Captulo 5 Anlise Fatorial

CAPTULO 5 Anlise Fatorial em Avaliao do Treinamento

Contedo: 1. 2. Anlise Fatorial Procedimentos de Execuo da Anlise Fatorial via SPSS

Objetivos: Ao final do captulo o aluno dever ser capaz de: 1. 2. 3. 4. Definir Anlise Fatorial Identificar as funes da Anlise Fatorial Descrever os principais conceitos associados Anlise Fatorial Realizar uma Anlise Fatorial, seguindo todas as etapas, via SPSS

39
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB. Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.

Captulo 5 Anlise Fatorial ANLISE FATORIAL EM AVALIAO DE TREINAMENTO

A anlise fatorial (AF) uma tcnica estatstica multivariada desenvolvida no incio do sculo XX por um psiclogo-estatstico chamado Spearman. Este pesquisador teve como objetivo estudar as capacidades humanas, por meio da identificao de construtos ou dimenses que so subjacentes estas capacidades. Ele props que traos latentes determinam o desempenho de uma pessoa, por exemplo, a inteligncia pode ser mensurada por meio de um conjunto de itens. A pressuposio que existem habilidades correlacionadas que determinam uma dimenso subjacente, que permite que as pessoas desempenhem em situaes que exijam o uso dessas habilidades. Diante desta pressuposio seria possvel desenvolver um conjunto de itens para mensurar determinado trao latente. Se esses itens fizerem parte da mesma dimenso subjacente sero relacionados entre si e podero ser considerados como indicadores de um determinado construto. Deve-se ressaltar que a construo de medidas deve respeitar alguns pressupostos da teoria psicomtrica, como a elaborao de um nmero suficiente de itens (nem muito pouco, nem em exagero; cada habilidade ou atitude humana necessitam de diferentes nmeros de itens) para mensurao de determinado trao latente. No caso de instrumentos relativos a avaliao de treinamento a pressuposio que os indicadores de modelos de avaliao constituem-se em habilidades e atitudes dos treinandos. Em um instrumento de reao, o trao subjacente a atitude do treinando a respeito do evento instrucional, enquanto uma medida de aprendizagem procura mensurar as habilidades subjacentes desenvolvidas durante o evento instrucional. A partir dessa pressuposio, a AF possibilita a reduo de dados. Essa reduo feita com base no estudo das dimenses latentes que determinariam as atitudes e/ou habilidades das pessoas, que causariam a sua resposta a um conjunto de itens de determinada forma. A implicao prtica deste tipo de procedimento est na reduo de dados, tendo em vista que conjuntos muito extensos de itens podem ser reduzidos a poucos escores, graas a pressuposio dos modelos de avaliao de treinamento, de que as atitudes dos sujeitos so organizadas em dimenses subjacentes. Desta forma, pode-se 40
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB. Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.

Captulo 5 Anlise Fatorial obter dois ou trs ndices para a mensurao de reao ao treinamento e, na maioria das vezes, um ndice para o comportamento no cargo (impacto do treinamento no trabalho). , ainda, importante ressaltar que os ndices estatsticos do subsdio para o tcnico selecionar as dimenses, mas essa deve ser calcada, em ltima instncia, no sentido terico dos itens que se agregaram a um fator. Esta tcnica de anlise de dados tem sido muito utilizada na avaliao de treinamento, tanto na pesquisa acadmica quanto nos sistemas de avaliao das organizaes. Pode-se considerar que cada um dos nveis de anlise de um sistema de avaliao possui, no mnimo, uma dimenso latente, compartilhada pelo conjunto de treinandos envolvidos no processo instrucional. Para o nvel de aprendizagem, supe-se a observao de um conjunto de habilidades humanas para cada treinamento desenvolvido, mas os testes dimensionais para o nvel de aprendizagem tem sido mais complicados, pela dificuldade na construo de mltiplas medidas (uma para cada treinamento). Kline (1994) aponta que existem alguns conceitos que so fundamentais para o entendimentos e interpretao de resultados da AF. So esses: Correlao: conceito estatstico que busca captar o componente linear de variao conjunta de duas variveis. Esse coeficiente varia de 1 at +1. Uma correlao perfeita possui o valor 1 (seja esta negativa ou positiva). Quanto maior a correlao entre duas variveis mais estas possuem componentes de covariao em conjunto, ou seja, quanto mais uma varia (modifica de valor) mais a outra varia. A AF baseada nas correlaes entre os itens de um questionrio de avaliao de treinamento. O primeiro passo para o clculo de fatores em uma AF, realizado pelo computador, o clculo de uma matriz de correlao. Todos os itens de um instrumento de avaliao so correlacionados entre si, formando o ponto de partida para a AF. Fatores: busca-se obter, em uma anlise fatorial, dimenses. Essas dimenses so denominadas fatores. Estas so determinadas pela correlao

compartilhada por um conjunto de itens, ou seja, quanto mais correlacionados for um conjunto de itens eles tm uma grande chance de formar um fator. Essa 41
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB. Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.

