Sunteți pe pagina 1din 47

Anlise Fatorial Exploratria

(AFE)
Disciplina: Medidas em Psicologia
Professora: Ana Carolina Rodrigues
O que anlise fatorial?
uma tcnica de interdependncia, cujo propsito
principal definir a estrutura inerente entre as
variveis na anlise;
Examina as inter-relaes entre um grande
nmero de variveis observadas e busca explic-
las em termos de suas dimenses comuns,
chamadas fatores;
uma tcnica de resumo ou reduo de dados
que no possui variveis dependentes e
independentes. , portanto, uma tcnica de
interdependncia, em que todas as variveis so
consideradas simultaneamente.
Prof. Ana Carolina Rodrigues - UFBA
Prof. Ana Carolina Rodrigues - UFBA
V1 V2 V3 V4 V5 V6 V7 V8 V9
V1- Preo 1,00
V2- Pessoal da loja ,427 1,00
V3- Poltica de devoluo ,302 ,771 1,00
V4- Disponib. do produto ,470 ,497 ,427 1,00
V5- Qualidade do produto ,765 ,406 ,307 ,427 1,00
V6- Profund. da diversidade ,281 ,445 ,423 ,713 ,325 1,00
V7- Amplit. da diversidade ,345 ,490 ,471 ,719 ,378 ,724 1,00
V8- Servio interno ,242 ,719 ,733 ,428 ,240 ,311 ,435 1,00
V9- Ambiente da loja ,372 ,737 ,774 ,479 ,326 ,429 ,466 ,710 1,00
Hair et al. (2009)
Exemplo:
Matriz de correlao de 9 elementos da
imagem de uma loja
Prof. Ana Carolina Rodrigues - UFBA
V3 V8 V9 V2 V6 V7 V4 V1 V5
V3- Poltica de devoluo 1,00
V8- Servio interno ,773 1,00
V9- Ambiente da loja ,771 ,710 1,00
V2- Pessoal da loja ,771 ,719 ,737 1,00
V6- Profund. da diversidade ,423 ,311 ,429 ,445 1,00
V7- Amplit. da diversidade ,471 ,435 ,466 ,490 ,724 1,00
V4- Disponib. do produto ,427 ,428 ,479 ,497 ,713 ,729 1,00
V1- Preo ,302 ,242 ,372 ,427 ,281 ,354 ,470 1,00
V5- Qualidade do produto ,307 ,240 ,326 ,406 ,325 ,378 ,427 ,765 1,00
Hair et al. (2009)
Experincia interna
Oferta de produtos
Valor
Esses elementos se agrupam em conjuntos mais
gerais de avaliao?
Objetivos da anlise fatorial
Busca analisar um
conjunto de variveis
para identificar
dimenses latentes, a
partir de uma matriz de
correlao das variveis
Anlise
fatorial R
Busca combinar pessoas
em grupos de uma
populao maior a partir
de uma matriz de
correlao dos
respondentes
(agrupamentos)
Anlise
fatorial Q
Prof. Ana Carolina Rodrigues - UFBA
Objetivos da anlise fatorial
Resumo de
dados
Os fatores so formados
para explicar um conjunto
de variveis
Agrupamento das variveis
pelo que representam
coletivamente na expresso
de um conceito
Reduo de
dados
Identificao de variveis
representativas a partir de
um nmero maior de
variveis
Criao de um novo
conjunto de variveis para
substituir o conjunto
original
Prof. Ana Carolina Rodrigues - UFBA
Prof. Ana Carolina Rodrigues - UFBA
Lixo entra, lixo sai
A
N

L
I
S
E
F
A
T
O
R
I
A
L
Planejamento de uma anlise fatorial
Prof. Ana Carolina Rodrigues - UFBA
Matriz de dados ou de
respondentes
Clculo dos dados de
entrada
Ao menos 5 variveis por fator,
com escalas mtricas
Planejamento das
propriedades de
medida, nmero e
tipos de variveis
Proporo mdia de 10 casos
para cada varivel
Tamanho da amostra
Suposies na anlise fatorial
Questes conceituais
Prof. Ana Carolina Rodrigues - UFBA
Existe uma estrutura subjacente ao conjunto de variveis
escolhidas
responsabilidade do pesquisador garantir que os
padres observados sejam conceitualmente vlidos.
A AFE capaz somente de determinar a adequao
das correlaes entre variveis.
Exemplo: reunir variveis dependentes e independentes
em uma anlise fatorial e usar os fatores para apoiar
relaes de dependncia.
