Download ppt - Analise fatorial spss

Transcript
Page 1: Analise fatorial spss

1

IV Congresso Brasileiro de Avaliação IV Congresso Brasileiro de Avaliação PsicológicaPsicológica

V Congresso da Associação Brasileira V Congresso da Associação Brasileira de Rorschach e Métodos Projetivosde Rorschach e Métodos ProjetivosXIV Conferência Internacional de XIV Conferência Internacional de Avaliação Psicológica: Formas e Avaliação Psicológica: Formas e

ContextosContextos

Avaliação Psicológica: Formação, Avaliação Psicológica: Formação, Atuação e InterfacesAtuação e Interfaces

29/07/2009 a 01/08/2009 - Campinas-SP29/07/2009 a 01/08/2009 - Campinas-SP

Page 2: Analise fatorial spss

2

Claudette Maria Medeiros Vendramini Claudette Maria Medeiros Vendramini Universidade São Francisco (USF)Universidade São Francisco (USF)

Laboratório de Métodos Estatísticos em Psicologia e Laboratório de Métodos Estatísticos em Psicologia e Educação Educação

- LAMEPE -- LAMEPE -

CursoCurso Análise Fatorial Exploratória e ConfirmatóriaAnálise Fatorial Exploratória e Confirmatória

Page 3: Analise fatorial spss

3

ANÁLISE FATORIAL

USO DO SPSS

Page 4: Analise fatorial spss

4

Entrada de dados e tomadas de decisões

Page 5: Analise fatorial spss

5

Entrada de dados conversão por cópia de planilha do Excel ou Winword

Page 6: Analise fatorial spss

6

Definição de aspectos das medidas

Definir “labels” Definir nível de Mesuração

Page 7: Analise fatorial spss

7

Escolha do Tipo de Análise

Page 8: Analise fatorial spss

8

Page 9: Analise fatorial spss

9

Selecionar as possibilidades de testes de “aderência” e as estatísticas descritivas.

Mais importante

importante

Após selecionar

Dar continuidade

Page 10: Analise fatorial spss

10

Método fatorial de extração a ser usado para se obter uma combinação linear não-correlata das combinações das variáveis mesuradas.

A componente primeira (fator 1) tem o máximo valor da variância.

As seguintes mostram, progressivamente, porções menores da variância e são todas não-relacionadas umas às outras (independentes).

A Análise das Componentes Principais é usada para obter-se os soluções dos fatores.

Ela pode ser usada quando a matriz de correlação é singular.

Seleção do método a ser usado:

Variância = mostra qual é a parcela de explicação dos dados pelos fatores.

Page 11: Analise fatorial spss

11

Explicando o que é a Correlation Matrix

Matriz de Correlação são as possíveis correlações de Pearson entre as variáveis

Os valores da diagonal principal é igual a um, devido à perfeita correlação entre as mesmas variáveis

Page 12: Analise fatorial spss

12

Na apresentação as correções são espelhadas

As correlações nestes casos são relativamente fracas, próximas de Zero. Como nestes casos, você deve reconsiderar o uso do método de análise fatorial com os seus

dados.

Page 13: Analise fatorial spss

13

Estes valores representam a significância do teste de correlação de Pearson (quanto ficou de fora). Estes p-values da testagem indicam quais são as correspondências são diferente de zero.

Muitos deste valores devem ser pequenos para o emprego do método de análise fatorial.

Page 14: Analise fatorial spss

14

Deve-se analisar o valor do determinante da matriz de correlação. Este indica a possibilidade de inversão da matriz. Se o valor do determinante é zero, a matriz de correlação não pode ser invertida e certamente os métodos de extração de análise fatorial serão impossíveis de serem computados.

Page 15: Analise fatorial spss

15

Este é um dos métodos de extração que minimiza a soma das diferenças quadráticas entre a matriz de dados e a matriz de correlação reproduzida, ignorando as diagonais.

Idem ao anterior, mas neste caso a correlação é pesada pelo inverso das suas singularidades, assim como as variáveis com alta singularidades são tomadas com peso menor que aquelas com menor singularidades.

Page 16: Analise fatorial spss

16

Este método cria parâmetros estimados como sendo mais prováveis para produzir a matriz de correlação observada, se a amostra pode ser caracterizada por uma distribuição normal multivariada.

