A etapa seguinte de análise foi desenvolvida com o intuito de avaliar o uso do índice de reciprocidade como estimador para a centralidade de grau de um periódico estratégico. Para isto, foram construídos dois modelos de regressão, com os quais buscou-se avaliar a relação entre a variação do índice de reciprocidade e a variação de FI5, ocorrida durante o tempo em que incidiu o Comportamento Estratégico (ou seja, entre os ciclos Č=10 e Č=20). No primeiro dos dois modelos desta etapa (Modelo 2), utilizou-se uma amostra contendo dados de todas as rodadas, inclusive as Base, porém selecionado apenas os periódicos periféricos. Com isto, pretendeu-se comparar os Periódicos Estratégicos com os demais periódicos periféricos. No segundo modelo desta etapa (Modelo 3), estendeu-se a análise para também compreender a diferença em relação aos periódicos não periféricos. Para isto, usou-se o conjunto completo de dados gerados na simulação.
Quadro 23: Conjunto de variáveis dos modelos de regressão y: dFI5=f(dŘ)
Fonte: elaborado pelo autor
Variáveis Valores Descrição da situação correspondentea, b
dŘ - Variação de dŘ=Ř-20 – Ř-10 Ř entre o ciclo Č=10 e o ciclo Č=20 dŘE d0 Ř Para os Periódicos periféricos Estratégicos Para os demais periódicos dŘN d0 Ř Para os Periódicos periféricos Normais Para os demais periódicos dŘC d0 Ř Para os Periódicos não periféricos Para os demais periódicos
E 1 0 Periódicos periféricos Estratégicos Periódicos não Estratégicos N 1 0 Periódicos periféricos Normais Periódicos não Normais
dFI5 - Variável dependente: Variação de FI5 entre o ciclo dFI5=FI5-20 – FI5-10 Č=10 e o ciclo Č=20
a No primeiro modelo desta etapa, os periódicos Normais são identificados com E=0
b No segundo modelo desta etapa, os periódicos não periféricos são identificados com E=0; N=0
Para medir a variação dos valores de FI5 e Ř, computaram-se duas variáveis, correspondentes às diferenças entre os valores de cada uma delas nos ciclos Č=20 e Č=10. Adicionalmente, utilizaram-se variáveis dummy para identificar os Periódicos Estratégicos, os Normais e demais periódicos (não periféricos). Além disso, foram introduzidas outras variáveis dummy, resultados de combinações multiplicativas das variáveis identificadoras do tipo de periódico e a variável independente Ř, com a finalidade de se captar separadamente os efeitos sobre os Periódicos Estratégicos, os Normais e os periódicos não periféricos (modelo
de regressão com mediação). O Quadro 23 apresenta o conjunto de variáveis usadas nos modelos propostos.
O primeiro modelo de regressão proposto para análise desta etapa (Modelo 2) é representado pela Equação 2, cujos coeficientes são explicados a seguir21.
� = ( Ř|| � é � ) = � + � ŘE + � ŘN + � Equação 2
�: variável dependente, correspondente à variação de FI5 � : constante
� : aumento de FI5 dos Periódicos Estratégicos, decorrente do aumento unitário de dŘ
� : aumento de FI5 dos Periódicos periféricos Normais, decorrente do aumento unitário de dŘ
�: termo correspondente ao erro experimental.
O segundo modelo de regressão proposto para análise desta etapa (Modelo 3) é representado pela Equação 3, cujos coeficientes são explicados a seguir.22
21 Este modelo substituiu um alternativo, também testado: � = � + � Ř + � ŘE + �. Semanticamente, os
modelos se equivalem perfeitamente, e os resultados apresentados são idênticos em termos de significância e valores combinados dos coeficientes. Há no modelo substituído, porém, grave problema de multicolinearidade entre as variáveis dŘ e dŘE (VIF= 47,526).
