Assunção da análise fatorial
A análise fatorial é uma redução de dados e técnicas de análise estatística que tenta explicar as relações observadas entre várias medidas de resultados em função de algumas variáveis subjacentes , ou fatores . A análise fatorial é especialmente popular em pesquisas de opinião e tem outras aplicações em várias disciplinas . No entanto , a análise fatorial não é apropriada para todas as questões de pesquisa , e é importante para garantir que seus dados atender a determinados pressupostos antes de tentar a técnica . Variáveis correlacionadas
O pressuposto fundamental subjacente a análise fatorial é que um ou mais subjacentes fatores podem explicar os padrões de covariação entre um número de variáveis observadas . Covariação existe quando duas variáveis , como o preço e as vendas de um determinado bem, variam juntas . Portanto, antes de realizar uma análise fatorial , é importante para analisar os dados para os padrões de correlação. Se nenhuma correlação existe, então a análise fatorial é desnecessária. Se , entretanto, você encontrar pelo menos moderada níveis de correlação entre as variáveis em seus dados, análise de fatores pode ajudar a descobrir padrões subjacentes que explicam essas relações.
Várias Variáveis dependentes
Como uma técnica de redução de dados em causa com padrões explorando , análise fatorial assume que um pesquisador tem múltiplas variáveis dependentes. Isso pode ser tão pouco como três ou como muitos como várias centenas. De acordo com o psicólogo da Universidade de Cornell Richard Darlington, o número de variáveis dependentes examinados na análise fatorial comumente variam de 10 a 100.
Função
Muitos procedimentos estatísticos , tais como análise de regressão, examinar as relações entre uma variável dependente e uma ou mais variáveis independentes . A análise fatorial é diferente na medida em que se concentra em múltiplas variáveis dependentes e tenta descobrir padrões de relacionamento . Por exemplo, um pesquisador pode supor que 10 medidas de resultados diferentes ( variáveis dependentes) pode ser explicada por um um ou mais factores subjacentes. Esta é uma análise fatorial razão é tão popular na análise de dados de pesquisa .
Interval Dados
A análise fatorial é habitualmente usado para a análise de dados de escala de intervalo. O intervalo de escala significa que a distância entre quaisquer dois pontos adjacentes é o mesmo . A escala de temperatura é um exemplo de um intervalo de medição . A distância entre 71 graus centígrados e 72 graus Fahrenheit é exatamente o mesmo que a distância entre 32 e 33
Considerações
Embora a análise fatorial é destinado a dados escala de intervalo , muitos pesquisadores também usam a técnica para analisar os dados ordinais , especialmente respostas a pesquisas . O nível ordinal é uma escala de classificação, em que as diferenças entre as fileiras não são necessariamente iguais . A escala de Likert utilizada em muitas pesquisas (concordo , concordo, discordo , discordo totalmente ) em que as respostas são atribuídos um valor numérico é um exemplo de medida ordinal .