Contente
- A resposta que você recebe depende das perguntas que você faz
- Dados aleatórios fornecem fatores
- É difícil decidir quantos fatores incluir
- A interpretação do significado dos fatores é subjetiva
A análise fatorial é um método estatístico para tentar encontrar o que é conhecido como variáveis latentes quando você tem dados sobre muitas questões. Variáveis latentes são coisas que não podem ser medidas diretamente. Por exemplo, a maioria dos aspectos da personalidade é latente. Pesquisadores de personalidade geralmente fazem muitas perguntas a uma amostra de pessoas relacionadas a personalidade e, em seguida, fazem uma análise fatorial para determinar quais fatores latentes existem.
A resposta que você recebe depende das perguntas que você faz
Os fatores que aparecem apenas podem vir das respostas às perguntas que você faz. Se você não perguntar sobre hábitos de sono, por exemplo, nenhum fator relacionado a hábitos de sono será exibido. Por outro lado, se você perguntar apenas sobre hábitos de sono, nada mais poderá aparecer. A seleção de um bom conjunto de perguntas é complicada, e diferentes pesquisadores escolherão diferentes conjuntos de perguntas.
Dados aleatórios fornecem fatores
Se você gerar muitos números aleatórios, uma análise fatorial ainda poderá encontrar uma estrutura aparente nos dados. É difícil dizer se os fatores que emergem refletem os dados ou são simplesmente parte do poder da análise fatorial de encontrar padrões.
É difícil decidir quantos fatores incluir
Uma tarefa do analista de fatores é decidir quantos fatores manter. Existem vários métodos para determinar isso, e há pouco acordo sobre qual é o melhor.
A interpretação do significado dos fatores é subjetiva
A análise fatorial pode dizer quais variáveis no seu conjunto de dados "vão juntas" de maneiras que nem sempre são óbvias. Mas interpretar o que esses conjuntos de variáveis realmente representam depende do analista, e pessoas razoáveis podem discordar.