As determinantes locais da paradiplomacia: o caso dos municípios ...

fator (as características econômicas locais), os valores das variáveis teriam variâncias
similares, levando ao problema da colinearidade.
Pelos valores que assumem, alguns representam maiores problemas do que outros,
mas era necessário chegar até essa fase de teste do pressuposto, porque se por qualquer
motivo não fosse apontada colinearidade, então o modelo se enriqueceria (por trazer um
conjunto mais robusto de variáveis explicativas). É possível que, por meio da transformação
de dados, se salvassem algumas das variáveis excluídas, mas nem sempre essa opção é bem
aceita, porque de certa forma ela artificializa os resultados. Além disso, pôde-se perceber já
no âmbito conceitual que a colinearidade era esperada.
Restou um modelo mais enxuto, mas que evitaria os problemas relacionados a esse
pressuposto. Ressalta-se ainda que, como foi uma opção retirar essas determinantes e não uma
exigência do modelo estatístico (somente em alguns casos, porque os testes evidenciaram
colinearidades que eram proibitivas), não se pode inferir, peremptoriamente, que elas não
contribuem para a explicação do fenômeno. O que houve foi um tradeoff entre variáveis, que
demandou um educated guess. Poderia haver, por exemplo, outra configuração do modelo,
que também respeitaria a não multicolinearidade (com a VI func, no lugar de pop, ou com, no
lugar de exe, por exemplo), mas dentro da possível discricionariedade, resolveu-se fazer as
mudanças anunciadas.
Após essas decisões, foi possível minimizar o problema de colinearidade, obtendo os
resultados apresentados a seguir na tabela 13.
Tabela 13 – Valores do teste de multicolinearidade ajustado
SQRT R-
Variable VIF VIF Tolerance Squared
---------------------------------------------------aint
1.34 1.16 0.7489 0.2511
front 1.13 1.06 0.8843 0.1157
metoo 1.11 1.05 0.8989 0.1011
edu 1.28 1.13 0.7838 0.2162
idh 1.74 1.32 0.5752 0.4248
pibcap 1.27 1.13 0.7885 0.2115
pop 1.57 1.25 0.6357 0.3643
exp 1.52 1.23 0.6597 0.3403
pt 1.06 1.03 0.9414 0.0586
oposi 1.10 1.05 0.9111 0.0889
sp 1.27 1.13 0.7869 0.2131
rs 1.28 1.13 0.7799 0.2201
----------------------------------------------------
Mean VIF 1.31
Cond
Eigenval Index
---------------------------------
1 4.0995 1.0000
2 1.8291 1.4971
3 1.2908 1.7821
4 0.9630 2.0632
5 0.8475 2.1993
6 0.7326 2.3656
7 0.6789 2.4574
8 0.6544 2.5029
9 0.6113 2.5897
10 0.5330 2.7733
11 0.4256 3.1037
12 0.3300 3.5245
13 0.0043 30.8862
---------------------------------
Condition Number 30.8862
Eigenvalues & Cond Index computed from scaled raw sscp (w/ intercept)
Det(correlation matrix) 0.1829
213