UNIVERSIDADE DE SÃO PAULO- USP

ESCOLA DE ARTES, CIÊNCIAS e HUMANIDADES- EACH

Disciplina: ACH0021- Tratamento e Análise de Dados e Informações

Relação entre dados socioeconômicos e a criminalidade

Mauricio Tavares Ozaki

São Paulo
2017
 SUMÁRIO

1. INTRODUÇÃO 3

2. OBJETIVOS 3

3. METODOLOGIA 4

4. RESULTADOS 6
4.1. Variáveis qualitativas 6
4.2. Variáveis Quantitativas 8
4.2.1. Consideração importante 8
4.2.2. Medidas de Posição Central 8
4.2.3. Separatrizes 10
4.2.3.1. Quartil 8
4.2.3.2. Quintil 9
4.2.3.3. Decil 9
4.2.4. Medidas de Variabilidade 10
4.2.5. Análise de dados bivariado 10

5. DISCUSSÃO 13

6. CONCLUSÃO 16

7. REFERÊNCIAS 17

8. APÊNDICE 18

2
1. INTRODUÇÃO
O Brasil é considerado um dos países mais violentos do mundo. Podemos
não sofrer o medo de ataques terroristas, porém há um medo constante na
população causado pelo crescente número de roubos, sequestros, assassinatos e
estupros que são sempre retratados nos noticiários. É possível encontrar, em
diferentes tipos de mídia, diversas matérias com especialistas sobre o assunto e,
muitas são as dadas, entre as principais, estão a sociedade com seus preconceitos
a população periférica, governos passivos e corruptos e também a falta de educação
as crianças.
Sabemos que é fundamental serem tomadas atitudes em relação aos
problemas, mas, antes que qualquer medida seja adotada para combater a
criminalidade, precisamos estudar com profundidade nossa sociedade e também,
sempre que possível, realizar um comparativo com outros países. O Brasil é
considerado um país em desenvolvimento, assim como grande parte de nossos
“vizinhos”, sendo assim, é interessante realizar um comparativo não apenas com
países latino americanos, mas com países desenvolvidos ou até mesmo com
aqueles países subdesenvolvidos decorrente de anos de exploração. Precisamos
constatar se os países com índices de desenvolvimento próximos ao nosso sofreram
ou sofrem dos mesmos problemas e quais as razões, se o fato da população ser
menor ou maior influência de alguma forma, entre outras informações.
Devemos ressaltar que, independente dos resultados obtidos neste relatório,
as conclusões aqui apresentadas não retratam uma verdade absoluta pois além do
trabalho direcionar para um único tema, seriam necessárias mais informações, bem
mais completas e mais atualizadas.

2. OBJETIVOS
Levando em conta as informações necessárias para estudar as possíveis
causas da violência no Brasil, neste relatório vamos focar em alguns dados
socioeconômicos como expectativa de vida, rendimento nacional bruto e em relação
a falta de educação e sua relação com a violência. Sabemos o quanto é deficiente a
educação dos jovens e como ainda é alto o número de crianças fora do ensino

3
básico. Além disso, ainda sofremos com um número de analfabetos alto em regiões
onde as políticas públicas ainda não alcançaram.
Vamos estudar quais as possíveis ligações entre esses dados e a população
jovem, o que isso pode causar no futuro, assim como as relações população infantil
fora do ensino primário e analfabetismo. Será constatado o quão diretamente está
relacionado a falta de estudos com os números de índice de desenvolvimento
humano, rendimento nacional bruto, criminalidade entre outros dados. E também
vamos fazer um comparativo com outros países, utilizando os mesmo índices
estudados no Brasil.

3. METODOLOGIA
Para montar o banco de dados, foi preciso a coleta de dados de diversas
fontes, pois não foi encontrada nenhuma tabela pronta com todos os dados
necessários para realização do relatório. O site da Unesco possui os dados de IDH,
expectativa de vida, expectativa de anos de estudos, anos de estudos, RNB e parte
dos números sobre alfabetização. Para completar o restante dos dados de
alfabetização, coletei dados do Index Mundi. O restante dos dados, foram coletados
do site National Master, site que armazena um grande número de dados estatístico
de diversos países, foi retirado os dados de taxa de homicídios e crianças fora do
ensino primário. Os dados da população carcerária foi encontrado na Wikipedia, foi o
mais completo encontrado e a população mundial foi retirada do The World bank,
exceto China e Índia que foi retirado do Statistics Times. As variáveis qualitativas
foram retiradas de duas fontes separadas, língua do Info please e continente do
World Atlas.
Para efetuar os cálculos e gráficos utilizados nos resultados deste relatório, foi
utilizado funções prontas presentes no Microsoft Excel. É importante ressaltar que o
programa faz uma distinção entre fórmulas para amostras e fórmulas para
população, por exemplo, para calcular a variância existe a função VAR() para
amostras e VARP() para população, essa diferenciação nada mais é que a mudança
do denominador de n-1, para amostras, para n em populações. Neste relatório, foi
utilizado somente fórmulas para população, pois os cálculos foram efetuados
levando-se em conta todas as observações do banco de dados.

4
 As medidas de posição central foram obtidas de maneira simples para todas
as variáveis quantitativas, pois não existia “pesos” nas observações, tanto as taxas
como o rendimento nacional bruto já são calculados por 100.000 habitantes, sendo
desnecessário o uso de média ponderada ou mesmo a geométrica, visto que não
estamos analisando nada como, por exemplo, uma taxa de aumento.
Quanto às separatrizes, o Excel fornece as fórmulas de Quartil (Q) e Percentil
(P), sendo assim, para o cálculo dos Quintis (K) e Decis (D), foi levado em conta o
fato de terem valores equivalentes a determinados percentis de acordo com a
seguinte tabela:
Tabela 1 - Equivalência de separatrizes
P10 D1

P20 D2 Q1

P30 D3

P40 D4 Q2

P50 D5

P60 D6 Q3

P70 D7

P80 D8 Q4

P90 D9
Fonte: Arquivo pessoal, 2017

Para o cálculo das medidas de variabilidade, também foram utilizados funções

próprias Excel e, conforme dito anteriormente, foram sempre usadas as fórmulas
para a população e não para amostras.
Por fim, ficou a análise de dados bivariados, de posse das 10 variáveis
quantitativas, foi utilizada a função Pearson que calculou os valores para as tabelas,
em seguida localizamos o menor e maior valor da tabela para fazer os dos gráficos
de dispersão, isto é, um para as duas variáveis com menor coeficiente de correlação
e outro para as duas variáveis com maior coeficiente de correlação.

5
4. RESULTADOS

4.1. Variáveis qualitativas

No banco de dados há duas variáveis qualitativas, a primeira delas é referente

ao continente a que pertencem cada um dos países das observações, os dados
obtidos foram colocados na tabela de frequências abaixo:
Tabela 2 - Distribuição dos países por continente
Frequência Frequência Frequência
Continentes Absoluta Frequência Relativa (%) acumulada
Asia 45 0,239361702 23,93617021 23,93617021
África 53 0,281914894 28,19148936 52,12765957
América do
Norte 23 0,122340426 12,23404255 64,36170213
América do Sul 12 0,063829787 6,382978723 70,74468085
Europa 44 0,234042553 23,40425532 94,14893617
Oceania 11 0,058510638 5,85106383 100
Total 188 1 100
Fonte: World Atlas, 2015.

