Analise fatorial spss

  • View
    175

  • Download
    1

Embed Size (px)

Text of Analise fatorial spss

  1. 1. 1 IV Congresso Brasileiro de AvaliaoIV Congresso Brasileiro de Avaliao PsicolgicaPsicolgica V Congresso da Associao BrasileiraV Congresso da Associao Brasileira de Rorschach e Mtodos Projetivosde Rorschach e Mtodos Projetivos XIV Conferncia Internacional deXIV Conferncia Internacional de Avaliao Psicolgica: Formas eAvaliao Psicolgica: Formas e ContextosContextos Avaliao Psicolgica: Formao,Avaliao Psicolgica: Formao, Atuao e InterfacesAtuao e Interfaces 29/07/2009 a 01/08/2009 - Campinas-29/07/2009 a 01/08/2009 - Campinas- SPSP
  2. 2. 2 Claudette Maria Medeiros VendraminiClaudette Maria Medeiros Vendramini Universidade So Francisco (USF)Universidade So Francisco (USF) Laboratrio de Mtodos Estatsticos em Psicologia eLaboratrio de Mtodos Estatsticos em Psicologia e EducaoEducao - LAMEPE -- LAMEPE - CursoCurso Anlise Fatorial Exploratria e ConfirmatriaAnlise Fatorial Exploratria e Confirmatria
  3. 3. 3 ANLISE FATORIAL USO DO SPSS
  4. 4. 4 Entrada de dados e tomadas de decises
  5. 5. 5 Entrada de dados converso por cpia de planilha do Excel ou Winword
  6. 6. 6 Definio de aspectos das medidas Definir labels Definir nvel de Mesurao
  7. 7. 7 Escolha do Tipo de Anlise
  8. 8. 8
  9. 9. 9 Selecionar as possibilidades de testes de aderncia e as estatsticas descritivas. Mais importante importante Aps selecionar Dar continuidade
  10. 10. 10 Mtodo fatorial de extrao a ser usado para se obter uma combinao linear no-correlata das combinaes das variveis mesuradas. A componente primeira (fator 1) tem o mximo valor da varincia. As seguintes mostram, progressivamente, pores menores da varincia e so todas no-relacionadas umas s outras (independentes). A Anlise das Componentes Principais usada para obter-se os solues dos fatores. Ela pode ser usada quando a matriz de correlao singular. Seleo do mtodo a ser usado: Varincia = mostra qual a parcela de explicao dos dados pelos fatores.
  11. 11. 11 Explicando o que a Correlation Matrix Matriz de Correlao so as possveis correlaes de Pearson entre as variveis Os valores da diagonal principal igual a um, devido perfeita correlao entre as mesmas variveis
  12. 12. 12 Na apresentao as correes so espelhadas As correlaes nestes casos so relativamente fracas, prximas de Zero. Como nestes casos, voc deve reconsiderar o uso do mtodo de anlise fatorial com os seus dados.
  13. 13. 13 Estes valores representam a significncia do teste de correlao de Pearson (quanto ficou de fora). Estes p-values da testagem indicam quais so as correspondncias so diferente de zero. Muitos deste valores devem ser pequenos para o emprego do mtodo de anlise fatorial.
  14. 14. 14 Deve-se analisar o valor do determinante da matriz de correlao. Este indica a possibilidade de inverso da matriz. Se o valor do determinante zero, a matriz de correlao no pode ser invertida e certamente os mtodos de extrao de anlise fatorial sero impossveis de serem computados.
  15. 15. 15 Este um dos mtodos de extrao que minimiza a soma das diferenas quadrticas entre a matriz de dados e a matriz de correlao reproduzida, ignorando as diagonais. Idem ao anterior, mas neste caso a correlao pesada pelo inverso das suas singularidades, assim como as variveis com alta singularidades so tomadas com peso menor que aquelas com menor singularidades.
