Escolar Documentos
Profissional Documentos
Cultura Documentos
Curso
Anlise Fatorial Exploratria e Confirmatria
ANLISE FATORIAL
USO DO SPSS
Definir labels
importante
Mais importante
Mtodo fatorial de extrao a ser usado para se obter uma combinao linear no-correlata das combinaes das variveis mesuradas. A componente primeira (fator 1) tem o mximo valor da varincia. As seguintes mostram, progressivamente, pores menores da varincia e so todas no-relacionadas umas s outras (independentes). A Anlise das Componentes Principais usada para obter-se os solues dos fatores. Ela pode ser usada quando a matriz de correlao singular.
Os valores da diagonal principal igual a um, devido perfeita correlao entre as mesmas variveis
11
As correlaes nestes casos so relativamente fracas, prximas de Zero. Como nestes casos, voc deve reconsiderar o uso do mtodo de anlise fatorial com os seus
dados.
12
Estes valores representam a significncia do teste de correlao de Pearson (quanto ficou de fora). Estes p-values da testagem indicam quais so as correspondncias so diferente de zero.
Muitos deste valores devem ser pequenos para o emprego do mtodo de anlise fatorial.
13
Deve-se analisar o valor do determinante da matriz de correlao. Este indica a possibilidade de inverso da matriz. Se o valor do determinante zero, a matriz de correlao no pode ser invertida e certamente os mtodos de extrao de anlise fatorial sero impossveis de serem computados.
14
Este um dos mtodos de extrao que minimiza a soma das diferenas quadrticas entre a matriz de dados e a matriz de correlao reproduzida, ignorando as diagonais.
Idem ao anterior, mas neste caso a correlao pesada pelo inverso das suas singularidades, assim como as variveis com alta singularidades so tomadas com peso menor que aquelas com menor singularidades.
15
Este mtodo cria parmetros estimados como sendo mais provveis para produzir a matriz de correlao observada, se a amostra pode ser caracterizada por uma distribuio normal multivariada. As correlaes so pesadas pelo inverso das singularidades das variveis, pelo emprego de um algoritmo iterativo.
Este mtodo de extrao dos fatores parte da matriz de correlao original com os coeficientes de correlaes mltiplos colocados na diagonal como estimativas iniciais das comunalidades. Estes fatores obtidos so usados para estimar as novas comunalidades, que so recolocadas no lugar das velhas na diagonal.
As Iteraes continuam at a ocorrerem mudanas nas comunalidades partindo da primeira at a seguinte, buscando satisfazer o critrio de convergncia de extrao.
Designa-se por comunalidade a proporo da varincia de cada varivel explicada pelos factores comuns
16
um mtodo de extrao que considera as variveis na anlise como uma amostra do universo potencial de variveis. Ele maximiza a confiabilidade ou fidedignidade alfa (de Cronbach) dos fatores.
um mtodo fatorial de extao desenvolvido por Guttman est baseado na Teoria de Imagens.
A parte comum da varincia, chamada de imagem parcial, definida como uma regresso linear sobre as restantes, preferivelmente que a funo dos fatores hipotticos.
17
18
Regresso: Um mtodo para estimar os scores dos coeficientes dos fatores. Os scores gerados tm mdia 0 e varincia igual ao quadrado da correlao mltipla entre os scores dos fatores estimados e os valores verdadeiros dos fatores. Os scores devem ser igualados com os fatores ortogonais.
A diferena do mtodo de Bartlett est em garantir a ortogonalidade dos fatores estimados.Os scores gerados tm uma mdia de 0, desvio padro de 1,0 e so no correlatos.
Este mtodo de estimao dos scores dos coeficientes dos fatores. Os scores produzidos tem mdia de zero. A soma dos quadrados de um fator feita sobre a extenso das vaariveis minimizadas.
19
Excluir os casos que tm valores perdidos para qualquer das variveis usadas em qualquer das anlises.
Excluir a partir da anlise dos casos com valores perdidos para um ou outro dos pares de variveis na computao de estatstica especfica.
Elimina os coeficientes com valores absolutos menores que aquele especificado. O default 0,100. Literatura sugere valores acima de 0,300
20
Varimax (mais usado) um mtodo de rotao ortogonal que minimiza o nmero de variveis que cada agrupamento ter. Ele simplifica a interpretao dos fatores.
Quartimax (ortogonal) um mtodo que minimiza o nmero de fatores necessrios para explicar cada varivel. Ele simplifica a interpretao das variveis obtidas.
