Análise Fatorial
O que é Análise Fatorial?
A Análise Fatorial é uma técnica estatística multivariada usada para identificar estruturas latentes (fatores) que explicam as correlações entre um conjunto de variáveis observadas. É frequentemente aplicada em psicometria, marketing e ciências sociais para reduzir a dimensionalidade dos dados.
Objetivos Principais
- Redução de dimensionalidade: Transformar muitas variáveis em um número menor de fatores.
- Identificação de estruturas latentes: Descobrir relações subjacentes entre variáveis.
- Validação de escalas: Verificar a consistência de questionários ou instrumentos de medida.
Tipos de Análise Fatorial
- Exploratória (AFE): Usada quando não há hipóteses prévias sobre a estrutura dos fatores.
- Confirmatória (AFC): Testa uma estrutura de fatores previamente definida, geralmente com modelos de equações estruturais.
Etapas da Análise Fatorial Exploratória
- Coleta e preparação dos dados: Verificar adequação (KMO > 0,5 e teste de esfericidade de Bartlett significativo).
- Extração de fatores: Métodos comuns: Componentes Principais (PCA) ou Eixo Principal.
- Seleção do número de fatores: Critérios: Autovalor > 1 (Kaiser), scree plot ou análise paralela.
- Rotação dos fatores: Melhora interpretação (Varimax para ortogonal, Oblimin para oblíqua).
- Interpretação: Analisar cargas fatoriais (| > 0,3| ou | > 0,5|) para nomear os fatores.
Conceitos-Chave para Concursos
- Comunalidade: Variância da variável explicada pelos fatores.
- Autovalor (Eigenvalue): Variância explicada por cada fator.
- Cargas Fatoriais: Correlação entre variáveis e fatores.
- Matriz de correlação: Base para a análise.
Aplicações Práticas
Usada em concursos para questões sobre:
- Construção de índices compostos (ex: IDH).
- Validação de questionários em pesquisas.
- Redução de variáveis em modelos estatísticos.
Limitações
- Exige tamanho amostral adequado (mínimo 5-10 observações por variável).
- Resultados podem variar conforme método de extração/rotação.
- Não estabelece causalidade.