Anlise Fatorial Exploratria

(AFE)
Disciplina: Medidas em Psicologia
Professora: Ana Carolina Rodrigues
 O que anlise fatorial?
uma tcnica de interdependncia, cujo propsito
principal definir a estrutura inerente entre as
variveis na anlise;
Examina as inter-relaes entre um grande
nmero de variveis observadas e busca explic-
las em termos de suas dimenses comuns,
chamadas fatores;
uma tcnica de resumo ou reduo de dados
que no possui variveis dependentes e
independentes. , portanto, uma tcnica de
interdependncia, em que todas as variveis so
consideradas simultaneamente.
Prof. Ana Carolina Rodrigues - UFBA
 Exemplo:
Matriz de correlao de 9 elementos da
imagem de uma loja
V1 V2 V3 V4 V5 V6 V7 V8 V9
V1- Preo 1,00
V2- Pessoal da loja ,427 1,00
V3- Poltica de devoluo ,302 ,771 1,00
V4- Disponib. do produto ,470 ,497 ,427 1,00
V5- Qualidade do produto ,765 ,406 ,307 ,427 1,00
V6- Profund. da diversidade ,281 ,445 ,423 ,713 ,325 1,00
V7- Amplit. da diversidade ,345 ,490 ,471 ,719 ,378 ,724 1,00
V8- Servio interno ,242 ,719 ,733 ,428 ,240 ,311 ,435 1,00
V9- Ambiente da loja ,372 ,737 ,774 ,479 ,326 ,429 ,466 ,710 1,00
Hair et al. (2009)

Prof. Ana Carolina Rodrigues - UFBA

 Esses elementos se agrupam em conjuntos mais
gerais de avaliao?

V3 V8 V9 V2 V6 V7 V4 V1 V5
V3- Poltica de devoluo 1,00
V8- Servio interno ,773 1,00
V9- Ambiente da loja ,771 ,710 1,00 Experincia interna
V2- Pessoal da loja ,771 ,719 ,737 1,00
V6- Profund. da diversidade ,423 ,311 ,429 ,445 1,00 Oferta de produtos
V7- Amplit. da diversidade ,471 ,435 ,466 ,490 ,724 1,00
V4- Disponib. do produto ,427 ,428 ,479 ,497 ,713 ,729 1,00
V1- Preo ,302 ,242 ,372 ,427 ,281 ,354 ,470 1,00 Valor
V5- Qualidade do produto ,307 ,240 ,326 ,406 ,325 ,378 ,427 ,765 1,00
Hair et al. (2009)

Prof. Ana Carolina Rodrigues - UFBA

 Objetivos da anlise fatorial

Busca analisar um Busca combinar pessoas

conjunto de variveis em grupos de uma
para identificar populao maior a partir
dimenses latentes, a de uma matriz de
partir de uma matriz de correlao dos
correlao das variveis respondentes
(agrupamentos)

Anlise Anlise
fatorial R fatorial Q

Prof. Ana Carolina Rodrigues - UFBA

 Objetivos da anlise fatorial

Resumo de Reduo de
dados dados
Identificao de variveis
Os fatores so formados
representativas a partir de
para explicar um conjunto
um nmero maior de
de variveis
variveis

Agrupamento das variveis Criao de um novo

pelo que representam conjunto de variveis para
coletivamente na expresso substituir o conjunto
de um conceito original

Prof. Ana Carolina Rodrigues - UFBA

Lixo entra, lixo sai
A
N

L
I
S
E

F
A
T
O
R
I
A
L
Prof. Ana Carolina Rodrigues - UFBA
 Planejamento de uma anlise fatorial

Clculo dos dados de Matriz de dados ou de

entrada respondentes

Planejamento das
propriedades de Ao menos 5 variveis por fator,
medida, nmero e com escalas mtricas
tipos de variveis

Proporo mdia de 10 casos

Tamanho da amostra para cada varivel

Prof. Ana Carolina Rodrigues - UFBA

 Suposies na anlise fatorial
Questes conceituais
Existe uma estrutura subjacente ao conjunto de variveis
escolhidas

responsabilidade do pesquisador garantir que os

padres observados sejam conceitualmente vlidos.
A AFE capaz somente de determinar a adequao
das correlaes entre variveis.

Exemplo: reunir variveis dependentes e independentes

em uma anlise fatorial e usar os fatores para apoiar
relaes de dependncia.