Equamax (ortogonal) tambm um mtodo que busca uma combinao dos outros (varimax e quartimax). O nmero de variveis obtido ter carga fatorial maior e o nmero de fatores ser minimizado.
Direct oblimin: Este mtodo diferentemente dos trs anteriores oblquo (no ortogonal). Quando delta igual a 0 (default), a soluo mais oblqua. Tomando-se delta mais negativo, os fatores ficaram menos oblquos. Ignorando-se o default delta de 0, deve-se usar um nmero menor ou igual a 0,8.
Promax tambm um mtodo oblquo de rotao, o qual possibilita os fatores correlatos. Ele pode ser calculado mais rapidamente que a rotao direct oblimin. Assim ele usado para grandes grupos de dados. Kappa na maioria das vezes tomado com o valor 4.
21
Data Output
22
Log de dados
23
a lat io n
ues anot te al ntos c c a pr pr i s no r ofes o pr een pl x ex l ar as tem pr oi c pl es m es i han c er r es i ar ate c pa p b a r mti onc s c fi onted bj ue tabel pr ofes nom i apos c par a ater p eti om a for m c m ate at v e e a i t C outr a or r e 359 ,30 110 00 ,294 153 21 ,048 ,272 ,123 - ,093 ,068 - ,089 ,04 ,2 j us ti fi atent 309 ,20 018 21 ,287 584 00 ,225 ,559 ,346 - ,386 ,440 ,412 ,26 ,1 pr ,34 000 pr 043 59 ,327 170 09 ,020 ,405 ,206 - ,201 ,026 ,252 ,14 ,2 ques 043 ,30 000 10 ,084 117 - ,117 18 ,293 ,254 - ,170 ,247 ,046 ,12 ,0 obj et pr ,07 170 ofe 117 53 ,212 000 84 ,036 ,336 ,254 - ,474 ,233 ,460 ,34 ,2 tem p 327 ,19 084 94 ,000 212 - ,431 87 ,138 - ,175 - ,158 - ,398 ,393 - ,22 - ,3 ex pl i c 020 ,19 293 48 ,138 036 25 ,000 ,284 ,432 - ,334 ,486 ,127 ,07 ,0 anota 405 ,42 1,000 117 72 ,431 336 59 ,284 ,574 - ,526 ,592 ,459 ,33 ,3 pr ofe ex er c 206 ,45 254 23 ,175 1,000 254 46 ,432 ,574 - ,473 ,688 ,411 ,09 ,2 m 026 ate 247 68 ,158 233 40 ,486 1,000 ,592 ,688 - ,433 ,440 ,33 ,13 ,1 no e 201 ,17 170 93 ,393 474 - ,526 86 ,334 - ,473 - ,433 1,000 - ,481 - ,16 - ,3 pr ov a es c r e 252 ,28 046 89 ,398 460 12 ,127 ,459 ,411 1,000 - ,481 ,440 ,37 ,3 pr 349 een 302 08 ,199 079 05 ,196 ,428 ,458 - ,173 ,330 1,00 ,283 ,14 ,1 pr ,14 b 148 oi 120 49 1,00 ,224 347 68 ,077 ,338 ,097 - ,162 ,133 ,370 ,3 al uno 222 ,17 085 42 ,327 242 75 1,0 ,013 ,306 ,252 - ,379 ,189 ,350 ,37 pedi d S i outr a g. ( 006 ,01 229 ,021 149 65 ,372 ,030 ,202 ,323 ,265 ,273 ,37 ,0 j us ti fi atent 016 ,08 453 65 ,024 000 ,062 ,000 ,008 ,001 ,003 ,002 ,03 ,1 pr pr 385 06 ,012 124 16 ,447 ,002 ,080 ,429 ,086 ,042 ,00 ,15 ,0 ques 385 ,01 29 ,286 213 53 ,022 ,213 ,041 ,045 ,124 ,377 ,20 ,2 obj et pr ,29 124 ofe 213 49 ,074 00 ,403 ,010 ,041 ,055 ,000 ,001 ,00 ,0 tem p 012 ,08 286 21 074 24 ,176 ,001 ,117 ,141 ,003 ,003 ,06 ,0 ex pl i c 447 ,09 022 72 ,176 403 62 ,025 ,001 ,000 ,010 ,194 ,30 ,4 anota 002 ,00 213 30 ,001 