As correlações são pesadas pelo inverso das singularidades das variáveis, pelo emprego de um algoritmo “iterativo”.

Este método de extração dos fatores parte da matriz de correlação original com os coeficientes de correlações múltiplos colocados na diagonal como estimativas iniciais das comunalidades.

Estes fatores obtidos são usados para estimar as novas comunalidades, que são recolocadas no lugar das velhas na diagonal.

As Iterações continuam até a ocorrerem mudanças nas comunalidades partindo da primeira até a seguinte, buscando satisfazer o critério de convergência de extração.

Designa-se por comunalidade a proporção da variância de cada variável explicada pelos factores comuns

Page 17: Analise fatorial spss

17

É um método de extração que considera as variáveis na análise como uma amostra do universo potencial de variáveis. Ele maximiza a confiabilidade ou fidedignidade alfa (de Cronbach) dos fatores.

É um método fatorial de extação desenvolvido por Guttman é está baseado na Teoria de Imagens.

A parte comum da variância, chamada de imagem parcial, é definida como uma regressão linear sobre as restantes, preferivelmente que a função dos fatores hipotéticos.

Page 18: Analise fatorial spss

18

Usar 99 ou 999 ou 9999, pois quanto maior,

mais chances de convergência se terá.

Page 19: Analise fatorial spss

19

Regressão: Um método para estimar os scores dos coeficientes dos fatores. Os scores gerados têm média 0 e variância igual ao quadrado da correlação múltipla entre os scores dos fatores estimados e os valores verdadeiros dos fatores. Os scores devem ser igualados com os fatores ortogonais.

Este método de estimação dos scores dos coeficientes dos fatores. Os scores produzidos tem média de zero. A soma dos quadrados de um fator é feita sobre a extensão das vaariáveis minimizadas.

A diferença do método de Bartlett está em garantir a ortogonalidade dos fatores estimados.Os scores gerados têm uma média de 0, desvio padrão de 1,0 e são não correlatos.

Page 20: Analise fatorial spss

20

Excluir a partir da análise dos casos com valores perdidos para um ou outro dos pares de variáveis na computação de estatística específica.

Excluir os casos que têm valores perdidos para qualquer das variáveis usadas em qualquer das análises.

Substituir os valores perdidos com a variável média.

Diminui a apresentação dos fatores nas estruturas das matrizes, deixando apenas as variáveis que apresentam as maiores cargas fatoriais no mesmo fator, determinado pelo “corte” adotado.

Opção interessante para limpar a saída de dados.

Elimina os coeficientes com valores absolutos menores que aquele especificado. O default é 0,100. Literatura sugere valores acima de 0,300

Page 21: Analise fatorial spss

21

Varimax (mais usado) É um método de rotação ortogonal que minimiza o número de variáveis que cada agrupamento terá. Ele simplifica a interpretação dos fatores.

Quartimax (ortogonal) é um método que minimiza o número de fatores necessários para explicar cada variável. Ele simplifica a interpretação das variáveis obtidas.

Equamax (ortogonal) é também um método que busca uma combinação dos outros (varimax e quartimax). O número de variáveis obtido terá carga fatorial maior e o número de fatores será minimizado.

Direct oblimin: Este método diferentemente dos três anteriores é oblíquo (não ortogonal). Quando delta é igual a 0 (default), a solução é mais oblíqua. Tomando-se delta mais negativo, os fatores ficaram menos oblíquos. Ignorando-se o default delta de 0, deve-se usar um número menor ou igual a 0,8.

Promax também é um método oblíquo de rotação, o qual possibilita os fatores correlatos. Ele pode ser calculado mais rapidamente que a rotação direct oblimin. Assim ele é usado para grandes grupos de dados. Kappa na maioria das vezes é tomado com o valor 4.

Page 22: Analise fatorial spss

22

Data Output

Page 23: Analise fatorial spss

23

Notes

30-JAN-2003 13:32:48

C:\WINDOWS\Desktop\ratioavali.sav

<none>

<none>

<none>

48

MISSING=EXCLUDE: User-definedmissing values are treated asmissing.

