Escolar Documentos
Profissional Documentos
Cultura Documentos
p
multivariados pode ser explicada razoavelmente
bem somente com uso de alguma álgebra
matricial. Por essa razão é útil, senão essencial ter
pelo menos algum conhecimento nessa área (Bryan
Prof. Lorí Viali, Dr. F. J. Manly).
viali@pucrs.br;
Estatístico Ecologista com mais
viali@mat.ufrgs.br; de 30 anos de experiência como
http://www.pucrs.br/famat/viali; pesquisador, consultor e professor de
http://www.mat.ufrgs.br/~viali/ Estatística.
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
1
Quais variáveis
Além disso, a análise de fatores é V1, V2, V3,
explicam
V4, V5, V6,
aplicada como redutora de dados ou V7, V8, V9
a mesma coisa?
méotodo (exploratório) de detecção de
L. L. Thurstone (1887-1955)
estruturas. Psicometrista
V1, V5 Qualidade
http://www.indiana.edu/~intell/lthurstone.html
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
Objetivos
Examinar a “interdependência” entre todas as
V1, V5 Qualidade
variáveis (correlações).
Fatores
Importância Histórico
Reduzir “massas” de informação a um Charles Spearman (1904), psicólogo americano
tamanho mais facilmente gerenciável; Pesquisa sobre habilidades mentais
Buscava identificar um “fator comum” para
A ciência busca explicações mais simples (lei matemática, vocabulário, comunicação, arte,
da parcimônia); lógica, etc...
Fator básico de inteligência geral - Fator G
AF propõe-se a reduzir a complexidade Desenvolveu a Análise de Fatores
das variáveis a uma maior simplicidade. “Factor Analysis” ou FacAn
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
2
Aplicações Termos básicos
Identificar fatores que expliquem as correlações Comunalidade: representada por h2, é a proporção
da variância de uma variável que é
entre um conjunto de variáveis;
compartilhada com os fatores comuns na análise
Identificar, em um conjunto maior de variáveis, de fatores.
um conjunto menor que se destaque para uso em Autovalor: é a variância padronizada associada
uma futura análise multivariada; com um particular fator. A soma dos autovalores
Sumarizar os dados, para obter uma não pode exceder o número de variáveis (itens),
uma vez que cada item contribui com a unidade
melhor percepção do objeto de pesquisa.
na soma das variâncias.
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
Matriz padrão dos fatores: uma matriz Solução rotada dos fatores: uma solução, onde os
contendo os coeficientes ou cargas eixos são girados com o propósito de mostrar um
utilizadas para expressar um item em padrão mais visível das cargas dos fatores.
termos do fator. Ela coincide com a matriz Gráfico de declividade (Scree plot): um diagrama
de estrutura se os fatores são ortogonais mostrando os autovalores de cada fator.
(não-correlacionados).
Teste de esfericidade de Bartlett: Verifica se todas
Matriz estrutura dos fatores: uma matriz
as correlações dentro da matriz de correlações
contendo as correlações dos itens com cada
são significativas.
um dos fatores.
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
3
Matriz de correlação anti-imagem: é a matriz das Variância do erro: variância de uma variável
correlações parciais entre as variáveis (itens) após a devido a erros na coleta ou medida dos valores.
análise de fatores. Representa o grau com que os Medida de adequação da amostra (MAS - Measure
fatores “explicam” um ao outro nos resultados. of Sampling Adequacy): medida calculada tanto
Análise de factores comum: modelo de fatores na qual os para a matriz de correlação quanto para cada
fatores são baseados numa matriz de correlação variável individualmente avaliando a adequação
reduzida, isto é, as comunalidades são inseridas na da aplicação da análise de fatores. Valores
diagonal da matriz de correlação e a extração dos maiores do que 0,5 tanto para a matriz como um
fatores é baseada somente na variância comum todo quanto para as variáveis indivualmente
excluindo as variâncias específicas e do erro. indicam que o método é adequado.
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
4
2. Montar Matriz de Inter-correlações 3. Validar a Análise de Fatores
Correlacionar todas variá
variáveis entre si
Confirmar a validade da AF para os dados
Variáveis V1 V2 V3 Vp coletados, através dos seguintes testes:
V1 1 ...
V2 -0,3 1 ... 1. Teste de esfericidade de Bartlett;
V3 0,8 -0,6 1 ... 2. Adeqü
Adeqüacidade da amostra de Kaiser-
Kaiser-Meyer-
Meyer-
... ... ... ... ...
Olkin (KMO).
