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).
Como citar este post
Damásio, B. (2023, 4 de março). Análise fatorial e análise de componentes principais: Diferenças e quando usar. Blog Psicometria Online. https://www.blog.psicometriaonline.com.br/analise-fatorial-e-analise-de-componentes-principais-diferencas-e-quando-usar/
