Receba gratuitamente todos os nossos conteúdos.

Fique por dentro das novidades e oportunidades referentes à Psicometria e Análise Quantitativa de Dados.

Análise Fatorial e Análise de Componentes Principais: Diferenças e Quando usar

Muitas vezes, quando estamos trabalhando com questionários, em pesquisas do tipo survey, precisamos agrupar as respostas aos instrumentos em um escore único.

Daí, vêm a pergunta: Qual o melhor procedimento para fazer essa redução dos dados?

Em geral, duas técnicas podem ser implementadas para realizar essa redução: análise fatorial (exploratória ou confirmatória) ou análise de componentes principais.

Mas existem diferenças importantes entre Análise Fatorial e Análise de Componentes Principais.

As Análises Fatoriais e Análise de Componentes Principais são duas técnicas que têm por objetivo reduzir um determinado número de itens a um menor número de variáveis. Ainda que haja uma significativa diferença entre essas duas técnicas de redução de dados, elas são, geralmente, utilizadas indiscriminadamente, o que é um erro.

A Análise de Componentes Principais foi por muito tempo o método de redução de dados mais utilizado nas pesquisas das ciências humanas, sociais e da saúde, e sua popularidade se deu, em grande medida, ao fato de que seus cálculos computacionais eram mais simples, e, portanto, mais rápidos e mais baratos, quando comparados às Análises Fatoriais.

Devido ao seu amplo uso e ao fato de que ACP é, ainda hoje, o método padrão de redução de dados em muitos dos principais programas estatísticos (por exemplo, SPSS e SAS), muitos pesquisadores erroneamente acreditam que ACP seja um tipo de AFE.

Quais as diferenças entre Análise Fatorial e Análise de Componentes Principais?

As Análises de Componentes Principais geram componentes, enquanto as Análises Fatoriais geram fatores, e para entender as diferenças entre componentes e fatores, você precisa entender o que são modelos formativos e modelos reflexivos.

A Análises de Componentes Principais são utilizadas para reduzir dados que são oriundos de modelos formativos.

No modelo formativo, uma série de indicadores geram o escore de uma determinada variável. Por exemplo, imagine que você queira estimar os níveis socioeconômicos da amostra.

Para isso, você coleta dados sobre renda, escolaridade, tipo de trabalho (classificação ISEI), quantidade de bens materiais, etc.

Todos esses indicadores formam um escore único, que podemos intitular de nível socioeconômico (Ver Figura 1).

Perceba que a direção das setas é dos indicadores para o Escore Final. Isso é um modelo formativo.

Por outro lado, as análises fatoriais são utilizadas para reduzir dados que são oriundos de modelos reflexivos. Um exemplo clássico é a depressão.

Ao responder um questionário de depressão, uma pessoa concorda ou discorda com itens, tais como: baixa autoestima, falta de motivação, humor deprimido, irritabilidade, choros constantes, sensação de vazio, etc.

Ao concordar com esses itens, dizemos que há algo por trás (no caso, a depressão) que faz com que a pessoa sinta todos esses sintomas. Portanto, a direcionalidade é do fator para os itens (Ver figura 2).

Ou seja, é o fator (no caso, a depressão) que está causando os sintomas (medidos pelo padrão de respostas dos sujeitos).

Não vamos entrar em detalhes matemáticos das análises fatoriais e análises de componentes principais (para saber mais, leia meu artigo científico aqui.

Por ora, o que você precisa saber ao escolher entre uma análise fatorial e análise de componentes principais é: se o seu construto é reflexivo (como a depressão) ou formativo (como os dados socioeconômicos).

Para facilitar sua vida, é importante destacar que quase sempre que estamos trabalhando com fenômenos psicológicos, estamos diante de modelos reflexivos (o que requer análise fatorial).

Outro ponto de destaque, é que, às vezes, um mesmo fenômeno pode ser melhor analisado por Análise Fatorial ou Análise de Componentes Principais, a depender da forma como está sendo medido.

Por exemplo, você pode utilizar uma medida de qualidade de vida, que questiona sobre a percepção do sujeito sobre sua qualidade de vida. Por se tratar de uma percepção (psicológica), o modelo mais adequado seria análise fatorial. Entretanto, a qualidade de vida também pode ser mensurada por indicadores objetivos, tais como qualidade da habitação, condições de vida, renda, saúde e segurança ambiental, serviços sanitários, etc. Nesse sentido, uma Análise de Componentes Principais seria mais adequado.

Espero que tenha ficado claro.

Gostou desse conteúdo? Precisa aprender Análise de dados? Faça parte da Psicometria Online Academy: a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).

BRUNO FIGUEIREDO DAMÁSIO

Sou Psicólogo, mestre e doutor em Psicologia. Venho me dedicando à Psicometria desde 2007.

Fui professor e chefe do Departamento de Psicometria da UFRJ durante os anos de 2013 a 2020. Fui editor-chefe da revista Trends in Psychology, da Sociedade Brasileira de Psicologia (SBP) eEditor-Associado da Spanish Journal of Psychology, na sub-seção Psicometri e Métodos Quantitativos.

