Upload
monica-duarte
View
7
Download
0
Embed Size (px)
Citation preview
Estatística II
P1 – P2 – P3 – P4
FPCE−UC _________________________________________________________________________
___________________________________________________________________________________________________________________
José Pacheco Miguel FPCEUC/2013
TAREFA O ficheiro SPSS AF-ACP Exercício1 – BD contém os resultados de um inquérito
feito a 91 professores aos quais foi solicitado que indicassem em que grau
usavam 10 estratégias diferentes para lidarem com problemas que surgiam
entre eles e os seus alunos mais difíceis. As respostas a cada um dos itens
foram dadas com base numa escala com 4 pontos, variando entre 1 = Não
tentei esta estratégia e 4 = Usei amplamente esta abordagem.
Os 10 itens do questionário de coping são apresentados na tabela seguinte:
Variáveis Definição
item_a Discuti as frustrações e sentimentos com pessoas na escola
item_b Tentei desenvolver um plano de acção faseado para remediar os problemas
item_c Partilhei as minhas emoções com a minha família e amigos mais próximos
item_d Fiz leituras, frequentei workshops ou procurei outras estratégias educativas para os corrigir
item_e Procurei ser emocionalmente honesto(a) comigo próprio(a) acerca problemas
item_f Pedi conselhos a outras pessoas sobre como deveria resolver os problemas
item_g Explorei as emoções provocadas pelos problemas
item_h Agi directamente sobre os problemas para os corrigir
item_i Falei com alguém em quem podia confiar sobre o que sentia acerca dos problemas
item_j Coloquei outras actividades de lado para poder solucionar os problemas
Questão de investigação:
Definir as dimensões do questionário de coping. Há apenas uma dimensão, ou
múltiplas dimensões, subjacentes aos 10 itens de coping?
Nota A tarefa requer o ficheiro “Análise Factorial Exercício1.sav” que se encontra disponível na secção “Material de Apoio” à unidade curricular de Estatística II (InforEstudante−Nónio).
Estatística II
P1 – P2 – P3 – P4
FPCE−UC _________________________________________________________________________
___________________________________________________________________________________________________________________
José Pacheco Miguel FPCEUC/2013
SOLUÇÕES Os resultados da análise factorial (AF), método de componentes principais (ACP), são
os que se apresentam nas tabelas de seguintes. Relativamente à factoriabilidade da
matriz de intercorrelações:
Estatística II
P1 – P2 – P3 – P4
FPCE−UC _________________________________________________________________________
___________________________________________________________________________________________________________________
José Pacheco Miguel FPCEUC/2013
Os dados são factoriabilizáveis, uma vez que o índice KMO ≥ .60 e o teste à
esfericidade (Bartlett) é estatisticamente significativo.
Estatística II
P1 – P2 – P3 – P4
FPCE−UC _________________________________________________________________________
___________________________________________________________________________________________________________________
José Pacheco Miguel FPCEUC/2013
Seguindo o critério de Kaiser, que recomenda a retenção de componentes/factores
para posterior rotação com eigenvalue1 superior a 1, dever-se-iam extrair três
componentes/factores (cf. Tabela Total Variance Explained). Porém, a análise do
gráfico de Scree revela que à esquerda do ponto de inflexão da “curva” só existem
dois componentes/factores. Por tal razão, é recomendável a extracção de 2
componentes/factores para posterior rotação.
Assumindo que as duas dimensões (componentes/factores) são independentes entre
si (ortogonais), aplicou-se o método Varimax:
A matriz factorial rodada apresenta as saturações factoriais (factor loadings) que são
as correlações entre cada uma das variáveis (itens do questionário) e os
componentes/factores para uma rotação Varimax. Os componentes/factores são
interpretados procedendo à sua designação com base na magnitude das saturações.
Neste caso, os itens i, a, f e c estão fortemente associados com o primeiro
componente e os itens b, j, e, h e d estão fortemente associados com o segundo
componente. Com base na análise do conteúdo destes dois conjuntos de itens, em
termos da respectiva formulação, é legítimo designar o primeiro componente como 1 Um eigenvalue (raiz própria, em Português), é a quantidade de variância das variáveis que é
explicada por um factor/componente.
Estatística II
P1 – P2 – P3 – P4
FPCE−UC _________________________________________________________________________
___________________________________________________________________________________________________________________
José Pacheco Miguel FPCEUC/2013
coping externo (lidar com os outros) e o segundo componente como coping interno
(lidar consigo próprio).
Compare-se a solução rodada com a solução original:
A percentagem de variância explicada por cada um dos factores rodados é referida
frequentemente nos artigos para indicar a importância relativa de cada factor. O
SPSS reporta estas estatísticas:
Em termos de variância explicada, a solução rodada não altera a solução inicial
(48.48%); apenas a redistribui de uma forma mais facilmente interpretável. O
primeiro e o segundo componentes explicaram 27.45% e 21.02% da variância das 10
variáveis. Globalmente, os dois factores explicaram 48.48% da variância registada
nas variáveis.
Caso se tivesse optado por um método de rotação oblíqua (e.g., Direct Oblimin), a
estratégia de interpretação seria outra. Consulte, para o efeito, uma obra sobre
análise factorial (e.g., Tabachnick & Fidell).
Estatística II
P1 – P2 – P3 – P4
FPCE−UC _________________________________________________________________________
___________________________________________________________________________________________________________________
José Pacheco Miguel FPCEUC/2013
RESULTADOS (APA)
Analisou-se a dimensionalidade dos 10 itens da medida de coping docente através de
uma análise factorial, método de componentes principais (ACP). Foram usados três
critérios para determinar o número de factores a rodar: a hipótese prévia da medida
ser unidimensional, o teste de scree e a interpretabilidade da solução factorial. O
gráfico de scree indicou que a hipótese inicial, relativa à unidimensionalidade, era
incorrecta. Com base no gráfico, foram extraídos dois factores para posterior
rotação, usando o método Varimax. A solução rodada (cf. Tabela 1) rendeu dois
factores interpretáveis, coping externo e coping interno. O factor coping externo
explicou 27.45% da variância dos itens e o factor coping interno explicou 21.02% da
variância dos itens. Apenas um item saturou em ambos os factores.
Tabela 1 Correlação entre os itens e os factores de coping
Componentes
Items Externo Interno
Externo
Falei com alguém em quem podia confiar sobre o que sentia acerca dos problemas .83
Discuti as frustrações e sentimentos com pessoas na escola .80
Pedi conselhos a outras pessoas sobre como deveria resolver os problemas .79
Partilhei as minhas emoções com a minha família e amigos mais próximos
.66
Interno
Tentei desenvolver um plano de acção faseado para remediar os problemas .73
Coloquei outras actividades de lado para poder solucionar os problemas .61
Procurei ser emocionalmente honesto(a) comigo próprio(a) acerca problemas .60
Agi directamente sobre os problemas para os corrigir .59
Fiz leituras, frequentei workshops ou procurei outras estratégias educativas para os corrigir .51
Item de determinação complexa
Explorei as emoções provocadas pelos problemas .43 .45
% de variância explicada 27.45 21.02
Nota: apenas se apresentam as saturações superiores a .30