Escolar Documentos
Profissional Documentos
Cultura Documentos
Fato
rial
Confirmatór
ia
Algumas
No
ta s
Satisfação
Análise
Fatorial
Confirmatória
Propomo-‐nos:
-‐ Qualidade
Global
do
Ajustamento
(do
modelo
de
medida
teórico
à
estrutura
correlacional
observada
entre
as
variáveis
manifestas
(itens))
-‐ Fiabilidade
-‐ Validade
-‐ Cálculo
dos
Scores
dos
Fatores
Antes
de
Iniciar
0 Variáveis Manifestas
0 Variáveis
Latentes
Não
observável
diretamente:
Fatores
ou
Construtos,
Erros
Os
Elementos
Básicos
X x
X1 x1 0
11 1
X2 x2 21
0 2
x3 31
0 1 3
X3 x4 0 42 2 4
x5 0 52 5
X4 0
x6 0 62 6
X5
Cov( i , j ) 0 i, j : i j
X6 E( i ) 0 i
Cov( i , j ) ij
i, j : i j
Cov( i , j ) ij
i, j : i j
0 Fatores
comuns
causam
as
variáveis
manifestas
Reajustar à pagina
AFC
com
o
AMOS
AFC
com
o
AMOS
0 Importar
o
Ficheiro
de
Dados
NOTAS
C. 1. Especificar
Especifique oomodelo:
modelo
117
AnáliseClique
1.
4Factorial
–
Clicar
Confirmatória
no botão
para
n o
b otão
para
sseleccionar
elecionar
os
itens
os da
itens
base
de
na dados
base d
e
arrastá-‐los
para
o
retângulo
correspondentes
às
varáveis
manifestas
dados e arraste-as para o rectângulo correspondentes às
1: AFC da estrutura trifactorial de MBI-SS
v. manifestas.
cifique o modelo:
C. Especifique o modelo:
1.7
-‐
Clicar
no
botão
para
selecionar
todos
os
objetos
e
depois
clicar
no
botão
e
arrastar
para
copiar
o
desenho
anterior.
1.8
-‐
Se
for
preciso
rodar
a
orientação
dos
itens
do
fator
selecionar
o
botão
e
clicar
sobre
o
circulo
do
fator
até
obter
a
orientação
pretendida
emplo 1: AFC da estrutura trifactorial de MBI-S
Especificar
o
modelo
Especifique o modelo:
1. Especificar
Proceda o
mforma
de odelo
semelhante para os restant
factores.
1.9
-‐
UOlizar
o
botão
para
especificar
as
correlações
entre
os
fatores
Use
ou
o botão para especificar as correlaçõ
entre 1.10
os factores.
-‐
Selecionar
cada
um
dos
fatores
(círculos)
com
o
botão
e
a
seguir
selecionar
o
Menu
“Plug-‐ins”
e
escolher
a
opção
“Draw
Clique
Covariances”
no botão , e clique na área de des
Na caixa ‘Figure Caption’ dê um titulo ao mod
e seleccione algumas estatísticas de qualidade
ajustamento:
Especificar
o
modelo
Exercício 1
Análise Factorial Confirmatória com o AMOS
Ajustar
o
Modelo
4.5. AFC
Desenhe o modelo com
tri-factorial o AMOS
recorrendo às ferramentas de desenho
Avaliação
1.4.4. da
Avaliação daQqualidade
ualidade
dodmodelo
o
Modelo
Mas, mas… é mesmo preciso usar todos os índices? Não! Os índices mais recomendados/usados são:
Estimativas estandardizadas
Avaliar
a
Qualidade
de
Ajustamento
31
Exercício 1
Análise Factorial Confirmatória com o AMOS
3. Avaliar
a
Qualidade
de
Ajustamento
do
Modelo
Explore a área do output “Assessment of normality” para analisar os coeficientes de
3.2
-‐
Explorar
a
área
do
output
“Assessment
of
normality”
para
analisar
os
assimetria
coeficientes
e achatamento e avaliar
de
assimetria
a severidade
e
achatamento
e
ados desvios
valiar
à distribuição
a
severidade
normalà
dos
desvios
dos itens:
distribuição
normal
dos
itens:
!
