Analise fatorial

Question 1

O que é uma análise fatorial?

Answer 1

Transforma um conjunto de
variáveis correlacionadas em um conjunto
menor de variáveis independentes (Fator ou componente principal)

Question 2

Tipos de análises fatorial

Answer 2

-Exploratória (nao determina se os resultados se ajustam ao modelo)
-confirmatoria (compara os resultados obtidos com os que constitue hipoteses)

Question 3

Objetivos da análise fatorial

Answer 3

Pretende-se obter
informação:
Reduzida
Arrumada
Hierarquizada
Interpretável

Question 4

Análise de Componentes Principais etapas

Answer 4

1,Análise prévia dos dados
2.Validação da matriz de atributos
3.Retenção dos fatores
4.Classificação dos novos fatores
5.Valores dos fatores (scores)

Question 5

1. Análise prévia dos dados

Answer 5

Exploração dos dados pelas estatísticas descritivas
-Análise da simetria
-Análise dos outliers

Question 6

pressupostos analise fatorial

Answer 6

amostras com 50 observações no mínimo
Índice KMO acima de 0,6
Teste de Barlett abaixo de 0,05
Comunalidade acima de 0,6

Question 7

2. Validação da matriz de atributos

Answer 7

Matriz de Correlação
Matriz anti-imagem
Teste de Bartlett e KMO
Comunalidades

Question 8

Matriz de correlação

Answer 8

Representa a correlação que cada variável tem com cada uma das restantes, Mede a associação através do coeficiente de
correlação de Pearson

Question 9

Matriz anti-imagem

Answer 9

representa as correlações entre variáveis parciais
vemos a diagonal principal e se o valor for acima de 0,5 a variavel é adequada, nos restantes valores explica a correlação residual, se esse valor for alto a relação nao é explicada pelos fatores e vice versa

Question 10

Teste de Kaiser-Meyer-Olkin (KMO)

Answer 10

Compara as correlações simples com as correlações parciais observadas entre as variáveis
Quando o KMO está perto de 1 indica coeficientes de correlação parciais pequenos, enquanto que valores próximos de zero indicam que a análise fatorial pode não ser uma boa ideia, porque existe
uma correlação fraca entre as variáveis.
Menor que 0,5 INACEITAVEL

Question 11

Teste de Bartlett

Answer 11

Testa a hipótese de que a matriz de
correlação é uma matriz identidade,
que não há correlação entre as variáveis,
Se o teste de Bartlett apresenta um
p-value <0,05 As variáveis estão correlacionadas

Question 12

Comunalidades

Answer 12

Proporção da variância de
cada variável que é explicada
pelos fatores comuns
0 quando os fatores comuns não explicam
nenhuma variância da variável
1 quando explicam toda a variância
Quando o valor <0,6 Eliminar as variáveis

Question 13

3. Retenção dos fatores, quais componentes sao selecionadas

Answer 13

Selecionam-se as componentes cujo total dos eigenvalues iniciais sejam >1.

Question 14

retenção de fatores, Matriz de componentes

Answer 14

Esta matriz mostra os coeficientes ou
pesos (loadings) que correlacionam as
variáveis com os fatores antes da
rotação

Question 15

VARIMAX

Answer 15

Método de Rotação ortogonal das
variáveis, Minimiza o número de variáveis em cada fator

Question 16

4. Classificação dos Novos fatores

Answer 16

As variáveis a que correspondem os loadings mais elevados, normalmente estão correlacionados entre si, e é com base nesta combinação que se
dá nome ao fator

Question 17

5. Valores dos Fatores (scores)

Answer 17

Estimados a partir da combinação
linear das variáveis originais, 3 metodos:
-Anderson-Rubin
- Regression
- Bartlett