Prof. Ana Carolina Rodrigues - UFBA

 Suposies na anlise fatorial
Questes conceituais
Existe uma estrutura subjacente ao conjunto de variveis
escolhidas

O pesquisador deve garantir que a amostra esteja

adequada estrutura fatorial inerente.

Exemplo: estudo de estresse em universitrios amostra

de universitrios

Prof. Ana Carolina Rodrigues - UFBA

 Suposies na anlise fatorial
Questes estatsticas
Espera-se que haja multicolinearidade, pois o objetivo
identificar conjuntos de variveis inter-relacionadas.

Medidas gerais de intercorrelao

Se todas as correlaes so pequenas ou iguais, o

pesquisador deve questionar o uso da anlise fatorial.
Inspeo visual da matriz de correlao coeficientes
em torno de 0,30
Inspeo da matriz anti-imagem (correlaes parciais)
altos valores indicam menor multicolinearidade
Prof. Ana Carolina Rodrigues - UFBA
 Suposies na anlise fatorial
Questes estatsticas
Espera-se que haja multicolinearidade, pois o objetivo
identificar conjuntos de variveis inter-relacionadas.

Medidas gerais de intercorrelao

Teste de esfericidade de Bartlett examina toda a matriz

de correlao, verificando se h suficientes correlaes
significantes.
Deve ser significativo (p<.05)
Qui-quadrado deve ser superior a 1767,992

Prof. Ana Carolina Rodrigues - UFBA

 Suposies na anlise fatorial
Questes estatsticas
Espera-se que haja multicolinearidade, pois o objetivo
identificar conjuntos de variveis inter-relacionadas.

Medidas gerais de intercorrelao

Medida de adequao da amostra comumente

utilizado o KMO (Kaiser-Meyer-Olkin).
O ndice varia de 0 a 1, sendo:
0,80 ou mais admirvel
0,70 mediano
0,60 medocre
0,50 ruim
Abaixo de 0,50 - inaceitvel

Prof. Ana Carolina Rodrigues - UFBA

 Determinao de fatores e avaliao do
ajuste geral
1- Seleo do mtodo de extrao dos fatores
Anlise de Componentes
Anlise de Fatores Comuns
Principais

Deciso deve considerar:

Objetivos da anlise fatorial
Conhecimento sobre caractersticas das relaes
entre variveis (varincia)

Prof. Ana Carolina Rodrigues - UFBA

 Varincia de uma varivel a quantia total de disperso de
valores para uma nica varivel em torno de sua mdia (2).

Quando duas variveis

correlacionam, significa
que elas compartilham
varincia
Criatividade Raciocnio Lgico

Para os propsitos da anlise fatorial, importante

entender o quanto da varincia de uma varivel
compartilhado com outras variveis em determinado
fator.
Prof. Ana Carolina Rodrigues - UFBA
 A varincia total de qualquer varivel pode ser dividida
em 3 tipos de varincia:

Varincia Comum Varincia Varincia de Erro

Varincia que Especfica Tambm no pode ser
compartilhada com Associada com apenas explicada pela
todas as outras uma varivel correlao entre
variveis da anlise especfica outras variveis
Comunalidade No pode ser Resulta de erros
explicada pelas aleatrios ou
correlaes com sistemticos
outras variveis

Prof. Ana Carolina Rodrigues - UFBA

 A varincia total de qualquer varivel pode ser dividida
em 3 tipos de varincia:

Valor Diagonal Varincia

Unidade Varincia Total

Comunalidade Comum Especfica e de erro

Varincia Extrada

Varincia excluda

Prof. Ana Carolina Rodrigues - UFBA

 Determinao de fatores e avaliao do
ajuste geral
1- Seleo do mtodo de extrao dos fatores
Anlise de Componentes Anlise de Fatores Comuns
Principais (PAF)
Objetivo: resumir a maior Objetivo: identificar fatores
parte da informao original ou dimenses latentes que
em um nmero mnimo de refletem o que as variveis
fatores; tm em comum;
Considera a varincia total e Considera apenas a varincia
deriva fatores que possuem comum, assumindo que as
pequena proporo de varincias especfica e de
varincia nica ou de erro. erro no so de interesse
para definir a estrutura das
variveis.