Assimetria.
Valores superiores a 3
indicam desvios sérios à Kurtose (achatamento).
Normalidade? Valores superiores a 7
indicam desvios sérios à
Normalidade?
C.R.=Est/SD
Não é pacifica a Para amostras grandes
utilização da AFC com CR~N.
ML para itens ordinais. Serve para testar
Alternativas: H0: Ku=0 vs. H1: Ku0
CR≥2 indicam desvios
1. AMOS – Bootstrap
significativos à
2. LISREL, MPLUS,
normalidade para
EQS: Correlações =0.05
Policóricas com
WLS
Kurtose multivariada
CR≥2 indicam desvios significativos à
normalidade para =0.05
30
Estatística do teste X2
Rácio X2/df
GFI=0.886
Como classifica o ajustamento?
CFI=0.902
Ajustamento Bom?
NFI=0.870
Como classifica o ajustamento?
P(rmsea<0.05)<0.001
RMSEA=0.088
Como classifica o ajustamento?
Avaliar
a
Qualidade
de
Ajustamento
121
Outliers:
refazer
a
osanálise?
refazer a análise?
2. Eliminemos 4 maiores outliers e
comparemos os resultados com e sem
2.
Eoutliers
liminemos
os
4
maiores
outliers
e
comparemos
os
resultados
com
e
sem
outliers
Avaliar
a
Qualidade
de
Ajustamento
Ma
servam
elhorias
com vs
s
Respecificação
do
Modelo
D. 3.2.do Análise
D. Respecificação
Respecificação Respecificação
do
Modelo
Exemplo 1: AFC da estrutura trifactorial de MBI-SS
do modelo Factorial Confirmatória
modelo
Exemplo 1: AFC da estrutura
D. Respecificação trifactorial de MBI-SS
do modelo
Respecificação
do
3.2. Análise Factorial ConfirmatóriaM odelo
4. Respecificação
do
Modelo
Exemplo 1: AFC da estrutura trifactorial de MBI-SS
Índices
D. de
Modificação:
Respecificação do modelo
Índices de Modificação:
O
it14
apresenta
erros
O it14 correlacionados
apresenta
com
o
factor
erros correlacionados
comDescrença,
o factor e
o
it10.
Idem
para
eoo
Descrença,
it4it10.
Idem para o it4
Fiabilidade individual:
O
it14
apresenta
a
menor
fiabilidade
individual
O it14 apresenta a
menor fiabilidade
individual
O
it4
apresenta
também
dos
menores
Ovalores
it4 apresenta
de
fiabilidade
também dos menores
valores de fiabilidade
Respecificação
do
modelo
4. Respecificação
do
modelo
A
análise
dos
índices
de
modificação
e
da
fiabilidade
individual
sugerem
que
os
itens:
It4.4.
Estudar
ou
assis9r
a
uma
aula
deixam-‐me
tenso.
It14.4.
Tenho
aprendido
muitas
matérias
interessantes
durante
o
meu
curso.
São
itens
‘problemáOcos’
na
estrutura
tri-‐factorial.
O
it14
está
relacionado
com
outros
itens,
e
com
o
factor
Descrença
(apesar
de
estar
originalmente
no
factor
Realização).
De
forma
semelhante
o
it4
aparece
no
factor
‘Descrença’
o
que
carece
de
jusOficação
teórica
Respecificação
do
modelo
O que fazer?
3.2.
4. Análise Factorial
Respecificação
Eliminemos Confirmatória
do
os
mitens
odelo
4
e 14 da análise.
4.3
-‐
Eliminar
os
itens
4
e
14
da
análise.