010 00 ,025 ,000 ,000 ,000 ,001 ,00 ,0 pr ofe ex er c 080 ,00 041 02 ,117 041 08 ,001 ,000 ,000 ,000 ,002 ,25 ,0 m 429 ate 045 23 ,141 055 01 ,000 ,000 ,000 ,001 ,001 ,01 ,18 ,0 no e 086 ,12 124 65 ,003 000 03 ,010 ,000 ,000 ,001 ,000 ,13 ,0 pr ov a es c r e 042 ,02 377 73 ,003 001 02 ,194 ,001 ,002 ,001 ,000 ,00 ,0 pr 008 een 018 17 ,087 298 81 ,091 ,001 ,001 ,011 ,120 ,026 ,15 ,1 pr ,15 b 157 oi 209 72 ,063 008 33 ,302 ,009 ,255 ,184 ,136 ,005 ,0 24 al uno 065 ,12 282 48 ,012 049 18 ,465 ,017 ,042 ,099 ,004 ,007 ,00 pedi d
Matriz de correlao
a. D eter
Os Testes Kaiser-Meyer-Olkin (KMO) e de Esfericidade de Bartlett, indicam qual o grau de suscetibilidade ou o ajuste dos dados anlise fatorial, isto , qual o nvel de confiana que se pode esperar dos dados quando do seu tratamento pelo mtodo multivariado de anlise fatorial seja empregada com sucesso (Hair et al, 1998). O primeiro deles (KMO) apresenta valores normalizados (entre 0 e 1,0) e mostra qual a proporo da varincia que as variveis (questes do instrumento utilizado) apresentam em comum ou a proporo desta que so devidas a fatores comuns.
25
KMO
1-0,9
0,8-0,9
Boa
0,7-0,8
Mdia
Para interpretao do resultado obtido, valores prximos de 1,0 indicam que o mtodo de anlise fatorial perfeitamente adequado para o tratamento dos dados. Por outro lado, valores menores que 0,5, indicam a inadequao do mtodo (SPSS, 1999 e Pereira, 2001).
0,6-0,7
Razovel
0,5-0,6
<0,5
Inaceitvel
No nosso caso, o valor obtido foi de 0,715, o que nos mostra uma boa adequao de possibilidades de tratamento dos dados com o mtodo citado.
26
O segundo teste, o de Esfericidade de Bartlett baseado na distribuio estatstica de chi quadradro e testa a hiptese (nula H0) de que a matriz de correlao uma matriz identidade (cuja diagonal 1,0 e todas as outras as outras iguais a zero), isto , que no h correlao entre as variveis.(Pereira, 2001). Valores de significncia maiores que 0,100, indicam que os dados no so adequados para o tratamento com o mtodo em questo; que a hiptese nula no pode ser rejeitada. J valores menores que o indicado permite rejeitar a hiptese nula (SPSS,1999 e Hair et al, 1998). Tambm, no nosso caso o valor da significncia do teste de Bartlett, mostrou-se menor que 0,0001, o que permite mais uma vez confirmar a possibilidade e adequao do mtodo de anlise fatorial para o tratamento dos dados. SPSS - Statistical Package for the Social Sciences. Base 10.0 User's Guide. Chicago: SPSS, 1999. HAIR, J. F. et al. Multivariate data analysis. Fifth Edition. New jersey: Prentice Hall, 1998. PEREIRA, J. C. R. Anlise de Dados Qualitativos: Estratgias Metodolgicas para as Cincias da Sade, Humanas e Sociais. So Paulo: EDUSP, 2001.
