CADERNOS DE EXERCÍCIO PSICOMETRIA ONLINE

ANÁLISE FATORIAL E MODELAGEM POR EQUAÇÕES

ESTRUTURAIS

Análise Fatorial Exploratória (AFE)

Utilizando o banco “AF Empatia.dat”

1. O teste de Mardia foi estatisticamente significativo? A normalidade

multivariada foi acatada?
O teste de Mardia foi estatisticamente significativo (p < 0,001), indicando que a
hipótese da normalidade multivariada precisa ser rejeitada.

2. Qual foi o resultado do teste de Kaiser-Meyer-Olkin? E do teste de Bartlett? A

matriz de correlação se mostrou adequada para a realização da AFE?
A matriz de correlação se mostrou adequada para realização da AFE, com KMO
= 0,909 e teste de esfericidade de Bartlett (5627,1, gl = 91) estatisticamente significativo
(p < 0,01).

3. A análise paralela recomendou a retenção de quantos fatores, considerando a

média da variância aleatória?
A análise paralela recomendou a retenção de dois fatores.

4. Considerando a avaliação geral dos escores UniCo. ECV e MIREAL, os dados

poderiam ser considerados como unidimensionais? Os três itens são unânimes
na avaliação?
Os escores gerais de UniCo (0,955) e MIREAL (0,269) indicaram que os dados
podem ser tratados como unidimensionais, mas o escores de ECV (0,801) indicou o
contrário.

João Paulo Araujo dos Santos - jpsantos.10@hotmail.com - CPF: 028.702.421-07

 5. Escreva um parágrafo descrevendo os principais índices de ajuste para a
solução de dois fatores.
O teste do qui-quadrado fo estatisticamente significativo (² (64) = 187,851, p <
0,001), mas os outros índices de ajustes foram ótimos, RMSEA = 0,038, NNFI = 0,984
(ou TLI = 0,984) e CFI = 0,989. Isto demonstra que o modelo de dois fatores se ajustou
adequadamente aos dados.

6. Crie uma tabela reportando as cargas fatoriais da solução de dois fatores.

Tabela 1. Cargas fatoriais da solução de dois fatores da EFA.

Fator 1 Fator 2
Item 1 -0,008 0,650
Item 2 -0,064 0,669
Item 3 -0,027 0,689
Item 4 -0,066 0,571
Item 5 0,049 0,482
Item 6 0,191 0,474
Item 7 -0,030 0,496
Item 8 0,721 -0,024
Item 9 0,777 -0,128
Item 10 0,779 -0,145
Item 11 0,749 -0,008
Item 12 0,516 0,212
Item 13 0,467 0,249
Item 14 0,501 0,020

7. Algum item apresentou fortes cargas nos dois fatores? Quais foram os itens mais
representativos de cada fator?
Nenhum item apresentou cargas fatoriais fortes em mais de um fator. Os itens
mais representativos do fator 1 foram os itens 10 ( = 0,779), 9 ( = 0,777) e 11 ( =
0,749). Para o fator 2, os itens mais importantes foram os itens 3 ( = 0,689), 2 ( = 0,669)
e 1 ( = 0,650).

8. Qual foi a correlação entre os fatores?

Os itens 1 e 2 apresentaram uma correlação de r = 0,628 entre si.

João Paulo Araujo dos Santos - jpsantos.10@hotmail.com - CPF: 028.702.421-07

 9. Os fatores latentes são prováveis de serem replicados em outras amostras?
Relate os índices H de cada fator;
O índice H indicou que os fatores podem não ser facilmente replicáveis, com base
nos itens observados (H = 0,790 para ambos os fatores), embora as variáveis latentes
tenham apresentado melhor definição (H = 0,865 para fator 1; H = 0,819 para fator 2).

10. Quais foram os índices de determinação dos escores fatoriais? Eles podem ser
considerados como bem definidos?
Os escores fatoriais do fator 1 exibiu um FDI = 0,930 e os escores do fator 2 um
FDI = 0,905. Ambos podem ser considerados bem definidos e adequados para
interpretação.