Prof. Ana Carolina Rodrigues - UFBA

 Determinao de fatores e avaliao do
ajuste geral
1- Seleo do mtodo de extrao dos fatores
Anlise de Componentes Anlise de Fatores Comuns
Principais (PAF)

Mais adequada quando: Mais adequada quando:

A reduo de dados a A preocupao prioritria

preocupao prioritria; identificar as dimenses ou
J h conhecimento sobre as construtos latentes;
varincias especfica e de erro, e No h conhecimento sobre as
essas so pequenas. varincias especfica e de erro

Prof. Ana Carolina Rodrigues - UFBA

 Determinao de fatores e avaliao do
ajuste geral
2- Critrios sobre nmero de fatores a extrair

Quantos fatores devem ser extrados?

Ainda no foi desenvolvida uma base quantitativa

exata para decidir o nmero de fatores a extrair;
Deciso deve considerar:
Fundamentao conceitual: quantos fatores
devem estar na estrutura?
Evidncia emprica: quantos fatores podem ser
razoavelmente sustentados?

Prof. Ana Carolina Rodrigues - UFBA

 Os mtodos de anlise fatorial buscam a melhor
combinao linear de variveis: a combinao
particular de variveis que explica a maior parte da
varincia dos dados em comparao a qualquer outra
combinao.
1 Fator O melhor resumo das relaes lineares observadas
A segunda melhor combinao linear das variveis.
A combinao que explica a maior parte da
2 Fator
.. varincia que ainda inexplicada aps a extrao
do 1 fator
.
ltimo Fator (n) Sendo n o nmero de variveis na anlise.

Prof. Ana Carolina Rodrigues - UFBA

 Determinao de fatores e avaliao do
ajuste geral
2- Critrios sobre nmero de fatores a extrair
Critrio da raiz latente, ou autovalor, ou eigenvalues
(Tambm chamado Critrio Guttman-Kaiser)

Premissa: um fator deve explicar ao menos a

quantidade de varincia explicada por uma varivel
(1,0). Fatores com eigenvalue inferior a 1,0 devem
ser descartados.

Limitao: Tende a superestimar o nmero de fatores.

Prof. Ana Carolina Rodrigues - UFBA

 Determinao de fatores e avaliao do
ajuste geral
2- Critrios sobre nmero de fatores a extrair
Critrio do teste scree de Cattell

Usado para identificar o nmero timo de fatores

antes que a quantia de varincia nica seja superior
varincia comum. No grfico, so considerados os
fatores que esto acima da linha reta.

Limitao: Tende a superestimar o nmero de fatores

(ainda mais do que o critrio de eigenvalues)

Prof. Ana Carolina Rodrigues - UFBA

Raiz Latente (eigenvalues)

Critrio do eigenvalue
Critrio do teste scree

Nmero de Fatores
 Determinao de fatores e avaliao do
ajuste geral
2- Critrios sobre nmero de fatores a extrair
Critrio de anlise paralela de Horn

Comparao dos eigenvalues obtidos empiricamente

com os eigenvalues obtidos aleatoriamente a partir
de matrizes de variveis. Extrados aqueles cujos
autovalores empricos excedem os aleatrios.

um mtodo preciso, contudo no est disponvel na

maioria dos pacotes estatsticos existentes

Prof. Ana Carolina Rodrigues - UFBA

 Determinao de fatores e avaliao do
ajuste geral
2- Critrios sobre nmero de fatores a extrair
Critrio a priori

O pesquisador instrui o computador a parar a anlise

quando o nmero de fatores desejados tiver sido
extrado.

Limitao: Deve possuir respaldo terico (teste de

hipteses) ou estar confirmando os resultados de estudos
anteriores

Prof. Ana Carolina Rodrigues - UFBA

 Interpretao dos Fatores

Estimativa da
matriz fatorial
no-
rotacionada

Interpretao

Interpretao e
Rotao de
reespecificao
fatores
de fatores

Prof. Ana Carolina Rodrigues - UFBA

 Interpretao dos Fatores
1- Rotao de fatores
As solues de fatores no-rotacionados extraem
fatores na ordem de sua varincia extrada;
Ao rotacionar a matriz fatorial, busca-se
redistribuir a varincia dos primeiros fatores para
os ltimos, a fim de atingir um padro fatorial mais
simples e teoricamente mais significativo.

