Subjective Wellbeing in Belo Horizonte, BogotÆ and Toronto ... · Subjective Wellbeing in Belo...

Subjective Wellbeing in Belo Horizonte, Bogotá and Toronto

A Cross Cultural AnalysisEduardo Wills, Sonia Camacho

Universidad de los AndesBogotá-Colombia

Antecedents

! Paradoxical Colombia: Objective researchers see it as a land of deprivation, people themselves evaluate their SWB as very high

! Consistently highest results for SWB in Latin-America: Latin-barometer, World Value Surveys

! Can be the result of adaptation to lower conditions of life or methodological problems : high social desirability effectss

Alternative Hypotheses! Capacity to defeat adversity, through resilience and

more realistic goals (survive this week)! SWB as a function of dispositional, contextual and

cultural variables! Proposal:! Conduct an explorative study on SWB in cities (

more proximal than nations)! Cities were chosen because they have different

�objective � socioeconomic conditions and different cultures ( Portuguese, Spanish, English) but similar political democratic institutions

Objectives ! To show that Measures (PWI, NWI and SWLS) have

�universal� application at the City level in three different countries across different cultures of North and South America ( English, Portuguese, Spanish)

! To test significant effects at city level! explore interaction effects between PWI and NWI

and demographic variables in the three cities! To extend the domains of PWI and NWI indexes

(satisfaction with spirituality and religiosity, cultural diversity, perceived social status)

! To explore if NWI ( more distal and contextual index) can be seen as an antecedent for PWI in the three cities controlling for core affect (SWLS)

Long-term Objectives! To understand parsimoniously a measure of �inter-

subjective, collective well-being�! To test SWB at Local levels rather than national

levels (more proximal) contexts for SWB.! To acknowledge the social dynamics people are

embedded in! Quantitative approach is not sufficient to capture all

the complexities of a holistic dimension of well-being! Provide a basis for guiding public policy

Hypothesis! SWB is determined by dispositional factors (top-down

measures, core-affect) plus context ( bottom-up domains) and culture and the interaction between the three variables

! NWI (how people evaluate (think and feel) certain contextual domains) is an antecedent of SWB

! Social embeddeddnes explains part of variance in PWI ! Different Typologies of cultural diversity may explain

levels of SWB ( multiculturalism, within country diversity, mestizaje)

Top-Down or Bottom-Up measures

! Top- Down: One single question or a number of questions addressing a single construct as in the satisfaction with life scale ( Diener, 1985)

! Bottom-UP: Satisfaction with Life Domains! PWI and NWI: measures of satisfaction with

life scales developed by International Wellbeing Group

PWI and NWITranslation and back-translation

Regressed against Satisfaction with Life as a WholePWI*: Standard of Living; Health; Achieving in Life;

Personal Relationships; Safety; Feeling part of Community; Future Security

NWI*: Economic Situation in Toronto; State of Environment in Toronto; Social Conditions in Toronto; Local Government in Toronto; Business in Toronto; Local Security in Toronto

Others: Satisfaction with Religiosity and Spirituality, cultural diversity

Data Collections! Representatives samples at city level with a margin

of error of 5%! Telephonic survey! Sample size: Bogota (800), Belo Horizonte ( 605),

Toronto ( 600)! Randomization at household level and individual

within the household ( select who has the most recent birthday)

! Response rate of 90%! Likert scale from 0 (completely dissatisfied) to 10 (

completely satisfied)

Methods for a Valid Measure! Face validity! Correlation with a known measure:

Satisfaction with Life as a Whole (Diener,1986), one global measure and one top-down measure with five items (SWLS)

! Presents the same factor structure in the three cities

! Internal reliability. Cronbach Alpha! High Bivariate Correlation Between Domains

Bivariate Correlations for PWI, NWI and SWLS for Bogotá and Toronto

Belo Horizonte

Implications

! The bivariate correlations between PWI andNWI and SWLS were high and significant.Dispositions ( affect core) and evaluations ofcontexts ( NWI) correlate significantly withPWI in all 3 cities

