12.

A abordagem multivariada:

explicaes e raz.es se multiplicarem, vamos terminar em confuso, ou

com uma situao to complexa que no poderemos domin-Ia. Mas parte
de tudo isso questo de f. Temos f em que haja geralmente uma
explicao mais simples p~,a a maioria dos fenmenos. O fato de isso
nem sempre ser verdade no muda a f. Em todo caso, buscar explicaes
mais simples, e depois testar suas implicaes, so preocupaes cientficas fortssimas.

anlise fatoria!
(.

Quando penso em anlise fatorial, duas palavras me vm mente:

"curiosidade" e "parcimnia". Parece ser u.m par muitssimo estranhomas no em relao anlise fatorial. Curiosidade quer dizer querer
saber o que existe em um lugar, como funciona, por que est ali e por
que funciona. Significa tambm o desejo ou a vontade de penetrar as
coisas, de saber o que h por trs delas. Os cientistas so curiosos.
Querem saber o' que existe e por que existe. Querem saber o que h por
detrs das coisas. E querem fazer isso da maneira mais parcimoniosa
possvel. No querem uma explanao elaborada quando no
necessrio. A explicao mais simples possvel a melhor - embora
nem sempre: a este ideal podemos chamar o princpio da parcimnia.
Para explicar as coisas, precisamos tentar reduzir as massas de
informao e fenmenos que nos rodeiam a forma e tamanho manejvel.
Nos nossos esforos para explicar os fenmenos tentamos reduzir os
domnios amplos e confusos das variveis, por exemplo, a domnios
menores e mais compreensveis. Suponhamos que estamos trabalhando
em uma rea de interesse e temos nossa frente centenas de variveis
que talvez se relacionem rea de interesse. Uma centena de variveis
demais; no podemos realmente agarrar tantas variveis. Ser possvel
reduzir-lhes o nmero? Sabemos por exeperincia que muitas das cem
variveis so correlacionadas entre si. l! possvel descobrir quais das
variveis esto correlacionadls com iguais outras, e o quanto esto
correlacionadas? Por esta informao, possvel combinar, juntar de
alguma forma as variveis correlacionadas umas com as outras ou
agrup-Ias para "criar" variveis novas e em menor nmero?
Suponhamos que tudo isto seja possvel. Criar variveis novas e
em nmero menor satisfar minha curiosidade original em relao
coisa que me deixou curioso? Certamente a reduo de variveis ou do
nmero de variveis parece parcimoniosa. Se tivermos, digamos, 12
variveis em vez de cem, temos uma situao mais parcimoniosa. Pelo
menos achamos e esperamos. Por que insistimos em parcimnia? l! to
importante?
Em geral os cientistas acreditam que a explicao mais simples, mais
parcimoniosa, a melhor explicao. Isto porque, se deixarmos as
202

Um dos mais poderosos mtodos j inventados para reduzir a complexidade de variveis a maior simplicidade a anlise fatorial. Anlise
falorial um mtodo analtico para determinar o nmero e natureza das
variveis subjacentes a um grande nmero de variveis ou medidas.
Ajuda o pesquisador, com efeito. a saber que testes devem ficar juntos
- quais os que virtualmente medem a mesma coisa, em outras palavras,
e o quanto medem a mesma coisa. As "variveis subjacentes", nesta definio, so chamadas tatores". Algum chamou a anlise fatorial a rainha
dos mtodos analticos. Por qu? Vamos tomar um exemplo famoso, inteligncia e sua natureza. para tentar compreender esta inveno notvel e
a definio dada acima. Inteligncia um bom exemplo por causa de seu
interesse intrnseco, prtico e terico, e porque muito se conhece a
seu respeito agora - embora grande parte ainda continue um mistrio.
Antes de comearmos esta discusso, vamos fazer uma digresso para
definir certos termos e expresses comumente usados na anlise fatorial
e na anlise multivariada.
Uma digresso definicional

'o

,t

Como ficou indicado, um fator uma varivel subjacente e noobservada que presumivelmente "explica" tstes, medidas ou itens observados. Na prxima seo deste captulo damos um exemplo de anlise
fatorial de testes de inteligncia. Trs dos testes medem trs aspectos da
inteligncia verbal: Sentenas, Vocabulrio e Completamento. Descobriu-se que estes testes medem uma coisa em comum. O estudo do
contedo dos testes parece indicar que o algo subjacente que medido
capacidade verbal. "Capacidade Verbal", ento, um fator.
fO