LISTWISE: Statistics are based oncases with no missing values forany variable used.FACTOR/VARIABLES var00001 var00002var00003 var00004 var00005var00006 var00007var00008 var00009 var00010var00011 var00012 var00013var00014 var00015/MISSING LISTWISE /ANALYSISvar00001 var00002 var00003var00004 var00005var00006 var00007 var00008var00009 var00010 var00011var00012 var00013var00014 var00015/PRINT UNIVARIATE INITIALCORRELATION SIG DET KMO INVREPR AIC EXTRACTIONROTATION 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 inWorking Data File

Input

Definition of Missing

Cases Used

Missing ValueHandling

Syntax

Maximum MemoryRequired

Elapsed Time

Resources

Log de dados

Page 24: Analise fatorial spss

24

Matriz de correlaçãoCorrelation Matrixa

1,000 ,221 ,359 ,110 ,153 -,294 -,048 ,272 ,123 ,068 -,093 -,089 ,308 ,049 ,242

,221 1,000 ,309 -,018 ,584 -,287 ,225 ,559 ,346 ,440 -,386 ,412 ,205 ,268 ,175

,359 ,309 1,000 -,043 ,170 -,327 -,020 ,405 ,206 ,026 -,201 ,252 ,349 ,148 ,222

,110 -,018 -,043 1,000 ,117 ,084 ,293 -,117 ,254 ,247 -,170 ,046 ,302 ,120 ,085

,153 ,584 ,170 ,117 1,000 -,212 -,036 ,336 ,254 ,233 -,474 ,460 ,079 ,347 ,242

-,294 -,287 -,327 ,084 -,212 1,000 -,138 -,431 -,175 -,158 ,393 -,398 -,199 -,224 -,327

-,048 ,225 -,020 ,293 -,036 -,138 1,000 ,284 ,432 ,486 -,334 ,127 ,196 ,077 ,013

,272 ,559 ,405 -,117 ,336 -,431 ,284 1,000 ,574 ,592 -,526 ,459 ,428 ,338 ,306

,123 ,346 ,206 ,254 ,254 -,175 ,432 ,574 1,000 ,688 -,473 ,411 ,458 ,097 ,252

,068 ,440 ,026 ,247 ,233 -,158 ,486 ,592 ,688 1,000 -,433 ,440 ,330 ,133 ,189

-,093 -,386 -,201 -,170 -,474 ,393 -,334 -,526 -,473 -,433 1,000 -,481 -,173 -,162 -,379