Cronbach Alpha for B, T , BHPWI

NWI

DIENER

Factor Analysis - PWI and NWI for Bogotá

Varianza total explicadaa

4,421 34,010 34,010 4,421 34,010 34,010 3,135 24,113 24,1131,650 12,690 46,700 1,650 12,690 46,700 2,936 22,587 46,700

,982 7,557 54,257,882 6,787 61,044,759 5,840 66,884,704 5,415 72,299,664 5,111 77,410,605 4,653 82,063,552 4,249 86,312,520 4,001 90,312,488 3,754 94,067,436 3,353 97,420,335 2,580 100,000

Componente12345678910111213

Total% de lavarianza % acumulado Total

% de lavarianza % acumulado Total

% de lavarianza % acumulado

Autovalores inicialesSumas de las saturaciones al cuadrado

de la extracciónSuma de las saturaciones al cuadrado

de la rotación

Método de extracción: Análisis de Componentes principales.Ciudad = 1a.

Component Factor analysis - PWI and NWI for Bogotá

Matriz de componentesa,b

,607 ,384,496 ,292,573 ,349,493 ,501,472 ,440

,446 ,235

,661 ,209,707 -,172,676 -,399,671 -,424,481 -,388,598 -,306,619 -,372

Estándar de vidaSaludLogros personalesRelaciones personalesSeguridadComunidad en dondeviveSeguridad futuraSituación económicaMedio ambienteCondiciones socialesGobiernoNegociosSeguridad local

1 2Componente

Método de extracción: Análisis de componentes principales.2 componentes extraídosa.

Ciudad = 1b.

Matriz de componentes rotadosa,b

,183 ,695,164 ,552,182 ,646,019 ,703,046 ,643

,166 ,476

,341 ,603,635 ,356,767 ,168,780 ,147,616 ,044,646 ,184,707 ,149


1 2Componente

Método de extracción: Análisis de componentes principales.

Método de rotación: Normalización Varimax con Kaiser.La rotación ha convergido en 3 iteraciones.a.

Ciudad = 1b.

Component Factor Analysis - PWI and NWI for Toronto

Varianza total explicadaa

5,092 39,166 39,166 5,092 39,166 39,166 3,428 26,372 26,3721,660 12,771 51,937 1,660 12,771 51,937 3,323 25,565 51,937

,879 6,761 58,698,800 6,156 64,853,759 5,835 70,688,729 5,608 76,297,591 4,543 80,840,553 4,252 85,092,493 3,792 88,884,421 3,241 92,125,384 2,957 95,082,345 2,656 97,738,294 2,262 100,000

Componente12345678910111213


% de lavarianza % acumulado Total



de la extracciónSuma de las saturaciones al cuadrado

de la rotación

Método de extracción: Análisis de Componentes principales.Ciudad = 2a.

Component Factor Analysis - PWI and NWI for Toronto

Matriz de componentesa,b

,698 -,419,535 -,345,632 -,521,575 -,400,626 -,036

,587 -,115

,713 -,253,663 ,166,535 ,502,680 ,438,588 ,483,628 ,232,643 ,313


1 2Componente


Ciudad = 2b.

Matriz de componentes rotadosa,b

,793 ,185,625 ,125,816 ,066,691 ,114,475 ,410

,501 ,326

,688 ,315,361 ,581,034 ,733,183 ,788,086 ,756,290 ,604,244 ,672


1 2Componente

Método de extracción: Análisis de componentes principales.

Método de rotación: Normalización Varimax con Kaiser.La rotación ha convergido en 3 iteraciones.a.

Ciudad = 2b.

Factor Analysis - DienerVarianza total explicada

3,091 61,824 61,824 3,091 61,824 61,824,640 12,804 74,629,478 9,557 84,185,433 8,653 92,839,358 7,161 100,000

Componente12345




de la extracción

Método de extracción: Análisis de Componentes principales.