Suposies na anlise fatorial
Questes conceituais
Prof. Ana Carolina Rodrigues - UFBA
Existe uma estrutura subjacente ao conjunto de variveis
escolhidas
O pesquisador deve garantir que a amostra esteja
adequada estrutura fatorial inerente.
Exemplo: estudo de estresse em universitrios amostra
de universitrios
Suposies na anlise fatorial
Questes estatsticas
Prof. Ana Carolina Rodrigues - UFBA
Espera-se que haja multicolinearidade, pois o objetivo
identificar conjuntos de variveis inter-relacionadas.
Medidas gerais de intercorrelao
Se todas as correlaes so pequenas ou iguais, o
pesquisador deve questionar o uso da anlise fatorial.
Inspeo visual da matriz de correlao coeficientes
em torno de 0,30
Inspeo da matriz anti-imagem (correlaes parciais)
altos valores indicam menor multicolinearidade
Suposies na anlise fatorial
Questes estatsticas
Prof. Ana Carolina Rodrigues - UFBA
Espera-se que haja multicolinearidade, pois o objetivo
identificar conjuntos de variveis inter-relacionadas.
Medidas gerais de intercorrelao
Teste de esfericidade de Bartlett examina toda a matriz
de correlao, verificando se h suficientes correlaes
significantes.
Deve ser significativo (p<.05)
Qui-quadrado deve ser superior a 1767,992
Suposies na anlise fatorial
Questes estatsticas
Prof. Ana Carolina Rodrigues - UFBA
Espera-se que haja multicolinearidade, pois o objetivo
identificar conjuntos de variveis inter-relacionadas.
Medidas gerais de intercorrelao
Medida de adequao da amostra comumente
utilizado o KMO (Kaiser-Meyer-Olkin).
O ndice varia de 0 a 1, sendo:
0,80 ou mais admirvel
0,70 mediano
0,60 medocre
0,50 ruim
Abaixo de 0,50 - inaceitvel
Determinao de fatores e avaliao do
ajuste geral
Deciso deve considerar:
Objetivos da anlise fatorial
Conhecimento sobre caractersticas das relaes
entre variveis (varincia)
Prof. Ana Carolina Rodrigues - UFBA
Anlise de Componentes
Principais
Anlise de Fatores Comuns
1- Seleo do mtodo de extrao dos fatores
Prof. Ana Carolina Rodrigues - UFBA
Varincia de uma varivel a quantia total de disperso de
valores para uma nica varivel em torno de sua mdia (
2
).
Criatividade Raciocnio Lgico
Quando duas variveis
correlacionam, significa
que elas compartilham
varincia
Para os propsitos da anlise fatorial, importante
entender o quanto da varincia de uma varivel
compartilhado com outras variveis em determinado
fator.
Prof. Ana Carolina Rodrigues - UFBA
A varincia total de qualquer varivel pode ser dividida
em 3 tipos de varincia:
Varincia Comum
Varincia que
compartilhada com
todas as outras
variveis da anlise
Comunalidade
Varincia
Especfica
Associada com apenas
uma varivel
especfica
No pode ser
explicada pelas
correlaes com
outras variveis
Varincia de Erro
Tambm no pode ser
explicada pela
correlao entre
outras variveis
Resulta de erros
aleatrios ou
sistemticos
Prof. Ana Carolina Rodrigues - UFBA
A varincia total de qualquer varivel pode ser dividida
em 3 tipos de varincia:
Valor Diagonal Varincia
Unidade
Comunalidade
Varincia Total
Comum
Especfica e de erro
Varincia Extrada
Varincia excluda
Determinao de fatores e avaliao do
ajuste geral
1- Seleo do mtodo de extrao dos fatores
Prof. Ana Carolina Rodrigues - UFBA
Anlise de Componentes
Principais
Objetivo: resumir a maior
parte da informao original
em um nmero mnimo de
fatores;
Considera a varincia total e
deriva fatores que possuem
pequena proporo de
varincia nica ou de erro.
Anlise de Fatores Comuns
(PAF)
Objetivo: identificar fatores
ou dimenses latentes que
refletem o que as variveis
tm em comum;
Considera apenas a varincia
comum, assumindo que as
varincias especfica e de
erro no so de interesse
para definir a estrutura das
variveis.
Mais adequada quando:
A reduo de dados a
preocupao prioritria;
J h conhecimento sobre as
varincias especfica e de erro, e
essas so pequenas.