  16. 16. 16 Este mtodo cria parmetros estimados como sendo mais provveis para produzir a matriz de correlao observada, se a amostra pode ser caracterizada por uma distribuio normal multivariada. As correlaes so pesadas pelo inverso das singularidades das variveis, pelo emprego de um algoritmo iterativo. Este mtodo de extrao dos fatores parte da matriz de correlao original com os coeficientes de correlaes mltiplos colocados na diagonal como estimativas iniciais das comunalidades. Estes fatores obtidos so usados para estimar as novas comunalidades, que so recolocadas no lugar das velhas na diagonal. As Iteraes continuam at a ocorrerem mudanas nas comunalidades partindo da primeira at a seguinte, buscando satisfazer o critrio de convergncia de extrao. Designa-se por comunalidade a proporo da varincia de cada varivel explicada pelos factores comuns
  17. 17. 17 um mtodo de extrao que considera as variveis na anlise como uma amostra do universo potencial de variveis. Ele maximiza a confiabilidade ou fidedignidade alfa (de Cronbach) dos fatores. um mtodo fatorial de extao desenvolvido por Guttman est baseado na Teoria de Imagens. A parte comum da varincia, chamada de imagem parcial, definida como uma regresso linear sobre as restantes, preferivelmente que a funo dos fatores hipotticos.
  18. 18. 18 Usar 99 ou 999 ou 9999, pois quanto maior, mais chances de convergncia se ter.
  19. 19. 19 Regresso: Um mtodo para estimar os scores dos coeficientes dos fatores. Os scores gerados tm mdia 0 e varincia igual ao quadrado da correlao mltipla entre os scores dos fatores estimados e os valores verdadeiros dos fatores. Os scores devem ser igualados com os fatores ortogonais. Este mtodo de estimao dos scores dos coeficientes dos fatores. Os scores produzidos tem mdia de zero. A soma dos quadrados de um fator feita sobre a extenso das vaariveis minimizadas. A diferena do mtodo de Bartlett est em garantir a ortogonalidade dos fatores estimados.Os scores gerados tm uma mdia de 0, desvio padro de 1,0 e so no correlatos.
  20. 20. 20 Excluir a partir da anlise dos casos com valores perdidos para um ou outro dos pares de variveis na computao de estatstica especfica. Excluir os casos que tm valores perdidos para qualquer das variveis usadas em qualquer das anlises. Substituir os valores perdidos com a varivel mdia. Diminui a apresentao dos fatores nas estruturas das matrizes, deixando apenas as variveis que apresentam as maiores cargas fatoriais no mesmo fator, determinado pelo corte adotado. Opo interessante para limpar a sada de dados. Elimina os coeficientes com valores absolutos menores que aquele especificado. O default 0,100. Literatura sugere valores acima de 0,300
  21. 21. 21 Varimax (mais usado) um mtodo de rotao ortogonal que minimiza o nmero de variveis que cada agrupamento ter. Ele simplifica a interpretao dos fatores. Quartimax (ortogonal) um mtodo que minimiza o nmero de fatores necessrios para explicar cada varivel. Ele simplifica a interpretao das variveis obtidas. Equamax (ortogonal) tambm um mtodo que busca uma combinao dos outros (varimax e quartimax). O nmero de variveis obtido ter carga fatorial maior e o nmero de fatores ser minimizado. Direct oblimin: Este