E, graficamente, obtemos:

Gráfico 1 - Como se distribuem o número de países por continente.

Fonte: World Atlas, 2015.

A segunda variável qualitativa se trata da língua considerada oficial por cada

país. As línguas que são faladas em mais de um país, foram tratadas

6
separadamente, todas as demais foram incluídas na linha “Outros”, o resultados está
abaixo:

Tabela 3 - Línguas mais faladas.

Frequência Frequência Frequência Frequência
Idioma oficial: Absoluta Relativa (%) acumulada
Inglês 33 0,175531915 17,55319149 17,55319149
Espanhol 18 0,095744681 9,574468085 27,12765957
Árabe 17 0,090425532 9,042553191 36,17021277
Francês 13 0,069148936 6,914893617 43,08510638
Português 8 0,042553191 4,255319149 47,34042553
Alemão 4 0,021276596 2,127659574 49,46808511
Mandarin 3 0,015957447 1,595744681 51,06382979
Holandês 3 0,015957447 1,595744681 52,65957447
Francês e
Inglês 2 0,010638298 1,063829787 53,72340426
Outros
idiomas 87 0,462765957 46,27659574 100
Total 188 1 100
Fonte: Info please, 2017 (acessado).

Plotando os valores no gráfico, obtemos a seguinte representação:

Gráfico 2 - Proporção dos idiomas mais falados.

Fonte: Info please, 2017 (acessado).

7
4.2. Variáveis Quantitativas

4.2.1. Consideração importante

Como algumas tabelas possuem nomes grandes para suas variáveis, uma
legenda foi feita para identificar cada uma delas:
1- População.
2- IDH.
3- Expectativa de vida (anos).
4- Expectativa de tempo de estudos (anos).
5- Anos de estudos.
6- Número de crianças fora do ensino primário.
7- Rendimento nacional bruto (per capita).
8- Taxa de Homicídios (por 100.000 habitantes).
9- Número de presos (por 100.000 habitantes).
10 - Fração de alfabetizados acimas dos 15 anos para ambos os sexos.

4.2.2.Medidas de Posição Central

Tabela 4 - Tabela com mínimos, máximos, médias e medianas.
1 2 3 4 5 6 7 8 9 10

Mínimo 21,291 0,3524402 48,943 4,87162 1,441531766 25 587,4739607 2,4 16 0,191026

38729,1623
Média 2 0,6988304 71,35299 12,9829899 8,371917782 429873,0862 17313,86611 103,9948901 167,5837838 0,861513695

Mediana 8181,018 0,7286642 73,4145 13,1397455 8,656456227 26799 10415,97017 43,41 130 0,9457706

Máximo 1401586 0,9494228 84,163 20,43272 13,37 17450000 129915,6009 913,5 799 1

Fonte: Arquivo pessoal, 2017

4.2.3.Separatrizes

4.2.3.1. Quartil
Tabela 5 - Valores dos Quartis
1 2 3 4 5 6 7 8 9 10
2120,879 0,577549 65,6792 6,0820199 3511,3762 16,00 0,793360
Q1 75 9 5 10,88602 27 3719,5 95 5 73 5
Q2 0,728664 13,13974 8,6564562 10415,970 13 0,945770
(mediana) 8181,018 2 73,4145 55 27 26799 17 43,41 0 6
27551,88 0,811389 192956, 23517,273 145,7 22
Q3 55 3 76,982 14,98901 11,0865 5 8 1 1 0,99
Fonte: Arquivo pessoal, 2017

Os valores de mínimos e máximos já foram calculados na seção 4.2.2., sendo

assim, para montar o box-plot, só foi preciso encontrar os valore dos quartis. Foi

8
desenhado o box-plot para IDH (2), RNB (7), taxa de homicídios (8) e fração de
alfabetizados (10) .
Figura 1 - Boxplot da esq. para dir. IDH, RNB, Taxa de homicídios e fração de alfabetizados.

Fonte: Arquivo pessoal, 2017.

4.2.3.2. Quintil
Tabela 6 - Valores dos Quintis.
1 2 3 4 5 6 7 8 9 10
1296,981 0,531731 63,949 10,50797 5,1254765 2964,5046 0,740733
K1 2 6 2 2 76 2785 12 13,446 62 16
5413,940 0,687869 70,736 12,64581 7,8067662 7508,4658 114, 0,917482
K2 4 6 8 42 11 14491 41 30,018 6 66
11306,48 0,763107 74,846 13,80267 9,6404455 14346,216 159, 0,960706
K3 92 7 8 88 26 58713,6 23 80,494 4 26
35262,06 0,846616 78,594 15,37619 28106,021 185,27 243,
K4 88 3 2 2 11,49583 360696,4 12 4 8 0,99
Fonte: Arquivo pessoal, 2017

4.2.3.3. Decil
Tabela 7 - Valores dos Decis.
1 2 3 4 5 6 7 8 9 10
0,478343 59,206 1608,1170 0,592754
D1 379,3994 1 3 9,072449 4,0053232 861,8 86 9,575 47,8 68
1296,981 0,531731 63,949 10,50797 5,1254765 2964,5046 0,740733
D2 2 6 2 2 76 2785 12 13,446 62 16
3443,814 0,608236 68,323 11,65883 6,3359273 5259,2620 0,848669
D3 5 1 8 01 69 5709,1 61 19,537 84 44
5413,940 0,687869 70,736 12,64581 7,8067662 7508,4658 114, 0,917482
D4 4 6 8 42 11 14491 41 30,018 6 66
0,728664 73,414 13,13974 8,6564562 10415,970 0,945770
D5 8181,018 2 5 55 27 26799 17 43,41 130 6
11306,48 0,763107 74,846 13,80267 9,6404455 14346,216 159, 0,960706
D6 92 7 8 88 26 58713,6 23 80,494 4 26
19699,39 0,793439 76,105 14,59638 20845,630 120,01 192, 0,983718
D7 14 7 2 85 10,547146 113982 04 2 8 28
35262,06 0,846616 78,594 15,37619 28106,021 185,27 243,
D8 88 3 2 2 11,49583 360696,4 12 4 8 0,99
70751,59 0,898591 81,495 16,50884 12,232783 43058,184 247,99 0,997166
D9 55 1 5 3 9 682950,6 55 1 325 84

9
 Fonte: Arquivo pessoal, 2017

4.2.4.Medidas de Variabilidade

Tabela 8 - Valores das variâncias, desvios padrão e coeficiente de variação em %.

1 2 3 4 5 6 7 8 9 10
2031426 0,0239 68,46 8,3489 9,54045 2,84E+1 3617044 18204,8 17262,2 0,03202
Variância 0163 396 736 2046 401 2 21,5 3573 4298 6084
142528, 0,1547 8,274 2,8894 3,08876 1684526 19018,5 134,925 131,385 0,17895
Desvio Padrão 1031 242 5 4986 2537 ,845 2837 2969 8553 8331
Coeficiente de 368,012 22,140 11,59 22,255 36,8943 391,866 109,845 129,742 78,4001 20,7725
Variação (%) 3569 448 657 6582 2479 0876 6477 2371 0075 4627
Fonte: Arquivo pessoal, 2017

4.2.5.Análise de dados bivariado

As 10 variáveis quantitativas foram usadas para montar a matriz abaixo com
os valores do coeficiente de Pearson.

