CONCILIANDO INTERPRETABILIDADE, PODER INFORMACIONAL E EXPLICATIVO EM INDICADORES COMPOSTOS VIA ANÁLISE DE COMPONENTES PRINCIPAIS (PCA)

Indicadores compostos são ferramentas matemáticas que auxiliam a compreensão de realidades complexas como pobreza, sustentabilidade e sistemas de saúde. Este estudo explora as limitações da Análise de Componentes Principais em conciliar três elementos fundamentais para a representação de fenômenos multidimensionais que apresentam dados fracamente intercorrelacionados. Primeiro, o poder informacional, estimado pela média dos quadrados das correlações entre os subindicadores e o indicador composto, corresponde à proporção da informação dos dados de entrada retida no indicador composto. Segundo, a interpretabilidade, medida pela quantidade de Componentes Principais necessários para representar o fenômeno multidimensional, indica a facilidade de compreensão e interpretação. Terceiro, o poder explicativo, avaliado pela associação entre o indicador composto e uma variável externa conceitualmente relacionada ao fenômeno, indica sua compatibilidade com o framework conceitual. Além disso, o estudo desenvolve uma abordagem adaptativa que permite conciliar interpretabilidade, poder informacional e compatibilidade conceitual na representação da exclusão social de Maringá, Paraná.