(2005); Maroco (2010)

92

ndice

Quadro 30 Principais ndices de ajuste incremental do tipo I

Definio
Consideraes

1 2

NFI (Normed Fit Index)

( 2 / df )

1
2
(
/ df n )
n

RFI (Relative Fit Index)

CFI (Comparative
Index)

Fit

df , 0)
max(

1
2

df
,
0)
n
max( n

O NFI a primeira medida de ajuste proposto na

literatura1 e uma medida incremental de ajuste. O
melhor modelo definido como modelo com um 2
de zero e o pior modelo pelo 2 do modelo nulo.

Nveis de aceitao:
Valores superiores a 0,901, 2, 3
Valores superiores a 0,954
Similar ao NFI, com a diferena de que a razo
ajustada em funo dos graus de liberdade.
Ainda assim, viesado para pequenas amostras. 1
Nveis de aceitao:
Valores superiores a 0,90 1, 2, 3
Valores superiores a 0,954
O CFI uma medida comparativa global entre os
modelos estimado e nulo.
O valor indica a
proporo das covarincias observadas que podem
ser explicadas pelo modelo. 5
Foi proposto por Bentles (1990) para atenuar a
subestimao que pode ocorrer quando do uso do
indicado NFI com pequenas amostras. Nesse
sentido, diz-se que o CFI independente do tamanho
da amostra.
Nveis de aceitao:
Valores superiores a 0,90 1, 2, 3, 5
Valores superiores a 0,954
<0,80 Ajustamento ruim8
[0,80;0,90[ - Ajustamento sofrvel8
[0,90;0,95[ - Ajustamento bom8
0,95 Ajustamento muito bom8

df: Graus de Liberdade;

2 n : valor da estatstica qui-quadrado para o modelo de independncia total ou

basal
Fonte: Elaborao prpria a partir da abordagem de (1) Bentler (1990); (2) Kline (2005); (3) Garver e Mertzer (1999);
(4) Hu e Bentler (1999); (5) Hair Jr. et al (2010)

93

ndice

Quadro 31 Principais ndices de ajuste incremental do tipo II

Definio
Consideraes

b2
NNFI (TLI) (Non-normed
Fit Index)

df b

2
b

df b

2
df

Este ndice interpretado da mesma forma que o NFI

(ndice de Ajuste Normalizado). No obstante, inclui um
ajuste para a complexidade do modelo, tendo em vista
que modelos mais complexos, com maior nmero de
parmetros estimados, tendem a apresentar ajustes
melhores do que os modelos mais simples, para uma
mesma amostra. Seus valores variam de zero a um, para
2, 3,4,6
o quais se recomenda um nvel superior a 0,90.

Melhor ndice
amostras5

incremental

para

pequenas

Nveis de aceitao:
Valores superiores a 0,902,3,4,6
Valores superiores a 0,955
<0,80 Ajustamento ruim7
[0,80;0,90[ - Ajustamento sofrvel7
[0,90;0,95[ - Ajustamento bom7
0,95 Ajustamento muito bom7

2 2
n
2 df
n

IFI (Incremental Fit Index) 1

df: Graus de Liberdade;

Objetiva diminuir a influncia do tamanho da amostra e

da quantidade de parmetros estimados no NFI (ndice
de Ajuste Normalizado).
Valores superiores a 0,901
Valores superiores a 0,955

2 n ou 2b : valor da estatstica qui-quadrado para o modelo de independncia total

ou basal
Fonte: Elaborao prpria a partir da abordagem de (1) Bollen (1989); (2) Pedhazur e Schemelkin (1991); (3) Kline
(2005); (4) Garver e Mentzer (1999); (5) Hu e Bentler (1999); (6) Hair Jr. et al (2010); (7) Maroco (2010).

Em que pese a grande quantidade de ndices presentes na literatura e descritos nos

Quadros 26 a 31, segundo Maroco (2010), no usual nas aplicaes de modelagem de
equaes estruturais serem apresentados todos os itens presentes na sada do software,
uma vez que alguns deles so, sobre algum aspecto, redundantes.
Nesse sentido, Maroco (2010) sugere o uso dos seguintes indicadores / estatsticas:

2e

p-value;

2/

ECVI e MECVI

df; CFI e PCFI; GFI e PGFI; TLI; RMSEA; AIC e BCC;

94

3.1.4 Incorporao de variveis categricas no modelo de equaes estruturais

baseado em covarincias
A principal suposio do modelo de equaes estruturais baseado em covarincias que
as variveis observadas sejam contnuas.
Nas escalas de mensurao das variveis qualitativas (dicotmicas, policotmicas e
ordinais) h uma violao do preceito das escalas contnuas de mensurao, as quais
comportam respostas no continuum de uma medida. Como consequncia, h um no
atendimento teoria da distribuio assinttica, alm do rompimento com a presuno do
comportamento multinomial dos dados, presumido para inferncias estatsticas,
especialmente para as estimativas dos parmetros em estudos de covarincias
(MUTHN, 1984).
Porm, segundo Ridgon (1998), parece no haver consenso acerca do tratamento para
soluo falta de conformidade dos dados aos pressupostos estatsticos citados.
No obstante, Olsson (1979), Boomsma (1983), Johnson e Creech (1983), Muthn e
Kaplan (1985) e Babakus et al (1987) apresentaram estudos realizados por meio de
simulao matemtica, utilizando variveis ordinais, dicotmicas e policotmicas a partir
do uso de correlaes especiais, os quais nomeiam como procedimentos corretivos.
Conforme McNemar (1969), seguem as situaes mais frequentes, na prtica, para as
quais as medidas de correlao especiais so necessrias:
a) ocorrem medidas contnuas para uma varivel e duas categorias para a outra varivel;
b) ambas as variveis so dicotomizadas;
c) ocorrem trs ou mais categorias para uma varivel e duas ou mais para a segunda;
d) ocorrem trs ou mais categorias para uma varivel e uma medida contnua para a
outra;
e) quando os dados so postos (ranks);
f) as duas variveis so contnuas.

95
O Quadro 32 apresenta os tipos de correlaes existentes, relacionadas aos tipos de
variveis.
Quadro 32 - Tipos de correlaes
Tipo de Varivel

Correlao

Correlao de Pearson ou
Correlao do Produto
Momento

Contnua

Contnua

Correlao de Spearman

Ordinal

Ordinal

Correlao de Postos de
Kendall

Ordinal

Ordinal

Correlao Bisserial

Dicotmica (originada de uma

varivel contnua)

Contnua

Correlao Ponto Bisserial

pb

Dicotmica (originalmente)

Contnua

Correlao Tetracrica

Dicotmica (originada de uma

varivel contnua)

Dicotmica (originada de uma

varivel contnua)

Correlao Policrica

Ordinal com
categorias

ou

mais

Ordinal com
categorias

Correlao Polisserial

ps

Ordinal com
categorias

ou

mais

Correlao PHI

Dicotmica (originalmente) ou
Dicotmica (originada de uma
varivel contnua)

Dicotmica (originalmente) ou
Dicotmica (originada de uma
varivel contnua)

Coeficiente de Contingncia

Nominal

Nominal

Correlao ETA

Contnua

Nominal

ou

mais

Contnua

Fonte: Adaptado de Guilford (1950); Downie e Heath (1959); Lord e Novick (1967); Cox (1974); Siegel
(1975); Ferguson (1981); Wherry (1984); Schultz e Schultz (1992); Bunchaft e Kellner, (1999);
Bistaffa (2010).

O item 3.2 apresenta os principais conceitos levantados na literatura sobre os mnimos

quadrados parciais.

96

3.2

Modelos baseados em mnimos quadrados parciais (PLS)

Em que pese a evoluo do uso dos mnimos quadrados parciais ter ocorrido somente a
partir do sculo XXI, conforme apresentado por Bido et al (2010), o PLS tem origem no
ano de 1966, conforme explica Chin:
O PLS tem origem em 1966 quando Herman Wold apresentou dois processos
iterativos utilizando estimao por mnimos quadrados para modelos com
mltiplos componentes e para correlao cannica (1998, p. 290).

No obstante, somente em 1982 foi apresentado o algoritmo de estimao PLS como

alternativa modelagem de equaes estruturais baseada em covarincias.
Segundo Henseler et al (2009), o PLS formalmente definido como uma combinao de
dois grupos de equaes lineares: um modelo interno (modelo de estrutural) e um modelo
externo (modelo de mensurao), calculados sequencialmente.
De forma geral, o PLS ganhou importncia como uma alternativa modelagem de
equaes estruturais baseada em covarincia, em funo especialmente do menor nvel
de premissas exigidas para sua aplicao, notadamente no formato de distribuio dos
dados e tamanho da amostra. (MORALES, 2011).
O Quadro 33 sintetiza as principais diferenas encontradas na literatura entre as duas
abordagens.

97
Quadro 33 MEEBC versus PLS
Item
Objetivo
Abordagem
Preciso
Tipos de variveis observadas
Variveis latentes
Modelo de mensurao
Requisitos quanto teoria

PLS
Predio
Baseado em varincia
Consistente quanto maior o tamanho
da amostra e a quantidade de
indicadores
Contnuas, discretas ordinais ou no
ordenadas
Combinaes
lineares
dos
indicadores. Os escores fatoriais so
estimados explicitamente
Indicadores reflexivos e formativos
Mais flexvel. Contexto mais
exploratrio

MEEBC
Teste de teoria; Modelos causais
Baseado em covarincia
Bom para amostras grandes
Contnuas ou discretas ordinais
(utilizando correlaes especiais)
Indeterminncia fatorial: diversos
modelos podem reproduzir a matriz
de covarincia
Indicadores reflexivos
Fortemente dependente da teoria

Distribuio dos dados

No h suposies

Dependendo
do
mtodo
de
estimao, as variveis devem
apresentar
distribuio
normal
multivariada

Tamanho da amostra

10 vezes o maior nmero de

preditores. O mnimo recomendado
de 30 a 100 casos.

Depende do mtodo de estimao.

Identificao

Para modelos recursivos sempre

identificado

Depende do modelo e deve ter pelo

menos de 3 a 4 indicadores por
varivel latente.

Significncia dos parmetros

Complexidade

Estimado
por
mtodos
noparamtricos,
por
exemplo,
bootstrapping
Capaz
de
lidar
com
alta
complexidade (100 construtos e 1000
indicadores)

Geralmente estimada por modelos

paramtricos
Complexidade de mdia a moderada
(menos de 100 indicadores)

Incluso de restries nos parmetros

do modelo

No possvel impor restries aos

parmetros do modelo

Tipos de modelos

Recursivos
Variveis observadas podem indicar
somente uma varivel latente

possvel impor restries em

qualquer parmetro do modelo,
fixando-se valores ou relao entre
valores.
Recursivos e no recursivos
Uma varivel observada poder
indicar mais de uma varivel latente

No

Sim

Fatores por indicador

Correlaes entre os erros de
medidas podem ser modeladas

Inferncias requerem Jacknifing ou

bootstrapping
Fonte: Adaptado de Mendes (2006) e Zwicker et al (2008, p.4)
Testes estatsticos disponveis

Disponveis e vlidos se atendidas

todas as premissas do modelo

Quanto aos indicadores de qualidade do modelo disponveis para a aplicao de PLS, h

que se diferenciar a disponibilidade de tais estatsticas em funo da direo de
causalidade do modelo, formativo ou reflexivo. Os conceitos de modelos formativos e
reflexivos sero discutidos detalhadamente no item 3.3.
De forma geral, para os construtos reflexivos, sete indicadores e/ou mtodos so
sugeridos na literatura para avaliao do modelo de mensurao com utilizao do PLS,
conforme apresentado a seguir.

98
1) Validade dos construtos: conforme sugere Tenenhaus (2005), tal indicador avalia o
grau com que as variveis do modelo pertencem ao construto. O autor sugere, para
tanto,

utilizao

de

Anlise

Fatorial

Exploratria

(AFE),

buscando

unidimensionalidade dos construtos.

2) Comunalidade: revela a parcela da varincia dos indicadores que explicada pela
varivel latente. Um critrio de aceite que mais de 50% de um indicador sejam
explicados pelo fator (SHARMA, 1996).
3) Cargas fatoriais: Zwicker et al (2008) sugere que cargas fatoriais superiores a 0,60
so aceitveis. Hulland (1999) afirma que so aceitveis cargas fatoriais maiores que
0,70 e que o limite inferior para esse indicador de 0,40.
4) Consistncia interna: o Alpha de Cronbach um indicador bastante utilizado em
publicaes acadmicas para avaliao da consistncia interna de um construto. De
forma geral, avalia a qualidade de um conjunto de indicadores na mensurao de um
construto latente. Varia entre 0 e 1 e, segundo Hair Jr. et al (2010), tem como limite
inferior aceitvel 0,60. Para Chin (1998), so aceitveis valores superiores a 0,70.
5) Confiabilidade composta: uma alternativa ao Alpha de Cronbach, j que, segundo
Hck e Ringle (2006), o Alpha pode ser subestimado ou superestimado. Para modelos
com propsito exploratrio, a confiabilidade composta deve ser superior a 0,60 e,
para modelos confirmatrios, superior a 0,70 (CHIN, 1998; HCK e RINGLE,
2006).
6) Validade convergente (Varincia Mdia Extrada Average Variance Extracted AVE): Fornell e Lacker (1981) definiram a Varincia Mdia Extrada, a qual
comumente utilizada para o exame da validade convergente dos construtos. De forma
geral, representada pela varincia dos indicadores capturada pelo construto, em
relao varincia total (incluindo a varincia do erro), conforme equao a seguir.
Os autores citados consideram valores inferiores a 0,50 como insuficientes, o que
corroborado por Sharma (1996) e Chin (1998).

99
k

AVE j =

2
ij

i =1
k

+
i =1

2
ij

ij

i =1

7) Validade discriminante (critrio de Fornell-Larcker): tal indicador pressupe que a

varincia extrada para cada construto deve ser maior que o quadrado da correlao
entre o construto e qualquer outro construto, o que caracterizaria uma varincia
compartilhada.

(FORNELL e LARCKER, 1981; SHARMA, 1996; HULLAND,

1999).

O Quadro 34 sintetiza os indicadores da avaliao de qualidade dos modelos de

mensurao:
Quadro 34 - Indicadores de avaliao dos modelos de mensurao
Indicadores
Modelos reflexivos
Modelos formativos
Comparao entre os indicadores de
cada construto. Quanto maior, mais
Cargas fatoriais
Acima de 0,605
contribui com a dimenso a qual
integra.2
Confiabilidade
A partir de 0,703
No aplicvel2
Composta
Consistncia interna
A partir de 0,703,6
No aplicvel2
(Alpha de Cronbach)
Comunalidade
A partir de 0,502
No aplicvel3
Varincia Mdia
A partir de 0,50123
No aplicvel3
Extrada (AVE)
AVE deve ser maior do que a varincia
Validade discriminante
entre o construto e os outros construtos
No aplicvel3
12
do modelo
Fonte: Elaborao prpria a partir de (1) Fornell e Larcker (1981); (2) Sharma (1996); (3) Chin (1998); (4)
Hulland (1999); (5) Zwicker et al (2008); (6) Hair Jr. et al (2010)

Diferentemente dos modelos de equaes estruturais baseados em covarincia, os

modelos baseados em PLS no dispem de testes estatsticos para avaliao geral do
modelo (considerando todos os construtos e relaes estruturais). No obstante, alguns
procedimentos so citados na literatura no intuito de suprir tal carncia.
1) coeficiente de determinao ou explicao (R):

100
O coeficiente de determinao no PLS tem definio semelhante encontrada na anlise
de regresso, ou seja, indica o quanto o modelo explica daquela varivel latente. Chin
(1998, p. 323) apresenta os cortes de 0,67, 0,33 e 0,19 como explicao substancial,
moderada e fraca, respectivamente.
2) Significncia dos coeficientes estruturais:
Por meio do procedimento de Bootstrapping realizado um teste t de Student para cada
coeficiente estrutural para a verificao da significncia estatstica do mesmo.
Tal procedimento, conforme explicam Henseler et al (2009), cria um grande nmero de
sub-amostras (HESTEBERG et al, 2005, sugerem 5.000 sub-amostras). Cada subamostra tem o mesmo nmero de casos da amostra original, criada randomicamente com
a substituio de um caso pela duplicao de outro da amostra.
So estimadas assim, cargas fatoriais para cada sub-amostra, resultando em uma
distribuio de valores. ento realizado um teste t de student com a hiptese nula de
que o parmetro estimado igual a zero, contra uma hiptese alternativa de que o
parmetro estimado diferente de zero. Valores da estatstica t acima de 1,96 sugerem
parmetros estatisticamente significantes.
A Figura 7 ilustra um exemplo de Bootstrapping com 6 casos e criao de 3 subamostras
apresentado por Hesteberg et al (2005).

3,12 0,00 1,57

19,67 0,22 2,20
Mdia = 4,46

1,57 0,22 19,67

0,00 0,22 3,12
Mdia = 4,13

0,00 2,20 2,20

19,67 1,57 0,22
Mdia = 4,31

0,22 3,12 1,57

3,12 2,20 0,22
Mdia = 1,74

Figura 7 Exemplo de Bootstrapping (n=6)

Fonte: Hesteberg et al (2005)

101

3) ndice GoF (Goodness of fit index)

O Goodness of Fit um indicador de qualidade geral do modelo que combina o
Coeficiente de Explicao com a Comunalidade, conforme apresentado por Tenenhaus
(2005), sendo a mdia geomtrica entre essas duas medidas. Valores de GoF superiores
a 0,50 indicam uma boa qualidade do modelo (VINZI et al, 2010).

GoF = Comunalidade * R 2
Os itens a seguir so de mbitos gerais para a aplicao da modelagem de equaes
estruturais, ou seja, enquadram-se no conceito de modelagem de equaes estruturais
baseada em covarincia e nos mnimos quadrados parciais.

3.3 Direo da causalidade (modelo de mensurao)

Quando existe uma relao de causa entre uma varivel latente e uma observada, diz-se
que a varivel observada um indicador da varivel latente.
No obstante, existem dois tipos de indicadores possveis nesse relacionamento: os
indicadores reflexivos e os indicadores formativos ou causais.
De forma geral, os indicadores reflexivos so causados pela varivel latente e tm essa
denominao em funo de representarem uma manifestao da varivel latente.
Segundo Rossiter (2002), h uma hegemonia na utilizao desse tipo de indicadores,
especialmente por formar a base da anlise fatorial.
Por outro lado, h construtos em que essa relao reflexiva no observada, ou seja, o
construto no condiciona a intensidade verificada nos indicadores. Ao contrrio, so os
indicadores (variveis observadas) que determinam a variao do construto.

102
Nesse tipo de relao, os construtos so combinaes lineares de variveis observadas,
somadas ao termo de distrbio e, sendo, nesse sentido, chamadas de indicadores
formativos ou causais.
Ainda, de forma geral, faz-se mister registrar que nas relaes reflexivas os construtos
so geralmente denominados variveis latentes e, nas relaes formativas, os construtos
so denominados variveis latentes compostas (MACKENZIE et al, 2005).
A Figura 8 apresenta exemplos de modelos formativos e reflexivos, bem como as
principais diferenas conceituais entre os dois tipos de modelos.

Modelo Reflexivo
(Varivel Latente)

Fator
Latente 1

Fator
Latente 2

Modelo Formativo
(Varivel Latente Composta)
zeta 1

Y1

e1

Y2

e2

Y3

e3

Y4

e4

Y5

e5

Y6

e6

Y1
Fator
Latente 1

Y2
Y3

zeta 2

Y4
Fator
Latente 2

Y5
Y6

Direo da causalidade: do construto para o

indicador

Direo da causalidade: do indicador para o

construto

Indicadores so manifestaes do construto

Indicadores definem caractersticas do construto

Alteraes nos indicadores no causam alteraes

nos construtos
Alteraes nos construtos podem causar alteraes
nos indicadores

Alteraes nos indicadores podem causar

alteraes nos construtos
Alteraes nos construtos no causam alteraes
nos indicadores

Erro de mensurao calculado para cada indicador

Erro de mensurao calculado para o construto

Indicadores podem ser correlacionados

Indicadores no devem correlacionar-se

Indicadores devem ter contedo ou temtica comum Indicadores no precisam ter contedo ou temtica
ou similar
comum ou similar
A excluso de um indicador no afeta o domnio A excluso de um indicador pode afetar o domnio
conceitual do construto
conceitual do construto
Os indicadores no precisam ter os mesmos Os indicadores devem ter os mesmos antecedentes
antecedentes e conseqncias
e conseqncias
Figura 8 Sumrio das diferenas entre os tipos de modelos de mensurao
Fonte: Adaptado de Jarvis et al (2003)

103

3.3.1 Anlise confirmatria tetrdica

Bollen e Ting (1993) propuseram o uso da Anlise Confirmatria Tetrdica
(Confirmatory Tetrad Analysis CTA) como meio para distinguir modelos de
mensurao reflexivos de modelos de mensurao formativos.
O algoritmo bsico do CTA exige quatro indicadores no modelo de mensurao,
conforme apresentado na equao a seguir. No obstante, os autores descrevem mtodos
para utilizao do teste com mais ou menos do que quatro indicadores.

1234 = 12 34 13 24 ,
1342 = 13 42 14 32 ,
1423 = 14 23 12 43 .
Onde:

ij : Covarincia entre os indicadores i e j;

: Ttrades formadas para cada grupo de quatro indicadores.
Tal anlise resulta da verificao de hiptese nula de que = 0 , contra a hiptese
alternativa de que 0 . A no rejeio da hiptese nula implica na aceitao do carter
reflexivo de modelo em anlise e, em contrapartida, a rejeio da hiptese nula sugere o
carter formativo do modelo. (GUDERGAN et al, 2008).
A ideia que em um modelo de mensurao com indicadores reflexivos, a diferena
entre os produtos das covarincias igual a zero. Ao contrrio, os indicadores formativos
devem apresentar tal operao com resultado diferente de zero, com exceo dos casos
em que as covarincias resultam em zero individualmente.
Especialmente em modelos com mais de quatro indicadores, o clculo manual do CTA se
torna impraticvel. Sobre isso, Gudergan et al (2008) estimam que a quantidade de

104
ttrades formadas depende da quantidade dos indicadores

- n - e segue a funo

n!

.
(n 4) * 8
As etapas para a aplicao da tcnica esto descritas no Quadro 35. No obstante, o
algoritmo de aplicao do CTA para o pacote estatstico SAS foi criado pelo Professor
Ting Kwok-fai, da Universidade Chinesa de Hong Kong (The Chinese University of

Hong Kong) e discutido em artigo de 1995 (TING, 1995). A macro utilizada consta do
Anexo 1.

Quadro 35 Etapas da anlise confirmatria tetrdica

Etapas

Descrio

Etapa 1

Formar e computar todas as ttrades do modelo de mensurao

Etapa 2

Eliminar as ttrades redundantes

Etapa 3

Aplicar teste estatstico para cada ttrade no redundante

Etapa 4

Avaliar os resultados gerais do modelo de mensurao a partir de teste nico

Fonte: Adaptado de Gudergan et al (2008, p.1241)

3.4 Ordem dos construtos

Na modelagem de equaes estruturais os conceitos so operacionalizados por meio de
construtos ou fatores, os quais so mensurados por meio de variveis / indicadores
construdos a partir do referencial terico que consolida cada conceito.
Esses conceitos podem ser operacionalizados por um nico construto / fator ou por mais
de um construto / fator. Os fatores iniciais so denominados fatores de primeira ordem e
o fator que est associado aos fatores de primeira ordem denominado fator de segunda
ordem.
Nos modelos com duas ordens, os construtos ou fatores de segunda ordem so
independentes e no apresentam indicadores de mensurao prprios, apenas explicam a
covarincia entre os construtos e fatores de primeira ordem, os quais so dependentes
entre si e apresentam um termo de distrbio. (BOLLEN, 1989).

105

Tipo 1
Reflexivo de primeira ordem
Reflexivo de segunda ordem

Tipo 2
Reflexivo de primeira ordem
Formativo de segunda ordem

zeta 1

Construto 1
zeta 2

Construto de
segunda ordem

Construto 2
zeta 3

Construto 3

Y1

e1

Y2

e2

Y3

e3

Y4

e4

Construto 1
zeta 1

Y5

e5

Y6

e6

Y7

e7

Y8

e8

Y9

e9

Tipo 3
Formativo de primeira ordem
Reflexivo de segunda ordem

Construto de
segunda ordem

Construto 2

Construto 3

Construto 2
zeta 3

Y2
Y3

Construto 1
zeta 2

zeta 5

Y3

e3

Y4

e4

Y5

e5

Y6

e6

Y7

e7

Y8

e8

Y9

e9

Y5

Y2
Y3
Y4

Construto de
segunda ordem

Construto 2

Y6

zeta 3

Y7
Construto 3

e2

Y1

Y4
Construto de
segunda ordem

Y2

zeta 1

Y1

zeta 2

e1

Tipo 4
Formativo de primeira ordem
Formativo de segunda ordem

zeta 1

Construto 1

Y1

Y8

Y5
Y6
Y7

Construto 3

Y9

Y8
Y9

Figura 9 Tipos de ordem dos construtos

Fonte: Elaborao prpria a partir de Bollen (1989) e Jarvis et al (2003

3.5 Variveis moderadoras versus variveis mediadoras

A literatura da psicologia iniciou a partir da dcada de 1970 uma ampla discusso sobre
as diferenas entre moderao e mediao (ABRAHAMS e ALF, 1972; JUDD e
KENNY, 1981; JAMES e BRETT, 1984; BARON e KENNY, 1986).
Os itens a seguir apresentam as principais caractersticas das duas abordagens.

106

3.5.1 Varivel mediadora

Uma varivel pode ser considerada mediadora quando a sua introduo na relao entre a
varivel dependente (VD) e a varivel independente (VI) neutraliza ou reduz a fora do
impacto da VI sobre a VD.
Para Abbad e Torres,
[...] o conceito de mediao implica na suposio de relacionamentos entre as
variveis envolvidas. Uma varivel mediadora aquela que, ao estar presente
na equao de regresso, diminui a magnitude do relacionamento entre uma
varivel independente e uma varivel dependente (2002, p.21).

A Figura 10 apresenta o esquema funcional da varivel mediadora na modelagem de

equaes estruturais.

Figura 10 - Modelo de Varivel Mediadora

Fonte: Adaptada de Judd e Kenny (1981) e Baron e Kenny (1986).

3.5.2 Varivel moderadora

Baron e Kenny (1986) definem variveis moderadoras como variveis que podem ocorrer
em nvel qualitativo (categrico ou ordinal) e em nvel quantitativo (intervalar ou razo)
e que afetam a direo e/ou a fora entre a varivel dependente e a varivel independente.

107
Ainda, os autores apresentam quatro casos de moderao a partir dos tipos de variveis
independentes e moderadoras integrantes do modelo estudado, conforme apresentado no
Quadro 36.
Quadro 36 Casos de moderao
Caso

Tipo de varivel
independente

Tipo de varivel
moderadora

Caso 1

Dicotmica

Dicotmica

Caso 2

Contnua

Dicotmica

Caso 3

Dicotmica

Contnua

Caso 4

Contnua

Contnua

Tratamento sugerido
ANOVA ou ANCOVA
2x2
Modelos Multigrupos
(Modelagem de
Equaes Estruturais)
Dicotomizar a varivel
moderadora e aplicar o
caso 1
Dicotomizar a varivel
moderadora e aplicar o
caso 2

Fonte: Adaptado de Baron e Kenny (1986)

No entanto, sobre o caso quatro (contnua versus contnua), Rigdon (1998) considera a
abordagem sem dicotomizao como mais adequada, tendo em vista que a transformao
de contnua para categrica faria com que parte da varincia da varivel contnua fosse
desconsiderada na anlise.
Para esses casos, Chin et al (2003) propem a construo de termos do produto entre os
indicadores da varivel moderadora e os indicadores da varivel latente. Logo, se a
varivel latente compuser I indicadores e a varivel moderadora compuser J indicadores,
a varivel de interao ter I x J indicadores.
Ainda, Sharma et al (1996) definem uma classificao de variveis moderadoras a partir
de como afetam a fora e a forma da relao entre a varivel dependente e a varivel
independente, conforme Quadro 37.

108
Quadro 37 - Classificao das variveis moderadoras

Tipo de varivel moderadora

Interveniente
Quase-moderadora

Correlao entre a
varivel moderadora
e a varivel
dependente.

Correlao entre a
varivel moderadora
e a varivel
independente.

Caractersticas
afetadas na relao
entre VD e VI

No significativa

No significativa

Significativa

Significativa

Forma

Significativa

Fora

Pura
No significativa
Fonte: Adaptado de Sharma et al (1981)

No caso especfico da modelagem de equaes estruturais, o exame da participao da

varivel moderadora no modelo passa pela necessidade da anlise multigrupos,
especialmente nos casos em que a varivel moderadora dicotmica.
Segundo Maroco (2010), a anlise multigrupos tem como principal objetivo avaliar se a
estrutura do modelo de mensurao e/ou modelo estrutural so invariantes nos diferentes
grupos ou populaes estudadas.
Tal anlise passa por duas situaes distintas, dependendo do nmero de categorias dessa
varivel (dois grupos ou mais de dois grupos), conforme proposto por Byrne (2001):
a) varivel moderadora com dois grupos: estima-se o modelo estrutural totalmente
restrito e em seguida o modelo estrutural totalmente livre. A diferena entre as
estatsticas qui-quadrado por grau de liberdade de cada modelo ento tratada
como uma estatstica qui-quadrado resultante. Se a diferena entre os modelos for
estatisticamente significativa, ento as relaes entre os grupos estudados variam;
b) varivel moderadora com mais de dois grupos: so realizados os mesmos passos
do item a). No obstante, Byrne (2001) sugere que seja realizada uma espcie de
contraste (testes post hoc) para verificao de quais grupos diferem entre si dois a
dois.

109

3.6. Critrios de escolha entre MEE-BC e PLS

Ambas as abordagens apresentadas, MEE-BC e PLS, tm caractersticas particulares que
devem subsidiar a opo do pesquisador na anlise de seus dados.
MEE-BC orientado teoria, com nfase na transio entre a anlise
exploratria e confirmatria. PLS principalmente destinado a anlises
preditivas-causais em situaes de grande complexidade e pouca teoria
(JRESKOG e WOLD, 1982).
LISREL excelente para modelos pequenos onde cada parmetro tem
significncia e a acurcia da estimao dos parmetros importante. PLS vem
tona em modelos maiores, onde a importncia muda de variveis e
parmetros individuais para pacotes de variveis e parmetros agregados
(WOLD, 1985).

Nesse sentido, a opo desta tese foi pelo uso dos mnimos quadrados parciais, tendo em
vista as seguintes caractersticas do estudo e as orientaes de Mendes (2006) e Zwicker

et al (2008, p.4).
a) suposio inicial de uso de indicadores formativos;
b) contexto mais exploratrio do estudo (escala de avaliao dos servios pblicos
no validada);
c) necessidade de tcnica robusta s violaes das premissas estatsticas.

3.7. Anlise multigrupos em PLS

Este item discute as duas principais tcnicas estatsticas para anlise multigrupos
baseadas em mnimos quadrados parciais: a abordagem de Chin (2000) e Keil et al
(2000) e a abordagem de Henseler, conhecida como PLS-MGA (HENSELER, 2012).

3.7.1 Abordagem de Chin/Keil para anlise multigrupos

O primeiro teste apresentado na literatura para comparao entre grupos em modelos
PLS um teste t no pareado. Chin (2000) e Keil et al (2000) sugeriram o uso dos erros

110
padronizados obtidos no bootstrapping como input para um teste paramtrico com
distribuio t assinttica e n (1) + n(2) 2 graus de liberdade, conforme apresentado na
formulao a seguir:

t=

(1) (2)
(n (1) 1) 2
(n (2) 1) 2
1
1
(1) 2
se
(
b
)
+
se(b (2) ) 2 (1) + (2)
(1)
(2)
(1)
(2)
n +n 2
n +n 2
n
n

Onde

(1) e (2) : so coeficientes a serem comparados em cada grupo;

n (1) e n (2) : so os tamanhos de amostra de cada grupo;

se(b (1) )2 e se(b (2) ) 2 : so os erros padro estimados para os coeficientes de cada grupo,
calculados por meio de bootstrapping;
n (1) + n (2) 2 : so os graus de liberdade do teste.

No obstante, Chin (2000) aponta que, considerando a abordagem de distribuio livre

do algoritmo dos mnimos quadrados parciais, uma abordagem multigrupos no
paramtrica seria mais adequada em relao ao teste t, essencialmente paramtrico.