Captulo 5 Anlise Fatorial correlao proveniente desta estrutura subjacente das pessoas, que determina a forma como elas respondem a esse conjunto de questes. Cada fator extrado de uma AF significa a identificao de uma dimenso latente. Cargas Fatoriais: aps observada a correlao de todos os itens entre si e aps a deteco de que alguns grupos desses itens podem ser organizados em fatores necessrio traar qual a correlao de cada item com seu respectiva fator. Essa relao item-fator dada por meio da carga fatorial. Esse um coeficiente que varia de 1 a +1, como a correlao. Quanto mais prximo de 1 maior a relao entre o item e o fator. muito importante ter em mente a funo prtica da AF, que se traduz no conceito de validade. Em um modelo de avaliao, por exemplo no nvel de reao, se pressupe vrias categorias diferentes, como habilidades do instrutor, qualidade do material didtico, qualidade das instalaes do ambiente de treinamento, entre outras. Mas apenas pode-se dizer que uma medida valida quando submete-se o conjunto de instrumentos de avaliao em uma grande quantidade de treinandos e, posteriormente, realiza-se a reduo de dados por meio da AF. Essa tcnica fornece os parmetros para os tcnicos em avaliao de treinamento afirmarem que suas medidas conseguem mensurar o que eles propunham mensurar quando delinearam o modelo, ou seja, a validade da medida. Aps identificado o conjunto de estruturas subjacentes de um questionrio de avaliao de treinamento, faz-se necessrio extrair o ndice de confiabilidade desses fatores. Esse ndice de confiabilidade diz respeito a preciso da medida. Enquanto a AF apresenta a validade da medida, ou seja, o quanto aquele instrumento de avaliao valido, por exemplo, para mensurar a reao dos treinandos perante o treinamento, o ndice de confiabilidade informa qual a qualidade dessa medida.

Cuidado! Como toda tcnica estatstica deve-se tomar alguns cuidados com a AF. Atualmente, com a sofisticao dos microcomputadores e tambm dos softwares estatsticos muito fcil realizar procedimentos multivariados como o de AF. O tcnico 42
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB. Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.

Captulo 5 Anlise Fatorial sempre deve-se lembrar da mxima garbage in, garbage out (lixo entra, lixo sai). O tcnico deve possuir uma pressuposio terica, na qual hipotetize a existncia de dimenses subjacentes. No caso de avaliao de treinamento, os modelos possuem tal pressuposio, pois so organizados em dimenses, constitudas por diferentes indicadores. Por este motivo que no coerente efetuar uma anlise fatorial em um conjunto de itens onde a pressuposio anterior de categorias no exista, pois podero ser extradas dimenses, formadas apenas por correlaes esprias entre itens. Devido a possibilidade de correlaes distorcidas que o sentido terico dos itens deve ser o principal critrio para identificao de dimenses latentes.

PROCEDIMENTOS PARA EXECUO DA ANLISE FATORIAL

Para a realizao de uma anlise fatorial exploratria deve-se observar uma seqncia lgica de procedimentos para a deteco dos fatores latentes em um conjunto de itens. Inicialmente, o tcnico deve realizar uma anlise dos componentes principais e, posteriormente, uma anlise fatorial propriamente dita. A anlise dos componentes principais uma tcnica mais flexvel, que tem como funo dar indicaes do nmero de fatores que devem ser extrados no segundo passo do procedimento. A figura 3.1 apresenta a janela de dilogo da AF, obtida atravs de Analyze Data Reduction Factor.

43
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB. Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.

Captulo 5 Anlise Fatorial

Figura 5.1 Janela do comando Factor

Pressione os botes indicados na parte inferior.

Figura 5.2 Janela do comando Factor: Descriptives.

Selecionar todas essas opes.

Figura 5.3 Janela do comando Factor: Extration.

Mantenha default selecione opo.

o e esta

44
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB. Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.

Captulo 5 Anlise Fatorial

Figura 5.4 Janela do comando Factor: Rotation.

Mantenha o default, que sem indicao de rotao.

Figura 5.5 Janela do comando Factor: Options Selecione esta opo, que ordenar todos os coeficientes. Selecione esta opo e modifique o valor para 0,30.