Mais precisamente, um,-/ator, um constructo, uma entidade hipo

ttica, uma varivel no-observada, que se supe estar subjacente a
testes, escalas, itens e, de fato, medidas de qualquer espcie. Houve
controvrsias quanto aos fatores e anlise fatorial, uma boa parte originada da suposta "realidade" dos fatores. Deixemos claro que a nica
"realidade" que possuem os fatores reside em explicarem a varincia de
variveis observadas, tal como se revela pelas correlaes entre as
variveis.
.
203

'J'hmstone acreditava que a inteligncia fosse um conjunto de capacidades fundamentais separadas mas relacionadas. Depois de considervel trabalho criando testes, aplicando-os a muitas crianas e analisando
os resultados, concluiu que havia um certo(.nmero de entidades subjacentes a muitos dos testes que ele criara e aplicara s crianas: Percepo,
Nmero. Fluncia de Palavras, Verbal. Espao, Memria, Raciocnio.
Com efeito, ele props uma teoria da estrura da inteligncia e o fundamento da teoria eram essas entidades .ou "fatores", como ele e outros
as chamaram.
Para esclarecer isto, vejamos os testes da tabela 12,1. Em um
estudo, Thurstone e sua mulher (Thurstone & Thurstone, 1941) aplicaram 60 testes de vrios tipos - vocabulrio, adio, subtrao, multiplicao; leitura ao espelho, grupos de letras, reconhecimento de figuras,
etc" - a 710 alunos de oitava srie. Em pesquisa anterior, Thurstone
{,

Nmero
,42
00,00
,45
0,09
0,40
-0,01
0,67
0,01
0,17
0,36
0,64
0,01
0,02
0,00
Tabela 12.1 Testes
Percepo
selecionados

Verbal
0,66
-0,03
0,06
0,67
0,01
de .,...0,02
Thurstone
O,4,

e matriz

fatorial

rotada",

Testes

" As entradas na tabela so chamadas

como coeficientes de correlao.
(

cargas fatoriais,\ Podem

ser interpretadas

descobrira que anlises apropriadas mostravam que certos conjuntos de

testes se agrupavam. Eram corre1acionados positivamente, em outras
palavras. Na medida em que dois testes se correlacionem positivamente,
nessa medida (outras coisas mantidas constantes) eles medem a mesma
coisa. Suponhamos que temos trs testes e que suas intercorrelaes
sejam r12 = 0,70, riS = 0,64, t23 = 0,57. Os testes so vocabulrio,
leitura e escrita de sentenas e completamento de sentenas (quando
apresentadas com palavras omitidas). Qual o elemento comum nestes
testes? O que que os faz se correlacionarem to substancialmente?
Thurstone concluiu que era uma capacidade bsica associada ao aprendizado verbal e materiais verbais. Denominou-a "Verbal" ou "Capacidade
Verbal".
206

