Captulo 1

Introduo

Objetivos de aprendizagem
Ao concluir este captulo, voc dever ser capaz de:
Explicar o que anlise multivariada e quando sua aplicao adequada.
Definir e discutir as tcnicas especficas includas na anlise multivariada.
Determinar qual tcnica multivariada apropriada a um problema especfico de pesquisa.
Discutir a natureza das escalas de medida e sua relao com tcnicas multivariadas.
Descrever os aspectos conceituais e estatsticos inerentes anlise multivariada.

Apresentao do captulo
O Captulo 1 apresenta uma viso geral simplificada
da anlise multivariada. Enfatiza que os mtodos de
anlise multivariada iro influenciar cada vez mais
no apenas os aspectos analticos de pesquisa, mas
tambm o planejamento e a abordagem da coleta de
dados para decises e resoluo de problemas. Apesar
de as tcnicas multivariadas terem muitas caractersti-
cas em comum com suas contrapartes univariada e bi-
variada, vrias diferenas importantes surgem na tran-
sio para uma anlise multivariada. Para ilustrar essa
transio, este captulo apresenta uma classificao
das tcnicas multivariadas. Em seguida, oferece linhas
gerais para a aplicao dessas tcnicas, bem como uma
abordagem estruturada para a formulao, estimao
e interpretao dos resultados multivariados. O cap-
tulo conclui com uma discusso da base de dados uti-
lizada ao longo da maior parte do livro para ilustrar a
aplicao das tcnicas.

Termos-chave
Antes de comear o captulo, leia os termos-chave para
comprender os conceitos e a terminologia empregados.
Ao longo do captulo, os termos-chave aparecem em ne-
grito. Outros pontos que merecem destaque, alm das re-
ferncias cruzadas nos termos-chave, esto em itlico.
Alfa () Ver Erro Tipo I.
Anlise multivariada Anlise de mltiplas variveis
em um nico relacionamento ou conjunto de rela-
es.
24 ANLISE MULTIVARIADA DE DADOS
Anlise univariada de varincia (ANOVA) Tcnica es-
tatstica para determinar, com base em uma medida de-
pendente, se vrias amostras so oriundas de popula-
es com mdias iguais.
Beta () Ver Erro Tipo II.
Confiabilidade Extenso em que uma varivel ou um
conjunto de variveis consistente com o que se pre-
tende medir. Se medidas repetidas forem executadas,
as medidas confiveis sero consistentes em seus valo-
res. diferente de validade, por se referir no ao que
deveria ser medido mas do modo como medido.
Correlao parcial bivariada Correlao simples (duas
variveis) entre dois conjuntos de resduos (varincias
inexplicadas) que permanecem depois que a associao
de outras variveis independentes removida.
Dados mtricos Tambm chamados de dados quantitati-
vos, dados intervalares ou dados proporcionais, essas medi-
das identificam ou descrevem indivduos (ou objetos)
no apenas na posse de um atributo, mas tambm pela
quantia ou grau em que o indivduo pode ser caracteri-
zado pelo atributo. Por exemplo, a idade ou o peso de
algum so dados mtricos.
Dados no-mtricos Tambm chamados de dados qua-
litativos, so atributos, caractersticas ou proprieda-
des categricas que identificam ou descrevem um in-
divduo ou objeto. Diferem dos dados mtricos no sen-
tido de indicarem a presena de um atributo, mas no
a quantia. Exemplos so ocupaes (mdico, advoga-
do, professor) ou status do comprador (comprador,
no-comprador). So tambm conhecidos como dados
nominais ou dados ordinais.
Erro de especificao Omisso de uma varivel-chave
da anlise, que causa um impacto sobre os efeitos esti-
mados de variveis includas.
Erro de medida Impreciso na mensurao dos valores
verdadeiros das variveis devido falibilidade do
instrumento de medida (ou seja, escalas de respostas
inapropriadas), erros na entrada de dados ou enganos
dos respondentes.
Erro Tipo I Probabilidade de rejeitar incorretamente a
hiptese nula na maioria dos casos, isso significa dizer
que existe uma diferena ou correlao quando na ver-
dade no o caso. Tambm chamado de alfa (). Nveis
comuns so 5 ou 1%, chamados de nvel 0,05 ou 0,01,
respectivamente.
Erro Tipo II Probabilidade de falhar incorretamente na
rejeio da hiptese nula em termos simples, a proba-
bilidade de no encontrar uma correlao ou diferena
na mdia quando ela existe. Tambm chamado de beta
(), est inversamente relacionado ao erro Tipo I. O valor
1 menos o erro Tipo II definido como poder.
Escalas Mltiplas Mtodo de combinao de diversas
variveis que medem o mesmo conceito em uma nica
varivel como tentativa de aumentar a confiabilidade da
medida por meio de medida multivariada. Na maioria
dos exemplos, as variveis separadas so somadas e em
seguida seu escore total ou mdio usado na anlise.
Indicador Varivel nica utilizada em conjuno com
uma ou mais variveis diferentes para formar uma me-
dida composta.
Medida Composta Ver Escala mltipla.
Medida multivariada Uso de duas ou mais variveis
como indicadores de uma nica medida composta. Por
exemplo, um teste de personalidade pode oferecer as
respostas a diversas questes individuais (indicado-
res), as quais so ento combinadas para formar um
escore nico (escala mltipla), que representa o tipo de
personalidade.
Multicolinearidade Extenso em que uma varivel po-
de ser explicada pelas outras variveis na anlise.
medida que a multicolinearidade aumenta, fica mais
complicada a interpretao da varivel estatstica, uma
vez que se torna mais difcil verificar o efeito de qual-
quer varivel, devido a suas inter-relaes.
Poder Probabilidade de rejeitar corretamente a hiptese
nula quando a mesma falsa, ou seja, de encontrar cor-
retamente um suposto relacionamento quando ele exis-
te. Determinado como uma funo (1) do nvel de signi-
ficncia estatstica () dado pelo pesquisador para um
erro Tipo 1, (2) do tamanho da amostra utilizada na an-
lise e (3) do tamanho do efeito examinado.
Significncia prtica Mtodo de avaliar resultados da
anlise multivariada baseado em suas descobertas
substanciais, em vez de sua significncia estatstica. En-
quanto a significncia estatstica determina se o resulta-
do pode ser atribudo ao acaso, a significncia prtica
avalia se o resultado til (i.e., substancial o bastante
para garantir ao).
Tamanho do efeito Estimativa do grau em que o fen-
meno estudado (p. ex., correlao ou diferena em m-
dias) existe na populao.
Tcnica de dependncia Classificao de tcnicas esta-
tsticas diferenciadas por terem uma varivel ou um
conjunto de variveis identificado como a(s) varivel(eis)
dependente(s) e a(s) varivel(eis) remanescente(s) como
independente(s). O objetivo a previso da(s) vari-
vel(eis) dependente(s) pela(s) varivel(eis) independen-
te(s). Um exemplo a anlise de regresso.
Tcnica de interdependncia Classificao de tcnicas
estatsticas nas quais as variveis no so divididas em
conjuntos dependentes e independentes (p. ex., anlise fato-
rial), todas as variveis so analisadas como um nico
conjunto.
Tratamento Varivel independente que o pesquisador
manipula para ver o efeito (se houver) sobre a(s) vari-
vel(eis) dependente(s), como em um experimento.