-,089 ,412 ,252 ,046 ,460 -,398 ,127 ,459 ,411 ,440 -,481 1,000 ,283 ,370 ,350

,308 ,205 ,349 ,302 ,079 -,199 ,196 ,428 ,458 ,330 -,173 ,283 1,000 ,148 ,170

,049 ,268 ,148 ,120 ,347 -,224 ,077 ,338 ,097 ,133 -,162 ,370 ,148 1,000 ,376

,242 ,175 ,222 ,085 ,242 -,327 ,013 ,306 ,252 ,189 -,379 ,350 ,170 ,376 1,000

,065 ,006 ,229 ,149 ,021 ,372 ,030 ,202 ,323 ,265 ,273 ,017 ,372 ,048

,065 ,016 ,453 ,000 ,024 ,062 ,000 ,008 ,001 ,003 ,002 ,081 ,033 ,118

,006 ,016 ,385 ,124 ,012 ,447 ,002 ,080 ,429 ,086 ,042 ,008 ,157 ,065

,229 ,453 ,385 ,213 ,286 ,022 ,213 ,041 ,045 ,124 ,377 ,018 ,209 ,282

,149 ,000 ,124 ,213 ,074 ,403 ,010 ,041 ,055 ,000 ,001 ,298 ,008 ,049

,021 ,024 ,012 ,286 ,074 ,176 ,001 ,117 ,141 ,003 ,003 ,087 ,063 ,012

,372 ,062 ,447 ,022 ,403 ,176 ,025 ,001 ,000 ,010 ,194 ,091 ,302 ,465

,030 ,000 ,002 ,213 ,010 ,001 ,025 ,000 ,000 ,000 ,001 ,001 ,009 ,017

,202 ,008 ,080 ,041 ,041 ,117 ,001 ,000 ,000 ,000 ,002 ,001 ,255 ,042

,323 ,001 ,429 ,045 ,055 ,141 ,000 ,000 ,000 ,001 ,001 ,011 ,184 ,099

,265 ,003 ,086 ,124 ,000 ,003 ,010 ,000 ,000 ,001 ,000 ,120 ,136 ,004

,273 ,002 ,042 ,377 ,001 ,003 ,194 ,001 ,002 ,001 ,000 ,026 ,005 ,007

,017 ,081 ,008 ,018 ,298 ,087 ,091 ,001 ,001 ,011 ,120 ,026 ,157 ,123

,372 ,033 ,157 ,209 ,008 ,063 ,302 ,009 ,255 ,184 ,136 ,005 ,157 ,004

,048 ,118 ,065 ,282 ,049 ,012 ,465 ,017 ,042 ,099 ,004 ,007 ,123 ,004

outra chance c.justificativa

atentos para o conteúdo

próprio material

questões claras eobjetivas

professor fique atento

tempo estabelecido

explicar clara concisa

anotar explicaçõesprofessor

exercícios para fixar

material apostilado

não esquecer nomeprova

escrevam com caneta

preencher um formulário

proibir troca materiais

alunos responder pedido

outra chance c.justificativa

atentos para o conteúdo

próprio material

questões claras eobjetivas

professor fique atento

tempo estabelecido

explicar clara concisa

anotar explicaçõesprofessor

exercícios para fixar

material apostilado

não esquecer nomeprova

escrevam com caneta

preencher um formulário

proibir troca materiais

alunos responder pedido

Correlation

Sig. (1-tailed)

outra chancec. justificativa

atentos parao conteúdo

própriomaterial

questõesclaras eobjetivas

professorfique atento

tempoestabelecido

explicar claraconcisa

anotarexplicaçõesprofessor

exercíciospara fixar

materialapostilado

não esquecernome prova

escrevamcom caneta

preencher umformulário

proibir troca materiais

alunos responder

pedido

Determinant = 1,702E-03a.

Page 25: Analise fatorial spss

25

Os Testes Kaiser-Meyer-Olkin (KMO) e de Esfericidade de Bartlett, indicam qual é o grau de suscetibilidade ou o ajuste dos dados à análise fatorial, isto é, qual é o nível de confiança que se pode esperar dos dados quando do seu tratamento pelo método multivariado de análise fatorial seja empregada com sucesso (Hair et al, 1998).

O primeiro deles (KMO) apresenta valores normalizados (entre 0 e 1,0) e mostra qual é a proporção da variância que as variáveis (questões do instrumento utilizado) apresentam em comum ou a proporção desta que são devidas a fatores comuns.

KMO and Bartlett's Test

,722

262,484

105

,000

Kaiser-Meyer-Olkin Measure of SamplingAdequacy.

Approx. Chi-Square

df

Sig.

Bartlett's Test ofSphericity

Page 26: Analise fatorial spss

26

Para interpretação do resultado obtido, valores próximos de 1,0 indicam que o método de análise fatorial é perfeitamente adequado para o tratamento dos dados. Por outro lado, valores menores que 0,5, indicam a inadequação do método (SPSS, 1999 e Pereira, 2001).

No nosso caso, o valor obtido foi de 0,715, o que nos mostra uma boa adequação de possibilidades de tratamento dos dados com o método citado.

KMOGrau de ajuste à Análise fatorial

1-0,9 Muito Boa

0,8-0,9 Boa

0,7-0,8 Média

0,6-0,7 Razoável

0,5-0,6 Má

<0,5 Inaceitável 

Page 27: Analise fatorial spss

27

O segundo teste, o de Esfericidade de Bartlett é baseado na distribuição estatística de “chi quadradro” e testa a hipótese (nula H0) de que a matriz de

correlação é uma matriz identidade (cuja diagonal é 1,0 e todas as outras as outras iguais a zero), isto é, que não há correlação entre as variáveis.(Pereira, 2001).

Valores de significância maiores que 0,100, indicam que os dados não são adequados para o tratamento com o método em questão; que a hipótese nula não pode ser rejeitada. Já valores menores que o indicado permite rejeitar a hipótese nula (SPSS,1999 e Hair et al, 1998).

Também, no nosso caso o valor da significância do teste de Bartlett, mostrou-se menor que 0,0001, o que permite mais uma vez confirmar a possibilidade e adequação do método de análise fatorial para o tratamento dos dados.

