Você está na página 1de 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 expliclas 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

Exemplo: Matriz de correlao de 9 elementos da imagem de uma loja


V1 V1- Preo V2- Pessoal da loja V3- Poltica de devoluo V4- Disponib. do produto V5- Qualidade do produto V7- Amplit. da diversidade V8- Servio interno 1,00 ,427 1,00 ,302 ,771 1,00 ,470 ,497 ,427 1,00 ,765 ,406 ,307 ,427 1,00 ,345 ,490 ,471 ,719 ,378 ,724 1,00 ,242 ,719 ,733 ,428 ,240 ,311 ,435 1,00 V2 V3 V4 V5 V6 V7 V8 V9

V6- Profund. da diversidade ,281 ,445 ,423 ,713 ,325 1,00

V9- Ambiente da loja

,372 ,737 ,774 ,479 ,326 ,429 ,466 ,710 1,00


Hair et al. (2009)
Prof. Ana Carolina Rodrigues - UFBA

Esses elementos se agrupam em conjuntos mais gerais de avaliao?

V3 V3- Poltica de devoluo V8- Servio interno V9- Ambiente da loja V2- Pessoal da loja V7- Amplit. da diversidade V4- Disponib. do produto 1,00

V8

V9

V2

V6

V7

V4

V1

V5

,773 1,00 ,771 ,710 1,00 Experincia interna ,771 ,719 ,737 1,00 ,471 ,435 ,466 ,490 ,724 1,00 ,427 ,428 ,479 ,497 ,713 ,729 1,00

V6- Profund. da diversidade ,423 ,311 ,429 ,445 1,00 Oferta de produtos

V1- Preo
V5- Qualidade do produto

,302 ,242 ,372 ,427 ,281 ,354 ,470 1,00 Valor


,307 ,240 ,326 ,406 ,325 ,378 ,427 ,765 1,00
Hair et al. (2009)
Prof. Ana Carolina Rodrigues - UFBA

Objetivos da anlise fatorial


Busca analisar um conjunto de variveis para identificar dimenses latentes, a partir de uma matriz de correlao das variveis Busca combinar pessoas em grupos de uma populao maior a partir de uma matriz de correlao dos respondentes (agrupamentos)

Anlise fatorial R

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

Reduo de dados
Identificao de variveis representativas a partir de um nmero maior de variveis

Agrupamento das variveis pelo que representam coletivamente na expresso de um conceito

Criao de um novo conjunto de variveis para substituir o conjunto original


Prof. Ana Carolina Rodrigues - UFBA

Lixo entra, lixo sai


A N L I S E F A T O R I A L
Prof. Ana Carolina Rodrigues - UFBA

Planejamento de uma anlise fatorial


Clculo dos dados de Matriz de dados ou de respondentes entrada Planejamento das propriedades de medida, nmero e tipos de variveis

Ao menos 5 variveis por fator, com escalas mtricas

Tamanho da amostra

Proporo mdia de 10 casos para cada varivel


Prof. Ana Carolina Rodrigues - UFBA

Suposies na anlise fatorial


Questes conceituais
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.
Prof. Ana Carolina Rodrigues - UFBA

Suposies na anlise fatorial


Questes conceituais
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


Prof. Ana Carolina Rodrigues - UFBA

Suposies na anlise fatorial


Questes estatsticas
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
Prof. Ana Carolina Rodrigues - UFBA

Suposies na anlise fatorial


Questes estatsticas
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
Prof. Ana Carolina Rodrigues - UFBA

Suposies na anlise fatorial


Questes estatsticas
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

Prof. Ana Carolina Rodrigues - UFBA

Determinao de fatores e avaliao do ajuste geral


1- Seleo do mtodo de extrao dos fatores
Anlise de Componentes Principais Anlise de Fatores Comuns

Deciso deve considerar: Objetivos da anlise fatorial Conhecimento sobre caractersticas das relaes entre variveis (varincia)

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 Unidade Varincia
Varincia Total Comum
Especfica e de erro

Comunalidade

Varincia Extrada Varincia excluda

Prof. Ana Carolina Rodrigues - UFBA

Determinao de fatores e avaliao do ajuste geral


1- Seleo do mtodo de extrao dos fatores
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.
Prof. Ana Carolina Rodrigues - UFBA

Determinao de fatores e avaliao do ajuste geral


1- Seleo do mtodo de extrao dos fatores
Anlise de Componentes Principais Anlise de Fatores Comuns (PAF)

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
Prof. Ana Carolina Rodrigues - UFBA

Determinao de fatores e avaliao do ajuste geral


2- Critrios sobre nmero de fatores a extrair
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
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

. . .

ltimo Fator (n)

Sendo n o nmero de variveis na anlise.