Exemplo 1: AFC da estrutura trifactorial de MBI-SS
Clique
0
Clicar
D. Respecificação do modelo no
bno botão
otão
e
e
eelimine
liminar
os
os
itens
itens
4
e
114,
4,
as
127
trajectórias
as trajectórias
Eliminemos os itens 4 e 14 da análise. e
o3.2.
s
eresíduos
os
Análiseresíduos correspondentes.
Factorial Confirmatória
correspondentes.
0 Alterar
Clique no botão Altere
e elimine
oos
Oitens
otulo
titulo para
14, para
4 eExemplo
‘AFC
1: AFC da ‘AFC
MBI-‐SS
MBI-SS
estrutura trifactorial
modificado’
de MBI-SS modificado’
as trajectórias e os resíduos correspondentes.
D. Respecificação do modelo
Altere o titulo para ‘AFC MBI-SS modificado’
Eliminemos os itens 4 e 14 da análise.
a comClique
o AMOS
no Análise
botão eFactorial
seleccione a Confirmatória
patilha ‘Output’ com o AMOS
Seleccione a opção e digite ’11’ na caixa (
Respecificação
4. cap.
44, 1) do
modelo
Exemplo 1: AFC da estrutura trifactorial de MBI-SS
BI-SS
4.4
o-‐
modelo
Reajuste Clicar
clicando
no
botão
em
para
ajustar
o
modelo
Clique no botão E. Avaliaçãopara da Qualidade
abrir o output do modelo e navegue até aos ‘ Modification Indices’:
Clique no botão para ajustar o modelo.
4.5
–
Clicar
em
e
no
botão
para
visualizar
Clique em e no botão para visualizar o modelo ajustado
Comparação
5. Clique no botão de
ajustar
para modelos
o modelo.
Clique em e no botão para visualizar o modelo ajustado
Como se compara
o modelo modificado
Ocom
modelo modificado
o modelo original? tem
todos
os índices de qualidade de
Ajustamento com valores
O modelo modificado tem todos
indicativos de um bom
os índices de qualidade de
ajustamento
Ajustamento com O valores
RMSEA ainda
está acima
indicativos de de
um 0.05, mas a
bom ajustamento
P(rmsea
O RMSEA ainda≤0.05)
estánão
acima de
é0.05,
significativa.
mas a P(rmsea £≤0.05) não
é significativa.
ria com o AMOS
Exercício 1
Comparação
dos
modelos
40
MBI-SS
Análise Factorial Confirmatória com o AMOS 40
5. Comparação
de
modelos
Factorial Confirmatória
Para
Exemplo 1: com o AMOS
avaliar
se
a
qualidade
do
modelo
modificado
é
40
Exercício 1 AFC da estrutura trifactorial de MBI-SS
significaOva
significativa? f
Façamos azer
o
o
Análise Factorial Confirmatória com o AMOS
E. Avaliação da Qualidade do modelo t este
teste d
daa
d iferença
diferença d
dos os
cχ 2:
FCAda
da qualidade
estrutura
variação
trifactorial de MBI-SS
do modelo modificado é significativa? Façamos o teste da diferença dos cχ : 2
a147Qualidadecom
Hip’s:do 87-62
H : cχ2o= cχ
0modelo =252
m vs.gl.H(o
m2oodelo
0: cχ ¹≠ cχ2m simplificado
e
o
modelo
original
tem
a
mesma
qualiade
ExemploE.T.: X1:2difAFC da 2estrutura
=X2o-−X m=252.034de
atrifactorial
justamento)
-134.887=117.147 de MBI-SS com 87-62 =25 gl.
cel)
ualidade
E.
do modelo modificado
p-value<0.001
Avaliação da (=CHIDIST(117.47;
Qualidade do
é significativa?