Matriz de componentesa

,796,826,821

,788

,693

Vida cerca del idealCalidad de vida excelenteSatisfacción con la vidaObtener lo que se deseaen la vidaNo cambiar nada de lavida

1

Componente


Results! PWI, NWI and SWLS are valid measures in

cities across cultures! PWI, NWI and SWLS show significantly high

correlations across the three cities! Factor structure of PWI and NWI replicated in

Bogota and Toronto. Belo Horizonte shows a possible third factor

! Possible cultural differences in top-down ( SWLS) and bottom-up measures ( PWI, NWI)

Potential Cultural Differences for Global versus Bottom-Up

Measures of SWB

! According to Hofstede ( 1986), Colombians and Brazilians are collectivistic, Canadians individualisticTests of Betw een-Subjects Effects

Dependent Variable: Dienerscale_score

290,871a 2 145,436 69,841 ,00044936,705 1 44936,705 21579,356 ,000

290,871 2 145,436 69,841 ,0004183,528 2009 2,082

50819,360 20124474,399 2011

SourceCorrected ModelInterceptcountryErrorTotalCorrected Total

Type III Sumof Squares df Mean Square F Sig.

R Squared = ,065 (Adjusted R Squared = ,064)a. SWLS

Duncana,b

598 7.51605 7.52829 7.97

.922 1.000

Ciudad321Sig.

N 1 2

Subconjunto para alfa= .05

Se muestran las medias para los grupos en los subconjuntoshomogéneos.

Usa el tamaño muestral de la media armónica = 662.046.

a.

Los tamaños de los grupos no son iguales. Se uti l izarála media armónica de los tamaños de los grupos. Losniveles de error de tipo I no están garantizados.

b.

Univariate Analysis of Variance PWI scores

City Mean Std. Deviation N BH 6,9233 1,63367 587Bgta 7,5910 1,16754 830Toronto 7,4380 1,89987 605Total 7,3514 1,57823 2022

Value Label N 1,00 BH 5872,00 Bgta 830

city

3,00 Toronto 605

PWI

Duncana,b

587 6.9233599 7.3110830 7.5910

1.000 1.000 1.000

Ciudad321Sig.

N 1 2 3Subconjunto para alfa = .05



a.


b.

Univariate Analysis for NWI scores

ANOVA

NWI

178.752 2 89.376 35.936 .0004959.296 1994 2.4875138.048 1996

Inter-gruposIntra-gruposTotal

Suma decuadrados gl

Mediacuadrática F Sig.

NWI

Duncana,b

830 5.1598568 5.4249599 5.8756

1.000 1.000 1.000

Ciudad132Sig.

N 1 2 3Subconjunto para alfa = .05



a.


b.

Results for Demographics �PWI- Age

Pruebas de los efectos inter-sujetos

Variable dependiente: PWI

241,217a 15 16,081 8,442 ,00057319,941 1 57319,941 30090,895 ,000

185,997 2 92,998 48,821 ,00036,938 5 7,388 3,878 ,00238,014 8 4,752 2,495 ,011

3809,786 2000 1,905111879,041 2016

4051,003 2015

FuenteModelo corregidoIntersecciónCiudadedadCiudad * edadErrorTotalTotal corregida

Suma decuadrados

tipo III glMedia

cuadrática F Significación

R cuadrado = ,060 (R cuadrado corregida = ,052)a.

Edad

Results for Demographics �PWI. Civil statusEstado civil



233,629a 14 16,688 8,747 ,0003993,586 1 3993,586 2093,367 ,000

36,318 2 18,159 9,519 ,00055,200 6 9,200 4,823 ,00023,612 6 3,935 2,063 ,055

3817,374 2001 1,908111879,041 2016

4051,003 2015

FuenteModelo corregidoIntersecciónCiudadESTADO_CIVILCiudad * ESTADO_CIVILErrorTotalTotal corregida

Suma decuadrados

tipo III glMedia



Results for Demographics �PWI- Socioeconomic levelNSE Objetivo



323,271a 16 20,204 10,990 ,00032695,625 1 32695,625 17783,976 ,000

52,689 2 26,345 14,330 ,00086,584 5 17,317 9,419 ,00026,808 9 2,979 1,620 ,104

3472,904 1889 1,838105791,592 1906

3796,175 1905

FuenteModelo corregidoIntersecciónCiudadnse_objetivoCiudad * nse_objetivoErrorTotalTotal corregida