11. Escreva um parágrafo descrevendo quais foram os itens mais discriminativos

para cada fator.
Os itens com maior capacidade discriminativas do traço latente no fator 1 foram
os itens 11 (a = 1,122), 9 (a = 1,093) e 10 (a = 1,086). Para o item 2, os itens mais
discriminativos foram os itens 3 (a = 0,930), 2(a = 0,866) e 1(a = 0,851).

12. Qual foi o valor do Greatest Lower Bound to Reliability? Calcule a fidedignidade
composta para cada fator.
O valor de Greatest Lower Bound foi de GLB = 0,910. A confiabilidade composta
para o fator 1 foi de CR = 0,837 e CR = 0,778 para o fator 2.

João Paulo Araujo dos Santos - jpsantos.10@hotmail.com - CPF: 028.702.421-07

 Análise Fatorial Confirmatória (AFC)

Utilizando o banco “BSCS.sav”

Realize uma Análise Fatorial Confirmatória utilizando os procedimentos mais

adequados para dados ordinais. Teste uma estrutura de dois fatores com a seguinte
organização:
• Fator 1: itens 2, 3, 4, 5, 7, 9, 10, 12, 13
• Fator 2: itens 1, 6, 8, 11

1. Escreva um parágrafo descrevendo os procedimentos de análise utilizados.

Explique também os parâmetros de interpretação dos índices de ajuste.
Uma análise fatorial confirmatória (AFC) foi realizada para testar se uma estrutura
de dois fatores é adequada para explicar os dados observados. O método de estimação
utilizado foi o Robust Diagonally Weighted Least Squares (RDWLS), adequado para
dados categóricos (DiStefano & Morgan, 2014; Li, 2016).
O ajuste do modelo aos dados foi avaliado por meio dos seguintes índices de
ajuste: 2; 2/gl; Comparative Fit Index (CFI); Tucker-Lewis Index (TLI); Standardized
Root Mean Residual (SRMR) e Root Mean Square Error of Approximation (RMSEA).
Valores de 2 não devem ser significativos; a razão 2/gl deve ser < que 5 ou,
preferencialmente, < que 3; Valores de CFI e TLI devem ser > que 0,90 e,
preferencialmente acima de 0,95; Valores de RMSEA e SRMR devem ser < que 0,08 ou,
preferencialmente < que 0,06, com intervalo de confiança (limite superior) < 0,10
(Brown, 2015). A fidedignidade da medida foi mensurada através da fidedignidade
composta (Damásio & Valentini, 2015; Raykov, 2007).

2. Monte uma tabela exibindo os resultados do teste do qui-quadrado e os índices

de ajuste do modelo.

Tabela 1. Índices de ajuste da AFC de dois fatores

2 (gl) 2/gl CFI TLI SRMR RMSEA (90% IC)
125,151 (64)** 1,96 0,969 0,962 0,061 0,049 (0,036 – 0,061)

Nota: **p < 0,001

João Paulo Araujo dos Santos - jpsantos.10@hotmail.com - CPF: 028.702.421-07

 3. O ajuste do modelo testado foi adequado? Indique os índices que corroboram
esta decisão.
O teste do qui-quadrado foi estatisticamente significativo, indicando que o ajuste
do modelo não foi ideal, mas todos os outros índices de ajuste apontaram para um bom
ajuste do modelo. A razão 2/gl, o CFI, o TLI e o RMSEA também ficaram dentro da
margem de um ajuste ótimo.

4. Monte uma tabela exibindo as cargas fatoriais padronizadas dos itens. Algum
item apresentou cargas fatoriais abaixo de 0,3? Quais foram os itens mais
importantes de cada fator?