Vp 0,8 0,3 0,9 ... 1
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
5
3. Adeqü
Adeqüacidade da amostra deKaiser-
deKaiser-Meyer-
Meyer- 4. Determinar o Método
Olkin (KMO) Selecionar o mé
método de extraç
extração de fatores
É um índice que varia de 0 a 1. Análise dos componentes principais (*);
Compara as magnitudes dos coeficientes de correlação Máxima verossimilhança (*);
observados, com as dos coeficientes de correlação Fatoração pelo eixo principal (*);
parciais; Mínimos quadrados generalizados (*);
Índice < 0,50: as correlações entre os pares de Mínimos quadrados não-ponderados (*);
variáveis não podem ser explicadas por outras Fatoração alfa (*);
variáveis - não se deve utilizar a AF. Mínimo residual ;
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
6
Fatoração alfa
Mínimos quadrados generalizados
Também minimiza o quadrado da diferença Trata os itens como uma amostra da população
entre as matrizes de correlações obeservadas e de todos os possíveis itens;
reproduzidas; Seleciona os fatores com o objetivo de
Pondera o resultado pelos valores dos itens maximizar o coeficiente alfa de confiabilidade.
envolvidos na análise.
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
7
1. A Priori 2. Com base nos autovalores
O pesquisador já sabe quantos fatores devem É a técnica mais comum de extração de valores.
ser extraídos antes de começar; Qualquer fator deve responder pela variância de
Os programas de computador permitem que se pelo menos uma variável;
informe o número de fatores que se deseja Cada variável tem variância = 1 (padrão)
extrair; Deve-se reter fatores com autovalor >= 1
Útil quando o pesquisador está testando uma
(critério de Kayser);
teoria ou hipótese a respeito do número de
Mais adequado para quantidade de variáveis
fatores.
entre 20 a 50.
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
Autovalores
3. Com base na declividade
Variância extraída por um fator
Escores padrão tem variância unitária e desta Construir o gráfico da declividade
forma a variância total é igual ao número de
variáveis na matriz de correlação; Plotar os autovalores em ordem de magnitude
Um fator com autovalor maior ou igual a um descrescente.
explica mais a variabilidade do que uma única
variável.
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
Número de Fatores
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
8
6. Rotação dos Fatores O processamento (software) gera a “matriz de
É o processo de ajustar os eixos dos fatores fatores”;
de modo a obter uma solução mais simples e A matriz contém os coeficientes que expressam
teoricamente mais significativa; as variáveis em termos de fatores;
Eixo dos fatores: quadro de referência; Os coeficientes são chamados de cargas dos
fatores. São as correlações entre variáveis e
Rotação: “mudança de perspectiva”.
fatores.
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
Métodos de rotaç
rotação de fatores:
A matriz rotada de fatores será utilizada para
Varimax
se poder identificar mais claramente quais
variáveis pertencem a quais fatores. Quartimax
Oblíqua (Oblimin direta)
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
9
Varimax de Kayser : Quartimax: simplifica linhas. Fornece
Rotações analíticas melhoram o critério de
contraste máximo nas cargas dos fatores
Thurstone (rotação gráfica). Entre eles o de Kayser dentro de cada variável;
é mais utilizado dos métodos de rotação analítica. Oblíqua: roda os eixos de forma que os
Este método utiliza a maximização interativa das
vértices podem ter ângulos diferentes de 90
variâncias das colunas das cargas dos fatores.
graus.
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
10
Comunalidade
Interpretação
O quanto da variância da variável V1 é
medida ou explicada pelos “f” fatores que foram
A variável V1 está altamente
extraídos?
correlacionada com o fator “i” , praticamente
Simplesmente tome a soma dos quadrados das
sem correlação com o fator “ïi” , com pequena cargas dos fatores:
correlação com o fator “iii” e uma média 0,9322 + 0,0132 + 0,2502 +… + 0,4052 =
correlação com o fator “f”.
Este resultado é denominado “Comunalidade”
da variável.
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
11
Escores de Bartlett: os escores dos fatores de 8. Atribuir nomes aos Fatores
Bartlett apresentam mé média zero. A soma dos
Avaliar as variáveis de maior carga, de cada
quadrados dos fatores sobre todos os itens é
minimizada. fator;
Escores de Anderson-Rubin: os escores dos fatores Atribuir um nome descritivo aos fatores;
de Anderson-
Anderson-Rubin são uma modificaç
modificação dos Detectar a “essência” das variáveis
escores de Bartlett para assegurar a orgonalidade
dos fatores estimados. Eles apresentam mé
média zero individuais;
e desvio padrão um. Abstrair o objeto de pesquisa.
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística Prof. Lorí Viali, Dr. – PUCRS/UFRGS – Departamento de Estatística
12