SPSS - Statistical Package for the Social Sciences. Base 10.0 User's Guide. Chicago: SPSS, 1999.

HAIR, J. F. et al. Multivariate data analysis. Fifth Edition. New jersey: Prentice Hall, 1998.

PEREIRA, J. C. R. Análise de Dados Qualitativos: Estratégias Metodológicas para as Ciências da Saúde, Humanas e Sociais. São Paulo: EDUSP, 2001.

Page 28: Analise fatorial spss

28

Estatísticas Descritivas

Descriptive Statistics

3,27 1,18 48

3,06 1,16 48

3,90 ,97 48

4,54 ,65 48

3,63 1,04 48

3,08 1,11 48

4,25 ,84 48

3,40 ,92 48

3,31 1,01 48

3,46 1,07 48

1,77 ,78 48

3,44 1,15 48

2,60 1,01 48

3,38 1,16 48

3,21 ,99 48

VAR00001

VAR00002

VAR00003

VAR00004

VAR00005

VAR00006

VAR00007

VAR00008

VAR00009

VAR00010

VAR00011

VAR00012

VAR00013

VAR00014

VAR00015

Mean Std. Deviation Analysis N

Descriptive Statistics

3,27 1,18 48

3,06 1,16 48

3,90 ,97 48

4,54 ,65 48

3,63 1,04 48

3,08 1,11 48

4,25 ,84 48

3,40 ,92 48

3,31 1,01 48

3,46 1,07 48

1,77 ,78 48

3,44 1,15 48

2,60 1,01 48

3,38 1,16 48

3,21 ,99 48

outra chance c.justificativa

atentos para o conteúdo

próprio material

questões claras eobjetivas

professor fique atento

tempo estabelecido

explicar clara concisa

anotar explicaçõesprofessor

exercícios para fixar

material apostilado

não esquecer nomeprova

escrevam com caneta

preencher um formulário

proibir troca materiais

alunos responder pedido

Mean Std. Deviation Analysis N

Page 29: Analise fatorial spss

29

Total Variance Explained

4,915 32,769 32,769 4,915 32,769 32,769 3,090 20,598 20,598

1,817 12,113 44,883 1,817 12,113 44,883 2,573 17,152 37,750

1,446 9,639 54,522 1,446 9,639 54,522 2,124 14,160 51,910

1,173 7,823 62,344 1,173 7,823 62,344 1,565 10,434 62,344

,979 6,528 68,872

,869 5,792 74,664

,764 5,094 79,758

,712 4,743 84,502

,574 3,828 88,330

,432 2,879 91,209

,381 2,539 93,748

,307 2,045 95,793

,282 1,881 97,674

,202 1,344 99,017

,147 ,983 100,000

Component1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %

Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Análise de Variância

Page 30: Analise fatorial spss

30

Scree Plot

Component Number

151413121110987654321

Eig

en

valu

e

6

5

4

3

2

1

0

Seleção dos Fatores

Page 31: Analise fatorial spss

31

Matriz de rotação

Sem Opção de corte Suja

Rotated Component Matrixa

-4,58E-02 2,375E-02 ,799 ,116

,426 ,479 ,212 -,315

4,800E-02 ,173 ,725 -,191

,239 ,107 1,656E-02 ,869

,134 ,752 2,627E-02 -8,34E-02

-,149 -,385 -,456 ,273

,732 -7,11E-02 -8,01E-02 ,181

,603 ,361 ,433 -,321

,797 ,165 ,206 ,113

,846 ,193 2,321E-02 5,133E-02

-,520 -,525 -8,74E-02 6,567E-02

,384 ,673 2,964E-02 -,137

,409 2,601E-02 ,593 ,316

-4,28E-02 ,711 7,157E-02 ,187

2,494E-03 ,605 ,308 ,184

outra chance c.justificativa

atentos para o conteúdo

próprio material

questões claras eobjetivas

professor fique atento

tempo estabelecido

explicar clara concisa

anotar explicaçõesprofessor

exercícios para fixar

material apostilado

não esquecer nomeprova

escrevam com caneta

preencher um formulário

proibir troca materiais

alunos responder pedido

1 2 3 4

Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 7 iterations.a.

