Análise fatorial de variáveis latentes

Escrito por peter flom | Traduzido por yago lima
  • Compartilhar
  • Tweetar
  • Compartilhar
  • Pin
  • E-mail
Análise fatorial de variáveis latentes
A análise fatorial é uma ferramenta poderosa (Thinkstock Images/Comstock/Getty Images)

Análise fatorial de variáveis latentes é um método da estatística pra descobrir algumas variáveis "latentes" ou escondidas de um grande conjunto de variáveis observadas. Ela é relacionada, mas de uma maneira diferente, à análise de componentes principais, que tenta achar um pequeno número de variáveis que capturam o máximo possível de variação de um número maior de variáveis.

Outras pessoas estão lendo

Introdução

Muitas características são diretamente mensuráveis, mas muitas não são. Por exemplo, a altura e muitos outros traços físicos são diretamente mensuráveis, mas não podemos medir diretamente fatores como inteligencia ou depressão. Essas características "escondidas" são chamadas de latentes, e a análise fatorial é um método de encontrá-las. Começamos com um grande número de variáveis observadas, e então a análise fatorial as reduz a apenas um pequeno número de fatores latentes.

Tipos

Os dois tipos de análise fatoriais com variáveis latentes são a exploratória e o confirmatória. Numa análise exploratória, não começamos sabendo muito bem sobre a relação entre as variáveis observadas e os fatores latentes ou mesmo se existem fatores latentes nos dados. Na análise confirmatória, sabemos um pouco mais, geralmente graças a uma pesquisa prévia com um grupo diferente de pessoas.

Extração dos fatores

O primeiro passo para uma análise fatorial de fatores latentes é extrai-los. Embora existam diferentes métodos para se fazer isso, todos tentam extrair fatores que capturam o máximo da variação das variáveis observadas. Podemos examinar a quantidade de variação extraída por cada fator a fim de ajudar a decidir quantos fatores manter.

Rotação dos fatores

O segundo passo para a análise é a rotação de fatores. Isso envolve deixar os fatores extraídos mais interpretáveis. Existem dois tipos principais de rotação. Na rotação ortogonal, cada fator é correlacionado com todos os outros fatores; na rotação oblíqua, não há essa restrição. A rotação ortogonal é mais simples de se interpretar, mas a restrição pode ser não muito realista.

Considerações

Para se usar a análise fatorial adequadamente é necessário conhecimento e experiência consideráveis. Você vai precisar considerar o método de extração de fatores, o número de fatores que devem ser mantidos e o método de rotação. Nenhuma dessas decisões pode ser feita automaticamente.

Não perca

Filtro:
  • Geral
  • Artigos
  • Slides
  • Vídeos
Mostrar:
  • Mais relevantes
  • Mais lidos
  • Mais recentes

Nenhum artigo disponível

Nenhum slide disponível

Nenhum vídeo disponível