3.7.2 Abordagem no paramtrica de Henseler (PLS-MGA) para anlise

multigrupos
Considerando a abordagem de Chin (2000) citada no item anterior sobre o fato de que
tcnicas de anlise multigrupos no seriam adequadas aos modelos baseados em PLS em
funo de sua natureza de distribuio livre, Henseler (2012) props um teste no
paramtrico.
O autor prope, ento, um teste no paramtrico utilizando tambm os parmetros
resultantes da aplicao da tcnica de bootstrapping, assim como realizado no teste t,
proposto por Chin (2000) e Keil et al (2000). Ocorre que na abordagem de Henseler
(2012), a proposio de um teste de diferena de postos, semelhante a um teste de

Mann-Whitney.

111
A seguinte formulao apresentada por Henseler (2012) para o teste proposto:

P (b(1) > b (2) | (1) > (2)

(2b

) = 1

(1)

b1j 2b (2) + bi2 )

J2

Onde
b(1) e b(2) : parmetro do segmento da amostra estudada;

(1) e (2): verdadeiro parmetro do segmento da amostra estudada;

J: Nmero de amostras no bootstrapping;
b-(1) e b-(2): Mdia dos parmetros de cada segmento calculados via bootstrapping;
: Funo que assume valor 1 se seu argumento for maior do que 1 e valor 0 se o
argumento for inferior a 0.
Registre-se que tal formulao no resulta em nenhuma estatstica conhecida, apenas
informa a probabilidade de ocorrncia de b (1) > b (2) | (1) > (2) .

Ainda, a formulao proposta indicada para dois segmentos. Para estudo com trs ou
mais segmentos, os autores propem a utilizao de mltiplos testes PLS-MGA, porm
com a aplicao da correo de Bonferroni (significncia corrigida = significncia /
nmero de testes realizados), ou ainda um teste de Kruskal-Wallis, ainda que esse,
segundo os autores, deveria passar por adaptaes, no trabalhadas em seu texto.
Neste estudo, a opo deu-se pelo uso dos testes t e teste de Mann-Whitney (para dois
grupos) e teste de Kruskal-Wallis (para mais de dois grupos), sem nenhuma adaptao.
Ainda, nos casos de anlise com trs ou mais grupos, foi aplicado, alm do teste de
Kruskal-Wallis, o teste de Mann-Whitney para as combinaes de grupos dois a dois,
com a correo de Bonferroni.

112

113

4. ASPECTOS METODOLGICOS DA PESQUISA DE CAMPO

4.1 Proposio da pesquisa de campo
O captulo 2 apresentou as evidncias levantadas a partir da reviso bibliogrfica, as
quais possibilitaram identificar as variveis mais contempladas nos estudos empricos
como determinantes do bem-estar subjetivo.

De forma especfica, a pesquisa de campo justificou-se pelo interesse em verificar as

relaes de influncia entre a avaliao dos servios pblicos e o nvel de bem-estar
subjetivo da populao, moderadas por variveis socioeconmicas.

4.2 A delimitao do pblico-alvo da pesquisa de campo

Conta, na delimitao da regio do Grande ABC Paulista, o fato de o autor ter
coordenado inmeras outras pesquisas empricas nessa regio, construindo, portanto,
uma base de conhecimento operacional importante para a realizao da coleta de dados.
A idade mnima dos indivduos que compem a populao-alvo da pesquisa foi fixada
em dezoito anos com base na premissa de que, a partir dessa idade, aumenta seu espectro
de interface com os vrios servios pblicos disponibilizados pelos governos municipais,
estaduais e federais.

4.3 Mtodo, tcnica de coleta de dados e abordagem do entrevistado na pesquisa de

campo
A construo do processo metodolgico para estruturao de uma pesquisa geralmente
recorre abordagem de Selltiz et al (1974). Nesse referencial, encontra-se que:
Certamente, no existe garantia de que qualquer empreendimento de pesquisa
apresente, na realidade, informao significativa, precisa e no-viesada. [...]
Porm, os processos de pesquisa tm maior possibilidade de faz-lo do que
qualquer outro mtodo conhecido pelo homem (SELLTIZ et al, 1974, p. 5).

Nessa orientao, Kerlinger afirma:

114

Todo conhecimento do mundo afetado, e at distorcido de certa forma, pelas

predisposies dos observadores. Quanto mais complexas as observaes, mais
se afastam da realidade fsica, e quanto maiores as inferncias feitas, maiores
as probabilidades de distoro (1979, p.19).

O grau de liberdade que o pesquisador deve ter na conduo da pesquisa so fatores

destacados por Castro (1977). Para o autor:
Quem deve ser sofisticado o pesquisador, no necessariamente as tcnicas
que ele usa. [...] No se deve concluir que, quanto mais requintada a tcnica,
melhor ser a pesquisa, mas sim que quanto mais treinado o pesquisador,
melhor equipado ele estar para tomar decises acertadas na conduo da
pesquisa (1977, p. 75).

Considerando que o referencial terico levantado possibilitou um aprendizado a respeito

do tema central desse estudo, permitindo a definio clara do que se pretende medir, dos
mtodos capazes para essa mensurao e a especificao de quem devia ser includo na
populao-alvo, optou-se pela pesquisa do tipo descritivo.
A pesquisa descritiva aqui planejada teve um carter transversal, ou seja, os resultados
retrataro a situao num dado momento do tempo, mais precisamente o ms de maro
de 2013, perodo da coleta de dados primrios.
No desenho descritivo, a pesquisa de campo tem por objetivo indicar com que frequncia
certos fenmenos ocorrem e, por isso, chamada convencionalmente de pesquisa
quantitativa. Portanto, caracteriza-se por quantificar quantos elementos de um conjunto
apresentam atitudes ou comportamentos idnticos com relao a certo fenmeno
pesquisado a partir da utilizao de questionrio estruturado, apresentado no Apndice 1.
A entrevista pessoal foi a abordagem escolhida por possibilitar um nmero maior de
artifcios de pesquisa: maior complexidade das questes, utilizao de cartes de estmulo
para apreciao de opinies, maior tempo de aplicao e a possibilidade de o entrevistador
observar expresses no verbais do entrevistado.

115

4.4 Amostragem
O planejamento da amostragem buscou responder s seguintes questes:
(a) O estudo pressupe a utilizao de censo ou uma amostra de casos pode atender aos
seus objetivos?
(b) Qual a abordagem amostral para atender aos objetivos?
(c) Qual o tamanho da amostra que permite a gerao de resultados confiveis diante dos
objetivos propostos, considerando a tcnica estatstica de tratamento dos dados prevista
para aplicao?
Levando em conta os objetivos da pesquisa, um levantamento amostral de carter
probabilstico atendeu s suas propostas. Contudo, o formato em que as unidades da
populao objeto do estudo est disponvel para acesso impe a aplicao da tcnica de
amostragem por conglomerados de dois estgios, a saber:
1 estgio: domiclio (sorteado a partir do cadastro imobilirio dos respectivos municpios
que integram a Regio do Grande ABC - Santo Andr, So Bernardo do
Campo, Mau, Diadema, Rio Grande da Serra e Ribeiro Pires).
2 estgio: entrevistado (definido no domiclio sorteado, aps sorteio aleatrio dos
indivduos com idade a partir de dezoito anos por meio de tabela de nmeros
aleatrios presentes no instrumento de coleta de dados).

O clculo do tamanho da amostra utilizou os procedimentos tericos da amostragem casual

simples para a proporo mediante a fixao dos seguintes parmetros:
a) margem de erro projetado para o intervalo do resultado: 3,00%;
b) coeficiente de confiana do intervalo: 95%;
c) proporo admitida para a varivel principal da pesquisa (por fornecer a amostra mxima
necessria): 50%;

116

Frmula de clculo para o tamanho da amostra:

2 p (1 p )
n0 =
e2

Onde
n0 = tamanho estimado para a amostra
Z = valor da funo da distribuio normal para o nvel de confiana desejado
p = frequncia populacional estimada
e = margem de erro estimada
Assim, o tamanho da amostra planejada equivaleu a 1.070 casos, distribudos nos sete
municpios da Regio do Grande ABC (Santo Andr, So Bernardo do Campo, So
Caetano do Sul, Diadema, Mau, Rio Grande da Serra e Ribeiro Pires).

4.5 Preparao das variveis para a coleta de dados na pesquisa de campo

Este item apresenta a operacionalizao das suposies e variveis associadas aos
objetivos desta tese.

4.5.1 A operacionalizao da investigao do construto da felicidade

Retomando o sugerido por Diener et al (1999) e Lyubomirsky e Lepper (1999), os quais
afirmam que o bem-estar subjetivo uma categoria ampla de fenmenos e que no se
deve esperar que uma nica pergunta seja capaz de fornecer um indicador abrangente de
avaliao das pessoas sobre as suas prprias vidas, propem-se para a mensurao do
bem-estar subjetivo, o uso da escala de Lyubomirsky e Lepper (1999), conforme descrito
no Quadro 38.

117
Quadro 38 Forma de mensurao de Escala de Felicidade Subjetiva
Questo

Escala de conceito

Escala de mensurao
Semntica Bipolar

Em geral, eu me considero...

1 - Uma pessoa no muito feliz

7 - Uma pessoa muito feliz
Semntica Bipolar

Comparado maioria dos meus

pares, eu me considero...

1 - Pouco feliz
7 - Muito feliz

Para cada uma das afirmaes e/ou

questes abaixo, por favor circule o
ponto da escala que voc sente como
mais apropriado para descrever voc.

Algumas pessoas so muito

felizes. Elas aproveitam a vida,
independentemente do que est
acontecendo, tiram o mximo
proveito de tudo. At que ponto
isso descreve voc?
Algumas pessoas no so to
felizes. Embora elas no estejam
deprimidas, elas nunca parecem
to felizes quanto poderiam ser.
Em que medida que essa
caracterizao descreve voc?
Fonte: Adaptado de Lyubomirsky e Lepper (1999).

1 - No totalmente
7 - Totalmente

4.5.2 A operacionalizao da investigao dos determinantes da felicidade

A partir dos achados apresentados no referencial terico, as seguintes variveis devero
ser utilizadas na construo do modelo proposto neste estudo.
a) Variveis independentes (relacionadas avaliao dos servios pblicos)
a.1) Atuao do governo local (variveis intervalares nota 0 a 10)

 atuao em sade pblica

 atuao em educao pblica
 atuao em moradia
 atuao em transporte pblico
 atuao em trnsito
 atuao no oferecimento de eventos culturais
 atuao no oferecimento de reas pblicas para esporte e lazer
 atuao em participao popular
 atuao na segurana pblica

118

 atuao no meio ambiente

 atuao na limpeza pblica (ruas e avenidas)
 atuao no gerenciamento do servio de abastecimento de gua
 atuao em qualidade da gua fornecida para o domiclio
 atuao no recolhimento do esgoto
 atuao no controle de enchentes
 atuao na coleta seletiva do lixo
 atuao em coleta de lixo
 atuao na limpeza e conservao de parques e praas
 atuao em retirada de entulho
 atuao na conservao dos terrenos baldios
 atuao no oferecimento de programas de gerao de renda
 atuao em obras pblicas realizadas pela prefeitura atual
 atuao em reparao do asfalto das ruas/vias pblicas (tapar os buracos)

a2) Variveis moderadoras (frequncia igual ou superior a 50% de casos no levantamento

dos estudos empricos)
A Tabela 10 resgata as variveis que foram utilizadas como moderadoras, a partir do
critrio de seleo: presena em pelo menos 50% dos estudos selecionados.
Tabela 10 Variveis moderadoras selecionadas para o modelo emprico
Variveis
Estudos com a presena
Estudos em que a varivel foi
Variveis do perfil dos indivduos
da varivel
estatisticamente significante
Idade
32 (64%)
25 (50%)
Estado Civil / taxa de divrcio
28 (56%)
24 (48%)
Gnero
30 (60%)
20 (40%)
Ocupao / Nvel de desemprego
27 (54%)
18 (36%)
Variveis do perfil da famlia
Renda familiar / renda familiar per capita
31 (62%)
23 (46%)

119

4.6 A coleta de dados

Foram efetivadas todas as 1.070 entrevistas planejadas. As entrevistas tiveram durao
mdia de 40 minutos e foram realizadas no perodo de 1 a 30 de maro de 2013. A
atividade de superviso de campo e verificao dos dados coletados contou com a
colaborao da equipe de pesquisa do Instituto de Pesquisas da Universidade Municipal
de So Caetano do Sul (INPES-USCS).

4.7 Aspectos metodolgicos da anlise dos resultados

A anlise dos resultados utilizar-se- da estatstica descritiva univariada, bivariada e
multivariada.
Inicialmente, os construtos BES e ASPM foram tratados por meio de Anlise Fatorial
Exploratria, com a utilizao da ferramenta IBM SPSS 21.0 (Statistical Package for
Social Sciences), como etapa preparatria para a aplicao dos mnimos quadrados
parciais.
Segundo Maroco (2003), a tcnica de anlise fatorial exploratria foi desenvolvida a
partir dos trabalhos de Spearman no incio do sculo XX em seus estudos sobre a
performance dos estudantes em vrias disciplinas, de modo a explicitar as relaes entre
as classificaes e um fator geral de inteligncia. Spearman analisou tabelas de
intercorrelaes entre diferentes testes psicolgicos e foi capaz de demonstrar que estas
correlaes podiam ser explicadas por um fator geral comum a todos os testes e um fator
especfico para cada teste.
A reviso da bibliografia sobre os objetivos de aplicao dessa tcnica focou sua
principal aplicao. Entretanto, a anlise fatorial parece ser, dentre as tcnicas
multivariadas, aquela que mais tem servido para utilizaes intermedirias, ou seja, de
preparao dos dados para a sustentao de outras tcnicas estatsticas no atendimento ao
problema de pesquisa. Nesse sentido, Garson (2013a) cita como exemplo de objetivo
intermedirio comum no uso da tcnica, a criao de novas variveis com ausncia de
correlao, como forma de tratamento para o problema da multicolinearidade, no input
da anlise de regresso.

120

Assim, sobre os objetivos de aplicao ento selecionados, a anlise fatorial exploratria

enquadra-se na categoria de reduo dos dados (variveis, nesse caso) ou simplificao
estrutural.
Deve-se registrar que esse objetivo meramente exploratrio. A ausncia de testes
adequados nessa tcnica provm da dificuldade de especificao de parmetros tericos
dos modelos de distribuio por amostragem das estatsticas envolvidas na tcnica da
anlise fatorial. Por isso, difcil saber se os resultados so meramente acidentais, ou
realmente refletem algo significativo, como comentaram Aaker et al (2001).

Quadro 39 - Objetivos de aplicao da tcnica de anlise fatorial exploratria

Objetivos

Reduo do
nmero de
variveis para
fins de anlise

Categoria
Resolver o problema das inter-relaes e correlaes entre um
grande nmero de variveis, apresentando-as por meio de um
menor nmero de fatores. Desta forma, possvel juntar um
maior nmero de variveis, representando um conceito mais
geral
Reduzir o nmero de variveis requeridas para explicar o
fenmeno de interesse e gerar hipteses atravs da anlise
exploratria dos dados com base nos fatores emergentes
Reduzir dados muito complexos a tamanho manusevel para
que o pesquisador possa interpretar melhor os resultados
Gerar um reduzido nmero de variveis que representam a
maior parte da variabilidade dos dados originais e que possam
ser usados em anlises subsequentes
Obter o menor nmero de variveis a partir do material
original e reproduzir toda a informao de forma resumida;
obter os fatores que reproduzam um padro separado de
relaes entre as variveis; interpretar de forma lgica o
padro de relaes entre as variveis
Investigar quais variveis formam subconjuntos coerentes e
relativamente independentes uns dos outros
Identificar o maior nmero possvel de variveis hipotticas
(fatores) que possam explicar a maior percentagem possvel da
covarincia entre as variveis
Identificar estrutura latente de um grupo de variveis,
reduzindo os atributos de um grande nmero de variveis em
um pequeno nmero de fatores

Fontes
Aaker et al (1971)

Harman (1975)
Kerlinger (1979)
Dillon e Goldstein
(1984)
Gontijo e Aguirre
(1988)
Tabachnick e Fidell
(2005)
Pasquali (2003)
Garson (2012a)

Sobre as premissas subjacentes ao uso da tcnica, registre-se alguma discordncia entre

os autores selecionados sobre o nmero de casos necessrios por varivel integrante da
anlise.

121
Quadro 40 - Premissas subjacentes ao uso da Anlise Fatorial Exploratria

Premissas subjacentes

Consideraes

Padronizao dos dados(1) (4) (5) (6)

5 a 20 casos por varivel (1)
5 casos por varivel (2)
Tamanho da amostra (1) (4) (5) (6)
20 casos por varivel(4)
300 casos no total (5)
MSA (Measure of Sampling Adequacy) > 0,5(2) (5) (6)
Multicolinearidade(1) (4) (5) (6)
KMO (Kaiser-Meyer-Olkin) > 0,5(2) (5) (6)
(1) (4) (5) (6)
Normalidade multivariada
Condio para os testes de significncia(4) (6)
Fonte: Elaborao prpria a partir da abordagem de (1) Stevens (1996) (2) Pestana e Gageiro (2000) (3)
Aaker et al (2001) (4) Hair Jr. et al (2010) (5) Tabachnik e Fidell (2005) (6) Garson (2012a)

A seguir, foi desenvolvido o modelo de mensurao, o modelo estrutural e a anlise

multigrupos, a partir do software SmartPLS 2.0. O referencial terico sobre as tcnicas
relacionadas a essa etapa foi apresentado no captulo 3.
A avaliao do efeito das variveis moderadoras foi realizada por meio da abordagem
paramtrica de Chin (2000) e Keil et al (2000) e no paramtrica (Mann-Whitney e
Kruskal-Wallis.

4.8 Modelo conceitual da pesquisa

A fim de sintetizar a proposio conceitual do modelo de pesquisa, o quadro 41
aprensenta tal modelo, baseado nos objetivos propostos e, luz das informaes obtidas
no referencial terico da temtica bem-estar subjeitivo

122
Quadro 41 Modelo conceitual da pesquisa
Objetivos especficos
Variveis
Tcnicas estatsticas
Identificar a relao entre a Construto BES
avaliao dos servios pblicos

(LYUBOMIRSKY E LEPPER,

municipais (ASPM) disponveis

1999).

populao e seu bem-estar

Anlise fatorial exploratria

subjetivo (BES), a partir de

Construto ASPM:

implementao de pesquisa de

22 variveis de avaliao dos estruturais baseada em mnimos

campo na Regio do Grande

servios

ABC Paulista, utilizando amostra

(proposio do autor a partir do

probabilstica de indivduos com

referencial terico).

pblicos

Modelagem de equaes
municipais quadrados parciais (PLS)

idade a partir de 18 anos;

Construto BES
(LYUBOMIRSKY E LEPPER,
1999).

Construto ASPM:
22 variveis de avaliao dos
servios

pblicos

municipais

Identificar a relao entre a

(proposio do autor a partir do

avaliao dos servios pblicos

referencial terico).

disponveis populao e seu

variveis

de

perfil

de

equaes

estruturais baseada em mnimos

quadrados parciais (PLS);

Moderao:

bem-estar subjetivo, moderada

pelas

Modelagem

Variveis moderadoras:

demogrfico dessa populao.

Idade do entrevistado;

Escolaridade do entrevistado;

Renda familiar do entrevistado;

Gnero do entrevistado;

Estado civil do entrevistado;

Ocupao do entrevistado.

Teste t de student;
Teste de Mann-Whitney;
Teste de Kruskal-Wallis.

123

5. ANLISE DOS RESULTADOS

A proposta deste captulo foi estruturar a anlise dos resultados segundo os objetivos
desta tese.
Para isso, o captulo 5 foi organizado em oito partes. A primeira tratou essencialmente do
perfil da amostra nos aspectos sociodemogrficos integrantes da estrutura de variveis
investigadas pela pesquisa de campo. A segunda e a terceira parte apresentaram as
medidas descritivas das duas escalas estudadas (BES e ASPM). A quarta parte tratou da
preparao dos dados para aplicao das tcnicas estatsticas multivariadas. A quinta
relatou o processo de validao exploratria do construto bem-estar subjetivo. A sexta
parte cuidou do tratamento dado ao construto de Avaliao dos Servios Pblicos
Municipais (ASPM). A stima parte tratou da apresentao e discusso sobre o modelo
de mensurao. A oitava parte tratou da validao do modelo estrutural e da anlise
multigrupos a partir das variveis selecionadas como possveis moderadoras do modelo
proposto neste estudo.

5.1. Perfil sociodemogrfico da amostra

A caracterizao da amostra a partir do perfil sociodemogrfico dos entrevistados
apresentada nesse item. Sempre que possvel, os dados foram comparados com os dados
da populao brasileira, a partir dos resultados do Censo Populacional de 2010 (IBGE,
2010), a fim de situar as diferenas entre a regio em estudo e o pas como um todo.
Com relao ao gnero dos entrevistados, h um equilbrio entre homens e mulheres,
conforme apresentado na Tabela 11, refletindo o que ocorre em nvel nacional, ainda que
haja ligeira diferena em favor das mulheres nesse mbito, com 51% de indivduos do
gnero feminino e 49% do gnero masculino (IBGE, 2010).
Tabela 11 Gnero do entrevistado
Gnero do entrevistado
Masculino
Feminino

50,2%
49,8%

124
Com relao faixa etria dos entrevistados, os dados sugerem uma populao mais
idosa em comparao aos dados coletados no ltimo censo realizado pelo IBGE em
2010. Em nvel nacional, em mdia, a populao cerca de cinco anos mais jovem do
que na realidade da Regio do Grande ABC Paulista (41 anos em nvel nacional contra
46 anos no Grande ABC Paulista).
Essa diferena pauta-se especialmente pelas diferenas encontradas nos extremos da
distribuio. A regio do Grande ABC Paulista concentra uma populao mais idosa do
que o pas (19,3% no Grande ABC contra 10,8% no Brasil). Entre os jovens ocorre o
contrrio: uma maior populao de jovens no pas contra uma menor populao de jovens
na regio em estudo (19,8% no Grande ABC contra 30,5% no Brasil) (IBGE, 2010).
Tabela 12 Faixa etria dos entrevistados
Idade do entrevistado
18 a 29 anos
30 a 49 anos
50 a 59 anos
60 anos ou mais
Idade mdia
Idade mediana
Desvio-Padro da idade
Coeficiente de variao

19,8%
41,2%
19,7%
19,3%
41 anos
44 anos
15 anos
35,6%

Outros resultados complementam o perfil sociodemogrfico dos indivduos integrantes

da amostra:
a) mais da metade da amostra (51,3%) tem pelo menos o ensino mdio completo; 14%
possuem ensino superior completo; apenas 3,6% so analfabetos;
b) a parcela de entrevistados com menor rendimento familiar (at R$ 1.356,00 2
salrios mnimos), relativo ao ms de maro de 2013, representa 12,3% do total de
famlias da amostra, contra 11,8% com renda mais alta (acima de R$ 6.780,00 10
salrios mnimos). Ainda, a renda familiar mdia encontrada foi de R$3.686,20, com
mediana de R$2.446,09 e desvio-padro de R$2.806,26 (coeficiente de variao de
76,1%), sugerindo uma variao bastante alta da distribuio em torno da mdia;

125
c) com relao classe de consumo, calculada a partir do Critrio Brasil de Consumo
(ABEP, 2013), 51% da amostra estudada est classificada nas classes A e B, contra
apenas 6% nas classes C/D e 43% na classe C. Dados de 2011, referentes s nove
regies metropolitanas do Brasil, apontam para uma predominncia de classe C em
nvel nacional (36,3% classe A/B; 48,8% classe C; 14,9% classe D/E), sugerindo
uma melhor posio da regio objeto desse estudo em termos de potencial de
consumo (PNAD, 2011);

d) os entrevistados sem companheiros (solteiros, divorciados, separados e vivos)

representam 33,9% da amostra, contra 66,1% de indivduos casados ou em unio
estvel;
e) 61,1% dos entrevistados declararam-se da raa/cor branca, contra 28% da raa/cor
parda, 8,7% da raa/cor preta e 1,4% amarela. Em nvel nacional, parece haver
grandes diferenas da configurao regional apresentada, especialmente nas raas
brancas e pardas (branca 47,1% e parda 43,1%) (IBGE, 2010).
f) com relao religio declarada pelos entrevistados, os dados sugerem maior
compatibilidade entre os dados da regio e os dados referentes ao Brasil. Os
catlicos representam 56,8% da populao da Regio do ABC e 64,6% do Brasil; os
evanglicos so 27,6% na regio e 22,2% no Brasil; os espritas so 5,4% na regio
e 2,3% no Brasil; ateus e sem religio somam 8,7% da populao da regio, contra
8,1% em nvel nacional.
O item a seguir apresenta as medidas descritivas da escala de Bem-Estar Subjetivo
(BES).

5.2 Medidas descritivas da escala de bem-estar subjetivo (BES)

As estatsticas descritivas das variveis que compem a escala de bem-estar subjetivo,
bem como a verificao de sua condio de normalidade, so apresentadas na Tabela 13.

126
A pontuao geral da escala foi construda a partir do clculo da mdia aritmtica
simples das pontuaes obtidas nas quatro assertivas que compem a escala, conforme
orientao de Lyubomirsky e Lepper (1999).
De forma geral, os indivduos integrantes da amostra parecem se posicionar num patamar
elevado de bem-estar subjetivo, com notas mdias superiores a 7,0 e mediana igual a 8,0.
Ainda, faz-se mister registrar que tanto as distribuies das quatro assertivas que formam
a escala de BES, como a pontuao geral da escala, no apresentam aderncia curva
normal, conforme estatstica do teste de Kolmogorov-Smirnov apresentada na Tabela 13,
o qual tem como hiptese nula a afirmao de que a distribuio da varivel aderente
curva normal.
Ainda, registre-se que a pontuao da quarta assertiva foi invertida de forma a manter
maiores notas no conceito de maior BES. No obstante, o fato de a varivel apresentar na
coleta conceito inverso das outras trs assertivas que compem o construto, parece ter
dificultado o entendimento dela, o que pode indicar o elevado coeficiente de variao de
69% apresentado pela varivel.

Tabela 13 Escala de bem-estar subjetivo (BES)

Nota mdia

Nota mediana

Coeficiente de
variao

Estatstica
KolmogorovSmirnov

8,16

8,00

0,24

0,182*

Comparado maioria dos meus pares, eu

me considero...

7,91

8,00

0,27

0,167*

Algumas pessoas so muito felizes. Elas

aproveitam a vida, independentemente
3 do que est acontecendo, tiram o
mximo proveito de tudo. At que ponto
isso descreve voc?

7,48

8,00

0,31

0,169*

Algumas pessoas no so to felizes.

Embora elas no estejam deprimidas,
4 elas nunca parecem to felizes quanto
poderiam ser. Em que medida essa
caracterizao descreve voc?

7,12

8,00

0,69

0,164*

Pontuao geral1

7,67

7,80

0,22

0,088*

Assertiva

1 Em geral, eu me considero...
2

Fonte: Dados da pesquisa

1 A pontuao invertida
* p <0,01

127

O item a seguir apresenta as medidas descritivas da Escala de Avaliao dos Servios

Pblicos Municipais (ASPM).

5.3 Medidas descritivas da Escala de Avaliao dos Servios Pblicos Municipais

(ASPM)
As estatsticas descritivas das 22 variveis que compem a Escala de Avaliao dos
Servios Pblicos Municipais, bem como a verificao de sua condio de normalidade,
so apresentadas na Tabela 14.
Da mesma forma como ocorreu com a Escala de Bem-Estar Subjetivo, a Escala de
Avalio dos Servios Pblicos Municipais tambm se apresentou no aderente
distribuio normal, com todos os itens da escala apresentando significncia inferior a
1%. No obstante, a pontuao geral da escala, obtida a partir da mdia de notas das 22
assertivas para cada indivduo, apresentou aderncia distribuio normal.
Sobre as notas mdias atribudas a cada rea de atuao registrem-se os seguintes
aspectos:
a) os nicos itens com avaliao superior nota sete foram os relacionados ao
abastecimento de gua e coleta de lixo em geral;
b) sobre a coleta de lixo, h uma diferena importante na avaliao da coleta como um
todo e a coleta seletiva, sendo a primeiro o servio melhor avaliado (mdia de 8,14)
e o segundo um dos piores servios avaliados (mdia de 4,29), possivelmente pela
ainda incipincia do servio em algumas reas da regio;
c) trnsito parece ser o maior fator de preocupao entre os entrevistados, com pior
avaliao mdia (4,01 pontos);
d) reas primrias de atuao como sade e segurana pblica so avaliadas com notas
inferiores a cinco (mdia de 4,64 e 4,51, respectivamente);

128
e) o consolidado das notas (pontuao geral), calculado a partir da mdia aritmtica das
notas das reas de atuao, apresentou nota mdia muito prxima do centro da
escala (mdia de 5,47), sugerindo um nvel importante de descontentamento da
amostra estudada com os servios pblicos municipais prestados.

Tabela 14 Estatsticas descritivas das variveis de avaliao dos servios pblicos municipais
Estatstica
Coeficiente
rea de atuao da prefeitura
Mdia
Mediana
Kolmogorovde variao
Smirnov
Coleta de lixo em geral (ASPM17)
8,14
8,00
0,63
0,213*
Qualidade da gua fornecida (ASPM13)
7,34
8,00
0,32
0,191*
Continuidade do abastecimento de gua
7,25
8,00
0,34
0,175*
(ASPM12)
Recolhimento de esgoto (ASPM14)
6,66
7,00
0,40
0,145*
Limpeza e conservao de praas e parques
5,83
6,00
0,49
0,135*
(ASPM18)
Limpeza Pblica (ruas e avenidas) (ASPM11)
5,73
6,00
0,49
0,108*
Educao (ASPM2)
5,41
5,00
0,53
0,112*
Retirada de entulho (ASPM19)
5,40
5,00
0,55
0,114*
Obras pblicas (ASPM21)
5,40
5,00
0,62
0,125*
Transporte (ASPM4)
5,31
5,00
0,55
0,100*
reas pblicas para esporte e lazer (ASPM7)
5,29
5,00
0,57
0,101*
Cultura (ASPM6)
5,23
5,00
0,54
0,135*
Controle de enchentes (ASPM15)
5,19
5,00
0,61
0,112*
Moradia / Habitao (ASPM3)
5,11
5,00
0,56
0,129*
Reparao de asfalto (tapar buracos) (ASPM22)
5,03
5,00
0,60
0,115*
Meio Ambiente (ASPM10)
4,96
5,00
0,55
0,096*
Participao Popular (ASPM8)
4,77
5,00
0,60
0,131*
Sade (ASPM1)
4,64
5,00
0,66
0,126*
Segurana Pblica (ASPM9)
4,51
5,00
0,61
0,085*
Conservao dos terrenos baldios (ASPM20)
4,34
5,00
0,69
0,118*
Coleta seletiva de lixo (ASPM16)
4,29
4,00
0,75
0,051*
Trnsito (ASPM5)
4,01
4,00
0,71
0,093*
Pontuao Geral
5,47
5,50
0,35
0,092**
Fonte: Dados da pesquisa
* p < 0,01
** p > 0,05

Conhecidas as estatsticas descritivas das variveis presentes no instrumento de coleta de

dados, a prxima etapa da anlise dos resultados cuidou da preparao dos dados para a
aplicao das tcnicas estatsticas multivariadas propostas.

5.4 Preparao do banco de dados para aplicao das tcnicas estatsticas de anlise
multivariada
Inicialmente, antes da aplicao das tcnicas estatsticas de anlise multivariada
propostas, foram verificados dois itens que poderiam impactar diretamente a qualidade

129
da anlise, como j fora discutido no captulo 4: a presena de dados ausentes e dados
extremos (outliers). A normalidade univariada das distribuies j foi apresentada nos
itens 5.2 e 5.3.