Todos esses procedimentos resultaro em tabelas e grficos no output. Os principais, importantes para a tomada de deciso, sero apresentados a seguir. A tabela 3.1 apresente o teste de KMO. Este um indicador de fatorabilidade da matriz de dados. Quanto mais prximo de 1 melhor. Acima de 0,80 j existe indicativo de que os dados so submetidos a AF. No caso deste exemplo existe indicao de adequao dos dados para serem submetidos a AF.
KMO and Bartlett's Test Kaiser-Mey er-Olkin Measure of Sampling Adequacy . Bart lett's Tes t of Sphericity Approx. Chi-Square df Sig. .889 971.990 66 .000
Tabela 5.1 ndice de KMO.

45
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB. Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.

Captulo 5 Anlise Fatorial O prximo indicador, apresentado na tabela 3.2, aponta a quantidade de fatores apontado pela anlise de componentes principais. Essa informao obtida por meio dos eigenvalues. Valores superiores a 3,0 apontam para a existncia de dimenses. Em seguida, no grfico 3.1, so apresentados os eigenvalues. Quando a curva torna-se uma queda ordenada decrescente que existe indicao da estrutura fatorial.
Total Variance Expl ained Init ial Eigenv alues % of Variance Cumulat iv e % 39. 634 39. 634 10. 424 50. 058 7. 187 57. 246 6. 838 64. 084 6. 302 70. 386 6. 041 76. 428 4. 995 81. 423 4. 732 86. 155 4. 100 90. 255 3. 455 93. 710 3. 166 96. 875 3. 125 100.000 Extraction Sums of Squared Loadings Tot al % of Variance Cumulat iv e % 4. 756 39. 634 39. 634 1. 251 10. 424 50. 058

Component 1 2 3 4 5 6 7 8 9 10 11 12

Tot al 4. 756 1. 251 .862 .821 .756 .725 .599 .568 .492 .415 .380 .375

Tabela 5.2 Eigenvalues da soluo.

Somente um valor superior a 3, indicando apenas um fator.

Extraction Met hod: Princ ipal Component Analy sis.

Scree Plot
5

Grfico 5.1 Scree-plot grfico de eigenvalues.

Queda constante indica a presena de apenas um fator.

Eigenvalue

0 1 2 3 4 5 6 7 8 9 10 11 12

Component Number

Como resultado da anlise de principais componentes deste banco de dados observa-se que o conjunto de itens se agrega, adequadamente, em apenas um fator. A concluso final pode ser extrada da observao do scree plot, que claramente indica a 46
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB. Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.

Captulo 5 Anlise Fatorial presena de um fator, com eigenvalue muito elevado, indicando uma alta explicao da varincia de todos os itens. Depois de concludo a estrutura fatorial a partir da anlise de componentes principais, deve-se proceder a anlise fatorial. Para tanto, sero necessrias alteraes em algumas das janelas (apresentadas nas figuras 3.1 a 3.5), como apresentado a seguir: Janela Factor (figura 3.1): matenha os mesmos itens selecionados para a anlise de componentes principais; Janela Factor: Descriptives (figura 3.2): retire a marcao de todas as opes. Estas informaes no so mais necessrias; Janela Factor: Extraction (figura 3.3): retire as marcaes do scree plot e unrotated factor solution. Marque a opo nmero de fatores, informando o nmero observado na anlise de componentes principais (um neste exemplo). V at o campo Method e selecione principal axis factoring (PAF). Janela Factor: Rotation (figura 3.4): mantenha o default, sem rotao. Isso deve ser feito para este exemplo, com indicao de apenas um fator. A ausncia de rotao aplica-se apenas para solues fatoriais de estrutura unifatorial. Janela Factor: Options (figura 3.5): matenha as mesmas informaes solicitadas na anlise de componentes principais. O arquivo de output desses procedimentos conter um nmero

consideravelmente menor de informaes do que aquele gerado pela anlise de componentes principais. interessante observar algumas informaes nestes resultados, como a tabela de porcentagem da varincia explicada, a mesma apresentada na tabela 3.2. Mas a principal informao que deve ser observada a matriz de cargas fatoriais da soluo, apresentada na tabela 3.3. bom ressalvar que esta matriz recebe este nome (factor matrix) quando a soluo unifatorial. Quando a soluo for com mais de um fator a matriz que deve ser observada denominada pattern matrix.

47
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB. Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.

Captulo 5 Anlise Fatorial

a Factor Matrix

IMPAC6 IMPAC1 IMPAC9 IMPAC3 IMPAC5 IMPAC2 IMPAC8 IMPAC12 IMPAC4 IMPAC7 IMPAC10 IMPAC11

Factor 1 .707 .706 .661 .628 .612 .589 .583 .574 .528 .479 .461 .431

Tabela 5.3 Cargas fatoriais dos itens da soluo.