Suma decuadrados

tipo III glMedia



Results for Demographics �PWI- Perceived Social ClassNSE Subjetivo



333,176a 15 22,212 12,155 ,00040628,220 1 40628,220 22232,357 ,000

87,473 2 43,737 23,933 ,000109,846 5 21,969 12,022 ,000

8,171 8 1,021 ,559 ,8123475,784 1902 1,827

106372,388 19183808,960 1917

FuenteModelo corregidoIntersecciónCiudadnse_subjetivoCiudad * nse_subjetivoErrorTotalTotal corregida

Suma decuadrados

tipo III glMedia



Contribution of Satisfaction with spirituality and religiosity in Bogota and Toronto

Resumen del modelof

.672a .452 .451 1.322 .452 680.891 1 827 .000

.683b .467 .465 1.305 .015 23.423 1 826 .000

.689c .474 .472 1.296 .008 11.975 1 825 .001

.692d .479 .477 1.291 .005 7.559 1 824 .006

.702e .493 .490 1.275 .014 22.127 1 823 .000

Modelo12345

R R cuadradoR cuadradocorregida

Error típ. de laestimación

Cambio enR cuadrado Cambio en F gl1 gl2

Sig. delcambio en F

Estadísticos de cambio

Variables predictoras: (Constante), Standarda.

Variables predictoras: (Constante), Standard, Goalsb.

Variables predictoras: (Constante), Standard, Goals, Personalrelationshipsc.

Variables predictoras: (Constante), Standard, Goals, Personalrelationships, healthd.

Variables predictoras: (Constante), Standard, Goals, Personalrelationships, health, Espiritualidad y religiosidade.

Ciudad = 1f.

Resumen del modelog

.619a .384 .383 1.467 .384 367.924 1 591 .000

.709b .503 .501 1.319 .119 141.106 1 590 .000

.731c .535 .532 1.277 .032 40.563 1 589 .000

.736d .542 .539 1.268 .007 9.513 1 588 .002

.739e .545 .542 1.264 .003 4.345 1 587 .038

.741f .549 .544 1.261 .003 4.285 1 586 .039

Modelo123456




Sig. delcambio en F

Estadísticos de cambio

Variables predictoras: (Constante), Goalsa.

Variables predictoras: (Constante), Goals, Personalrelationshipsb.

Variables predictoras: (Constante), Goals, Personalrelationships, Standardc.

Variables predictoras: (Constante), Goals, Personalrelationships, Standard, healthd.

Variables predictoras: (Constante), Goals, Personalrelationships, Standard, health, communitye.

Variables predictoras: (Constante), Goals, Personalrelationships, Standard, health, community, Espiri tual idad y religiosidadf.

Ciudad = 2g.

Religiosity and Spirituality -PWI



635,701a 31 20,506 11,965 ,00010783,394 1 10783,394 6291,964 ,000

43,044 2 21,522 12,558 ,000332,419 10 33,242 19,396 ,00061,214 19 3,222 1,880 ,012

3381,398 1973 1,714111244,531 2005

4017,099 2004

FuenteModelo corregidoIntersecciónCiudadEspiritualidadCiudad * EspiritualidadErrorTotalTotal corregida

Suma decuadrados

tipo III glMedia



Results

! PWI, NWI and SWLS are valid measures in cities across cultures.

! Significant differences for PWI, NWI and SWLS across cities

! PWI, NWI and SWLS show significantly high correlations across the three cities.

! Factor structure of PWI and NWI replicated in Bogotá and Toronto. BH shows a possible third factor

Results

! Evaluation of how people feel and think about proximal context explains important variance of individual SWB ( satisfaction with the economy, security, social relationships). The same domains emerged in the three cities

! Potential influence of cultural diversity on SWB by city

! Perceived social status mediates the influence of income on SWB

Future research! SWB as a multidimensional variable (dispositions, core affect,

perceived context, culture)! NWI as subjective appraisal of contextual domains seen as an

antecedent of PWI! Eudaimonic approach to SWB including satisfaction with

spirituality (meaning in life, need to transcend)! Perceived social status vrs �objective� income level as proxy of

social exclusion! Type of cultural diversity may add or subtract to SWB! Specify linkages between cultural diversity and quality of social

relationships and trust ( bonding and bridging)! Adaptation to adversity may generate more realistic goals that

are achieved leading to higher satisfaction! Multilevel analysis of SWB at city level

