Escolar Documentos
Profissional Documentos
Cultura Documentos
ISSN 2448-2080
RESUMO
O presente estudo tem como objetivo demonstrar a aplicação da Análise Fatorial, suas
características e suas aplicações em pesquisa em administração, bem como do software SPSS
como ferramenta de sua aplicação. Também levanta questões matemáticas relacionadas à
Análise Fatorial e que devem ser tratadas e como fazê-las no SPSS. Para tanto, foi utilizado
dados de uma pesquisa real para contextualizar os procedimentos que se mostraram
necessários para atender a estes objetivos. A Análise Fatorial representa uma ferramenta
estatística poderosa aplicada em pesquisa em ciências sociais, e em particular em
Administração. Não se trata de um recurso estatístico trivial em função dos diversos aspectos
que podem contribuir sozinhos em conjunto para a não validação dos resultados obtidos,
inviabilizando todo um processo de planejamento, coleta, organização dos dados, aplicação da
Análise Fatorial e tratamento de dados de uma pesquisa. Para tanto, serão apresentados um
conjunto de procedimentos da Análise Fatorial a partir de casos concretos, descrevendo os
fundamentos teóricos envolvidos em sua aplicação conjuntamente com os recursos
disponíveis no SPSS, bem como da fundamentação dos relatórios e resultados apresentados
pela ferramenta.
ABSTRACT
This study aims to demonstrate the application of factor analysis, its characteristics and its
applications in research administration and SPSS software as the application tool. It also
raises questions related to mathematical factorial analysis and should be treated and how to do
them in the SPSS. Therefore, we used data from a real research to contextualize the
procedures which may be needed to meet these goals. The Factorial Analysis is a powerful
statistical tool applied in social science research, particularly in administration. This is not a
trivial statistical resource on the basis of various aspects that can contribute themselves
together to not validate the results, invalidating a whole process of planning, data collection,
data organization, application of factor analysis and data processing of a search. To do so,
they will be presented a set of procedures of factor analysis from concrete cases, describing
the theoretical foundations involved in its application in conjunction with the features
available in SPSS and the grounds of the reports and results presented by the tool.
54
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
1 INTRODUÇÃO
O software IBM SPSS Statistics Base é uma ferramenta gráfica com uma aparência
muito similar ao Excel do pacote do Office da Microsoft. Foi desenvolvida para aplicações de
estatística das mais diversas e de diversos níveis de complexidade. É considerada uma das
ferramentas mais completas para este fim, sendo utilizada por pesquisadores no mundo
inteiro. O IBM SPSS fornece diversas janelas. Nesta etapa do trabalho, serão destacadas as
55
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
duas mais importantes ou principais. Na medida em que os exemplos práticos vão sendo
apresentados, as janelas secundárias e de configuração serão descritas.
Editor De Dados.
O Editor de dados exibe o conteúdo do arquivo de dados. Possui uma interface muito
similar com o Excel do pacote Office da Microsoft, podendo inclusive importar deste, seus
arquivos de dados. Por sua vez, podem ser editados e salvos como um arquivo de projeto do
SPSS ou mesmo como um arquivo do Excel. As variáveis em estudo são configuradas para
ocupar as colunas da planilha e os dados serão agrupados nas linhas. A figura 1 apresenta a
interface do editor de dados.
Visualizador
56
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
pelo software para este fim. A figura 2 apresenta uma visão da interface do visualizador do
SPSS.
As funções do software poderão ser acessadas pelo menu principal ou pela barra de
ferramentas (Figura 3), sendo que aquelas que serão utilizadas pelo presente trabalho serão
apresentadas no capítulo 3, juntamente com uma aplicação prática.
V1 V1
V2 V2
VD F
V3 V3
V4 V4
58
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
do método serviria para identificar estas dimensões, conhecidas como variáveis latentes, bem
como suas correlações e grau de explicação.
A Análise Fatorial Confirmatória se aplicaria na condição em que o pesquisador
precisa confirmar hipóteses de relacionamento entre Fatores conhecidos e preestabelecidos e
as variáveis observadas no fenômeno. Os procedimentos metodológicos serão os mesmos para
os dois casos, a diferença entre elas estará relacionada à necessidade de estabelecer hipóteses
na análise confirmatória e o tratamento dos resultados obtidos para confirmar ou não as
hipóteses definidas, o que não é necessário na análise exploratória, pois seu objetivo principal
é identificar dimensões, tal que permita agrupar e classificar um conjunto de variáveis
observadas no fenômeno em estudo.