Prof. Ana Carolina Rodrigues - UFBA

Determinao de fatores e avaliao do ajuste geral


2- Critrios sobre nmero de fatores a extrair
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.

Prof. Ana Carolina Rodrigues - UFBA

Determinao de fatores e avaliao do ajuste geral


2- Critrios sobre nmero de fatores a extrair
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)
Prof. Ana Carolina Rodrigues - UFBA

Raiz Latente (eigenvalues)

Critrio do eigenvalue Critrio do teste scree

Nmero de Fatores

Determinao de fatores e avaliao do ajuste geral


2- Critrios sobre nmero de fatores a extrair
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
Prof. Ana Carolina Rodrigues - UFBA

Determinao de fatores e avaliao do ajuste geral


2- Critrios sobre nmero de fatores a extrair
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
Prof. Ana Carolina Rodrigues - UFBA

Interpretao dos Fatores


Estimativa da matriz fatorial norotacionada

Interpretao
Interpretao e reespecificao de fatores

Rotao 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

Fator II No-Rotacionado
+1.0 V1 +.50 V2

2 agrupamentos As cargas fatoriais, contudo, no parecem to bvias


Fator I No+1.0 Rotacionado
V4 V3

-1.0

-.50

+.50

-.50

V5

-1.0

Fator II No-Rotacionado
+1.0 Variveis Fator I Fator II V1 V2 V3 V4 0,50 0,60 0,82 0,61 0 +.50 V1 V2

0,91-1.0 -0,22 -.50 0,82 -0,30

+.50

Fator I No+1.0 Rotacionado


V4 V3

-.50

V5

0,60

-0,50

V5

-1.0

Fator II Rotacionado
Variveis Fator I Fator II V1 V2 V3 V4 0,03 0,19 0,90 0,82 -.50 0 V4 -.50 V3 V1 V2

0,95-1.0 0,22 0,89 0,12

V5

0,78

-0,12

V5

Fator I Rotacionado

-1.0

Fator II No-Rotacionado
+1.0 Variveis Fator I Fator II V1 V2 V3 V4 0,50 0,60 0,82 0,61 0 +.50 V1 V2

0,91-1.0 -0,22 -.50 0,82 -0,30

+.50

Fator I No+1.0 Rotacionado


V4 V3

-.50

V5

0,60

-0,50

V5

-1.0

Fator II Rotao Ortogonal


V1 V2

Fator II Rotao Oblqua

-1.0

-.50

0 V3 -.50 V4

V5

Fator I Rotao Oblqua

Fator I Rotao Ortogonal

-1.0

Variveis Fator I Fator II V1 V2 V3 V4 0,20 0,30 0,80 0,78 -.50 0

V1 V2

Fator II Rotao Oblqua

0,95 0,40 -1.0 0,90 0,30

V3 -.50 V4

V5

0,78

0,00

V5

Fator I Rotao Oblqua

-1.0

No-Rotacionado
Variveis Fator I Fator II V1 V2 V3 V4 0,50 0,60 0,91 0,82 0,82 0,61 -0,22 -0,30

Rotao Ortogonal
Variveis Fator I Fator II V1 V2 V3 V4 0,03 0,19 0,95 0,89 0,90 0,82 0,22 0,12

Rotao Oblqua
Variveis Fator I Fator II V1 V2 V3 V4 0,20 0,30 0,95 0,90 0,80 0,78 0,40 0,30

V5

0,60

-0,50

V5

0,78

-0,12

V5

0,78

0,00

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
Ortogonal
Varimax Equimax Orthomax