Page 32: Analise fatorial spss

32

Matriz de rotação

VARIMAX

Rotated Component Matrixa

,846

,797

,732

,603 ,433

,752

,711

,673

,605

-,520 -,525

,426 ,479

,799

,725

,409 ,593

-,456

,869

material apostilado

exercícios para fixar

explicar clara concisa

anotar explicaçõesprofessor

professor fique atento

proibir troca materiais

escrevam com caneta

alunos responder pedido

não esquecer nomeprova

atentos para o conteúdo

outra chance c.justificativa

próprio material

preencher um formulário

tempo estabelecido

questões claras eobjetivas

1 2 3 4

Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 7 iterations.a.

Page 33: Analise fatorial spss

33

Matriz de rotação AFCPSem Rotação ACP

Rotated Component Matrixa

,847

,799

,750

,552 -,485

-,510 -,494

,730

,727

,634

,618

,806

,700

,633

,803

-,452

material apostilado

exercícios para fixar

explicar clara concisa

anotar explicaçõesprofessor

não esquecer nomeprova

proibir troca materiais

professor fique atento

escrevam com caneta

alunos responder pedido

outra chance c.justificativa

próprio material

preencher um formulário

tempo estabelecido

questões claras eobjetivas

atentos para o conteúdo

1 2 3 4

Component

Extraction Method: Principal Component Analysis. Rotation Method: Equamax with Kaiser Normalization.

Rotation converged in 7 iterations.a.

Component Matrixa

,815

,715

-,710

,691 ,501

,688

,678

,568

-,535

,499

,634

,659

,525 ,556

,496 ,697

,471

anotar explicaçõesprofessor

exercícios para fixar

não esquecer nomeprova

material apostilado

escrevam com caneta

atentos para o conteúdo

professor fique atento

tempo estabelecido

alunos responder pedido

próprio material

explicar clara concisa

outra chance c.justificativa

preencher um formulário

questões claras eobjetivas

proibir troca materiais

1 2 3 4

Component

Extraction Method: Principal Component Analysis.

4 components extracted.a.

Page 34: Analise fatorial spss

34

Matriz de rotaçãoRotated Component Matrixa

,847

,799

,749

,552

-,510

,730

,727

,634

,618

,806

,700

,633

,803

material apostilado

exercícios para fixar

explicar clara concisa

anotar explicaçõesprofessor

não esquecer nomeprova

proibir troca materiais

professor fique atento

escrevam com caneta

alunos responder pedido

outra chance c.justificativa

próprio material

preencher um formulário

tempo estabelecido

questões claras eobjetivas

atentos para o conteúdo

1 2 3 4

Component

Extraction Method: Principal Component Analysis. Rotation Method: Equamax with Kaiser Normalization.

Rotation converged in 6 iterations.a.

Método Equamax - corte 0,500

Page 35: Analise fatorial spss

35

Ajuste do modelo de rotação

Residuals are computed between observed and reproduced correlations. There are 56 (53,0%) nonredundant residuals with absolute values > 0.05.

Reproduced Correlations

,654b

,125 ,559 ,105 2,304E-02 -,335 -7,820E-02 ,289 ,145 -9,700E-03 -5,083E-02 6,209E-03 ,492 9,764E-02 ,281

,125 ,555b ,317 -,117 ,449 -,430 ,204 ,623 ,427 ,442 -,512 ,535 ,213 ,279 ,298

,559 ,317 ,595b -,124 ,171 -,457 -6,989E-02 ,467 ,195 8,097E-02 -,192 ,182 ,394 ,137 ,293

,105 -,117 -,124 ,825b

4,026E-02 ,153 ,324 -8,902E-02 ,310 ,268 -,125 4,503E-02 ,385 ,229 ,231

2,304E-02 ,449 ,171 4,026E-02 ,591b -,344 2,754E-02 ,391 ,227 ,255 -,472 ,569 6,356E-02 ,516 ,448

-,335 -,430 -,457 ,153 -,344 ,453b 4,511E-03 -,514 -,245 -,197 ,337 -,367 -,255 -,249 -,324

