Anilise Mullvariada de Dados 102 Teste de esfercidade de Bartlett. Teste ostatisico da signfcdnela {gerade todas as correlapGes em uma matiz de correla. ‘Trago Representa 8 quartia total de variancla na qual a solugso fatorial é paseada, O trago 6 ig baseado na suposi¢do de que a variincia om cada vardve! igual 21 Valldade Grau-em que uma medida ou um conjunto de medidas ‘corretamente representa o conceito de estude - 0 grau em ‘quo se ests livre de qualquer aro sistemstico ou no-alea- trio. A validade se refere a quao bem o conceito ¢ definido pela(s) medida(s), 20 passo que confabilidade se refere & cconsisténcia dals) medicals) Validade de conteddo Avaliago do grau de coresponcir ‘erire os itens selecionadas para constiuir uma escala mt ia e sua defini Validade de expresso Vor valitade de conteude. Varlancia comum Variéncia compartnada com outras vardvels na anailise fatoril Variéncia do erro Variancia coleta de dados ou na madida, incia especifica Variancia de cada variavel, Unica Aquel variavel e que no ¢ explicada ou associada com outras varia- vels na andlise fatorial fa inlea Ver varidncia especttioa, ‘20 numero de variavels, mna varivel devido a erros na va va Varidvel dicotémica Variavel métrica binaria usada para repre- seniar uma Ginica categoria de uma variavel nZo-métrica, Varlével estatistica Combinagio linear do variaveisformada 20 se obter pesos emplricos apiicados a um conjunto de varia: ve's especticadas pelo pesquisador. Varidvel substituta Selec3o de uma tnica vardvel com amaior carga fatorial para ropresontar um fator no estigio de redugto (80 dados, om vez de usar uma eset miola ou um escore fatora VARIMAX. Os mals populares métodos de rotagdo fatorial orto ‘gonal, concentrando-se na simaliicagao das colunas em urna ‘matriz fateral. Geralmente considerade superier a outros mé todos de ratapo fatrial artogonal para consegurr uma ests tura fatorialsimpificada, O QUE E ANALISE FATORIAL? Anilise fatorial é uma técnica de interdependéncia, como definido no Capitulo 1, eujo propésito principal é definir a estrutura inerente entre as varidveis na andlise. Olbviamen- te, variéveis t€m um papel chave em qualquer anélise mul- tivariada. Se estivermos fazendo uma previsio de vendas com regress, prevendo sucesso ou fracasso de uma nova empresa com anilise discriminante, ou usando qualquer uuma das demais técnicas multivariadas discutidas no Capf- tulo 1, devemos ter um conjunto de variaveis sobre o qual deve-se formar relagdes (p. ex., quais sio as varidveis que ‘melhor prevéem vendas ou sucesso/lracasso?). Como tais, as varidveis so os alicerces fundamentais das relagbes. A medida que empregamos técnicas multivariadas, por sua prépria natureza, oniimero de variéveis aumenta. ‘Técnicas univariadas sfo limitadas a uma tinica variével, ‘mas técnicas multivariadas podem ter dezenas, centenas ‘ou mesmo milhares de variveis. Mas como descrevemos representamos todas essas variéveis? Certamente, se temos apenas umas poucas varisveis, todas elas podem ser distintas e diferentes. A medida que acrescentamos mais e mais varidveis, cada vez mais a sobreposicao (ou seja, correlagio) acontece entre as mesmas. Em alguns casos, como aqueles nos quais estamos usando miltiplas ‘medidas para superar erro de medida devido & medida multivaridvel (ver Capitulo 1 para uma discussio mais Respondent Vi w a 7 ef 8 a 6 5 c 2 3 ° 3 4 3 2 y Respondente A — Respondente B Respondente © 1 — Respondente D ve vy FIGURA3-3 Comparagées de pers de escore para andlse fatoval do tipo Qe andlise de agrupamentos, Se o pesquisador decidir empregar andlise fatorial do tipo Q, essas diferencas em relagdo as técnicas tradicio- nais de andlise de agrupamentos deverdo ser notadas. Com a disponibilidade de outras tenicas de agrupamento eo amplo uso de andlise fatorial para redugdo e resumo de dados, o restante da discussio neste capitulo focaliza a andlise fatorial do tipo R, o agrupamento de varisveis & no de respondentes, Questées sobre selecao de variéveis ¢ medidas Duas questées especificas devem ser respondidas nes- te ponto: (1) quais tipos de variveis podem ser usadas em anélise fatorial? ¢ (2) quantas varidveis devem ser inclufdas? Em termos dos tipos de variaveis incluidas, requisito principal é que um valor de correlagio possa ser calculado entre todas as varidveis. Variveis métricas so facilmente medidas por varios tipos de correlagoes. Varidveis ndo-métricas, contudo, sio mais problemati- cas por nao poderem usar os mesmos tipos de medida de correlago empregados em variéveis métricas. Apesar de alguns métodos especializados calcularem correlagdes en- tre varidveis nfio-métricas, a abordagem mais prudente & evité-las. Se uma varivel ndo-métrica deve ser incluida, um método é definir variéveis dicotémicas (codificadas como 0 € 1) para representarem categorias de varidveis nijo-métricas. Se todas as varigveis sio dicotémicas, ento formas