Tabela 9 - Coeficiente de Pearson.

Correlação de Pearson

1 2 3 4 5 6 7 8 9 10

1 1 -0,00554 0,010836 -0,01032 -0,043831615 0,676824 -0,039981198 -0,06675 -0,048104276 -0,02215

2 -0,00554 1 0,901844 0,917848 0,906969101 -0,16533 0,736837518 -0,38257 0,286706084 0,822458

3 0,010836 0,901844 1 0,800781 0,747525652 -0,17072 0,626582865 -0,39913 0,228486477 0,719892

4 -0,01032 0,917848 0,800781 1 0,830905202 -0,16928 0,601091965 -0,35916 0,253445033 0,758801

5 -0,04383 0,906969 0,747526 0,830905 1 -0,16652 0,590670088 -0,32657 0,290079337 0,826762

6 0,676824 -0,16533 -0,17072 -0,16928 -0,166522866 1 -0,117494076 0,017639 -0,105303196 -0,16937

7 -0,03998 0,736838 0,626583 0,601092 0,590670088 -0,11749 1 -0,33889 0,027337223 0,47652

8 -0,06675 -0,38257 -0,39913 -0,35916 -0,326571539 0,017639 -0,338889804 1 0,155331906 -0,24354

9 -0,0481 0,286706 0,228486 0,253445 0,290079337 -0,1053 0,027337223 0,155332 1 0,390706

10 -0,02215 0,822458 0,719892 0,758801 0,826761586 -0,16937 0,476519901 -0,24354 0,390706324 1

Fonte: Arquivo pessoal, 2017.

Foi destacado em vermelho o menor valor obtido dos coeficientes de

correlação. O gráfico correspondente foi colocado abaixo com sua correspondente
reta de regressão linear. Sua equação da reta é y = -6,525x - 570,2 e seu coeficiente
2
de determinação R =0,159.

Gráfico 3 - Gráfico de dispersão Expectativa de vida X Taxa de homicídios.

10
 Fonte - Arquivo pessoal, 2017.

Já em azul, foi destacado o maior valor dos coeficientes de correlação. Sua

equação da reta é y = 17,14x - 1,004 e seu coeficiente de determinação R2
=0,842. O gráfico com sua reta de regressão está abaixo:

Gráfico 4 - Gráfico de dispersão IDH X Expectativa do tempo de estudos.

Fonte - Arquivo pessoal, 2017.

Além dos dois gráficos pedidos no relatório, foram adicionados mais três
gráficos de dispersão, pois suas informações são úteis para as discussões feitas na
seção seguinte.

11
 Gráfico 5 - Gráfico de dispersão IDH X RNB

Fonte - Arquivo pessoal, 2017.

Gráfico 6 - Gráfico de dispersão IDH X Taxa de homicídios.

Fonte - Arquivo pessoal, 2017.

Gráfico 7 - Gráfico de dispersão RNB X Taxa de homicídios.

12
 Fonte - Arquivo pessoal, 2017.

5. DISCUSSÃO
Inicialmente, vamos entender o que é levado em consideração para o cálculo
do IDH, a ONU leva em conta três aspectos: educação, longevidade e renda. Agora,
vamos considerar como a Nações Unidas classificam os países segundo seu IDH,
para países com classificação maior ou igual a 0,802 são considerados “Muito alto
desenvolvimento humanos”; entre 0,702 e 0,798 os países são considerados como
“Alto desenvolvimento humano”; entre 0,555 e 0,698 estão países com “Médio
desenvolvimento humano”; e, finalmente, entre 0,348 e 0,548 estão os países com
“baixo desenvolvimento humano”. Segundo esses dados, podemos notar uma
proximidade com os dados dos quartis obtidos na tabela 5 e na figura 1, a não
igualdade é devido a presença de um número menor de países tratados no banco de
dados deste relatório.
Ainda falando sobre o IDH, observando a tabela 7 sobre decis, selecionamos
então o D8 para fazer uma análise com os 20% dos países mais bem colocados, e
notamos que dos 38 países com maiores IDH, 26 são Europeus, 7 são asiáticos, 2
da América do Norte, 2 da Oceania, 1 sul americano (Chile) e nenhum africano. Já

13
para se observarmos o D2, isto é, os 20% com menores IDH, encontramos 33
países da África, 2 da Oceania, 2 da Ásia, 1 norte americano, e nenhum europeu ou
sul americano. Levando em conta que a tabela 2 sobre a distribuição dos países por
continente, chegamos a conclusão que dos países com melhores IDH, quase 60%
são europeus e não existem africanos já para os piores IDH temos cerca de 62% de
países da África e nenhum Europeu. Observe então os gráficos 4 e 6, ainda que
sutil, percebemos que quanto maior o IDH maior a expectativa no tempo de estudos
2
e menor a taxa de homicídios. O gráfico 4 possui um R =0,846 , significa que
84,6% das variáveis conseguem ser explicadas pela variância. Ainda sobre o IDH,
do ponto de vista cultural, dentre os países com maior IDH, quatro deles possuem
como língua oficial o inglês, quatro falam alemão, dois espanhol, dois mandarim, um
francês, e nenhum fala português, Portugal ficou abaixo do Chile, melhor sul
americano do ranking.
Citando agora outro ponto relevante, o Rendimento Nacional Bruto (RNB) é,
grosso modo, a soma dos rendimentos os residentes de um país, em atividades
produtivas exercidas dentro e fora de seu país. Seu índice contribui fortemente para
o IDH como pode ser visto no gráfico 5, é visível que o aumento do IDH é
acompanhado pelo aumento do RNB. Um ponto importante a ser ressaltado, é sobre
a relação entre a população e o RNB, a média populacional é de 39.000.000 como
pode ser visto na tabela 4, a coluna do RNB possui entre os 40% (K3, tabela 6) o
valor mínimo de $80,494 per capita, que abrange 75 países, destes, 61 têm
população abaixo da média mostrando que pode ser verdadeira a premissa que
países com população menor são mais “facilmente” governados. Proporcionalmente,
notamos novamente um domínio europeu, 48% destes países mais ricos são
Europeus, 24% são asiáticos, 12% são norte americanos, cerca de 6,7% sul
americano, 6,7% é africano e 2,7% da Oceania. Ainda que não muito inclinados,
podemos ver, pelo gráfico 7, uma tendência de diminuição na taxa de homicídios
quando o RNB tende a aumentar.
Quanto a alfabetização, vemos pelo último box-plot da figura 1 e pela tabela
4, que mais das metade dos países possuem um número de alfabetizados acima da
média que é de cerca de 0,86 (86%). Porém, se aumentarmos os critérios, veremos
uma repetição dos problemas, temos que acima do D9 (decil 9), por volta de 0,997,
temos 22 países, dentre eles, cerca de 68% são europeus, 18% da Ásia, 9% da
América do Norte e 5% da Oceania, já a América do Sul e África, não possuem
14
representantes. Quando invertemos e pegamos do D2 para baixo, por volta de 0,74,
temos 39 países, sendo 72% africanos, 20% asiáticos, 5% da Oceania e 3% da
América do norte. Ainda levando em conta a alfabetização, há uma diferença
inesperada, quando comparamos o número de países com população carcerária
acima da média, cerca de 167 por 100.000 habitantes, entre os países acima do D9,
encontra-se 12 países dos quais 67% são europeus, enquanto isso, entre os países
do abaixo do D2, dos 39 países, há apenas dois com número de presos acima da
média, ambos na África.
Brevemente, podemos analisar o gráfico 3, que mostra um dado esperado, a
expectativa de vida aumenta conforme a taxa de homicídios diminui, algo muito
comum pois em países muito violentos, há uma tendência de mortes entre jovens,
2
principalmente do sexo masculino. Entretanto, o R =0,159 , ou seja, apenas
15,9% da variável dependem da regressão dada.
Interpretando as medidas de variabilidade, pela tabela 8, verificamos que
variáveis como IDH e fração de alfabetizados, possuem valores próximos às médias
para as observações, diferente da população e do número de crianças fora do
ensino primário, esta comparação pode ser feita olhando suas variâncias. Olhando
para os desvios padrão, podemos identificar os erros dos dados, por exemplo para a
expectativa de vida, podemos dizer que no mundo temos 71,35 ± 6,76 anos de
média com seu erro. Também podemos analisar a homogeneidade das variáveis
pelo coeficiente de variação, a expectativa de vida e fração de alfabetizados são
homogêneos, ao contrário, novamente, de dados como população e número de
crianças fora do ensino primário.
Analisando então o número de crianças fora do ensino primário, foi traçada
uma reta passando pela mediana, dentre os países com mais crianças fora da
escola, 44% são países africanos e 25% asiáticos, agora entre a outra metade,
temos 35% países são europeus, 20% asiáticos, a África só aparece com 1% dos
países.
Por fim, analisando o Brasil, seu IDH está acima da média e da mediana,
também há uma expectativa de tempos de estudos acima da média, e fração de
alfabetizados. Porém também está acima da média em índices ruins, como número
de presos, taxa de homicídios e crianças fora da escola.