modelo
Façamos o teste da diferença dos cχ2:
25) no MS-Excel)
0: cχ o¹≠ cχ m
2 2
(a
qualidade
de
ajustamento
nos
dois
modelos
é
diferente)
cχ2o= cχ2m vs. HNota: também é possível fazer este teste com o AMOS, mas é mais trabalhoso…
e com o AMOS,
=X2Ao-−X variação damodificado
2 =252.034
O modelo
m qualidade m as é mais trabalhoso…
-134.887=117.147do um
tem modelo com
ajustamentomodificado
87-62 =25 é significativa?
gl.
significativamente melhorFaçamos do que o teste
o modelo original. dos cχ :
da diferença 2
0: cχmelhor
2 = cχ2 cχ2os
icativamente é maisHparcimonioso?
EHip’s:
001 (=CHIDIST(117.47; o 25) no vs.doH0:que
Vejamos
m MS-Excel) o¹≠índices
ocχ2mmodelode parcimónia: original.
E.T.: XAIC2 2 -−X m=252.034
=X o=318.034 2
252.034-‐134.887=
a: também é possível fazer este teste com o AMOS, -134.887=117.147 mAIC 1com
17.147
87-62
=192.887
as é mais trabalhoso… com
=258gl. 7-‐62
=27gl
arcimónia: diforiginal
BCC = 321.766 BCCdo
modificado
odificadop-value<0.001
tem um ajustamento
original(=CHIDIST(117.47;
significativamente 25) no melhor
MS-Excel) que o =195.736
modificado modelo original.
Ccimonioso?
modificado =192.887
MECVI
Vejamos
Nota: os
Através
d
índices
original
a
c
=1.076
de parcimónia:
onsulta
d a
t abela
A
MECVImodificado=0.655
também é possível fazer este teste com o AMOS,
2
( Maroco,
2
mas é mais trabalhoso…
010),
para
α=0.05,
observa-‐se
que
riginal=318.034
O modelo modificado tem AIC
um ajustamento =192.887 significativamente melhor do que o modelo original.
CC
Coriginal
Χ
modificado
=E321.766
2 =195.736
é mais
Fiabilidade 0.95;(27) =
deparcimonioso? 4 0.113.
S endo
modificado
BCCmodificado
Vejamos
Compósita: O instrumento mede Χ 2 =117.147
>
Χ2
dif=195.736
os índices dde parcimónia:
e forma 0.95;(27) =
40.113
consistente e fiável o “factor”? rejeita-‐se
H0.
ECVI
CVIFactor
modificado=0.655
Exaustão:
original=1.076 original
AIC =318.034MECVImodificado=0.655 AICmodificado=192.887
( )
2
BCC
O
modelo
= 321.766 0.782 BCC+ 0.611 + 0.510
=195.736 + 0.836
FC Exaustão =
simplificado
ajusta-‐se
m2 elhor
original à
estrutura
correlacional
observada
entre
modificado os
= 0.785
MECVI (0.782
ompósita: O instrumento mede =1.076
itens
+ 0.611
original +n0.510
de forma + 0.836)eem
a
acmostra
onsistente MECVI
+ estudo
[(1 -−o0.612)
fiável +=0.655
do
“factor”?
modificado q(1ue
o
modelo
-− 0.374) + (1-−o0.260)
riginal
+ (1 -− 0.699)]
rma FC
consistente e fiável
= 0.867
Descrença
FC o “factor”?
= 0.702 Realização 2
Comparação
dos
modelos
5. Comparação
de
modelos
E
é
mais
parcimonioso?
Vejamos
os
índices
de
parcimónia:
AIC =318.034
AIC =192.887
original
modificado
BCC =
321.766
BCC =195.736
original modificado
MECVI =1.076
MECVI =0.655
original modificado
O
melhor
modelo
será,
de
entre
os
avaliados,
aquele
que
apresentar
os
menores
valores
em
um
ou
mais
destes
índices
Reportação
dos
Dados
Análise
EstajsUca
A
análise
factorial
confirmatória
da
estrutura
tri-‐factorial
da
MBI-‐SS
foi
efectuada
com
o
so•ware
AMOS
17
(SPSS
Inc,
Chicago,
Il).