5.4.1 Tratamento aplicado aos dados ausentes para os itens das escalas de conceito
De forma geral, a ocorrncia de dados ausentes quando da aplicao de tcnicas
estatsticas de anlise multivariada um srio problema para o pesquisador, tendo em
vista o fato de que quando no h coincidncia entre casos com dados ausentes, h um
processo acumulativo de diminuio da amostra que integrar a anlise, resultando em
uma perda importante de informao.
A ocorrncia de dados ausentes nas assertivas e atributos que formam a Escala de BES e
a Escala de Avaliao dos Servios Pblicos Municipais foi tratada por um procedimento
de imputao selecionado entre algumas alternativas encontradas nas abordagens de Hair
Jr. et al (2010) e Malhotra (2001). Escolheu-se a opo de imputar os dados, em vez de
descartar o caso amostral, especialmente para no reduzir o tamanho da amostra
disponvel para a anlise estatstica multivariada. Nesse sentido, alguns cuidados foram
tomados para a deciso de imputao e da seleo do procedimento a ser adotado,
conforme descrio a seguir:
a) verificao sobre possveis padres entre os respondentes que apresentaram
dados ausentes, ou se os entrevistados estavam distribudos aleatoriamente na
amostra. Para tal, os respondentes foram divididos em dois grupos: aqueles que
no apresentaram dados ausentes e aqueles que apresentaram dados ausentes. Os
dados demogrficos foram comparados, admitindo-se que a igualdade estatstica
entre esses grupos garante a aleatoriedade;
b) avaliao de uma seleo de mtodos disponveis para a imputao dos dados,
tais como:
- introduo do valor neutro (mdia ou mediana, por exemplo), o que no
alteraria o valor mdio ou mediano da varivel e de outras estatsticas (como as
correlaes). No obstante, conforme Malhotra (2001), embora essa abordagem

130
tenha seus mritos, a lgica de adoo de uma mdia para os respondentes que,
se tivessem respondido, sugeririam valores ou muito elevados (9 ou 10 , por
exemplo) ou muito baixos (0 ou 1, por exemplo), discutvel (Malhotra, 2001).
Essa mesma inconvenincia retratada por Hair Jr. et al (2010);
- deleo caso a caso, ou seja, desprezam-se na anlise os entrevistados com
respostas faltantes. Conforme alertado anteriormente, a inconvenincia da
adoo desse procedimento refere-se possibilidade de grande reduo do
nmero de casos amostrais. Alm disso, pode haver diferenas sistemticas entre
os entrevistados com respostas faltantes e os com resposta completa e, se isso
ocorrer, a deleo pode provocar resultados tendenciosos. Sobre isso, Hair Jr. et
al (2010) sugerem a substituio do caso deletado mediante a realizao de nova
coleta, preferencialmente com um entrevistado que apresente perfil semelhante
ao caso deletado.
- deleo aos pares, ou seja, ao invs de descartar todos os casos com mais de
10% de valores omitidos em, pelo menos, uma escala utilizada na coleta de
dados, o pesquisador no considera o caso somente nas respectivas escalas
comprometidas.

Contudo,

inconvenincia

desse

procedimento

possibilidade de se trabalhar com diferentes tamanhos amostrais. Por outro lado,

esse procedimento indicado se as variveis ou escalas no forem relacionadas
(MALHOTRA, 2001);
- atribuio por carta marcada, ou seja, atribuio de valores perdidos por um
valor constante obtido por fontes externas ou de pesquisa anterior. Esse
procedimento assemelha-se ao mtodo de substituio pela mdia, diferindo
apenas na fonte do dado, e, por isso, apresenta as mesmas desvantagens da
atribuio pela mdia (HAIR JR. et al, 2010);
- atribuio mltipla, ou seja, combinao de dois ou mais mtodos de atribuio
para os valores ausentes, conforme destacado em Hair Jr. et al (2010). Uma das
vantagens desse mtodo minimizar as preocupaes especficas com qualquer
mtodo em particular;

131
- atribuio por regresso, ou seja, substituio da ausncia de resposta por uma
resposta atribuda utilizando o padro de respostas dadas pelos entrevistados.
Assim, estima-se uma equao de regresso para o item que apresenta o dado
ausente, utilizando como variveis explicativas outros itens integrantes do
mesmo construto. A partir da equao resultante, possvel obter a estimativa
do dado (escore) para o item, substituindo na equao de regresso os escores
dos demais itens do construto relativos ao respectivo caso (HAIR JR. et al,
2010).
A alternativa de atribuio por regresso foi adotada neste estudo, principalmente porque
a amostra apresentou um nvel baixo de perda de dados (inferior a 5%) e aleatoriedade
dos casos ausentes. Embora essa seja uma das opes indicadas por Hair Jr. et al (2010),
esses autores apontam os seguintes fatores negativos de seu uso:
a) o reforo de situaes j presentes;
b) a subestimao da varincia da regresso pela no utilizao de valores estocsticos;
c) a necessidade de um esforo para atender ao pressuposto de que as variveis da
regresso tm substancial correlao;
d) a possibilidade de gerao de valores no includos nos intervalos vlidos para as
variveis. Por outro lado, esses autores afirmam que o mtodo promissor nos casos de
nveis moderados de dados perdidos e amplamente dispersos, como o caso desse estudo
(HAIR JR. et al, 2010).

5.4.2 Verificao da presena de dados extremos outliers

A verificao da presena de outliers nos dados foi realizada a partir da tica univariada
e multivariada, conforme as orientaes de Mingoti (2005) e Rencher e Schaalje (2008).
Sob a tica univariada as variveis foram padronizadas e verificada a presena de Zescores acima de 3 para possvel tratamento. No obstante, nas escalas utilizadas no
estudo, BES e ASPM, no foram detectados dados extremos a partir desse conceito.

132

Sob a tica multivariada processou-se a distncia de Mahalanobis considerando tambm

as variveis das duas escalas estudadas. Distncias superiores ao valor crtico p2 , ,
conforme sugere Penny (1996) seriam consideradas outliers. No obstante, nenhum caso
nessa situao foi encontrado na amostra estudada.
O item 5.5 apresenta a aplicao da anlise fatorial exploratria para o construto bemestar subjetivo.

5.5 Anlise fatorial exploratria e teste de confiabilidade para o construto bem-estar

subjetivo
Inicialmente, como medida exploratria e a priori da aplicao da anlise fatorial
confirmatria, foi aplicada a anlise fatorial exploratria ao construto bem-estar
subjetivo.
Buscou-se, com a aplicao dessa tcnica, uma validao inicial, ainda que exploratria,
do conceito de unidimensionalidade do construto, ou seja, um nico fator resultante na
aplicao da anlise fatorial exploratria.
De forma geral, os indicadores e estatsticas gerados para o modelo parecem satisfatrios
e propiciam uma confirmao inicial sobre a confiabilidade do construto, a partir das
orientaes de Hair Jr. et al (2010), conforme apresentado a seguir:
a) a medida Kaiser-Meyer-Olkin (KMO) de adequao da amostra foi de 0,764,
indicando uma qualidade moderada do modelo;
b) o teste de Bartlet apresentou rejeio da hiptese de que a matriz de correlaes
seja uma matriz identidade, com um nvel de significncia inferior a 0,1%;
c) h apenas um fator com autovalor maior ou igual a um (2,719), com varincia
explicada pelo modelo de aproximadamente 68%, sugerindo que o construto bemestar subjetivo seja unidimensional;

133

d) todas as variveis apresentaram carga fatorial superior a 0,50.

e) todas as variveis apresentaram comunalidade e MSA (Measure of Sampling
Adequacy) superior a 0,50.
Os resultados da aplicao da tcnica, a qual utilizou o mtodo de rotao ortogonal
Varimax e critrio de corte para a reteno dos fatores de autovalor igual a um, so
apresentados no Apndice 3.
Ainda, de forma complementar, foi calculado o indicador Alpha de Cronbach para
mensurao da confiabilidade do construto. Nunnally (1967) sugere que para estudos
exploratrios, valores aceitveis para esse indicador devem ser superiores a 0,60.
Nesse sentido, o Alpha de Cronbach obtido para o construto de 0,842 sugere uma boa
confiabilidade do construto. No obstante, h uma indicao de que tal indicador
aumentaria em 0,022 se excluda a varivel BES4, corroborando a hiptese de alguma
dificuldade de entendimento dessa varivel j que apresentava relao inversa com o
conceito de bem-estar subjetivo. Ainda assim, tal situao no invalida o resultado global
do indicador. Por essa razo decidiu-se pela manuteno da varivel BES4 no construto.
Os resultados do Alpha de Cronbach so apresentados na Tabela 15.

Tabela 15 Verificao da confiabilidade do construto bem-estar subjetivo

Alpha de Cronbach se o item for
Alpha de Cronbach
excludo
BES1 - Em geral, eu me considero...
0,779
BES2 - Comparado maioria dos meus pares, eu
0,771
me considero...
BES3 - Algumas pessoas so muito felizes. Elas
aproveitam a vida, independentemente do que
0,788
0,842
est acontecendo, tiram o mximo proveito de
tudo. At que ponto isso descreve voc?
BES4 - Algumas pessoas no so to felizes.
Embora elas no estejam deprimidas, elas nunca
0,866
parecem to felizes quanto poderiam ser. Em que
medida essa caracterizao descreve voc?

O item a seguir discute a formao do construto Avaliao dos Servios Pblicos

Municipais (ASPM).

134

5.6. O construto Avaliao dos Servios Pblicos Municipais (ASPM)

O construto avaliao dos servios pblicos municipais (ASPM) foi inicialmente
hipotetizado como formativo.
Ainda assim, sob a tica emprica da anlise dos dados, houve a dvida sobre se os
entrevistados avaliam o construto no conceito formativo ou usam em sua avaliao um
atributo subjetivo geral que nortearia a avaliao de todos os indicadores, tornando o
construto mais prximo do conceito de reflexivo.
Nesse sentido, foi aplicado o teste ttrade proposto por Bollen e Ting (1993) como meio
para distinguir modelos de mensurao reflexivos de modelos de mensurao formativos.
O resultado do teste aponta para uma significncia estatstica do teste qui-quadrado de
3,6 x 10-8 (com 1.064 graus de liberdade). Considerando a significncia de 0,05 tomada
como referncia para verificao da hiptese nula e que, tal significncia, corrigida pelo
Ajustamento de Bonferroni ( / quantidade de testes simultneos realizados), de
0,000047, tem-se a rejeio da hiptese nula. Conforme Gudergan et al (2008), a rejeio
da hiptese nula do teste sugere que o modelo mais aderente ao conceito formativo.
A Tabela 16 apresenta os resultados do teste ttrade para os dados da amostra.
Tabela 16 Anlise ttrade para o construto avaliao dos servios pblicos municipais
Ttrades no
Ttrades
redundantes
Total
25.564
1.064
Rejeio da hiptese nula (Tetrde 0)
13.089 (51,2%)
492 (50,8%)
12.475 (48,8%)
477 (49,2%)
No rejeio da hiptese nula (Tetrde = 0)

5.6.1 O problema da multicolinearidade em modelos com indicadores formativos

Os dados relativos ao construto avaliao dos servios pblicos municipais sugerem
presena de multicolinearidade com FIV abaixo de trs. No obstante, retomando os
achados de Bido et al (2010), apenas uma varivel apresenta FIV menor do que 1,43,
sugerindo que tal nvel de colinearidade pode, ainda que minimamente, afetar os pesos

135
fatoriais. Os FIVs relativos a todas as variveis, bem como o menor e o maior valor das
correlaes entre cada varivel e todas as outras, so apresentados na Tabela 17.

Tabela 17 Verificao do nvel de Multicolinearidade presente no construto avaliao dos servios

pblicos municipais
Intervalo de correlaes
FIV (Fator de Inflao
Variveis
Tolerncia
de Pearson entre as
da Varincia)
variveis
ASPM1
0,471
2,121
[0,239;0,675]
ASPM2

0,411

2,435

[0,253;0,675]

ASPM3

0,526

1,899

[0,211;0,600]

ASPM4

0,497

2,010

[0,264;0,567]

ASPM5

0,578

1,729

[0,222;0,567]

ASPM6

,0420

2,381

[0,229;0,698]

ASPM7

0,369

2,711

[0,263;0,705]

ASPM8

0,401

2,497

[0,273;0,698]

ASPM9

0,484

2,068

[0,258;0,630]

ASPM10

0,439

2,276

[0,323;0,630]

ASPM11

0,495

2,019

[0,289;0,582]

ASPM12

0,509

1,966

[0,265;0,635]

ASPM13

0,515

1,941

[0,268; 0,494]

ASPM14

0,574

1,743

[0,240;0,494]

ASPM15

0,659

1,518

[0,238;0,439]

ASPM16

0,794

1,259

[0,211;0,331]

ASPM17

0,733

1,364

[0,212;0,399]

ASPM18

0,472

2,120

[0,274;0,582]

ASPM19

0,453

2,209

[0,308;0,585]

ASPM20

0,460

2,172

[0,241;0,637]

ASPM21

0,404

2,477

[0,255;0,611]

ASPM22

0,508

1,967

[0,250;0,611]

Fonte: Dados da pesquisa

Assim, considerando todos os aspectos apresentados, desde a prova estatstica do carter

formativo do modelo, at a verificao do nvel de multicolinearidade como potencial
fator de alterao dos pesos fatoriais e, lembrando que parte da inteno de avaliao
do construto avaliao dos servios pblicos, a ordenao dos servios que mais
contribuem para o relacionamento com o construto bem-estar subjetivo, a opo desse
estudo segue pela realizao de anlise fatorial exploratria e posterior tratamento dos
construtos e indicadores como reflexivos.

136
Corroboram essa opo as sugestes oferecidas por Bido et al (2010) quando de
situaes de multicolinearidade em modelos formativos:
1) realizar anlise fatorial exploratria com rotao Varimax e tratar os indicadores como
reflexivos;
2) agrupar os indicadores a priori;
3) modelar como reflexivo;
4) manter, caso no haja o interesse na interpretao individual dos pesos fatoriais, j que
os coeficientes estruturais no so impactados pela multicolinearidade.

5.6.2 Anlise exploratria da Escala de Avaliao dos Servios Pblicos Municipais

(ASPM)
A aplicao da anlise fatorial exploratria para as vinte e duas assertivas referentes aos
servios pblicos municipais resultou em quatro dimenses distintas.
De forma geral, os indicadores e estatsticas gerados para o modelo parecem satisfatrios
e propiciam uma confirmao inicial sobre a confiabilidade do construto, a partir das
orientaes de Hair Jr. et al (2010), conforme apresentado a seguir:
a) a medida Kaiser-Meyer-Olkin (KMO) de adequao da amostra foi de 0,953,
indicando uma adequao alta do modelo;
b) o teste de Bartlet apresentou rejeio da hiptese de que a matriz de correlaes
seja uma matriz identidade, com um nvel de significncia inferior a 0,1%;
c) os quatro fatores resultantes explicam 59,5% da varincia do modelo, 0,5 ponto
percentual inferior ao mnimo recomendado por Hair Jr. et al (2010);
d) trs variveis apresentaram carga fatorial inferior a 0,50 e no foram excludas do
modelo, especialmente em funo da boa adequao das medidas de avaliao
global;
e) todas as variveis apresentaram comunalidade e MSA (Measure of Sampling
Adequacy) superior a 0,50.

137
Os resultados da aplicao da tcnica, a qual utilizou o mtodo de rotao ortogonal
Varimax e critrio de corte para a reteno dos fatores de autovalor igual a um, so
apresentados no Apndice 4.
Ainda, de forma complementar, foi calculado o indicador de confiabilidade Alpha de
Cronbach. Para as quatro dimenses calculadas, o Alpha de Cronbach foi superior a
0,60, variando entre 0,776 e 0,887 e sugerindo uma boa confiabilidade do construto. Os
resultados do Alpha de Cronbach, bem como das variveis integrantes de cada dimenso,
com suas respectivas cargas fatoriais so apresentados na Tabela 18.
Tabela 18 Composio dos fatores relacionados dimenso Avaliao dos Servios Pblicos
Municipais (ASPM)
Variveis

Fatores

Conservao dos terrenos baldios (ASPM1.1 antiga ASPM11)

0,765

Retirada de entulho (ASPM1.2 antiga ASPM18)

0,742

Obras pblicas - atuao da prefeitura atual (nota de 0 a 10) (ASPM1.3 antiga ASPM19)

0,626
Reparao do asfalto das ruas/vias pblicas (tapar os buracos) (ASPM1.4 - antiga
0,619
ASPM20)
Limpeza e conservao de praas e parques - atuao da prefeitura atual (nota de 0 a
0,599
10) (ASPM1.5 - antiga ASPM22)
Limpeza pblica (ruas e avenidas) - atuao da prefeitura atual (ASPM1.6 - antiga
0,533
ASPM23)
Moradia/Habitao - atuao da prefeitura atual (nota de 0 a 10) (ASPM2.1 antiga
ASPM1)

0,698

Transporte - atuao da prefeitura atual (ASPM2.2 antiga ASPM10)

0,676

Educao - atuao da prefeitura atual (ASPM2.3 antiga ASPM2)

0,675

Sade - atuao da prefeitura atual (ASPM2.4 antiga ASPM3)

0,670

Trnsito - atuao da prefeitura atual (ASPM2.5 antiga ASPM4)

0,658

Segurana - atuao da prefeitura atual (ASPM2.6 antiga ASPM5)

0,540

Meio ambiente - atuao da prefeitura atual (ASPM2.7 - antiga ASPM9)

0.435

Qualidade da gua fornecida para o domiclio (ASPM3.1 - antiga ASPM12)

0,766

Abastecimento de gua - atuao da prefeitura atual (ASPM3.2 antiga ASPM13)

0,717

Coleta de lixo - atuao da prefeitura atual (ASPM3.3 - antiga ASPM14)

0,632

Recolhimento de esgoto - atuao da prefeitura atual (ASPM3.4 - antiga ASPM15)

0,620

Controle de enchentes - atuao da prefeitura atual (ASPM3.5 antiga ASPM16)

0.451

Coleta seletiva do lixo - atuao da prefeitura atual (ASPM3.6 - antiga ASPM17)

0.438

reas pblicas para esporte e lazer - atuao da prefeitura atual (ASPM4.1 - antiga
ASPM6)

0,769

Cultura - atuao da prefeitura atual (ASPM4.2 antiga ASPM7)

0,767

Participao popular - atuao da prefeitura atual (ASPM4.3 antiga ASPM19)

0,737

Alpha de Cronbach
Fonte: Dados da pesquisa

0,887

0,871

0,776

0,868

138

O fator 1, com 17,5% de varincia retida, foi denominado, neste estudo, de Conservao
e Limpeza. Esse fator inclui seis variveis relativas a obrigaes de conservao e
limpeza dos prprios pblicos de responsabilidade do poder municipal. A varivel
conservao dos terrenos baldios, ainda que no seja de ao direta das prefeituras em
caso de propriedade particular, tambm adequa-se a essa nomenclatura j que o poder
pblico pode impetrar sanes aos proprietrios.
Habitao, transporte, educao, sade, trnsito, segurana e meio ambiente integram o
fator 2, o qual foi denominado Ncleo de Atuao, tendo em vista agrupar servios
core de ao do poder pblico municipal. Tal fator apresentou 15,9% de varincia retida.
O fator 3, com 13,9% de varincia retida, um agrupamento de seis variveis relativas a
Saneamento, incluindo abastecimento de gua, coleta de esgoto e lixo.
Por ltimo, o fator 4, com 12,3% de varincia retida, agrupa trs variveis relacionadas a
cultura, esporte, lazer e participao popular, denominado com o mesmo nome das
variveis.
Analisadas, ento, as estatsticas exploratrias iniciais, os itens a seguir tratam da
modelagem de equaes estruturais via mnimos quadrados parciais.

5.7 Avaliao do modelo de mensurao

Aps a aplicao das tcnicas exploratrias e da deciso de tratar o construto Avaliao
dos Servios Pblicos Municipais como reflexivo, o modelo inicial baseado na tcnica de
mnimos quadrados parciais tem a configurao apresentada na Figura 11.

139

Figura 11 Modelo de mensurao inicial

A avaliao do modelo de mensurao foi realizada por meio de anlises relacionadas

validade e confiabilidade dos cinco construtos estudados, conforme apresentado a seguir:
a) cargas fatoriais: as cargas fatoriais foram estatisticamente significantes para todos
os indicadores que compuseram o modelo, bem como para os construtos de
primeira ordem que formam o construto de Avaliao dos Servios Pblicos
Municipais (ASPM). Ainda, tais cargas variaram entre 0,604 e 0,903, atendendo
ao pressuposto sugerido por Zwicker et al (2008) de cargas acima de 0,600. A
carga mais baixa foi a do indicador BES 4 - Algumas pessoas no so to felizes.
Embora elas no estejam deprimidas, elas nunca parecem to felizes quanto
poderiam ser. Em que medida essa caracterizao descreve voc? reforando a
suposio de que, por ser inverso (notas mais altas apontam para menor nvel de
bem-estar subjetivo), tal indicador pode ter apresentado ligeiro problema de
entendimento na fase de coleta;

140
b) confiabilidade composta: todos os construtos apresentaram valores acima dos
0,700 sugeridos como mnimo aceitvel por Chin (1998), variando de 0,704 a
0,943;
c) consistncia interna (Alpha de Cronbach): variando entre 0,776 e 0,936, todos os
construtos atenderam o mnimo exigido sugerido por Sharma (1996) de 0,600
para esse indicador;
d) Varincia Mdia Extrada (AVE): tambm nesse indicador, com mnimo sugerido
por Sharma (1996) de 0,500, todos os construtos atenderam tal exigncia,
variando de 0,518 a 0,791;
e) validade discriminante: como sugerido por Fornell e Larcker (1981), Sharma
(1996) e Hulland (1999), para haver validade discriminante, a raiz quadrada da
Varincia Mdia Extrada (AVE) deve ser maior do que a correlao entre o
construto e os outros construtos do modelo. Nesse contexto, a validade
discriminante foi plenamente atendida, conforme ilustrado na Tabela 19.

Tabela 19 Varincia Mdia Extrada e coeficientes de correlao entre as variveis latentes

Coeficiente de correlao entre as variveis latentes
Construto / Varivel latente
AVE
AVE ASPM1 ASPM2 ASPM3 ASPM4
BES
ASPM1 Conservao e
0,620
0,787
0,708
0,643
0,783
0,254
limpeza
ASPM2 Ncleo de atuao

0,565

0,752

0,708

0,620

ASPM3 Saneamento

0,518

0,720

0,643

0,620

ASPM4 Cultura e lazer

0,791

0,889

0,783

0,666

0,500

BES bem-estar subjetivo

0,595

0,771

0,254

0,242

0,236

0,666

0,242

0,500

0,236
0,231

0,231

Fonte: Dados da pesquisa

A Tabela 20 sumariza os resultados comentados sobre a avaliao do modelo de

mensurao dos dados.

141
Tabela 20 Avaliao do modelo de mensurao
Cargas
Confiabilidade
Estatstica t
Construto
Variveis
AVE
Fatoriais
Composta
BES1
0,896
6,123*
BES2
0,867
5,227*
BES Bem-Estar
0,595
0,704
Subjetivo
BES3
0,729
3,843*
BES4
-0,604
-1,992*
ASPM1
0,897
24,620*
ASPM
ASPM2
0,903
24,891*
Avaliao dos
0,632
0,943
Servios Pblicos ASPM3
0,796
16,195*
Municipais
ASPM4
0,793
18,360*
ASPM1.1
0,770
24,336*
ASPM1.2
0,788
26,090*
ASPM1 ASPM1.3
0,798
25,622*
Conservao e
0,620
0,907
ASPM1.4
0,792
25,499*
limpeza
ASPM1.5
0,807
30,331*
ASPM1.6
0,768
23,026*
ASPM2.1
0,765
25,890*
ASPM2.2
0,760
23,306*
ASPM2.3
0,802
32,188*
ASPM2 Ncleo
ASPM2.4
0,740
19,929*
0,565
0,901
de Atuao
ASPM2.5
0,756
21,338*
ASPM2.6
0,662
14,175*
ASPM2.1
0,771
24,705*
ASPM3.1
0,767
26,079*
ASPM3.2
0,774
21,311*
ASPM3.3
0,760
24,152*
ASPM3
0,518
0,844
Saneamento
ASPM3.4
0,646
14,360*
ASPM3.5
0,535
9,407*
ASPM3.6
0,632
10,887*
0,879
43,108*
ASPM4.1
ASPM4 Cultura
ASPM4.2
0,902
63,358*
0,791
0,919
e Lazer
ASPM4.3
0,888
52,888*
* p < 0,05

Alpha de
Cronbach

R2

0,842

0,043

0,936

0,887

0,871

0,776

0,868

142

5.8 Avaliao do modelo estrutural

Ainda que um coeficiente de explicao baixo, a hiptese de existncia de uma relao
positiva entre a avaliao dos servios pblicos e o bem-estar subjetivo foi confirmada,
conforme apresentado na Figura 12.

0,154
(t=2,535)*
* p < 0,05

R = 4,3%

Figura 12: Modelo estrutural

No obstante, tal nvel de explicao no invalida a importncia da boa prestao dos

servios pblicos pelo poder pblico municipal na construo do bem-estar subjetivo da
populao, j que a relao existe e diferente de zero. Os resultados apenas sugerem
que h outras variveis importantes, no trabalhadas na temtica desse estudo e que
influenciam a medida de BES.

5.9 Efeito das variveis moderadoras anlise multigrupos

Seis variveis foram selecionadas para verificao de seu efeito moderador na relao
entre bem-estar subjetivo e avaliao dos servios pblicos municipais: 1) idade do
entrevistado; 2) escolaridade do entrevistado; 3) gnero do entrevistado; 4) estado civil
do entrevistado; 5) renda familiar do entrevistado e 6) ocupao do entrevistado.
Tal avaliao foi realizada a partir dos testes t (paramtrico - para duas amostras), MannWhitney (no paramtrico - para duas amostras) e Kruskal-Wallis (trs ou mais
amostras).
Os itens 5.9.1 a 5.9.6 apresentam o detalhamento dos achados para cada varivel
moderadora.

143

5.9.1 Avaliao do modelo estrutural moderado pela varivel idade do entrevistado

A varivel idade do entrevistado apresentou-se como moderadora significante do modelo
estrutural, seja na avaliao conjunta proporcionada pelo teste Kruskal-Wallis, seja nos
contrastes executados via Mann-Whitney, conforme apresentado na Tabela 21.
Ainda, faz-se mister o registro de que a relao estrutural ASPM BES apresentou
valores das cargas fatoriais significantes a 5% em todas as faixas de idade, com destaque
para uma possvel moderao no linear da relao, tendo em vista que o valor da carga
aumenta da primeira para a segunda faixa e volta a diminuir entre a segunda e terceira
faixa. O mesmo ocorre com o coeficiente de explicao, atingindo o pico de 6,5% na
faixa intermediria.
Tambm as relaes entre os construtos de Avaliao dos Servios Pblicos e o construto
de segunda ordem (ASPM) foram moderadas de forma estatisticamente significante pela
varivel idade.

144
Tabela 21 - Idade do entrevistado como varivel moderadora do relacionamento entre BES e
avaliao dos servios pblicos municipais
Significncia
da diferena
60 anos ou
Geral
18 a 34 anos
35 a 59 anos
entre as
mais
faixas de
idade**
ASPM BES
0,154*
0,122*
0,188*
0,145*
p<0,05
ASPM ASPM1
0,349*
0,365*
0,360*
0,335*
p<0,05
ASPM ASPM2
0,375*
0,392*
0,374*
0,364*
p<0,05
ASPM ASPM3
0,240*
0,226*
0,230*
0,251*
p<0,05
ASPM ASPM4
0,198*
0,207*
0,197*
0,201*
p<0,05
R (BES)
0,043
0,035
0,065
0,041
*p<0,05
** Teste Kruskal-Wallis
*** Foram realizados contrastes 2 a 2 via teste de Mann-Whitney. Em todos os casos os resultados foram
significantes ao nvel de 0,05.

No obstante, parece importante registrar que a verificao do efeito moderador dessa

varivel (idade do entrevistado) e das seguintes no permite a inferncia sobre se esse ou
aquele estrato apresenta maiores nveis de BES ou melhores avaliaes dos servios
pblicos, mas apenas verificam as diferenas entre as relaes, ou seja, se as relaes
so, por exemplo, mais ou menos intensas entre os estratos.
Sobre isso, a ttulo ilustrativo e complementar, foram processados testes para diferenas
dos escores das variveis latentes entre os estratos selecionados. Nesse caso, tendo em
vista novamente o carter no normal das distribuies e o fato de a varivel apresentar
trs categorias, a opo foi novamente pelo teste no paramtrico de Kruskal-Wallis.
Registre-se que os valores utilizados para o teste foram os escores no padronizados,
estimados na mesma escala dos indicadores objetivos (0 a 10 pontos), conforme
apresentado na Tabela 22.
De forma geral, os resultados corroboram os achados da literatura consultada, em que
56% dos estudos que avaliaram o relacionamento entre BES e idade apresentaram
formato de relacionamento negativo, ou seja, maiores idades, menores nveis de BES.
Por outro lado, a avaliao dos servios pblicos sistematicamente maior nas maiores
idades, sugerindo maior nvel de criticidade entre os mais jovens.

145
Tabela 22 - Escores das variveis latentes segundo a idade do entrevistado.
Nota entre 0 e 10
Geral

Construto
M

18 a 34 anos

35 a 59 anos

60 anos ou mais

Md

Md

MR

Md

MR

Md

MR

BES
8,9
9,1
ASPM
5,7
5,8
ASPM1
5,6
5,7
ASPM2
5,2
5,3
ASPM3
7,0
7,1
ASPM4
5,7
5,7
* Teste Kruskal-Wallis

9,1
5,2
5,1
4,8
6,4
5,2

9,4
5,2
5,1
4,9
6,5
5,3

600,82

8,7
5,7
5,6
5,1
7,0
5,5

9,1
5,6
5,7
5,1
7,1
5,6

540,78

8,6
6,6
6,3
6,1
7,7
6,6

8,9
6,7
6,3
6,1
8,0
6,4

516,23

455,77
468,22
477,46
451,44
459,51

539,20
542,92
523,86
548,27
502,20

700,95
641,93
678,97
688,24
652,90

Sig. da
diferena
entre as
idades*

p<0,05
p<0,05
p<0,05
p<0,05
p<0,05
p<0,05

5.9.2 Avaliao do modelo estrutural moderado pela varivel escolaridade do

entrevistado
A escolaridade do entrevistado tambm se apresentou como uma varivel moderadora do
modelo estrutural, seja na abordagem conjunta, seja na abordagem via contraste,
conforme Tabela 23.
Por um lado, tal relao mostrou-se no significante na categoria ensino superior
completo, sugerindo que para esse grupo de entrevistados os servios pblicos no tm
nenhuma influncia em seu bem-estar subjetivo. Entretanto, a categoria ensino mdio
completo apresentou maior carga fatorial e coeficiente de explicao de 7,5%, sugerindo
maior eficincia do modelo nesse grupo de entrevistados.
Tabela 23 - Escolaridade do entrevistado como varivel moderadora do relacionamento entre BES e
Avaliao dos Servios Pblicos Municipais
Geral

At
fundamental
completo

Ensino
mdio
completo

Ensino
superior
completo

Significncia da
diferena entre as
escolaridades**

ASPM BES
0,154*
0,165*
0,208*
0,063
p<0,05
ASPM ASPM1
0,349*
0,340*
0,362*
0,375*
p<0,05
ASPM ASPM2
0,375*
0,375*
0,373*
0,363*
p<0,05
ASPM ASPM3
0,240*
0,243*
0,234*
0,247*
p<0,05
ASPM ASPM4
0,198*
0,220*
0,201*
0,188*
p<0,05
R (BES)
0,043
0,047
0,075
0,024
p<0,05
*p<0,05
** Teste Kruskal-Wallis
*** Foram realizados contrastes 2 a 2 via teste de Mann-Whitney. Em todos os casos os resultados foram
significantes ao nvel de 0,05.