15
6. CONCLUSÃO
A análise das informações obtidas através do banco de dados, nos mostrou
que há uma ligação entre a taxa de criminalidade com o nível de escolaridade ou
como um país cuida da educação de sua população. Mas, também mostrou que o
IDH é um índice bem eficaz para verificar a “saúde” de uma nação.
É visível que o continente africano que corresponde a 28% dos países e que
possui muitos locais que ainda eram explorados até o século passado, sofre com a
falta de estrutura, culpa de uma herança da colonização. A África, principalmente a
parte subsaariana, possui muitos países com baixo IDH, muitas crianças fora da
escola, criminalidade alta e baixa expectativa de vida.
Muito diferente do continente africano, a Europa mostra índices elevadíssimos
de qualidade de vida, possui a maior parte dos países com maiores IDH, além de
altos valores de RNB. Muitos países possuem toda a população alfabetizada e há
poucos casos de crimes violentos, sem levar em conta os recentes casos de
terrorismo.
A respeito do Brasil, podemos perceber que apesar de não possuir todos os
índices ruins, ainda assim existe muito a ser feito. O país tem uma grande
população, além de grande extensão territorial, somando-se ao fato dos recentes
problemas políticos do país que acabam levando a problemas cada vez maiores
como o desemprego, que pode ser um fator para levar pessoas ao mundo do crime,
além dos recentes problemas de orçamento para a educação, seja no ensino básico
ou mesmo no superior.
Finalmente, podemos concluir que chegar as razões do que levam um país,
como por exemplo o Brasil, a ter um nível de violência tão alto pode não ser tão fácil,
um dos problema é ter dados suficiente para uma conclusão mais sólida, muitas
estatísticas não estão atualizadas e nem possuem fácil acesso. Em relação ao
exterior, há muitos países que possuem uma escassez ainda maior de informações
o que dificulta uma análise mais detalhada do assunto. E, para que uma possível
pesquisa seja mais completa, podendo ser usada como guia em futuras melhorias
na segurança do país, é necessário levarmos em conta dados mais amplos, como
IDH, educação, qualidade de vida, número de desempregados, entre outros e
reconhecer que apenas números também não serão suficiente, devemos levar em
conta a cultura do povo que influenciará bastante no resultado da pesquisa.

16
7. REFERÊNCIAS
MORETTIN, Pedro A, BUSSAB, Wilton de O.. Estatística Básica. 5ª edição. 2004.
Editora Saraiva.
Population Rank. The World Bank. Disponível em: <http://data.worldbank.org/data-
catalog/Population-ranking-table>. Último acesso em 10/04/2017.
China VS India Population. Statistics Times. Disponível em:
<http://statisticstimes.com/population/china-vs-india-population.php>. Último acesso
em 10/04/2017.
Human Development Index and its components. UNDP Human Development
Reports. Disponível em: <http://hdr.undp.org/en/composite/HDI>. Último acesso em
10/04/2017
Countries listed By Continent. World Atlas. Disponível em:
<http://www.worldatlas.com/cntycont.htm>. Último acesso em 10/04/2017.
Languages spoken in each country of the world. Infoplease. Disponível em: <
https://www.infoplease.com/world/countries-world/languages-spoken-each-country-
world>. Último acesso em: 10/04/2017.
Murder rate per million people: Countries Compared. Nation Master. Disponível em:
<http://www.nationmaster.com/country-info/stats/Crime/Violent-crime/Murder-rate-
per-million-people>. Último acesso em 10/04/2017.
List of countries by incarceration rate. Wikipedia. Disponível em:
<https://en.wikipedia.org/wiki/List_of_countries_by_incarceration_rate>. Último
acesso em 10/04/2017.
GRAHAM, Ian. Prisoners: Countries Compared National Master.
<http://www.nationmaster.com/country-info/stats/Crime/Prisoners#country>. Último
acesso em 10/04/2017.
Children out of school, primary: Countries Compared. National Master.
<http://www.nationmaster.com/country-info/stats/Education/Children-out-of-school
%2C-primary>. Último acesso em 10/04/2017.
Education: Literacy rate. UNESCO. Disponível em: <
http://data.uis.unesco.org/Index.aspx?
DataSetCode=EDULIT_DS&popupcustomise=true&lang=en#>. Acesso em
14/06/2017.
Literacy rate, adult total (% of people ages 15 and above) - Country Ranking

17
. INDEX MUNDI. Disponível em: <
http://www.indexmundi.com/facts/indicators/SE.ADT.LITR.ZS/rankings>. Acesso em
14/06/2017.
Country Comparison - Literacy. INDEX MUNDI. Disponível em: <
https://www.indexmundi.com/g/r.aspx?v=39>. Acesso em 14/06/2017.
Ranking IDH Global 2014. UNDP. Disponível em:
<http://www.br.undp.org/content/brazil/pt/home/idh0/rankings/idh-global.html>.
Acesso em 17/06/2017.
Rendimento Nacional Bruto (RNB). Euroogle. Disponível em:
<http://euroogle.com/dicionario.asp?definition=1683>. Acesso em: 16 jun. 2017.
Entenda o cálculo do IDH e seus indicadores. Disponível em:
<http://noticias.terra.com.br/brasil/noticias/0,,OI152578-EI306,00-
Entenda+o+calculo+do+IDH+e+seus+indicadores.html>. Acesso em: 16 jun. 2017.
Relatório do Banco de Dados. Disponível em:
<https://docs.google.com/document/d/1wxBRmxx9VetZNeHsjGN3gzoYeWLaJe1Lfg9
wxjKtOcs/edit?usp=sharing>
Banco de dados utilizado na pesquisa. Disponível em:
<https://drive.google.com/file/d/0B_xg_Or81Rpzb0poUFpHMFNpMTg/view?
usp=sharing>.