A Análise Fatorial é uma técnica de análise estatística multivariação que cobre uma
ampla gama de aplicações em pesquisa em administração. A seguir são apresentadas algumas
destas pesquisas publicadas nas principais revistas científicas da área.
Rego et al. (2015) publicaram uma pesquisa fazendo uso da Análise Fatorial
Confirmatória com o propósito de testar a aplicabilidade da escala SERVQUAL em serviços
do Detran-RN. Na escala SERVQUAL, Parasuraman et al. (1988) identificaram cinco
variáveis latentes que compõem o construto da percepção de qualidade em serviços. Seguindo
este modelo, os autores definiram 22 variáveis relacionadas às expectativas quanto aos
serviços prestados pelo Detran-RN e 22 variáveis relacionadas às suas experiências com estes
mesmos serviços.
Aplicados os diversos testes de validação metodológicos, a partir dos resultados
obtidos pela Análise Fatorial foi possível concluir que os serviços prestados pelo DETAN-RN
obteve baixa qualificação na percepção de qualidade, visto que ao comparar as expectativas
dos usuários pesquisados, estas não foram superadas nem igualadas pelos resultados obtidos
em suas experiências destes serviços.
Borges, Benedicto e Carvalho (2014) fizeram uso da Análise Fatorial Exploratória
para identificar os principais indicadores de avaliação de desempenho econômico e financeiro
em cooperativas de crédito rural de Minas Gerais. Neste trabalho foram utilizados 10
indicadores econômicos e financeiros de 44 cooperativas, obtendo 3 fatores (Capital e Rico,
Lucratividade e Rentabilidade, Solvência e Liquidez) ou construtos que definem o
59
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
60
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
dos indicadores que deverão compor a avaliação das empresas e permitir uma análise
simultânea do comportamento de vários indicadores.
Para os fins deste trabalho foi utilizada uma pesquisa realizada em uma empresa de
médio porte na região do Grande Rio, no estado do Rio de Janeiro, cujo objetivo era
determinar as dimensões ou fatores que pudessem mensurar os níveis do clima organizacional
desta organização a partir de um conjunto de variáveis que de alguma forma são afetadas por
eles. Foi utilizado um modelo desenvolvido por Lazzari et al (2009) composta inicialmente
por 39 variáveis, sendo finalizada com 30 variáveis, em função de tratamento que não faz
parte deste estudo.
Portanto, para este trabalho, foram usadas 30 variáveis, as quais estariam
relacionadas aos seguintes processos: comunicação entre a gerencia e os funcionários, as
questões de liderança, da participação e colaboração de todos os funcionários no processo de
decisão, nas oportunidades de treinamentos e aperfeiçoamento, oportunidades e valorização,
premiação, benefícios e remuneração, as condições de trabalho e por fim, quanto a imagem da
empresa e seu impacto junto aos funcionários, totalizando, de acordo com o modelo em
questão, 5 dimensões ou fatores latentes.
A partir deste modelo, foi disponibilizado um formulário estruturado com 30
afirmativas relacionadas as 30 variáveis, através de uma escala Likert com 5 opções dispostas
entre “Discordo Totalmente” até “Concordo Totalmente” dispostos de forma aleatória, para
evitar uma possível influencia de uma afirmativa em relação a outra.
No quadro 1 são apresentados as afirmativas do questionário estruturado.
Ao abrir o programa ele apresenta a janela da figura 6 a qual permite abrir dados já
utilizados ou dados novos. Para a segunda opção, selecione a opção “Run an existing query”.
Neste caso será aberta a janela de dados vazia apresentada na figura 7.
A partir da janela principal deve-se acessar a opção Open/Data do menu File, como
mostra a figura 7.
63
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
Será apresentada a janela para abrir um arquivo de dados, como mostra a figura 8.
Selecione Excel da opção “Files of types”. Abra o arquivo de dados confirmando através da
janela “Opening Excel Data Source”da figura 9.
