Resumo Executivo

Clarissa Christianne Rodrigues Souza; Auberth Henrik Venson

Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

Este trabalho analisa quais características socioeconômicas e demográficas das mulheres aumentam a probabilidade de sofrerem violência, conforme as cinco categorias da Lei Maria da Penha — física, psicológica, sexual, patrimonial e moral —, por meio de um modelo logit binário. A análise utiliza os microdados da Pesquisa Violência Doméstica e Familiar contra a Mulher de 2023, conduzida pelo Instituto DataSenado. O estudo busca identificar fatores de risco e proteção associados à vitimização, concentrando-se em variáveis como idade, cor/raça, escolaridade, região, maternidade, localização do domicílio, trabalho remunerado, renda familiar e religião, a fim de delinear um perfil das vulnerabilidades no contexto da violência de gênero.

A violência contra a mulher é um grave problema de saúde pública e uma violação dos direitos humanos. A Organização Mundial de Saúde (2021) estima que 27% das mulheres de 15 a 49 anos já sofreram violência física ou sexual por parceiro íntimo, com base em dados de 2000 a 2018. No Brasil, o relatório do Instituto DataSenado (2023) indica que 30% das mulheres já foram vítimas de violência doméstica ou familiar provocada por um homem. Dentre elas, a violência física foi a mais prevalente (76%), seguida da sexual (25%). Tais números sublinham a urgência de investigações para subsidiar políticas públicas eficazes.

A pesquisa sobre violência de gênero no Brasil ganhou força a partir dos anos 1980, impulsionada por movimentos feministas e políticas como a criação das delegacias especializadas de atendimento à mulher (DEAMs). Um marco foi a Lei Maria da Penha (Lei nº 11.340/2006), que tipificou a violência doméstica e estabeleceu o dever do Estado de produzir dados e pesquisas sobre o tema (Bandeira, 2014). Essa determinação foi crucial para consolidar um campo de estudo interdisciplinar, que hoje utiliza diversas abordagens metodológicas para analisar o problema.

A literatura acadêmica recente tem explorado os determinantes da violência doméstica com análises quantitativas. Stochero e Pinto (2024), usando regressão de Poisson com dados da Pesquisa Nacional de Saúde de 2019, identificaram maior prevalência de violência entre mulheres jovens, solteiras, divorciadas, com menor escolaridade e problemas de saúde mental em áreas rurais. Em estudo com mulheres indígenas, Freitas et al. (2024) analisaram registros do SINAN e constataram a prevalência da violência em mulheres com companheiros e em situações de violência recorrente, ocorrendo no domicílio. Silva (2024) empregou um modelo Probit para demonstrar que emprego formal, aumento da idade e maior salário estão associados a menor probabilidade de vitimização. Batista Lopes (2022), com um modelo logit multinomial, apontou que mulheres mais jovens e com mais filhos tinham mais chances de sofrer violência recorrente.

Outros estudos reforçam a correlação entre vulnerabilidade socioeconômica e violência. Leite et al. (2021), com dados de unidades de saúde em Vitória (ES), mostraram que mulheres com menor escolaridade e renda apresentaram maior prevalência de violência por parceiro íntimo. Além dos impactos na saúde, a violência doméstica acarreta consequências econômicas. Carvalho e Oliveira (2021) destacam que a violência aumenta a probabilidade de desemprego e a redução de salários, gerando um custo para o país estimado entre 5% e 14% do PIB. Em uma investigação pioneira, d’Oliveira et al. (2009) já haviam identificado fatores como baixa escolaridade, histórico de violência familiar e abuso na infância como preditores da violência por parceiro íntimo. Este trabalho se soma a essas contribuições ao analisar um conjunto abrangente de variáveis com dados nacionais recentes.

Este estudo é uma análise transversal baseada nos microdados da Pesquisa Nacional de Violência Contra a Mulher de 2023 (Instituto DataSenado). Os dados foram coletados por entrevistas telefônicas com uma amostra de 21.787 mulheres com 16 anos ou mais, em todos os 26 estados e no Distrito Federal. A amostragem foi aleatória e estratificada, garantindo representatividade nacional com nível de confiança de 95% e margem de erro média de 1,46 pontos percentuais.