mtodo diferentemente dos trs anteriores oblquo (no ortogonal). Quando delta igual a 0 (default), a soluo mais oblqua. Tomando-se delta mais negativo, os fatores ficaram menos oblquos. Ignorando-se o default delta de 0, deve-se usar um nmero menor ou igual a 0,8. Promax tambm um mtodo oblquo de rotao, o qual possibilita os fatores correlatos. Ele pode ser calculado mais rapidamente que a rotao direct oblimin. Assim ele usado para grandes grupos de dados. Kappa na maioria das vezes tomado com o valor 4.
  22. 22. 22 Data Output
  23. 23. 23 Notes 30-JAN-2003 13:32:48 C:WINDOWSDesktopratioavali.sav 48 MISSING=EXCLUDE: User-defined missing values are treated as missing. LISTWISE: Statistics are based on cases with no missing values for any variable used. FACTOR /VARIABLES var00001 var00002 var00003 var00004 var00005 var00006 var00007 var00008 var00009 var00010 var00011 var00012 var00013 var00014 var00015 /MISSING LISTWISE /ANALYSIS var00001 var00002 var00003 var00004 var00005 var00006 var00007 var00008 var00009 var00010 var00011 var00012 var00013 var00014 var00015 /PRINT UNIVARIATE INITIAL CORRELATION SIG DET KMO INV REPR AIC EXTRACTION ROTATION FSCORE /FORMAT SORT BLANK(.300) /PLOT ROTATION /CRITERIA MINEIGEN(1) ITERATE(99) /EXTRACTION PC /CRITERIA ITERATE(99) /ROTATION VARIMAX /METHOD=CORRELATION . 28260 (27,598K) bytes 0:00:00,82 Output Created Comments Data Filter Weight Split File N of Rows in Working Data File Input Definition of Missing Cases Used Missing Value Handling Syntax Maximum Memory Required Elapsed Time Resources Log de dados
  24. 24. 24 Matriz de correlao Correlation Matrixa 1,000 ,221 ,359 ,110 ,153 -,294 -,048 ,272 ,123 ,221 1,000 ,309 -,018 ,584 -,287 ,225 ,559 ,346 ,359 ,309 1,000 -,043 ,170 -,327 -,020 ,405 ,206 ,110 -,018 -,043 1,000 ,117 ,084 ,293 -,117 ,254 ,153 ,584 ,170 ,117 1,000 -,212 -,036 ,336 ,254 -,294 -,287 -,327 ,084 -,212 1,000 -,138 -,431 -,175 -,048 ,225 -,020 ,293 -,036 -,138 1,000 ,284 ,432 ,272 ,559 ,405 -,117 ,336 -,431 ,284 1,000 ,574 ,123 ,346 ,206 ,254 ,254 -,175 ,432 ,574 1,000 ,068 ,440 ,026 ,247 ,233 -,158 ,486 ,592 ,688 -,093 -,386 -,201 -,170 -,474 ,393 -,334 -,526 -,473 -,089 ,412 ,252 ,046 ,460 -,398 ,127 ,459 ,411 ,308 ,205 ,349 ,302 ,079 -,199 ,196 ,428 ,458 ,049 ,268 ,148 ,120 ,347 -,224 ,077 ,338 ,097 ,242 ,175 ,222 ,085 ,242 -,327 ,013 ,306 ,252 ,065 ,006 ,229 ,149 ,021 ,372 ,030 ,202 ,065 ,016 ,453 ,000 ,024 ,062 ,000 ,008 ,006 ,016 ,385 ,124 ,012 ,447 ,002 ,080 ,229 ,453 ,385 ,213 ,286 ,022 ,213 ,041 ,149 ,000 ,124 ,213 ,074 ,403 ,010 ,041 ,021 ,024 ,012 ,286 ,074 ,176 ,001 ,117 ,372 ,062 ,447 ,022 ,403 ,176 ,025 ,001 ,030 ,000 ,002 ,213 ,010 ,001 ,025 ,000 ,202 ,008 ,080 ,041 ,041 ,117 ,001 ,000 ,323 ,001 ,429 ,045 ,055 ,141 ,000 ,000 ,000 ,265 ,003 ,086 ,124 ,000 ,003 ,010 ,000 ,000 ,273 ,002 ,042 ,377 ,001 ,003 ,194 ,001 ,002 ,017 ,081 ,008 ,018 ,298 ,087 ,091 ,001 ,001 ,372 ,033 ,157 ,209 ,008 ,063 ,302 ,009 ,255 ,048 ,118 ,065 ,282 ,049 ,012 ,465 ,017 ,042 outra chance c. justificativa atentos para o contedo prprio material questes claras e objetivas professor fique atento tempo estabelecido explicar clara concisa anotar explicaes professor exerccios para fixar material apostilado no esquecer nome prova escrevam com caneta preencher um formulrio proibir troca materiais alunos respo