Tenho mais de 50 artigos publicados e mais de 3000 citações, nas melhores revistas nacionais e internacionais. Atualmente, me dedico a formação de novos pesquisadores, através da Psicometria Online Academy. Minha missão é ampliar a formação em Psicometria no Brasil e lhe auxiliar a conquistar os seus objetivos profissionais.

Deseja se tornar completamente autônomo e independente na análise dos seus dados?

Uma resposta

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Veja mais

Posts relacionados

Glossário de Análise Fatorial Exploratória

Glossário de Análise Fatorial Exploratória

A Psicometria Online tem o prazer de anunciar a publicação de um valioso recurso para profissionais e estudantes da Psicometria: o Glossário de Análise Fatorial Exploratória. Entender os termos e

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Nesse post, iremos te ensinar a lidar, de modo metodologicamente adequado com os pressupostos da análise de variância (ANOVA), quando eles não são acatados. O que é Análise de Variância

Estatística Descritiva e Estatística Inferencial: o que são e quais as diferenças

Estatística Descritiva e Estatística Inferencial: o que são e quais as diferenças

Olá. Neste post vamos explicar de forma fácil o que são e quais as principais diferenças entre a estatística descritiva e a estatística inferencial. O que é estatística descritiva? A

Análise de mediação e moderação: definições e diferenças

Análise de mediação e moderação: definições e diferenças

Nesse post, discutimos as caracteríticas e diferenças entre modelos de mediação e moderação.

Análise Fatorial Exploratória ou Análise Fatorial Confirmatória: Qual escolher?

Análise Fatorial Exploratória ou Análise Fatorial Confirmatória: Qual escolher?

Nesse post, discutimos quando utilizar uma análise fatorial exploratória e uma análise fatorial confirmatória.

Glossário de Análise Fatorial Exploratória

Glossário de Análise Fatorial Exploratória

A Psicometria Online tem o prazer de anunciar a publicação de um valioso recurso para profissionais e estudantes da Psicometria: o Glossário de Análise Fatorial Exploratória. Entender os termos e

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Nesse post, iremos te ensinar a lidar, de modo metodologicamente adequado com os pressupostos da análise de variância (ANOVA), quando eles não são acatados. O que é Análise de Variância

Estatística Descritiva e Estatística Inferencial: o que são e quais as diferenças

Estatística Descritiva e Estatística Inferencial: o que são e quais as diferenças

Olá. Neste post vamos explicar de forma fácil o que são e quais as principais diferenças entre a estatística descritiva e a estatística inferencial. O que é estatística descritiva? A

Análise de mediação e moderação: definições e diferenças

Análise de mediação e moderação: definições e diferenças

Nesse post, discutimos as caracteríticas e diferenças entre modelos de mediação e moderação.

Análise Fatorial Exploratória ou Análise Fatorial Confirmatória: Qual escolher?

Análise Fatorial Exploratória ou Análise Fatorial Confirmatória: Qual escolher?

Nesse post, discutimos quando utilizar uma análise fatorial exploratória e uma análise fatorial confirmatória.

Cadastre-se para ser notificado com o link das aulas ao vivo:

Módulo 4: Redes neurais artificiais

• Introdução a Deep Learning

• Avaliando sistemas de Deep Learning

• Redes Neurais feitas (sem programação) no SPSS

• Aula bônus: O futuro da IA na Sociedade

• Aula bônus: Dois Estudos de Caso 

Módulo 3: Interpretar e reportar resultados

• Gerar, interpretar e reportar resultados em Machine Learning

Módulo 2: Criando o seu sistema

• Selecionando algoritmos e métodos 
• Práticas de Machine Learning (Sem programação): Decision Tree (JASP), Linear Discriminant Classification (JASP) e Plataforma ORANGE
• Aula Bônus: Avaliação Psicológica e Machine Learning
• Aula Bônus: Livros e Cursos recomendados  
• Aula Bônus: Entrevista com Cientista de Dados focado na área da Saúde

Módulo 1: O que é Machine Learning

• O que é Machine Learning?
• Como a máquina aprende?
• Machine Learning para Psicometria e Pesquisa Quantitativa (pesquisas comentadas)
• Tipos de Machine Learning (Supervisionado e Não-supervisionado)
• Práticas de Machine Learning (Sem programação): JASP e SPSS
Aula Bônus: Filosofia da Inteligência Artificial
• Aula Bônus: Entrevista com Cientista de Dados graduado em Psicologia
• Aula bônus: Estudo de Caso sobre Redução Dimensional 

Preencha abaixo para
participar gratuitamente

Fique tranquilo, não utilizaremos suas informações de contato para enviar qualquer tipo de SPAM. Os dados coletados são tratados nos termos da Lei Geral de Proteção de Dados e você pode se descadastrar da nossa lista de contatos a qualquer momento.