A variável dependente é a ocorrência de violência, definida como 1 se a mulher relatou ter sofrido violência doméstica ou familiar e 0 caso contrário. Respostas “não sei/prefiro não responder” (0,22%) foram excluídas. As variáveis independentes foram: faixa etária, cor/raça, escolaridade, região, maternidade, local de residência (urbano/rural), trabalho remunerado, renda familiar e religião. Variáveis como posse de carteira assinada e renda própria foram descartadas devido ao alto número de valores ausentes. Após a exclusão de todas as respostas “não sei/prefiro não responder” nas variáveis independentes, a base de dados final para a modelagem foi consolidada com 19.906 observações.

Para a regressão logística, as variáveis categóricas nominais (cor/raça, religião, região, local de residência) foram transformadas em variáveis dummy. As categorias de referência foram “urbana”, “católica”, “Norte” e “branca”. As variáveis ordinais (escolaridade, renda familiar) foram tratadas como numéricas sequenciais. A ausência de multicolinearidade foi confirmada pelo Fator de Inflação de Variância (VIF), com valores próximos de 1 para todas as variáveis, indicando independência entre os preditores.

O modelo logit binário foi o método estatístico escolhido, adequado para modelar a probabilidade de um evento dicotômico (Fávero e Belfiori, 2021). O modelo foi estimado pelo método de máxima verossimilhança (Cameron; Trivedi, 2005). A qualidade do ajuste foi avaliada pela significância estatística dos coeficientes (p-valor < 0,05). Foram calculadas as razões de chance (odds ratio) pela exponenciação dos coeficientes, indicando como a chance de sofrer violência muda com cada variável, mantendo as demais constantes. A análise foi realizada em Python com os pacotes pandas, numpy, statsmodels e sklearn, seguindo padrões econométricos rigorosos (Wooldridge, 2010).

A análise descritiva revela que 34% das entrevistadas afirmaram já ter sofrido violência doméstica ou familiar. Quanto ao perfil, 70% têm até 44 anos. A maioria se autodeclara negra (52% pardas, 12% pretas), seguidas por brancas (31%). Em religião, 45,6% são católicas, 35% evangélicas e 9,5% sem religião. Na escolaridade, a maior concentração está no Ensino Médio completo (30,8%), seguida pelo Superior completo (24,3%). A maioria (85%) reside em áreas urbanas. A distribuição regional mostra concentração no Nordeste (33,3%) e Norte (25,9%). A maternidade é realidade para 76,6%. No âmbito econômico, 47,3% realizam trabalho remunerado e 52,3% não. A renda familiar é baixa, com 57,8% das famílias vivendo com até dois salários-mínimos.

Os resultados da regressão logística indicam que diversas variáveis apresentam significância estatística (p < 0,05) para explicar a probabilidade de sofrer violência. Não foram estatisticamente significantes a faixa etária, as regiões Sudeste e Sul (em comparação com a Norte) e as categorias de cor/raça preta, amarela e parda (em comparação com a branca). A análise das razões de chance (odds ratio) revela fatores que aumentam o risco de vitimização e outros que atuam como protetivos.

Entre os fatores que mais aumentam a chance de violência, destacam-se a maternidade e o trabalho remunerado. Ter filhos aumenta a razão de chance de sofrer violência em aproximadamente 78%. Este resultado, em linha com Batista Lopes (2022), pode ser explicado pela maior dependência que a presença de filhos pode gerar, dificultando o rompimento do ciclo de violência. O exercício de trabalho remunerado também se mostrou um fator de risco, aumentando a chance de violência em quase 40%, achado que encontra respaldo na literatura (d’Oliveira et al., 2009). Uma hipótese é que, em contextos patriarcais, a autonomia financeira da mulher pode ser percebida pelo parceiro como uma ameaça, gerando conflitos que escalam para a violência.