Extraction Met hod: Princ ipal Axis Fac toring. a. 1 f actors extracted. 4 iterations required.

Na tabela 3.3 podem ser observadas duas colunas. A primeira possui o nome de cada um dos itens do fator. Neste exemplo todos os itens do fator obtiveram valor de carga fatorial superior a 0,30 e todos os itens analisados (12 ao total) fizeram parte da soluo final. A segunda coluna (direita) possui a carga fatorial de cada item, indicando o grau de correlao de cada um dos itens com o fator ao qual pertence. Aps finalizada a anlise fatorial, o ltimo procedimento diz respeito ao clculo do ndice de confiabilidade (preciso) do fator. Para tanto necessrio seguir o seguinte procedimento Analyze Scale Reliability Analysis, que resultar na abertura da janela apresentada na figura 3.6.
Figura 5.6 Janela do comando Reliability.

Pressione este boto e escolha scale if item deleted.

Selecione todos os itens que compem o fator a ser examinado

48
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB. Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.

Captulo 5 Anlise Fatorial O tcnico deve pressionar o boto da janela da figura 3.6 e selecionar a opo, como indicada no texto explicativo ao lado da figura. Esse procedimento ir inserir na tabela o valor do alpha (coeficiente de confiabilidade) caso o item seja excludo da soluo fatorial. Esse mais um indicador para apontar a adequao do item na mensurao da estrutura latente. A tabela 3.4 apresenta as informaes relativas ao procedimento de teste de preciso da escala.
S C A L E (A L P H A)
Tabela 5.4 Resultados dos clculos de confiabilidade. Coluna com valores de alpha caso o item fosse eliminado.

Item-total Statistics Scale Mean if Item Deleted IMPAC1 IMPAC2 IMPAC3 IMPAC4 IMPAC5 IMPAC6 IMPAC7 IMPAC8 IMPAC9 IMPAC10 IMPAC11 IMPAC12 41.3916 41.2548 41.3042 41.6350 41.5247 41.4068 41.7947 41.3764 41.4030 42.0570 41.6540 41.7529 Scale Variance if Item Deleted 40.3384 42.6333 40.8537 42.4693 40.7542 40.8911 42.9424 41.1669 40.6156 41.6341 42.9905 41.1715 Corrected ItemTotal Correlation .6428 .5347 .5732 .4791 .5624 .6353 .4398 .5451 .6196 .4366 .4133 .5237 Alpha if Item Deleted .8383 .8462 .8430 .8494 .8438 .8393 .8519 .8450 .8399 .8537 .8538 .8466

ndice geral da escala, com todos os itens selecionados.

Reliability Coefficients N of Cases = Alpha = .8570 263.0 N of Items = 12

O valor obtido nesta escala do exemplo pode ser considerado bom, pois o valor superior a 0,80. Este coeficiente varia de 0 a 1 e os melhores ndices so aqueles superiores a 0,90. Todos os procedimentos apresentados neste captulo sero suficientes para a extrao de indicadores de validade e confiabilidade de questionrios de avaliao de treinamento via SPSS. Caso o leitor esteja interessado em aprofundamentos na tcnica de AF sugere-se recorrer a leitura recomendada ao final desta apostila. 49
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB. Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.

Captulo 5 Anlise Fatorial Aps definidos os itens que compem cada fator do instrumento de avaliao de treinamento, necessria a criao de escores fatoriais por caso no arquivo de dados, gerando, finalmente, a reduo de um conjunto de itens a um nico indicador. Esse procedimento feito atravs do menu Transform Compute, resultando na janela apresentada na figura 3.7.
Figura 5.6 Janela do comando Reliability

Selecione a expresso numrica MEAN e defina as variveis que fazem parte do fator

Atribua um nome para a varivel que ser gerada

O campo Functions possui uma srie de expresses. Para a criao do escore fatorial a expresso MEAN deve ser selecionada e transportada para o campo superior. Em seguida todas as variveis que compem o fator devem ser inseridas entre os parnteses que seguem a expresso numrica. Aps esta seleo o boto OK deve ser pressionado. Isto ir gerar uma coluna ao final do arquivo de dados, atribuindo um escore para cada treinando que participou da avaliao do treinamento. Esse mesmo procedimento pode gerar escores para qualquer estrutura fatorial observada. Aps a execuo desse procedimento todas as anlises que iro subsidiar o relatrio podero ser feitas com base nesses escores, deixando de lado os itens que os constituram. Os itens podem ser usados novamente, a depender do interesse dos tcnicos em treinamento.

50
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB. Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.