Análise fatorial

A análise fatorial é uma técnica de análise multivariada que envolve K variáveis cujo objetivo é combinar variáveis para criar novos fatores. Na análise fatorial têm-se várias variáveis (atributos) medindo um determinado estudo, o resultado é o conjunto de novas variáveis (ou fatores) criado pela combinação de conjuntos de atributos.

Diferentemente da regressão múltipla, em que uma ou mais variáveis são explicitamente consideradas resposta (variável dependente) e as demais prognóstico (variável independente). Na Análise Fatorial todas as variáveis são consideradas simultaneamente.

Existem duas propostas de AF: Análise Fatorial Confirmatória e Análise exploratória. Em agrupamentos realizados previamente, pode-se estar interessado em como as variáveis deveriam ser agrupadas sob que fator e em quantos fatores. Nestes casos chamamos de AF confirmatória que procura estimar o grau na qual os dados reúnem na estrutura esperada.

A abordagem mais utilizada é Análise Fatorial Exploratória que procura identificar a estrutura de um conjunto de variáveis ou como método de redução de dados.

Análise Fatorial pode auxiliar o pesquisador na construção de escalas padronizadas; Segmentação de mercado, psicográfica ou de estilo de vida; na identificação dos atributos-chaves do produto que determinam a preferência no consumo; identificação das variáveis-chaves que determinam a formação e manutenção de imagem da empresa; agrupar pessoas ou empresas com base em suas similaridades; identificação de similaridades entre produtos diferentes; identificação dos pontos-chaves do produto que determinam a escolha do consumidor; criação de indicadores que condensem a informação de várias variáveis.

Objetivo 1: Condensar a estrutura de informação

• A Análise Fatorial pode ser usada para descobrir a estrutura básica que está por trás de um conjunto de medições.
• Por exemplo, através da Análise Fatorial, é possível reduzir um conjunto de 40 diferentes atributos medidos de um produto para cerca de 4 ou 5 fatores que permitirão maior compreensão e interpretação dessas medições.

Objetivo 2: Redução do Volume de dados

• A Análise Fatorial pode ser utilizada para reduzir a massa de dados da pesquisa para uma quantidade gerenciável.
• A redução de um grande número de variáveis para apenas alguns atributos permite a utilização desses fatores em análises futuras ao invés das variáveis originais.
• Reduzindo de forma considerável o volume de dados a ser processado e analisado.

Objetivo 3: Construção de escalas

• Análise Fatorial pode auxiliar o pesquisador na construção de escalas.
• A análise fatorial auxilia na atribuição de pesos para a combinação das

diversas variáveis na forma de escala.

• Análise Fatorial contribui para o processo reagrupando as variáveis em fatores independentes e atribuindo o peso a ser usado em cada variável para ser combinado na escala.

Objetivo 4: Transformação de dados

• Varias técnicas estatísticas de análise da dependência, como a regressão múltipla, só podem ser utilizadas como variáveis de prognóstico (independentes) que não estejam correlacionadas.

• A Análise Fatorial pode ser utilizada na identificação de fatores não correlacionados para que essas técnicas possam ser utilizadas.

· Desenvolvimento de escalas padronizadas;

· Segmentação de mercado, psicografica ou de estilo de vida;

· Identificação dos atributos-chaves do produto que determinam a preferência no consumo;

· Identificação das variáveis-chaves que determinam a formação e manutenção de imagem da empresa;

· Agrupar pessoas ou empresas com base em suas similaridades;

· Identificação de similaridades entre produtos diferentes;

· Identificação dos pontos-chaves do produto que determinam a escolha do consumidor;

· Criação de indicadores que condensem a informação de várias variáveis.