Validade Extenso em que uma medida ou um conjunto
de medidas representa corretamente o conceito do estu-
do o grau em que se est livre de qualquer erro siste-
mtico ou no-aleatrio. A validade se refere a quo
bem o conceito definido pela(s) medida(s), enquanto
confiabilidade se refere consistncia da(s) medida(s).
Varivel dependente Efeito presumido, ou resposta, a
uma mudana na(s) varivel(eis) independente(s).
Varivel dicotmica Varivel no-mtrica transformada
em uma varivel mtrica designando-se 1 ou 0 a um ob-
jeto, dependendo se este possui ou no uma caracters-
tica particular.
Varivel estatstica Combinao linear de variveis for-
mada na tcnica multivariada determinando-se pesos
empricos aplicados a um conjunto de variveis especi-
ficado pelo pesquisador.
Varivel independente Causa presumida de qualquer
mudana na varivel dependente.
O que anlise multivariada?
A tecnologia computacional hoje disponvel, quase inima-
ginvel apenas duas dcadas atrs, tem feito avanos ex-
traordinrios na anlise de dados psicolgicos, sociolgi-
cos e outros tipos de dados comportamentais. Esse im-
pacto mais evidente na relativa facilidade com que com-
putadores podem analisar grandes quantidades de dados
complexos. Praticamente qualquer problema atual facil-
mente analisado por vrios programas estatsticos em mi-
crocomputadores. Alm disso, os efeitos do progresso tec-
nolgico tm se estendido para alm da habilidade de
manipular dados, libertando pesquisadores de restries
do passado na anlise de dados e conferindo-lhes condi-
es de se engajarem em um desenvolvimento e uma ava-
liao mais importantes de seus modelos tericos. Limita-
es metodolgicas no so mais uma preocupao cru- vs disso, eles devem desenvolver estratgias que ape-
cial para o terico que se esfora por apoio emprico. Boa
parte dessa crescente compreenso e domnio da anlise
de dados vem do estudo de estatstica e inferncia estats-
tica. Igualmente importante, contudo, tm sido o entendi-
mento e a aplicao cada vez maiores de um grupo de tc-
nicas estatsticas conhecido como anlise multivariada.
Tcnicas analticas multivariadas esto sendo am-
plamente aplicadas na indstria, no governo e em cen-
tros de pesquisa acadmica. Alm disso, poucas reas
de estudo ou pesquisa tm falhado na integrao de tc-
nicas multivariadas em suas ferramentas analticas.
Para atender a esse interesse crescente, tm sido publi-
cados muitos livros e artigos que tratam dos aspectos
tericos e matemticos dessas ferramentas, e textos in-
trodutrios tambm tm surgido em quase todas as
reas. Poucos livros, porm, tm sido escritos para o
pesquisador que no especialista em matemtica ou
INTRODUO 25
estatstica. Menos livros ainda discutem as aplicaes da
estatstica multivariada, oferecendo uma discusso con-
ceitual dos mtodos estatsticos. Este livro foi escrito
para preencher tal lacuna.
Livros orientados a aplicaes so de interesse cru-
cial para cientistas do comportamento e administrado-
res, sejam do governo ou de empresas, que tm de ex-
pandir seu conhecimento de anlise multivariada para
compreender melhor os fenmenos complexos em seu
ambiente de trabalho. Qualquer pesquisador que exami-
ne apenas relaes entre duas variveis e evite anlise
multivariada estar ignorando poderosas ferramentas
que podem dar informaes potencialmente teis. Como
j foi dito, Para os propsitos de qualquer rea apli-
cada, a maioria de nossas ferramentas , ou deveria ser,
multivariada. Somos levados concluso de que a me-
nos que um problema seja tratado como multivariado,
ser tratado superficialmente [7, p. 158]. De acordo com
os estatsticos Hardyck e Petrinovich [8, p. 7]:
Os mtodos de anlise multivariada predominaro no fu-
turo e resultaro em drsticas mudanas na maneira co-
mo profissionais de pesquisa pensam em problemas e
planejam sua pesquisa. Esses mtodos tornam possvel le-
vantar questes especficas e precisas de considervel
complexidade em cenrios naturais. Isso viabiliza a con-
duo de pesquisas teoricamente importantes e a avalia-
o dos efeitos de variaes paramtricas que natural-
mente ocorrem no contexto em que elas normalmente
aparecem. Dessa maneira, as correlaes naturais entre as
mltiplas influncias de comportamento podem ser pre-
servadas e efeitos separados dessas influncias, estuda-
dos estatisticamente sem causar um isolamento comum
de qualquer indivduo ou varivel.
Por exemplo, os homens de negcios de hoje no conse-
guem seguir a abordagem simplista na qual os consumi-
dores so considerados homogneos e caracterizados por
um pequeno nmero de variveis demogrficas. Ao in-
lem a inmeros segmentos de clientes com caractersticas
demogrficas e psicogrficas variadas em um mercado
com mltiplas restries (p. ex., legais, econmicas, com-
petitivas, tecnolgicas). somente por meio de tcnicas
multivariadas que essas mltiplas relaes podem ser
adequadamente examinadas para se obter uma com-
preenso mais completa e realista na tomada de decises.
Ao longo do texto, usamos o termo genrico pesqui-
sador quando nos referimos a um analista de dados,
profissional ou acadmico. Julgamos inapropriado fazer
distino entre essas duas reas, uma vez que a atividade
de pesquisa deve se sustentar em bases tericas e quanti-
tativas. A despeito de os objetivos da pesquisa e da nfa-
se na interpretao poderem variar, um pesquisador em
qualquer rea deve abordar todos os tpicos, sejam con-
ceituais ou empricos, que surgem nas discusses sobre
os mtodos estatsticos.
26 ANLISE MULTIVARIADA DE DADOS
O impacto da revoluo na informtica
quase impossvel discutir a aplicao de tcnicas mul-
tivariadas sem uma discusso do impacto do computa-
dor. Como anteriormente mencionado, a ampla aplica-
o de computadores (primeiro de grande porte e depois
computadores pessoais) para processar bancos de dados
grandes e complexos tem incentivado significativamen-
te o uso de mtodos estatsticos multivariados. A teoria
estatstica para tcnicas multivariadas de hoje foi desen-
volvida bem antes do surgimento de computadores,
mas essas tcnicas permaneceram quase desconhecidas
fora da rea de estatstica terica at o momento em que
o poder computacional tornou-se disponvel para execu-
tar seus clculos cada vez mais complexos. Os avanos
tecnolgicos contnuos em computao, particularmen-
te em computadores pessoais, tm oferecido, a qualquer
pesquisador interessado, rpido acesso a todos os recur-
sos necessrios para abordar problemas multivariados
de praticamente qualquer tamanho. De fato, muitos pes-
quisadores referem-se a si mesmos como analistas de da-
dos, em vez de estatsticos ou (como no vernculo)
quantitativistas. Esses analistas de dados tm contri-
budo substancialmente para o aumento do uso e da
aceitao da estatstica multivariada em setores priva-
dos e do governo. Dentro da comunidade acadmica,
disciplinas em todas as reas tm adotado tcnicas mul-
tivariadas, e cada vez mais freqentemente acadmicos
devem ser versados nas tcnicas multivariadas apro-
priadas para suas pesquisas empricas. Mesmo para pes-
soas com forte qualificao quantitativa, a disponibilida-
de de pacotes computacionais para anlise multivariada
tem facilitado a complexa manipulao de matrizes de
dados que h muito tempo tm dificultado o desenvol-
vimento de tcnicas multivariadas.
Muitas universidades de porte j exigem que os ca-
louros comprem seus prprios computadores antes da
matrcula, e estudantes e professores agora rotineira-
mente analisam dados multivariados para responder a
questes em reas de estudo que vo da antropologia
zoologia. Todos os pacotes estatsticos abrangentes ela-
borados para computadores de grande porte (p. ex.,
SPSS, SAS e BMDP) esto agora disponveis tambm em
computadores pessoais. Programas especializados para
outros tipos de anlise multivariada, incluindo escalo-
namento multidimensional, modelagem de equaes si-
multneas e estruturais e anlise conjunta, estavam ao
alcance apenas mas com limitaes em computado-
res de grande porte, porm hoje eles so compatveis
com computadores pessoais. Sistemas especialistas es-
to sendo desenvolvidos para tratar at mesmo de ques-
tes como a seleo de uma tcnica estatstica [4] ou o
delineamento de um plano de amostragem para garan-
tir objetivos estatsticos e prticos almejados [3].
Programas estatsticos no so mais primeiramente
desenvolvidos para sistemas de grande porte e ento
adaptados para computadores pessoais; em vez disso,
eles agora so incialmente desenvolvidos para o micro-
computador. Talvez a categoria de programas estatsticos
de mais rpido crescimento seja a dos pacotes estatsticos
projetados especificamente para tirar proveito da flexibi-
lidade do computador pessoal. Tcnicas multivariadas
so to difundidas que todas as tcnicas ilustradas neste
texto podem ser avaliadas com pacotes estatsticos pron-
tamente disponveis tanto para computadores de grande
porte quanto minicomputadores ou computadores pes-
soais. Uma lista abrangente dos principais programas
disponveis de anlise multivariada pode ser encontrada
no Apndice A. Dedica-se especial ateno a programas
de computadores pessoais.
Definio de anlise multivariada
No fcil definir anlise multivariada. De um modo
geral, ela refere-se a todos os mtodos estatsticos que
simultaneamente analisam mltiplas medidas sobre ca-
da indivduo ou objeto sob investigao. Qualquer an-
lise simultnea de mais de duas variveis de certo mo-
do pode ser considerada anlise multivariada. Assim,
muitas tcnicas multivariadas so extenses da anlise
univariada (anlise de distribuies de uma nica va-
rivel) e da anlise bivariada (classificao cruzada, cor-
relao, anlise de varincia e regresso simples usada
para analisar duas variveis). Por exemplo, regresso
simples (com uma varivel preditora) estendida no
caso multivariado para incluir vrias variveis predito-
ras. Do mesmo modo, a varivel dependente isolada
encontrada na anlise de varincia estendida de for-
ma a incluir mltiplas variveis dependentes em anli-
se multivariada de varincia. Em muitos casos, tcnicas
multivariadas so um meio de executar em uma nica
anlise aquilo que antes exigia mltiplas anlises usan-
do tcnicas univariadas. Outras tcnicas multivariadas,
contudo, so unicamente projetadas para lidar com
questes multivariadas, como anlise fatorial, que iden-
tifica a estrutura subjacente a um conjunto de variveis,
ou anlise discriminante, que discrimina grupos com
base em um conjunto de variveis.
Uma razo para a dificuldade de definir anlise mul-
tivariada que o termo multivariada no usado de ma-
neira consistente na literatura. Alguns pesquisadores o
utilizam simplesmente para designar o exame de rela-
es entre mais de duas variveis. Outros, somente em
problemas nos quais todas as variveis mltiplas so
consideradas como tendo uma distribuio normal mul-
tivariada. Para ser considerada verdadeiramente como
multivariada, contudo, todas as variveis devem ser

aleatrias e inter-relacionadas de maneira que seus dife-
rentes efeitos no podem ser significativamente interpre-
tados de forma separada. Alguns autores estabelecem que
o propsito da anlise multivariada medir, explicar e
prever o grau de relacionamento entre variveis estatsti-
cas (combinaes ponderadas de variveis). Desse modo,
o carter multivariado consiste nas mltiplas variveis es-
tatsticas (combinaes mltiplas de variveis) e no ape- cada tcnica, a varivel estatstica foco da anlise em
nas no nmero de variveis ou observaes. Para os pro-
psitos deste livro, no insistimos em uma definio rgi-
da. A anlise multivariada incluir tanto as tcnicas de
mltiplas variveis quanto as tcnicas verdadeiramente
multivariadas, uma vez que acreditamos que o conheci-
mento de tcnicas de mltiplas variveis um primeiro
passo essencial na compreenso da anlise multivariada.
Alguns conceitos bsicos de anlise
multivariada
Apesar de a anlise multivariada ter suas razes nas esta-
tsticas univariada e bivariada, a extenso para o dom-
nio multivariado introduz conceitos adicionais e ques-
tes que tm particular relevncia. Esses conceitos va-
riam da necessidade de uma compreenso conceitual do
constructo da anlise multivariada a varivel estatsti-
ca at pontos especficos que lidam com os tipos de es-
calas de medida empregadas e as questes estastticas de
testes de significncia e nveis de confiana. Cada concei-
to tem um papel significativo na aplicao bem-sucedida
de qualquer tcnica multivariada.
A varivel estatstica
Como anteriormente mencionado, o constructo da anli-
se multivariada a varivel estatstica, uma combinao
linear de variveis com pesos empiricamente determina-
dos. As variveis so especificadas pelo pesquisador,
sendo os pesos determinados pela tcnica multivariada
para atingir um objetivo especfico. Uma varivel estats-
tica de n variveis ponderadas (X1 at Xn) pode ser enun-
ciada matematicamente como:
Valor da varivel estatstica =
w1X1 + w2X2 + w3X3 + + wnXn
onde Xn a varivel observada e wn o peso determina-
do pela tcnica multivariada.
O resultado um nico valor que representa uma
combinao do conjunto inteiro de variveis que melhor
atinge o objetivo da anlise multivariada especfica. Em
regresso mltipla, a varivel estatstica determinada
de modo a melhor se correlacionar com a varivel a ser
prevista. Em anlise discriminante, a varivel estatstica
formada de modo a criar escores para cada observao
INTRODUO 27
que diferencie de forma mxima entre grupos de obser-
vaes. Em anlise fatorial, variveis estatsticas so for-
madas para melhor representarem a estrutura subjacente
ou a dimensionalidade das variveis como representadas
por suas intercorrelaes.
Em cada caso, a varivel estatstica captura o carter
multivariado da anlise. Assim, em nossa discusso de
muitos aspectos. Devemos compreender no apenas seu
impacto coletivo em satisfazer o objetivo da tcnica, mas
tambm a contribuio de cada varivel separada para o
efeito geral da varivel estatstica.
Escalas de medida
A anlise de dados envolve a partio, a identificao e a
medida de variao em um conjunto de variveis, seja en-
tre elas ou entre uma varivel dependente e uma ou mais
variveis independentes. A palavra-chave aqui medida,
pois o pesquisador no pode repartir ou identificar varia-
o a menos que ela possa ser medida. A mensurao
importante para representar com preciso o conceito de
interesse e instrumental na seleo do mtodo multiva-
riado apropriado para anlise. A seguir, discutimos como
o conceito de medida se relaciona anlise de dados e
particularmente s vrias tcnicas multivariadas.
H dois tipos bsicos de dados: no-mtricos (quali-
tativos) e mtricos (quantitativos). Dados no-mtricos
so atributos, caractersticas ou propriedades categricas
que identificam ou descrevem um objeto. Descrevem di-
ferenas em tipo ou espcie, indicando a presena ou au-
sncia de uma caracterstica ou propriedade. Muitas pro-
priedades so discretas, no sentido de terem uma caracte-
rstica particular, sendo todas as outras caractersticas ex-
cludas; por exemplo, se algum do sexo masculino, no
pode ser do sexo feminino. No existe qualquer quan-
tia de sexo; h apenas o estado de ser masculino ou femi-
nino. Em contrapartida, medidas de dados mtricos so
feitas de modo que os indivduos podem ser identificados
como diferenciados em quantia ou grau. Variveis metri-
camente medidas refletem quantidade relativa ou grau.
Medidas mtricas so apropriadas para casos que envol-
vem quantia ou magnitude, como nvel de satisfao ou
compromisso com um emprego.
Escalas de medida no-mtrica
As medidas no-mtricas podem ser feitas com uma es-
cala nominal ou ordinal. A medida com uma escala no-
minal designa nmeros usados para rotular ou identifi-
car indivduos ou objetos. As escalas nominais, tambm
conhecidas como escalas categricas, fornecem o nme-
ro de ocorrncias em cada classe ou categoria da vari-
vel em estudo. Portanto, os nmeros ou smbolos desig-
nados aos objetos no tm significado quantitativo alm
28 ANLISE MULTIVARIADA DE DADOS
da indicao da presena ou ausncia do atributo ou ca-
racterstica sob investigao. Exemplos de dados esca-
lonados nominalmente incluem o sexo , a religio ou o
partido poltico de um indivduo. Ao trabalhar com es-
ses dados, o pesquisador pode designar nmeros para
cada categoria, por exemplo, 2 para mulheres e 1 para
homens. Esses nmeros simplesmente representam ca-
tegorias ou classes e no implicam quantias de um atri-
buto ou caracterstica.
Escalas ordinais so o prximo nvel superior de
preciso em medida. Variveis podem ser ordenadas ou
ranqueadas com escalas ordinais em relao quantia
do atributo possuda. Toda subclasse pode ser compara-
da com outra em termos de uma relao da forma
maior que ou menos que. Por exemplo, diferentes
nveis de satisfao de um consumidor em relao a di-
versos novos produtos podem ser ilustrados em uma
escala ordinal. A escala a seguir mostra a opinio de um
respondente sobre trs produtos. Ele est mais satisfei-
to com A do que com B e mais satisfeito com B do que
com C.
Produto A Produto B Produto C
Muito satisfeito Insatisfeito
Os nmeros utilizados em escalas ordinais, como esses,
so no-quantitativos, pois indicam apenas posies re-
lativas em uma srie ordenada. No existe medida de
grau de satisfao do consumidor em termos absolutos,
e o pesquisador tambm no sabe a diferena exata en-
tre pontos na escala de satisfao. Muitas escalas em
cincias do comportamento recaem nessa categoria or-
dinal.
Escalas de medida mtrica
As escalas intervalares e escalas de razo (ambas mtri-
cas) fornecem o mais alto nvel de preciso de medida,
permitindo que quase todas as operaes matemticas
sejam executadas. Essas duas escalas tm unidades
constantes de medida e, portanto, diferenas entre
quaisquer dois pontos adjacentes em qualquer parte da
escala so iguais. A nica diferena real entre escalas in-
tervalares e escalas de razo que as primeiras tm um
ponto zero arbitrrio, enquanto as segundas tm um
ponto zero absoluto. As escalas intervalares mais fami-
liares so as escalas de temperatura Fahrenheit e Cel-
sius. Cada uma tem um ponto zero arbitrrio diferente
e nenhuma indica uma quantia nula ou ausncia de
temperatura, j que podemos registrar temperaturas
abaixo do ponto zero em ambas. Logo, no possvel
dizer que qualquer valor em uma escala intervalar um
mltiplo de algum outro ponto da escala. Por exemplo,
no se pode considerar que um dia de 80F tenha o do-
bro de temperatura de um dia de 40F, pois sabemos
que 80F, em uma escala diferente, como Celsius,
26,7C. Do mesmo modo, 40F em Celsius 4,4C. Ape-
sar de 80F ser de fato o dobro de 40F, no podemos
afirmar que o calor de 80F o dobro do calor de 40F, j
que, usando diferentes escalas, o calor no tem o dobro
da intensidade, isto , 4,4C 2 26,7C.
As escalas de razo representam a mais elevada for-
ma de preciso de medida, pois possuem as vantagens
de todas as escalas inferiores somadas existncia de
um ponto zero absoluto. Todas as operaes matemti-
cas so possveis com medidas de escala razo. As ba-
lanas de banheiros ou outros aparelhos comuns para
medir pesos so exemplos dessas escalas, pois tm um
ponto zero absoluto, e assim podemos falar em termos
de mltiplos quando relacionamos um ponto da escala
com outro; por exemplo, 100 libras duas vezes o peso
de 50 libras.
Compreender os diferentes tipos de escalas de me-
dida importante por duas razes. Primeiro, o pesqui-
sador deve identificar a escala de medida de cada va-
rivel usada, de forma que dados no-mtricos no se-
jam incorretamente usados como dados mtricos e vi-
ce-versa. Segundo, a escala de medida crtica ao de-
terminar quais tcnicas multivariadas so as mais apli-
cveis aos dados, com consideraes feitas para ambas
as variveis, independentes e dependentes. Na discus-
so sobre as tcnicas e sua classificao em sees,
apresentadas mais adiante, as propriedades mtricas e
no-mtricas de variveis independentes e dependen-
tes so os fatores determinantes na escolha da tcnica
apropriada.
Erro de medida e medida multivariada
O uso de variveis mltiplas e a confiana em sua combi-
nao (a varivel estatstica) em tcnicas multivariadas
tambm concentra a ateno em uma questo comple-
mentar o erro de medida. Erro de medida o grau em
que os valores observados no so representativos dos
valores verdadeiros. Tem muitas fontes, que variam
desde os erros na entrada de dados devido impreciso
da medida (p. ex., impor escalas com sete pontos para
medida de atitude quando o pesquisador sabe que os
respondentes podem responder precisamente apenas
em escalas de trs pontos) at a falta de habilidade de
respondentes em fornecerem informaes precisas (p.
ex., respostas como a renda familiar podem ser razoa-
velmente corretas, mas raramente exatas). Assim, todas
as variveis usadas em tcnicas multivariadas devem
ser consideradas como tendo um certo grau de erro de
medida. O impacto de erro de medida o acrscimo de