-7,820E-02 ,204 -6,99E-02 ,324 2,754E-02 4,511E-03 ,580b ,323 ,576 ,613 -,324 ,206 ,307 -5,379E-02 -3,246E-02

,289 ,623 ,467 -8,902E-02 ,391 -,514 ,323 ,784b

,593 ,574 -,562 ,531 ,411 ,202 ,294

,145 ,427 ,195 ,310 ,227 -,245 ,576 ,593 ,718b ,717 -,512 ,408 ,488 ,119 ,186

-9,700E-03 ,442 8,097E-02 ,268 ,255 -,197 ,613 ,574 ,717 ,756b -,540 ,448 ,381 ,112 ,135

-5,083E-02 -,512 -,192 -,125 -,472 ,337 -,324 -,562 -,512 -,540 ,558b

-,564 -,257 -,345 -,334

6,209E-03 ,535 ,182 4,503E-02 ,569 -,367 ,206 ,531 ,408 ,448 -,564 ,619b ,149 ,439 ,392

,492 ,213 ,394 ,385 6,356E-02 -,255 ,307 ,411 ,488 ,381 -,257 ,149 ,619b ,103 ,258

9,764E-02 ,279 ,137 ,229 ,516 -,249 -5,379E-02 ,202 ,119 ,112 -,345 ,439 ,103 ,548b ,487

,281 ,298 ,293 ,231 ,448 -,324 -3,246E-02 ,294 ,186 ,135 -,334 ,392 ,258 ,487 ,495b

9,628E-02 -,200 4,182E-03 ,130 4,090E-02 2,980E-02 -1,679E-02 -2,181E-02 7,772E-02 -4,228E-02 -9,561E-02 -,184 -4,908E-02 -3,906E-02

9,628E-02 -8,71E-03 9,921E-02 ,135 ,144 2,104E-02 -6,438E-02 -8,097E-02 -1,496E-03 ,127 -,123 -8,074E-03 -1,109E-02 -,124

-,200 -8,713E-03 8,091E-02 -1,284E-03 ,129 5,032E-02 -6,136E-02 1,158E-02 -5,459E-02 -9,114E-03 6,911E-02 -4,489E-02 1,135E-02 -7,064E-02

4,182E-03 9,921E-02 8,091E-02 7,712E-02 -6,945E-02 -3,126E-02 -2,837E-02 -5,611E-02 -2,130E-02 -4,496E-02 1,287E-03 -8,315E-02 -,110 -,145

,130 ,135 -1,28E-03 7,712E-02 ,133 -6,401E-02 -5,461E-02 2,692E-02 -2,179E-02 -2,031E-03 -,110 1,500E-02 -,169 -,206

4,090E-02 ,144 ,129 -6,945E-02 ,133 -,142 8,230E-02 6,993E-02 3,816E-02 5,561E-02 -3,099E-02 5,580E-02 2,556E-02 -3,592E-03

2,980E-02 2,104E-02 5,032E-02 -3,126E-02 -6,401E-02 -,142 -3,909E-02 -,144 -,127 -9,972E-03 -7,877E-02 -,111 ,130 4,530E-02

-1,679E-02 -6,438E-02 -6,14E-02 -2,837E-02 -5,461E-02 8,230E-02 -3,909E-02 -1,947E-02 1,799E-02 3,590E-02 -7,214E-02 1,713E-02 ,135 1,197E-02

-2,181E-02 -8,097E-02 1,158E-02 -5,611E-02 2,692E-02 6,993E-02 -,144 -1,947E-02 -2,886E-02 3,810E-02 3,070E-03 -3,000E-02 -2,166E-02 6,612E-02

7,772E-02 -1,496E-03 -5,46E-02 -2,130E-02 -2,179E-02 3,816E-02 -,127 1,799E-02 -2,886E-02 ,107 -8,630E-03 -5,050E-02 2,051E-02 5,380E-02

-4,228E-02 ,127 -9,11E-03 -4,496E-02 -2,031E-03 5,561E-02 -9,972E-03 3,590E-02 3,810E-02 ,107 8,317E-02 8,425E-02 ,183 -4,506E-02

-9,561E-02 -,123 6,911E-02 1,287E-03 -,110 -3,099E-02 -7,877E-02 -7,214E-02 3,070E-03 -8,630E-03 8,317E-02 ,134 -6,873E-02 -4,244E-02