Results for Demographics �NWI- Civil StatusEstado Civil


Variable dependiente: NWI

245,684a 14 17,549 7,109 ,0002360,380 1 2360,380 956,240 ,000

82,838 2 41,419 16,780 ,00045,721 6 7,620 3,087 ,00519,418 6 3,236 1,311 ,249

4892,364 1982 2,46864452,306 19975138,048 1996

FuenteModelo corregidoIntersecciónCiudadESTADO_CIVILCiudad * ESTADO_CIVILErrorTotalTotal corregida

Suma decuadrados

tipo III glMedia



Results for Demographics �NWI-GenderGénero



217,886a 5 43,577 17,634 ,00057445,101 1 57445,101 23245,819 ,000

188,012 2 94,006 38,041 ,00031,705 1 31,705 12,830 ,00013,097 2 6,549 2,650 ,071

4920,162 1991 2,47164452,306 1997

5138,048 1996

FuenteModelo corregidoIntersecciónCiudadgeneroCiudad * generoErrorTotalTotal corregida

Suma decuadrados

tipo III glMedia



Religiosity and Spirituality -NWI



421,150a 31 13,585 5,662 ,0006044,003 1 6044,003 2518,772 ,000

53,935 2 26,968 11,238 ,000168,850 10 16,885 7,037 ,00035,836 19 1,886 ,786 ,726

4688,786 1954 2,40064058,778 19865109,936 1985

FuenteModelo corregidoIntersecciónCiudadEspiritualidadCiudad * EspiritualidadErrorTotalTotal corregida

Suma decuadrados

tipo III glMedia



NWI as Antecedent of PWI for Bogotá

Resumen del modelof,g

,456a ,208 ,207 1,03991 ,208 216,977 1 828 ,000,468b ,219 ,217 1,03333 ,011 11,579 1 827 ,001,483c ,234 ,231 1,02394 ,015 16,231 1 826 ,000,496d ,246 ,242 1,01628 ,012 13,502 1 825 ,000,503e ,253 ,248 1,01217 ,007 7,711 1 824 ,006 1,916

Modelo12345




Sig. delcambio en F

Estadísticos de cambioDurbin-Watson

Variables predictoras: (Constante), Situación económicaa.

Variables predictoras: (Constante), Situación económica, Medio ambienteb.

Variables predictoras: (Constante), Situación económica, Medio ambiente, Condiciones socialesc.

Variables predictoras: (Constante), Situación económica, Medio ambiente, Condiciones sociales, Negociosd.

Variables predictoras: (Constante), Situación económica, Medio ambiente, Condiciones sociales, Negocios, Seguridad locale.

Variable dependiente: PWIf.

Ciudad = 1g.

ANOVAf,g

234,641 1 234,641 216,977 ,000a

895,407 828 1,0811130,048 829

247,005 2 123,502 115,664 ,000b

883,043 827 1,0681130,048 829

264,022 3 88,007 83,940 ,000c

866,025 826 1,0481130,048 829

277,968 4 69,492 67,283 ,000d

852,080 825 1,0331130,048 829

285,868 5 57,174 55,807 ,000e

844,180 824 1,0241130,048 829

RegresiónResidualTotalRegresiónResidualTotalRegresiónResidualTotalRegresiónResidualTotalRegresiónResidualTotal

Modelo1

2

3

4

5

Suma decuadrados gl




Variables predictoras: (Constante), Situación económica, Medio ambiente,Condiciones sociales

c.

Variables predictoras: (Constante), Situación económica, Medio ambiente,Condiciones sociales, Negocios

d.

Variables predictoras: (Constante), Situación económica, Medio ambiente,Condiciones sociales, Negocios, Seguridad local

e.


Ciudad = 1g.