Para
avaliar
a
qualidade
do
ajustamento
global
do
modelo
à
estrutura
correlacional
consideram-‐se
valores
indicaOvos
de
bom
ajustamento
CFI
e
GFI
superiores
a
0.9
e
PCFI
e
PGFI
superiores
a
0.6.
Considerou-‐se
ainda
que
c2/gl
~2
e
RMSEA
inferior
a
0.5
com
uma
probabilidade
P[rmsea£≤≤
0.05]
não
significaOva
indicam
um
bom
ajustamento
do
modelo
(v.
exemplo
Schumacker
&
Lomax,
1996)
p.
119-‐137).
O
refinamento
do
modelo
foi
efectuado
a
parOr
dos
valores
dos
índices
de
modificação
pelos
mulOplicadores
de
Lagrange
(LM),
considerando-‐se
que
trajectórias
e/ou
correlações
com
LM>11
(p<0.001)
eram
indicadores
de
variação
significaOva
da
qualidade
do
modelo.
A
fiabilidade
de
constructo
foi
avaliada
com
a
fiabilidade
compósita
(Fornell
and
Laker,
1981)
e
a
validade
de
constructo
foi
avaliada
com
a
validade
factorial,
com
a
validade
convergente
(esOmada
pela
variância
média
extraída
-‐
VME
)
e
com
a
validade
discriminante
avaliada
pelo
teste
de
diferença
do
c2.
Considera-‐se
que
uma
fiabilidade
compósita
superior
ou
igual
a
0.7,
uma
VME
superior
ou
igual
a
0.5,
e
um
teste
da
diferença
de
c2
significaOvo
são
indicadores
de
constructos
fiáveis
e
válidos
(Fornell
and
Laker,
1981).
Os
pressupostos
do
modelo
factorial
confirmatório,
nomeadamente
a
normalidade
dos
itens
mulOvariados
e
a
inexistência
de
outliers
foram
avaliados
pelos
coeficientes
de
forma
(Sk
e
Ku)
e
pela
distância
de
Mahanalobis
quadrada
respecOvamente.
Resultados
A
análise
factorial
confirmatória
da
estrutura
tri-‐factorial
da
MBI-‐SS
indicou
que
o
modelo
original
proposto
por
Schaufli
et
al.
apresentava
uma
ajustamento
medíocre
à
amostra
sob
estudo
(X2/gl=
2.9;CFI=0.903,
PCFI=0.748,
GFI=0.898,
PGFI=0.651,
RMSEA=0.08
;
P[rmsea≤0.05]<0.001)
.
De
acordo
com
os
índices
de
Modificação
(LM>11,
p<0.001)
e
com
considerações
teóricas
(
…)
removeram-‐se
os
itens
4
e
14
da
análise.
O
novo
modelo
(com
menos
dois
itens)
apresentou
valores
dos
índices
de
qualidade
de
ajustamento
indicadores
de
um
bom
ajustamento
do
novo
modelo
aos
dados
(X2/gl=
2.1;CFI=0.948,
PCFI=0.753,
GFI=0.936,
PGFI=0.638,
RMSEA=0.063
;
[rmsea<=0.05]<0.072).
A
diferença
da
qualidade
de
ajustamento
dos
dois
modelos
revelou-‐se
altamente
significaOva
(X2dif(25)=252.034;
p<0.001)
tendo
o
modelo
modificado
valores
consideravelmente
menores
de
AIC,
BCC
e
MECVI
(
192.9,
195.7
e
0.655
respecOvamente)
consideravelmente
menores
do
que
o
modelo
original
(
318.0,
321.8
e
1.076
respeOvamente).