Mais adequada quando:
A preocupao prioritria
identificar as dimenses ou
construtos latentes;
No h conhecimento sobre as
varincias especfica e de erro
Determinao de fatores e avaliao do
ajuste geral
1- Seleo do mtodo de extrao dos fatores
Prof. Ana Carolina Rodrigues - UFBA
Anlise de Componentes
Principais
Anlise de Fatores Comuns
(PAF)
Determinao de fatores e avaliao do
ajuste geral
2- Critrios sobre nmero de fatores a extrair
Prof. Ana Carolina Rodrigues - UFBA
Quantos fatores devem ser extrados?
Ainda no foi desenvolvida uma base quantitativa
exata para decidir o nmero de fatores a extrair;
Deciso deve considerar:
Fundamentao conceitual: quantos fatores
devem estar na estrutura?
Evidncia emprica: quantos fatores podem ser
razoavelmente sustentados?
Prof. Ana Carolina Rodrigues - UFBA
Os mtodos de anlise fatorial buscam a melhor
combinao linear de variveis: a combinao
particular de variveis que explica a maior parte da
varincia dos dados em comparao a qualquer outra
combinao.
1 Fator
2 Fator
ltimo Fator (n)
O melhor resumo das relaes lineares observadas
A segunda melhor combinao linear das variveis.
A combinao que explica a maior parte da
varincia que ainda inexplicada aps a extrao
do 1 fator
.
.
.
Sendo n o nmero de variveis na anlise.
Determinao de fatores e avaliao do
ajuste geral
2- Critrios sobre nmero de fatores a extrair
Prof. Ana Carolina Rodrigues - UFBA
Critrio da raiz latente, ou autovalor, ou eigenvalues
(Tambm chamado Critrio Guttman-Kaiser)
Premissa: um fator deve explicar ao menos a
quantidade de varincia explicada por uma varivel
(1,0). Fatores com eigenvalue inferior a 1,0 devem
ser descartados.
Limitao: Tende a superestimar o nmero de fatores.
Determinao de fatores e avaliao do
ajuste geral
2- Critrios sobre nmero de fatores a extrair
Prof. Ana Carolina Rodrigues - UFBA
Critrio do teste scree de Cattell
Usado para identificar o nmero timo de fatores
antes que a quantia de varincia nica seja superior
varincia comum. No grfico, so considerados os
fatores que esto acima da linha reta.
Limitao: Tende a superestimar o nmero de fatores
(ainda mais do que o critrio de eigenvalues)
Critrio do eigenvalue
Critrio do teste scree
R
a
i
z

L
a
t
e
n
t
e

(
e
i
g
e
n
v
a
l
u
e
s
)
Nmero de Fatores
Determinao de fatores e avaliao do
ajuste geral
2- Critrios sobre nmero de fatores a extrair
Prof. Ana Carolina Rodrigues - UFBA
Critrio de anlise paralela de Horn
Comparao dos eigenvalues obtidos empiricamente
com os eigenvalues obtidos aleatoriamente a partir
de matrizes de variveis. Extrados aqueles cujos
autovalores empricos excedem os aleatrios.
um mtodo preciso, contudo no est disponvel na
maioria dos pacotes estatsticos existentes
Determinao de fatores e avaliao do
ajuste geral
2- Critrios sobre nmero de fatores a extrair
Prof. Ana Carolina Rodrigues - UFBA
Critrio a priori
O pesquisador instrui o computador a parar a anlise
quando o nmero de fatores desejados tiver sido
extrado.
Limitao: Deve possuir respaldo terico (teste de
hipteses) ou estar confirmando os resultados de estudos
anteriores
Interpretao dos Fatores
Interpretao
Estimativa da
matriz fatorial
no-
rotacionada
Rotao de
fatores
Interpretao e
reespecificao
de fatores
Prof. Ana Carolina Rodrigues - UFBA
Interpretao dos Fatores
1- Rotao de fatores
As solues de fatores no-rotacionados extraem
fatores na ordem de sua varincia extrada;
Ao rotacionar a matriz fatorial, busca-se
redistribuir a varincia dos primeiros fatores para
os ltimos, a fim de atingir um padro fatorial mais
simples e teoricamente mais significativo.
