Análise Fatorial Exploratória (AFE) em Jamovi: Validar Escalas
A AFE é usada para descobrir a estrutura latente de um questionário — quais os itens que medem o mesmo construto. É um passo obrigatório na validação de escalas em dissertações de mestrado.
AFE vs. CFA: usa AFE quando não tens hipótese sobre a estrutura (primeira validação). Usa CFA/SEM quando queres testar uma estrutura já definida.
1. Pré-requisitos
n ≥ 100
Amostra mínima recomendada. Idealmente 5×número de itens.
KMO > .70
Adequação amostral. Calculado automaticamente pelo Jamovi.
Bartlett p < .05
Confirma que existem correlações suficientes entre itens.
Likert 5–7
Escalas de resposta ordínais com 5+ categorias.
2. Passo a passo no Jamovi
2.1 Abrir a análise
- Menu Analyses → Factor → Exploratory Factor Analysis
- Arrasta todos os itens da escala para a caixa Variables
- Em Method seleciona Minimum residual (ou Principal Axis)
- Em Rotation seleciona Oblimin (para fatores correlacionados) ou Varimax (para fatores independentes)
- Em Number of factors seleciona Based on eigenvalue (> 1) como ponto de partida
2.2 Ativar KMO e Bartlett
Em Additional Output → ativa KMO measure e Bartlett's test of sphericity.
| Valor KMO | Classificação | Aceitar AFE? |
|---|---|---|
| > .90 | Maravilhoso | ✔ Sim |
| .80 – .89 | Meritório | ✔ Sim |
| .70 – .79 | Médio | ✔ Sim |
| .60 – .69 | Mediano | ⚠ Com precaução |
| < .60 | Inaceitável | ❌ Não |
3. Quantos fatores reter?
Critério de Kaiser
Reter fatores com eigenvalue > 1. É o método mais simples mas tende a reter demasiados fatores.
Eigenvalue F1=3.2 → reter
Eigenvalue F2=1.4 → reter
Eigenvalue F3=0.8 → não reter
Screeplot (Critério de Cattell)
Observar o gráfico de eigenvalues e identificar o "cotovelo" — o ponto onde a curva aplaina.
Ativa em Scree Plot nas opções. Reter os fatores antes do cotovelo.
4. Interpretar as cargas fatoriais
As cargas fatoriais indicam a correlação de cada item com cada fator:
Item válido ✔
Marginal — avaliar
Remover item ❌
Item em 2 fatores — problema
Carga cruzada = item correlaciona ≥ .30 com dois ou mais fatores. Considerar remoção ou reformulação do item.
5. Após a AFE — próximos passos
Calcular Alpha de Cronbach
Para cada fator identificado, calcula a consistência interna. Aceitaçãvel: α ≥ .70. Ver tutorial Alpha em Jamovi.
Verificar comunalidades
Comunalidade = proporção de variância explicada do item. Idealmente > .50. Itens com comunalidade baixa podem ser removidos.
Variância explicada
Os fatores devem explicar no total ≥ 50% da variância. Reportar a percentagem de cada fator e o total acumulado.
Confirmar com CFA
Em amostras maiores ou para publicação, confirma a estrutura numa segunda amostra com CFA (via SEM/lavaan).
Como reportar em APA
"Foi conduzida uma análise fatorial exploratória com extracção por minimum residual e rotação oblimin. A adequação amostral foi confirmada pelo KMO = .84 e teste de Bartlett, χ²(190) = 1423.4, p < .001. Foram retidos 3 fatores com base no screeplot e no critério de eigenvalue > 1, explicando 62.4% da variância total. Os itens apresentaram cargas fatoriais ≥ .45 no fator respectivo e ausentes de cargas cruzadas superiores a .30."
Páginas relacionadas
Fiabilidade após a AFE.
Fundamentos teóricos da AFE.
Validação completa de escalas.
Passo seguinte após AFE.
Reportar os resultados da AFE.