'.1

A tabela 12. 1 d apenas uma pequena parte dos resultados de

Thurstone e Thurstone. Para ilustrar, escolhi apenas trs dos seus sele
fatores: Verbal, Nmero e Percepo. Para o que queremos agora.
entretanto, eles so sufic,i~ntes. Os nomes de oito dos 60 testes
de Thurstone e Thurstone aparecem no lado esquerdo da tabela. Os
nmeros no corpo da tabela so como coeficientes de correlao e so
chamados "cargas fatoriais". (Veja definio dada anteriormente.) Quanto maior o nmero que acompanha um teste - por exemplo, o teste
Vocabulrio tem 0,66 sob Verbal. 0,02 sob Nmero e -0,01 sob
Percepo - mais o teste est associado ao fator. Estas cargas indicam
que o teste Vocabulrio percente ao fator Verbal e no aos fatores
Nmero ou Percepo.
Examine as cargas sob Verbal. Os trs testes mencionados acima
tm as cargas substanciais de 0,66, 0,66 e 0,67. Os outros cinco testes
t cargas prximas de zero (0,01, - 0,03, e assim por diante). Um analista dever concluir que estes testes tm alguma coisa em comum lembre-se de nossas discusses anteriores sobre correlaes, correlaes
ao quadrado e varincia compartilhada. Os trs testes medem alguma
coisa em comum. Se as cargas fossem 1,00, 1,00 e 1,00 (pouqussimo
provvel), o analista concluiria que estariam medindo a mesma coisa
perfeitamente. Se as cargas fossem 0,00, 0,00 e 0,00 (tambm improvvel), ele concluiria ento que no estariam medindo a mesma coisa.
J que o elemento ou elementos comuns aos trs testes que tm
cargas substanciais esto claramente associados a palavras, o analista
pode concluir que o "fator" bsico comum capacidade verbal, Assim, ,
deuominado "Verbal". Raciocnio semelhante aplica-se aos cinco testes '
restantes e dois fatores. Os testes Adio, Mutiplicao e Indefinio
de Nmeros tm cargas substanciais de 0,64, 06,7 e 0,40 no segundo
fator. Eles compartilham processos mentais associados a operaes
numricas. Assim, o fator chamado "iJ~mero".
Dois dos testes, Faces e Leitura ao Espelho, tm cargas no terceiro
fator, Percepo, e em nenhum outro. O teste Identificao de Nmeros,
entretanto, tem carga no terceiro fator e tambm no segundo. Isto quer
dizer que um teste mais complexo. Pode-se dizer que faz parte das
essncias da Percepo e do Nmero. Tais casos ocorrem freqentemente
em 1westigaes de anlise fatoria!'
Alguns elementos de anlise Catarial
Se for aplicado um teste duas vezes mesma amostra de indivduos,
a correlao entre os dois conjuntos de notas deveria ser 1,00. Jamais
1,00, entretanto, devido aos ine-vitveis erros de mensurao. Mas
207

dl'Vnll liel alto, se o leste for fidedigno. Se dois testes medirem a mesma
digamos capacidade verbal, a correlao entre eles, depois de
i1plicaJos mesma amostra de indivduos, dever ser alta, ou pelo menos
subslancial. Embora todos os itens possam If~r diferentes - dois testes
diferentes de vocabulrio, por exemplo - todos eles mais ou menos mostram um aspecto da capacidade verbal. Portanto, os indivduos deveriam
respond-los de maneira semelhante e deveriam ser classificados pelos
dois testes quase da mesma forma.
(Ui:;II,

Por outro lado, a correlao entre dois testes que medem coisas
muito diferentes, digamos, capacidade verbal e dogmatismo, deveria
ficar prxima de zero. No h relao sistemtica entre os dois conjuntos
de notas forneci das pela mesma amostra de indivduos. Naturalmente,
se houve uma relao no momento desconhecida entre capacidade verbal
e dogmatismo - e bem pode haver - ento deve haver alguma correlao, positiva ou negativa, maior que zero entre os dois testes. Pode ser
que pessoas mais verbais sejam mais dogmticas. No momento, entretanto, no conhecemos nenhum motivo para que haja uma correlao
entre as duas variveis.
Estas duas condies de correlao esto expressas na figura 12.1.
Cada crculo representa a varincia de um teste, como j se fez anteriormente. (Aconselhamos o leitor a rever rapidamente os captulos 4, 9 e
principalmente 11. A compreenso da anlise fatorial pode ser materialmente ajudada pela compreenso das relaes, correlaes, mensurao
e varincia compartilhada). Consideremos a situao do diagrama rotulado (A). CV 1 representa Capacidade Verbal 1, o primeiro teste de capacidade verbal; CV2 naturalmente representa o segundo teste. Os dois
crculos, cada um representando a varincia de seu teste, se sobrepem
em uma grande rea. A situao comparvel da figura 11.6 do

r'

CV"

CA)