Prof. Ana Carolina Rodrigues - UFBA

 Fator II No-Rotacionado
+1.0
2 agrupamentos
V1

V2 As cargas fatoriais,
+.50
contudo, no
parecem to bvias

Fator I No-
-1.0 -.50 0 +.50 +1.0 Rotacionado
V3
V4
-.50
V5

-1.0
 Fator II No-Rotacionado
+1.0

Variveis Fator I Fator II V1

+.50 V2
V1 0,50 0,82

V2 0,60 0,61
Fator I No-
V3 0,91-1.0 -0,22 -.50 0 +.50 +1.0 Rotacionado
V3
V4 0,82 -0,30 V4
-.50
V5 0,60 -0,50 V5

-1.0
 Fator II
Rotacionado
Variveis Fator I Fator II V1

V2
V1 0,03 0,90

V2 0,19 0,82

V3 0,95-1.0 0,22 -.50 0

V3
V4 0,89 0,12 V4
-.50
Fator I
V5
V5 0,78 -0,12 Rotacionado

-1.0
 Fator II No-Rotacionado
+1.0

Variveis Fator I Fator II V1

+.50 V2
V1 0,50 0,82

V2 0,60 0,61
Fator I No-
V3 0,91-1.0 -0,22 -.50 0 +.50 +1.0 Rotacionado
V3
V4 0,82 -0,30 V4
-.50
V5 0,60 -0,50 V5

-1.0
 Fator II Rotao
Ortogonal

V1 Fator II Rotao
Oblqua
V2

-1.0 -.50 0
V3
V4
-.50 Fator I Rotao
V5 Oblqua
Fator I Rotao
Ortogonal
-1.0
Variveis Fator I Fator II V1 Fator II Rotao
Oblqua
V1 0,20 0,80 V2

V2 0,30 0,78

V3 0,95 0,40
-1.0 -.50 0
V3
V4 0,90 0,30 V4
-.50 Fator I Rotao
V5 Oblqua
V5 0,78 0,00

-1.0
 No-Rotacionado Rotao Ortogonal Rotao Oblqua

Variveis Fator I Fator II Variveis Fator I Fator II Variveis Fator I Fator II

V1 0,50 0,82 V1 0,03 0,90 V1 0,20 0,80

V2 0,60 0,61 V2 0,19 0,82 V2 0,30 0,78

V3 0,91 -0,22 V3 0,95 0,22 V3 0,95 0,40

V4 0,82 -0,30 V4 0,89 0,12 V4 0,90 0,30

V5 0,60 -0,50 V5 0,78 -0,12 V5 0,78 0,00

 Interpretao dos Fatores
1- Rotao de fatores
Os mtodos de rotao tm como objetivo
simplificar as linhas e colunas da matriz fatorial
para facilitar a interpretao
Maximizar a carga de uma varivel em um nico
fator
Reduzir ao mximo o nmero de variveis com
cargas altas por fator
Quartimax Oblqua Oblimin
Ortogonal

Varimax Promax
Equimax Quartimin
Orthomax Orthoblique
Prof. Ana Carolina Rodrigues - UFBA
 Interpretao dos Fatores
2- Julgamento da significncia das cargas fatoriais
Garantia de significncia prtica
A carga fatorial a correlao entre a varivel e o fator
O quadrado da carga fatorial a varincia total da
varivel explicada pelo fator
Carga fatorial Significncia Prtica
Atendem ao nvel mnimo para
De 0,30 a 0,40
interpretao de estrutura
Significantes na prtica (25% da varincia
Em mdia 0,50
explicada pelo fator)
Indicativas de uma estrutura bem
Acima de 0,70
definida

Prof. Ana Carolina Rodrigues - UFBA

 Interpretao dos Fatores
2- Julgamento da significncia das cargas fatoriais
Avaliao da significncia estatstica
Tamanho necessrio da
Carga fatorial
amostra para significncia
0,30 350
0,35 250
0,40 200
0,45 150
0,50 120
0,55 100
0,60 85
0,65 70
0,70 60
0,75 50
Prof. Ana Carolina Rodrigues - UFBA
 Interpretao dos Fatores
3- Interpretao de uma matriz fatorial

Identifique as
Avalie as
Examine a matriz cargas
comunalidades
fatorial de cargas significantes para
das variveis
cada varivel