8. APÊNDICE
Além do banco de dados abaixo, eu disponibilizei para download o banco de
dados e o relatório. É possível visualizar este relatório online e também ver o banco
de dados completo, ao longo das quatro planilhas, os cálculos, tabelas e gráfico
utilizados neste relatório. Desconsidere as últimas colunas, com cores mais claras
no topo. Para acessá-los, verifique os links nas referências.
Para facilitar a visualização eu dividi o banco de dados em duas metades, a
primeira com as duas variáveis qualitativas e três quantitativas e a segunda com as
sete variáveis quantitativas restantes.

18
Banco de Dados - Parte 1
Populaç Expectat
ão IDH iva
(milhare (Valor de Vida
País Continente Língua s) ) (Anos)
Afghanistan Asia Dari Persian and Pashtu 32.527 0,479 60,7
Albania Europe Albanian, Greek 2.889 0,764 78
Algeria África Arabic 39.667 0,745 75
Andorra Europe Catalán 70 0,858 81,5
Angola África Portuguese 25.022 0,533 52,7
América do
Antigua and Barbuda Norte English 92 0,786 76,2
América do
Argentina Sul Spanish 43.417 0,827 76,5
Armenia Europe Armenian 3.018 0,743 74,9
Australia Oceania English 23.781 0,939 82,5
Austria Europe German 8.611 0,893 81,6
Azerbaijan Europe Azerbaijani Turkic 9.651 0,759 70,9
América do
Bahamas Norte English 388 0,792 75,6
Bahrain Asia Arabic 1.377 0,824 76,7
Bangladesh Asia Bangla 160.996 0,579 72
América do
Barbados Norte English 284 0,795 75,8
Belarus Europe Belorussian 9.513 0,796 71,5
Belgium Europe Dutch 11.286 0,896 81
América do
Belize Norte English 359 0,706 70,1
Benin África French 10.880 0,485 59,8
Bhutan Asia Dzongkha 775 0,607 69,9
América do
Bolivia (Plurinational State of) Sul Spanish 10.725 0,674 68,7
Bosnia and Herzegovina Europe Bosnian 3.810 0,75 76,6
Botswana África Setswana 2.262 0,698 64,5
América do
Brazil Sul Portuguese 207.848 0,754 74,7
Brunei Darussalam Asia Malay 423 0,865 79
Bulgaria Europe Bulgarian 7.178 0,794 74,3
Burkina Faso África French 18.106 0,402 59
Burundi África Kirundo and French 11.179 0,404 57,1
Cabo Verde África Portuguese 521 0,648 73,5
Cambodia Asia Khmer 15.578 0,563 68,8
Cameroon África French and English 23.344 0,518 56
América do
Canada Norte French and English 35.852 0,92 82,2
Central African Republic África French 4.900 0,352 51,5

19
Chad África French and Arabic 14.037 0,396 51,9
América do
Chile Sul Spanish 17.948 0,847 82
1.401.5
China Asia Mandarin 86 0,738 76
América do
Colombia Sul Spanish 48.229 0,727 74,2
Comoros África French and Arabic 788 0,497 63,6
Congo África French 4.620 0,592 62,9
Congo (Democratic Republic of
the) África French 77.267 0,435 59,1
América do
Costa Rica Norte Spanish 4.808 0,776 79,6
Côte d'Ivoire África French 22.702 0,474 51,9
Croatia Europe Croatian 4.224 0,827 77,5
América do
Cuba Norte Spanish 11.390 0,775 79,6
Cyprus Europe Greek and Turkish 1.165 0,856 80,3
Czech Republic Europe Czech 10.551 0,878 78,8
Denmark Europe Danish 5.676 0,925 80,4
Djibouti África French and Arabic 888 0,473 62,3
América do
Dominica Norte English 73 0,726 77,9
América do
Dominican Republic Norte Spanish 10.528 0,722 73,7
East Timor Asia Portuguese 1.245 0,605 68,5
América do
Ecuador Sul Spanish 16.144 0,739 76,1
Egypt África Arabic 91.508 0,691 71,3
América do
El Salvador Norte Spanish 6.127 0,68 73,3
Equatorial Guinea África French and Spanish 845 0,592 57,9
Eritrea África Afar 5.228 0,42 64,2
Estonia Europe Estonian 1.312 0,865 77
Ethiopia África Amharic 99.391 0,448 64,6
Fiji Oceania English 892 0,736 70,2
Finland Europe Finnish and Swedish 5.482 0,895 81
France Europe French 66.808 0,897 82,4
Gabon África French 1.725 0,697 64,9
Gambia África English 1.991 0,452 60,5
Georgia Europe Georgian 3.679 0,769 75
Germany Europe German 81.413 0,926 81,1
Ghana África English 27.410 0,579 61,5
Greece Europe Greek 10.824 0,866 81,1
América do
Grenada Norte English 107 0,754 73,6
América do
Guatemala Norte Spanish 16.343 0,64 72,1

20
Guinea África French 12.609 0,414 59,2
Guinea-Bissau África Portuguese 1.844 0,424 55,5
América do
Guyana Sul English 767 0,638 66,5
América do
Haiti Norte Creole and French 10.711 0,493 63,1
América do
Honduras Norte Spanish 8.075 0,625 73,3
Hong Kong, China (SAR) Asia Mandarin 7.306 0,917 84,2
Hungary Europe Magyar 9.845 0,836 75,3
Iceland Europe Icelandic 331 0,921 82,7
1.282.3
India Asia Hindi 90 0,624 68,3
Indonesia Asia Bahasa Indonesia 257.564 0,689 69,1
Iran (Islamic Republic of) Asia Persian 79.109 0,774 75,6
Iraq Asia Arabic 36.423 0,649 69,6
Ireland Europe English and Irish 4.641 0,923 81,1
Israel Asia Hebrew 8.380 0,899 82,6
Italy Europe Italian 60.802 0,887 83,3
América do
Jamaica Norte English 2.726 0,73 75,8
Japan Asia Japanese 126.958 0,903 83,7
Jordan Asia Arabic 7.595 0,741 74,2
Kazakhstan Asia Kazak 17.544 0,794 69,6
Kenya África English 46.050 0,555 62,2
Kiribati Oceania English 112 0,588 66,2
Korea (Republic of) Asia Korean 50.617 0,901 82,1
Kuwait Asia Arabic 3.892 0,8 74,5
Kyrgyzstan Asia Kyrgyz 5.957 0,664 70,8
Lao People's Democratic Republic Asia Lao 6.802 0,586 66,6
Latvia Europe Lativian 1.978 0,83 74,3
Lebanon Asia Arabic 5.851 0,763 79,5
Lesotho África English 2.135 0,497 50,1
Liberia África English 4.503 0,427 61,2
Libya África Arabic 6.278 0,716 71,8
Liechtenstein Europe German 38 0,912 80,2
Lithuania Europe Lithuanian 2.910 0,848 73,5
Luxembourg Europe Luxembourgish 570 0,898 81,9
Madagascar África Malagasy and French 24.235 0,512 65,5
Malawi África Chichewa 17.215 0,476 63,9
Malaysia Asia Bahasa Melayu 30.331 0,789 74,9
Maldives Asia Maldivian Dhivehi 409 0,701 77
Mali África French 17.600 0,442 58,5
Malta Europe Maltese and English 431 0,856 80,7
Mauritania África Hassaniya Arabic 4.068 0,513 63,2
Mauritius África Creole 1.263 0,781 74,6
Mexico América do Spanish 127.017 0,762 77