Figura 12.1
208

CV,

rCV,D
CB)

captulo 11, s que aquela figura era mais complexa. No caso presente,
a correlao cerca de 0,90 porque a maior parle das varincias dos
dois testes compartilhada: cerca de 80 por cento (r2 = 0,902 = 0,81).
Isto quer dizer que provavelmente
os dois testes esto medindo a mesma
"\
coisa, capacidade verbal.
A situao na figura 12. 1. (B) bem diferente. Nenhuma varincia
compartilhada. A correlao entre os dois testes, capacidade verbal
(CV) e dogmatismo (D) zero. Eles medem coisas muito diferentes.
As duas condies representadas na figura 12.1 mostram com que
os analistas fatoriais trabalham, a saber, varincia compartilhada e os
limites dentro dos quais eles trabalham: entre correlao alta ou substancial e correlao zero. Eles procuram descobrir as unidades que formam
a base dos testes e medidas estudando e analisando as correlaes entre
os testes, e, partindo das correlaes, as varincias compartilhadas.
O mtodo de anlise fatorial possibilita-Ihes descobrir as varincias compartilhadas dos testes e medidas e determinar as relaes entre as diversas
varincias compartilhadas. Esta conversa bastante abstrata. Vamos ser
mais concretos e especficos.
Um exemplo fictcio, mas no irrealista
Suponhamos que, como Thurstone e muitos outros, eu esteja interessado em "fatores" de capacidade mental. Eu no acredito que capacidade mental seja uma coisa unitria, um poder intelectual geral evidente em todo o pensamento e ao humanos. Antes, eu suspeito que
haja um nmero de facetas ou aspectos diferentes de inteligncia e
que os indivduos difiram enormemente em vrias dessas facetas. Mas sei
tambm que h um limite: deve haver um nmero relativamente pequeno
de facetas e eu quero conhec-Ia. (Uma tarefa difcil, sem dvida!)
Em nome da simplicidade, suponhamos que o mundo psicolgico
da inteligncia seja bidimensional, mas que ningum saiba. Vanlos supor
que uma cientista queira compreender a natureza da inteligncia humana
e que seja especialista em mensurao psicolgica, e que ela acredita
que o "mundo" psicolgico da inteligncia tenha mais de uma dimenso.
Vamos supor ainda que ela seja radical em sua crena de que quase todos
os psiclogos acreditem que a inteligncia seja unidimensional e que,
se se puder entender qual seja a "natureza" dessa dimenso e assumindo
a competncia apropriada, os psiclogos podem medir a inteligncia e
podero, com o tempo, entender e conhecer muita coisa ~ respeito dela.
Antes de continuarmos com o modelo bidimensional, importante
conhecer as implicaes do mundo unidimensional da intdigncia. Veja209

mos primeiros os testes de inteligncia. Suponhamos que houvesse seis

testes de inteligncia publicados. Se dermos ou aplicarmos todos os
seis testes a um grande nmero de pessoas, digamos 300, e depois calcularmos as correlaes entre todos os testes/l,como seriam as correlaes?
Seriam parecidas com as correlaes dadas na matriz de correlaes da
tabela 12.2. Todas as correlaes so positivas e substanciais. Todos os
seis testes evidentemente medem a mesma coisa, e j que so testes de
inteligncia, esto medindo inteligncia. Os analistas fatoriais diriam
que h um fator a ser derivado da matriz de correlao da tabela 12.2.
Em outras palavras, fizemos uma anlise fatorial inspecional e conclumos, porque todas as correlaes entre os testes eram positivas e
substanciais - e todas mais ou menos no mesmo grau de magnitude que h um fator nos dados. E esta concluso combina com a idia
anterior de que a inteligncia habita um mundo psicolgico unidimensional.
Mas tomemos agora um mundo psicolgico bidimensional. Como se
pareceria uma matriz de correlao obtida em um mundo como esse?
Vamos voltar nossa psicloga radical que acredita que o mundo psicolgico da inteligncia
seja bidimensional. Ela cr que todos os testes de
5
6342
inteligncia criados
at agora so insatisfatrios porque
2 habitaram um
1
mundo unidimensional.
Poderiam ser satisfatrios se a inteligncia fosse,
realmente, unidimensional. Ela acredita, entretanto, que no seja; que
bidimensional! A "realidade" de seu mundo da inteligncia muito
diferente da "realidade" da crena geral de outros psiclogos. Como
poder demonstrar sua crena e provar que a crena geral est errada?
Ela' acredita que a "entidade" subjacente dos seis testes da tabela
12.2 seja capacidade verbal, j que o estudo cuidadoso dos testes mostra
que todos os seis usam predominantemente itens verbais. Isto , todos
Tabela 12.2 Correlaes entre se,s testes em um mundo de inteligncia unidi

mensional.