146

Quanto s diferenas no nvel de BES entre as escolaridades, os resultados para a regio

do Grande ABC corroboram os achados da literatura consultada, sugerindo que quanto
maior a escolaridade, maiores os nveis de bem-estar subjetivo (esse mesmo formato de
relacionamento foi encontrado em 48% dos estudos que relacionavam nvel de
escolaridade com BES), conforme apresentado na Tabela 24.
Especificamente sobre a avaliao dos servios pblicos municipais, as diferenas dos
escores so estatisticamente significantes entre os nveis de escolaridade, porm com
variaes no lineares e difusas entre as categorias.
Assim, o construto de segunda ordem ASPM maior entre os indivduos com ensino
fundamental, menor entre aqueles com ensino mdio e intermedirio entre aqueles com
ensino superior. O mesmo acontece com os construtos ASPM1 - conservao e limpeza,
ASPM2 ncleo de atuao e ASPM3 saneamento. O construto ASPM4 cultura e
lazer tambm apresenta melhor avaliao entre os indivduos com ensino fundamental,
mas mesma avaliao mdia nos outros dois estratos.
Tabela 24 - Escores das variveis latentes segundo a escolaridade do entrevistado.
Nota entre 0 e 10
Geral

Construto
M

At fundamental
completo

Ensino mdio
completo

Ensino superior
completo

Md

Md

MR

Md

MR

Md

MR

BES
8,9
9,1
ASPM
5,7
5,8
ASPM1
5,6
5,7
ASPM2
5,2
5,3
ASPM3
7,0
7,1
ASPM4
5,7
5,7
* Teste Kruskal-Wallis

8,6
6,0
5,8
5,6
7,2
6,0

9,0
6,0
5,8
5,7
7,4
6,0

511,7

9,1
5,4
5,4
4,9
6,7
5,4

9,3
5,4
5,5
5,0
6,8
5,3

570,6

9,7
5,7
5,6
5,0
6,9
5,4

9,8
5,8
5,9
5,0
7,1
5,7

648,2

594,9
565,4
595,0
598,1
565,5

499,6
512,0
499,48
499,2
485,1

570,7
553,6
503,0
531,0
495,0

Sig. da
diferena
entre as
escolaridades
*

p<0,05
p<0,05
p<0,05
p<0,05
p<0,05
p<0,05

147

5.9.3 Avaliao do modelo estrutural moderado pela varivel gnero do

entrevistado
A carga fatorial do relacionamento fatorial ASPM BES estatisticamente diferente
entre os gneros dos entrevistados, sugerindo ser essa tambm uma varivel moderados
do modelo estrutural, com destaque para maior carga fatorial e coeficiente de explicao
no gnero feminino, conforme Tabela 25.
Registre-se que os relacionamentos entre os construtos de avaliao dos servios
pblicos municipais e o construto de segundo ordem (ASPM) tambm foram moderadas
pela varivel gnero, com exceo do relacionamento entre ASPM ASPM3
(Saneamento), sugerindo homogeneidade de influncia desse construto no BES.
Tabela 25 - Gnero do entrevistado como varivel moderadora do relacionamento entre BES e
avaliao dos servios pblicos municipais
Significncia da
diferena entre os
gneros
Geral
Masculino
Feminino
MannTeste t
Whitney
ASPM BES
0,154*
0,149*
0,162*
p<0,05
p<0,05
ASPM ASPM1
0,349*
0,343*
0,354*
p<0,05
p<0,05
ASPM ASPM2
0,375*
0,382*
0,367*
p<0,05
p<0,05
ASPM ASPM3
0,240*
0,235*
0,244*
p>0,05
p>0,05
ASPM ASPM4
0,198*
0,193*
0,203*
p<0,05
p<0,05
R (BES)
0,043
0,042
0,046
*p<0,05

Quando avaliadas as magnitudes dos escores das variveis latentes em cada dimenso,
somente podem-se verificar diferenas estatisticamente significativas nos construtos
ASPM2 ncleo de atuao, com melhor avaliao do estrato masculino, ASPM4 lazer
e cultura e BES, esses com melhor avaliao da parcela feminina da amostra, conforme
ilustrado na Tabela 26.
Nesse sentido, tais resultados referentes ao bem-estar subjetivo corroboram a discusso
tratada no referencial terico, uma vez que, apesar da pouca convergncia, apontam para
maiores nveis de BES entre as mulheres e contrariam os achados no estudo nacional
realizado por Corbi e Menezes-Filho (2004), o qual detectou mulheres mais infelizes em
relao aos homens.

148
Assim, de forma geral, os resultados sugerem que as mulheres apresentam maior bemestar subjetivo do que os homens, considerando uma mesma avaliao global dos
servios pblicos (ASPM apresentou p>0,05). Alm disso as mulheres tm sua condio
de bem-estar mais impactada por melhorias nesses servios (maior carga fatorial e
Coeficiente de Explicao).

Construto

Tabela 26 - Escores das variveis latentes segundo o gnero do entrevistado.

Nota entre 0 e 10
Significncia
da diferena
Geral
Masculino
Feminino
entre os
gneros*
M

BES
8,9
ASPM
5,7
ASPM1
5,6
ASPM2
5,2
ASPM3
7,0
ASPM4
5,7
* Teste Mann-Whitney

Md

Md

MR

Md

MR

9,1
5,8
5,7
5,3
7,1
5,7

8,7
5,8
5,6
5,4
7,0
5,5

9,0
5,7
5,7
5,4
7,0
5,6

532,18
556,36
543,68
565,95
551,89
506,08

8,9
5,7
5,6
5,1
6,9
5,8

9,3
5,8
5,7
5,1
7,1
6,0

573,49
547,71
544,32
527,33
552,11
544,63

p < 0,05
p > 0,05
p > 0,05
p < 0,05
p > 0,05
p < 0,05

5.9.4 Avaliao do modelo estrutural moderado pela varivel estado civil do

entrevistado

O estado civil do entrevistado modera de forma estatisticamente significante o

relacionamento entre a avaliao dos servios pblicos municipais e o bem-estar
subjetivo, com destaque para a maior carga fatorial obtida no estrato com companheiro
(a) / (casado / amasiado) com carga fatorial de 0,172 e Coeficiente de Explicao de
5,0%, conforme ilustrado na Tabela 27.
No relacionamento dos construtos relativos avaliao dos servios pblicos com a
varivel de segunda ordem ASPM, a varivel estado civil tambm se apresentou como
moderadora estatisticamente significante. Com exceo do relacionamento ASPM
ASPM3 (Saneamento), todos os outros relacionamentos apresentaram maiores cargas
fatoriais tambm no estrato com companheiro (a) / (casado / amasiado).

149
Tabela 27 - Estado civil do entrevistado como varivel moderadora do relacionamento entre BES e
avaliao dos servios pblicos municipais
Significncia da
Com
Sem
diferena entre os
companheiro (a) companheiro (a)
gneros
Geral
(casado /
(solteiro / vivo
Mannamasiado)
/ divorciado)
Teste t
Whitney
ASPM BES
0,154*
0,172*
0,136*
p<0,05
p<0,05
ASPM ASPM1
0,349*
0,351*
0,345*
p<0,05
p<0,05
ASPM ASPM2
0,375*
0,380*
0,364*
p<0,05
p<0,05
ASPM ASPM3
0,240*
0,238*
0,244*
p>0,05
p>0,05
ASPM ASPM4
0,198*
0,200*
0,195*
p<0,05
p<0,05
R (BES)
0,043
0,050
0,039
*p<0,05

Com relao s diferenas entre os escores fatoriais, os resultados apontam para

diferenas no significantes entre os estratos de estado civil em todas as variveis
latentes avaliadas, conforme apresentado na Tabela 28.
Os resultados contrariam os achados na literatura selecionada, os quais apontavam para
uma relao estatisticamente significante entre BES e estado civil, com indivduos com
companheiro(a) apresentando maiores nveis de BES.
Registre-se que tais resultados situam-se no mbito da agregao selecionada para esse
estudo (solteiro + vivo + divorciado; casado + amasiado) e que, outras agregaes ou
mesmo o tratamento individual de cada estado civil podem apresentar outro formato de
relao. No obstante, no era de interesse desse estudo o aprofundamento do
entendimento de cada possvel varivel moderadora no BES.

Tabela 28 - Escores das variveis latentes segundo o estado civil do entrevistado.

Nota entre 0 e 10
Significncia
Sem companheiro (a)
Com companheiro (a)
da diferena
Geral
(solteiro / vivo /
Construto
(casado / amasiado)
entre os
divorciado)
estados civis*
M

BES
8,9
ASPM
5,7
ASPM1
5,6
ASPM2
5,2
ASPM3
7,0
ASPM4
5,7
* Teste Mann-Whitney

Md

Md

MR

Md

MR

9,1
5,8
5,7
5,3
7,1
5,7

8,9
5,7
5,6
5,2
6,9
5,6

9,1
5,7
5,7
5,2
7,0
5,7

552,88
544,77
544,95
541,27
546,25
518,29

8,8
5,8
5,6
5,3
7,0
5,8

9,1
5,9
5,7
5,4
7,1
6,0

553,24
566,15
542,15
556,59
563,26
539,33

p > 0,05
p > 0,05
p > 0,05
p > 0,05
p > 0,05
p > 0,05

150

5.9.5 Avaliao do modelo estrutural moderado pela varivel renda familiar do

entrevistado
O rendimento familiar mensurado em salrios mnimos tambm se apresenta como
moderador do relacionamento entre avaliao dos servios pblicos e BES. Assim como
na varivel idade, os resultados sugerem uma relao quadrtica, com ponto de mximo
no estrato entre 3 e 5 salrios mnimos, ainda que o estrato acima de 5 salrios mnimos
tenha apresentado carga fatorial no significante, conforme ilustrado na Tabela 29.
Faz-se mister registrar que o fato de o estrato com mais alta renda ter se mostrado no
significante, unido ao resultado j apresentado de que o estrato de escolaridade superior
tambm no se apresentar estatisticamente significante sugere que as camadas
socialmente mais privilegiadas presentes na amostra estudada estariam menos aderentes
ao modelo sugerido.
Talvez uma hiptese para esse fato esteja relacionada ideia de que essa camada
menos impactada pelos servios pblicos essenciais, como sade, educao e transporte
pblico, j que esses utilizariam os servios oferecidos pela iniciativa privada Essa
discusso, inclusive, realizada no item de limitaes do estudo.
Registre-se ainda que, todos os relacionamentos entre os construtos de avaliao dos
servios pblicos e o construto de segunda ordem apresentaram-se estatisticamente
moderados pela varivel sob anlise.
No obstante, no contraste aplicado, no foram evidenciadas diferenas estatisticamente
significantes entre os estratos mais de 3 at 5 salrios mnimos e acima de 5
salrios mnimos -, nos relacionamentos entre o construto de segunda ordem e os
construtos ASPM1, ASPM2, ASPM33 e ASPM4.

151
Tabela 29 - Renda familiar do entrevistado como varivel moderadora do relacionamento entre
BES e Avaliao dos Servios Pblicos Municipais
Mais de 3
At 3
Acima de 5
at 5
Significncia da
salrios
salrios
Geral
salrios
diferena entre as
mnimos
mnimos
mnimos
escolaridades**
(1 tercil)
(3 tercil)
(2 tercil)
ASPM BES
0,154*
0,156*
0,201*
0,106
p<0,05
ASPM ASPM1
0,349*
0,356*
0,355*
0,344*
p<0,05
ASPM ASPM2
0,375*
0,360*
0,384*
0,376*
p<0,05
ASPM ASPM3
0,240*
0,236*
0,230*
0,248*
p<0,05
ASPM ASPM4
0,198*
0,201*
0,202*
0,190*
p<0,05
R (BES)
0,043
0,044
0,070
0,031
*p<0,05
** Teste Kruskal-Wallis
*** Foram realizados contrastes 2 a 2 via teste de Mann-Whitney. Em todos os casos os resultados foram
significantes ao nvel de 0,05.

Na verificao das diferenas dos escores das variveis latentes entre os estratos de
renda, apenas o BES apresentou diferena estatisticamente significante, sugerindo uma
relao no linear entre as variveis, com maiores nveis de BES nos extremos, maiores e
menores rendimentos. Tal achado diverge do levantado nos estudos selecionados, os
quais apontavam (em 78% deles) uma relao estatisticamente significante e linear
positiva entre as variveis. Nesse sentido, o nico aspecto de convergncia o de que
altos rendimentos trariam maiores nveis de BES.
Tabela 30 - Escores das variveis latentes segundo a faixa de renda do entrevistado.
Nota entre 0 e 10
Geral

Construto

BES
ASPM
ASPM1
ASPM2
ASPM3
ASPM4

At 3 salrios
mnimos
(1 tercil)

Mais de 3 at 5
salrios mnimos
(2 tercil)

Acima de 5 salrios
mnimos
(3 tercil)

Md

Md

MR

Md

MR

Md

MR

8,9
5,7
5,6
5,2
7,0
5,7

9,1
5,8
5,7
5,3
7,1
5,7

8,9
5,8
5,7
5,4
7,1
5,8

9,2
5,8
5,7
5,3
7,1
5,8

511,78

7,8
5,7
5,5
5,1
6,9
5,6

7,9
5,6
5,7
5,3
6,9
5,6

347,87

9,4
5,7
5,6
5,1
6,9
5,6

9,6
5,7
5,7
5,1
7,1
5,7

562,96

497,72
489,28
500,95
505,0
511,8

476,89
471,27
471,98
470,7
357,9

482,66
473,63
467,3
479,2
563,0

Sig. da
diferena
entre as
faixas de
renda*

p<0,05
p>0,05
p>0,05
p>0,05
p>0,05
p>0,05

152

5.9.6 Avaliao do modelo estrutural moderado pela varivel condio de ocupao

do entrevistado
A condio de ocupao do entrevistado, definida neste estudo apenas a partir dos
estratos ocupado e no ocupado, apresentou-se como moderadora estatisticamente
significante do modelo estrutural, com destaque para a maior carga fatorial e maior
coeficiente de explicao no estrato no ocupado, conforme ilustrado na Tabela 31.
Aqui novamente levantada a hiptese de que o uso mais direto dos servios pblicos
pode levar a maior aderncia do relacionamento entre a avaliao desses servios e o
bem-estar subjetivo, j que os no ocupados estariam mais dependentes dos servios
pblicos municipais bsicos, como sade e educao. Refora essa hiptese a maior
carga fatorial obtida no relacionamento entre o construto ASPM ASPM2 (Ncleo de
Atuao) e o construto de segunda ordem.
Tabela 31 - Condio de ocupao do entrevistado como varivel moderadora do relacionamento
entre BES e Avaliao dos Servios Pblicos Municipais
Significncia da
diferena entre os
gneros
Geral
Ocupado
No ocupado
MannTeste t
Whitney
ASPM BES
0,154*
0,146*
0,190*
p<0,05
p<0,05
ASPM ASPM1
0,349*
0,361*
0,338*
p<0,05
p<0,05
ASPM ASPM2
0,375*
0,362*
0,393*
p<0,05
p<0,05
ASPM ASPM3
0,240*
0,240*
0,235*
p<0,05
p<0,05
ASPM ASPM4
0,198*
0,197*
0,202*
p<0,05
p<0,05
R (BES)
0,043
0,041
0,066
*p<0,05

No obstante, no foram encontradas diferenas estatisticamente significantes entre os

estratos para a varivel latente bem-estar subjetivo, conforme ilustrado na Tabela 32.
Tais resultados contradizem os achados na literatura selecionada, a qual apresentou em
78% dos estudos que avaliaram o relacionamento entre BES e nvel de ocupao, relao
estatisticamente significante e positiva, ou seja, maiores nveis de BES entre os
ocupados.

153
Quanto s diferenas entres as avaliaes dos servios pblicos, todas as variveis
latentes apresentaram diferenas estatisticamente significantes, com destaque para a
maior avaliao sistemtica do estrato no ocupado.
Tabela 32 - Escores das variveis latentes segundo a condio de ocupao do entrevistado.
Nota entre 0 e 10
Significncia
da diferena
Geral
Ocupado
No ocupado
Construto
entre as
condies de
ocupao*
M

BES
8,9
ASPM
5,7
ASPM1
5,6
ASPM2
5,2
ASPM3
7,0
ASPM4
5,7
* Teste Mann-Whitney

Md

Md

MR

Md

MR

9,1
5,8
5,7
5,3
7,1
5,7

8,9
5,5
5,4
5,0
6,7
5,5

9,1
5,4
5,4
5,0
6,8
5,3

549,3
511,3
516,5
513,4
503,6
493,4

8,8
6,0
5,8
5,5
7,3
5,9

9,1
6,1
5,9
5,5
7,4
6,1

557,4
600,0
575,7
584,9
608,5
562,0

p>0,05
p<0,05
p<0,05
p<0,05
p<0,05
p<0,05

154

155

6 - CONCLUSES, IMPLICAES, LIMITAES E DIRECIONAMENTOS

FUTUROS.

No intuito de melhor organizar as consideraes sobre os achados deste estudo, este

captulo foi dividido em quatro partes: 1) concluses a partir da discusso dos resultados
e implicaes acadmicas; 2) implicaes gerenciais; 3) limitaes do estudo; 4)
sugestes para pesquisas futuras.

6.1 Concluses a partir da discusso dos resultados e implicaes acadmicas

Duas contribuies acadmicas distintas resultam do desenvolvimento deste estudo. A
primeira contribuio est na construo do referencial terico sobre o bem-estar
subjetivo e outra no entendimento sobre a relao entre o BES e a avaliao dos servios
pblicos municipais.
A seleo dos 50 textos que estudaram fatores determinantes do bem-estar subjetivo,
alm de permitir um aprofundamento do conceito BES, proporcionou a construo de um
rico referencial sobre as variveis mais estudadas e mais influenciadoras do sentimento
de bem-estar subjetivo.
No entanto, tal seleo evidenciou um espectro bastante reduzido de estudos que
relacionam diretamente os servios pblicos ao bem-estar das populaes. O que se
encontram so fragmentos de servios avaliados, de forma geral, apenas includos em um
contexto de estudo mais amplo.
Tal incipincia de estudos com tal temtica parece justificar a aplicao aqui realizada,
revelando um grande espao para pesquisas nessa linha.
No obstante, a intensidade da relao entre o bem-estar subjetivo e a avaliao dos
servios pblicos operacionalizado neste estudo via modelagem de equaes estruturais
mtodo dos mnimos quadrados parciais, deu-se de forma muito pouco expressiva, ainda
que com relevncia estatstica.

156
Assim, no modelo geral, considerando a totalidade da amostra, a seleo de variveis da
avaliao dos servios pblicos explica apenas 4,3% da variao do construto de bemestar subjetivo.
Considerando as moderaes realizadas por variveis socioeconmicas, selecionadas a
partir de sua relevncia no estudo do bem-estar subjetivo, levantada no referencial
terico, h estratos em que os coeficientes de explicao sofrem acrscimos ou
decrscimos, conforme ilustrado na tabela 26.
Tabela 26 Carga do modelo estrutural segundo os estratos de moderao
Moderadora

Carga padronizada
0,154

Coeficiente de explicao
4,3%

18 a 34 anos

0,122

3,5%

35 a 59 anos

0,188

6,5%

60 anos ou mais

0,145

4,1%

At fundamental completo

0,165

4,7%

Mdio completo

0,208

7,5%

Superior completo

0,063

2,4%

Masculino

0,149

4,2%

Feminino

0,162

4,6%

Com companheiro

0,172

5,0%

Sem companheiro

0,136

3,9%

At 3 salrios mnimos

0,156

4,4%

> 3 a 5 salrios mnimos

0,201

7,0%

Acima de 5 salrios mnimos

0,106

3,1%

Ocupado

0,146

4,1%

No ocupado

0,190

6,6%

Modelo geral
Idade

Escolaridade

Gnero
Estado civil

Renda familiar

Ocupao

Nesse sentido, o maior poder de explicao do BES foi encontrado no estrato amostral
com ensino mdio completo, seguido do estrato com renda entre 3 e 5 salrios mnimos,
no ocupados e indivduos com faixa etria entre 35 e 59 anos.
Por outro lado, os estratos que agregam maior nvel de renda e escolaridade, apresentam
as duas relaes estatisticamente no significativas e, consequentemente, com os
menores coeficientes de explicao.

157
Tais evidncias sugerem que h relevncia no entendimento sobre o impacto de
determinadas polticas pblicas no bem-estar subjetivo das populaes, desde que leve
em considerao efetivamente as caractersticas scio-econmicas-demogrficas de sua
populao alvo.

6.2 Implicaes gerenciais

Como comentado no item anterior, de forma geral, os achados sugerem uma relao
estatisticamente significante entre a avaliao dos servios pblicos e o bem-estar
subjetivo. No obstante, tal relao deu-se de forma pouco intensa.
Assim, ainda que com intensidade baixa, j que parece haver uma srie de outros
importantes fatores que operacionalizam o BES, h espao para os gestores pblicos no
que tange a investimentos em polticas pblicas que reflitam em maior bem-estar para as
suas populaes. Nessa linha, pesquisas sistemticas no sentido de suportar o
entendimento dessa dinmica e subsidiar o desenho de tais polticas parecem
fundamentais.
Tal acompanhamento possibilitaria aos gestores pblicos, alm dos subsdios bsicos
para o desenvolvimento das polticas, simular os impactos positivos e negativos dessas
aes no BES, inclusive em estratos especficos como de maior ou menor renda,
escolaridade ou gnero por exemplo.

6.3 Limitaes do estudo

De forma geral o estudo aqui desenvolvido tem limitaes relativas principalmente
forma de avaliao dos servios pblicos. Assim, tais servios foram avaliados com
apenas uma ou duas variveis em cada, o que pode tornar a avaliao superficial,
comprometendo o entendimento sobre a relao em estudo.
Alm disso, considerou-se a avaliao de todos os entrevistados e, dessa forma, um
grupo de entrevistados avaliou algum ou alguns servios pblicos apenas pela imagem
que tm do mesmo, j que no o utilizam, como, por exemplo, sade, educao e
transporte pblico.

158

6.4 Sugestes para pesquisas futuras

Com o intuito de tratar as limitaes deste estudo, bem como ampliar seu escopo,
pesquisas futuras podem aprofundar a avaliao dos servios pblicos a partir de
incluso de variveis objetivas, presentes nos bancos de dados formais, como leitos por
habitantes, furtos por habitantes, outros.
Alm disso, a avaliao da relao entre os servios pblicos e o BES poderia utilizar
amostra com uso efetivo dos equipamentos pblicos avaliados, como j fora citado.
Ainda, sugere-se a necessidade de estudos que aprofundem o entendimento sobre o
formato da relao entre o BES e a avaliao dos servios pblicos, ou seja, o
entendimento de quem o antecedente: os indivduos mais felizes avaliam os servios
pblicos como mais satisfatrios porque esto felizes ou melhores servios pblicos
tornam os indivduos mais felizes. Isso, no entanto, parece transcender os escopos de
possibilidades do campo da administrao, devendo possivelmente integrar o campo de
estudo da psicologia.

159

REFERNCIAS
AAKER, David et al. Pesquisa de Marketing; Editora Atlas; So Paulo, 2001
ABBAD, Gardnia; TORRES, Carlos V. Regresso Mltipla stepwise e hierrquica em
psicologia organizacional: aplicaes, problemas e solues. Estudos em Psicologia
Natal, Natal, v.7. Edio Especial, p. 19-29, 2002.
ABDEL-KHALEK, Ahamed M. Happiness, Health, and Religiosity: Significant
Relations. Mental Health, Religion and Culture, vol. 9, 85 97. 2006.
ABRAHAMS, Normn M.; ALF, Edward Junior. Pratfalls in Moderator Research. Journal
of Applied Psychology, 56, 245-251. 1972.
ABRAMOVITZ, Moses. Thinking about growth. And other essays on economic
growth and welfare. Cambridge University Press, 1993.
ARBUCKLE, James L. AMOS 17.0 user's guide [Manual software]. Chicago: Statistical
Package for the Social Sciences. 2008.
AKAIKE, Hirotugu. Factor analysis and AIC. Psychometrika, 52, pp. 317-332, 1987
ALESINA, Alberto et al. Inequality and Happiness: Are Europeans and Americans
different? Working Paper n 7487. National Bureau of Economic Research, Cambridge,
Abril, 2004.
ANDERSON, James. C.; GERBING, David. W. Some methods for respecifying
measurement models to obtain unidimensional construct measurement. Journal of
Marketing Research, 19, 453-460. 1982.
ANDREWS, Frank M.; WITHEY, Stephen B. Social Indicators of Well-Being.
Americans Perceptions of Life Quality. Plenum Press, New York, USA. 1976.
ANDREWS, Frank M.; ROBINSON, John P. Measures of subjective well-being. In John
P. Robinson, Phillip R. Shaver, & Lawrence S. Wrightsman (Eds.), Measures of
personality and social psychological attitudes, v.1, pp. 61 114. San Diego: Academic
Press, 1991.
BABAKUS, Emin et al. The sensitivity of confirmatory maximum likelihood factor
analysis to violations of measurement scale and distributional assumptions. Journal of
Marketing Research. 37:72141. 1987.
BALL, Richard J.; CHERNOVA, Kateryna. Absolute Income, Relative Income, and
Happiness. Social Indicators Research, vol. 88, 497 529. 2008.
BARON, Reuben M; KENNY, David A. The moderator-mediator variable distinction in
social psychological research: conceptual strategic, and statistical considerations.
Journal of Personality and Social Psychology, Washington, v.51, n.6, p.1173-1182,
1986.

160

BARRIENTOS, Jaime. Calidad de vida. Bienestar subjetivo, uma mirada Psicosocial.

Santiago: Editorial Universidad Diego Portales. 2005.
BENTLER, Peter M. Comparative fit indices in structural models. Psychological
Bulletin, 107, PP. 238-246, 1990.
______. EQS - Structural Equations Program Manual. Encino Ca: Multivariate
Software, Inc., 1995.
BIDO, Digenes Souza et al. Mensurao com indicadores formativos nas pesquisas em
administrao de empresas: como lidar com multicolinearidade entre eles?
Administrao: Ensino e Pesquisa, v.11, n.2, p.245-269. Rio de Janeiro, 2010.
BISTAFFA, Bruno Cesar. Incorporao de indicadores categricos ordinais em
modelagem de equaes estruturais. Dissertao apresentada ao Programao de PGraduao em Estatstica do Institutio de Matemtica e Estatstica da Universidade de
So Paulo. 142p. 2010.
BJORNSKOV, Christian et al. The bigger the better? Evidence of the effect of
government size on life satisfaction around the world, Public Choice, Springer, vol.
130(3), pages 267-292, March, 2007.
______. Formal Institutions and Subjective Wll-Being: Revisiting the Cross-Country
Evidence. MPRA Paper, n. 17.159, setembro, 2008a.
______. Cross-Country Determinants of Life Satisfaction: Exploring Different
Determinants across Groups in Society. Social Choice and Welfare, vol. 30, 119 173.
2008b.
BLANCHFLOWER, David G.; OSWALD, Andrew J. Money, Sex and Happiness: An
Empirical Study, Scandinavian Journal of Economics, Wiley Blackwell, vol. 106(3),
pages 393-415, October, 2003.
______. Well-being over time in Britains and the USA. Journal of Public Economics,
Elsevier, vol. 88(7-8), p. 1359-1386. 2004.
BOELHOUWER, Jeroen. Wellbeing in the Netherlands.The SCP Life Situation Index
since 1974. Thesis Utrecht University, 2010.
BHNKE, Petra; KOHLER, Ulrich. Well-Being and Inequality. WZB Discussion Paper
n 201, Berlin, Germany. 2008.
BOLLEN, Kenneth A. Structural equations with latent variables. New York: Wiley.
1989.

BOLLEN, Kenneth A.; TING, Kwok-Fai. Confirmatory Tetrad Analysis. In: P.

Marsden (ed). Sociological Methodology. Washington DC, 1993.

161

BOOMSMA, Anne. The robustness of LISREL (maximum likelihood estimation against

small sample size and nonnormality). Amsterdam: Sociometric Research Foundation.
(Doctoral dissertation, University of Groningen, The Netherlands. 1983.
BOOTH, Alan; AMATO, Paul R. Divorce and psychological stress. Journal of Health
and Social Behavior, 32, 396-407. 1991.
BOROOAH, Vani K. What makes people happy? Some evidence from Northern Ireland,
Journal of Happiness Studies. 7: 427-465. 2006.
BOZDOGAN, Hamparsum. Model selection and Akaike's information criterion (AIC):
the general theory and its analytical extensions. Psychometrika, v.52, n.3, p.345-370,
1987.
BRADBURN, Norman M. The Structure of Psychological Well-Being. Chicago:
Alpine, 1969.
BROWNE, Michael W. Alternative ways of assessing model fit. En K.A. Bollen y J.S.
Long (Eds.), Testing structural equation models . Newbury Park: Sage. 1993.
______. Asymptotically Distribution-Free Methods in the Analysis of Covariance
Structures, British Journal of Mathematical and Statistical Psychology, 37, pp. 6283. 1984.
______. Covariance Structures, in Topics in Applied Multivariate Analysis, ed. D.
M. Hawkins, Cambridge, U.K.: Cambridge University Press, pp. 72-141, 1982.
BROWNE, Michael W.; CUDECK, Robert. Single sample cross-validation indices for
covariance structures. Multivariate Behavioral Research, 24, 445-455. 1989.
BRUNI, Luigino; STANCA, Luca. Watching Alone: Relational Goods, Television and
Happiness. Journal of Economic Behavior and Organization, 2006, Vol. 30, 1 23.
2006.
BUNCHAFT, Guenia; KELLNER, Sheilah R.O. Estatstica sem mistrios. 2.ed.
Petrpolis: Vozes, v.2, 303p., 1999.
BYRNE, Barbara M. Structural equation modelling with AMOS: basic concepts,
applications, and programming. New Jersey: Lawrence Eribaum Associates INC.,
2001.
CALMAN, Kenneth. Quality of life in cancer patients an hypothesis. Journal of
Medical Ethics, 10, 124-127, 1984.
CANTRIL, Hadley. The pattern of human concerns. New Brunswick, NJ: Rutgers
University Press, 1965.
CASTRO, C. de M. A prtica da pesquisa. So Paulo: Mac-Grill do Brasil, 1977.

162
CASULO, Maria Martina. Evaluacin del bienestar psicolgico. Cadernos de
Evaluacin Psicolgica: Evaluacin del bienestar psicolgico en IberoAmerica, 1, p.1129. 2002.
CHECCI, Daniela; BRUNELLO, Giorgio. Does School Tracking Affect Equality of
Opportunity? New International Evidence. Economic Policy 52: 781-861. 2007.
CHIN, Wynne W. et al. A partial least squares latent variable modeling approach for
measuring interaction effects: results from a Monte Carlo simulation study and an
electronic-mail emotion/adoption study. Information Systems Research, v. 14, n. 2, p.
189-217, June 2003.
CHIN, Wynne W. Frequently. The Partial Least Squares Approach for Structural
Equation Modeling. In: MARCOULIDES, G. A. (Ed.). Modern Methods for Business
Research. New Jersey: Lawrence Erlbaum Associates, Publishers, p.295-336. 1998
______. Asked Questions Partial Least Squares & PLS-Graph. URL http://discnt.cba.uh.edu/chin/plsfac/plsfac.htm. 2000.
CLARK, Andrew E.; OSWALD, Andrew J. Unhappiness and Unemployment.
Economic Journal, vol. 14, n.24, 1994.
CORBI, Raphael B.; MENEZES-FILHO, Narcio A. Os determinantes empricos da
felicidade no Brasil. In: XXXII Encontro Nacional de Economia da ANPEC. Anais.
2004. Disponvel em http://www.anpec.org.br/encontro2004/artigos/A04A152.pdf. 2004.
COGGBURN, Jerrell D., SCHNEIDER, Saundra K. The relationship between state
government performance and state quality of life. International Journal of Public
Administration, 26(12), 13371354. 2003
COLETA, Jos A. D. et al. Felicidade, bem-estar subjetivo e variveis
sociodemogrficas, em grupos de estudantes Universitrios. Psico-USF, v. 17, n. 1, p.
129-139, jan./abr. 2012
COX, David. Roxbee. Estimation of the correlation between a continuous and a discrete
variable. Biometrics, v.30, p.171-178. March, 1974.
CSIKSZENTMIHALYI Mihaly. Flow: The psychology of optimal experience. New
York, Harper & Row. 1990.
DE LEIRE, Thomas; KALIL, Ariel. Does consumption buy happiness? Evidence from
the United States. International Review of Economics, 57, 163-176. 2010.
DI TELLA, Rafael M.; MACCULLOCH, Robert J. Some uses of happiness data in
economics. Journal of Economic Perspectives, v.20, p. 25-46. 2006.
DIENER, Ed et al. Subjective well-being. Psychological Bulletin, 95(3), 542-575. 1984
______. The Satisfaction With Life Scale. Journal of Personality Assessment, 49: 71-5,
1985.