Figuras 8, 9 e 10: Janelas Open File, Opening Excel Data Source e Dados Importados
64
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
Pode-se agora dar início ao processo de análise e testes. Para tanto, basta acessar a
opção “Dimension Reduction/Factor” do menu “Analyse”. Será aberta a janela de
configuração da Análise Fatorial, como mostra a figura 11. Adicione as variáveis que irão
participar do estudo (Figura 12).
Na janela de configuração são apresentados as opções “descriptives”, “Extraction”,
“Rotation”, “Scores” e “Options” que serão utilizados para serem definidos os critérios de
análise e os testes que serão realizados.
65
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
Para fins didáticos as configurações serão realizadas de cima para baixo em relação
às opções apresentadas na janela de configuração.
Na janela da opção “Descriptives” serão selecionadas as opções “Initial solution”
em “Statistics” e os testes “KMO and Bartlett testo of sphericities”. Se for de interesse do
pesquisador, pode-se selecionar as opções “Coeficientes” e “Determinant” em “Correlation
Matrix”, no entanto, os mesmos coeficiente poderão ser visualizados na opção
“Cummunalities” que o SPSS disponibiliza. Para fins deste artigo, vamos selecionar a opção
“Determinant” pois ela representa uma opção importante de validação. Para acessar a
próxima opção, basta clicar em Continue (Figura 13).
Lazzari et. al (2009), será utilizado o método de Componentes Principais, para tanto selecione
a opção “Principal Components” em “Method”. Na opção “Analyle” da mesma janela será
utilizada “Correlation Matrix” para apresentar a matriz de correlação dos dados.
Em “Estraction” pode-se definir o método de extração através do autovalor
(Eignvalues over) ou se já houver conhecimento prévio do número de fatores, para os casos
de análise confirmatória, definir um número específico de fatores. Novamente, como estamos
confirmando um modelo de 5 fatores, vamos utilizar a opção “Fixed number of factors” para
isso. A figura 14 mostra as opções disponíveis.
67
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
Por fim, na janela “Options” permite tratar a retirada dos relatórios os dados não
válidos e também definir valor limite que estes dados devem ser suprimidos, para tanto, foram
68
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
definidos as opções “Exclude Cases listwise” e “Supress small coeficients”. Por padrão, esta
última opção vem definido com 0,10, no entanto, para fins de melhor clareza na apresentação
dos dados, este deverá ser definido em 0,30, pois estaremos descartando valores menores que
30% de grau de explicação (figura 17).
69
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
Para este fim, o resultado obtido pelo teste deve ser superior a 0,70 (70%), sendo
inadequados valores inferiores a 0,50 (50%). Por fim, o teste de esfericidade de Bartlett
(Bartlett´s test of sphericity) verifica se a matriz de correlação é uma matriz identidade. Para
que a amostra seja aceita para aplicação da Análise Fatorial, é recomendado que o valor de
significância não ultrapasse a 0,05 (,05%).
Podem-se verificar na figura 18 os resultados disponibilizados pelo SPSS destes
testes. Para determinante foi obtido um valor bem mais alto que 0,00001 indicando que será
possível obter um resultado estatístico válido. Para o teste KMO, o valor obtido foi de 77%
acima dos 70% sugeridos, e por fim, para o teste de esfericidade o valor obtido de
significância foi inferior a 0,05, portanto, pode-se concluir que a Análise Fatorial dos dados
em questão foi validada.
70
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
O valor de 56,255% de explicação obtida pela Análise Fatorial pode ser considerado
muito baixo para fins de validação, no entanto, ao verificar as comunalidades das variáveis,
verifica-se 7 (sete) variáveis possuem comunalidades inferiores a 0,50 (50%). Neste caso,
deve-se retira-las da análise, e é muito provável que com sua retirada o grau de explicação do
modelo deverá aumentar significativamente. A figura 20 apresenta a retirada das variáveis em
questão. Basta agora refazer a Análise fatorial.
71
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
Analise Fatorial retirando fatores um a um até que se obtenha um resultado válido ou até
atingir um limite de dois fatores (HAIR et al. 2011).
73
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
Neste caso, retiram-se estas variáveis e realiza-se nova análise, ainda com 4 fatores.
A figura 24 apresenta os resultados obtidos. Pode-se verificar na matriz rotacionada, que
ainda há diversas variáveis com autovalores maiores que 30% em mais de um fator. Portanto,
resta retirar mais um fator e repetir todo o processo novamente.
