RELATÓRIO DE ANÁLISE

GEOGRÁFICA
5 de Janeiro de 2022

Faculdade de Ciências Sociais e Humanas

Geografia e Planeamento Regional
Diogo Botelho, 2020131020, Grupo 3

Miguel Alves, 2020133078, Grupo 3

Índice:
1.
Introdução…………………………………………………………………………………………
………………………3;

2.
Objetivo……………………………………………………………………………………………
……………………….3;

3.Apresentaçao Geral dos Dados…………………………………..…………….

……………………………….3;

4. Metodologia ………………………………………………………………….
……………………………………3 e 4;

5. Análise Crítica dos Dados…………………….

………………………………………………………….4, 5 e 6;

6.
Anexos……………………………………………………………………………………………….
.7, 8, 9, 10 e 11;
 Introdução
O relatório final, proposto pela Professora Doutora Rossana Estanqueiro, da cadeira de
Análise Geográfica, tem como objetivo demonstrar os conhecimentos e métodos adquiridos,
durante as aulas práticas, num semestre, através do reconhecimento da importância da
multidimensionalidade dos dados para que seja possível uma análise mais meticulosa e
rigorosa da realidade em estudo.

Objetivo
Este trabalho tem como objetivo, a criação de tipologias espaciais (tratamento e
organização), para que seja possível uma análise comparativa, nas NUTS III portuguesas, de
modo a que seja possível criar conclusões. As duas variáveis em estudo e que serão abordadas
são o desenvolvimento e dimensão tecnológica.

Apresentação geral dos dados

Os três critérios para a análise os dados serão espaço, tempo e escala. Em relação ao
espaço, este consiste nas 23 NUTS III de Portugal Continental. O tempo, diz respeito ao período
temporal dos dados, sendo estes da autoria do Instituto Nacional de Estatística (INE), e que
fazem referência aos anos de 2013 e 2014. O último critério, escala, que pode variar em
ralação ás variáveis e ao seu cariz (tecnológico, sociodemográfico e económico), corresponde à
unidade de medida dos dados, como por exemplo, unidade monetária, em euros.

Metodologia
Para o tratamento dos dados, neste trabalho, será usado o software STATISTIC7, com
auxílio do Excel para uma melhor análise. Constituirá ainda uma representação espacial, feita
pelo software ArcGis.

A metodologia dos dados passará pela sua classificação mediante o seu cariz,
tecnológico, sociodemográfico e económico. De seguida, os dados originais, passaram por
processos de tratamento e análise multivariável, como o cálculo de medidas de tendência
central, dispersão e também a matriz de correlação, para que assim, seja possível perceber
qual a correlação, entre as variáveis. No próximo processo, será necessária a normalização dos
dados das variáveis, isto é, transformar as escalas, de modo a que tenham o mesmo peso, sem
que os dados percam significado, para que, assim, seja possível tirar interpretações. Logo
depois, foi aplicada a Análise de Componentes Principais (ACP), para a simplificação dos dados,
reduzindo o número de variáveis, sem que se perca informação e assim se obter os fatores.
Destes fatores, serão definidos 4 e foi feita a sua classificação por clustering, de forma a
agrupar estatisticamente dados com as mesmas características observadas pelas diversas
variáveis. Por fim, com os dados da clusterização, foi realizado um mapa, que representará
espacialmente as tipologias das regiões de Portugal Continental tendo por base o seu
desenvolvimento e a relevância da dimensão tecnológica.

Análise crítica dos dados

Os dados originais (Anexo I), mostram os valores de cada variável. É possível perceber,
apenas, quais as regiões que mostram os valores mais elevados. No entanto não é possível,
ainda, identificar uma comparação entre as variáveis, uma vez que se encontram em unidades
de medida diferentes. Para isso será realizado a matriz de correlação e analisado os seus
resultados, com intuito de perceber se existe, e qual a intensidade, entre duas ou mais
variáveis.

A partir da matriz de correlação (Anexo III), é possível apontar algumas conclusões

sobre a influência que cada variável mostra ter sobre as outras. A variável ‘’acesso de internet
em banda larga’’ é a que apresenta maiores valores de correlação entre as restantes, com 4
correlações de 1,00%, este, que representa a existência de uma correlação perfeita, ou seja,
existe uma total influencia sobre as 4 variáveis, excluindo ela mesma (‘’caixas de multibanco’’,
‘’compras automáticas’’, ‘’VAB’’ e ‘’emprego’’). As variáveis ‘’caixas de multibanco’’ e
‘’compras automáticas’’, seguem depois, com 3 correlações perfeitas cada, excluindo ela
mesma. Por outro lado, é possível verificar, que as variáveis com correlações de valores mais
baixos são, a ‘’intensidade exportadora’’ e as ‘‘exportações de bens alta tecnologia’’, ou seja,
são as variáveis com menos influência, ou muito fraca correlação, sobre as restantes, ou quase
todas, com percentagens quase nulas, como por exemplo, a correlação com a variável ‘’PIB por
habitante’’, com valores de 0,4% e 0,5%, respetivamente. No entanto, é importante referir,
que estas conclusões, podem não demonstrar a realidade que os valores apontam, pois um
fenómeno geográfico é, sempre, explicado por mais do que uma causa.