163
______. Factors predicting the subjective well-being of nations. Journal of Personality
and Social Psychology, 69(5), 851864. 1995.
______, Recent findings on subjective well-being. Journal of Clinical Psychology, 24(1),
24-41 1997.
______. Subjective well-being: Three decades of progress. Psychological Bulletin, 125,
276-302. 1999.
DIENER, Ed; BISWAS-DIENER, Robert. Income and subjective well-being: Will money
make us happy? Journal of Personality and Social Psychology, 84(1), 352371. 2000.
DIENER, Ed; SELIGMAN, Martin E.P. Beyond Money: Toward an economy of wellbeing. Psychological Science in the Public Interest, 5(1), 1-31. 2004.
DIENER, Ed et al. Well-Being for Public Policy. Series in Positive Psychology. Oxford
University Press. New York, 2009.
DILLON, William R. e GOLDSTEIN, Matthew. Multivariate Analysis: methods and
applications. USA: Jonh Wiley e Sond, Inc. 1984.
DITTMANN, Joerg; GEBEL, Jan. Your house, your car, your education: the
socioeconomic situation of the neighborhood and its impact on life satisfaction in
Germany. Social Indicators Research, 96, 497-513. 2010.
DOWNIE, Norville M.; HEATH, Robert W. Basic statistical methods. New York:
Harper & Brothers, 289p., 1959.
DUSH, Claire M. K., AMATO, Paul R. Consequences of relationship status and quality
for subjective well-being. Journal of Social Personal Relationship, v. 22, p. 607-627.
2005.
EASTERLIN, Richard A. Will raising the incomes of all increase the happiness of all?
Journal of Economic Behavior & Organization. Vol. 27, p 3547, 1995.
EASTERLIN, Richard A. Does money buy happiness? Pubic Interests. Vol. 30, 310.
1973.
EIJI, Yamamura. The Influence of government size on economic growth and life
satisfaction: a case study from Japan. MPRA Paper No. 17879. 2009.
EVERITT, Brian S. An R and S-Plus Companiot to Multivariate Analysis. New York.
2005.
FERGUSON, George A. Statistical analysis in psychology and education. 5.ed. New
York: McGraw-Hill book, 549p. 1981.
FIGUEIRA, Maria M.C. Identificao de outliers. MILLENIUM, n. 12 Outubro de
2008. Disponvel em http://www.ipv.pt/millenium/arq12.htm. Acesso em 20 de maro de
2013.

164

FORNELL, Claes; LARCKER, David F. Evaluating structural equation models with

unobservable variables and measurement error. Journal of Marketing Research, 18,
pp. 3950. 1981.
FREY, Bruno S.; STUTZER, Alois. Maximizing Happiness? German Economic
Review, vol. 1, 145 167. 2000.
FRIJTERS, Paul; BEATTON, Tony. The mystery of the U-shaped relationship between
happiness and age. Journal of Economic Behavior & Organization, vol. 82, 525-542.
2012.
KIMGDON, Geeta G. The determinants of happiness: does social science corroborate
BahaI teachings? BahaI Studies Review, vol.15, 19-37, 2009.
GALINHA, Iolanda; RIBEIRO, Jos Luis Pais. Histria e evoluo do conceito de BemEstar Subjetivo. Psicologia, Sade & Doenas, vol.6, 203-214. Portugal. 2005.
GARSON,
David
G.
Fator
Analysis.
Acessado
http://www2.chass.ncsu.edu/garson/pa765.statnote.html, 2013a.

em

2013

em

____________. Structural Equation Modeling, from Statnotes: Topics im Multivariate

Analysis.
Acessado
em
2013
em
http://www2.chass.ncsu.edu/garson/pa765.statnote.html, 2013b.
GARVER, Michael S.; MENTZER, Jonh T. Logistics research methods: Employing
structural equation modeling to test for construct validity, Journal of Business
Logistics, 20, 1, pp. 33-57. 1999.
GIACOMONI, Claudia Hofheinz. Bem-estar subjetivo: em busca da qualidade de vida.
Temas em Psicologia da SBP, v. 12, n. 1, 2004.
GOLDBERG, David. P., BLACKWELL, Barry. Psychiatric Illness in General Practice.
British Medical Journal, 2, 438443. 1970.
GONTIJO, C. e AGUIRRE, A. Elementos para uma tipologia do uso do solo agrcola no
Brasil: uma aplicao da Anlise Fatorial. Rio de Janeiro: Revista Brasileira de
Economia, v. 42, n. 1, p. 13-49. jan./mar. 1988.
GRAHAM, Carol et al. Does Happiness Pay? An Exploration Based on Panel Data from
Russia. Journal of Economic Behavior and Organization, vol. 55, 319 342. 2004.
GRAHAM, Carol. Does More Money Make You Happier? Why so much Debate?
Applied Research Quality, 6, 219-239. 2011.
GRAZIANO, Lilian D. A Felicidade Revisitada: um estudo sobre o bem-estar subjetivo
na viso da psicologia positiva. 2005, 126 f. Tese (Doutorado em Psicologia) Instituto de
Psicologia, USP, So Paulo, 2005.

165
GUDERGAN, Siegfried. P. et al. Confirmatory tetrad analysis in PLS path modeling.
Journal of Business Research, v.61, n.12, p. 1238-1249, 2008.
GUILFORD, Joy P. Fundamental statistics in psychology and education. 4.ed. New
York: McGraw-hill Book, 605p, 1950.
GUJARATI, Damodar. Econometri Bsica. 5.ed. Bookman. 2011.
HAIR JR., Joseph F. et al. Anlise Multivariada de Dados. 6 Edio. Editora
Bookman. Porto Algre, 2010.
HARMAN, Hary H. Modern factor analyses. Chicago, IL, University of Chicago Press,
1975.
HELLEVIK, Ottar. Economy, Values and Happiness in Norway. Journal of Happiness
Studies, 4, 243-283. 2003.
HELLIWELL, John; HUANG, Haifang. Hows your government? International evidence
linking good government and well-being. British Journal of Political Science, 38, 595
619. 2008.
HENSELER, Jrg et al. The use of partial least squares path modeling in international
marketing. Advances in International Marketing, 20, 277-319. 2009.
HENSELER, Jrg. PLS-MGA: A Non-Parametric Approach to Partial Least Squaresbased Multi-Group Analysis. In: Gaul, Wolfgang A. et al. Challenges at the Interface of
Data Analysis, Computer Science, and Optimization (Studies in Classification, Data
Analysis, and Knowledge Organization). Berlin, Heidelberg: Springer, pp. 495501, 2012.
HESSAMI, Zohal. The size and composition of government spending in Europe and its
impact on well-being. MPRA Paper N 21195. 2010.
HESTEBERG Tim et al. Bootstrap Methods and Permutation Tests, 2nd edition, W. H.
Freeman, N.Y. 2005.
HEUKAMP, Franz H. Does Country Matter for Subjective Well-Being. Social Indicators
Research, 100, 155-170. 2011
HIGHUM, Erick. Political economy and quality of life in the early twenty-first century:
economic versus political factors. Paper presented at the annual meeting of the
International Studies Association, San Diego, California, USA, 2006.
HCK, Michael. and RINGLE, Christian M. Strategic networks in the software industry:
An empirical analysis of the value continuum. 2006. IFSAM VIIIth World Congress,
Berlin, 2006.
HOJO, Tania. Lucia; MINGOTI, Sueli Aparecida. Modelos de equaes estruturais: uma
avaliao dos mtodos de mxima verossimilhana, mnimos quadrados ordinrios e

166
mnimos quadrados parciais usados na estimao de parmetros do modelo. XXIV
Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004
HOYLE, Rick H. Structural equation modeling: Concepts, issues, and applications.
Thousand Oaks, CA: Sage Publications, 1995.
HORWITZ Allan V. et al. Becoming married and mental health: A study of a young
adult cohort. Journal of Marriage and the Family, v. 58, p. 895-907. 1996
HOUSE James S. et al. Structures and processes of social support. Annual Review of
Sociology. v. 14, p.293-318. 1988.
HU, Li-tze.; BENTLER, Peter M. Cutoff Criteria for Fit Indexes in Covariance Structure
Analysis: Conventional Criteria Versus New Alternatives, Structural Equation
Modeling, 6 (1), 1-55, 1999.
HULLAND, John. Use of partial least squares (PLS) in strategic management research:
a review of four recent studies, Strategic Management Journal, 20(2): 195-204. 1999.
HUNT, Morton. How Science Takes Stock. New York, USA: Russel Sage Foundation,
1997.
IBGE INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATSTICA. Resultados
Censo 2010, Rio de Janeiro. 2010.
IBGE INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATSTICA. Resultados da
Pesquisa Nacional por Amostragem de Domicilios 2011, Rio de Janeiro. 2011.
JAMES, Lawrence R.; BRETT, Jeanne M. Mediators, moderators and tests for
mediation. Journal of Applied Psychology, 69, 307-321, 1984.
JARVIS, Cheryl B. et al. A Critical Review of Construct Indicators and Measurement
Model Misspecification in Marketing and Consumer Research. Journal of Consumer
Research, 30: 199-218. Setember, 2003.
JOHNS, Helen; ORMEROD, Paul. Happiness, Economics and Public Policy. IEA
Institute of Economic Affairs. London, 2007.
JOHNSON, David Richard; CREECH, James C. Ordinal measures in multiple indicator
models: A simulation study of categorization error. American Sociological Review, 48,
398-407. 1983.
JOHNSON, David R.; WU, Jian. An empirical test of crisis, social selection, and role
explanations of the relationship between marital disruption and psychological distress: A
pooled time-series analysis of four-wave panel data. Journal of marriage and family,
64, 211-224. 2002.
JOHNSON, Richard. A. e WICHERN, Dean. W. Applied multivariate statistical analysis.
Fourth Edition. New Jersey. Printice Hall 1998.

167
JOSEPH, Stephen; LEWIS, Christopher A. - The Depression Happiness Scale: reliability
and validity of a bipolar self-report scale. J Clin Psychol 54(4): 537-544, 1998.
JOSEPH, Stephen et al. Rapid assessment of well-being: the Short Depression-Happiness
Scale (SDHS). Psychol Psychother 77(4): 463-478, 2004.
JRESKOG, Karl G.; SRBOM, Dag. LISREL 8: Structural Equation Modeling
with the SIMPLIS Command Language. Chicago, IL: Scientific Software International
Inc, 1993.
______. Recent developments in structural equation modeling. Journal of Marketing
Research, v.16, p.1-19, 1999.
______. LISREL 8: Users reference guide. Lincolnwood. Scientific Software
International, 2001.
JRESKOG, Karl G.; WOLD, Herman. The ML and PLS techniques for modeling with
latent variables: Historical and comparative aspects. In JRESKOG, Karl G e WOLD,
Herman (Eds.), Systems under indirect observation: Part I (pp. 263270). Amsterdam:
North-Holland. 1982.
JUDD, Charles. M.; KENNY, David A. Process analysis: Estimating mediation in
treatment evaluations. Evaluation Review, 5, 602-619, 1981.
KACAPYR, Elia. Cross-country determinants of satisfaction with life. International
Journal of Social Economics, 35, 400416. 2008.
KAHNEMAN, Daniel et al., A survey method for characterizing daily life experience:
The Day Reconstruction Method, Science, v.306, p.p. 1776-80. 2004.
KAHNEMAN, Daniel. Rpido e Devagar. Editora Objetiva, Rio de Janeiro, 2012.
KAUFMANN, Daniel et al. The Worldwide Governance Indicators: Methodology and
Analytical Issues, World Bank Policy Research Working Paper No. 5430.
Washington, D.C. 2010.
KEIL Mark et al. A cross-cultural study on escalation of commitment behavior in
software projects. Manag Inform Syst Q. 24(2):299325. 2000
KENNEDY Peter A. Guide to Econometrics, 5th edition. Boston: MIT Press, 2003.
KENNEDY, Robert. Discurso na Kansas University. Lawrence, Kansas. Mar. 1968.
http://www.jfklibrary.org/Research/Research-Aids/ReadyDisponvel
em
<
Reference/RFK-Fast-Facts.aspx >. Acesso em: 25 fev. 2013.
KERLINGER, F.N. Metodologia da pesquisa em cincias sociais. Edusp. So Paulo,
1979

168
KIM. Seoyong; KIM, Donggeun. Does Government Make People Happy? : Exploring
New Research Directions for Governments Roles in Happiness. Journal of Happiness
Study. v.12, 2011
KIM, Hyoun K., McHENRY, Patrick C. The relationship between marriage and
psychological well-being. Journal of Family Issues, v. 23, p.885-911. 2002.
KINGDON, Geeta G. The Determinants of Happiness: Does Social Science Corroborate
Baha'i Teachings? Baha'i Studies Review, v. 15(1), p. 19-36. 2008.
KLINE, Rex B. Principles and Practice of Structural Equation Modelin. NY: Guilford
Press, 2005.
KNABE, Andreas et al. Dissatisfied with Life, but Having a Good Day: Time-Use and
Well-Being of the Unemployed. CES/IFO Working Paper no. 2604, CES, 2009.
KOTAKORPI, Kaisa, LAAMANEN, Jani-Petri. Welfare state and life satisfaction:
Evidence from public health care. Economica, 33(307), 565583. 2010.
LAGOS, Marta. Historia de Latinobarmetro. De un estudio a una institucin.
Corporacin Latinobarmetro. 2005. Disponvel em http://www.latinobarometro.org.
Acesso em 28/03/2013.
LEE, Paul S. N. et al. Internet Communication Versus Face-to-Face Interaction in
Quality of Life. Social Indicators Research, vol. 100, 375-389. 2011.
LEUNG, Ambrose et al. Searching for Happiness: The Importance of Social Capital.
Journal of Happiness Study, 12, 443-462. 2011.
LORD, Frederic M. e NOVICK, Melvin R. Statistical theories of mental test scores.
Reading: Addison-Wesley, 568p., 1967.
LUCAS, Richard E. et al. Discriminant validity of well-being measures. Journal of
Personality and Social Psychology, 71, 616-628, 1996.
LUCAS, Richard et al. Reexamining Adaptation and the set point model of happiness:
reactions to changes in marital status. Journal of Personality and Social Psychology, v.
84, n.3, p. 527-539. 2003.
LUCAS, Richard E.; DONNELLAN, Brent. Estimating the Reliability of Single-Item
Life Satisfaction Measures: Results from Four National Panel Studies. Social Indicators
Research, v. 105, p. 323-331. 2012.
LUTTMER, Erzo F. P. Neighbors as Negatives: Relative Earnings and Well-Being. The
Quarterly Journal of Economics, Agosto, 2005.
LYUBOMIRSKY, Sonia. Why are some people happier than others?: The role of
cognitive and motivational processes in well-being. American Psychologist, 56, 239249. 2001.

169
LYUBOMIRSKY, Sonja, LEPPER, Heidi S. A measure of subjective happiness:
preliminary reliability and construct validation. Social Indicators Research, 46, 137155, 1999.
MACKENZIE, Scott B. et al. The problem of measurement model misspecification in
behavioral and organizational research and some recommended solutions. Journal of
Applied Psychology, 90 (4), 710-730, 2005.
MALHOTRA, Naresh K. Pesquisa de Marketing. Porto Alegre: Bookman, 2001.
MAROCO, Joo. Anlise de Equaes Estruturais: Fundamentos Tericos,
Softwares e Aplicaes. Report Number. Lisboa. 2010.
______. Anlise Estatstica Com utilizao do SPSS. 1 edio. Edies Silabo.
Lisboa, 2003.
MARSH, Herbert W. et al. A multifaceted academic self-concept: Its hierarchical
structure and its relation to academic achievement. Journal of Educational
Psychology, 80, pp.366-380, 1988.
McCARTH, Michael. Why happiness is a postcode lottery. The Independent. 28 de
agosto. 2008
McCRE, Robert R., COSTA, Paul T. Personality, coping and coping effectiveness in an
adult sample. Journal of Personality, 54(2), 385-405, 1986.
McCULLOUGH, Gable et al. Life events, self-concept, and adolescents positive
subjective well-being. Psychology in the Schools, 37, 281-291. 2000.
McDONALD, Rodedick P.; MARSH, Herbert W. Choosing a multivariate model:
Noncentrality and Goodness of fit. Psychological Bulletin, 107, pp. 247-255, 1990.
McDOWELL Ian, NEWELL Claire. Measuring Health: a guide to rating scales and
questionnaires. Oxford University Press, New York. 1996.
McMAHON, Darrin. M. Felicidade: uma histria. So Paulo: Globo, 558p, 2006.
McNEMAR, Quinn. Psychological statistics. 4. ed. New York: J. Wiley & Sons, 529p.
1969.
MENDES, Evandro Luiz. Uma metodologia para Avaliao da Satisfao do
Consumidor com os Servios Pblicos Prestados pelas Distribuidoras de Energia
Eltrica. Tese de Doutorado apresentada ao Programa de Ps-Graduao em Engenharia
Eltrica da Pontfice Universidade Catlica do Rio de Janeiro PUC-Rio. Rio de Janeiro.
2006
MINGOTI, Sueli A. Anlise de dados atravs de mtodos de estatstica
multivariada.: uma abordagem aplicada. UFMG, Belo Horizonte. 2005

170
MONK-TURNER, Elizabeth; TURNER, Charlie. Subjective Well-Being among Those
who Exchange Sex and Money, Yunnan, China and Thailand. Social Indicators
Research, vol. 99, 13 23. 2010.
MORAES, Alexandre Jos de Mello. Fisiologia das Paixes e Afeies. Ed. P. Brito.
Rio de Janeiro. 1854.
MORALES, Gregoria Mateos-Aparicio. Partial least squares (PLS) methods: origins,
evolution and application to social sciences. Communications in Statistics - Theory and
Methods, 40 (13). pp. 2305-2317. 2011.
MULAIK, Stanley A. et al. Evaluation of Goodness-of-Fit Indices for Structural
Equation Models. Psychological Bulletin, 105 (3), pp. 430-45, 1989.
MUTHN, Bengt O. A general structural equation model with dichotomous, ordered
categorical, and continuous latent variable indicators. Psychometrika, 49, 115132. 1983.
MUTHN, Bengt O. A general structural equation model with dichotomous, ordered
categorical, and continuous latent variable indicators. Psychometrika, 49, 115132. 1984.
MUTHN, Bengt O.; KAPLAN, David. A comparison of some methodologies for the
factor analysis of non-normal Likert variables. British Journal of Mathematical and
Statistical Psychology, 38, 171-189. 1985
______. A comparison of some methodologies for the factor analysis of non-normal
Likert variables: A note on the size of the model. British Journal of Mathematical and
Statistical Psychology, 45, 19-30. 1992.
___________. Goodness of fit with categorical and other non-normal variables. In K.
A. Bollen, & J. S. Long (Eds.), Testing Structural Equation Models (pp. 205-243).
Newbury Park, CA: Sage. 1993.
MYERS, Raymond H. Classical and modern regression with applications. Boston:
PWS-Kent. 1990.
NICOLA, Ubaldo. Antologia Ilustrada de Filosofia. Ed. Globo, 2008.
NODARI, Paulo C. A tica aristotlica. In: Sntese Nova Fase. Belo Horizonte: UFMG,
v. 24, n. 78, p. 383-410, 1997
NUNNALLY, Jim C. Psychometric theory. 1.ed. McGraw-Hill. New York, 1967.
OKULICS-KOZARYN, Adam. Income and well-being across European provinces.
Social Indicators Research, 106, 371-392. 2012.
OLSSON Ulf. Maximum likelihood estimation of the polychoric correlation coefficient.
Psychometrika, 44(4), 443-460, 1979.

171

OSTROM, Thomas M. The relationship between affective, behavioral and cognitive

components of attitude. Journal of Experimental Psychology, 5, 12-30. 1969.
OSWALD, Andrew J. Happiness and Economic Performance. The Economic Journal,
Oxford, Royal Academy Society, v. 107, p.1815-1831, Nov. 1997.
OTT, Jan. Level and inequality of happiness in nations: Does greater happiness of a
greater number imply greater inequality in happiness. Journal of Happiness Studies, 6,
397420. 2005.
_______. Government and happiness in 130 nations: good governance fosters higher
level and more equality of happiness. Social Indicators Research, 102, 3-22. 2011.
PASQUALI, L. Psicometria. Teoria dos testes na psicologia e na educao. 2 ed..
Editora Vozes. Petrpolis, RJ. 2003.
PEDHAZUR, Elazar J.; SCHMELKIN Liora P. Measurement, design, and analysis: An
integrated approach. Hillsdale, NJ: Erlbaum, 1991.
PENNY, K.I. Appropriate Critical Values When Testing for a Single Multivariate Outlier
by Using the Mahalanobis Distance. Applied Statistics, Londres, v.45, p73-81, 1996.
PESTANA, Maria Helena.; GAGEIRO, Joo Nunes. Anlise de Dados para Cincias
Sociais: A complementaridade do SPSS. 2 edio. Editora Silabo. Lisboa, 2000.
PETER, J. Paul. Reliability: a review of pychometric basics and recent marketing
practices. Journal of Marketing Research, v.16, p.6-17, 1979.
RAM, Rati. Government spending and happiness of the population: Additional evidence
from large cross-country samples. Public Choice, 138(3), 483490. 2009.
RENCHER, Alvin C.; SCHAALJE, Bruce G. Linear Models in Statistics. 2. Ed.. New
Jersey: Jonh Wiley. 2008.
REID, Anne. Gender and sources of subjective well-being. Sex Roles, 51(11-12), 617629. 2004.
RIDGON, Edward E. The Equal Correlation Baseline Model for Comparative Fit
Assessment in Structural Equation Modeling, Structural Equation Modeling, 5 (1), 6377. 1998.
RODRIGUES, Airton; SILVA, Jos A. O papel das caractersticas sociodemogrficas na
felicidade. Psico-USF, v. 15, n. 1, p. 113-123, jan./abr. 2010.
RODRIGUES, Odirlei A.; SHIKIDA, Pery Francisco A. Economia e felicidade:
Elementos tericos e evidncias empricas. Pesquisa & Debate, v.16, n.1, p. 80-120,
2005.

172
ROSE, Richard; OZCAN, Yusuf. First European Quality of Life Survey: Quality of Life
in Turkey. European Foundation for the Improvement of Living and Working
Conditions, Dublin, Ireland. 2007.
ROSSITER, John. R. The C-OAR-SE procedure for scale development in marketing.
International Journal of Research in Marketing, 19, 305 335. 2002.
SAS INSTITUTE. User's Guide, v. 6 second edition. 1993.
SELLTIZ, C. et al. Mtodos de pesquisa nas relaes sociais. So Paulo: Herder, 1974.
SCHULTZ, Duane P.; SCHULTZ, Sydney Ellen. Histria da psicologia moderna. 16. ed.
So Paulo: Cultrix, 439 p., 1992.
SCHUMACKER, Randall E. & LOMAX, Richard G. A begginers guide to structural
equation modeling. New Jersey: Lawrence Erlbaum Associates. 1996
SCHWARZ, Gideon E. Estimating the dimension of a model. Annals of Statistics. 6 (2),
pp. 461464. 1978.
SCULLY, Gerald. W. Government expenditure and quality of life. Public Choice, 108,
123145. 2001.
SELIM, Sibel. Life Satisfaction and Happiness in Turkey. Social Indicators Research,
vol. 88, 531 562. 2008.
SIEGEL, Sidney. Estatstica no-paramtrica: para as cincias do comportamento. So
Paulo: McGraw-Hill do Brasil, 1975.
SING, Ming. The Quality of Life in Hong Kong. Social Indicators Research, v. 92 (2),
pp. 295-335. 2009.
SIRGY, M. Joseph. The Psychology of Quality of Life. Dordrecht: Klwer Academic
Publishers.
SONG, Lina, APPLETON, Simon M. Life Satisfaction in Urban China: Components and
Determinants. World Development, vol. 36, 2325 2340. 2008.
SHARMA, Subhash et al. Identification and analysis of moderador variables. Journal of
Marketing Research, Chicago, v18, n.3, p. 291-300. 1981
SHARMA, Subhash. Applied Multivariate Techniques, Wiley, New York, 1996
SHARMA, Subhash; MUKHERJEE, Soumen; KUMAR, Ajith; DILLON, William R. A
simulation study to investigate the use of cutoff values for assessing model fit in
covariance structure models. Journal of Business Research, 58 (1), 935-43, 2005.
SHU, Xiaoling; ZHU, Yifei. The Quality of Life in China. Social Indicators Research,
vol. 92, 191 225. 2009.

173
SCHUMACHER, R.E., LOMAX, R.G. A Beginners Guide to Structural Equation
Modeling, Lawrence Erlbaum Associates, Mahwah, NJ, 1996.
STEIGER, James H. Structural model evaluation and modification. Multivariate
Behavioral Research, pp. 25, 214-12., 1990.
STEVENS, James P. Applied multivariate for the social sciences. 3 edio. Lawrence
Erlbaum. Mahwah, NJ, 1996.
STEWART, Anita. L. et al. Psychological distress/well-being and cognitive functioning
measures. In: STEWART, Anita. L.; WARE John E. Measuring functioning and wellbeing. Durham: Duke University Press, 1992. p. 102-142.
STIGLITZ, Joseph E. et al. Report by the Commission on the Economic Performance
and Social Progress. Setembro, 2009.
STUTZER, Alois. The role of income aspirations in individual happiness. Journal of
Economic Behavior & Organization, 54, 89-109. 2004.
SUH, Eunkook M.; OISHI, Shieghiro. Subjective well-being across cultures. online
readings in psychology and culture. International Association for Cross-Cultural
Psychology. 2002.
SUMNER, Wayne. The subjectivity of welfare. Ethics, 105(4), 764-790. 2005.
TABACHNICK, Barbara G.; FIDELL, Linda S. Using Multivariate Statistics. 5
edio. Harper Collins. New York, 2005.
TAVITS, Margit. Representation, corruption and subjective well-being. Comparative
Political Studies, 41(12), 16071630. 2007.
TAYLOR, Paul et al. Are We Happy Yet? PEW Research Center, A Social Trends
Report, 2006.
TENENHAUS, Michel et al. PLS path modeling. Computational Statistics & Data
Analysis, v.48, p.159-205, 2005.
TOMARKEN, Andrew J.; WALLER, Niels G. Structural equation modeling: Strengths,
limitations, and misconceptions. Annual Review of Clinical Psychology. 1, 31-65.
2005.
TRCCOLI, Bartholomeu Torres. Modelos de Equaes Estruturais. Braslia:
Laboratrio de Pesquisa em Avaliao e Medida UnB, 1999.
UGLANOVA, Ekaterina. Analysis of Happiness Variable in Monitoring of Social and
Economic Change in Russia. 1993 - 2. Data Independent Institute for Social Policy,
2006.

174
ULLMAN, Jodie. B. Structural equation modeling. Cap. 14 in TABACHNICK, Barbara
G. e FIDELL, Linda S. Using multivariate statistics. 3 ed. New York: HarperCollins,
1996.
URA, Karma et al. Case Study: Bhutan Gross National Happiness and the GNH Index.
In: World Happiness Report, Earth Institute, Columbia University, New York, Captulo
5, 2012.
USCS UNIVERSIDADE MUNICIPAL DE SO CAETANO DO SUL. Pesquisa
socioeconmica do ABC. Relatrio de Pesquisa - 60 levantamento. So Caetano do Sul:
INPES/USCS, 2012.
VEENHOVEN, Ruut. Advances in understanding happiness. Revue Quebecoise de
Psychologie, v.18, 2974. 1997.
VEENHOVEN, Ruut. Well-being in the welfare state: level not higher, distribution not
more equitable. Journal of Comparative Policy Analysis, 2, 91125, 2005.
VEENHOVEN, Ruut; CHOI, Yowon. Does intelligence boost happiness? Smartness of
all pays more than being smarter than others. International Journal Happiness and
Development, 1, 5-27. 2012.
VINZI, Esposito et al. Handbook of partial least squares: Concepts, methods and
applications. Springer Verlag. 2010.
WAITE, Linda J. Does Marriage matter? Demography, v.32, p. 483-508. 1995.
WAITE, Linda J. et al. Marital happiness and marital stability: Consequences for
psychological well-being. Social Science Research, 38, 201-212. 2009.
WATSON, David et al. Development and validation of brief measures of Positive and
Negative Affect: The PANAS Scales. Journal of Personality and Social Psychology,
54, 1063-1070, 1988.
WELSCH, Heinz. Freedom and Rationality as Predictors of Cross-National Happiness
Patterns: The Role of Income as a Mediating Variables. Journal of Happiness Studies,
4, 295-321. 2003.
WELSCH, Heinz. Environment and happiness: Valuation of air pollution using life
satisfaction data. Ecological Economics, Elsevier, vol. 58(4), p. 801-813. 2006.
WESTLAND, J. Christopher. Modern Path Analysis & Structural Equation Models.
CreateSpace. London. 2012.
WEAVER, Charles N. Happiness of Mexican Americans. Hispanic Journal of
Behavioral Sciences, 25:275-294. 2003.
WHEATON, Blair. Life Transition, Role Histories, and Mental Health. American
Sociological Review 55: 209-223, 1990.

175

WILLIAMS, Kristi. Has the future of marriage arrived? A contemporary examination of

gender, marriage, and psychological well-being. Journal of Health & Social Behavior,
v.44, p.480-487. 2003.
WILSON, Edwin B.; HILFERTY, Margaret M. The distribution of chi-square.
Proceedings of the National Academy of Sciences of the United States of America,
17, p 684-688, 1931.
WILSON, Warner. Correlates of avowed happiness. Psychological Bulletin, 67, 294306. 1967.
WHERRY, Robert J. Contributions to correlational analysis. Orlando: Academic Press,
463p., 1984.
WOLD, Herman. Partial Least Squares, in KOTZ, Samuel e JOHNSON, Norman Lioyd.
(Eds.), Encyclopedia of Statistical Sciences (Vol. 6), New York: Wiley, 581-591. 1985.
WOYCIEKOSKI, Carla et al. Determinantes do Bem-Estar Subjetivo. Psico, v. 43, n.3.
2012.
WVS. World Value Survey 1981-2008 official aggregate v.20090902, 2009. World
Values Survey Association (www.worldvaluessurvey.org). Aggregate File Producer:
ASEP/JDS Data Archive, Madrid, Spain. 2009.
WU, Chia-huei. Examining the Appropriateness of Importance Weighting on Satisfaction
Score from Range-of-Affect Hypothesis: Hierarchical Linear Modeling for WithinSubject Data. Social Indicators Research, vol. 86, 101 111. 2008.
ZAGRSKI, Krzysztof. Income and Happiness in Time of Post-Communist
Modernization. Social Indicators Research, 104, pp. 331-349. 2011.
ZIMMERMANN, Anke C.; EASTERLIN, Richard A. Happily ever After? Cohabition,
Marriage, Divorce, and Happines in Germany.Population and Development Review,
vol. 32, 511 528. 2006.
ZUBIETA, Elena et al. Bienestar Subjetivo y psicosocial: explorando diferencias de
gnero. Salud & Sociedad, v. 3. n.1, pp. 066 076. 2012
ZULLIG, Keith J. et al. Demographic Correlates of Domain-Based Life Satisfaction
Reports of College Students. Journal of Happiness Studies, 2007.
ZWICKER, Ronaldo et al. Uma reviso do Modelo do Grau de Informatizao de
Empresas: novas propostas de estimao e modelagem usando PLS (partial least
squares). In: XXIX Encontro Nacional dos Programas de Ps-Graduao em
Administrao EnANPAD, 2008, Rio de Janeiro. Anais... Rio de Janeiro: Anpad, 2008.

176

177

APNDICES

APNDICE 1 Instrumento de coleta de dados

APNDICE 2 Sistematizao dos estudos sobre bem-estar subjetivo selecionados

APNDICE 3 Anlise fatorial exploratria do construto Bem-Estar Subjetivo

APNDICE 4 Anlise fatorial exploratria do construto Avaliao dos Servios
Pblicos Municipais (ASPM)

178

179

APNDICE 1 Instrumento de coleta de dados

180

AVALIAO DOS SERVIOS PBLICOS

Nmero de Questionrio
Planilha

ABORDAGEM:

Essa pesquisa parte integrante de estudo realizado no Programa de Ps-Graduao

da Universidade So Paulo, Programa de Doutorado, e tem por objetivo levantar vrios
indicadores relacionados s condies de vida das pessoas e das famlias do Grande
ABC. Para isso, vamos solicitar que o(a) sr(a) opine sobre diversos assuntos e temas
do dia-a-dia. Podemos contar com a sua participao?
Nome do Pesquisador_______________________________________________________________
ASSINALE SE O ENDEREO : 1. sorteado
2.
substitudo......................................................|______|1
Motivo da substituio:_______ _________________

_________________________________________________________
Endereo_____________________________________________________N___________
Complemento ________________Telefones______________________________________________________
Bairro____________________________________________ *|____________________|2
Nome do Entrevistado

Tipo de Residncia:
.................................................................................................................................[____]3
1. Casa/Sobrado Isolado
2. Casa/Sobrado em conjunto residencial popular
3. Casa/Sobrado em aglomerado subnormal (Ncleo)
4. Casa/Sobrado em aglomerado precrio (Cortio)
5. Apartamento isolado ou em condomnio
6. Apartamento em conjunto residencial popular
7. Apartamento em aglomerado subnormal (Ncleo)
8. Apartamento em aglomerado precrio (Cortio)
9. Cmodo
Outro. Qual?_____________________________

ENTREVISTADOR: Quem respondeu cd. 3 ou 7 na Q. Tipo de residncia pergunte:

....................|____|4
Este ncleo ... 1. Urbanizado Qual nome?__________________________ou
2. No Urbanizado - Qual nome?________________________

Tipo de Construo

1.