Prof. Ana Carolina Rodrigues - UFBA
+1.0 +.50 0
Fator I No-
Rotacionado
2 agrupamentos
As cargas fatoriais,
contudo, no
parecem to bvias
Fator II No-Rotacionado
-.50
-1.0
+1.0
+.50
V
1
V
2
V
4
V
5
-1.0 -.50
V
3
Fator I No-
Rotacionado +1.0 +.50
Fator II No-Rotacionado
-.50
-1.0
+1.0
+.50
V
1
V
2
V
4
V
5
-1.0 -.50 0
Variveis Fator I Fator II
V1 0,50 0,82
V2 0,60 0,61
V3 0,91 -0,22
V4 0,82 -0,30
V5 0,60 -0,50
V
3
Fator I
Rotacionado
Fator II
Rotacionado
-1.0 -.50
V
1
V
2
V
3
V
4
V
5
-.50
-1.0
0
Variveis Fator I Fator II
V1 0,03 0,90
V2 0,19 0,82
V3 0,95 0,22
V4 0,89 0,12
V5 0,78 -0,12
Fator I No-
Rotacionado +1.0 +.50
Fator II No-Rotacionado
-.50
-1.0
+1.0
+.50
V
1
V
2
V
4
V
5
-1.0 -.50 0
Variveis Fator I Fator II
V1 0,50 0,82
V2 0,60 0,61
V3 0,91 -0,22
V4 0,82 -0,30
V5 0,60 -0,50
V
3
Fator II Rotao
Ortogonal
-1.0 -.50 0
-.50
-1.0
V
1
V
2
V
3
V
4
V
5
Fator I Rotao
Ortogonal
Fator I Rotao
Oblqua
Fator II Rotao
Oblqua
Fator I Rotao
Oblqua
-1.0 -.50 0
-.50
-1.0
V
1
V
2
V
3
V
4
V
5
Fator II Rotao
Oblqua
Variveis Fator I Fator II
V1 0,20 0,80
V2 0,30 0,78
V3 0,95 0,40
V4 0,90 0,30
V5 0,78 0,00
Variveis Fator I Fator II
V1 0,50 0,82
V2 0,60 0,61
V3 0,91 -0,22
V4 0,82 -0,30
V5 0,60 -0,50
Variveis Fator I Fator II
V1 0,03 0,90
V2 0,19 0,82
V3 0,95 0,22
V4 0,89 0,12
V5 0,78 -0,12
Variveis Fator I Fator II
V1 0,20 0,80
V2 0,30 0,78
V3 0,95 0,40
V4 0,90 0,30
V5 0,78 0,00
No-Rotacionado Rotao Ortogonal Rotao Oblqua
Interpretao dos Fatores
1- Rotao de fatores
Os mtodos de rotao tm como objetivo
simplificar as linhas e colunas da matriz fatorial
para facilitar a interpretao
Maximizar a carga de uma varivel em um nico
fator
Reduzir ao mximo o nmero de variveis com
cargas altas por fator
Prof. Ana Carolina Rodrigues - UFBA
O
r
t
o
g
o
n
a
l
Quartimax
Varimax
Equimax
Orthomax
O
b
l

q
u
a
Oblimin
Promax
Quartimin
Orthoblique
Interpretao dos Fatores
2- Julgamento da significncia das cargas fatoriais
Garantia de significncia prtica
A carga fatorial a correlao entre a varivel e o fator
O quadrado da carga fatorial a varincia total da
varivel explicada pelo fator
Prof. Ana Carolina Rodrigues - UFBA
Carga fatorial Significncia Prtica
De 0,30 a 0,40
Atendem ao nvel mnimo para
interpretao de estrutura
Em mdia 0,50
Significantes na prtica (25% da varincia
explicada pelo fator)
Acima de 0,70
Indicativas de uma estrutura bem
definida
Interpretao dos Fatores
2- Julgamento da significncia das cargas fatoriais
Avaliao da significncia estatstica
Prof. Ana Carolina Rodrigues - UFBA
Carga fatorial
Tamanho necessrio da
amostra para significncia
0,30 350
0,35 250
0,40 200
0,45 150
0,50 120
0,55 100
0,60 85
0,65 70
0,70 60
0,75 50
Interpretao dos Fatores
3- Interpretao de uma matriz fatorial
Prof. Ana Carolina Rodrigues - UFBA
Examine a matriz
fatorial de cargas
Identifique as
cargas
significantes para
cada varivel
Avalie as
comunalidades
das variveis
Reespecifique o
modelo fatorial
se necessrio
Rotule os fatores
ITENS FATOR 1 FATOR 2 H
2
1 .80 .10 .65
2 .78 -.05 .61
3 .78 .20 .65
4 .70 .15 .51
5 .65 .08 .43
6 .64 .12 .42
7 -.64 -.56 .71
8 .60 .03 .36
9 -.60 -.23 .41
10 -.25 .19 .10
11 .30 -.83 .78
