Sensibilidades do Teste de Esfericidade de Bartlett e do Índice de Kaiser- Meyer-Olkin sobre a Adequação da Matriz de Correlações para a Análise de Fatores

Autores

DOI:

https://doi.org/10.29327/2537114.14.1-2

Palavras-chave:

Análise de fatores, Correlação, Comunalidade

Resumo

Para a análise de fatores, pressupõe-se que haja relação presente na matriz de correlações entre as

variáveis. Para avaliar a matriz de correlações, o teste de esfericidade de Bartlett e o índice de Kaiser-Meyer-
Olkin (KMO) são os métodos mais utilizados. Com o objetivo de avaliar as sensibilidades destes dois métodos,

foram geradas 42 diferentes matrizes com base em quatro variáveis (Y1, Y2, Y3 e Y4). Pelo teste de esfericidade
de Bartlett aplicado às hipóteses H0: ρ = I vs. H1: ρ ≠ I, foi obtido o maior tamanho da amostra (n) que não
rejeitou H0 a 5%, a 1%, a 0,5% e a 0,25% de significância. Para o índice KMO, foi obtido apenas o valor n. De
acordo com os resultados, o teste de esfericidade de Bartlett foi mais sensível à correlação r D e menos sensível
ao nível de significância α e à correlação rE, para rejeitar a hipótese H0. Além disso, foi notória a sua alta
dependência do valor n. Assim, o teste de esfericidade de Bartlett é mais conclusivo, não se rejeita H0. Quando
H0 é rejeitada, recomenda-se utilizá-lo em conjunto com outros critérios de avaliação da adequação da análise
de fatores, especialmente ao nível de significância α = 0,0025. Já os valores do índice KMO não foram
influenciados pelos valores de rD e rE. Em média, o seu valor foi de 0,55, independente da matriz R ter sido
adequada ou não para a análise de fatores. Por isso, ele não é recomendado.

Referências

BARTLETT, M. S. Tests of significance in factor analysis. British Journal of Psychology, v. 3, p. 77-85, 1950.

DZIUBAN, C. D.; SHIRKEY, E. C. When is a correlation matrix appropriate for factor analysis? Some decision rules. Psychological Bulletin, v. 81, p. 358-361, 1974.

HAIR, J. F.; BLACK, W. C.; BABIN, B. J.; ANDERSON, R. E. Multivariate data analysis. 8th ed. Cengage, 2018.

KAISER, H. F. A second generation little jiffy. Psychometrika, v. 35, p. 401-416, 1970.

LORENZO-SEVA, U.; TIMMERMAN, M. E.; KIERS, H. A. The hull method for selecting the

number of common factors. Multivariate behavioral research. V. 46, p. 340-364, 2011.

MINGOTI, S. A. Análise de dados através de métodos de estatística multivariada – uma abordagem aplicada. Belo Horizonte: Editora UFMG, 2013.

REVELLE, W. Procedures for psychological, psychometric, and personality research. R package version 1.9.12.31, 2020.

SCHREIBER, J. B. Issues and recommendations for exploratory factor analysis and principal component analysis. Research in Social and Administrative Pharmacy. v. 17, p. 1004-1011,2021.

SHARMA, S. Applied multivariate techniques. New York: John Wiley & Sons, 1996.

Downloads

Publicado

09-04-2025

Como Citar

Rafaela Gomes Dias, C., dos Santos Ribeiro, A., Ribeiro Júnior, J. I., & Gonçalves Batista, L. (2025). Sensibilidades do Teste de Esfericidade de Bartlett e do Índice de Kaiser- Meyer-Olkin sobre a Adequação da Matriz de Correlações para a Análise de Fatores. Sigmae, 14(1), 11–20. https://doi.org/10.29327/2537114.14.1-2