Para uma rigorosa analise das variáveis, é necessário proceder á normalização dos
dados (Anexo IV), com o objetivo a uniformizar as escalas (medidas e unidade) das variáveis,
para que seja possível uma comparação entre elas, que consiste na seguinte fórmula: (Valor
Efetivo – Média da Variável) / (Desvio-Padrão da Variável)

Relativamente às tipologias (Anexo V), o cálculo é feito para resumir um conjunto de

dados, eliminando valores não essenciais que estiveram na sua origem, mas conservando a
fiabilidade dos dados. O objetivo deste processo consiste na transformação da totalidade dos
normalizados, num número menor de variáveis. Para determinar o número de fatores é
essencial calcular os ‘’Eigenvalue’’ (Valores Próprios), uma vez que discrimina a percentagem
acumulada da variância explicativa referente aos dados. Para uma análise fiável dos dados é
necessário ter em atenção que a soma dos 3 primeiros fatores dê entre 80% e 85% da
variância explicativa. Posto isto, verifica-se que o valor dos três primeiros fatores, somados, é
de 87,7% (66,8%, 13,6% e 7,3%, respetivamente) e que é possível prosseguir para o próximo
método analítico.

A análise cluster, que consiste no agrupamento das NUTS III de Portugal Continental,
de acordo com a semelhança dos valores das suas variáveis, formando grupos separados,
chamados de clusters. Foi escolhido, portanto (Anexo VIII), o cluster 5, após o cálculo com 4, 5,
6 e 7 clusters. Esta escolha justifica-se pelo facto de que com 4 apresenta incongruências entre
as NUTS III Região de Coimbra e Oeste e com 6 e 7 dada á pequena dimensão do país, não
justifica uma divisão em mais do que 5 clusters, visto que demasiadas divisões tornam a
análise demorada e confusa.

 Cluster 1 – Refere-se às Áreas Metropolitanas de Lisboa e do Porto.

 Cluster 2 – Refere-se às regiões de Trás-os-Montes, Oeste, Região de Coimbra, Beira
Baixa, Médio tejo, Baixo Alentejo, Lezíria do Tejo, Alentejo Central e Algarve
 Cluster 3 – Refere-se ao Alto Tâmega, Tâmega e Sousa, Douro, Viseu Dao Lafoes, Beiras
e Serra da Estrela e Alto Alentejo
 Cluster 4 – Refere-se às regiões de Aveiro, Cavado, Ave e Alto Minho
 Cluster 5 – Refere-se às regiões de Leira e Alentejo Litoral

O Anexo IX, que consta a criação cartográfica, ou seja, a forma como os dados
espaciais se encontram distribuídos, de forma quantitativamente, é possível identificar dois
polos, isolados, de muito elevado desenvolvimento e dimensão tecnológica muito elevada, as
Áreas metropolitanas de Lisboa e do Porto, apresentam os maiores níveis de desenvolvimento
tecnológico, justificado, pelas marcas históricas, de concentração, fixação e desenvolvimento
nestas áreas e consequentemente as regiões envolventes também vão ser mais desenvolvidas,
por processo de influência de proximidade (Cavado e Região de Aveiro). Apesar dos principais
polos de aglomerados populacionais serem nas regiões do litoral de Portugal Continental,
verificamos que o Alentejo Litoral e a Região de Leiria são as que possuem desenvolvimento e
dimensão a tecnologia, sem significado. Por outro lado, apesar do despovoamento do interior
do Continente português mostram níveis que passam as expectativas, como a região de Trás-
os-Montes e Alentejo Central e Baixo Alentejo.

Em suma, verifica-se uma distribuição espacial, parcial, do fenómeno (isotropismo),

apesar da realidade bicéfala do Continente, de duas grandes áreas dominantes, se mostrar
mais uma vez uma realidade nesta análise.
 Anexos:

Anexo I:

ANEXO 1: DADOS ORIGINAIS

Anexo II:

ANEXO 2: MEDIDAS DE TENDÊNCIA CENTRAL E DE DISPERSÃO

Anexo III:

ANEXO 3: MATRIZ DE CORRELAÇÃO

 Anexo IV:

ANEXO 4: DADOS NORMALIZADOS

Anexo V:

ANEXO 5: VALORES PRÓPRIOS

Anexo VI:

ANEXO 6: GRÁFICO DE VALORES PRÓPRIOS

 Anexo VII:

ANEXO 7: FACTOR COORDINATES OF CASES (TABELA DE

FATORES NECESSÁRIOS)

Anexo VIII:

ANEXO 8: CLUSTERS (4, 5, 6 E 7)

 Anexo IX:

Tipologias das Regiões Portuguesas – NUTS III

ANEXO 9: MAPA DAS TIPOLOGIAS DE DESENVOLVIMENTO DAS REGIÕES DE PORTUGAL CONTINENTAL (NUTS III)
 Anexo IX:

ANEXO 10: GRÁFICO DE CORRELAÇÃO