Neste caso, como última tentativa de aproveitar esta amostra, devem-se retirar estas
variáveis e realizar novo teste, ainda com dois fatores, visto que não faz sentido a aplicação de
Análise Fatorial com somente um fator.
A figura 26 apresenta os resultados desta última Análise Fatorial. Os resultados
obtidos apresentam valores de validação bastante bons, tanto de determanente, teste de KMO
e de esfericidade, uma comunalidade geral de aproximadamente de 70%, que indica uma boa
capacidade de explicação dos fatores extraídos sobre as variáveis restantes. No entanto, para o
tipo de pesquisa realizada, o número de variáveis restante em cada fator (três variáveis) deve
ser considerado pequeno (CORRAR et al. , 2011)..
75
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
4 CONSIDERAÇÕES FINAIS
tendência destas variáveis substituírem diversas outras variáveis mensuráveis, visto que ela
pode ser considerada, em boa parte das vezes como uma dimensão do estudo. Variáveis como
“satisfação”, “expectativa”, “realização”, “conforto” podem ser consideradas como exemplo
de variáveis latentes, visto que são difíceis de serem mensuráveis diretamente.
Ainda em relação às variáveis, podemos considerar a dificuldade em traduzir uma
variável em uma afirmativa de um questionário, ou que a redação da afirmativa do
questionário possa sugerir para o respondente, mais de uma alternativa de significado.
Outra questão que pode comprometer os resultados está relacionada com as
condições em que um questionário é aplicado. Questionários aplicados em dias e horário
inadequados, tais como, sexta feira às 16:00 horas, ou em um processo de coleta onde o
respondente não se compromete em fazê-lo com mais compromisso, fatalmente irão
comprometer os resultados. Acredito que esta tenha sido a razão para os problemas ocorridos
com os dados da pesquisa do exemplo deste artigo.
Com relação ao número de variáveis resultantes pela estatística em cada fator,
quando baixo, como no caso deste artigo, pode representar uma restrição quanto menor for o
número de fatores extraídos, claro, há de se considerar a natureza do fenômeno analisado. A
grande maioria dos pesquisadores realiza um pré-teste com uma amostra pequena, com o
objetivo de fazer as adequações necessárias no questionário ou no planejamento de coleta
final.
Com relação ao software SPSS, este trás todos os recursos necessários para pesquisa
estatística avançada, de diversos tipos, e desde que haja um domínio satisfatório dos
fundamentos matemáticos envolvidos na pesquisa, apresenta uma taxa relativamente pequena
de dificuldade em sua utilização. Como sugestão de softwares para estatística pode começar
pelo próprio Excel da Microsoft. Este disponibiliza alguns recursos bastante poderosos para
fins de pesquisa, tal como Anova, Regressão Linear, etc.
Outra alternativa interessante é o software Minitab. Este software possui um
conjunto completo de ferramentas básicas estatísticas, incluindo estatísticas descritivas, testes
de hipótese intervalam de confiança e testes de normalidade, alem de alguns recursos
avançados, tais como, Regressão Linear e Anova (https://www.minitab.com/pt-
br/products/minitab/look-inside/).
Por fim, uma ferramenta mais completa capaz de realizar grande parte das análises
multivariada é o software Action Stat. Este software possui diversas versões, inclusive
77
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
versões destinadas a aplicações acadêmicas com preços bastante razoáveis para este tipo de
software (http://www.portalaction.com.br/).
REFERÊNCIAS
HAIR JR., J. F.; BLACK, W. C.; BABIN, B. J.; ANDERSON, R. E.; TATHAM, R. L.
Análise Multivariada de Dados. Porto Alegre: Bookman, 2011.
PERES, G.; BERLEZZI, F. L. C.; SILVA, M. M.; SOUZA, M. A. Fatores que Determinam a
Escolha de um Sistema de Planejamento Integrado (ERP) em Pequenas e Médias Empresas:
Um estudo usando Análise Fatorial. Revista da Micro e Pequena Empresa, v. 5, n. 3, p. 3-
20, 2011.
78
Revista Eletrônica Estácio Papirus, São José, v.3, n.1, p. 54-79, jan./jun. 2016. ISSN 2448-2080
79