Reportação
dos
Dados
132
Na
figura
1
apresentam-‐se
Exemplo 1: os
pAFC
esos
da
factoriais
estrutura e
a
fitrifactorial
abilidade
individual
de MBI-SS dos
itens
de
cada
p( )
.61
factor,
bem
como
as
correlações
entre
factores.
De
acordo
com
a
proposta
inicial
de
.78
It1 e1
F. e
Maslach,
a
Exaustão
Relatório
stá
correlacionada
posiOvamente
com
a
Descrença
(r=0.32,
p<0.001)
e
.61 It2
.37
e2
respectivamente). Na figura 1 apresentam-se os pesos factoriais e a fiabilidade Exaustão
.51 .26
It3 e3
negaOvamente
com
aindividual
Realização
dos(itens
r=-‐0.19;
p=0.009).
de cada factor, bem Finalmente,
a
Descrença
como as correlações entre está
factores. De
acordo com a proposta inicial de Maslach, a Exaustão está correlacionada .84
correlacionada
negaOvamente
positivamente com
com a
Raealização
Descrença ((r=0.32,
r=-‐0.44;
p<0.001)
p<0.001).
e negativamente com a .70
It5 e5
Realização (r=-0.19; p=0.009). Finalmente, a Descrença está correlacionada
A
fiabilidade
de
constructo
é
superior
negativamente com aa
0 .7
para
todos
Realização (r=-0.44;os
factores,
p<0.001).sendo
respecOvamente
.32
.64
A fiabilidade de constructo é superior a 0.7 para todos os factores, sendo It6 e6
de
0.785,
0.867
e
0.702
para
a
Exaustão,
respectivamente de 0.785, Descrença
e
Realização
0.867 e 0.702 respecOvamente.
para a Exaustão, Descrença e A
.80
.72 .52
It7 e7
Realização respectivamente. A variância média extraída
variância
média
extraída
foi
de
0.486,
0.620
e
0.424
para
os
factores
Exaustão,
foi de 0.486, 0.620 e e
Descrença
-.19 Descrença .82 .66
0.424 para os factores Exaustão, Descrença e Realização. Com a excepção da It8 e8
.80
Realização.
Com
a
excepção
Descrença da
osDvalores
escrença
os
valores
de VEM atestam de
a Vfraca
EM
avalidade
testam
convergente
a
fraca
validade
dos
It9
.65
e9
factores sob estudo. Relativamente à validade divergente, o teste do X2 da
convergente
dos
factores
diferençasob
revelou-se
estudo.
Raltamente
elaOvamente
à
validade
significativo, divergente,
demonstrando o
teste
do
X2
da
a validade .48
divergente dos factores. -.44 It10 e10
diferença
revelou-‐se
altamente
significaOvo,
demonstrando
a
validade
divergente
dos
.70
It11
.35
e11
.59
factores.
.76 It12
.58
e12
Realização .55
.31
It13 e13
Figura 4.1. Pesos factoriais, fiabilidades individuais de cada item em cada factor e
.63
correlações entre factores da escala MBI-SS adaptada a uma amostra portuguesa de
estudantes de psicologia (X2/gl= 2.1;CFI=0.948, PCFI=0.753, GFI=0.936, PGFI=0.638, .40
It15 e15
RMSEA=0.063 ; [rmsea<=0.05]<0.072).
Figura
1.
Pesos
factoriais,
fiabilidades
individuais
de
cada
item
em
cada
factor
e
correlações
entre
factores
da
escala
MBI-‐SS
adaptada
a
uma
amostra
portuguesa
de
estudantes
de
psicologia
(X2/gl=
2.1;CFI=0.948,
PCFI=0.753,
GFI=0.936,
PGFI=0.638,
RMSEA=0.063
;
[rmsea<=0.05]<0.072).
133
“We have to continue to learn.
We have to be open.
And we have to be ready to release our
knowledge in order to come to a
higher understanding of reality.”