Tabela 2. Cargas fatoriais do modelo de AFC de dois faotres

Carga fatorial
Fator Item p
padronizada
Fator 1
BSCS2 0,398 < ,001
BSCS3 0,495 < ,001
BSCS4 0,377 < ,001
BSCS5 0,571 < ,001
BSCS7 0,473 < ,001
BSCS9 0,661 < ,001
BSCS10 0,529 < ,001
BSCS12 0,616 < ,001
BSCS13 0,483 < ,001
Fator 2
BSCS1 0,521 < ,001
BSCS6 0,472 < ,001
BSCS8 0,640 < ,001
BSCS11 0,579 < ,001

5. Calcule a fidedignidade composta de cada fator. A fidedignidade foi adequada?

A fidedignidade composta para o fator 1 foi de CR = 0,763 e CR = 0,639 para o
fator 2. Somente a fidedignidade composta do fator 1 esteve adequada, de acordo com o
critério de 0,7. No entanto, é importante notar que a baixa fidedignidade composta do
fator 2 sofre influência do seu baixo número de itens.

6. Qual foi o valor da correlação entre os fatores?

João Paulo Araujo dos Santos - jpsantos.10@hotmail.com - CPF: 028.702.421-07

 A correlação observada entre os fatores 1 e 2 foi de r = -0,821 (p< 0,001).

7. Os índices de modificação sugeriram alguma carga cruzada? Se sim, quais?

Sim. Os índices de modificação sugeriram a carregar os itens 2 (EPC = 0,456) e 7
(EPC = -0,419) no fator 2.

8. Quais foram as duas principais correlações residuais sugeridas pelos índices de

modificação?
Os índices de modificação sugeriram correlacionar os resíduos dos itens 2 e 3
(EPC = 0,285) e dos itens 4 e 7 (EPC = -0,237).

João Paulo Araujo dos Santos - jpsantos.10@hotmail.com - CPF: 028.702.421-07

 AFC Multigrupo

Utilizando
Realize uma Análise Fatorial Confirmatória utilizando os procedimentos mais
adequados para dados ordinais. Teste uma estrutura de dois fatores com a seguinte
organização:
• Fator 1: itens 2, 3, 4, 5, 7, 9, 10, 12, 13
• Fator 2: itens 1, 6, 8, 11

1. Teste se existe uma invariância configural entre homens e mulheres da estrutura

proposta acima. Registre o resultado do qui-quadrado e dos índices de ajuste.

Tabela 1. Índices de ajuste do modelo configural

2 (gl) 2/gl CFI TLI SRMR RMSEA (90% IC)
217,660 (139) 1,57 0,944 0,937 0,080 0,053 (0,039 – 0,066)

2. Registre os resultados do qui-quadrado e os índices de ajuste para a variância

métrica.
Tabela 2. Índices de ajuste do modelo métrico
2 (gl) 2/gl CFI TLI SRMR RMSEA (90% IC)
217,660 (139) 1,57 0,944 0,937 0,080 0,053 (0,039 – 0,066)

3. Qual foi CFI entre a invariância configural e a invariância métrica? Pode-se

considerar que o modelo é invariante?
Não houve mudança no CFI (CFI = 0) entre os modelos configural e métrico,
logo pode-se assumir a invariância no nível métrico.

4. Registre os resultados do qui-quadrado e os índices de ajuste para a variância

escalar.

João Paulo Araujo dos Santos - jpsantos.10@hotmail.com - CPF: 028.702.421-07

 Tabela 3. Índices de ajuste do modelo escalar
2 (gl) 2/gl CFI TLI SRMR RMSEA (90% IC)
574,414 (150) 3,83 0,699 0,687 0,118 0,118 (0,108 – 0,129)

5. Qual foi CFI entre a invariância métrica e a invariância escalar? Pode-se

considerar que o modelo é invariante?
O CFI apresentou uma forte queda no modelo escalar (CFI = -0,245), indicando
que o modelo não alcançou a invariância escalar.

João Paulo Araujo dos Santos - jpsantos.10@hotmail.com - CPF: 028.702.421-07