rudo s variveis observadas ou medidas. Logo, o
valor observado obtido representa tanto o nvel verda-
deiro quanto o rudo. Quando usado para computar
correlaes ou mdias, o efeito verdadeiro parcial- maior preciso do que uma nica resposta. Avaliao de
mente mascarado pelo erro de medida, causando um
enfraquecimento nas correlaes e menor preciso nas
mdias. O impacto especfico de erro de medida e sua
acomodao em relacionamentos de dependncia
abordado mais detalhadamente no Captulo 11.
O objetivo do pesquisador de reduzir o erro de medi-
da pode seguir diversos caminhos. Ao avaliar o grau de
erro presente em qualquer medida, o pesquisador deve
levar em conta a validade e a confiabilidade da medida.
Validade o grau em que uma medida representa preci-
samente aquilo que se espera. Por exemplo, se queremos
medir renda discricionria, no devemos perguntar a
renda familiar total. A garantia da validade comea com
uma compreenso direta do que deve ser medido e ento
realizar a medida to correta e precisa quanto possvel.
No entanto, valores exatos no garantem validade. Em
nosso exemplo de renda, o pesquisador poderia definir
com grande exatido o que renda familiar, mas ainda
ter uma medida invlida de renda discricionria porque
a pergunta correta no foi formulada.
Se a validade est garantida, o pesquisador deve ain-
da considerar a confiabilidade das medidas. Confiabili-
dade o grau em que a varivel observada mede o valor
verdadeiro e est livre de erro; assim, o oposto de como fortalecer resultados demonstrados.
erro de medida. Se a mesma medida for feita repetida-
mente, por exemplo, medidas mais confiveis mostraro
maior consistncia do que medidas menos confiveis. O
pesquisador sempre deve avaliar as variveis emprega-
das e se medidas alternativas vlidas esto disponveis, e
ento escolher a varivel com a maior confiabilidade.
Alm disso, o pesquisador pode querer desenvolver
medidas multivariadas, tambm conhecidas como esca-
las mltiplas, nas quais diversas variveis so reunidas
em uma medida composta para representar um conceito
(p. ex., escalas de personalidade com mltiplos itens ou
escalas mltiplas de satisfao com um produto). O obje-
tivo evitar o uso de apenas uma varivel para represen-
tar um conceito e, ao invs disso, usar vrias variveis
como indicadores (ver Termos-Chave), todos represen-
tando diferentes facetas do conceito, para se obter uma
perspectiva mais ampla. O uso de mltiplos indicado-
res permite ao pesquisador especificar mais precisa-
mente as respostas desejadas. No deposita total con-
fiana em uma nica resposta, mas na resposta mdia
ou tpica de um conjunto de respostas relacionadas.
Por exemplo, ao medir satisfao, poder-se-ia perguntar
simplesmente Quo satisfeito voc est? e basear a
anlise nesta nica resposta. Ou uma escala mltipla
poderia ser desenvolvida combinando-se vrias respos-
tas de satisfao, talvez em diferentes formatos de res-
INTRODUO 29
posta e em diferentes reas de interesse imaginadas pa-
ra constituir a satisfao geral. A premissa que respos-
tas mltiplas refletem a resposta verdadeira com
confiabilidade e incorporao de escalas na anlise so
mtodos que o pesquisador deve empregar. Para uma
introduo mais detalhada a modelos de mltiplas me-
didas e construo de escalas, ver discusso suplemen-
tar no Captulo 3 (Anlise Fatorial) e no Captulo 11
(Modelagem de Equaes Estruturais) ou textos adicio-
nais [10]. Alm disso, compilaes de escalas que podem
fornecer ao pesquisador uma escala pronta para usar
com confiabilidade demonstrada tm sido publicadas re-
centemente [1,5].
O impacto de erro de medida e a confiabilidade ruim
no podem ser diretamente percebidos, uma vez que es-
to embutidos nas variveis observadas. Portanto, o pes-
quisador sempre deve trabalhar para aumentar a confia-
bilidade e a validade, que em contrapartida resultaro
em uma descrio mais verdadeira das variveis de in-
teresse. Resultados pobres no so sempre devido a erro
de medida, mas a presena de erro de medida certamen-
te distorce as relaes observadas e torna as tcnicas mul-
tivariadas menos poderosas. Reduzir erro de medida,
apesar de demandar esforo, tempo e recursos adicio-
nais, pode melhorar resultados fracos ou marginais, bem
Significncia estatstica versus
poder estatstico
Todas as tcnicas multivariadas, exceto anlise de agru-
pamentos e escalonamento multidimensional, so ba-
seadas na inferncia estatstica dos valores ou relaes
de uma populao entre variveis de uma amostra alea-
tria extrada daquela populao. Se conduzimos um
censo da populao inteira, ento a inferncia estatsti-
ca desnecessria, pois qualquer diferena ou relao,
no importa quo pequena, verdadeira e existe. En-
tretanto, raramente, ou nunca, um censo realizado; lo-
go, o pesquisador obrigado a fazer inferncias a partir
de uma amostra.
Interpretar inferncias estatsticas requer que o pes-
quisador especifique os nveis de erro estatstico aceit-
veis. A abordagem mais comum especificar o nvel do
erro Tipo I, tambm conhecido como alfa (). O erro Ti-
po I a probabilidade de rejeitar a hiptese nula quan-
do a mesma verdadeira, ou, em termos simples, a
chance de o teste exibir significncia estatstica quando
na verdade esta no est presente o caso de um posi-
tivo falso. Ao especificar um nvel alfa, o pesquisador
estabelece os limites permitidos para erro, especifican-
30 ANLISE MULTIVARIADA DE DADOS
do a probabilidade de se concluir que a significncia
existe quando na realidade esta no ocorre.
Quando especifica o nvel de erro Tipo I, o pesquisa-
dor tambm determina um erro associado, chamado de
erro Tipo II ou beta (). O erro Tipo II a probabilidade
de no rejeitar a hiptese nula quando na realidade esta
falsa. Uma probabilidade ainda mais interessante 1 ,
chamada de poder do teste de inferncia estatstica. Po-
der a probabilidade de rejeitar corretamente a hiptese
nula quando esta deve ser rejeitada.
Logo, poder a probabilidade de a significncia esta-
tstica ser indicada se estiver presente. A relao das dife-
rentes probabilidades de erro na situao hipottica de
teste para a diferena em duas mdias mostrada aqui:
Realidade
H0: sem diferena Ha: com diferena
H0: sem
1
diferena Erro Tipo II
Deciso
estatstica
Ha: com
diferena Erro Tipo I
Apesar de a especificao de alfa estabelecer o nvel de
significncia estatstica aceitvel, o nvel de poder que
determina a probabilidade de sucesso em encontrar as
diferenas se elas realmente existirem. Ento por que no
fixar alfa e beta em nveis aceitveis? Porque os erros Ti-
po I e Tipo II so inversamente relacionados e, medida
que o erro Tipo I se torna mais restritivo (se aproxima de
zero), o erro Tipo II aumenta. Reduzir erros Tipo I, por-
tanto, reduz o poder do teste estatstico. Assim, o pesqui-
sador deve jogar com o equilbrio entre o nvel alfa e o
poder resultante.
O poder no apenas uma funo de . na verda-
de determinado por trs fatores:
1. Tamanho do efeito A probabilidade de atingir sig-
nificncia estatstica, baseada no apenas em consi-
deraes estatsticas, mas tambm na verdadeira
magnitude do efeito de interesse (p. ex., uma diferen-
a de mdias entre dois grupos ou a correlao entre
variveis) na populao, denominado tamanho do
efeito* (ver Termos-Chave). Como era de se esperar,
um efeito maior mais facilmente encontrado do que
um efeito menor, o que causa impacto no poder do
teste estatstico. Para avaliar o poder de qualquer tes-
te estatstico, o pesquisador deve primeiro com-
preender o efeito sendo examinado. Os tamanhos de
efeito so definidos em termos padronizados para fa-
cilitar a comparao. As diferenas de mdia so da-
das em termos de desvios-padro, de modo que um
tamanho de efeito de 0,5 indica que a diferena de
mdia metade de um desvio-padro. Para correla-
* N. de R.T. Em ingls, effect size (ES).
es, o tamanho do efeito baseado na real correla-
o entre as variveis.
2. Alfa () Como j foi discutido, quando alfa se torna
mais restritivo, o poder diminui. Isso significa que
quando o pesquisador reduz a chance de encontrar
um efeito significante incorreto, a probabilidade de
corretamente encontrar um efeito tambm diminui.
Diretrizes convencionais sugerem nveis de alfa de
0,05 ou 0,01. Entretanto, o pesquisador deve conside-
rar o impacto dessa deciso sobre o poder antes de
selecionar o nvel alfa. A relao dessas duas probabi-
lidades ilustrada em discusses posteriores.
3. Tamanho da amostra Em qualquer nvel alfa, tama-
nhos de amostras aumentados sempre produzem
maior poder do teste estatstico. No entanto, aumentar
o tamanho da amostra tambm pode produzir poder
em excesso. Isso significa que se aumentarmos o ta-
manho da amostra, efeitos cada vez menores sero
considerados estatisticamente significantes, at o pon-
1 to em que para tamanhos de amostra muito grandes
Poder praticamente qualquer efeito ser significante. O pes-
quisador sempre deve estar ciente de que o tamanho
da amostra pode impactar o teste estatstico, tornan-
do-o insensvel (com amostras pequenas) ou exagera-
damente sensvel (com amostras muito grandes).
As relaes entre alfa, tamanho da amostra, tama-
nho do efeito e poder so muito complicadas, e muitas
referncias de orientao esto disponveis. Cohen [6]
examina o poder para a maioria dos testes de inferncia
estatstica e apresenta uma orientao para nveis acei-
tveis de poder, sugerindo que estudos devem ser pla-
nejados para atingir nveis alfa de pelo menos 0,05 com
nveis de poder de 80%. Para atingir tais nveis de po-
der, os trs fatores alfa, tamanho da amostra e tama-
nho do efeito devem ser considerados simultanea-
mente. Essas inter-relaes podem ser ilustradas por
dois exemplos simples. O primeiro envolve o teste para
a diferena entre os escores mdios de dois grupos.
Considere que o tamanho do efeito deva variar entre
pequeno (0,2) e moderado (0,5). O pesquisador agora
deve determinar o nvel alfa necessrio e o tamanho da
amostra de cada grupo. A Tabela 1.1 ilustra o impacto
do tamanho da amostra e do nvel alfa necessrio sobre
o poder. Como se v, o poder se torna aceitvel com ta-
manhos de amostra de 100 ou mais em situaes com
um tamanho de efeito moderado nos dois nveis alfa.
Todavia, quando o tamanho do efeito pequeno, os tes-
tes estatsticos tm pouco poder, mesmo com nveis alfa
expandidos ou amostras de 200 ou mais. Por exemplo,
uma amostra de 200 em cada grupo, com um alfa de
0,05, ainda tem apenas 50% de chance de diferenas sig-
nificantes serem encontradas se o tamanho do efeito for
pequeno. Isso sugere que se o pesquisador antecipar
que os efeitos sero pequenos, ele dever planejar o es-
 INTRODUO 31