21
 Norte
Micronesia (Federated States of) Oceania English 104 0,638 69,3
Moldova (Republic of) Europe Moldovan 3.554 0,699 71,7
Mongolia Asia Mongolian 2.959 0,735 69,8
Montenegro Europe Serbian/Montenegrin 622 0,807 76,4
Morocco África Arabic 34.378 0,647 74,3
Mozambique África Portuguese 27.978 0,418 55,5
Myanmar (Burma) Asia Burmese 53.897 0,556 66,1
Namibia África Afrikaans 2.459 0,64 65,1
Nepal Asia Nepali 28.514 0,558 70
Netherlands Europe Dutch 16.937 0,924 81,7
New Zealand Oceania English 4.596 0,915 82
América do
Nicaragua Norte Spanish 6.082 0,645 75,2
Niger África French 19.899 0,353 61,9
Nigeria África English 182.202 0,527 53,1
Bokmal Norwegian and Nynorsk
Norway Europe Norwegian 5.196 0,949 81,7
Oman Asia Arabic 4.491 0,796 77
Pakistan Asia Urdo and English 188.925 0,55 66,4
Palau Oceania Palauan 21 0,788 72,9
Palestine, State of Asia Arabic and Hebrew 4.422 0,684 73,1
América do
Panama Norte Spanish 3.929 0,788 77,8
Papua New Guinea Oceania Tok Pisin 7.619 0,516 62,8
América do
Paraguay Sul Spanish and English 6.639 0,693 73
América do
Peru Sul Spanish 31.377 0,74 74,8
Philippines Asia Filipino and Spanish 100.699 0,682 68,3
Poland Europe Polish 37.999 0,855 77,6
Portugal Europe Portuguese 10.349 0,843 81,2
Qatar Asia Arabic 2.235 0,856 78,3
Romania Europe Romenian 19.832 0,802 74,8
Russian Federation Asia Russian 144.097 0,804 70,3
Rwanda África Kinyarwanda 11.610 0,498 64,7
América do
Saint Kitts and Nevis Norte English 56 0,765 74
América do
Saint Lucia Norte English 185 0,735 75,2
América do
Saint Vincent and the Grenadines Norte English 109 0,722 73
Samoa Oceania Samoan 193 0,704 73,7
Sao Tome and Principe África Portuguese 190 0,574 66,6
Saudi Arabia Asia Arabic 31.540 0,847 74,4
Senegal África French 15.129 0,494 66,9
Serbia Europe Serbian 7.098 0,776 75

22
Seychelles África Sesalwa Creole 93 0,782 73,3
Sierra Leone África English 6.453 0,42 51,3
Singapore Asia Mandarin 5.535 0,925 83,2
Slovakia Europe Slovak 5.424 0,845 76,4
Slovenia Europe Slovenian 2.064 0,89 80,6
Solomon Islands Oceania English 584 0,515 68,1
South Africa África English 54.957 0,666 57,7
South Sudan África English 12.340 0,418 56,1
Spain Europe Spanish 46.418 0,884 82,8
Sri Lanka Asia Sinhala 20.966 0,766 75
Sudan África Arabic 40.235 0,49 63,7
América do
Suriname Sul Dutch 543 0,725 71,3
Swaziland África English 1.287 0,541 48,9
Sweden Europe Swedish 9.799 0,913 82,3
Switzerland Europe German 8.287 0,939 83,1
Syrian Arab Republic Asia Arabic 18.502 0,536 69,7
Tajikistan Asia Tajik 8.482 0,627 69,6
Tanzania (United Republic of) África Swahili 53.470 0,531 65,5
Thailand Asia Thai 67.959 0,74 74,6
The former Yugoslav Republic of
Macedonia Europe Macedonian 2.078 0,748 75,5
Togo África French 7.305 0,487 60,2
Tonga Oceania Tongan 106 0,721 73
América do
Trinidad and Tobago Norte English 1.360 0,78 70,5
Tunisia África Arabic 11.108 0,725 75
Turkey Asia Turkish 78.666 0,767 75,5
Turkmenistan Asia Turkmen 5.374 0,691 65,7
Uganda África English 39.032 0,493 59,2
Ukraine Europe Ukrainian 45.198 0,743 71,1
United Arab Emirates Asia Arabic 9.157 0,84 77,1
United Kingdom Europe English 65.138 0,909 80,8
América do
United States Norte English 321.419 0,92 79,2
América do
Uruguay Sul Spanish 3.432 0,795 77,4
Uzbekistan Asia Uzbek 31.300 0,701 69,4
Vanuatu Oceania Bislama 265 0,597 72,1
América do
Venezuela (Bolivarian Republic of) Sul Spanish 31.108 0,767 74,4
Vietnam Asia Vietnamase 91.704 0,683 75,9
Yemen Asia Arabic 26.832 0,482 64,1
Zambia África English 16.212 0,579 60,8
Zimbabwe África English 15.603 0,516 59,2

23
Banco de Dados - Parte 2
Fração
de
Alfabeti
Expec zados
tativa Rendime acima
de nto dos 15
tempo Número de Nacional anos
de Ano crianças Bruto Nº de em
estud s de fora do (RNB) Taxa de presos (por ambos
os Estu ensino per Homícidios (por 100,000 os
País (anos) do primário capita 100,000 habitantes) habitantes) sexos
0,3816
Afghanistan 10,1 3,6 1.860.000 1.871 26,34 74 804
0,9755
Albania 14,2 9,6 22.232 10.252 40,32 192 39
0,7960
Algeria 14,4 7,8 25.337 13.533 14,44 156 84

Andorra 13,5 10,3 47.979 12,65 53 1

0,7116
Angola 11,4 5 512.918 6.291 187,07 96 416
Antigua and Barbuda 13,9 9,2 1.343 20.907 68,78 403 0,9895
0,9808
Argentina 17,3 9,9 36.270 20.945 33,98 160 997
0,9976
Armenia 12,7 11,3 8.314 8.189 14,85 130 842
0,9976
Australia 20,4 13,2 68.417 42.822 10,38 152 842
Austria 15,9 11,3 22.905 43.609 6,32 97 0,98
0,9980
Azerbaijan 12,7 11,2 64.313 16.413 22,75 236 526