Afiliação religiosa e identidade étnico-racial também se mostraram relevantes. Mulheres que professam uma religião diferente da católica ou não possuem religião apresentam razão de chance maior de sofrer violência. Ter “outra religião” aumenta a chance em 94,8%, e não ter religião aumenta em 75,6%. Em relação à cor/raça, apenas a categoria indígena apresentou significância. Mulheres indígenas têm uma chance 28% maior de sofrer violência em comparação com mulheres brancas. Este dado aponta para uma vulnerabilidade específica, associada a fatores históricos de discriminação, corroborando achados como os de Freitas et al. (2024).

Por outro lado, o modelo identificou importantes fatores de proteção. Escolaridade e renda familiar surgem como redutores do risco, um achado documentado na literatura (Leite et al., 2021; Silva, 2024). A cada aumento no nível de escolaridade, a chance de sofrer violência diminui em aproximadamente 6%. De forma mais expressiva, a cada aumento na faixa de renda familiar, a chance de vitimização se reduz em cerca de 26%. Tais resultados sugerem que educação e melhores condições econômicas conferem às mulheres mais recursos para negociar relações igualitárias ou sair de situações de abuso.

Outros fatores protetivos foram o local de residência e a região. Mulheres em áreas rurais apresentam uma chance 26% menor de sofrer violência em comparação com as de áreas urbanas. Este resultado contrasta com alguns estudos focados em populações rurais específicas (Stochero e Pinto, 2024), indicando que a dinâmica da violência pode variar com o contexto. Adicionalmente, residir nas regiões Nordeste e Centro-Oeste reduz a chance de violência em comparação com a região Norte (referência). As regiões Sudeste e Sul não apresentaram diferença estatisticamente significativa em relação à Norte.

Embora o modelo logit tenha sido eficaz em identificar associações estatísticas, seu desempenho como ferramenta preditiva é limitado. A matriz de confusão revelou alta especificidade (95%), acertando na classificação de não violência, mas baixa sensibilidade (9,7%), errando na previsão dos casos positivos. A acurácia geral foi de 65,7%. A área sob a curva ROC (AUC) foi de 0,61, indicando um poder de distinção modesto entre os grupos.

O baixo desempenho preditivo não invalida as conclusões associativas, mas ressalta a complexidade do fenômeno. A violência é multifatorial, influenciada por variáveis que vão além das características da mulher. Fatores relacionados ao agressor, à dinâmica do relacionamento e ao contexto comunitário não foram incluídos, mas desempenham papel crucial. A capacidade de predição é limitada quando se utiliza um conjunto restrito de variáveis. O valor do estudo reside na identificação de fatores de risco e proteção em nível populacional, não na previsão de eventos individuais.

Este estudo aprofunda a compreensão sobre os fatores associados à violência doméstica no Brasil. Os resultados confirmam que maior escolaridade e renda são fatores protetivos, diminuindo o risco de uma mulher sofrer violência. Por outro lado, fatores como ter filhos, exercer trabalho remunerado e pertencer a grupos como mulheres indígenas ou não católicas estão associados a um aumento significativo desse risco. O achado de que o trabalho remunerado, um caminho para a autonomia, figura como fator de risco é particularmente relevante e merece investigações futuras, possivelmente qualitativas, para desvendar as dinâmicas que podem transformar a independência feminina em gatilho para a violência.

As implicações para políticas públicas são diretas. As intervenções devem ser multifacetadas, focando no empoderamento individual das mulheres via educação e empregabilidade, mas também em políticas direcionadas aos homens e à comunidade para desconstruir normas patriarcais. A identificação de grupos de maior risco, como mulheres indígenas, demanda estratégias de prevenção culturalmente sensíveis. Conclui-se que o objetivo foi atingido: demonstrou-se que um conjunto de variáveis sociodemográficas e econômicas está significativamente associado à probabilidade de uma mulher sofrer violência doméstica no Brasil, identificando fatores de risco e de proteção que podem orientar ações mais eficazes do Estado e da sociedade civil.