Oblqua

Quartimax

Oblimin Promax Quartimin Orthoblique


Prof. Ana Carolina Rodrigues - UFBA

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
Carga fatorial De 0,30 a 0,40 Em mdia 0,50 Acima de 0,70 Significncia Prtica Atendem ao nvel mnimo para interpretao de estrutura Significantes na prtica (25% da varincia explicada pelo fator) Indicativas de uma estrutura bem definida
Prof. Ana Carolina Rodrigues - UFBA

Interpretao dos Fatores


2- Julgamento da significncia das cargas fatoriais Avaliao da significncia estatstica
Carga fatorial 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 Tamanho necessrio da amostra para significncia 350 250 200 150 120 100 85 70 60 50
Prof. Ana Carolina Rodrigues - UFBA

Interpretao dos Fatores


3- Interpretao de uma matriz fatorial
Identifique as cargas significantes para cada varivel Avalie as comunalidades das variveis

Examine a matriz fatorial de cargas

Reespecifique o modelo fatorial se necessrio

Rotule os fatores

Prof. Ana Carolina Rodrigues - UFBA

ITENS 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 A varivel 16 17 18 19 20 Eigenvalue % Varincia Total

FATOR 1 FATOR 2 .80 .10 .78 -.05 .78 .20 .70 .15 .65 .08 .64 .12 -.64 -.56 .60 .03 -.60 -.23 -.25 .19 .30 -.83 .21 -.80 .04 -.78 .16 -.70 -.12 cruzada .70 tem carga .09 .66 -.00 -.65 .12 -.63 -.03 .56 .00 -.40 4.614 4.932 23,07 24,66

H2 .65 .61 .65 .51 .43 .42 .71 .36 .41 .10 .78 .68 .61 .52 .50 .44 .42 .41 .31 .16

ITENS FATOR 1 FATOR 2 1 .80 .10 2 .78 -.05 3 .78 .20 4 .70 .15 5 .65 .08 6 .64 .12 7 -.64 -.56 8 .60 .03 9 -.60 -.23 10 -.25 .19 11 .30 -.83 12 .21 -.80 13 .04 -.78 14 .16 -.70 15 -.12 .70 16 .09 .66 A varivel no possui cargas 17 -.00 -.65 significantes 18 .12 -.63 19 -.03 .56 20 .00 -.40 Eigenvalue 4.614 4.932 % Varincia Total 23,07 24,66

H2 .65 .61 .65 .51 .43 .42 .71 .36 .41 .10 .78 .68 .61 .52 .50 .44 .42 .41 .31 .16

ITENS FATOR 1 FATOR 2 1 .80 .10 2 .78 -.05 3 .78 .20 4 .70 .15 5 .65 .08 6 .64 .12 7 -.64 -.56 8 .60 .03 Mesmo com carga significante, a 9 -.60 -.23 10 comunalidade considerada -.25 .19 muito 11 .30 -.83 baixa 12 .21 -.80 13 .04 -.78 14 .16 -.70 15 -.12 .70 16 .09 .66 17 -.00 -.65 18 .12 -.63 19 -.03 .56 20 .00 -.40 Eigenvalue 4.614 4.932 % Varincia Total 23,07 24,66

H2 .65 .61 .65 .51 .43 .42 .71 .36 .41 .10 .78 .68 .61 .52 .50 .44 .42 .41 .31 .16

Interpretao dos Fatores


3- Interpretao de uma matriz fatorial

Alternativas
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.
Prof. Ana Carolina Rodrigues - UFBA

Validao da Anlise Fatorial


Avaliao do grau de generalidade dos resultados para a populao; Avaliao da influncia de respondentes individuais sobre os casos gerais.

Uso de uma perspectiva confirmatria

Avaliao da estabilidade da estrutura fatorial

Deteco de observaes atpicas

Prof. Ana Carolina Rodrigues - UFBA

Usos adicionais dos resultados da AFE


Seleo de variveis substitutas para anlise subseqente
selecionada a varivel com maior carga no fator para atuar como varivel substituta representativa (deve considerar o conhecimento que o pesquisador tem da teoria).

Criao de escalas mltiplas


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)
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