Bahamas 12,7 10,9 21.565 260,75 363 0,956

0,9571
Bahrain 14,5 9,4 648 37.236 5,34 301 726
0,6149
Bangladesh 10,2 5,2 621.163 3.341 26,39 43 383
Barbados 15,3 10,5 614 14.952 110,56 322 0,997
0,9972
Belarus 15,7 12 20.243 15.629 49,75 306 204
Belgium 16,6 11,4 6.830 41.243 16,52 98 0,99
0,9277
Belize 12,8 10,5 393 7.375 418,02 410 682
0,3844
Benin 10,7 3,5 83.149 1.979 140,64 77 714
0,6390
Bhutan 12,5 3,1 8.045 7.081 10,11 145 682
Bolivia (Plurinational 0,9514
State of) 13,8 8,2 243.824 6.155 87,04 122 192

24
 0,9848
Bosnia and Herzegovina 14,2 9 10.091 14,56 73 576
0,8822
Botswana 12,6 9,2 49.841 14.663 147,05 193 441
0,9258
Brazil 15,2 7,8 3.250.000 14.145 209,9 307 681
0,9665
Brunei Darussalam 14,9 9 1.944 72.843 5,34 134 653
0,9838
Bulgaria 15 10,8 4.957 16.261 19,51 125 858
0,3774
Burkina Faso 7,7 1,4 917.044 1.537 190,05 41 67
0,8549
Burundi 10,6 3 81.150 691 200,13 77 609
0,8846
Cabo Verde 13,5 4,8 1.623 6.049 115,77 286 542
0,7834
Cambodia 10,9 4,7 28.581 3.095 33,54 116 594
0,7498
Cameroon 10,4 6,1 294.813 2.894 188,82 114 558
Canada 16,3 13,1 1.892 42.582 16,23 114 0,99
0,3675
Central African Republic 7,1 4,2 193.652 587 269,29 16 261
0,4001
Chad 7,3 2,3 770.441 1.991 152,85 39 824
0,9662
Chile 16,3 9,9 103.671 21.665 31,54 242 755
0,9635
China 13,5 7,6 17.450.000 13.345 10,02 118 745
0,9457
Colombia 13,6 7,6 599.113 12.762 332,85 240 706
0,7813
Comoros 11,1 4,8 15.919 1.335 130,91 19 739
0,7931
Congo 11,1 6,3 56.264 5.503 27 117
Congo (Democratic 0,7722
Republic of the) 9,8 6,1 4.890.000 680 230,5 29 167
0,9764
Costa Rica 14,2 8,7 23.445 14.006 112,86 352 725
0,4326
Côte d'Ivoire 8,9 5 1.140.000 3.163 591,51 56 532
0,9927
Croatia 15,3 11,2 3.702 20.291 14,03 81 259
0,9971
Cuba 13,9 11,8 28.025 7.455 49,87 510 072
0,9905
Cyprus 14,3 11,7 387 29.459 17,42 80 978

Czech Republic 16,8 12,3 28.144 17,26 211 0,99

Denmark 19,2 12,7 15.219 44.519 8,51 61 0,99

25
Djibouti 6,3 4,1 32.104 3.216 35,8 67 0,679
Dominica 12,8 7,9 282 10.096 210,77 300 0,94
0,9246
Dominican Republic 13,2 7,7 113.092 12.756 247,64 232 542
0,6406
East Timor 12,5 4,4 16.117 5.371 69,58 50 614
0,9451
Ecuador 14 8,3 59.326 10.536 175,85 162 547
0,7584
Egypt 13,1 7,1 210.911 10.064 12,92 116 262
0,8764
El Salvador 13,2 6,5 39.400 7.732 688,59 541 822
0,9519
Equatorial Guinea 9,2 5,5 38.352 21.517 208,2 63 566
0,7384
Eritrea 5 3,9 517.937 1.490 163,32 525
0,9982
Estonia 16,5 12,5 2.112 26.362 52,53 221 351
0,4903
Ethiopia 8,4 2,6 3.001.000 1.523 244,96 128 152
Fiji 15,3 10,5 1.138 8.245 28,08 174 0,937
Finland 17 11,2 6.055 38.868 22 55 1
France 16,3 11,6 40.088 38.085 10,54 103 0,99
0,8323
Gabon 12,6 8,1 13.980 19.044 134,88 193 788
0,5557
Gambia 8,9 3,3 1.541 58 276
0,9975
Georgia 13,9 12,2 3.772 8.856 42 262 962
Germany 17,1 13,2 7.230 45.000 8,44 78 0,99
0,7657
Ghana 11,5 6,9 652.518 3.839 157,77 49 59
0,9529
Greece 17,2 10,5 2.787 24.808 15,56 91 287
Grenada 15,8 8,6 345 11.502 114,64 421 0,96
0,7907
Guatemala 10,7 6,3 109.984 7.063 386,29 122 421
0,3047
Guinea 8,8 2,6 431.051 1.058 208,63 26 279
0,5977
Guinea-Bissau 9,2 2,9 1.369 193,81 285
0,8753
Guyana 10,3 8,4 25.072 6.884 178,09 256 532
0,6068
Haiti 9,1 5,2 566.579 1.657 69,62 102 935
0,8842
Honduras 11,2 6,2 66.576 4.466 913,5 198 458
Hong Kong, China (SAR) 15,7 11,6 4.581 54.265 2,4 115 0,935
Hungary 15,6 12 8.553 23.394 13,3 183 0,9938

26
 088
Iceland 19 12,2 441 37.065 3,14 45 0,99
0,7222
India 11,7 6,3 1.390.000 5.663 34,24 33 53
0,9543
Indonesia 12,9 7,9 911.111 10.053 80,95 69 768
0,8717
Iran (Islamic Republic of) 14,8 8,8 3.468 16.395 30,12 287 253
0,7972
Iraq 10,1 6,6 373.276 11.608 20,66 123 175
Ireland 18,6 12,3 5.853 43.798 12,07 79 0,99
Israel 16 12,8 20.236 31.215 20,47 265 0,9175
0,9901
Italy 16,3 10,9 25.573 33.573 8,75 89 579
0,8849
Jamaica 12,8 9,6 29.266 8.350 529,39 145 99
Japan 15,3 12,5 4.121 37.268 3,97 47 0,99
0,9801
Jordan 13,1 10,1 19.852 10.111 18,06 150 435
0,9978
Kazakhstan 15 11,7 10.114 22.093 86,87 221 785
0,7802
Kenya 11,1 6,3 1.090.000 2.881 199,44 121 34

Kiribati 11,9 7,8 259 2.475 79,81 130

Korea (Republic of) 16,6 12,2 30.444 34.541 25,32 107 0,979
0,9611
Kuwait 13,3 7,3 3.490 76.075 20,7 112 771
0,9950
Kyrgyzstan 13 10,8 6.237 3.097 196,77 167 132
Lao People's Democratic 0,7986
Republic 10,8 5,2 29.694 5.049 45,45 119 746
0,9989
Latvia 16 11,7 1.986 22.589 31,26 224 269
0,9405
Lebanon 13,3 8,6 17.915 13.312 21,88 128 11
0,7936
Lesotho 10,7 6,1 61.289 3.319 380,3 92 093
0,4760
Liberia 9,9 4,4 389.259 683 101,02 49 014
0,9138
Libya 13,4 7,3 14.309 14.303 29,95 99 887
Liechtenstein 14,6 12,4 25 75.065 27,89 27 1
0,9982
Lithuania 16,5 12,7 1.381 26.006 66,63 254 328
Luxembourg 13,9 12 1.955 62.471 24,56 120 1
0,6465
Madagascar 10,3 6,1 549.685 1.320 79,69 84 63
0,6596
Malawi 10,8 4,4 62.649 1.073 354,41 70 383