-,184 -8,074E-03 -4,49E-02 -8,315E-02 1,500E-02 5,580E-02 -,111 1,713E-02 -3,000E-02 -5,050E-02 8,425E-02 ,134 4,573E-02 -8,708E-02

-4,908E-02 -1,109E-02 1,135E-02 -,110 -,169 2,556E-02 ,130 ,135 -2,166E-02 2,051E-02 ,183 -6,873E-02 4,573E-02 -,111

-3,906E-02 -,124 -7,06E-02 -,145 -,206 -3,592E-03 4,530E-02 1,197E-02 6,612E-02 5,380E-02 -4,506E-02 -4,244E-02 -8,708E-02 -,111

outra chance c.justificativa

atentos para o conteúdo

próprio material

questões claras eobjetivas

professor fique atento

tempo estabelecido

explicar clara concisa

anotar explicaçõesprofessor

exercícios para fixar

material apostilado

não esquecer nomeprova

escrevam com caneta

preencher um formulário

proibir troca materiais

alunos responder pedido

outra chance c.justificativa

atentos para o conteúdo

próprio material

questões claras eobjetivas

professor fique atento

tempo estabelecido

explicar clara concisa

anotar explicaçõesprofessor

exercícios para fixar

material apostilado

não esquecer nomeprova

escrevam com caneta

preencher um formulário

proibir troca materiais

alunos responder pedido

Reproduced Correlation

Residual a

outra chancec. justificativa

atentos parao conteúdo

própriomaterial

questõesclaras eobjetivas

professorfique atento

tempoestabelecido

explicar claraconcisa

anotarexplicações

professorexercíciospara fixar

materialapostilado

não esquecernome prova

escrevamcom caneta

preencher umformulário

proibir troca materiais

alunos responder

pedido

Extraction Method: Principal Component Analysis.

Residuals are computed between observed and reproduced correlations. There are 56 (53,0%) nonredundant residuals with absolute values > 0.05.a.

Reproduced communalitiesb.

É desejável que as contagens resíduos >0,05 ou 5% estejam em menos que 50% dos dados!

Page 36: Analise fatorial spss

36

O que são Resíduos?

modelo

Resíduo

Dado

Page 37: Analise fatorial spss

37

Matriz de rotaçãoRotated Component Matrixa

,847

,799

,749

,552

-,510

,730

,727

,634

,618

,806

,700

,633

,803

material apostilado

exercícios para fixar

explicar clara concisa

anotar explicaçõesprofessor

não esquecer nomeprova

proibir troca materiais

professor fique atento

escrevam com caneta

alunos responder pedido

outra chance c.justificativa

próprio material

preencher um formulário

tempo estabelecido

questões claras eobjetivas

atentos para o conteúdo

1 2 3 4

Component

Extraction Method: Principal Component Analysis. Rotation Method: Equamax with Kaiser Normalization.

Rotation converged in 6 iterations.a.

Descriptive Statistics

3,27 1,180 48

3,06 1,156 48

3,90 ,973 48

4,54 ,651 48

3,63 1,044 48

3,08 1,108 48

4,25 ,838 48

3,40 ,917 48

3,31 1,014 48

3,46 1,071 48

1,77 ,778 48

3,44 1,147 48

2,60 1,005 48

3,38 1,160 48

3,21 ,988 48

outra chance c.justificativa

atentos para o conteúdo

próprio material

questões claras eobjetivas

professor fique atento

tempo estabelecido

explicar clara concisa

anotar explicaçõesprofessor

exercícios para fixar

material apostilado

não esquecer nomeprova

escrevam com caneta

preencher um formulário

proibir troca materiais

alunos responder pedido

Mean Std. Deviation Analysis N

Quando os valores médios estão abaixo da média teórica, deve-se inverter a assertiva!!!

Page 38: Analise fatorial spss

38

Análise de Variância

Component Plot in Rotated Space

preencher um formuláexercícios para fixa

anotar explicações pmaterial apostilado

outra chance c. justexplicar clara conci

próprio material

Component 2

atentos para o conte

1,01,0

questões claras e ob

-,5

escrevam com canetaalunos responder p

0,0

,5 ,5

professor fique aten

,5

proibir troca mate1,0

tempo estabelecido

não esquecer nome pr

Component 3Component 1

0,00,0-,5-,5


Recommended