análise factorial

A análise factorial, frequentemente usada nas Ciências Sociais, é um

método estatístico multivariado, que permite transformar um
conjunto de variáveis iniciais, correlacionadas entre si, num outro
conjunto de menor número de variáveis não correlacionadas
(ortogonais), designadas por componentes principais. As
componentes principais (ou factores) são calculadas por ordem
decrescente de importância, isto é, a primeira explica a máxima
variância dos dados originais, a segunda a máxima variância ainda
não explicada pela primeira, e assim sucessivamente.
O grau de precisão dos factores que emergem de uma análise
factorial depende da dimensão da amostra. Sobre este aspecto não
há propriamente um consenso acerca de qual deverá ser a
dimensão ideal da amostra. Gorsuch (1983, citado por Bryman e
Cramer, 1993) defende um número absoluto de cinco sujeitos por
variável e nunca menos de 100 sujeitos por análise. É neste último
aspecto que parece existir mais concordância.
Existem várias regras práticas para determinar quantas
componentes reter: a mais popular exclui as componentes cujos
valores próprios são inferiores à unidade (regra de Kaiser). Outra
opção poderá ser a de reter as componentes que expliquem mais de
70% da variância total dos resultados. Uma terceira regra, embora
menos usual, consiste na representação gráfica da variância
explicada por cada componente (scree plot). Quando esta
percentagem se reduz de forma bem evidente e a curva passa a ser
quase paralela ao eixo horizontal, são de excluir todas as restantes
componentes, ou seja, os factores que deverão ser mantidos são
aqueles que antecedem o ponto em que os valores próprios
parecem nivelar-se.