Referências:
BANDEIRA, Lourdes Maria. 2014. Violência de gênero: a construção de um campo teórico e de investigação. Revista Sociedade e Estado, vol. 29, n.2.
BATISTA LOPES, João Victor. 2022. Determinantes da dinâmica de risco de violência por parceiro íntimo utilizando análise categórica de sequências. Trabalho de Conclusão de Curso (graduação) – Universidade Federal do Ceará, Faculdade de Economia, Administração, Atuária e Contabilidade, Curso de Ciências Econômicas, Fortaleza.
BRASIL. Lei no 11.340, de 7 de agosto de 2006. Cria mecanismos para coibir a violência doméstica e familiar contra a mulher, nos termos no § 8o do art. 226 na Constituição Federal, na convenção sobre a eliminação de todas as formas de discriminação contra as mulheres e da convenção interamericana para prevenir, punir e erradicar a violência contra a mulher; dispõe sobre a criação dos juizados de violência doméstica e familiar contra a mulher; altera o código de processo penal, o código penal e a lei de execução penal; e dá outras providências. Diário Oficial da União 2006; 7 ago.
CAMERON, A. C.; TRIVEDI, P. K. Microeconometrics: Methods and Applications. Cambridge: Cambridge University Press, 2005.
CARVALHO, J. R.;OLIVEIRA, V. H. 2021. Por que economistas devem estudar violência doméstica? In: AVILA, T. P. et al. (org). Reflexões sobre políticas de prevenção à violência de gênero contra mulheres e meninas: debates no Brasil e na Austrália. Brasília, DF : ONU Mulheres : MPDFT.
D’OLIVEIRA AFPL, SCHRAIBER LB, FRANÇA-JUNIOR I, LUDERMIR AB, PORTELLA AP, DINIZ CS, et al.. Fatores associados à violência por parceiro íntimo em mulheres brasileiras. Rev Saúde Pública [Internet]. 2009 Apr;43(2):299–311.
FÁVERO, L. P., BELFIORE, P. 2021. Manual de Análise de Dados – Estatística e Modelagem Multivariada com Excel®, SPSS® e Stata®. 1ª edição. GEN LTC. Rio de Janeiro. RJ. Brasil.
FREITAS, G.; MARCON, G.; WELCH, J.; SILVA, C. 2020. Análise dos casos de violência por parceiro íntimo contra mulheres indígenas notificados na macrorregião de Dourados-MS, Brasil. Ciência & Saúde Coletiva, Rio de Janeiro, v. 25, n. 9, p. 3459-3468.
INSTITUTO DE PESQUISA DATASENADO. Microdados da Pesquisa Violência Doméstica e Familiar, 2023. Brasília, DF. 2023.
LEITE, FMC; VENTURIN, B; AMORIM, MHC; BUBACH, S; GIGANTE, DP. 2021. Associação entre a violência e as características socioeconômicas e reprodutivas da mulher. Cad Saúde Colet, 2021;29(2): 279-289.
ORGANIZAÇÃO MUNDIAL DE SAÚDE. Global Database on the Prevalence of Violence Against Women. 2021.
SILVA, A. A. 2024. Análise da relação entre a formalização no mercado de trabalho e violência doméstica contra a mulher no Brasil. Dissertação (mestrado) na Universidade Federal de Viçosa, Departamento de Economia Doméstica.
STOCHERO L, PINTO LW. 2024. Prevalência e fatores associados à violência contra as mulheres rurais: um estudo transversal, Pesquisa Nacional de Saúde, 2019. Ciênc Saúde Coletiva 2024; 29(1): e20452022.
WOOLDRIDGE, J. M. 2010. Econometric Analysis of Cross Section and Panel Data. The MIT Press, Cambridge, US; London, England.

Resumo executivo oriundo de Trabalho de Conclusão de Curso de Especialização em Data Science e Analytics do MBA USP/Esalq

_{Saiba mais sobre o curso; clique aqui:}