TABELA 1.1 Nveis de poder para a comparao de duas mdias: variaes por tamanho de amostra, nvel de significncia e
tamanho do efeito
alfa () = 0,05 alfa () = 0,01
Tamanho do efeito (ES - Effect Size)
_________________________________________ Tamanho do efeito (ES)
____________________________________________
Tamanho da amostra Pequeno (0,2) Moderado (0,5) Pequeno (0,2) Moderado (0,5)

20 0,095 0,338 0,025 0,144

40 0,143 0,598 0,045 0,349
60 0,192 0,775 0,067 0,549
80 0,242 0,882 0,092 0,709
100 0,290 0,940 0,120 0,823
150 0,411 0,990 0,201 0,959
200 0,516 0,998 0,284 0,992

Fonte: Solo Power Analysis, BMDP Statistical Software, Inc.

tudo com tamanhos de amostra muito maiores e/ou n-
veis alfa menos restritivos (0,05 ou 0,10).
No segundo exemplo, a Figura 1.1 apresenta grafica-
mente o poder para nveis de significncia 0,01, 0,05 e
0,10 para tamanhos de amostra de 30 a 300 por grupo,
quando o tamanho do efeito (0,35) est entre pequeno e
moderado. Diante de tais perspectivas, a especificao de
um nvel de significncia de 0,01 requer uma amostra de
200 por grupo para atingir o nvel desejado de 80% de
poder. No entanto, se o nvel alfa relaxado, um poder
de 80% alcanado com amostras de 130 para um nvel
alfa de 0,05 e de 100 para um nvel alfa de 0,10.
Tais anlises permitem que o pesquisador tenha
mais informaes para tomar decises sobre o planeja-
mento de estudo e a interpretao dos resultados. Ao
planejar uma pesquisa, o pesquisador deve estimar o
tamanho do efeito e ento selecionar o tamanho da
amostra e alfa para atingir o nvel de poder desejado.
Alm de seus usos para planejamento, a anlise de po-
der tambm utilizada depois que a anlise est com-

1,0

= 0,10
0,8
Poder sugerido: 0,80

= 0,05
0,6
Poder

0,4
Tamanho do efeito: 0,35
= 0,01

0,2

0,0
30 50 70 90 110 130 150 170 190 210 230 250 270 290
Tamanho da amostra por grupo

FIGURA 1.1 Impacto do tamanho da amostra sobre o poder para vrios nveis alfa (0,01, 0,05, 0,10) com tamanho do
efeito de 0,35.
32 ANLISE MULTIVARIADA DE DADOS
pleta para determinar o real poder alcanado, de modo
que os resultados possam ser apropriadamente inter-
pretados. Os resultados so devido a tamanhos de efei-
to, tamanhos das amostras ou nveis de significncia? O
pesquisador pode avaliar cada um desses fatores por
seu impacto na significncia ou no-significncia dos
resultados. O pesquisador de hoje pode consultar estu-
dos publicados que detalham as especificaes da de-
terminao de poder [6] ou apelar para diversos progra-
mas de computador que auxiliam no planejamento de
estudos com o propsito de atingir o poder desejado ou
calcular o poder de resultados reais [2,3]. Orientaes
especficas para regresso mltipla e anlise multivaria-
da de varincia as aplicaes mais comuns de anlise
de poder so discutidas com mais detalhes nos Cap-
tulos 4 e 6.
Aps termos abordado as questes de estender tcni-
cas multivariadas a partir de suas origens univariadas e
bivariadas, agora introduzimos brevemente cada mto-
do multivariado discutido no texto. Aps as introdues
das tcnicas, apresentamos um esquema de classificao
para auxiliar na seleo da tcnica apropriada, especifi-
cando os objetivos da pesquisa (relao de independn-
cia ou dependncia) e os tipos de dados (mtricos ou
no-mtricos).
Tipos de tcnicas multivariadas
Anlise multivariada um conjunto de tcnicas para anli-
se de dados que est sempre em expanso. Dentre as tcni-
cas mais estabelecidas discutidas neste livro, esto (1) an-
lise de componentes principais e anlise dos fatores co-
muns, (2) regresso mltipla e correlao mltipla, (3) an-
lise discriminante mltipla, (4) anlise multivariada de va-
rincia e covarincia, (5) anlise conjunta, (6) correlao ca-
nnica, (7) anlise de agrupamentos e (8) escalonamento
multidimensional. Dentre as tcnicas emergentes, tambm
esto includas (9) anlise de correspondncia, (10) modelos
lineares de probabilidade, como logit e probit, e (11) a mode-
lagem de equaes simultneas/estruturais. Aqui introdu-
zimos cada uma das tcnicas multivariadas, definindo bre-
vemente a tcnica e o objetivo para sua aplicao.
Anlise de componentes principais e
anlise dos fatores comuns
Anlise fatorial, que inclui anlise de componentes
principais e anlise dos fatores comuns, uma aborda-
gem estatstica que pode ser usada para analisar inter-
relaes entre um grande nmero de variveis e expli-
car essas variveis em termos de suas dimenses ine-
rentes comuns (fatores). O objetivo encontrar um
meio de condensar a informao contida em um n-
mero de variveis originais em um conjunto menor de
variveis estatsticas (fatores) com uma perda mnima
de informao. Pelo fato de fornecer uma estimativa
emprica da estrutura das variveis consideradas, a
anlise fatorial se torna uma base objetiva para criar
escalas mltiplas.
Regresso mltipla
Regresso mltipla o mtodo de anlise apropriado
quando o problema de pesquisa envolve uma nica va-
rivel dependente mtrica considerada relacionada a
duas ou mais variveis independentes mtricas. O obje-
tivo da anlise de regresso mltipla prever as mudan-
as na varivel dependente como resposta a mudanas
nas variveis independentes. Esse objetivo alcanado,
com freqncia, por meio da regra estatstica dos mni-
mos quadrados.
Sempre que o pesquisador estiver interessado em
prever a quantia ou magnitude da varivel dependente,
a regresso mltipla ser til. Por exemplo, despesas
mensais com jantares fora de casa (varivel dependen-
te) podem ser previstas a partir de informaes referen-
tes a renda familiar, tamanho da famlia e idade do che-
fe da famlia (variveis independentes). Do mesmo mo-
do, o pesquisador pode tentar prever as vendas de uma
empresa a partir de informaes sobre suas despesas
em publicidade, o nmero de vendedores e o nmero
de lojas que vendem seus produtos.
Anlise discriminante mltipla
Anlise discriminante mltipla (MDA multiple discri-
minant analysis) a tcnica multivariada adequada
quando a nica varivel dependente dicotmica (p.
ex., masculino-feminino) ou multicotmica (p. ex., alto-
mdio-baixo) e, portanto, no-mtrica. Como na regres-
so mltipla, pressupe-se que as variveis indepen-
dentes sejam mtricas. A anlise discriminante aplic-
vel em situaes nas quais a amostra total pode ser divi-
dida em grupos baseados em uma varivel dependente
no-mtrica que caracteriza diversas classes conheci-
das. Os objetivos primrios da anlise discriminante
mltipla so entender diferenas de grupos e prever a
probabilidade de que uma entidade (indivduo ou obje-
to) pertencer a uma classe ou grupo em particular com
base em diversas variveis independentes mtricas. Por
exemplo, a anlise discriminante poderia ser emprega-
da para distinguir inovadores de no-inovadores de
acordo com seus perfis demogrficos e psicogrficos.
Outras aplicaes incluem a distino de usurios de
peso daqueles que no o so, sexo masculino de sexo
feminino, consumidores de marcas nacionais de consu-