Alvenaria.................................................................................................[____]5

2. Madeira aparelhada
3. Alvenaria e Madeira aparelhada
4. Material reaproveitado (madeira, plstico ou outro)
5. Alvenaria e material reaproveitado (madeira, plstico ou outro)
6. Outro. Qual?____________________

181

Crtica

SORTEIO
 Solicitar as idades dos membros da famlia do sexo identificado no quadro do sorteio;
 Anotar na tabela abaixo, somente a idade das pessoas com idade igual ou superior a 18 anos, da mais velha para a mais
nova;
 Observe que cada pessoa corresponde a um nmero, discriminando na coluna a esquerda da coluna de idade;
 Trace uma linha horizontal onde foi anotada a idade da ltima pessoa do sorteio. Trace uma linha vertical a partir do
nmero circulado at o momento onde cruze com a primeira linha traada
 Circule o nmero onde as linhas se cruzaram. Este nmero indicar a pessoa a ser entrevistada

HOMEM
Nmero

10

Idade

10

10

179
BLOCO - CARACTERSTICAS DA FAMLIA
A

N
do
Morador

1
E
2
CF
3

Anotar o primeiro nome de

cada componente da
famlia (que morava na
residncia at dia 31 de
agosto
No incluir
empregados
domsticos

Anotar a idade (em

anos) de cada
morador no dia 31 de
agosto
At 1 ano, anote 00

Gnero
1.masc.
2. fem.

Posio de
cada
morador na
famlia
(Em relao
ao chefe da
famlia)
CARTO 1

Para todos os
residentes:
O CARTO 2 apresenta
algumas
alternativas
sobre a situao atual de
frequncia escola ou
instituio
de
apoio
educacional. O(a) sr (a)
poderia indicar a situao
de cada residente deste
domiclio em 31 de
agosto

PARA OS MORADORES COM

7 ANOS OU MAIS
Qual
o
GRAU
de
escolaridade de cada
morador desse domiclio,
de acordo com o
CARTO 2

E qual a ltima SRIE

concluda de curso
regular com aprovao
por cada morador?
CARTO 3

180
A

Anotar o primeiro
nome de cada
componente da
famlia que mora
na residncia
EXCLUIR
EMPREGADOS
DOMSTICOS

1
E
2
CF

6
7
8

Anotar
novamente a
idade de
cada
morador no
dia 31 de
agosto

K
Ocupao
Principal
dos moradores
com 10 anos

ou mais no
dia 31 de
agosto
CARTO 4

M
Para os moradores que tem
ocupao principal (CARTO 4)
entre os cdigos 7 e 21
Setor de
Meio de
atividade da
transporte
OCUPAO
MAIS utilizado
PRINCIPAL
para ir ao
(em Ago./12)
trabalho
1. Indstria
CART
2. Comrcio
O5
3. Servio
4. Agricultura

APLIQUE NO FINAL DA ENTREVISTA - PARA MORADORES COM 10 ANOS OU MAIS

NO COLOCAR AS CASAS DEPOIS DA VRGULA

Rendimento
LQUIDO do
Trabalho
(Ocupao
Principal)
(desconte
somente
I.N.S.S. e I.R.)

(em Ago./12)

Fonte de
outros
rendimentos
CART
O 6
(em Ago./12)

Valor
R$
Conjunto de
outros
rendimentos
[Cdigos 4, 8
e 9 do carto
06]
(em Ago./12)

Valor
R$
Rendimentos
de capital
[Cdigos 5 e 6
do carto 06]
(em Ago./12)

Valor
R$
Repasse
GovernaMental
[Cdigos 1,
2, 3, 7 e 10
do carto
06]
(em
Ago./12)

181

1) Para cada uma das seguintes afirmaes e/ou perguntas, gostaria que o(a) sr(a) considerasse o que
for mais apropriado voc e para isso utilize o CARTO 7. Em geral, o(a) sr(a) se considera...

10..............|______|
Uma pessoa
muito feliz

Uma pessoa
no muito feliz

2) Comparando-se com a maioria de seus amigos, o(a) sr(a) diria que se considera... (Utilize o
CARTO 8)

10

........................|______|
Mais
feliz

Menos
feliz

3) Algumas pessoas so, geralmente, muito felizes, elas aproveitam a vida acontea o que acontecer,
procurando obter o mximo. Em que grau essa descrio se aplica voc... (Utilize o CARTO 9)

No se
aplica a mim

10 ...............|______|

Aplica-se
totalmente a mim

4) Algumas pessoas geralmente, no so muito felizes, embora no estejam deprimidas, nunca

parecem to felizes quanto poderiam ser. Em que grau essa descrio aplica-se a voc... (Utilize o
CARTO 9)

No se
aplica a mim

10 .......................|_____|
Aplica-se
totalmente a mim

INSTRUES: ATENO ENTREVISTADOR

SE O ENTREVISTADO INDICOU OS ITENS 07 A 21 NO CAMPO 54, COLUNA K - QUADRO DA

FAMLIA - INICIE PELO BLOCO TRABALHO.

SE O ENTREVISTADO INDICOU OS ITENS 01 A 21 NO CAMPO 54, COLUNA K - QUADRO DA

FAMLIA - INICIE PELA QUESTO 12

BLOCO DO TRABALHO
5) Qual era a sua ocupao ou funo no seu trabalho principal em Agosto/2012?
(ATENO: Anote o nome da funo e descreva o que entrevistado fazia no local de
trabalho)
_________________________________________________________________________________
_______________________________________________________________ *[_____________]
PARA TODOS:
6) H quanto tempo o(a) sr(a) tem experincia nesse tipo de funo?
Ms [___|___] Ano [___|___|___|___]
7) Desde quando o(a) sr(a) est nesse negcio ou nessa empresa que paga lhe o salrio/
remunerao, sem interrupo?
Ms [___|___]

Ano [___|___|___|___]

182
8) Utilizando o CARTO 10, indique como era exercida sua ocupao principal em
AGOSTO/2012?
01. Empregado de uma empresa exclusivamente privada ou particular, COM carteira de trabalho assinada.
02. Empregado de uma empresa exclusivamente privada ou particular, SEM carteira de trabalho assinada.
03. Empregado de uma empresa estatal ou Economia Mista/ Autarquia ou Fundao
04. Estatutrio/ Servidor Pblico ou contratado da administrao direta Federal ou Estadual ou Municipal.
05. Estagirio remunerado:
1. De uma empresa exclusivamente particular
2. De uma empresa estatal ou economia mista......................................... [____]
3. Servio Pblico
06. Trabalhador domstico COM carteira de trabalho assinada
07. Trabalhador domstico SEM carteira de trabalho assinada
08. Profissional liberal autnomo COM registro
09. Profissional liberal autnomo SEM registro
10. Conta prpria/ Autnomo (no profissional liberal) COM registro da atividade
11. Conta prpria/ Autnomo (no profissional liberal) SEM registro da atividade
12. Conta prpria/ Autnomo de empresa especfica COM registro da atividade
13. Conta prpria/ Autnomo de empresa especfica SEM registro da atividade
14. Empregador COM atividade registrada
15. Empregador SEM atividade registrada
16. Trabalhador familiar
Outro. Qual?___________________ ................................................................................[_____|_____]

CARACTERSTICAS DA ATIVIDADE
9) Qual a carga horria normal semanal da sua atividade principal em Agosto/2012? Anote a
quantidade de Horas 

..................................................................................................[___|___]

10) Quantas horas extras ou adicionais o(a) sr(a) trabalhou na ltima semana de Agosto/2012?
Anote a quantidade de horas extras  (se no fez anote 0)..[___|___]
10A) Em qual municpio est localizado o negcio ou a empresa que lhe pagava ou onde o (a) sr.(a)
trabalhou Aredominantemente no ms de Agosto/2012?
1. Santo Andr

4. Diadema

7. Rio Grande da Serra

2. So Bernardo do Campo

5. Mau

8. So Paulo

3. So Caetano do Sul

6. Ribeiro Pires

Outro. Qual?

183
PARA TODOS OS ENTREVISTADOS BLOCO PROCURA DE TRABALHO
12) Vou citar alguns perodos e pediria para o(a) sr(a) indicar se estava ou no procurando
trabalho em cada um deles.
12.a) O (a) sr. (a) procurou trabalho em algum perodo nos ltimos 2 anos,
ou seja, de Setembro de 2010 a Agosto de 2012?

1. No

2. Sim

12.b) O (a) sr. (a) procurou trabalho em algum perodo no ltimo ano, ou
seja, de Setembro de 2011 a Agosto de 2012?

1. No

2. Sim

12.c) O(a) sr(a) procurou trabalho em algum perodo nos ltimos 3 meses,
ou seja de Maio de 2011 a Agosto de 2012?

1. No

2. Sim

12.d) O(a) sr(a) procurou trabalho no ltimo ms de Agosto/2012?

12. e) O(a) sr(a) procurou trabalho na ltima semana do ms de
Agosto/2012?
12.f) E, hoje, o(a) sr(a) ainda precisa arrumar trabalho?

1. No 2. Sim
1. No 2. Sim
1. No 2. Sim

BLOCO CARACTERSTICAS DO ENTREVISTADO

13) Qual o seu estado civil?.................................................................................................[____]
1.
2.
3.
4.

Solteiro (a)
Casado (a) (civil e religioso)
Casado (a) (s civil)
Casado (a) (s religioso)

5.
6.
7.
8.
9.

Unio consensual/ concubinato

Separado (a) no judicialmente (no legalizado)
Separado (a) judicialmente (legalizado)
Divorciado (a)
Vivo (a)

14) No CARTO 11 existem algumas alternativas de cor ou raa das pessoas. Indique o cdigo que
melhor representa sua cor ou raa?
CARTO 12
Cd. 10 - Indgena
Cd. 20 - Branca
Cd. 30 - Preta
Cd. 40 - Parda
Cd. 50 - Amarela
..........................................................................................[_____]
14a) Agora, pediria para o(a) sr(a) informar a sua religio?
_______________________________________________________________ *|______|

184

BLOCO: COMPORTAMENTOS E ATITUDES GERAIS

15) Agora, para expressar a sua opinio sobre como a PREFEITURA VEM ATUANDO nos ltimos seis
meses, ou seja, de setembro/2011 a Agosto/2012, gostaria que desse uma nota entre zero e dez
para cada uma das reas que vou citar, Para ajudar, utilize o CARTO 12 que mostra que nota
00 indica uma pssima atuao e a nota 10 uma excelente atuao. Vamos comear pela...
99. NO SABE
(ENTREVISTADOR: CITE UMA REA DE CADA VEZ RESPEITANDO O RODZIO PARA
INICIAR).
Atuao em sade pblica
Atuao em educao pblica
Atuao em moradia
Atuao em transporte pblico
Atuao em trnsito
Atuao no oferecimento de eventos culturais
Atuao no oferecimento de reas pblicas para esporte e lazer
Atuao em participao popular
Atuao na segurana pblica
Atuao no meio ambiente
Atuao na limpeza pblica (ruas e avenidas)
Atuao no gerenciamento do servio de abastecimento de gua
Atuao em qualidade da gua fornecida para o domiclio
Atuao no recolhimento do esgoto
Atuao no controle de enchentes
Atuao na coleta seletiva do lixo
Atuao em coleta de lixo
Atuao na limpeza e conservao de parques e praas
Atuao em retirada de entulho
Atuao na conservao dos terrenos baldios
Atuao no oferecimento de programas de gerao de renda
Atuao em obras pblicas realizadas pela prefeitura atual
Atuao em reparao do asfalto das ruas/vias pblicas (tapar os buracos)
ENTREVISTADOR:
VOLTE PARA A PGINA 4 E APLIQUE AS QUESTES DE RENDA

185

APNDICE 2 Sistematizao dos estudos sobre bem-estar subjetivo

selecionados

186

Controle

Texto 01

Autor (es)

Blanchflower e
Oswald (2003)

Ttulo do
estudo

Money, sex and

happiness: An
empirical study

+ Relao Positiva com a escala de felicidade

- Relao Positiva com a escala de felicidade

Formato da mensurao de
bem-estar subjetivo / felicidade
Questo /
Escala de
Escala de
Mensurao
Conceito

Falando de
todas as
coisas, como
voc diria
que est
nesses dias?

5 Muito feliz
4 Um pouco
feliz
3 Sem opinio
2 Um pouco
feliz
1- Muito infeliz

Variveis
testadas

Variveis
estatisticamente
significantes

Idade
Idade ao
quadrado
Gnero
Raa / Cor
Estado civil
Escolaridade
Renda familiar
Ocupao
Pais
divorciados at
os 16 anos
Horas de
trabalho
(integral x
parcial)
Nvel de
atividade
sexual
Quantidade de
parceiros
sexuais

Idade (-)
Idade ao quadrado
(-)
Gnero
Masculino (-)
Raa / Cor
Preta (-)
Estado civil
Vivo (-)
Divorciado (-)
Solteiro (-)
Escolaridade
Anos de estudo (+)
Renda familiar (+)
Ocupao
Desempregado (+)
Pais divorciados
at os 16 anos (-)
Horas de trabalho
(integral x parcial)
Nvel de atividade
sexual
Mais de duas
relaes em 1 ms
(+)
Quantidade de
parceiros sexuais
nico parceiro (+)

Fonte dos
dados /
Nmero de
casos da
amostra

Tcnica
estatstica
utilizada

GSS (General
Social Survey)
Amostra:
12.291 casos
Dados dos
Estados Unidos
entre 1988 e
2000

Regresso
Logstica
Multinomial

187

Controle

Texto 02

Autor (es)

Hellevik (2003)

Ttulo do
estudo

Economy,
values and
happiness in
Norway

+ Relao Positiva com a escala de felicidade

- Relao Positiva com a escala de felicidade

Formato da mensurao de
bem-estar subjetivo / felicidade
Questo /
Escala de
Escala de
Mensurao
Conceito

Voc se
descreveria
como...

4 - Muito feliz
3 - Moderadamente
feliz
2 - No
particularmente
feliz
1 - Nada feliz

Variveis
testadas

Variveis
estatisticamente
significantes

Renda familiar
Posse de bens
materiais
Satisfao com
a renda
Expectativas
para o prximo
ano

Renda familiar
(+)
Posse de bens
materiais (+)
Satisfao com a
renda (+)
Expectativas para
o prximo ano
(+)

Fonte dos
dados /
Nmero de
casos da
amostra

Norwegian
Monitor (NM)
Amostra:
30.000 casos

Tcnica
estatstica
utilizada

Regresso
Linear
Mltipla
(OLS)

188

Controle

Texto 03

Autor (es)

Lucas et al
(2003)

Ttulo do
estudo

Reexamining
Adaptation and
the Set Point
Model of
Happiness:
Reactions to
Changes in
Marital Status

Formato da mensurao de bemestar subjetivo / felicidade

Questo / Escala
de Conceito
Pensando em
todas as coisas
juntas, quanto
satisfeito voc
est com sua
vida nesses
dias? Por favor,
responda com a
ajuda dessa
escala. Quando
voc estiver
totalmente
satisfeito
marque 10.
Quando voc
estiver
totalmente
insatisfeito, por
favor marque
0 Voc pode
utilizar todos os
valores
indicados entre
totalmente
satisfeito e
totalmente
insatisfeito

Escala de
Mensurao

Diferencial
Semntica
Bipolar
1 Totalmente
insatisfeito
10 Totalmente
satisfeito

Variveis
testadas

Variveis
estatisticament
e significantes

Casamento:
Baixo poder
incremental
imediato na
felicidade e
maior
incremento na
manuteno do
casamento
Estado Civil
Divrcio:
Imediato
decrscimo da
felicidade e
processo lento
de retorno aos
patamares
anteriores ao
evento

Fonte dos
dados /
Nmero de
casos da
amostra

GSOEP
(German SocioEconomic
Panel)
15 ondas
(1984-1998)
Amostra:
24.000 casos

Tcnica
estatstica
utilizada

Modelos
Hierrquicos
Lineares

189

Controle

Texto 04

Autor (es)

Weaver (2003)

Ttulo do
estudo

Happiness of
Mexicans
Americans

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Questo / Escala
de Conceito

Pensando em
todas as coisas,
como voc diria
que est nesses
ltimos dias...

Escala de
Mensurao

3- Muito feliz
2Moderadamente
feliz
1 -Nada feliz

Variveis
testadas
Escolaridade
(anos de
estudo)
Ocupao
(ocupado X
no ocupado)
Status
econmico
atual
Status
econmico
aos 16 anos
Idade
Estado civil
Confiana na
medicina
Confiana na
religio
Frequncia
igreja

Variveis
estatisticament
e significantes

Status
econmico
aos 16 anos
(-)
Estado civil
Casado (+)

Fonte dos
dados /
Nmero de
casos da
amostra

Tcnica
estatstica
utilizada

National
Opinion
Research Center
at the University
of Chicago

Regresso
Linear Mltipla
(OLS)

190

Controle

Autor (es)

Ttulo do
estudo

Freedom and
Rationality as
Predictors of
Cross-National
Texto 05
Welsch (2003)
Happiness
Patterns: The
Role of Income
as Mediating
Variable
+ Relao Positiva com a escala de felicidade
- Relao Positiva com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Questo /
Escala de
Escala de Mensurao
Conceito
Pensando
em todas as
coisas,
voc diria
que est...

4 Muito feliz
3 Moderadamente
feliz
2 No muito feliz
1 No totalmente
feliz

Variveis
testadas

Variveis
estatisticamente
significantes

Liberdade
Racionalidade
Renda familiar
per capita

Racionalidade
(-)
Renda familiar
per capita (+)

Fonte dos
dados /
Nmero de
casos da
amostra
Banco de dados
prprio
Amostra: 54
casos

Tcnica
estatstica
utilizada

Regresso
Linear
Mltipla
(OLS)

191

Controle

Autor (es)

Ttulo do estudo

Formato da mensurao de bemestar subjetivo / felicidade

Questo /
Escala de
Escala de
Mensurao
Conceito

Variveis
testadas

Texto 06

Alesina et al
(2004)

Inequality and
Happiness: Are
Europeans and
Americans Different?

Falando de
todas as coisas,
como voc
diria que est
nesses dias?

5 Muito feliz
4 Um pouco feliz
3 Sem opinio
2 Um pouco feliz
1- Muito infeliz

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade
(Coeficiente de Gini 0 significa igualdade total e 1 significa desigualdade total)

Variveis
estatisticamente
significantes

Ocupao
Autnomo (+)
Gnero
Masculino ()
Ocupao
Idade ()
Gnero
Idade ao
Idade
quadrado ()
Idade ao
Escolaridade
quadrado
Ensino Mdio (+)
Escolaridade
Ensino Superior
Estado civil
(+)
Nmero de
Estado civil
crianas no
Casado(a) (+)
domiclio
Divorciado(a) ()
Vivo(a) ()
Renda
Nmero de
Raa
crianas no
Taxa de
domiclio ()
desemprego

Renda
(+)
Desigualdade
Desigualdade
(Coeficiente de
(Coeficiente
Gini)
de Gini) ()
Taxa de
desemprego
()

Fonte dos
dados /
Nmero de
casos da
amostra

GSS
(United States
General Social
Survey)
Amostra:
19.895 casos

Tcnica
estatstica
utilizada

Regresso
Logstica
Multinomial

192

Controle

Texto 07

Autor (es)

Blanchflower
e Oswald
(2004)

Ttulo do estudo

Well-being over time

in Britains and the
USA

+ Relao Positiva com a escala de felicidade

- Relao Positiva com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Questo /
Escala de
Escala de
Mensurao
Conceito

De forma geral,
voc diria que,
em ralao a
sua vida, est...

0 Nada satisfeito
1 No muito
satisfeito
2 Moderadamente
satisfeito
3 Muito satisfeito

Variveis
testadas

Idade
Idade ao
quadrado
Gnero
Raa
Ocupao
Estado civil
Estado civil
dos pais
Escolaridade

Variveis
estatisticamente
significantes
Idade (-)
Idade ao
quadrado (+)
Gnero
Masculino (-)
Raa
Negra (-)
Ocupao
Desempregado (-)
Estado civil
Segundo casamento
ou mais (-)
Divorciado /
separado (-)
Vivo (-)
Solteiro (-)
Estado civil dos
pais
Pais divorciados (-)
Escolaridade (+)

Fonte dos
dados /
Nmero de
casos da
amostra

Tcnica
estatstica
utilizada

Eurobarom
eter
Amostra:
10.000
casos
(coleta de
1996)

Regresso
Logstica
Multinomial

193

Formato da mensurao de bemestar subjetivo / felicidade

Controle

Texto 08

Autor (es)

Graham et
al (2004)

Ttulo do estudo

Does Happiness
Pay? An
Exploration
Based on Panel
Data from Russia

Questo / Escala
de Conceito

Agora levando
tudo em conta,
quanto satisfeito
ou insatisfeito
voc est com a
sua vida nesses
dias?

Variveis testadas

Escala de
Mensurao

5 Muito
satisfeito
4 Satisfeito
3 Nem
satisfeito / nem
insatisfeito
2 Insatisfeito
1 Muito
insatisfeito

Gnero
Renda Familiar
Estado civil
Idade
Idade ao quadrado
Ocupao
Nvel de sade
Nvel de consumo de
lcool
Nvel de consumo de
cigarro

Variveis
estatisticamente
significantes
Gnero
Masculino (+)
Renda Familiar (+)
Idade (-)
Idade ao quadrado
(+)
Ocupao
Desempregado (-)
Aposentado (-)
Autnomo (+)
Nvel de sade (+)

Fonte dos
dados /
Nmero de
casos da
amostra

RLMS
(Rssia
Longitudinal
Monitoring
Survey)
Amostra:
5.269 casos

Tcnica
estatstica
utilizada

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ordinrios)

194

Controle

Texto 09

Autor (es)

Reid (2004)

Ttulo do estudo

Gender and sources of

subjective well-being

Formato da mensurao de
bem-estar subjetivo /
felicidade
Questo /
Escala de
Escala de
Mensurao
Conceito

Affect Balance Scale (ABS)

Variveis
testadas

Gnero

Escala de
autoestima
(RSES)

Relaes
harmnicas
(Interpersonal
Relationship
Harmony
Inventory)

Auto
interpretao
(Self-Construal
Scale)

Variveis
estatisticamente
significantes

Tcnica
estatstica
utilizada

Masculino
Escala de autoestima
(RSES) (+)
Relaes harmnicas
(+)
Auto interpretao (+)
Feminino
Escala de autoestima
(RSES) (+)
Relaes harmnicas
(+)
Auto interpretao (+)
Diferenas
estatisticamente
significantes entre os
gneros nas variveis:
Escala de autoestima
(RSES)
Relaes harmnicas
Auto interpretao

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Fonte dos
dados /
Nmero de
casos da
amostra

Banco de
dados prprio
Amostra: 206
casos

Modelagem
de Equaes
Estruturais
Baseada em
Covarincias
Multigrupos

195

Controle

Texto 10

Autor (es)

Stutzer (2004)

Ttulo do estudo

The role of income

aspirations in
individual happiness

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de
bem-estar subjetivo /
felicidade
Questo /
Escala de
Escala de
Mensurao
Conceito

Quanto voc
est satisfeito
com sua vida
nesses dias?

Diferencial
Semntica
Bipolar
1
Completamen
te Insatisfeito
10
Completamen
te Satisfeito

Variveis
testadas
Renda familiar
Nmero de
adultos na
residncia
Nmero de
crianas na
residncia
Ciclo de vida
da famlia
Idade
Idade ao
quadrado
Escolaridade
Gnero
Ocupao
Sade
percebida

Variveis
estatisticamente
significantes

Renda familiar
(+)
Nmero de
crianas na
residncia (+)
Ciclo de vida da
famlia
Idade (-)
Idade ao
quadrado (+)

Fonte dos dados

/ Nmero de
casos da
amostra

Banco de dados
prprio
Amostra: 6.000
casos

Tcnica
estatstica
utilizada

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ponderados WLS)

196

Controle

Texto 11

Autor (es)

Corbi e
Menezes-Filho
(2004)

Ttulo do estudo

Os Determinantes
Empricos da
Felicidade no Brasil

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Questo /
Escala de
Escala de
Mensurao
Conceito

No geral, voc
diria que :

4 Muito feliz
3 Feliz
2 No muito feliz
1 Infeliz

Variveis
testadas
Gnero
Renda
Ocupao
Escolaridade
Situao de
estudo atual
Estado civil
Idade
Idade ao
quadrado

Variveis
estatisticamente
significantes

Renda (+)
Estado civil
Casado (+)
Ocupao
Empregado
(+)

Fonte dos
dados /
Nmero de
casos da
amostra

Tcnica
estatstica
utilizada

WVS (World
Values Survey)
Probit Ordenado
Amostra:
1.100 casos

197

Controle

Texto 12

Autor (es)

Dush e Amato
(2005)

Ttulo do estudo

Consequences of
Relationship Status
Quality for Subjective
Well-being

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de
bem-estar subjetivo / felicidade

De forma geral,
quanto feliz
voc diria que
est nesses
dias?

1 No muito
feliz
2 - Feliz
3 Muito feliz

Variveis
testadas

Estado civil
Idade
Escolaridade
Gnero
Satisfao
com a vida
Raa
Estado civil
Autoestima
Angstia
Satisfao
com o
relacionament
o amoroso

Variveis
estatisticamente
significantes

Estado civil
Casado(a) +
Escolaridade +
Autoestima+
Angstia Satisfao com a
vida +

Fonte dos
dados /
Nmero de
casos da
amostra

Banco de
dados do autor
Amostra:
691 casos

Tcnica
estatstica
utilizada

Modelagem de
Equaes
Estruturais
Baseada em
Covarincia

198

Controle

Texto 13

Autor (es)

Luttmer
(2005)

Ttulo do estudo

Neighbors as
negatives: Relative
earnings and wellbeing

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de
bem-estar subjetivo /
felicidade
Questo /
Escala de
Escala de
Mensurao
Conceito

Considerando
todas as coisas,
como voc est
nesses dias?

Diferencial
Semntica
Bipolar
1 Muito
infeliz
7 Muito
feliz

Variveis
testadas
Renda familiar
Emprego /
desemprego
Nmero de
horas
trabalhadas
Valor do
imvel onde
reside
Gnero
Idade
Idade ao
quadrado
Raa
Anos de
escolaridade
Religio
rea
Metropolitana
(dummy)

Variveis
estatisticamente
significantes

Renda familiar
(+)
Desemprego (-)
Valor do imvel
onde reside (+)
Idade (-)
Idade ao
quadrado (+)
Raa
Latina (+)
Religio
Sem religio (-)
Judeu (-)
Bastista (-)
rea
Metropolitana
(dummy) (-)

Fonte dos dados

/ Nmero de
casos da
amostra

Pumas (Public
Use Microdata
Areas)
Amostra:
150.000 casos

Tcnica
estatstica
utilizada

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ordinrios)

199

Controle

Texto 14

Autor (es)

Abdel-Khalek
(2006)

Ttulo do estudo

Happiness, Health, and

Religiosity: Significant
Relations

+ Relao Positiva com a escala de felicidade

- Relao Positiva com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Em geral,
quanto voc se
sente feliz?

Diferencial
Semntica Bipolar
0 Pontuao
mnima
10 Pontuao
mxima

Variveis
testadas

Gnero
Auto
percepo de
sade mental
Auto
percepo de
sade
Religiosidade

Variveis
estatisticamente
significantes
Gnero
masculino
Auto
percepo de
sade mental
(+)
Religiosidade
Gnero
feminino
Religiosidade
(+)

Fonte dos
dados /
Nmero de
casos da
amostra

Banco de
dados do
autor
Amostra:
2.210 casos

Tcnica
estatstica
utilizada

Regresso
Linear
Multipla

200

Controle

Texto 15

Autor (es)

Borooah
(2006)

Ttulo do estudo

What makes
people happy?
Some evidence
from northern
Ireland

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Questo /
Escala de
Escala de
Mensurao
Conceito

Durante esse
ltimo ms,
voc foi uma
pessoa feliz...

6 Todo o tempo
5 Maior parte do
tempo
4 Boa parte do
tempo
3 Algum tempo
2 Pouco tempo
1 Nenhum tempo

Variveis testadas

Variveis
estatisticamente
significantes

Gnero
Idade
Idade ao quadrado
Renda familiar
Estado civil
Idade (+)
Escolaridade
Idade ao quadrado (-)
Ocupao
Presena de crianas
Religio
no domiclio (-)
rea rural /
urbana
Presena de
crianas no
domiclio

Fonte dos
dados /
Nmero de
casos da
amostra
PSENI Survey
(Poverty and
Social
Exclusion in
Nothenr
Ireland
Survey)
Amostra:
3.039 casos

Tcnica
estatstica
utilizada

Regresso
Logstica
Multinomial

201

Controle

Texto 16

Autor (es)

Bruni e Stanca
(2006)

Ttulo do estudo

Watching Alone:
Relational Goods,
Television and
Happiness

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Questo /
Escala de
Escala de
Mensurao
Conceito

Considerando
todas as coisas,
quanto
satisfeito ou
insatisfeito
voc est com a
sua vida nesses
dias?

Diferencial
Semntica Bipolar
1 Totalmente
Insatisfeito
10 Totalmente
Satisfeito

Variveis testadas

Variveis
estatisticamente
significantes

Realizao de
trabalhos
voluntrios
Idade
Idade ao
quadrado
Escolaridade
Auto percepo
de sade
Gnero
Renda
Estado civil
Importncia da
religio

Realizao de
trabalhos
voluntrios (+)
Idade (+)
Idade ao
quadrado (+)
Auto percepo
de sade (+)
Gnero
Masculino (-)
Ocupao
Desempregado (-)
Renda (+)
Estado civil
Casado / amasiado
(+)
Importncia da
religio (+)

Fonte dos
dados /
Nmero de
casos da
amostra

WVS (World
Values
Survey)
Amostra:
259.947 casos

Tcnica
estatstica
utilizada

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ordinrios)

202

Controle

Texto 17

Autor (es)

Taylor et al
(2006)

Ttulo do estudo

Are We Happy Yet?

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de
bem-estar subjetivo /
felicidade
Questo /
Escala de
Escala de
Mensurao
Conceito

Falando de
forma geral,
voc diria que
nesses dias
est...

1 Muito
feliz
2
Razoavelment
e feliz
3 No to
feliz

Variveis testadas

Idade
Regio de
residncia
Nmero de
crianas no
domiclio
Frequncia
igreja
Raa
Renda familiar
Gnero
Sade
Urbano / rural
Estado civil
Partido poltico
de afiliao
Ocupao

Variveis
estatisticamente
significantes

Renda familiar
(+)
Gnero
Feminino (-)
Sade
Urbano / rural
Estado civil
Casado (+)
Ocupao
Desempregado (-)

Fonte dos
dados /
Nmero de
casos da
amostra

Banco de dados
do autor
Amostra:
3.014 casos

Tcnica
estatstica
utilizada

Diferena de
porcentagens

203

Controle

Autor (es)

Ttulo do estudo

Formato da mensurao de bemestar subjetivo / felicidade

Questo /
Escala de
Escala de
Mensurao
Conceito

Variveis testadas

Texto 18

Uglanova
(2006)

Analysis of
Happiness
Variable in
Monitoring of
Social and
Economic
Change in Russia

Quanto voc
est satisfeito
com sua vida
nesses dias?