12 .21 -.80 .68
13 .04 -.78 .61
14 .16 -.70 .52
15 -.12 .70 .50
16 .09 .66 .44
17 -.00 -.65 .42
18 .12 -.63 .41
19 -.03 .56 .31
20 .00 -.40 .16
Eigenvalue 4.614 4.932
% Varincia Total 23,07 24,66
A varivel tem carga cruzada
ITENS FATOR 1 FATOR 2 H
2
1 .80 .10 .65
2 .78 -.05 .61
3 .78 .20 .65
4 .70 .15 .51
5 .65 .08 .43
6 .64 .12 .42
7 -.64 -.56 .71
8 .60 .03 .36
9 -.60 -.23 .41
10 -.25 .19 .10
11 .30 -.83 .78
12 .21 -.80 .68
13 .04 -.78 .61
14 .16 -.70 .52
15 -.12 .70 .50
16 .09 .66 .44
17 -.00 -.65 .42
18 .12 -.63 .41
19 -.03 .56 .31
20 .00 -.40 .16
Eigenvalue 4.614 4.932
% Varincia Total 23,07 24,66
A varivel no possui cargas
significantes
ITENS FATOR 1 FATOR 2 H
2
1 .80 .10 .65
2 .78 -.05 .61
3 .78 .20 .65
4 .70 .15 .51
5 .65 .08 .43
6 .64 .12 .42
7 -.64 -.56 .71
8 .60 .03 .36
9 -.60 -.23 .41
10 -.25 .19 .10
11 .30 -.83 .78
12 .21 -.80 .68
13 .04 -.78 .61
14 .16 -.70 .52
15 -.12 .70 .50
16 .09 .66 .44
17 -.00 -.65 .42
18 .12 -.63 .41
19 -.03 .56 .31
20 .00 -.40 .16
Eigenvalue 4.614 4.932
% Varincia Total 23,07 24,66
Mesmo com carga significante, a
comunalidade considerada muito
baixa
Interpretao dos Fatores
3- Interpretao de uma matriz fatorial
Prof. Ana Carolina Rodrigues - UFBA
Ignorar as variveis problemticas e interpretar a soluo
fatorial como ela (caso o objetivo seja reduzir os dados);
Avaliar cada varivel para uma possvel eliminao e
reespecificar o modelo aps sua retirada;
Empregar um mtodo alternativo de rotao;
Diminuir/aumentar o n de fatores para avaliar se a nova
estrutura fatorial representar as variveis problemticas;
Modificar o tipo de modelo fatorial (Componentes x PAF) para
avaliar se mudanas no tipo de varincia afetam a estrutura.
Alternativas
Validao da Anlise Fatorial
Avaliao do grau de generalidade dos resultados
para a populao;
Avaliao da influncia de respondentes
individuais sobre os casos gerais.
Prof. Ana Carolina Rodrigues - UFBA
Uso de uma
perspectiva
confirmatria
Avaliao da
estabilidade
da estrutura
fatorial
Deteco de
observaes
atpicas
Usos adicionais dos resultados da AFE
selecionada a varivel com maior carga no fator para atuar
como varivel substituta representativa (deve considerar o
conhecimento que o pesquisador tem da teoria).
Seleo de variveis substitutas para
anlise subseqente
Medida de um conceito em mais de um fator
Definio conceitual
Validade de contedo
Dimensionalidade
Confiabilidade (correlaes inter-item, correlaes item
total, coeficiente de confiabilidade)
Criao de escalas mltiplas
Prof. Ana Carolina Rodrigues - UFBA
Papel do Pesquisador
Muitos truques podem ser utilizados
para melhorar a estrutura fatorial,
mas a responsabilidade final est
com o pesquisador e com a
fundamentao conceitual
subjacente anlise.
Prof. Ana Carolina Rodrigues - UFBA
Referncias Bibliogrficas
Hair Jr., J. F., Anderson, R. E., Tatham, R. L., &
Black, W. C. (2005). Anlise multivariada de
dados. Bookman: Porto Alegre.
Laros, J. A. (2005). O uso da anlise fatorial:
algumas diretrizes para pesquisadores. In:
Pasquali (Org). Anlise fatorial para
pesquisadores (pp.163-184). Braslia: LabPAM.
Prof. Ana Carolina Rodrigues - UFBA

S-ar putea să vă placă și