A análise fatorial passou por numerosos desenvolvimentos e métodos de cálculo. Embora tenha sido utilizada pela primeira vez por especialistas em psicometria, seu campo de aplicação foi ampliado para muitas outras áreas, como geologia, medicina e finanças.
A análise fatorial é uma técnica estatística usada hoje principalmente para analisar pesquisas. Permite, quando temos uma população de indivíduos sobre os quais temos muitas informações, como opiniões, práticas e estatutos (sexo, idade, etc.), identificar semelhanças e oposições entre as características desses indivíduos.
Por exemplo, ao aplicar uma pesquisa de satisfação, você coletará um grande número de variáveis ao mesmo tempo. Queremos saber se as perguntas do questionário estão agrupadas de alguma forma característica.
Através desta análise, podemos encontrar grupos de variáveis nas respostas dos respondentes que possuem um significado comum e, assim, reduzir o número de dimensões necessárias para explicar as respostas recebidas.
Vamos conhecer mais sobre suas características e os tipos que existem.
O que é análise fatorial?
É uma técnica que revela as relações entre as variáveis e, de maneira geral, compreende os dados que são modelados. Esta análise insere-se no modelo linear generalizado (GLM) e assume vários pressupostos: existe uma relação linear, não existe multicolinearidade, as variáveis relevantes estão incluídas na análise e há uma correlação entre as variáveis e os fatores. Ela pode ser exploratória ou de verificação.
Por que usar uma análise fatorial?
É uma ferramenta útil para investigar as relações entre as variáveis de conceitos complexos, como status socioeconômico ou escalas psicológicas.
Ela permite a investigação de conceitos que não são fáceis de medir diretamente, reduzindo um grande número de variáveis a alguns fatores subjacentes e interpretáveis.
Métodos para análise fatorial
Existem diferentes tipos de métodos usados para extrair fatores de um conjunto de dados:
- Análise de componentes principais: É o método mais utilizado pelos pesquisadores. Começa extraindo a variância máxima e colocando-a no primeiro fator. Em seguida, remove a variância explicada pelos primeiros fatores e começa a extrair a variância máxima para o segundo fator. Este processo continua até o último fator.
- Análise comum: O segundo método preferido pelos pesquisadores, extrai a variância comum e a coloca em fatores. Este método não inclui a variância única de todas as variáveis.
- Fatoração de imagens: Este método é baseado na matriz de correlação. O método de regressão é usado para prever o fator na fatoração da imagem.
- Método de máxima similaridade: Este método também trabalha com a matriz de correlação, mas usa o método de máxima similaridade para fatorar.
Modelos de Análise Fatorial
Vamos conhecer algumas características dos tipos de análise fatorial:
- Análise Fatorial Exploratória (AFE): Supõe que qualquer indicador ou variável possa estar associado a qualquer fator. É a análise fatorial mais utilizada pelos pesquisadores e não se baseia em nenhuma teoria anterior.
- Análise Fatorial Confirmatória (AFC): É utilizada para determinar o fator e a carga fatorial das variáveis medidas, confirmando o que se espera na teoria básica ou pré-estabelecida. A AFC assume que cada fator está associado a um subconjunto específico de variáveis medidas. Geralmente, duas abordagens são usadas:
- Aplicar uma análise fatorial, por exemplo, para entender o processo de decisão de compra de um cliente. Você pode analisar diversos tipos de variáveis, desde emocionais até econômicas e sociais, para uma melhor interpretação dos resultados.