Reespecifique o
modelo fatorial Rotule os fatores
se necessrio

Prof. Ana Carolina Rodrigues - UFBA

ITENS FATOR 1 FATOR 2 H2
1 .80 .10 .65
2 .78 -.05 .61
3 .78 .20 .65
4 .70 .15 .51
5 .65 .08 .43
6 .64 .12 .42
7 -.64 -.56 .71
8 .60 .03 .36
9 -.60 -.23 .41
10 -.25 .19 .10
11 .30 -.83 .78
12 .21 -.80 .68
13 .04 -.78 .61
14 .16 -.70 .52
15 A varivel -.12 cruzada
tem carga .70 .50
16 .09 .66 .44
17 -.00 -.65 .42
18 .12 -.63 .41
19 -.03 .56 .31
20 .00 -.40 .16
Eigenvalue 4.614 4.932
% Varincia Total 23,07 24,66
ITENS FATOR 1 FATOR 2 H2
1 .80 .10 .65
2 .78 -.05 .61
3 .78 .20 .65
4 .70 .15 .51
5 .65 .08 .43
6 .64 .12 .42
7 -.64 -.56 .71
8 .60 .03 .36
9 -.60 -.23 .41
10 -.25 .19 .10
11 .30 -.83 .78
12 .21 -.80 .68
13 .04 -.78 .61
14 .16 -.70 .52
15 -.12 .70 .50
16 A varivel no possui
.09 cargas
.66 .44
17 -.00 -.65 .42
18
significantes
.12 -.63 .41
19 -.03 .56 .31
20 .00 -.40 .16
Eigenvalue 4.614 4.932
% Varincia Total 23,07 24,66
ITENS FATOR 1 FATOR 2 H2
1 .80 .10 .65
2 .78 -.05 .61
3 .78 .20 .65
4 .70 .15 .51
5 .65 .08 .43
6 .64 .12 .42
7 -.64 -.56 .71
8 .60 .03 .36
9
Mesmo com carga significante,
-.60 -.23
a .41
10 comunalidade considerada
-.25 muito
.19 .10
11 .30 -.83 .78
12
baixa .21 -.80 .68
13 .04 -.78 .61
14 .16 -.70 .52
15 -.12 .70 .50
16 .09 .66 .44
17 -.00 -.65 .42
18 .12 -.63 .41
19 -.03 .56 .31
20 .00 -.40 .16
Eigenvalue 4.614 4.932
% Varincia Total 23,07 24,66
 Interpretao dos Fatores
3- Interpretao de uma matriz fatorial

Alternativas
Ignorar as variveis problemticas e interpretar a soluo
fatorial como ela (caso o objetivo seja reduzir os dados);
Avaliar cada varivel para uma possvel eliminao e
reespecificar o modelo aps sua retirada;
Empregar um mtodo alternativo de rotao;
Diminuir/aumentar o n de fatores para avaliar se a nova
estrutura fatorial representar as variveis problemticas;
Modificar o tipo de modelo fatorial (Componentes x PAF) para
avaliar se mudanas no tipo de varincia afetam a estrutura.
Prof. Ana Carolina Rodrigues - UFBA
 Validao da Anlise Fatorial
Avaliao do grau de generalidade dos resultados
para a populao;
Avaliao da influncia de respondentes
individuais sobre os casos gerais.

Avaliao da
Uso de uma Deteco de
estabilidade
perspectiva observaes
da estrutura
confirmatria atpicas
fatorial

Prof. Ana Carolina Rodrigues - UFBA

Usos adicionais dos resultados da AFE
Seleo de variveis substitutas para
anlise subseqente
selecionada a varivel com maior carga no fator para atuar
como varivel substituta representativa (deve considerar o
conhecimento que o pesquisador tem da teoria).

Criao de escalas mltiplas

Medida de um conceito em mais de um fator
Definio conceitual
Validade de contedo
Dimensionalidade
Confiabilidade (correlaes inter-item, correlaes item
total, coeficiente de confiabilidade)

Prof. Ana Carolina Rodrigues - UFBA

 Papel do Pesquisador
Muitos truques podem ser utilizados
para melhorar a estrutura fatorial,
mas a responsabilidade final est
com o pesquisador e com a
fundamentao conceitual
subjacente anlise.

Prof. Ana Carolina Rodrigues - UFBA

 Referncias Bibliogrficas
Hair Jr., J. F., Anderson, R. E., Tatham, R. L., &
Black, W. C. (2005). Anlise multivariada de
dados. Bookman: Porto Alegre.
Laros, J. A. (2005). O uso da anlise fatorial:
algumas diretrizes para pesquisadores. In:
Pasquali (Org). Anlise fatorial para
pesquisadores (pp.163-184). Braslia: LabPAM.

Prof. Ana Carolina Rodrigues - UFBA