Coeficientesa,b

6,142 ,105 58,607 ,000,273 ,019 ,456 14,730 ,000

6,025 ,110 54,926 ,000,228 ,023 ,380 10,033 ,000,078 ,023 ,129 3,403 ,001

5,796 ,123 47,264 ,000,213 ,023 ,355 9,312 ,000,032 ,026 ,052 1,231 ,219,098 ,024 ,155 4,029 ,000

5,636 ,129 43,620 ,000,195 ,023 ,325 8,416 ,000,026 ,025 ,044 1,039 ,299,075 ,025 ,119 3,020 ,003,068 ,019 ,127 3,675 ,000

5,625 ,129 43,692 ,000,189 ,023 ,315 8,137 ,000,015 ,026 ,025 ,599 ,549,063 ,025 ,100 2,511 ,012,055 ,019 ,102 2,877 ,004,053 ,019 ,101 2,777 ,006

(Constante)Situación económica(Constante)Situación económicaMedio ambiente(Constante)Situación económicaMedio ambienteCondiciones sociales(Constante)Situación económicaMedio ambienteCondiciones socialesNegocios(Constante)Situación económicaMedio ambienteCondiciones socialesNegociosSeguridad local

Modelo1

2

3

4

5

B Error típ.

Coeficientes noestandarizados

Beta

Coeficientesestandarizad

ost Sig.

Variable dependiente: PWIa.

Ciudad = 1b.

NWI as Antecedent of PWI for Toronto

Resumen del modelof,g

,467a ,219 ,217 1,25467 ,219 165,813 1 593 ,000,477b ,228 ,225 1,24811 ,009 7,250 1 592 ,007,531c ,282 ,279 1,20429 ,054 44,867 1 591 ,000,554d ,307 ,302 1,18486 ,024 20,537 1 590 ,000,579e ,335 ,329 1,16127 ,028 25,214 1 589 ,000 1,972

Modelo12345




Sig. delcambio en F





Variables predictoras: (Constante), Situación económica, Medio ambiente, Condiciones sociales, Negociosd.

Variables predictoras: (Constante), Situación económica, Medio ambiente, Condiciones sociales, Negocios, Seguridad locale.


Ciudad = 2g.

ANOVAf,g

261,020 1 261,020 165,813 ,000a

933,493 593 1,5741194,513 594

272,314 2 136,157 87,405 ,000b

922,199 592 1,5581194,513 594

337,384 3 112,461 77,543 ,000c

857,129 591 1,4501194,513 594

366,215 4 91,554 65,214 ,000d

828,298 590 1,4041194,513 594

400,217 5 80,043 59,355 ,000e

794,295 589 1,3491194,513 594

RegresiónResidualTotalRegresiónResidualTotalRegresiónResidualTotalRegresiónResidualTotalRegresiónResidualTotal

Modelo1

2

3

4

5

Suma decuadrados gl





c.

Variables predictoras: (Constante), Situación económica, Medio ambiente,Condiciones sociales, Negocios

d.

Variables predictoras: (Constante), Situación económica, Medio ambiente,Condiciones sociales, Negocios, Seguridad local

e.


Ciudad = 2g.

Coeficientesa,b

5,101 ,179 28,473 ,000,362 ,028 ,467 12,877 ,000

4,935 ,189 26,170 ,000,328 ,031 ,423 10,681 ,000,074 ,028 ,107 2,693 ,007

4,523 ,192 23,550 ,000,280 ,030 ,361 9,180 ,000

-,021 ,030 -,030 -,698 ,485,213 ,032 ,290 6,698 ,000

3,990 ,223 17,925 ,000,230 ,032 ,297 7,209 ,000

-,014 ,030 -,021 -,486 ,627,168 ,033 ,229 5,114 ,000,159 ,035 ,185 4,532 ,000

3,660 ,228 16,059 ,000,213 ,031 ,275 6,777 ,000

-,025 ,029 -,036 -,866 ,387,131 ,033 ,178 3,960 ,000,112 ,036 ,130 3,123 ,002,157 ,031 ,202 5,021 ,000

(Constante)Situación económica(Constante)Situación económicaMedio ambiente(Constante)Situación económicaMedio ambienteCondiciones sociales(Constante)Situación económicaMedio ambienteCondiciones socialesNegocios(Constante)Situación económicaMedio ambienteCondiciones socialesNegociosSeguridad local

Modelo1

2

3

4

5

B Error típ.


Beta


ost Sig.


Ciudad = 2b.