27
Estatsticas Descritivas
v e e
M D e a e l y a v e y e a v s o 1 4 7 8 8 j u V 8 8 a 1 V 4 6 6 8 6 8 p 9 4 0 7 8 V 7 8 q 6 V 4 4 5 8 o 5 8 p 0 V 4 3 4 8 4 8 t e 1 4 8 1 8 V 1 8 e 8 4 5 4 8 V 4 8 a 9 4 0 2 8 p V 2 8 e 0 V 4 1 1 8 1 8 m 0 4 6 7 8 V 7 8 n 7 4 7 8 8 p V 8 8 e 1 V 4 4 5 8 5 8 p 0 4 0 1 8 V 1 8 p 1 4 8 6 8 V 6 8 a 9 4 1 9 8 p V 9 8
28
Anlise de Varincia
c
o o g f f e S S n V Tl l V t a u o V t u o l a C a o ta a o a a a r t a r t i i 1 6 9 9 5 8 9 9 8 9 5 9 9 0 2 8 7 5 7 2 5 3 0 3 7 3 3 3 3 2 2 6 6 0 1 9 0 2 6 9 2 4 4 4 6 3 3 4 4 3 4 4 3 3 4 5 5 9 8 2 6 9 2 4 7 4 4 8 8 2 3 2 9 4 8 0 1 0 2 9 9 1 1 1 9 8 1 2 7 5 3 1 3 2 1 4 1 4 2 4 7 1 5 7 3 0 E
29
Eigenvalue
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Component Number
30
Matriz de rotao
a p o
p o 1 2 3 4 o u 2 2 9 6 j u s a t e 6 9 2 5 p r 2 3 5 1 q u 9 7 2 9 o b p r o 4 2 2 2 t e m 9 5 6 3 e x 2 2 2 1 a n 3 1 3 1 p r o e x 7 5 6 3 m a 6 3 2 2 n 0 5 2 2 p r o e s 4 3 2 7 p r e 9 2 3 6 p r o 2 1 2 7 a l u 3 5 8 4 p e
E x R o a . R o
31
Matriz de rotao
a p o
p o 1 2 3 4 m 4 6 e x 9 7 e x 3 2 a n 0 3 3 3 p r p r 5 2 p r 1 1 e s 7 3 a l 0 5 p e n 2 2 0 5 p r a t 2 7 6 9 o u 9 9 j u p r 2 5 p r 0 9 9 3 t e 5 6 q u 6 9 o b
VARIMAX
E R a . R
32
a a e n m p
p o n m p o 3 4 1 2 31 42 m a n o 4 7 5 p r o e 9 9
e x e e 5 5 0 a n o 5 8 2 5 0 p p r o n m a 1 1 1 9 0 4 p e s c 8 p 3 0 a t e 8 p 2 7 p r o 8 e 3 4 t e m 5 a a l 1 8u p 9 p e d o 0 6 p r j u e x p 4 p 0 0 o u t p 3 3 9 j u s t e p r e 5 6 q 0 3 q u e o 6 7 o b j a 5 2 p r o 1 E E R x a a . R 4 c
33
Matriz de rotao
a p o
p o n 1 2 3 4 m a 7 e x e 9 e x p 9 a n 2 p r o n 0 p r o p r o 0 p r o 7 e s c 4 a l u 8 p e o u 6 j u s p r 0 p r e 3 t e m q u 3 o b a t e
E x t R o a . R o
34
-,335 -,430 -,457 ,153 -,344 ,453b 4,511E-03 -,514 -,245 -,197 ,337 -,367 -,255 -,249 -,324 4,090E-02 ,144 ,129 -6,945E-02 ,133 -,142 8,230E-02 6,993E-02 3,816E-02 5,561E-02 -3,099E-02 5,580E-02 2,556E-02 -3,592E-03
,145 -9,700E-03 ,427 ,442 ,195 8,097E-02 ,310 ,227 -,245 ,576
b
,449 ,171
,825 4,026E-02
,324 -8,902E-02 2,754E-02 4,511E-03 ,580b ,323 ,576 ,613 -,324 ,206 ,307 -5,379E-02 -3,246E-02 ,391 -,514 ,323 ,784 ,593 ,574 -,562 ,531 ,411 ,202 ,294
,268 ,255 -,197 ,613 ,574 ,717 ,756b -,540 ,448 ,381 ,112 ,135
-,125 4,503E-02 -,472 ,337 -,324 -,562 -,512 -,540 ,558 -,564 -,257 -,345 -,334
b
,449 ,171 4,026E-02 ,591b -,430 -,457 ,153 -,344 ,204 -6,99E-02 ,324 2,754E-02 ,623 ,467 -8,902E-02 ,310 ,268 -,125 ,391 ,227 ,255 -,472
,569 -,367 ,206 ,531 ,408 ,448 -,564 ,619b ,149 ,439 ,392
6,356E-02 ,516 ,448 -,255 -,249 -,324 ,307 -5,379E-02 -3,246E-02 ,411 ,488 ,381 -,257 ,149 ,619b ,103 ,258 ,202 ,119 ,112 -,345 ,439 ,103 ,548b ,487 ,294 ,186 ,135 -,334 ,392 ,258 ,487 ,495
b
,427 ,195 ,442 8,097E-02 -,512 ,535 ,213 ,279 ,298 9,628E-02 -,192
,182 4,503E-02 ,569 ,394 ,385 6,356E-02 ,137 ,229 ,516 ,293 ,231 ,448 ,130
Residuals are computed between observed and reproduced correlations. There are 56 (53,0%) nonredundant residuals with absolute values > 0.05.