27
 0,9463
Malaysia 13,1 10,1 93.743 24.620 22,94 172 699
0,9932
Maldives 12,7 6,2 2.332 10.383 15,93 421 102
0,3306
Mali 8,4 2,3 637.251 2.218 88,06 33 887
0,9406
Malta 14,6 11,3 4.729 29.500 9,62 131 661
0,5212
Mauritania 8,5 4,3 169.318 3.527 141,69 44 356
0,9061
Mauritius 15,2 9,1 2.167 17.948 25,76 174 604
0,9454
Mexico 13,3 8,6 405.347 16.383 218,49 204 559
Micronesia (Federated
States of) 11,7 9,7 3.291 127 0,89
Moldova (Republic of) 11,8 11,9 13.945 5.026 74,96 222 0,99
0,9836
Mongolia 14,8 9,8 5.242 10.449 88,1 266 764
0,9871
Montenegro 15,1 11,3 623 15.410 35,52 182 995
0,7171
Morocco 12,1 5 87.247 7.195 14,13 222 055
0,5883
Mozambique 9,1 3,5 691.512 1.098 86,82 57 655
0,9309
Myanmar (Burma) 9,1 4,7 1.570.000 4.943 93,8 113 005
0,9082
Namibia 11,7 6,7 43.474 9.770 175,71 144 05
0,6466
Nepal 12,2 4,1 81.526 2.337 30,82 62 364
Netherlands 18,1 11,9 776 46.326 10,83 69 0,99
New Zealand 19,2 12,5 2.587 32.870 8,85 202 0,99
0,8247
Nicaragua 11,7 6,5 53.792 4.747 134,86 171 185
0,1910
Niger 5,4 1,7 1.050.000 889 37,45 44 26
0,5956
Nigeria 10 6 11.130.000 5.443 121,83 35 808
Norway 17,7 12,7 3.100 67.614 5,96 70 1
0,9397
Oman 13,7 8,1 7.054 34.402 6,94 36 165
0,5644
Pakistan 8,1 5,1 5.370.000 5.031 78,68 43 031
0,9952
Palau 14,3 12,3 13.771 343 397
0,9666
Palestine, State of 12,8 8,9 5.256 804
Panama 13 9,9 34.737 19.470 206,35 426 0,9503

28
 823
0,6343
Papua New Guinea 9,9 4,3 34.737 2.712 130,36 63 349
0,9553
Paraguay 12,3 8,1 136.944 8.182 114,71 180 611
0,9437
Peru 13,4 9 128.536 11.295 102,61 251 435
0,9661
Philippines 11,7 9,3 1.470.000 8.395 53,84 140 803
0,9978
Poland 16,4 11,9 79.083 24.117 11,42 187 742
0,9542
Portugal 16,6 8,9 4.556 26.104 11,66 137 811
0,9775
Qatar 13,4 9,8 2.782 129.916 9,57 53 709
0,9875
Romania 14,7 10,8 103.975 19.428 19,6 142 703
0,9971
Russian Federation 15 12 217.543 23.286 102,35 450 957
0,7124
Rwanda 10,8 3,8 23.118 1.617 167,07 434 35
Saint Kitts and Nevis 13,7 8,4 1.062 22.436 382,03 607 0,978
Saint Lucia 13,1 9,3 3.537 9.791 248,03 327 0,901
Saint Vincent and the
Grenadines 13,3 8,6 116 10.372 228,69 378 0,96
0,9901
Samoa 12,9 10,3 1.103 5.372 10,9 258 501
0,9174
Sao Tome and Principe 12 5,3 339 3.070 17,83 87 711
0,9484
Saudi Arabia 16,1 9,6 216.025 51.320 10,23 161 237
0,5562
Senegal 9,5 2,8 438.556 2.250 83,91 62 485
0,9800
Serbia 14,4 10,8 21.878 12.202 16,87 142 289
0,9532
Seychelles 14,1 9,4 500 23.886 82,74 799 108
0,4843
Sierra Leone 9,5 3,3 352.310 1.529 151,3 55 19
0,9677
Singapore 15,4 11,6 78.162 3,09 219 463

Slovakia 15 12,2 26.764 15,5 184 0,996

0,9971
Slovenia 17,3 12,1 3.034 28.664 7,32 73 476
Solomon Islands 9,6 5,3 5.869 1.561 37,73 46 0,841
0,9459
South Africa 13 10,3 656.487 12.087 318,86 292 794
0,3191
South Sudan 4,9 4,8 1.882 52 625

29
 0,9811
Spain 17,7 9,8 7.575 32.779 8,47 131 451
0,9261
Sri Lanka 14 10,9 103.178 10.789 36,07 88 417
0,5860
Sudan 7,2 3,5 3.846 294,59 50 132
0,9553
Suriname 12,7 8,3 4.802 16.018 46,14 183 899
0,8747
Swaziland 11,4 6,8 31.857 7.522 128,8 282 019
Sweden 16,1 12,3 3.027 46.251 9,7 53 0,99
Switzerland 16 13,4 3.503 56.364 6,65 84 0,99
0,8630
Syrian Arab Republic 9 5,1 18.600 2.441 21,5 60 3993
0,9978
Tajikistan 11,3 10,4 7.099 2.601 18,75 121 105
Tanzania (United 0,8035
Republic of) 8,9 5,8 168.478 2.467 244,54 64 95
0,9398
Thailand 13,6 7,9 243.883 14.519 49,67 476 302
The former Yugoslav 0,9784
Republic of Macedonia 12,9 9,4 2.143 12.405 19,93 166 376
0,6653
Togo 12 4,7 67.071 1.262 104,72 62 759
0,9939
Tonga 14,3 11,1 247 5.284 9,71 166 786
0,9896
Trinidad and Tobago 12,7 10,9 1.640 28.049 355,4 272 958
0,8105
Tunisia 14,6 7,1 510 10.249 11,33 204 419
0,9568
Turkey 14,6 7,9 243.731 18.705 32,97 238 81
0,9969
Turkmenistan 10,8 9,9 14.026 42,28 583 293
0,7380
Uganda 10 5,7 662.974 1.670 357,88 120 984
0,9976
Ukraine 15,3 11,3 24.365 7.361 51,36 168 411
0,9298
United Arab Emirates 13,3 9,5 5.761 66.203 8 226 637
United Kingdom 16,3 13,3 13.333 37.931 11,68 146 0,99
United States 16,5 13,2 1.760.000 53.245 42,01 693 0,99
0,9844
Uruguay 15,5 8,6 496 19.148 58,82 291 21
0,9999
Uzbekistan 12,2 12 177.691 5.748 30,44 150 519
0,8505
Vanuatu 10,8 6,8 277 2.805 8,87 87 868
Venezuela (Bolivarian 14,3 9,4 190.870 15.129 450,36 159 0,9539

30
Republic of) 925
0,9451
Vietnam 12,6 8 121.992 5.335 15,81 146 427
0,6996
Yemen 9 3 490.049 2.300 44,54 53 1
0,8511
Zambia 12,5 6,9 124.814 3.464 378,12 125 726
0,8687
Zimbabwe 10,3 7,7 401.888 1.588 138,84 145 348

31