NWI as Antecedent of PWI for Belo Horizonte

Resumen del modelog,h

,406a ,165 ,163 1,49376 ,165 109,991 1 557 ,000,442b ,196 ,193 1,46723 ,031 21,320 1 556 ,000,479c ,230 ,225 1,43731 ,034 24,390 1 555 ,000,486d ,236 ,231 1,43245 ,007 4,773 1 554 ,029,513e ,263 ,257 1,40803 ,027 20,383 1 553 ,000,530f ,281 ,273 1,39248 ,017 13,424 1 552 ,000 1,900

Modelo123456




Sig. delcambio en F





Variables predictoras: (Constante), Situación económica, Medio ambiente, Condiciones sociales, Gobiernod.

Variables predictoras: (Constante), Situación económica, Medio ambiente, Condiciones sociales, Gobierno, Negociose.

Variables predictoras: (Constante), Situación económica, Medio ambiente, Condiciones sociales, Gobierno, Negocios, Seguridad localf.

Variable dependiente: PWIg.

Ciudad = 3h.

ANOVAg,h

245,425 1 245,425 109,991 ,000a

1242,841 557 2,2311488,265 558

291,323 2 145,661 67,662 ,000b

1196,943 556 2,1531488,265 558

341,709 3 113,903 55,136 ,000c

1146,557 555 2,0661488,265 558

351,503 4 87,876 42,826 ,000d

1136,762 554 2,0521488,265 558

391,914 5 78,383 39,536 ,000e

1096,352 553 1,9831488,265 558

417,942 6 69,657 35,924 ,000f

1070,324 552 1,9391488,265 558

RegresiónResidualTotalRegresiónResidualTotalRegresiónResidualTotalRegresiónResidualTotalRegresiónResidualTotalRegresiónResidualTotal

Modelo1

2

3

4

5

6

Suma decuadrados gl





c.

Variables predictoras: (Constante), Situación económica, Medio ambiente,Condiciones sociales, Gobierno

d.

Variables predictoras: (Constante), Situación económica, Medio ambiente,Condiciones sociales, Gobierno, Negocios

e.

Variables predictoras: (Constante), Situación económica, Medio ambiente,Condiciones sociales, Gobierno, Negocios, Seguridad local

f.

Variable dependiente: PWIg.

Ciudad = 3h.

Coeficientesa,b

5,359 ,162 33,074 ,000,263 ,025 ,406 10,488 ,000

4,980 ,179 27,818 ,000,200 ,028 ,308 7,067 ,000,131 ,028 ,201 4,617 ,000

4,705 ,184 25,566 ,000,167 ,028 ,257 5,854 ,000,060 ,031 ,092 1,918 ,056,159 ,032 ,232 4,939 ,000

4,624 ,187 24,718 ,000,152 ,029 ,234 5,192 ,000,056 ,031 ,085 1,777 ,076,137 ,034 ,199 4,053 ,000,055 ,025 ,097 2,185 ,029

4,427 ,189 23,421 ,000,135 ,029 ,208 4,652 ,000,057 ,031 ,088 1,867 ,062,116 ,034 ,169 3,477 ,001,022 ,026 ,039 ,863 ,389,113 ,025 ,188 4,515 ,000

4,383 ,187 23,402 ,000,129 ,029 ,199 4,507 ,000,043 ,031 ,066 1,412 ,158,114 ,033 ,165 3,432 ,001,005 ,026 ,009 ,195 ,846,090 ,025 ,150 3,539 ,000,090 ,025 ,153 3,664 ,000

(Constante)Situación económica(Constante)Situación económicaMedio ambiente(Constante)Situación económicaMedio ambienteCondiciones sociales(Constante)Situación económicaMedio ambienteCondiciones socialesGobierno(Constante)Situación económicaMedio ambienteCondiciones socialesGobiernoNegocios(Constante)Situación económicaMedio ambienteCondiciones socialesGobiernoNegociosSeguridad local

Modelo1

2

3

4

5

6

B Error típ.


Beta


ost Sig.


Ciudad = 3b.

Subjective Wellbeing in Belo Horizonte, BogotÆ and Toronto ... · Subjective Wellbeing in Belo...

Documents

Transcript of Subjective Wellbeing in Belo Horizonte, BogotÆ and Toronto ... · Subjective Wellbeing in Belo...