midores de marcas importadas e bons riscos de crdito
de riscos ruins de crdito. At mesmo o Internal Reve-
nue Service dos EUA usa anlise discriminante para
comparar restituies de impostos federais seleciona-
das com uma restituio hipottica de contribuinte
composta e normal (com diferentes nveis de renda) pa-
ra identificar as restituies mais promissoras e reas
para auditoria.
Anlise multivariada de varincia
e covarincia
A anlise multivariada de varincia (MANOVA multi-
variate analysis of variance and covariance) uma tcnica
estatstica que pode ser usada para explorar simulta-
neamente as relaes entre diversas variveis indepen-
dentes categricas (geralmente chamadas de tratamen-
tos) e duas ou mais variveis dependentes mtricas. Co-
mo tal, representa uma extenso da anlise univariada
de varincia (ANOVA univariate analysis of variance).
A anlise multivariada de covarincia (MANCOVA
multivariate analysis of covariance) pode ser usada em
conjuno com MANOVA para remover (aps o experi-
mento) o efeito de quaisquer variveis independentes
mtricas no controladas (conhecidas como covariveis
estatsticas) sobre as variveis dependentes. O procedi-
mento anlogo ao envolvido na correlao parcial bi-
variada, na qual o efeito de uma terceira varivel re-
movido da correlao. MANOVA til quando o pes-
quisador planeja uma situao experimental (manipu-
lao de vrias variveis no-mtricas que representam
tratamento) para testar hipteses referentes varincia
em respostas nos grupos sobre duas ou mais variveis
dependentes mtricas.
Anlise conjunta
A anlise conjunta uma tcnica emergente de depen-
dncia que tem trazido nova sofisticao para a avalia-
o de objetos, como produtos novos, servios ou
idias. A aplicao mais direta no desenvolvimento de
novos produtos ou servios, viabilizando a avaliao de
produtos complexos e mantendo um contexto realista
de deciso para o respondente. O pesquisador de mer-
cado capaz de avaliar a importncia de atributos, bem
como os nveis de cada atributo, enquanto consumido-
res avaliam apenas uns poucos perfis do produto, os
quais so combinaes de nveis de produto. Por exem-
plo, considere que um dado produto tenha trs atribu-
tos (preo, qualidade e cor), cada um com trs nveis
possveis (p. ex., vermelho, amarelo e azul). Em vez de
avaliar as 27 (3 3 3) combinaes possveis, um sub-
conjunto (9 ou mais) pode ser avaliado por seu apelo
perante consumidores, e o pesquisador sabe no apenas
INTRODUO 33
o quo importante cada atributo , mas tambm a im-
portncia de cada nvel (a atratividade de vermelho ver-
sus amarelo versus azul). Alm disso, quando as avalia-
es do consumidor so concludas, os resultados da
anlise conjunta podem igualmente ser usados em si-
muladores de planejamento do produto, os quais mos-
tram a aceitao do consumidor a qualquer nmero de
formulaes do produto e ajudam no planejamento do
produto timo.
Correlao cannica
A anlise de correlao cannica pode ser vista como
uma extenso lgica da anlise de regresso mltipla.
Lembre que a anlise de regresso mltipla envolve uma
nica varivel dependente mtrica e vrias variveis in-
dependentes mtricas. Com a anlise cannica, o objeti-
vo correlacionar simultaneamente diversas variveis
dependentes mtricas e diversas variveis independen-
tes mtricas. A regresso mltipla envolve uma nica va-
rivel dependente; a correlao cannica envolve mlti-
plas variveis dependentes.
O princpio subjacente desenvolver uma combina-
o linear de cada conjunto de variveis (independentes
e dependentes) para maximizar a correlao entre os
dois conjuntos. Em outras palavras, o procedimento en-
volve a obteno de um conjunto de pesos para as va-
riveis dependentes e independentes que fornece a cor-
relao simples mxima entre o conjunto de variveis
dependentes e o de variveis independentes.
Anlise de agrupamentos
A anlise de agrupamentos uma tcnica analtica para
desenvolver subgrupos significativos de indivduos ou
objetos. Especificamente, o objetivo classificar uma
amostra de entidades (indivduos ou objetos) em um pe-
queno nmero de grupos mutuamente excludentes, com
base nas similaridades entre as entidades. Na anlise de
agrupamentos, diferentemente da anlise discriminante,
os grupos no so predefinidos. Ao invs disso, a tcnica
usada para identificar os grupos.
A anlise de agrupamentos geralmente envolve pelo
menos trs passos. O primeiro a medida de alguma for-
ma de similaridade ou associao entre as entidades pa-
ra determinar quantos grupos realmente existem na
amostra. O segundo o prprio processo de agrupamen-
to, nas quais entidades so particionadas em grupos
(agrupamentos). O ltimo passo estabelecer o perfil das
pessoas ou variveis para determinar sua composio.
Muitas vezes, isso possvel pela aplicao da anlise
discriminante aos grupos identificados pela tcnica de
agrupamento.
34 ANLISE MULTIVARIADA DE DADOS
Escalonamento multidimensional
Em escalonamento multidimensional, o objetivo trans-
formar julgamentos de consumidores sobre similaridade
ou preferncia (p. ex., preferncia por lojas ou marcas)
em distncias representadas em um espao multidimen-
sional. Se os respondentes julgam os objetos A e B os
mais semelhantes, comparados com todos os outros pos-
sveis pares de objetos, tcnicas de escalonamento multi-
dimensional colocaro os objetos A e B de tal forma que a
distncia entre eles no espao multidimensional seja me-
nor do que a distncia entre quaisquer outros pares de
objetos. Os mapas perceptuais resultantes exibem a posi-
o relativa de todos os objetos, mas anlises adicionais
so necessrias para descrever ou avaliar quais atributos
ditam a posio de cada objeto.
Anlise de correspondncia
A anlise de correspondncia uma tcnica de interde-
pendncia recentemente desenvolvida que facilita tanto
a reduo dimensional da classificao de objetos (p. ex.,
produtos, pessoas) em um conjunto de atributos quanto
o mapeamento perceptual de objetos relativo a esses
atributos. Os pesquisadores so constantemente defron-
tados com a necessidade de quantificar os dados quali-
tativos encontrados em variveis nominais. A anlise
de correspondncia difere das tcnicas de interdepen-
dncia discutidas anteriormente em sua habilidade para
acomodar tanto dados no-mtricos quanto relaes
no-lineares.
Em sua forma mais bsica, a anlise de correspon-
dncia emprega uma tabela de contingncia, que a ta-
bulao cruzada de duas variveis categricas. Ela ento
transforma os dados no-mtricos em um nvel mtrico e
faz reduo dimensional (anloga anlise fatorial) e
mapeamento perceptual (semelhante anlise multidi-
mensional). Por exemplo, preferncias de respondentes a
marcas podem ser tabuladas no cruzamento com vari-
veis demogrficas (p. ex., sexo, categorias de renda, ocu-
pao), indicando quantas pessoas que preferem cada
marca recaem em cada categoria das variveis demogr-
ficas. Por meio de anlise de correspondncia, a associa-
o ou correspondncia de marcas e diferentes caracte-
rsticas daqueles que preferem cada marca ento mos-
trada em um mapa bi ou tridimensional de marcas e ca-
ractersticas dos respondentes. Marcas que so percebi-
das como semelhantes so colocadas prximas umas das
outras. Do mesmo modo, as caractersticas mais eminen-
tes de respondentes que preferem cada marca tambm
so determinadas pela proximidade das categorias de
variveis demogrficas s posies das marcas. A anlise uma nica varivel independente ou dependente. Por
de correspondncia fornece uma representao multiva-
riada de interdependncia para dados no-mtricos que
no possvel com outros mtodos.
Modelos lineares de probabilidade
Os modelos lineares de probabilidade, freqentemente
chamados de anlise logit, so uma combinao de regres-
so mltipla com anlise discriminante mltipla. Esta tc-
nica similar anlise de regresso mltipla no sentido
em que uma ou mais varivel(is) independente(s) /so
empregada(s) para prever uma nica varivel dependen-
te. O que diferencia um modelo linear de probabilidade
de regresso mltipla que a varivel dependente no-
mtrica, como no caso da anlise discriminante. A escala
no-mtrica da varivel dependente requer diferenas no
mtodo de estimao e nas suposies sobre o tipo de dis-
tribuio inerente, ainda que em muitos outros aspectos
seja bastante semelhante regresso mltipla. Assim,
uma vez que a varivel dependente seja corretamente es-
pecificada e a tcnica de estimao apropriada seja em-
pregada, os fatores bsicos considerados em regresso
mltipla tambm sero usados aqui. Os modelos lineares
de probabilidade diferem da anlise discriminante princi-
palmente no sentido em que eles acomodam todos os ti-
pos de variveis independentes (mtricas e no-mtricas)
e no requerem a suposio de normalidade multivaria-
da. No obstante, em muitos casos, particularmente com
mais de dois nveis de varivel dependente, a anlise dis-
criminante a tcnica mais apropriada.
Modelagem de equaes estruturais
Modelagem de equaes estruturais, comumente chama-
da de LISREL (o nome de um dos programas de compu-
tador mais conhecidos), uma tcnica que permite sepa-
rar relaes para cada conjunto de variveis dependen-
tes. Em seu sentido mais simples, a modelagem de equa-
es estruturais fornece a tcnica de estimao apropria-
da e mais eficiente para uma srie de equaes de regres-
so mltipla separadas estimadas simultaneamente.
caracterizada por dois componentes bsicos: (1) o mode-
lo estrutural e (2) o modelo de mensurao. O modelo es-
trutural o modelo de caminhos, que relaciona vari-
veis independentes com dependentes. Em tais situaes,
teoria, experincia prvia ou outras orientaes permi-
tem ao pesquisador distinguir quais variveis indepen-
dentes prevem cada varivel dependente. Os modelos
discutidos anteriormente que acomodam mltiplas va-
riveis dependentes anlise multivariada de varincia
e correlao cannica no se aplicam nessa situao,
pois eles permitem apenas uma nica relao entre vari-
veis dependentes e independentes.
O modelo de mensurao permite ao pesquisador usar
diversas variveis (indicadores; ver Termos-Chave) para
exemplo, a varivel dependente poderia ser um conceito
representado por uma escala mltipla, como auto-estima.
No modelo de mensurao, o pesquisador pode avaliar a

contribuio de cada item da escala, bem como incorpo-
rar a maneira como a escala mede o conceito (confiabili-
dade) na estimao das relaes entre variveis depen-
dentes e independentes. Esse procedimento semelhante
a executar uma anlise fatorial (discutida em seo ante-
rior) dos itens da escala e usar os escores fatoriais na re-
gresso.
Outras tcnicas multivariadas emergentes
O advento do disseminado poder computacional intro-
duziu a era da anlise multivariada como hoje a conhe-
cemos, com algumas tcnicas especializadas aplicveis
a uma vasta gama de situaes. No entanto, estamos
diante do comeo de uma era na qual a anlise multiva-
riada incorpora novos mtodos para identificar e repre-
sentar relaes multivariadas. Uma rea de desenvolvi-
mento a de sistemas multivariados, que envolve tra-
balho em minerao de dados e redes neurais. Minera-
o de dados a tentativa de quantificar relaes entre
grandes quantidades de informaes com uma mnima
pr-especificao da natureza das relaes. Uma tcnica
bastante usada em conjuno com a minerao de da-
dos a de redes neurais, uma tcnica flexvel de anlise
capaz de executar tanto a identificao de relaes (si-
milar regresso mltipla ou anlise discriminante) ou
a reduo de dados quanto a anlise estrutural (anloga
anlise fatorial ou de agrupamentos). As redes neurais
diferem das tcnicas multivariadas mais tradicionais
discutidas previamente no sentido da formulao do
modelo e tambm dos tipos de relaes mais complexas
que podem ser acomodadas. Outra rea envolve um
distanciamento da teoria de estatstica tradicional de
estatstica inferencial por meio do desenvolvimento da
tcnica de reamostragem ou bootstrapping. Essa tcnica
elimina a necessidade das suposies estatsticas de dis-
tribuies amostrais (tais como a normalidade), na ver-
dade usando o computador para fazer a reamostra-
gem da amostra original com substituio e gerar uma
estimativa emprica da distribuio amostral. Uma viso
geral dessas novas tcnicas fornecida no Captulo 12.
Uma classificao de tcnicas
multivariadas
Para ajud-lo a se familiarizar com as tcnicas multiva-
riadas especficas, apresentamos uma classificao de
mtodos multivariados na Figura 1.2. Essa classificao
baseada em trs julgamentos que o pesquisador deve fa-
zer sobre o objetivo da pesquisa e a natureza dos dados:
(1) As variveis podem ser divididas em dependentes e
independentes, com base em alguma teoria? (2) Se pude-
rem, quantas variveis sero tratadas como dependentes
INTRODUO 35
em uma nica anlise? (3) Como so medidas as vari-
veis, sejam dependentes ou independentes? A escolha da
tcnica multivariada apropriada depende das respostas a
essas trs questes.
Quando se considera a aplicao de tcnicas estatsti-
cas multivariadas, a primeira questo : as variveis po-
dem ser divididas em uma classificao de dependentes
e independentes? A resposta a essa questo indica se
uma tcnica de dependncia ou interdependncia deve
ser usada. Note que na Figura 1.2 as tcnicas de depen-
dncia esto do lado esquerdo e as de interdependncia,
do lado direito. Uma tcnica de dependncia pode ser
definida como aquela na qual uma varivel ou conjunto
de variveis identificado(a) como a varivel dependen-
te a ser predita ou explicada por outras variveis conhe-
cidas como variveis independentes. Um exemplo de
tcnica de dependncia a anlise de regresso mltipla.
Em contraste, uma tcnica de interdependncia aque-
la na qual nenhuma varivel ou grupo de variveis de-
finida(o) como independente ou dependente. Em vez
disso, o procedimento envolve a anlise simultnea de
todas as variveis no conjunto. Anlise fatorial um
exemplo de uma tcnica de interdependncia. Vamos nos
concentrar primeiramente em tcnicas de dependncia e
usar a classificao da Figura 1.2 para selecionar o mto-
do multivariado apropriado.
As diferentes tcnicas de dependncia podem ser
classificadas por duas caractersticas: (1) o nmero de
variveis dependentes e (2) o tipo de escala de medida
empregada nas variveis. Primeiro, quanto ao nmero
de variveis dependentes, as tcnicas de dependncia
podem ser classificadas como as que tm uma nica va-
rivel dependente, diversas variveis dependentes ou
mesmo diversas relaes entre variveis dependentes e
independentes. Segundo, as tcnicas de dependncia
tambm podem ser classificadas como as que tm vari-
veis dependentes mtricas (quantitativas/numricas)
ou no-mtricas (qualitativas/categricas). Se a anlise
envolve uma nica varivel dependente que mtrica,
a tcnica apropriada a anlise de regresso mltipla
ou anlise conjunta. A anlise conjunta um caso espe-
cial. um procedimento de dependncia que pode tra-
tar a varivel dependente como no-mtrica ou mtrica,
dependendo do tipo de dados coletados. Contudo, se a
varivel dependente for no-mtrica (categrica), ento
as tcnicas adequadas sero anlise discriminante ml-
tipla e modelos lineares de probabilidade. Em contra-
partida, quando o problema de pesquisa envolve diver-
sas variveis dependentes, outras quatro tcnicas de
anlise so adequadas. Se as vrias variveis dependen-
tes so mtricas, devemos ento olhar para as variveis
independentes. Se as variveis independentes so no
mtricas, a tcnica de anlise multivariada de varincia
(MANOVA) deveria ser escolhida. Se as variveis inde-
36 ANLISE MULTIVARIADA DE DADOS

Qual tipo de
relao est
sendo examinado?