-,200 4,182E-03
2,980E-02 -1,679E-02 -2,181E-02 7,772E-02 2,104E-02 -6,438E-02 -8,097E-02 -1,496E-03 5,032E-02 -6,136E-02 1,158E-02 -5,459E-02 -3,126E-02 -2,837E-02 -5,611E-02 -2,130E-02 -6,401E-02 -5,461E-02 2,692E-02 -2,179E-02 -,142 8,230E-02 6,993E-02 3,816E-02 -3,909E-02 -,144 -,127 -3,909E-02 -1,947E-02 1,799E-02
-4,228E-02 -9,561E-02 ,127 -,123 -9,114E-03 6,911E-02 -4,496E-02 1,287E-03 -2,031E-03 -,110 5,561E-02 -3,099E-02 -9,972E-03 -7,877E-02 3,590E-02 -7,214E-02 3,810E-02 3,070E-03 ,107 -8,630E-03 8,317E-02 8,317E-02 8,425E-02 ,134 ,183 -6,873E-02 -4,506E-02 -4,244E-02
-,184 -4,908E-02 -3,906E-02 -8,074E-03 -1,109E-02 -,124 -4,489E-02 1,135E-02 -7,064E-02 -8,315E-02 -,110 -,145
9,628E-02 -8,71E-03 9,921E-02 ,135 -,200 -8,713E-03 8,091E-02 -1,284E-03 4,182E-03 9,921E-02 8,091E-02 7,712E-02
,130 ,135 -1,28E-03 7,712E-02 4,090E-02 ,144 ,129 -6,945E-02 ,133 2,980E-02 2,104E-02 5,032E-02 -3,126E-02 -6,401E-02 -1,679E-02 -6,438E-02 -6,14E-02 -2,837E-02 -5,461E-02 -2,181E-02 -8,097E-02 1,158E-02 -5,611E-02 2,692E-02 7,772E-02 -1,496E-03 -5,46E-02 -2,130E-02 -2,179E-02 -4,228E-02 ,127 -9,11E-03 -4,496E-02 -2,031E-03
1,500E-02 -,169 -,206 5,580E-02 2,556E-02 -3,592E-03 -,111 ,130 4,530E-02 1,713E-02 ,135 1,197E-02
-,144 -1,947E-02 -2,886E-02 -,127 1,799E-02 -2,886E-02 -9,972E-03 3,590E-02 3,810E-02 ,107
-9,561E-02 -,123 6,911E-02 1,287E-03 -,110 -,184 -8,074E-03 -4,49E-02 -8,315E-02 1,500E-02 -4,908E-02 -1,109E-02 1,135E-02 -,110 -,169 -3,906E-02 -,124 -7,06E-02 -,145 -,206
-7,877E-02 -7,214E-02 3,070E-03 -8,630E-03 -,111 1,713E-02 -3,000E-02 -5,050E-02 ,130 ,135 -2,166E-02 2,051E-02 4,530E-02 1,197E-02 6,612E-02 5,380E-02
desejvel que as contagens resduos >0,05 ou 5% estejam em menos que 50% dos dados!
Extraction Method: Principal Component Analysis. a. Residuals are computed between observed and reproduced correlati ons. There are 56 (53,0%) nonredundant residuals with absolute values > 0.05. b. Reproduced communaliti es
35
O que so Resduos?
Dado modelo Resduo
36
Matriz de rotao
a o
p v
M D e a e l y a v 1 2 3 4 o m a 7 2 8 4 7 0 8 j u e x e 9 a 0 5 4 6 6 8 e x p 9 p 9 7 4 0 3 8 a n 2 p r o q 5 5 4 4 1 8 n o 0 p r o p 6 4 4 3 4 8 p r o 0 t 0 0 4 8 8 8 e p r o 7 e 2 3 4 5 8 8 e s c 4 a l u a 8 4 1 4 0 7 8 p e p o u e 3 1 4 1 8 64 j u s m 4 7 4 6 1 8 p r 0 n p r e 3 7 7 4 7 8 8 p t e m q u e 4 4 4 4 7 8 3 o b p 6 0 4 0 5 8 a t e p 3 6 4 8 0 8 E x t a R o 2 8 4 1 8 8 p a .
R
Quando os valores mdios esto abaixo da mdia terica, deve-se inverter a assertiva!!!
37
Anlise de Varincia
Component Plot in Rotated Space
1,0
,5
professor caneta mate proibir troca escrevam com fique aten alunos responder p atentos explicaes p anotar para o conte exerccios para fixa materialquestes claras e ob apostilado preencherprprio material um formul outra chance c. just explicar clara conci
Component 2
-,5
1,0
,5
0,0
-,5
-,5
0,0
,5
1,0
Component 1
Component 3
38