4 Muito satisfeito
3 Razoavelmente
satisfeito
2 Razoavelmente
insatisfeito
1 Muito
insatisfeito

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Variveis
estatisticamente
significantes

Frequncia a cinemas
Frequncia a concertos e
clubes de dana
Frequncia a livrarias
Frequncia a museus e
teatros
Confiana no futuro
Ocupao
Suficincia da renda
Gnero
Nmero de crianas no
domiclio
Religiosidade
Estado civil
Satisfao com a
educao
Satisfao com a sade
Satisfao com o trabalho
Satisfao com o lazer
Satisfao com a situao
material
Satisfao com o meio
ambiente
Satisfao com a relao
com os colegas e
familiares
Nvel de tenso entre
grupos tnicos, geraes,
ricos e pobres.
Variedade de atividades
de lazer

Frequncia a cinemas
Frequncia a concertos
e clubes de dana (+)
Frequncia a livrarias
(+)
Frequncia a museus e
teatros
Confiana no futuro
Ocupao
Desempregado (-)
Gnero
Feminino (+)
Estado civil
Casado (+)
Satisfao com a
educao
Satisfao com a sade
(+)
Satisfao com o
trabalho (+)
Satisfao com o lazer
(+)
Satisfao com a
situao material (+)
Satisfao com o meio
ambiente (+)
Satisfao com a
relao com os colegas
e familiares (+)

Fonte dos
dados /
Nmero de
casos da
amostra

Tcnica
estatstica
utilizada

WCIOM (AllRussian
Public
Opinion
Research
Center)
Amostra:
2.018 casos

Diferena
de medias
Correlao
de Pearson

204

Controle

Texto 19

Autor (es)

Welsch (2006)

Ttulo do estudo

Environment and
happiness: Valuation
of air pollution using
life satisfaction data

+ Relao Positiva com a escala de felicidade

- Relao Positiva com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Questo /
Escala de
Escala de
Mensurao
Conceito

No geral, voc
diria que :

4 Muito feliz
3 Feliz
2 No muito feliz
1 Infeliz

Variveis testadas
Renda familiar
per capita
Concentrao
de nitrognio na
atmosfera
Partculas
Totais em
Suspenso na
atmosfera
(PST)
Concentrao
de chumbo na
atmosfera

Variveis
estatisticamente
significantes

Nenhuma
varivel
apresentou
relao
estatisticamente
significante com
o conceito de
bem-estar
subjetivo.

Fonte dos
dados /
Nmero de
casos da
amostra

WVS (World
Values
Survey)
Amostra:
80 casos

Tcnica
estatstica
utilizada

Regresso
Mltipla
(Mnimos
Quadrados
Generalizados)

205

Formato da mensurao de bemestar subjetivo / felicidade

Controle
Autor (es)
Ttulo do estudo
Questo /
Variveis testadas
Escala de
Escala de
Mensurao
Conceito
Pensando em
todas as coisas
juntas, quanto
satisfeito voc
est com sua
vida nesses
dias? Por favor,
Ocupao
responda com a
Idade
ajuda dessa
Renda familiar
escala. Quando
Religiosidade
Diferencial
voc estiver

Nveis
totalmente
Semntica
Happily ever After?
4 anos depois do
satisfeito
Bipolar
Zimmermann
Cohabition, Marriage,
casamento
1 Totalmente
Texto 20
e Easterlin
marque 10.
Divorce, and
2 anos depois do
(2006)
Quando voc
insatisfeito
Happiness in Germany
casamento
estiver
10 Totalmente
No ano do
satisfeito
totalmente
casamento
insatisfeito, por
2 anos antes do
favor marque
casamento
0 Voc pode
utilizar todos
os valores
indicados entre
totalmente
satisfeito e
totalmente
insatisfeito
+ Relao Positiva com a escala de felicidade (indivduos ocupados com maiores nveis de bem-estar subjetivo)

Variveis
estatisticamente
significantes

Fonte dos
dados /
Nmero de
casos da
amostra

Tcnica
estatstica
utilizada

GSOEP
(German SocioEconomic
Panel)
Amostra:
Ocupao (+)
Intercepto
positivo e com
ponto de
mximo no ano
do casamento

21 ondas (19842004)
37.244 casos
1.582 casos que
realizaram o
primeiro
casamento
durante as 21
ondas

Regresso
Hierrquica

206

Controle

Texto 21

Autor (es)

Rose e Ozcan
(2007)

Ttulo do estudo

First European Quality

of Life Survey:
Quality of Life in
Turkey

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de
bem-estar subjetivo /
felicidade
Questo /
Escala de
Escala de
Mensurao
Conceito

Considerando
todas as coisas,
quanto
satisfeito ou
insatisfeito
voc est com
sua vida nesses
dias? Por favor
me informe
numa escala de
1 at 10, sendo
1 muito
insatisfeito e 10
muito satisfeito

Diferencial
Semntica
Bipolar
10 Muito
satisfeito
1 Muito
insatisfeito

Variveis testadas

Idade
Frequncia a
igreja
Tenso entre
classes ou
etnias
Suficincia da
renda familiar
Escolaridade
Ocupao
Gnero
Sade
percebida
Renda pessoal
Renda familiar
Satisfao com
os servios
pblicos
rea urbana /
rural

Variveis
estatisticament
e significantes

Idade (-)
Suficincia
da renda
familiar (+)
Renda
pessoal (+)
Renda
familiar (+)

Fonte dos dados /

Nmero de casos
da amostra

EQLF (European
Quality of Life
Survey)
Amostra: 26.000
casos
1.500 por nao

Tcnica
estatstica
utilizada

Regresso
Linear Mltipla
(Mnimos
Quadrados
Ordinrios)

207

Formato da mensurao de bem-estar

subjetivo / felicidade
Controle

Texto 22

Autor (es)

Zullig et al
(2007)

Ttulo do estudo

Demographic
Correlates of
Domain-Based Life
Satisfaction
Reports of College
Students

Questo / Escala
de Conceito

Escala de
Mensurao

Eu descreveria
minha satisfao
com a vida de
formas geral
como...

1 Terrvel
2 Infeliz
3 Muito
insatisfeito
4 Misto (nem
satisfeito / nem
insatisfeito)
5 Muito satisfeito
6 Prazer
7 - Encantado

Variveis testadas

Gnero
Raa

Variveis
estatisticamente
significantes

Nenhuma varivel
foi estatisticamente
significante

Fonte dos
dados /
Nmero de
casos da
amostra
Banco de
dados do
autor
Amostra:
1.000 casos

Tcnica
estatstica
utilizada

Diferena de
mdias

208

Controle

Texto 23

Autor (es)

Ball e
Chernova
(2008)

Ttulo do estudo

Absolute Income,
Relative Income and
Happiness

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Questo /
Escala de
Escala de
Mensurao
Conceito

Considerando
todas as coisas,
quanto
satisfeito ou
insatisfeito
voc est com a
sua vida nesses
dias?

Diferencial
Semntica
Bipolar
1 Totalmente
Insatisfeito
10 Totalmente
Satisfeito

Variveis
testadas

Variveis
estatisticamente
significantes

Renda absoluta
(+)
Estado civil

Renda
relativa
Renda
(+)
absoluta
Renda relativa Estado civil
Casado / amasiado
Gnero
(+)
Idade
Idade (-)
Idade ao
Idade ao
quadrado
quadrado (+)
Nmero de
Nmero de
crianas no
crianas no
domiclio
domiclio
Ocupao
Duas ou mais
Religio
crianas (+)
Condio de
Ocupao
sade
Dona de casa (+)
Estudante (+)
Desempregado (-)

Fonte dos
dados /
Nmero de
casos da
amostra

WVS (World
Values Survey)
Amostra:
20.771 casos

Tcnica
estatstica
utilizada

PROBIT

209

Controle

Texto 24

Autor (es)

Bjornskov et
al (2008a)

Ttulo do estudo

Cross-Country
Determinants of Life
Satisfaction: Exploring
Different Determinants
across in Society

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Considerando
todas as coisas,
quanto
satisfeito com
sua vida voc
est agora?

Diferencial
Semntica
Bipolar
1 Insatisfeito
10 - Satisfeito

Variveis
testadas
Nmero de
crianas no
domiclio
Religio
Renda
familiar
Idade
Gnero
Escolaridade
Estado Civil
Nvel de
desemprego
Confiana no
parlamento

Variveis
estatisticamente
significantes
Religio
Mulumana (-)
Judeu (-)
Hindu (-)
Renda
familiar (+)
Idade (+)
Gnero
Masculino (-)
Estado civil
Solteiro (-)
Nvel de
desemprego (-)

Fonte dos
dados / Nmero
de casos da
amostra

WVS (World
Values Survey)
Amostra: 87.748
casos

Tcnica
estatstica
utilizada

Regresso
Linear Mltipla
(Mnimos
Quadrados
Ordinrios)
EBA (Extreme
Bound Analysis)

210

Controle

Texto 25

Autor (es)

Bjornskov et
al (2008b)

Ttulo do estudo

Analysing trends in
subjective well-being
in 15 European
countries, 1973 2002

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

De forma geral,
voc diria que,
em ralao a
sua vida, est...

0 Nada
satisfeito
1 No muito
satisfeito
2
Moderadamente
satisfeito
3 Muito
satisfeito

Variveis
testadas
Esperana de
Vida
PIB per
capita
PIB per
capita
relativo
regio
Consumo do
governo (per
capita)
Consumo do
governo (per
capita)
relativo
regio

Variveis
estatisticamente
significantes

Consumo do
governo (per
capita) (+)
Consumo do
governo (per
capita)
relativo
regio (+)

Fonte dos
dados / Nmero
de casos da
amostra

Tcnica
estatstica
utilizada

Eurobarometer
Amostra: 158
casos

Regresso
Logstica
Multinomial

211

Controle

Texto 26

Autor (es)

Bhnke e
Kohler (2008)

Ttulo do
estudo

Well-Being
and
Inequality

+ Relao Positiva com a escala de felicidade

- Relao Positiva com a escala de felicidade

Formato da mensurao de bem-estar

subjetivo / felicidade
Questo / Escala de
Conceito

Considerando todas
as coisas, quanto
satisfeito ou
insatisfeito voc
est com a sua vida
nesses dias? Por
favor, informe
numa escala de 1 a
10, onde 1 significa
que voc est
muito insatisfeito e
10 que voc est
muito satisfeito.

Escala de
Mensurao

Diferencial
Semntica Bipolar
1 Muito
insatisfeito
10 Muito
satisfeito

Variveis testadas
Problemas de
acomodao (tipo de
residncia)
Idade
Idade ao quadrado
Frequncia igreja
Nmero de amigos
Escolaridade
Gnero
Satisfao com a
sade
Ocupao
Renda familiar
Uso da Internet
Presena de doena
crnica
Estado civil
Nmero de quartos
por pessoa na
residncia
Classe social
Tipo de comunidade
(rural / urbana)
Realizao de
trabalho voluntrio

Variveis
estatisticamente
significantes
Idade (-)
Idade ao
quadrado (+)
Renda (+)
Ocupao
Desempregado (-)
Autnomo (-)
Escolaridade
Ensino mdio (+)
Ensino Superior (+)
Problemas de
acomodao
(tipo de
residncia) (-)
Estado civil
Divorciado (-)
Vivo (-)
Solteiro (-)
Nmero de
amigos (+)
Realizao de
trabalho
voluntrio (+)
Uso da Internet
(+)

Fonte dos
dados /
Nmero de
casos da
amostra

EQLS
(European
Quality of
Life Survey)
Amostra:
18.600 casos

Tcnica
estatstica
utilizada

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ordinrios)

212

Controle

Texto 27

Autor (es)

Kingdon G. G.
(2008)

Ttulo do estudo

The Determinants of
Happiness: Does
Social Science
Corroborate BahaI
Teachings ?

+ Relao Positiva com a escala de felicidade

- Relao Positiva com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Considerando
todas as coisas,
quanto satisfeito
ou insatisfeito
voc est com a
sua vida nesses
dias?

Variveis testadas

VARIVEIS
INDIVIDUAIS
Estado de sade
Ocupao
Estado civil
Escolaridade
Idade
Frequncia igreja
Renda relativa
Renda relativa ao
quadrado
Diferencial
Trabalhos
Semntica
voluntrios
Bipolar
Honestidade
1 Totalmente
(deixar de pagar
Insatisfeito
taxas)
10 Totalmente VARIVEIS
Satisfeito
NACIONAIS
Renda mdia
Renda mdia ao
quadrado
Anos de estudo
(mdia da
populao)
Regio
Qualidade do
governo (ndice do
Banco Mundial)

Variveis
estatisticamente
significantes
VARIVEIS
INDIVIDUAIS
Estado de sade (-)
Ocupao
Desempregado (-)
Estado civil
Casado (+)
Divorciado (-)
Vivo (-)
Escolaridade
16 a 19 anos (-)
20 a 22 anos (-)
23 a 29 anos (+)
Idade (+)
Frequncia Igreja
(+)
Renda relativa (+)
Renda relativa ao
quadrado (-)
VARIVEIS
NACIONAIS
Renda mdia(+)
Renda mdia ao
quadrado (-)
Regio
Europa Oriental (-)
Europa Ocidental (-)
sia (-)
Amrica Latina (+)

Fonte dos
dados /
Nmero de
casos da
amostra

Banco de
dados do
autor
Amostra:
87.806 casos

Tcnica
estatstica
utilizada

Regresso
Linear
Multipla

213

Controle

Texto 28

Autor (es)

Selim
(2008)

Ttulo do
estudo

Life
Satisfaction and
Happiness in
Turkey

Formato da mensurao de bem-estar

subjetivo / felicidade

a) Considerando
todas as coisas,
quanto satisfeito ou
insatisfeito voc
est com a sua vida
nesses dias?
b)
Pensando em todas
as coisas juntas,
voc diria que ...

a)
Diferencial
Semntica Bipolar
1 Totalmente
Insatisfeito
10 Totalmente
Satisfeito
b)
4 Muito feliz
3 Razoavelmente
feliz
2 No muito feliz
1 No totalmente
feliz

+ Relao Positiva com a escala de felicidade

- Relao Positiva com a escala de felicidade

Variveis testadas

Variveis
estatisticamente
significantes

Idade
Escolaridade
Ocupao
Gnero
Estado civil
Renda familiar
Nmero de
crianas no
domiclio
Orientao
poltica
Religio
Sade
Importncia da
famlia
Importncia dos
amigos
Importncia do
tempo para lazer
Importncia do
trabalho

Idade
24-34 anos (-)
35-44 anos (-)
45 ou mais (-)
Escolaridade
Ensino Mdio (-)
Ocupao
Dona de casa (+)
Trabalho de meio perodo
(-)
Estudante (+)
Desempregado (-)
Gnero
Masculino (-)
Estado civil
Solteiro (-)
Divorciado / Vivo (-)
Renda familiar (+)
Nmero de crianas
no domiclio (-)
Sade (+)
Importncia da
famlia (+)
Importncia dos
amigos (+)
Importncia do tempo
para lazer (+)
Importncia do
trabalho (-)

Fonte dos
dados /
Nmero de
casos da
amostra

WVS (World
Values
Survey)
Amostra:
6.338 casos

Tcnica
estatstica
utilizada

Regresso
Logstica

214

Formato da mensurao de bemestar subjetivo / felicidade

Controle

Texto 29

Autor (es)

Song e
Appleton
(2008)

Ttulo do estudo

Life Satisfaction in
Urban China:
Components and
Determinants

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Questo / Escala
de Conceito

Considerando
todos os
aspectos de sua
vida, quanto
satisfeito voc
est?

Escala de
Mensurao

1 Muito
insatisfeito
2 No
satisfeito
3 No to
satisfeito
4 Satisfeito
5 Muito
satisfeito

Variveis testadas

Variveis
estatisticamente
significantes

Idade ()
Idade ao
quadrado ()

Gnero
Idade
Masculino
(-)
Idade ao quadrado

Estado
civil
Gnero
Solteiro(a) (-)
Estado civil
Divorciado(a) (-)
Tipo de
Vivo(a) (-)
personalidade
Tipo de
Religiosidade
personalidade
Nmero de
Amigvel (-)
crianas e/ou
Autopercepo
parentes
de sade (+)
dependentes
Participao
Renda familiar
Poltica
Renda familiar
No membro de
per capita
partido (-)
Urbano / rural
Ocupao
Ocupao
Funcionrio pblico
Autopercepo de nvel de chefia
sade
(+)
Participao
rea rural (-)
Poltica
Status Social (+)
Status Social
Renda Familiar
(+)

Fonte dos
dados /
Nmero de
casos da
amostra

Tcnica
estatstica
utilizada

Chinese
Household
Income Project
2002 (CHIP 2002)
Amostra: 7.000
casos
71 municpios
selecionados
por amostra
probabilstica
estratificada
multiestgio

Regresso
PROBIT

215

Controle

Texto 30

Autor (es)

Wu (2008)

Ttulo do estudo

Examining the
Appropriateness
Weighting on
Satisfaction Score
from Range-of-Affect
Hypothesis:
Hierarchical Linear
Modeling for WithinSubject Data

Formato da mensurao de bemestar subjetivo / felicidade

Eu descreveria
a minha
satisfao com
a vida em geral
como...

Diferencial
Semntica
Bipolar
1 Insatisfeito
7 Satisfeito

Variveis
testadas
Satisfao com:

Energia para
realizar as
tarefas do diaa-dia

Sono

Aprendizagem

Suporte social

Segurana

Recursos
financeiros

Sade

Acesso
informao

Condies de
moradia

Transporte

Lazer

Variveis
estatisticamente
significantes

Correlaes
estatisticamente
significantes a
5% com todos os
itens de
satisfao
testados (0,45 a
0,73)

Fonte dos dados

/ Nmero de
casos da
amostra

Banco de dados
do autor
Amostra:
4.502 casos

Tcnica
estatstica
utilizada

Correlao de
Pearson

216

Controle

Texto 31

Autor (es)

Bjornskov et
al (2009)

Ttulo do estudo

Formal Institutions
and Subjective WellBeing: Revisiting the
Cross-Country
Evidence

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Considerando
todas as coisas,
quanto
satisfeito com
sua vida voc
est agora?

Diferencial
Semntica
Bipolar
1 Insatisfeito
10 - Satisfeito

Variveis
testadas

Variveis
estatisticamente
significantes

Acredita em
Deus
Taxa de
divrcio
Taxa de
desemprego
PIB per
capita
Pas pscomunista
ndice de
investimentos
do governo
Eficincia do
governo
(Indicadores
do Banco
Mundial)

Acredita em
Deus (+)
Taxa de
divrcio (-)
PIB per
capita (+)
Pas pscomunista (-)
ndice de
investimentos
do governo
(+)
Eficincia do
governo
(Indicadores
do Banco
Mundial) (+)

Fonte dos
dados / Nmero
de casos da
amostra

WVS (World
Values Survey)
Amostra: 87.748
casos

Tcnica
estatstica
utilizada

Regresso
Linear Mltipla
(Mnimos
Quadrados
Ordinrios)

217

Formato da mensurao de bemestar subjetivo / felicidade

Controle

Autor (es)

Ttulo do estudo

Questo /
Escala de
Conceito

Escala de
Mensurao

Mtodo da
Reconstruo
do Dia

Texto 32

Knabe et al
(2009)

Dissatisfed with Life,

but having a Good
Day. Time Use and
Well-Being of the
Unemployed

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Classificao
auto de
sentimento
durante as
atividades no
dia anterior.
A Aborrecido
B Me
divertindo
C Inseguro,
ancioso
D Feliz
E Frusttrado
F Relaxado
G Estressado
H - Confortvel

Diferencial
Semntica Bipolar
0 No totalmente
10 Muitssimo

Variveis
testadas

Variveis
estatisticamente
significantes

Nmero de
crianas no
domiclio
Emprego /
desemprego
Renda familiar
per capita
Escolaridade
Satisfao com
a sade
Idade
Idade ao
quadrado
Satisfao com
o trabalho hoje
comparado
com ontem
Satisfao
geral hoje
comparada
com ontem
Satisfao com
a sade hoje
comparada
com ontem
Estado civil

Desemprego (-)
Renda familiar
per capita (+)
Escolaridade
Ensino Superior
(+)
Idade (-)
Idade ao
quadrado (+)
Satisfao com
a sade hoje
comparada
com ontem (+)

Fonte dos
dados /
Nmero de
casos da
amostra

Banco de
dados do
autor
Amostra:
737 casos

Tcnica
estatstica
utilizada

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ordinrios)

218

Controle

Texto 33

Autor (es)

Sing (2009)

Ttulo do estudo

The Quality of Life in

Hong Kong

+ Relao Positiva com a escala de felicidade

- Relao Positiva com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Questo /
Escala de
Escala de
Mensurao
Conceito

Considerando
todas as coisas,
quanto voc
est satisfeito
nesses ltimos
dias?

-2 Muito
insatisfeito
0 Nem satisfeito /
nem insatisfeito
2 Muito satisfeito

Variveis testadas

Variveis
estatisticamente
significantes

Gnero
Idade
Escolaridade
Renda familiar
Padro de vida
Fluncia na
lngua inglesa
Nmero de
contatos
internacionais
Satisfao:
Amigos
Casamento
Padro de vida
Sade
Educao
Trabalho
Vizinhos
Segurana Pblica
Meio Ambiente
Vida familiar
Lazer

Gnero (-)
1 masculino
0 Feminino
Padro de vida
(+)
Fluncia na
lngua inglesa (+)
Nmero de
contatos
internacionais (+)
Satisfao:
Amigos (+)
Padro de vida
(+)
Vida familiar
(+)
Lazer (+)

Fonte dos
dados /
Nmero de
casos da
amostra

Asia Barometer
1.000 casos

Tcnica
estatstica
utilizada

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ordinrios)

219

Controle

Autor (es)

Ttulo do
estudo

Formato da mensurao de bem-estar

subjetivo / felicidade
Questo / Escala de
Conceito
a)
Quanto voc acha
que est realizando o
que voc quer da
vida?

Texto 34

Shu e Zhu
(2009)

The Quality
of Life in
China

b) Considerando
todas as coisas,
quanto voc diria
que est feliz nesses
dias?
c)
Quanto voc sente
que est realmente
curtindo a vida nos
dias de hoje?
d)
Quantas vezes voc
sente que est
realmente curtindo a
vida nos dias de
hoje?

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Variveis testadas

Escala de
Mensurao

Variveis
estatisticamente
significantes

Fonte dos
dados /
Nmero de
casos da
amostra

Tcnica
estatstica
utilizada

a)
4 Muito
3 Um pouco
2 Muito pouco
1 Nada
b)
5 Muito feliz
4 Razoavelmente
feliz
3 Nem feliz / nem
infeliz
2 No to feliz
1 Muito infeliz
c)
4 Frequentemente
3 Algumas vezes
2 Raramente
1 Nunca
d)
4 Muito
3 Um pouco
2 Muito pouco
1 Nada

Gnero
Idade
Estado civil
Renda familiar
Acesso internet
Escolaridade
Satisfao com o
domiclio de
moradia
Nvel de
nacionalismo
Religiosidade
Ocupao
Residncia urbana
/ rural

Gnero
Masculino (+)
Idade (+)
Estado civil
Casado (+)
Escolaridade (-)
Nvel de
nacionalismo (+)

Asia
Barometer
Amostra:
2.000 casos

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ordinrios)

220

Formato da mensurao de bemestar subjetivo / felicidade

Controle

Texto 35

Autor (es)

Waite et al
(2009)

Ttulo do estudo

Marital happiness and

marital stability:
consequences for
psychological wellbeing.

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Questo /
Escala de
Conceito

Pensando em
todas as coisas,
como voc
descreveria sua
vida?

Variveis
testadas

Escala de
Mensurao

Diferencial
semntica
1 Muito infeliz
7 Muito feliz

Estado civil
Raa
Gnero
Escolaridade
Renda familiar
Ocupao
Presena de
criana
menores de 18
anos

Variveis
estatisticamente
significantes

Estado civil
Divorciado (-)
Presena de
criana
menores de 18
anos (-)

Fonte dos
dados /
Nmero de
casos da
amostra

NSFH
(National
Survey of
Families and
Households)
Amostra:
5.232 casos

Tcnica
estatstica
utilizada

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ordinrios)

221

Controle

Autor (es)

Ttulo do estudo

Formato da mensurao de bem-estar

subjetivo / felicidade

Variveis testadas

Texto 36

Boelhouwer
(2010)

Wellbeing in the
Netherlands. The
SCP Life
Situation Index
since 1974

At que ponto
voc se considera
uma pessoa feliz?

5 Muito feliz
4 Feliz
3 Nem feliz /
nem infeliz
2 No muito feliz
1 - Infeliz

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Idade
Escolaridade
Ocupao
Raa
Gnero
Composio da
famlia
Renda familiar
Satisfao com a
sociedade
Holandesa
Satisfao com a
educao
Satisfao com os
recursos
financeiros
Satisfao com os
amigos
Satisfao com a
residncia
Satisfao com o
governo
Satisfao com a
posio social
Tamanho da
cidade
Sade percebida

Variveis
estatisticamente
significantes

Idade (+)
Escolaridade (+)
Renda familiar
(+)
Satisfao com a
sociedade
Holandesa (+)
Satisfao com a
residncia (+)
Satisfao com o
governo (+)
Satisfao com a
posio social (+)
Sade percebida
(+)

Fonte dos
dados /
Nmero de
casos da
amostra

DLO
(Permanent
Lifesituation
Research)
POLS
(Permanent
Research
LifeSituation
)
CV
(Cultural
Exploration)
Amostras:
54.229

Tcnica
estatstica
utilizada

Regresso
Linear Mltipla
(Mnimos
Quadrados
Ordinrios)

222

Controle

Texto 37

Autor (es)

De Leire e
Kalil (2010)

Ttulo do estudo

Does consumption buy

happiness? Evidence
from the United States

+ Relao Positiva com a escala de felicidade

- Relao Positiva com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Questo /
Escala de
Escala de
Mensurao
Conceito
1 - Em muitos
aspectos a
minha vida
1
Discordo
perto do meu
ideal
totalmente
2 - As
2 - Discordo
condies da
minha vida so
3
Discordo
excelentes
ligeiramente
3 - Estou
satisfeito com a
4 - No concordo /
minha vida
Nem discordo
4 - At agora
tenho
5 - Concordo um
conseguido as
pouco
coisas
importantes que
6 - Concordo
eu quero na
7
Concordo
vida
5 - Se eu
fortemente
pudesse muda
minha vida, eu
no mudaria
quase nada

Variveis testadas

Variveis
estatisticamente
significantes

Gastos anuais:

Gastos anuais:

Lazer
Bens durveis
Caridade e
presentes
Cuidados pessoais
e roupas
Cuidados com a
sade
Alimentao em
casa
Alimentao fora
de casa
Utilidades para a
casa
Veculos

Lazer (+)
Bens durveis
Caridade e
presentes
Cuidados pessoais
e roupas
Cuidados com a
sade
Alimentao em
casa
Alimentao fora
de casa
Utilidades para a
casa
Veculos

Fonte dos
dados /
Nmero de
casos da
amostra

HRS (Health
and
Retirement
Study)
Amostra:
20.000 casos

Tcnica
estatstica
utilizada

Regresso
Mltipla
(Mnimos
Quadrados
Ordinrios)

223

Formato da mensurao de
bem-estar subjetivo /
felicidade
Controle

Texto 38

Autor (es)

Dittmann e
Gebel (2010)

Ttulo do estudo

Your house, your car,

your education: the
socioeconomic
situation of the
neighborhood and its
impact of life
satisfaction in
germany.

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Questo /
Escala de
Conceito

Quanto voc
est satisfeito
com a sua
vida em
geral?

Variveis testadas

Variveis
estatisticamente
significantes

Status da
vizinhana
(diferena de
rendimentos em
relao
vizinhana)

Nacionalidade
(alemo X no
alemo)

Idade

Idade ao quadrado

Renda familiar

Escolaridade

Estado civil

Status da sade
(subjetivo)

Tamanho do
municpio

Status da vizinhana
(diferena de
rendimentos em
relao
vizinhana) (+)

Nacionalidade
(alemo X no
alemo)

Idade (-)

Idade ao quadrado
(+)

Renda familiar (+)

Estado civil
Divorciado / vivo (-)
Solteiro (-)

Status da sade
(subjetivo) (-)

Tamanho do
municpio

200 a 300 mil
habitantes (+)

Escala de
Mensurao

Diferencial
semntica
0
Completamente
insatisfeito
10
Completamente
satisfeito

Fonte
dos
dados /
Nmero
de casos
da
amostra

SOEP
(German
SocioEconomic
Panel)
Amostra:
22.012 casos

Tcnica
estatstica
utilizada

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ordinrios)

224

Controle

Texto 39

Autor (es)

Hessami
(2010)

Ttulo do estudo

The Size and

Composition of
Government Spending
in Europe and its
Impacto f Well-Being

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de
bem-estar subjetivo /
felicidade
Questo /
Escala de
Escala de
Mensurao
Conceito

De forma
geral, quanto
voc est
satisfeito com
a vida que
voc leva?

4 Muito
satisfeito
3
Razoavelmente
satisfeito
2 No muito
satisfeito
1 No
totalmente
satisfeito

Variveis testadas

Variveis
estatisticamente
significantes

Gasto total do
governo
PIB per capita
Coeficiente de Gini
Abertura econmica:
(importao +
exportao) / PIB
Status da sade:
nmero de internaes
em hospitais por cada
100.000 habitantes
Participao
democrtica
Crena no governo
Federalismo
Eficincia do
governo (percepo)
Gastos:
Educao
Educao
Sade
Sade
Proteo social
Proteo social
Segurana pblica
Administrao

Gasto total do
governo (-)
Coeficiente de Gini ()
Status da sade:
nmero de internaes
em hospitais por cada
100.000 habitantes (-)
Participao
democrtica (-)
Crena no governo (-)
Federalismo (-)
Eficincia do governo
(percepo) (+)
Gastos:
Educao (-)
Educao (+)
Sade (-)
Sade
Proteo social (+)
Proteo social (-)
Segurana pblica (-)
Administrao (+)

Fonte dos
dados /
Nmero de
casos da
amostra

ESS
(Eurobarameter
Survey Series)
Amostra:
153.268 casos

Tcnica
estatstica
utilizada

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ordinrios)

225

Controle

Texto 40

Autor (es)

Monk-Turner
e Turner
(2010)

Ttulo do estudo

Subjective Well-Being
among who Exchange
Sex and Money,
Yunnan, China and
Thailand

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de
bem-estar subjetivo /
felicidade
Questo /
Escala de
Escala de
Mensura
Conceito
o

Voc considera
sua vida
como...

1 Feliz
0 - Infeliz

Variveis testadas

Variveis
estatisticamente
significantes

Idade
Uso de estimulantes
Uso de estimulantes
HIV positivo /
(+)
negativo
Renda familiar (+)
Renda familiar
Gnero
Satisfao com as
condies de
Estado civil
trabalho
Casado (+)
Gnero
Escolaridade (anos
de estudo) (+)
Estado civil
Escolaridade (anos
de estudo)

Fonte dos
dados /
Nmero de
casos da
amostra

Banco de
dados do
autor
Amostra:
3.641 casos

Tcnica
estatstica
utilizada

PROBIT

226

Controle

Texto 41

Autor (es)

Graham
(2011)

Ttulo do estudo

Does More Money

Make You Happier?
Why so much
Debate?

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Questo / Escala
Escala de
de Conceito
Mensurao

No geral, voc
diria que :

4 Muito feliz
3 Feliz
2 No muito
feliz
1 Infeliz

Variveis testadas

Variveis
estatisticamente
significantes

Gnero
Idade
Idade ao
quadrado
Educao (anos
de escolaridade)
Renda familiar

Gnero (+)
Masculino = 1
Feminino = 0
Idade (-)
Idade ao
quadrado (+)
Educao (anos
de escolaridade)
(+)
Renda familiar
(+)

Fonte dos dados /

Nmero de casos
da amostra

Tcnica
estatstica
utilizada

CBOS (Public
Opinion Research
Center)
15 ondas
(1994-2008)
Amostra:
15.000 casos

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ordinrios)

227

Controle

Texto 42

Autor (es)

Heukamp e
Arino (2011)

Ttulo do estudo

Does country matter

for subjective wellbeing?

+ Relao Positiva com a escala de felicidade

- Relao Positiva com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Questo /
Escala de
Escala de
Mensurao
Conceito

Considerando
todas as coisas,
quanto voc
est satisfeito
nesses ltimos
dias?