Dependncia

Quantas
variveis esto
sendo
previstas?

Mltiplas relaes de Diversas variveis Uma varivel dependente

variveis dependentes dependentes em em uma nica relao
e independentes uma nica relao

Modelagem de Qual a escala Qual a escala

equaes de medida da de medida da
estruturais varivel varivel
(Captulo 11) dependente? dependente?

Mtrico No-mtrico Mtrico No-mtrico

Anlise
Anlise de Regresso mltipla discriminante
correlao (Captulo 4) mltipla
Qual a escala
cannica com (Captulo 5)
de medida da
variveis
varivel preditora?
dicotmicas Anlise conjunta Modelos lineares
(Captulo 8) (Captulo 7) de probabilidade
(Captulo 4)

Mtrico No-mtrico

Anlise de Anlise
correlao multivariada
cannica de varincia
(Captulo 8) (Captulo 6)

FIGURA 1.2 Seleo de uma tcnica multivariada.

 INTRODUO 37

Interdependncia

A estrutura de
relaes
ocorre entre:

Varivel Casos/Respondentes Objeto

Anlise de Como os
Anlise fatorial
agrupamentos atributos so
(Captulo 3)
(Captulo 9) medidos?

Mtrico No-mtrico
No-mtrico

Legenda

Escalonamento Anlise de
multidimensional correspondncia
(Captulo 10) (Captulo 10)
Ponto de
deciso

Tcnica
multivariada
escolhida
38 ANLISE MULTIVARIADA DE DADOS

pendentes so mtricas, a correlao cannica adequa- TABELA 1.2 A relao entre mtodos multivariados de
da. Se as diversas variveis dependentes so no-mtri- dependncia multivariada
cas, elas podem ser transformadas por meio de uma co- Correlao Cannica
dificao de variveis dicotmicas (0-1) e a anlise ca- Y1 + Y2 + Y3 + + Yn = X1 + X2 + X3 + + Xn
nnica pode novamente ser utilizada.1 Finalmente, se (mtrico, no-mtrico) (mtrico, no-mtrico)
um conjunto de relaes entre variveis dependen- Anlise Multivariada de Varincia
tes/independentes postulado, ento a modelagem de Y1 + Y2 + Y3 + + Yn = X1 + X2 + X3 + + Xn
equaes estruturais apropriada. (mtrico) (no-mtrico)
Existe uma forte relao entre os vrios procedimen- Anlise de Varincia
tos de dependncia, os quais podem ser vistos como uma Y1 = X1 + X2 + X3 + + Xn
famlia de tcnicas. A Tabela 1.2 define as diversas tcni- (mtrico) (no-mtrico)
cas multivariadas de dependncia em termos da natureza
Anlise Discriminante Mltipla
e do nmero de variveis dependentes e independentes. Y1 = X1 + X2 + X3 + + Xn
Como podemos ver, a correlao cannica pode ser consi- (no-mtrico) (mtrico)
derada o modelo geral no qual muitas outras tcnicas
Anlise de Regresso Mltipla
multivariadas se baseiam, pois esta coloca o mnimo de
Y1 = X1 + X2 + X3 + + Xn
restries sobre o tipo e nmero de variveis tanto nas va-
(mtrico) (mtrico, no-mtrico)
riveis estatsticas dependentes quanto nas independen-
Anlise Conjunta
tes. medida que restries so feitas sobre as variveis
Y1 = X1 + X2 + X3 + + Xn
estatsticas, concluses mais precisas podem ser conse-
(no-mtrico, mtrico) (no-mtrico)
guidas, baseadas na escala especfica de mensurao de
dados empregada. Desse modo, as tcnicas multivariadas Modelagem de Equaes Estruturais
variam do mtodo mais geral de anlise cannica at a Y1 = X11 + X12 + X13 + + X1n
Y2 = X21 + X22 + X23 + + X2n
tcnica mais especializada de modelagem de equaes es-
Ym = Xm1 + Xm2 + Xm3 + + Xmn
truturais.
(mtrico) (mtrico, no-mtrico)
Tcnicas de interdependncia so exibidas no lado di-
reito da Figura 1.2. Os leitores recordaro que, nas tcnicas
de interdependncia, as variveis no podem ser classifi-
cadas como dependentes ou independentes. Em vez dis- tamentos mtrico e no-mtrico para escalonamento mul-
so, todas as variveis so analisadas simultaneamente em tidimensional tm sido desenvolvidos. Se as interdepen-
um esforo para encontrar uma estrutura subjacente ao dncias de objetos medidos por dados no-mtricos so
conjunto inteiro de variveis ou indivduos. Se a estrutura analisadas, a anlise de correspondncia tambm uma
de variveis deve ser analisada, ento a anlise fatorial a tcnica adequada.
tcnica apropriada. Se os casos ou respondentes devem
ser agrupados para representar a estrutura, ento a anli-
se de agrupamento selecionada. Finalmente, se o interes-
se na estrutura de objetos, as tcnicas de escalonamento Diretrizes para anlises
multidimensional devem ser empregadas. Assim como no multivariadas e interpretao
caso de tcnicas de dependncia, as propriedades de me-
Como mostrado anteriormente, a anlise multivariada
dida das tcnicas devem ser consideradas. Geralmente, a
tem um carter muito diverso e pode ser muito poderosa.
anlise fatorial e anlise de agrupamento so considera-
Esse poder especialmente tentador quando o pesquisa-
das tcnicas mtricas de interdependncia. No entanto,
dor est inseguro sobre o planejamento de anlise mais
dados no-mtricos podem ser transformados pela codifi-
apropriado e confia na tcnica multivariada como um
cao de variveis dicotmicas para uso com formas espe-
substituto para o desenvolvimento conceitual necessrio.
ciais de anlise fatorial e anlise de agrupamentos. Os tra-
Mesmo quando corretamente aplicada, a eficcia na aco-
modao de mltiplas variveis e relaes cria complexi-
1
Variveis dicotmicas (ver Termos-Chave) sero discutidas em de-
dade nos resultados e suas interpretaes. Logo, fazemos
talhes mais adiante. Resumidamente, codificao de variveis di- a advertncia sobre seu uso sem a fundamentao concei-
cotmicas um meio de transformar dados no mtricos em dados tual necessria para apoiar a tcnica escolhida de acordo
mtricos. Envolve a criao das variveis ditas dicotmicas, nas com os conceitos bsicos discutidos anteriormente e em
quais 1s e 0s so designados a indivduos, dependendo se eles pos- aspectos apresentados na prxima seo.
suem ou no uma caracterstica em questo. Por exemplo, se um
indivduo do sexo masculino, assinale 0 ao mesmo, e se for do se-
J discutimos diversas questes particularmente
xo feminino, atribua 1, ou o inverso. aplicveis anlise multivariada e, apesar de no haver

uma resposta nica, julgamos que a anlise e a inter-
pretao de qualquer problema multivariado podem ser
auxiliadas seguindo-se uma srie de diretrizes gerais. Es-
sas diretrizes representam mais uma filosofia de anlise
multivariada que nos tem sido til, do que uma lista
completa de consideraes. As sees seguintes discutem
esses pontos sem obedecer a uma ordem particular, e
com igual nfase em todos.
Estabelea significncia prtica, bem como
significncia estatstica
A fora da anlise multivariada sua forma aparente-
mente mgica de ordenar um grande nmero de poss-
veis alternativas e encontrar as que tm significncia es-
tatstica. Entratanto, com esse poder vem tambm a
cautela. Muitos pesquisadores ficam mopes ao se con-
centrar somente na significncia alcanada dos resulta-
dos sem compreender suas interpretaes, sejam boas
ou ruins. Ao invs disso, o pesquisador deve olhar no
apenas a significncia estatstica dos resultados, mas
tambm sua significncia prtica. A significncia prti-
ca faz a pergunta E da? para qualquer aplicao ad-
ministrativa, os resultados devem ter um efeito de-
monstrvel que justifique que a ao. Em termos acad-
micos, a pesquisa est se concentrando no apenas em
resultados de estatisticamente significantes, mas tam-
bm em suas implicaes substantivas e tericas, as
quais so muitas vezes extradas de sua significncia
prtica.
Por exemplo, uma anlise de regresso usada pa-
ra prever intenes de recompra, medidas como a pro-
babilidade entre 0 e 100 de que o cliente comprar no-
vamente da firma. O estudo conduzido e os resulta-
dos retornam significantes no nvel de significncia de
0,05. Os executivos se apressam em acatar os resultados
e modificar a estratgia da firma de acordo com eles. No
entanto, passa despercebido que, mesmo que a relao
fosse significante, a habilidade de previso era pobre
to pobre que a estimativa de probabilidade de recom-
pra poderia variar 20% no nvel de significncia de
0,05. A relao estatisticamente significante poderia,
portanto, ter uma margem de erro de 40 pontos percen-
tuais! Um cliente previsto como tendo 50% de chance
de retornar poderia realmente ter probabilidades de 30
a 70%, representando nveis inaceitveis para uma ao.
Pesquisadores e administradores no sondaram a signi-
ficncia prtica ou administrativa dos resultados, na
qual teriam percebido que a relao ainda precisava de
refinamento, caso devesse ser confivel a ponto de
orientar qualquer estratgia.
INTRODUO 39
O tamanho da amostra afeta todos
os resultados
A discusso sobre poder estatstico demonstrou o im-
pacto profundo que o tamanho da amostra representa
para atingir a significncia estatstica, tanto para tama-
nhos pequenos quanto grandes. Para amostras meno-
res, a sofisticao e complexidade da tcnica multivaria-
da podem facilmente resultar em (1) baixssimo poder
estatstico para o teste identificar realisticamente resul-
tados significantes ou (2) um ajuste muito fcil dos
dados, de modo que os resultados so artificialmente
bons porque se ajustam muito bem na amostra, mas
sem poder de generalizao. Um impacto semelhante
tambm ocorre para amostras muito grandes, as quais,
como anteriormente discutido, podem tornar os testes
estatsticos muito sensveis. Sempre que tamanhos de
amostras excederem 200 ou 400 respondentes, o pesqui-
sador dever examinar todos os resultados significantes
para garantir que tenham significncia prtica devido
ao poder estatstico aumentado pelo tamanho da amos-
tra. Tamanhos de amostra tambm afetam os resultados
quando a anlise envolve grupos de respondentes, co-
mo na anlise discriminante ou em MANOVA. Tama-
nhos de amostra diferentes entre grupos influenciam os
resultados e exigem interpretao e/ou anlise adicio-
nal. Logo, um pesquisador ou usurio de tcnicas mul-
tivariadas sempre deve avaliar os resultados luz da
amostra usada na anlise.
Conhea seus dados
As tcnicas multivariadas, por natureza, identificam re-
laes complexas muito difceis de serem representadas
de maneira simples. Conseqentemente, a tendncia
aceitar os resultados sem o exame comum que se promo-
ve nas anlises univariada e bivariada (p. ex., diagramas
de disperso de correlaes e grficos de caixas em com-
paraes de mdias). No entanto, tais atalhos podem
ser um preldio para o desastre. A anlise multivariada
demanda um exame at mesmo mais rigoroso dos dados,
pois a influncia de observaes atpicas, violaes das
suposies e dados perdidos pode aparecer em diversas
variveis com efeitos substanciais. Para utilizar todos os
benefcios das tcnicas multivariadas, o pesquisador de-
ve saber onde olhar com formulaes alternativas do
modelo original, tais como relaes no-lineares e intera-
tivas. O pesquisador tem, contudo, um conjunto crescen-
te de tcnicas de diagnstico que permitem que essas re-
laes multivariadas sejam descobertas de maneiras
muito semelhantes aos mtodos univariados e bivaria-
dos. O pesquisador multivariado deve dispor de tempo
para usar essas medidas diagnsticas para uma melhor
compreenso dos dados e das relaes bsicas existentes.
40 ANLISE MULTIVARIADA DE DADOS
Esforce-se por modelos parcimoniosos
As tcnicas multivariadas so planejadas para acomo-
dar mltiplas variveis na anlise. Essa caracterstica,
contudo, no deve substituir o desenvolvimento do mo-
delo conceitual antes de as tcnicas multivariadas serem
aplicadas. Apesar de sempre ser mais importante evitar
a omisso de uma varivel preditora crtica, o que se
chama de erro de especificao, por vrias razes o
pesquisador tambm deve evitar a insero indiscrimi-
nada de variveis, esperando que a tcnica multivaria-
da arrume as variveis relevantes. Primeiro, as vari-
veis irrelevantes geralmente aumentam a habilidade da
tcnica de ajustar os dados da amostra, mas ao preo de
superajustar os dados e torn-los menos generalizveis
populao. Segundo, as variveis irrelevantes no
chegam a viesar as estimativas das variveis relevantes,
mas podem mascarar os verdadeiros efeitos por causa
da multicolinearidade, a qual representa o grau em que
qualquer efeito de varivel pode ser previsto ou expli-
cado pelas outras variveis na anlise. Quando a multi-
colinearidade aumenta, a habilidade de definir qual-
quer efeito de varivel diminui. Logo, incluir variveis
conceitualmente irrelevantes pode ter vrios efeitos po-
tencialmente danosos, ainda que as variveis adicionais
no influenciem diretamente os resultados do modelo.
Examine seus erros
Mesmo com o alcance estatstico das tcnicas multivaria-
das, raramente atingimos a melhor previso na primeira
anlise. O pesquisador deve encarar a questo Para on-
de vamos a partir daqui? A melhor resposta examinar
os erros na previso, se eles so os resduos da anlise de
regresso, os erros na classificao de observaes na
anlise discriminante, ou observaes atpicas na anlise
de agrupamentos. Em cada caso, o pesquisador deve us-
ar os erros na previso no como uma medida de falha
ou algo que simplesmente deve ser eliminado, mas como
um ponto de partida para diagnosticar a validade dos re-
sultados obtidos e uma indicao das relaes restantes
sem explicao.
Valide seus resultados
A habilidade da anlise multivariada para identificar
inter-relaes complexas tambm significa que podem
ser encontrados resultados especficos apenas para a
amostra e no generalizveis para a populao. O pes-
quisador sempre deve garantir que haja observaes
suficientes por parmetro estimado, para evitar supe-
rajustamento da amostra, como j discutido. Contudo,
igualmente importantes so os esforos para validar os
resultados por qualquer dentre os vrios mtodos, in-
cluindo (1) separar a amostra em duas partes e usar
uma subamostra para estimar o modelo e a outra para
estimar a preciso de previso, (2) empregar a tcnica
bootstrapping [9], ou (3) mesmo juntar uma amostra se-
parada para garantir que os resultados sejam apropria-
dos para outras amostras. Qualquer que seja a tcnica
multivariada empregada, o pesquisador deve se esfor-
ar no apenas para estimar um modelo significante,
mas para garantir que ele seja representativo da popu-
lao como um todo. Lembre-se de que o objetivo no
determinar o melhor ajuste apenas para os dados da
amostra, mas desenvolver um modelo que melhor des-
creva a populao como um todo.
Um tratamento estruturado para construir
modelos multivariados
medida que discutimos as numerosas tcnicas mul-
tivariadas disponveis ao pesquisador e a mirade de
questes envolvidas em suas aplicaes, fica aparente
que a concluso bem-sucedida de uma anlise multi-
variada envolve mais do que a seleo do mtodo cor-
reto. Questes que variam da definio do problema
diagnose crtica dos resultados devem ser abordadas.
Para ajudar o pesquisador ou o usurio a aplicar mto-
dos multivariados, um tratamento com seis passos pa-
ra a anlise multivariada apresentado. A meta no
fornecer um conjunto rgido de procedimentos a serem
seguidos, mas sim orientaes que enfatizam uma ma-
neira de construir modelos. Um tratamento para a
construo de modelos concentra a anlise em um pla-
no de pesquisa bem-definido, comeando com um mo-
delo conceitual que detalhe as relaes a serem exami-
nadas. Uma vez definido em termos conceituais, as
questes empricas podem ser abordadas, incluindo a
seleo da tcnica multivariada especfica e os proble-
mas de implementao. Depois que foram obtidos re-
sultados significantes, sua interpretao se transforma
no foco, com especial ateno varivel estatstica. Fi-
nalmente, as medidas diagnsticas garantem que o
modelo no vlido apenas para os dados da amostra,
mas que to generalizvel quanto possvel. A discus-
so que se segue brevemente descreve cada passo des-
se tratamento.
Esse processo de seis passos para construir modelos
fornece uma estrutura para desenvolver, interpretar e
validar qualquer anlise multivariada. Cada pesquisa-
dor deve desenvolver critrios para sucesso ou fa-
lha em cada estgio, mas as discusses de cada tcnica
fornecem orientaes sempre que disponveis. Neste
ponto, a nfase em um tratamento de construo de mo-
delos, em vez de simplesmente apontar as especificida-
des de cada tcnica, deve fornecer uma base mais ampla
para o desenvolvimento, estimao e interpretao de
 INTRODUO 41