22 Assim como ocorre no caso do Modelo 2, anteriormente descrito, o Modelo 3, semanticamente, equivale a um
modelo alternativo, também testado: � = � + � Ř + � ŘE + � ŘN + �. Os resultados apresentados por ambos são idênticos em termos de significância e valores combinados dos coeficientes, assim como valores idênticos dos critérios de seleção AIC, BIC e HQC (BIERENS, 2004; KOENKER; MACHADO, 1999; SIN; WHITE, 1996). Neste caso, no entanto, não há qualquer problema de colinearidade entre variáveis. A escolha do modelo analisado deveu-se simplesmente a tentativa de padronização do raciocínio para interpretação e análises dos resultados.
� = ( Ř||� ) = � + � ŘC + � ŘE + � ŘN + � Equação 3
�: variável dependente, correspondente à variação de FI5 � : constante
� : aumento de FI5 dos periódicos não periféricos, decorrente do aumento unitário de dŘ
� : aumento de _5 dos Periódicos Estratégicos, decorrente do aumento unitário de dŘ
� : aumento de FI5 dos Periódicos periféricos Normais, decorrente do aumento unitário de dŘ
�: termo correspondente ao erro experimental.
Foi utilizado o método do Mínimo Desvio Absoluto (LAD) para estimação robusta, com o software Gretl, versão 1.9.4, release de 19 de outubro de 2015. O Quadro 24 apresenta os resultados para o Modelo 2, enquanto que os resultados para o Modelo 3 estão apresentados no Quadro 25.
Em ambos os modelos não houve problemas com VIF das variáveis. O valor do pseudo R2 foi calculado de acordo com a fórmula de McFadden (IDRE, [S.d.]; MCFADDEN, 1978), para o que foi computado o logaritmo da verossimilhança do respectivo modelo de regressão considerando apenas � .
Quadro 24: Resultado da regressão LAD para o Modelo 2 – y: dFI5=f dŘ || Periféricos
Fonte: elaborado pelo autor a partir da saída do Gretl Modelo 2: LAD, usando as observações 1-8970
Variável dependente: dFI5
* indica significância ao nível de 5% ** indica significância ao nível de 1% coeficiente erro padrão razão-t p-valor 95% Intervalo de Confiança const 0,0155086 0,0106359 1,458 0,1448 -0,00534013 0,0363573 dRE 60,3344** 0,774696 77,88 0,0000 58,8158 61,8530 dRN 30,9436** 1,06805 28,97 1,67e-176 28,8500 33,0372 Mediana var. dependente 0,476190 D.P. var. dependente 7,385558 Pseudo R2: 0,291 Soma dos resíduos absolutos 12050,56 Soma resíd. quadrados 98369,90 (McFadden) Log da verossimilhança -17835,70 Critério de Akaike 35677,40
Quadro 25: Resultado da regressão LAD para o Modelo 3 – y: dFI5=f dŘ || Total
Fonte: elaborado pelo autor a partir da saída do Gretl Modelo 3: LAD, usando as observações 1-36000
Variável dependente: dFI5
* indica significância ao nível de 5% ** indica significância ao nível de 1% coeficiente erro padrão razão-t p-valor 95% Intervalo de Confiança const -0,31158** 0,0159331 -19,56 1,02e-084 -0,342813 -0,280355
dRC 84,7157** 0,900836 101,4 0,0000 83,0786 86,3528 dRE 62,3889** 0,900836 69,26 0,0000 60,6232 64,1546 dRN 33,4629** 1,28336 26,07 1,71e-148 30,9474 35,9783 Mediana var. dependente -0,043478 D.P. var. dependente 9,380437 Pseudo R2: 0,100 Soma dos resíduos absolutos 145519,1 Soma resíd. quadrados 1599299 (McFadden) Log da verossimilhança -111237,7 Critério de Akaike 222483,4
Critério de Schwarz 222517,4 Critério Hannan-Quinn 222494,2
5.3.5 Etapa 2.4: Avaliação do modelo alternativo considerando a multiplicação da