Diferencial
Semntica Bipolar
1 - Insatisfeito
10 Satisfeito

Variveis testadas
Idade
Igreja
(frequncia)
Nvel de
corrupo na
cidade onde vive
Escolaridade
Crena em Deus
Nvel global de
sade
Esperana de
vida do pas
Estado civil
Participao em
organizaes
voluntrias
Religio
Crescimento da
populao
Renda familiar
Nvel de
desemprego

Variveis
estatisticamente
significantes

Idade (+)
Igreja
(frequncia) (+)
Crena em
Deus (+)
Nvel global de
sade (+)
Estado civil
Casado(a) (+)
Divorciado(a) (-)
Participao em
organizaes
voluntrias (+)
Renda familiar
(+)
Nvel de
desemprego (-)

Fonte dos
dados /
Nmero de
casos da
amostra

Tcnica
estatstica
utilizada

WVS (World
Values Survey)
Dados de 64
pases
Onda 1: 19811984
Onda 2: 19891993
Onda 3: 19941999
Onda 4: 20002004
Amostra:
114.281casos
Amostra
probabilstica
multiestgio

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ordinrios)

228

Formato da mensurao de bem-estar

subjetivo / felicidade
Controle

Texto 43

Autor (es)

Lee et al
(2011)

Ttulo do estudo

Internet
Communication
Versus Face-toface Interaction
in Quality of Life

+ Relao Positiva com a escala de felicidade

- Relao Positiva com a escala de felicidade

Questo / Escala de
Conceito
1 - Em muitos
aspectos a minha
vida perto do meu
ideal
2 - As condies da
minha vida so
excelentes
3 - Estou satisfeito
com a minha vida
4 - At agora tenho
conseguido as coisas
importantes que eu
quero na vida
5 - Se eu pudesse
muda minha vida, eu
no mudaria quase
nada

Escala de
Mensurao
1

Variveis testadas

Variveis
estatisticamente
significantes

Fonte dos
dados /
Nmero de
casos da
amostra

Tcnica
estatstica
utilizada

Discordo

totalmente
2 - Discordo

Uso de Internet
na comunicao
interpessoal
ligeiramente
(escala ordinal de
4 - No concordo / 5 pontos)
Conversa faceNem discordo
to-face por mais de
5 - Concordo um 10 minutos (escala
ordinal de 5
pouco
pontos)
6 - Concordo
3

Discordo

Concordo

fortemente

Uso de Internet
na comunicao
interpessoal (-)
Conversa faceto-face por mais
de 10 minutos (+)

Base de dados
prpria
Amostra: 6.226
casos

Regresso
Linear
Mltipla
(OLS)

229

Formato da mensurao de bem-estar

subjetivo / felicidade
Controle

Texto 44

Autor (es)

Leung et al
(2011)

Ttulo do estudo

Searching for
Happiness: The
Importance of
Social Capital

+ Relao Positiva com a escala de felicidade

- Relao Positiva com a escala de felicidade

Questo / Escala de
Conceito

Falando de todas as
coisas, como voc
diria que est nesses
dias?

Escala de
Mensurao

Variveis testadas

Idade
Gnero
Estado Civil
Regio
Status da sade
Renda familiar
Ocupao
Confiana:
na famlia
nos vizinhos
na polcia
5 Muito feliz
no sistema de sade
4 Um pouco feliz
nos bancos
3 Sem opinio
nas pessoas de
2 Um pouco feliz
negcio
Ajuda recebida no
1- Muito infeliz
ltimo ms (6 tipos
diferentes de ajuda)
Ajuda oferecida no
ltimo ms (6 tipos
diferentes de ajuda)
Nmero de amigos
Participao
poltica
Sentimento de
segurana (pblica)

Variveis
estatisticamente
significantes

Idade (-)
Gnero
Masculino (-)
Status da sade
(+)
Confiana:
na famlia (+)
na polcia (+)
no sistema de
sade (+)
nos bancos (+)

Fonte dos
dados /
Nmero de
casos da
amostra

General Social
Survey (GSS)
2003
Amostra:
24.951 casos

Tcnica
estatstica
utilizada

Regresso
Hierrquica
por
Bootstrapping

230

Formato da mensurao de bemestar subjetivo / felicidade

Controle

Autor (es)

Ttulo do estudo

Questo / Escala
de Conceito

Escala de
Mensurao

Variveis testadas

Variveis
estatisticamente
significantes

Suponha que em
uma escada o
Qualidade
ltimo degrau
democrtica do
Government and
representa a
Qualidade
melhor vida
governo (+)
Happiness in 130
0 Pior vida
democrtica do
(relao quadrtica)
Natios: Good
possvel e o
possvel
governo (1)
Texto 45
Ott (2011)
Governance Fosters ltimo degrau a
Qualidade
10 Melhor
Qualidade
Higher Level and
melhor vida
tcnica do
vida possvel
tcnica do
possvel. Em
Mode Equality of
governo (+)
governo (2)
Happiness
qual degrau voc
(relao linear)
diria que est
sua vida
atualmente?
(1) Qualidade democrtica do governo: Estabilidade poltica e Voz / Responsabilidade (Indicadores do Banco Mundial)
(2) Qualidade tcnica do governo: Controle da corrupo Eficcia governamental Estado de direito (Indicadores do Banco Mundial)
+ Relao Positiva com a escala de felicidade
- Relao Negativa com a escala de felicidade

Fonte dos
dados /
Nmero de
casos da
amostra

Gallup World
Polls 2006
130 pases

Tcnica
estatstica
utilizada

Regresso
Linear
Simples
(Mnimos
Quadrados
Ordinrios)

231

Controle

Texto 46

Autor (es)

Zagrski
(2011)

Ttulo do estudo

Income and
Happiness in Time
of Post-Communist
Modernization

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Formato da mensurao de bemestar subjetivo / felicidade

Questo / Escala
Escala de
de Conceito
Mensurao

No geral, voc
diria que :

4 Muito feliz
3 Feliz
2 No muito
feliz
1 Infeliz

Variveis
testadas

Variveis
estatisticamente
significantes

Gnero
Idade
Idade ao
quadrado
Educao
(anos de
escolaridade)
Renda familiar

Gnero (+)
Masculino = 1
Feminino = 0
Idade (-)
Idade ao
quadrado (+)
Educao
(anos de
escolaridade)
(+)
Renda familiar
(+)

Fonte dos dados /

Nmero de casos
da amostra

Tcnica
estatstica
utilizada

CBOS (Public
Opinion Research
Center)
15 ondas
(1994-2008)
Amostra:
15.000 casos

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ordinrios)

232

Controle

Autor (es)

Ttulo do estudo

Formato da mensurao de bemestar subjetivo / felicidade

Questo /
Escala de
Escala de
Mensurao
Conceito

Variveis
testadas

Variveis
estatisticamente
significantes

Fonte dos dados /

Nmero de casos da
amostra

Tcnica
estatstica
utilizada

GSOEP (German SocioEconomic Panel)

15 ondas
1998)

(1984-

Amostra:
20.000 casos

Texto 47

Frijters e
Beatton (2012)

The mystery of the

Ushaped
relationship between
happiness and age

Pensando em
todas
as
coisas juntas,
quanto
satisfeito voc
est com sua
vida
nesses
dias?

Diferencial
Semntica Bipolar
Idade
0 Totalmente
insatisfeito
Idade ao
10 Totalmente
quadrado
satisfeito

Idade (-)
Idade ao
quadrado (+)

HILDA (Household,
Income and Lbour
Dynamics in Australia)
2 a 8 onda
Amostra:
13.000 casos
BHPS (British Houshold
Panel Survey)
6 a 10 onda e 12 a 18
Amostra:
10.000 casos

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Regresso
Linear
Mltipla
(Mnimos
Quadrados
Ordinrios)

233

Formato da mensurao de bemestar subjetivo / felicidade

Controle

Texto 48

Autor (es)

OkuliczKozaryn
(2012)

Ttulo do estudo

Income and wellbeing across

european provinces

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Questo / Escala
de Conceito

Escala de
Mensurao

De forma geral,
voc diria que,
em ralao a sua
vida, est...

0 Nada
satisfeito
1 No muito
satisfeito
2
Moderadamente
satisfeito
3 Muito
satisfeito

Variveis testadas
Renda Pessoal
Tamanho da
cidade
Nvel de
desemprego
Estado civil
Idade
Idade ao quadrado
Renda regional
Renda nacional

Variveis
estatisticamente
significantes

Renda Pessoal (+)

Nvel de
desemprego (-)
Estado civil
Casado (+)
Idade (-)
Idade ao quadrado
(+)

Fonte dos
dados /
Nmero de
casos da
amostra

Tcnica
estatstica
utilizada

Eurobarometer
Amostra:
10.000 casos
(coleta de 1996)

Regresso
Logstica
Multinomial

234

Controle

Texto 49

Controle

Autor (es)

Zubieta et al
(2012)

Ttulo do estudo

Bienestar Subjetivo y
Psicosocial:
Explorando diferencias
de gnero

Formato da mensurao de bemestar subjetivo / felicidade

Questo /
Escala de
Escala de
Mensurao
Conceito

Variveis
testadas

Escala de Felicidade Subjetiva

(LYUBOMIRSKY e LEPPER, 1999,
p. 140)
Gnero
Escala Satisfao com a vida
(Diener et al, 1985)

Autor (es)

Ttulo do estudo

Formato da mensurao de bemestar subjetivo / felicidade

Questo / Escala
Escala de
de Conceito
Mensurao

Veenhoven e
Choi (2012)

Does inteligence
boost happiness?
Smartness of all
pays more than
being smarter than
others

Considerando
todas as coisas, o
quanto satisfeito
ou insatisfeito
voc est com
sua vida...

Variveis
testadas

Variveis
estatisticamente
significantes
No foram
encontradas
diferenas
estatisticamente
significantes
entre os gneros

Variveis
estatisticament
e significantes

Fonte dos
dados /
Nmero de
casos da
amostra
Banco de dados
do autor
Amostra:
696 casos
No
probabilstica
intencional

Fonte dos dados /

Nmero de casos da
amostra

Tcnica
estatstica
utilizada

ANOVA

Tcnica
estatstica
utilizada

Banco de dados prprio

Texto 50

+ Relao Positiva com a escala de felicidade

- Relao Negativa com a escala de felicidade

Diferencial
semntico
0 Nada
satisfeito
10 Totalmente
satisfeito

Quociente de
inteligncia

Quociente de
inteligncia (+)
Correlao de
0,60

Amostra:
143 casos (pases)

Correlao de
Pearson

235

APNDICE 3 Anlise fatorial exploratria do construto Bem-Estar Subjetivo

236

Anlise fatorial do construto Bem-Estar Subjetivo

FACTOR
/VARIABLES BES1 BES22 BES3 BES4
/MISSING LISTWISE
/ANALYSIS BES1 BES22 BES3 BES4
/PRINT INITIAL KMO EXTRACTION ROTATION
/FORMAT SORT
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/CRITERIA ITERATE(25)
/ROTATION VARIMAX
/METHOD=CORRELATION.

Teste de KMO e Bartlett

Medida Kaiser-Meyer-Olkin de adequao de amostragem.

,768

Qui-quadrado aproximado

2158,129

Teste de esfericidade de

df

Bartlett

Sig.

,000

Comunalidades
Inicial

Extrao

BES1

1,000

,775

BES2

1,000

,782

BES3

1,000

,710

BES4

1,000

,522

Mtodo de extrao: anlise do

componente principal.

Varincia total explicada

Fator

Valores prprios iniciais

Total

% de varincia

Somas de extrao de carregamentos ao quadrado

% cumulativa

2,789

69,714

69,714

,620

15,503

85,216

,389

9,731

94,947

,202

5,053

100,000

Mtodo de extrao: anlise do componente principal.

Total

% de varincia
2,789

69,714

% cumulativa
69,714

237

Matriz de componentes

Componente
1
BES2

,884

BES1

,881

BES3

,842

BES4

-,722

Mtodo de extrao:
Anlise do Componente
principal.
a. 1 componentes
extrados.

238

239

APNDICE 4 Anlise fatorial exploratria do construto Avalio dos Servios

Pblicos Municipais (ASPM)

240
Anlise fatorial exploratria do construto Avalio dos Servios Pblicos
Municipais (ASPM)

Kaiser-Meyer-Olkin - Medida de adequao da amostra.

,953

Teste de esfericidade de

Qui-quadrado aproximado

13017,353

Bartlett

Graus de liberdade

253

Significncia

,000

Varincia total explicada

Componentes

Autovalores iniciais
Total

di me ns i on 0

% da varincia

Autovalores rotacionados

Acumulada %

Total

% da varincia

Acumulada %

9,921

43,136

43,136

4,026

17,504

17,504

1,430

6,219

49,354

3,648

15,860

33,364

1,322

5,749

55,103

3,187

13,854

47,219

1,011

4,396

59,499

2,824

12,280

59,499

Extraction Method: Principal Component Analysis.

241
MATRIZ ROTACIONADA
Fatores
Conser

Ncleo

vao e de
limpeza atuao
Conservao dos terrenos baldios (ASPM20)
Retirada de entulho (ASPM19)
Obras pblicas - Atuao da prefeitura atual (nota de 0 a 10)
Reparao do asfalto das ruas/vias pblicas (tapar os buracos) (ASPM23)
Limpeza e conservao de praas e parques - Atuao da prefeitura atual
(nota de 0 a 10) (ASPM18)
Programas de gerao de renda - Atuao da prefeitura atual (nota de 0 a
10) (ASPM21)
Limpeza pblica (ruas e avenidas) - Atuao da prefeitura atual
(ASPM11)
Moradia/Habitao - Atuao da prefeitura atual (nota de 0 a 10)
(ASPM3)

Saneam Cultura
ento

e Lazer

0,765
0,742
0,626
0,619
0,599
0,588
0,533
0,698

Transporte - Atuao da prefeitura atual (ASPM4)

0,676

Educao - Atuao da prefeitura atual (ASPM2)

0,675

Sade - Atuao da prefeitura atual (ASPM1)

0,670

Trnsito - Atuao da prefeitura atual (ASPM5)

0,658

Segurana - Atuao da prefeitura atual (ASPM9)

0,540

Meio ambiente - Atuao da prefeitura atual (ASPM10)

0.435

Qualidade da gua fornecida para o domiclio (ASPM13)

0,766

Abastecimento de gua - Atuao da prefeitura atual (ASPM12)

0,717

Coleta de lixo - Atuao da prefeitura atual (ASPM17)

0,632

Recolhimento de esgoto - Atuao da prefeitura atual (ASPM14)

0,620

Controle de enchentes - Atuao da prefeitura atual (ASPM15)

0.451

Coleta seletiva do lixo - Atuao da prefeitura atual (ASPM16)

0.438

reas pblicas para esporte e lazer - Atuao da prefeitura atual (ASPM7)

0,769

Cultura - Atuao da prefeitura atual (ASPM6)

0,767

Participao popular - Atuao da prefeitura atual (ASPM8)

0,737

242

243

ANEXOS

ANEXO 1 Macro da Anlise Ttrade cta.mac

244

245

Anexo 1 - Macro da Anlise Ttrade cta.mac

246

247

********************************************************************
*
*
*
CTA-SAS 2.0
*
*
*
********************************************************************
*
*
* . Release date: January 25, 1995 (not for public)
*
*
codes changed from
*
*
array nr (*) nr01 - nr&eqs;
*
*
array im (*) im01 - im&eqs;
*
*
to
*
*
array nr (*) nr1 - nr&eqs;
*
*
array im (*) im1 - im&eqs;
*
*
*
* . Previous release date: July 14, 1994
*
*
*
* . This SAS macro implements the testing procedure described
*
*
in Bollen and Ting (1993) "Confirmatory Tetrad Analysis."
*
*
In Sociological Methodology 1993, edited by Peter Marsden.
*
*
Pp. 147-175. Washington, D.C.: American Sociological
*
*
Association.
Details of this program were discussed in
*
*
Ting (1995) "Confirmatory Tetrad Analysis in SAS."
*
*
Structural Equation Modelling: A Multidisciplinary Journal.
*
*
You are encouraged to circulate this program provided that
*
*
there is no change in the SAS codes.
*
*
*
* . This program has been tested in: (still valid)
*
*
(1) IBM 3090-170J under MVS SAS 6.08
*
*
(2) CONVEX C3840 under UNIX SAS 6.09
*
*
(3) IBM PS/Value Point P60/D under MS Window SAS 6.08
*
*
(This program will not run under SAS for DOS due to
*
*
insufficient memory allocation)
*
*
*
********************************************************************;

%macro cta(data=, cmatrix=, vars=, n=,

keept=, dropt=, sort=, exec=, ac=);
title1 'Confirmatory Tetrad Analysis';
*................... Macro Functions ...........................*;
%macro _resid(a,b,c,d);
/* tetrad residual */
residual = S(&a,&b)*S(&c,&d)-S(&a,&c)*S(&b,&d);
/* asymptotic variance */
AVAR = (1/&N) *
(S(&d,&b)*S(&d,&b)*S(&a,&a)*S(&c,&c) +
S(&a,&c)*S(&a,&c)*S(&d,&d)*S(&b,&b) +
S(&d,&c)*S(&d,&c)*S(&a,&a)*S(&b,&b) +
S(&a,&b)*S(&a,&b)*S(&d,&d)*S(&c,&c) +
2 *(S(&d,&b)*S(&a,&c)*S(&a,&d)*S(&b,&c) S(&d,&b)*S(&d,&c)*S(&a,&a)*S(&b,&c) S(&d,&b)*S(&a,&b)*S(&a,&d)*S(&c,&c) S(&a,&c)*S(&d,&c)*S(&d,&a)*S(&b,&b) S(&a,&c)*S(&a,&b)*S(&d,&d)*S(&b,&c) +
S(&d,&c)*S(&a,&b)*S(&a,&d)*S(&b,&c))+
2 *((S(&d,&b)*S(&a,&c)-S(&a,&b)*S(&d,&c))**2));
/* t-value */

248
tvalue = residual/sqrt(avar);
tetrad = compress('t('||&a||','||&b||','||&c||','||&d||')');
%mend _resid;
%macro _switch (first,second);
temp = &first;
&first = &second;
&second= temp;
%mend _switch;

*................... Data Input ................................*;

/* count # of variables */
data _null_;
array varname (*) &vars;
call symput('k',left(dim(varname)));
call symput('m',left(dim(varname)**2));
run;
%let nt = %eval(&k*(&k-1)*(&k-2)*(&k-3)/8);

/* &k = # vars */
/* &m = &k*&k */

/* # of tetrads*/

%if &data ne %str() %then %do;

/* compute covariance matrix */
/* exclude missing cases
*/
proc corr data=&data nomiss nocorr cov out=covout noprint;
var &vars;
data matx; set covout;
if _type_ = 'N' then do;
maxn = max(of &vars);
call symput('n',maxn);
/* &n = # obs */
end;
if _type_ = 'COV';
keep &vars;
proc print data=matx noobs;
var &vars;
title2 'Covariance Matrix Computed from Input Data';
data matx1rec; set matx;
retain s1 - s&m;
array v (*) &vars;
array s (&k,&k);
do i = 1 to &k;
s(_n_,i) = v(i);
end;
if _n_ = &k then output;
%end;
%else %do;
/* read covariance or correlation matrix */
data matx1rec;
%let lowtri = %eval((&k + 1)*(&k)/2);
array t(&lowtri) _temporary_ (&cmatrix);
array s(&k,&k);
do i = 1 to &k;
do j = 1 to i;
p + 1;
s(i,j) = t(p);
s(j,i) = t(p);
end;
end;

249
data matx; set matx1rec;
array v (*) &vars;
array s(&k,&k);
do i = 1 to &k;
do j = 1 to &k;
v(j) = s(i,j);
end;
keep &vars;
output;
end;
proc print data=matx noobs;
var &vars;
title2 'Covariance/Correlation Matrix Read from Input Matrix';
%end;
%if %upcase(&AC) = DFAC %then %do;
/* convert variables to deviation scores */
proc means noprint mean data=&data;
var &vars;
output out=meanout mean(&vars)=mean1 - mean&k;
data meanout; set meanout;
match=1;
keep mean1 - mean&k match;
data &data; set &data; match=1;
data ctrdata;
merge &data meanout; by match;
array x (&k) &vars;
array mean (&k);
do i = 1 to &k;
x(i) = x(i) - mean(i);
end;
keep match &vars;
%end;

*................... Tetrad Construction .......................*;

data tetrad; set matx1rec;
array s (&k,&k);
/* generate all tetrads equations */
a=1; b=2; c=3; d=3;
do until (a > &k-3);
do until (b > &k-2);
do until (c > &k-1);
do until (d = &k);
d=d+1;
cov1 = a * 1000 + b; cov2 = c * 1000 + d;
cov3 = a * 1000 + c; cov4 = b * 1000 + d;
%_resid(a,b,c,d);
id+1;
output;
cov1 = a * 1000 + b; cov2 = c * 1000 + d;
cov3 = a * 1000 + d; cov4 = b * 1000 + c;
%_resid(a,b,d,c);
id+1;
output;
cov1 = a * 1000 + c; cov2 = b * 1000 + d;
cov3 = a * 1000 + d; cov4 = b * 1000 + c;

250
%_resid(a,c,d,b);
id+1;
output;
end;
c=c+1;
d=c;
end;
b=b+1;
c=b+1;
d=c;
end;
a=a+1;
b=a+1;
c=b+1;
d=c;
end;
proc print noobs;
var id tetrad residual tvalue;
title2 'List of Tetrads';

/* Execution Control */
%if %upcase(&EXEC) ne PARTIAL %then %do;

*................... Model Implied Vanishing Tetrads ...........*;

data mivt;
set tetrad;
/* select tetrads for test */
/* first keep then drop if both options specified */
%if &keept ne %str() %then %do;
array keeptd (&nt) _temporary_ (&keept);
do i = 1 to &nt;
if keeptd(i) = . then go to exit1;
if keeptd(i) = id then keeplist = 'keep';
end;
exit1:
if keeplist = 'keep';
%end;
%if &dropt ne %str() %then %do;
array droptd (&nt) _temporary_ (&dropt);
do i = 1 to &nt;
if droptd(i) = . then go to exit2;
if droptd(i) = id then droplist = 'drop';
end;
exit2:
if droplist = 'drop' then delete;
%end;
eq+1;
call symput('eqs',left(eq));

/* &eqs = # of vt */

/* sort tetrads */
%if &sort ne %str() %then %do;
data mivt; set mivt;
array sort(&eqs) _temporary_ (&sort);
do i = 1 to &eqs;
if sort(i) = . then do;
rank = &eqs + 1;

251
go to exit1;
end; else
if id = sort(i) then do;
rank = i;
go to exit1;
end;
end;
exit1:
proc sort; by rank;
proc print;
var id tetrad residual cov1 cov2 cov3 cov4;
title2 'sorted tetrads';
%end;
/* Convert MIVT to single record */
data mivt1rec;
set mivt (keep = id tetrad residual cov1 cov2 cov3 cov4)
end = eof;
retain a1 - a&eqs
b1 - b&eqs
c1 - c&eqs
d1 - d&eqs
e1 - e&eqs 4.;
array
array
array
array
array
a(_n_)
b(_n_)
c(_n_)
d(_n_)
e(_n_)

a
b
c
d
e

(*)
(*)
(*)
(*)
(*)
=
=
=
=
=

a1
b1
c1
d1
e1

a&eqs;
b&eqs;
c&eqs;
d&eqs;
e&eqs;

cov1;
cov2;
cov3;
cov4;
id;

keep a1-a&eqs b1-b&eqs c1-c&eqs d1-d&eqs e1-e&eqs;

if eof then output;

*................... Remove Redundant Tetrads ..................*;

data nrvt; set mivt1rec;
array a (*) a1 - a&eqs;
array b (*) b1 - b&eqs;
array c (*) c1 - c&eqs;
array d (*) d1 - d&eqs;
array e (*) e1 - e&eqs;
array nr (*) nr01 - nr&eqs;
array im (*) im01 - im&eqs;
do i = 1 to dim(nr);
if im(i) ne 1 then nr(i) = 1;

/* NR VT */

/* check implied VTs from VT1 to VTi */

do p = 1 to i-1, i+1 to dim(nr);
if p < i or im(p) = 1 then do;
/* step 1: find 2 share covs */
cu1=a(i); cu2=b(i); cu3=c(i); cu4=d(i);
ps1=a(p); ps2=b(p); ps3=c(p); ps4=d(p);
array cu (*) cu1 cu2 cu3 cu4; /* current VT */
array ps (*) ps1 ps2 ps3 ps4; /* previous VT */

252
share
lhs =
rhs =
xhs =

= 0;
0;
0;
0;

/* find shared covs from 2 tetrads */

do x = 1 to 4;
do y = 1 to 4;
if cu(x) = ps(y) then do;
share = share + 1;
if x <= 2 & y <= 2 then lhs = lhs + 1;
if x >= 3 & y >= 3 then rhs = rhs + 1;
if x <= 2
then xhs = xhs + 1;
end;
if share = 2 then do;
if lhs = 1 & rhs = 1 then
do x = 1 to 4;
do y = 1 to 4;
if cu(x) = ps(y)
if x = 1 then
if x = 2 then
if x = 3 then
if x = 4 then

do;

then do;
cv1 = cu(2); else
cv1 = cu(1); else
cv4 = cu(4); else
cv4 = cu(3);

if y = 1 then cv3 = ps(2); else

if y = 2 then cv3 = ps(1); else
if y = 3 then cv2 = ps(4); else
if y = 4 then cv2 = ps(3);
end;
end;
end;
end;
if lhs = 2 then do;
cv1 = cu(3);
cv2 = cu(4);
cv3 = ps(3);
cv4 = ps(4);
end;
if rhs = 2 then do;
cv1 = cu(1);
cv2 = cu(2);
cv3 = ps(1);
cv4 = ps(2);
end;
if lhs = 0 & rhs = 0 then do;
if xhs = 1 then do;
do x = 1 to 4;
do y = 1 to 4;
if cu(x) = ps(y) then do;
if x = 1 then cv1 = cu(2); else
if x = 2 then cv1 = cu(1); else
if x = 3 then cv3 = cu(4); else
if x = 4 then cv3 = cu(3);
if
if
if
if
end;
end;

y
y
y
y

=
=
=
=

1
2
3
4

then
then
then
then

cv2
cv2
cv4
cv4

=
=
=
=

ps(2); else
ps(1); else
ps(4); else
ps(3);

253
end;
end;
if xhs =
cv1 =
cv2 =
cv3 =
cv4 =
end;
if xhs =
cv1 =
cv2 =
cv3 =
cv4 =
end;
end;

0 then do;
cu(1);
cu(2);
ps(3);
ps(4);
2 then do;
cu(3);
cu(4);
ps(1);
ps(2);

end;
end;
end;
/* step 2: if 2 share covs is found, construct IM VT */
if share = 2 then do;
if cv1 > cv2 then do;
%_switch(cv1,cv2);
end;
if cv3 > cv4 then do;
%_switch(cv3,cv4);
end;
if cv1 > cv3 then do;
%_switch(cv1,cv3);
%_switch(cv2,cv4);
end;
/* step 3: compare 4 covs from i+1 to last */
do cp = i+1 to dim(nr);
count = 0;
cp1=a(cp); cp2=b(cp); cp3=c(cp); cp4=d(cp);
array cv (*) cv1 cv2 cv3 cv4;
array af (*) cp1 cp2 cp3 cp4;
do m = 1 to 4;
do n = 1 to 4;
if cv(m) = af(n) then count = count+1;
if count = 4 then do;
if im(cp) ne 1 then do s=i+1 to dim(nr);
if im(s) ne 1 then do;
%_switch(a(s),a(cp));
%_switch(b(s),b(cp));
%_switch(c(s),c(cp));
%_switch(d(s),d(cp));
%_switch(e(s),e(cp));
im(s)=1;
go to exit1;
end;
end;
end;
end;
end;
end;
end;
exit1:

254
end;
end;
end;
do i=1 to &eqs;
cov1 = a(i);
cov2 = b(i);
cov3 = c(i);
cov4 = d(i);
id
= e(i);
nr_ = nr(i);
match= 1;
keep id match nr_ cov1 - cov4;
output;
end;
proc sort; by id;
data cta;
merge tetrad (keep = id tetrad residual)
nrvt
(keep = cov1 - cov4 id match nr_);
by id;
cov1b = mod(cov1,1000); cov1a = (cov1-cov1b)/1000;
cov2b = mod(cov2,1000); cov2a = (cov2-cov2b)/1000;
cov3b = mod(cov3,1000); cov3a = (cov3-cov3b)/1000;
cov4b = mod(cov4,1000); cov4a = (cov4-cov4b)/1000;
if nr_ = 1;
/* keep only nonredundant VT */
nr+1;
call symput('nre',left(nr)); /* create macro variable &nre */
proc print noobs;
var id tetrad residual;
title2 'List of Nonredundant Tetrads';

*................... Covariances in Tetrads ....................*;

data covs;
set cta;
keep cov;
cov = cov1; output;
cov = cov2; output;
cov = cov3; output;
cov = cov4; output;
proc sort; by cov;
data nrc;
/* nonredundant covariances */
set covs; by cov;
if first.cov;
cov_b = mod(cov,1000); cov_a = (cov-cov_b)/1000;
nc+1;
call symput('nrc',left(nc));
/* &nc = # cov */

*................... Distribution Free Estimator ...............*;

%if %upcase(&AC) = DFAC %then %do;
data nrc1rec;
set nrc;
retain ca1 - ca&nrc
cb1 - cb&nrc;
array ca (&nrc);
array cb (&nrc);
ca(_n_) = cov_a;

255
cb(_n_) = cov_b;
match = 1;
if _n_ = &nrc then output;
keep match ca1 - ca&nrc cb1 - cb&nrc;
data dfac; /* distribution free AC */
merge ctrdata nrc1rec; by match;
%let nac = %eval(&nrc **2);
array v (&k) &vars;
array ca (&nrc);
array cb (&nrc);
array efgh(&nrc,&nrc);
array cvab(&nrc);

/* # AC elements */

do i = 1 to &nrc;
cvab(i) = v(ca(i))*v(cb(i));
do j = 1 to i;
efgh(i,j) = v(ca(i))*v(cb(i))*v(ca(j))*v(cb(j));
efgh(j,i) = efgh(i,j);
end;
end;
keep efgh1 - efgh&nac cvab1 - cvab&nrc;
proc means data=dfac noprint mean;
var efgh1 - efgh&nac cvab1 - cvab&nrc;
output out=meanout mean=;
data dfac2; set meanout;
array efgh(&nrc,&nrc);
array cvab(&nrc);
array dfac(&nrc);
do i = 1 to &nrc;
do j = 1 to &nrc;
dfac(j) = efgh(i,j) - cvab(i)*cvab(j);
end;
keep dfac1 - dfac&nrc;
output;
end;
%end;

*................... Construct CTA Test ........................*;

proc iml;
start cta;
/* read data */
use matx;
read all into s var _all_;
close matx;
use cta;
read all
read all
var
read all
close cta;

into nrvt var {cov1 cov2 cov3 cov4};

into covs
{cov1a cov1b cov2a cov2b cov3a cov3b cov4a cov4b};
into td var {residual};

use nrc;
read all into nrc var {cov};
read all into nrcs var {cov_a cov_b};
close nrc;

256

/* construct derivative matrix: d */

d=j(&nrc,&nre,0);
do r=1 to &nrc;
do c=1 to &nre;
if nrc(|r,1|) = nrvt(|c,1|)
then d(|r,c|) =
s(| covs(|c,3|),covs(|c,4|)
if nrc(|r,1|) = nrvt(|c,2|)
then d(|r,c|) =
s(| covs(|c,1|),covs(|c,2|)
if nrc(|r,1|) = nrvt(|c,3|)
then d(|r,c|) = - s(| covs(|c,7|),covs(|c,8|)
if nrc(|r,1|) = nrvt(|c,4|)
then d(|r,c|) = - s(| covs(|c,5|),covs(|c,6|)
end;
end;

|);
|);
|);
|);

/* construct asymptotic cov matrix: ac */

%if %upcase(&AC) = DFAC %then %do;
/* distribution free AC */
use dfac2;
read all into ac var _all_;
close dfac2;
mtype = '
';
%end;
%else %do;
/* normal distribution */
ac=j(&nrc,&nrc);
do i=1 to &nrc;
do j=1 to &nrc;
e=nrcs(|i,1|);
f=nrcs(|i,2|);
g=nrcs(|j,1|);
h=nrcs(|j,2|);
if diag(s) = i(&k) then do;
mtype = 'Matrix Used: Correlation Matrix';
ac(|i,j|)
=(1/2)
* (s(|e,f|)*s(|g,h|))
* (s(|e,g|)**2 + s(|e,h|)**2 + s(|f,g|)**2
+ s(|f,h|)**2)
+ s(|e,g|)*s(|f,h|) + s(|e,h|)*s(|f,g|)
- s(|e,f|)*(s(|f,g|)*s(|f,h|)+s(|e,g|)*s(|e,h|))
- s(|g,h|)*(s(|f,g|)*s(|e,g|)+s(|f,h|)*s(|e,h|));
end;
else do;
mtype = 'Matrix Used: Covariance Matrix ';
ac(|i,j|)=s(|e,g|)*s(|f,h|) + s(|e,h|)*s(|f,g|);
end;
end;
end;
%end;
dacd=d`*ac*d;
df=nrow(dacd);
chi=&n * td` * inv(dacd) * td;
prob=1-probchi(chi,df);
title2 'Test Results';
print 'Matrix Used for the Test';

257
print S;
print chi (|format=8.2|)
df (|format=8.0|)
prob(|format=8.4|);
finish;
run cta;
%end; /* end of &EXEC control */
%mend cta;