modelos, que iro melhorar a anlise multivariada do es gerais, como tamanho mnimo ou desejado da
profissional e do acadmico. amostra, tipos permitidos ou exigidos de variveis (m-
tricas versus no-mtricas) e mtodos de estimao, alm
de aspectos especficos, como o tipo de medidas de asso-
Estgio 1: definio do problema da ciao usadas em escalonamento multidimensional, a es-
pesquisa, dos objetivos e da tcnica timao de resultados agregados ou desagregados em
multivariada a ser usada anlise conjunta ou o uso de formulaes especiais de va-
O ponto de partida para qualquer anlise multivariada riveis para representar efeitos no-lineares ou interati-
definir o problema da pesquisa e os objetivos de anlise vos em regresso. Em cada caso, essas questes resolvem
em termos conceituais, antes de especificar quaisquer va- detalhes especficos e finalizam a formulao do modelo
riveis ou medidas. O papel do desenvolvimento do mo- e exigncias para a coleta de dados.
delo conceitual, ou da teoria, no pode ser estabelecido
com exagero. No importa se pesquisa aplicada ou aca- Estgio 3: avaliao das suposies inerentes
dmica, o pesquisador deve primeiro ver o problema em tcnica multivariada
termos conceituais, definindo os conceitos e identifican-
do as relaes fundamentais a serem investigadas. De- Com os dados coletados, a primeira tarefa no esti-
senvolver um modelo conceitual no atribuio exclu- mar o modelo multivariado, mas avaliar as suposies
siva de acadmicos; to somente algo ajustado para subjacentes. Todas as tcnicas multivariadas tm supo-
aplicao no mundo real. sies inerentes, estatsticas e conceituais, que influen-
Um modelo conceitual no precisa ser complexo e ciam muito suas habilidades para representar relaes
detalhado; pode ser uma simples representao das re- multivariadas. Para as tcnicas baseadas em inferncia
laes a serem estudadas. Se uma relao de dependn- estatstica, as suposies de normalidade multivaria-
cia proposta como o objetivo de pesquisa, o pesquisa- da, linearidade, independncia de termos de erro e
dor precisa especificar os conceitos dependentes e inde- igualdade de varincias em uma relao de dependn-
pendentes. Para uma aplicao de uma tcnica de inter- cia devem ser satisfeitas. A avaliao dessas suposi-
dependncia, as dimenses de estrutura ou similarida- es discutida em maiores detalhes no Captulo 2.
de devem ser especificadas. Note que um conceito, dife- Cada tcnica tambm tem uma srie de suposies
rentemente de uma varivel, definido em ambas as si- conceituais que lidam com questes como a formula-
tuaes, sejam de dependncia ou de interdependncia. o de modelo e os tipos de relaes representadas.
O pesquisador primeiro identifica as idias ou os tpi- Antes de qualquer estimao de modelo, o pesquisa-
cos de interesse, em vez de se concentrar nas medidas dor deve garantir que as suposies estatsticas e con-
especficas a serem usadas. Isso minimiza a chance de ceituais estejam satisfeitas.
conceitos relevantes serem omitidos no esforo de de-
senvolver medidas e de definir as especificidades do Estgio 4: estimao do modelo multivariado e
plano de pesquisa. Os leitores interessados no desen-
volvimento de modelos conceituais devem ver o Cap-
avaliao do ajuste geral do modelo
tulo 11. Com as suposies satisfeitas, a anlise inicia a verdadei-
Com os objetivos e o modelo conceitual especifica- ra estimao do modelo multivariado e uma avaliao do
dos, o pesquisador deve apenas escolher a tcnica multi- ajuste geral do modelo. No processo de estimao, o pes-
variada apropriada. Aps escolher entre um mtodo de quisador dispe de opes para atender caractersticas es-
dependncia ou interdependncia, a ltima deciso se- pecficas dos dados (p. ex., uso de covariveis estatsticas
lecionar a tcnica em particular com base nas caracters- em MANOVA) ou maximizar o ajuste dos dados (p. ex.,
ticas de medidas das variveis dependentes e indepen- rotao de fatores ou funes discriminantes). Depois que
dentes. As variveis podem ser especificadas antes do es- o modelo estimado, o seu ajuste geral avaliado para
tudo em seu planejamento ou depois que os dados foram estabelecer se atinge nveis aceitveis sobre os critrios es-
coletados, quando anlises especficas so definidas. tatsticos (p. ex., nvel de significncia), se identifica as re-
laes propostas e se tem significncia prtica. Muitas ve-
zes, o modelo reespecificado, em uma tentativa de atin-
Estgio 2: desenvolvimento do plano de anlise gir melhores nveis de ajuste e/ou explicao geral. Em
Com o modelo conceitual estabelecido e a tcnica multi- todos os casos, contudo, um modelo aceitvel deve ser
variada selecionada, a ateno se volta para a implemen- obtido antes de se prosseguir.
tao. Para cada tcnica, o pesquisador deve desenvolver No importa qual nvel de ajuste geral do modelo se-
um plano de anlise que aborde as questes particulares ja conseguido, o pesquisador tambm deve determinar
a seu propsito e projeto. As questes incluem considera- se os resultados so excessivamente afetados por alguma
42 ANLISE MULTIVARIADA DE DADOS
observao ou pequeno conjunto de observaes que in-
dique que os resultados podem ser instveis ou no-ge-
neralizveis. Esses esforos garantem que os resultados
so robustos e estveis, aplicando-se razoavelmente
bem a todas as observaes na amostra. Observaes de
ajustes prejudiciais podem ser identificadas como obser-
vaes atpicas, observaes influentes ou resultados er-
rneos (p. ex., agrupamentos unitrios ou casos muito
mal classificados em anlise discriminante).
Estgio 5: interpretao da(s)
varivel(eis) estatstica(s)
Com um nvel aceitvel de ajuste do modelo, interpretar
a(s) varivel(eis) estatstica(s) revela a natureza da rela-
o multivariada. A interpretao de efeitos para vari-
veis individuais feita examinando-se os coeficientes es-
timados (pesos) para cada varivel na varivel estatstica
(p. ex., pesos de regresso, cargas fatoriais ou utilidades
conjuntas).
Alm disso, algumas tcnicas tambm estimam ml-
tiplas variveis estatsticas que representam dimenses
latentes de comparao ou associao (i.e., funes dis-
criminantes ou componentes principais). A interpretao
pode conduzir a reespecificaes adicionais das variveis
e/ou da formulao do modelo, onde o modelo reesti-
mado e ento novamente interpretado. O objetivo iden-
tificar evidncia emprica de relaes multivariadas nos
dados da amostra que possam ser generalizados para a
populao total.
Estgio 6: validao do modelo multivariado
Antes de aceitar os resultados, o pesquisador deve sub-
met-los a um conjunto final de anlises diagnsticas que
avaliem o grau de generabilidade dos resultados pelos
mtodos de validao disponveis. As tentativas de vali-
dar o modelo so direcionadas no sentido de demosntrar
a generalidade dos resultados para a populao total (ver
discusso anterior sobre tcnicas de validao). Essas
anlises diagnsticas acrescentam pouco interpretao
dos resultados, mas podem ser vistas como uma garan-
tia de que os resultados so os melhores descritivos dos
dados e generalizveis populao.
Um fluxograma de deciso
Para cada tcnica multivariada, a abordagem de seis
passos para a construo de modelos multivariados
ser retratada em um fluxograma de deciso dividido
em duas sees. A primeira seo (estgios 1 a 3) lida
com as questes relativas preparao para a estima-
o do modelo do real (i.e., objetivos da pesquisa, con-
sideraes sobre planejamento da pesquisa e teste das
suposies).
A segunda seo do fluxograma de deciso (est-
gios 4 a 6) trata dos aspectos pertinentes estimao do
modelo, interpretao e validao. O fluxograma de de-
ciso fornece ao pesquisador um mtodo simplificado,
mas, sistemtico, de uso da abordagem estrutural de
construo do modelo multivariado em qualquer apli-
cao da tcnica multivariada.
Bases de dados
Para melhor explicar e ilustrar cada tcnica multivariada,
usamos conjuntos de dados hipotticos ao longo do li-
vro. Esses dados foram obtidos a partir da Hair, Ander-
son, and Tatham Company (HATCO), um grande forne-
cedor industrial (apesar de inexistente). Cada conjunto
de dados foi conseguido de entrevistas de clientes da
HATCO realizadas por uma empresa de pesquisa de
mercado.
Base de dados primria
A base de dados primria, que consiste em 100 observa-
es sobre 14 variveis separadas, um exemplo de um
estudo de segmentao para uma situao de negcios,
especificamente um levantamento de clientes existentes
da HATCO. Trs tipos de informao foram coletados. O
primeiro a percepo da HATCO sobre sete atributos
identificados em estudos anteriores como os mais in-
fluentes na escolha de fornecedores. Os respondentes,
executivos que compram da HATCO, a avaliaram a em
cada atributo. O segundo tipo de informao se refere a
compras reais, tanto s avaliaes da satisfao de cada
cliente com a HATCO como ao percentual de compras da
HATCO daquele cliente. O terceiro tipo de informao
contm caractersticas gerais das companhias comprado-
ras (p. ex., tamanho da empresa, tipo de indstria).
Os dados fornecidos deveriam dar HATCO uma
melhor compreenso das caractersticas de seus clientes e
das relaes entre suas percepes sobre a HATCO e suas
aes sobre a mesma (compras e satisfao). Uma breve
descrio das variveis da base de dados dada na Tabe-
la 1.3, na qual as variveis so classificadas como inde-
pendentes ou dependentes e mtricas ou no-mtricas.
Uma lista da base de dados fornecida no Apndice A
para quem desejar reproduzir as solues relatadas neste
livro. Uma definio de cada varivel e uma explicao
de sua codificao dada nas sees que se seguem.
 INTRODUO 43