especializadas de anélise fatorial, como anélise fa- torial booleana, s4o mais adequadas [5] pesquisador também deve tentar minimizar 0 nime~ ro de varidveis incluidas, mas manter um numero razodvel de variéveis por fator. Se um estudo esté sendo planejado para avaliar uma estrutura proposta, o pesquisador deve certificar-se de incluir diversas varidveis (cinco ou mais) que possam representar cada fator proposto. A forga da anélise fatorial reside em encontrar padrées entre grupos de varidveis, e & de pouco uso na identificagao de fatores compostos por uma tinica varivel. Finalmente, quando se planeja um estudo para ser analisado por fatores, 0 pes- quisador deve, se possivel, identificar diversas varidveis- chave (algumas vezes chamadas de indicadores-chave ou variveis de marcaga0) que intimamente reflitam os fa- tores latentes que foram previstos hipoteticamente. Isso ajudaré na validagio dos fatores determinados e na ava- liagdo da signticancia prtica dos resultados. Tamanho da amostra No que se refere & questao do tamanho da amostra, o pes- -negativa, Se 10€ 0 escore maximo em V,,0 méximo em V, seria 0. Agora considere dois casos. No caso 1, V, tem um valor igual a 10 ¢ V, tem valor 0 (@ melhor caso). No segundo caso, V, tem um valor 0 ¢ V, tem valor 100 pior caso). Se V, ni & escore reverti- do, entéoo score calculado pela soma das duas varidveis para ambos os casos é 10, mostrando nenbuma diferen 6a, apesar de sabermos que 0 caso 1 é melhor e 0 2 0 pior. Nao obstante se revertemos 0 escore Va situagdo ‘muda, Agora ocaso I tem valores 10¢ 10em V, e V3 r- pectivamente, € 0 caso 2 tem valores 0 0, Os escares de scala miltipla so agora 20 para o caso 1 e0 para o caso 2, oque os distingue como a melhor e a por situagio. Resumo. As scalas miltiplas, um dos desenvolvimentos, recentes em pesquisa académica, estio encontrando apli- cago crescente em pesquisa aplicada e gerencial também. A habilidade da escala miltipla de representar conceitos complexos em uma nica medida e ainda reduzir erros de medida a torna uma valiosa ferramenta em qualquer andlise multivariada. A andlise fatorial fornece ao pesqui sador uma avaliagéo empirica das inter-relagGes entre va- rigveis, essencial na formagio do fundamento conceitual ¢ empitico de uma escala miltipla por meio da avaliagio da validade de conteto e da dimensionalidade da escala (ver Regras Préticas 3-7) Calculo de escores fatoriais A terceira opg3o para criar um conjunto menor de va- riveis para substituir 0 conjunto original ¢ 0 calculo de escores fatoriais. Escores fatoriais também séo medidas REGRAS PRATICAS 3-7 Escalas miltiplas ‘+ Uma escala miltipla ¢ apenas t20 boa quanto os itens usados para representar o construto; ainda que ppossa passar em todos os testes empiricos, é inal sem justficativa teérica ‘© Nunca cric uma escala miltipla sem primeiro avaliar sua unidimensionalidade com analisefatorial exploratéria ou confirmatéria ‘+ Uma ver que uma eseala é considerada unidimensional, seu escore de contfiabilidade, medido pelo alfa de Cronback: ‘+ Deve exceder uma referencia de 0,70, apesar de uum nivel de 0,60 poder ser utilizado em pesquisa cexploratéria ‘+ Deve ter seu valor de referéncia aumentado A medida que o numero de itens aumenta, especialmente quando o nilmero de tens 8e ‘aproxima de 10 ou mais ‘+ Com a confiabilidade estabelecida, a validade deve ser avaliada em termos de ‘© Validade convergente ~ a escala se correlaciona com coutras escalas semelhantes ‘+ Validade discriminante ~a escala é suficientemente diferente de outras escalas relacionadas ‘+ Validade nomolégica ~a escala “prevé" como teoricamente sugerido compostas de cada fator computadas para cada individuo. Conceitualmente, o escore fatorial representa o grau em. que cada individuo tem escore elevado no grupo de itens {que tém cargas elevadas em um fator. Assim, valores mais altos nas varidveis com cargas elevadas em um fator resul- tam em um escore fatorial superior. A caracteristica-chave que diferencia um escore fatorial de uma escala miltipla E que 0 escore fatorial € computado com base nas cargas fatoriais de todas as variaveis no fator, enquanto a escala miltipla € calculada combinando-se apenas variaveis se- Iecionadas. Portanto, apesar de pesquisador ser capaz de caracterizar um fator pelas varidveis com as maiores cargas, ele também deve considerar as cargas das outras varidveis, embora menores, ¢ sua influéncia no escore fa- torial ‘A maioria dos programas estatisticos computa facit- mente escores fatoriais para cada respondente. Sek nando-se a opgao de escore fatorial, esses escores sio sal- vvos para uso em andlises posteriores. A desvantagem dos cescores fatoriais 6 que eles ndo sio facilmente repetidos ‘em estudos, pois so baseados na matriz fatorial, a qual é determinada separadamente em cada estudo. A repeti¢ao da mesma matriz fatorial em estudos requer substancial programago computacional