PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ - PUCPR

Fonte: elaborado pelo autor.
Total 2 4 7 51 64
103
Inicialmente, foi realizada uma análise fatorial exploratória com o intuito de
identificar as dimensões de variabilidade ou os fatores do framework. Ademais, a
análise fatorial permite detectar a existência de certos padrões subjacentes nos
dados, de maneira que possam ser reagrupados em um conjunto menor de fatores.
Um pressuposto da análise fatorial exploratória é a consideração de que a
correlação entre as variáveis surge porque essas variáveis compartilham ou estão
relacionadas pelo mesmo fator (HAIR et al., 2005; CORRAR et al., 2007). Portanto,
o objetivo dessa análise é identificar os fatores não diretamente observáveis, a partir
de um conjunto de variáveis observáveis e passíveis de medição. Por fim, a análise
fatorial pode ser utilizada para diversas finalidades como, por exemplo: redução do
número de variáveis a serem consideradas em uma pesquisa; sumarização de
dados permitindo a escolha de uma ou mais variáveis significativas para serem
objeto de avaliação e acompanhamento; eliminação das correlações existentes entre
as variáveis observadas para utilização de técnicas estatísticas que pressupõem a
não-existência de correlação. Esse tipo de análise não exige o conhecimento prévio
de relação de dependência entre variáveis e o objetivo é analisar, entender e
identificar uma estrutura de relacionamento entre as variáveis (CORRAR et al.,
2007).
A análise fatorial exploratória utilizou como método de extração dos fatores a
análise de componentes principais, levando em conta a variância total dos dados.
Também foi realizada uma análise do tipo R-mode factor, com o intuito de identificar
estruturas subjacentes capazes de serem percebidas apenas pela construção do
relacionamento entre diversas variáveis. O número de fatores foi definido por meio
do teste de Kaiser-Meyer-Olkin e pela porcentagem da variância explicada. O
primeiro teste, Kaiser-Meyer-Olkin (Measures of Sampling Adequacy – MSA), indica
o grau de explicação dos dados a partir dos fatores encontrados na análise fatorial e,
quanto mais próximo de um (1), melhor. A porcentagem de variância explicada
define o número de fatores extraídos que explica a variância da pesquisa e esse
número é definido pelo pesquisador. Para aumentar o poder de explicação da
análise, os fatores identificados foram nomeados de acordo com as suas principais
variáveis, criando uma nova estrutura de relacionamento entre os habilitadores e as