Percepes da HATCO Caractersticas do comprador

Cada varivel foi medida em uma escala grfica, onde
uma linha de 10 centmetros foi desenhada entre os pon-
tos extremos chamados de Ruim e Excelente.
Ruim Excelente
Os respondentes indicaram suas percepes fazendo
uma marca em qualquer ponto da linha. A marca era
ento medida e a distncia a partir de 0 (em centme-
tros) era anotada. O resultado foi uma escala que varia
de 0 a 10, arredondada para uma casa decimal. Os sete
atributos da HATCO avaliados por cada respondente
so os seguintes:
X1 Velocidade de entrega tempo total necessrio
para entregar o produto assim que a encomenda
foi confirmada
X2 Nvel de preo nvel percebido de preo cobra-
do por fornecedores do produto
X3 Flexibilidade de preo disposio percebida de
representantes da HATCO em negociar preos
em todos os tipos de compras
X4 Imagem do fabricante imagem geral do fabri-
cante ou fornecedor
X5 Servio geral nvel geral de servio necessrio
para manter uma relao satisfatria entre forne-
cedor e comprador
X6 Imagem da fora de vendas imagem geral da
fora de vendas do fabricante
As cinco caractersticas das empresas respondentes usa-
das no estudo, algumas mtricas e outras no-mtricas,
so as seguintes:
X8 Tamanho da empresa tamanho da empresa em
relao a outras neste mercado. Essa varivel tem
duas categorias: 1 = grande, 0 = pequeno.
X11 Especificao de compra o quanto um com-
prador em particular avalia cada compra sepa-
radamente (anlise de valor total) versus o uso
de especificaes de compra, as quais detalham
precisamente as caractersticas procuradas do
produto. Essa varivel tem duas categorias: 1 =
emprega anlise de valor total, avaliando cada
compra separadamente; 0 = uso de especifica-
o de compra.
X12 Estrutura de aquisio mtodo de adquirir ou
comprar produtos em uma empresa em particular.
Essa varivel tem duas categorias: 1 = aquisio
centralizada, 0 = aquisio no-centralizada
X13 Tipo de indstria classificao da indstria
qual um comprador pertence. Essa varivel tem
duas categorias: 1 = indstria A, 0 = outras in-
dstrias.
X14 Tipo de situao de compra tipo de situao
que o comprador enfrenta. Essa varivel tem trs
categorias: 1 = nova tarefa, 2 = nova compra mo-
dificada, 3 = nova compra simples.
TABELA 1.3 Descrio de variveis da base de dados
Descrio da varivel Tipo de varivel
PERCEPES DA HATCO

X7 Qualidade do produto nvel percebido de qua- X1 Velocidade de entrega Mtrica

lidade de um produto em particular (p. ex., fun- X2 Nvel de preo Mtrica
cionamento ou produtividade) X3 Flexibilidade de preo Mtrica
X4 Imagem do fabricante Mtrica
X5 Servio geral Mtrica
Resultados das compras
X6 Imagem da fora de vendas Mtrica
Foram obtidas duas medidas especficas, que refletiram X7 Qualidade do produto Mtrica
os resultados das relaes das compras dos respondentes RESULTADOS DAS COMPRAS
com a HATCO. Essas medidas incluem:
X9 Nvel de uso Mtrica
X9 Nvel de uso quanto do produto total da em- X10 Nvel de satisfao Mtrica
presa comprado da HATCO, medido em uma CARACTERSTICAS DO COMPRADOR
escala de 100 pontos percentuais, que varia de 0
X8 Tamanho da empresa No-mtrica
a 100%.
X11 Especificao de compra No-mtrica
X10 Nvel de satisfao quo satisfeito est o com- X12 Estrutura de aquisio No-mtrica
prador com compras feitas no passado, da HAT- X13 Tipo de indstria No-mtrica
CO, medido na mesma escala grfica de percep- X14 Tipo de situao de compra No-mtrica
es empregada de X1 a X7.
44 ANLISE MULTIVARIADA DE DADOS
Outras bases de dados
Outras trs bases de dados especializadas so emprega-
das no texto. O Captulo 2 usa uma base de dados menor
de muitas dessas variveis obtidas em algumas pesqui-
sas preliminares. O objetivo ilustrar a identificao de
observaes atpicas, o manuseio de dados perdidos e o
teste de suposies estatsticas. Os Captulos 8 e 10 exa-
minam bases de dados com os nicos dados necessrios
para essas tcnicas. Em cada caso, a base de dados mais
bem descrita nesses captulos. Uma lista completa das
bases de dados dada no apndice A.
Organizao dos demais captulos
Os outros captulos do livro so organizados em quatro
sees; cada uma aborda um estgio separado para exe-
cutar uma anlise multivariada.
Seo 1: Preparao para uma anlise multivaria-
da lida com questes que devem ser resolvidas
antes que uma anlise multivariada possa ser apli-
cada. Essa seo comea com o Captulo 2, o qual
cobre os tpicos de acomodao de dados perdi-
dos, a garantia de atender as suposies estatsti-
cas inerentes e a identificao de observaes atpi-
cas que poderiam influenciar desproporcional-
mente os resultados. O Captulo 3 cobre a anlise
fatorial, uma tcnica particularmente adequada
para examinar as relaes entre variveis e as
oportunidades de criar escalas mltiplas. Esses
dois captulos se combinam para fornecer ao pes-
quisador no apenas as ferramentas diagnsticas
necessrias para preparar os dados para anlise,
mas tambm os meios para reduo de dados e
construo de escala que podem ser includos em
outras tcnicas multivariadas.
Resumo
Este captulo introduziu o tpico empolgante e desafia-
dor da anlise multivariada de dados. Os captulos que
se seguem discutem cada tcnica em detalhes suficien-
tes para capacitar o pesquisador iniciante a entender o
que uma tcnica em particular pode fazer, quando e co-
Seo 2: Tcnicas de dependncia trata de cinco tc-
nicas de dependncia regresso mltipla, anlise
discriminante, anlise multivariada de varincia,
anlise conjunta e correlao cannica (Captulos 4-8,
respectivamente). Como observado anteriormente,
as tcnicas de dependncia permitem ao pesquisador
avaliar o grau de relao entre as variveis depen-
dentes e independentes. As tcnicas de dependncia
variam no tipo e carter da relao, o que se reflete
nas propriedades de medida das variveis depen-
dentes e independentes. Cada tcnica examinada
sob sua perspectiva nica de avaliar uma relao de
dependncia e sua habilidade de tratar com um tipo
particular de objetivo de pesquisa.
Seo 3: Tcnicas de interdependncia (Captulos
9-10) cobre as tcnicas de anlise de agrupamentos
e escalonamento multidimensional. Essas tcnicas
apresentam ao pesquisador ferramentas particular-
mente adequadas para avaliar estruturas, focalizan-
do-se na descrio das relaes entre objetos, sejam
respondentes (anlise de agrupamentos), ou objetos
como empresas, produtos e assim por diante (escalo-
namento multidimensional). Deve-se notar que uma
das tcnicas primrias de interdependncia, anlise
fatorial e sua habilidade para avaliar a relao entre
variveis, j foi abordada na Seo 1.
Seo 4: Tcnicas avanadas e emergentes (Captu-
los 11 e 12) fornece ao pesquisador uma introduo a
uma tcnica multivariada avanada amplamente em-
pregada, modelagem de equaes estruturais, bem
como algumas tcnicas emergentes novas nas reas
de minerao de dados, redes neurais e bootstrapping.
O objetivo desses dois captulos no apresentar um
tratamento completo dos aspectos e usos dessas tc-
nicas, mas fornecer uma introduo que capacitar o
pesquisador a avaliar o potencial uso dessas tcnicas
em situaes especficas de pesquisa.
mo ela deve ser aplicada e como os resultados de sua
aplicao devem ser interpretados. Os resumos de fim
de captulo de obras da literatura profissional e acad-
mica demonstram melhor a aplicao e interpretao
das tcnicas.

Questes
1. Com suas prprias palavras, defina anlise multiva-
riada.
2. Cite vrios fatores que tm contribudo para a aplica-
o crescente de tcnicas de anlise multivariada de
dados nos ltimos anos.
3. Liste e descreva as tcnicas de anlise multivariada
de dados descritas neste captulo. Cite exemplos nos
quais cada tcnica apropriada.
4. Explique por que e como os diversos mtodos mul-
tivariados podem ser entendidos como uma fam-
lia de tcnicas.
Referncias
1. Bearden, William O., Richard G. Netemeyer, and Mary
F. Mobley (1993), Handbook of Marketing Scales, Multi-
Item Measures for Marketing and Consumer Behavior.
Newbury Park, Calif.: Sage.
2. BMDP Statistical Software, Inc. (1991), SOLO Power
Analysis. Los Angeles.
3. Brent, Edward E., Edward J. Mirielli, and Alan
Thompson (1993), Ex-SampleTM: An Expert System to
Assist in Determining Sample Size, Version 3.0. Columbia,
Mo.: Idea Works.
4. Brent, Edward E., et al. (1991), Statistical Navigator
ProfessionalTM: An Expert System to Assist in Selecting
Appropriate Statistical Analyses, Version 1.0. Columbia,
Mo.: Idea Works.
5. Brunner, Gordon C., and Paul J. Hensel (1993),
Marketing Scales Handbook, A Compilation of Multi-
INTRODUO 45
5. Por que o conhecimento sobre escalas de medida im-
portante para entender anlise multivariada de dados?
6. Quais so as diferenas entre significncia estatstica
e significncia prtica? Uma delas pr-requisito pa-
ra a outra?
7. Quais so as implicaes de baixo poder estatstico?
Como o poder poder ser melhorado se considera-
do muito baixo?
8. Detalhe o tratamento de construo de modelos para
a anlise multivariada, concentrando-se nas questes
mais importantes em cada passo.
Item Measures. Chicago: American Marketing
Association.
6. Cohen, J. (1977), Statistical Power Analysis for the
Behavioral Sciences. New York: Academic Press.
7. Gatty, R. (1966), Multivariate Analysis for Marketing
Research: An Evaluation. Applied Statistics 15
(November): 157-172.
8. Hardyck, C. D., and L. F. Petrinovich (1976),
Introduction to Statistics for the Behavioral Sciences, 2d ed.
Philadelphia: Saunders.
9. Mooney, Christopher Z., and Robert D. Duval (1993),
Bootstrapping: A Nonparametric Approach to Statistical
Inference. Beverly Hills, Calif.: Sage.
10. Sullivan, John L., and Stanley Feldman (1979), Multiple
Indicators: An Introduction. Beverly Hills, Calif.: Sage.