350,72
641,00
0,81
0,50
0,47
0,41
0,61
0,67
0,67
0,59
0,62
1,00
0,69
0,62
0,52
0,49
0,59
0,53
0,50
0,81

Testes

eles exigem conhecimento verbal, manipulao verbal e raciocnio verbaL

Como seria a matriz das correlaes se a metade dos testes exigcssc 1IllJ
tipo diferente de conhecimento, manipulao e raciocnio, digamos,
conhecimento numrico e ~'ltemtico? A psicloga prepara trs novos
testes, um para medir o conhecimento matemtico, outro para manipulao matemtica e o terceiro para raciocnio matemtico. Ela administra
esses teste e trs dos testes verbais a uma amostra de pessoas e intercorre1aciona os seis testes.
Se a crena geral de que inteligncia unidimensional estiver
correta, ento a matriz correlaes que a psicloga obtiver dever ser
muito semelhante da tabela 12.2; isto , todos os seis testes devero
estar positiva e substancialmente correlacionados uns com os outros.
Mas se a crena da psicloga, de que a inteligncia bidimensional,
estiver correta., ento como deveria ser a matriz de correlaes? Na
tabela 12.3, esquerda, dada uma "matriz-alvo". Pode ser tambm
Tabela 12.3 Matrizalvo e matriz obtida de correlaes seis testes de inteligncia."
1 1,00
O
20,59
O
3x
5O 1,00
64O
Matriz obtida
0,71
0,15
0,64
0,01
1,00
1,00
Matriz.alvo
0,02
0,05
0,11
b 1,00 1,00
0,68
1,00 1,00
1,00 1,00
0,58
0,14
0,06
. 0,05
1,00 1,00
0,10
(.x

" Os testes 1, 2 e 3 so testes verbais; os testes 4, 5 e 6 so testes matemticos.

b x: correlao substancial positiva predita; o: ltorrelao predita O ou perto de O.
c As correlaes grifadas so as preditas na matriz-alvo.

chamada "matriz-hiptese", porque expressa essencialmente o que a

psicloga sups. Os testes 1, 2 e 3 so testes verbais; os testes 4, 5 e 6
so testes matemticos. As cruzes representam as correlaes substanciais hipotticas, e os zeros representam as correlaes de zero ou prximas de zero. 1 direita da tabela 12.3 dada a matriz de correlaes
que ela realmente obteve. As correlaes grifadas - 0,71, 0,64, 0,58 e
1 Na realidade, no se podem esperar correlaes zero com medidas de capacidade,
porque a maioria delas correlacionada positivamente, pelo menos at certo
ponto. Usamos um tipo esquematizado de exposio, entretanto. para esclarecer as
idias bsicas por trs da anlise fatoria!'

211

por diante - so as preditas como substanciais pela matriz-alvo.

Toda:; a~ outras correlaes deveriam estar prximas de zero. 2
Evidentemente a crena ou hiptese da psicloga est correta.
Os testes 1, 2 e 3, os testes verbais, estql positiva e substancia1mente
correlacionados uns com os outros: r12 = 0,71, f13 = 0,64 e r23 = 0,58.
Os testes 4, 5 e 6, testes matemticos, esto igualmente positiva e
substancialmente correlaclOnados: r45 = 0,59, f46 = 0,68 e r56 = 0,64.
E, mais importante, crucial mesmo, as correlaes entre os testes 1, 2 e 3
por um lado, e os testes 4, 5 e 6, por outro, so todas baixas ou prximas
de zero.
lIIWilll

0,1

0,2

0,3

0,4

0,5

(t

,1
0,6

523

I
0,7

14

ULJI
0,8

0,9

I
1,0

Figura 12.2

raciocnio foi baseado nas correlaes daquelas tabelas. Os exemplos

foram simples; foram deliberadamente preparados para o objetivo, da
maneira mais simples possvel. Geralmente as matrizes de correlao
no so to favorveis, nem as teorias e hipteses to simples. Em grande
parte, tais matrizes so complexas demais para serem interpretadas diretamente. Sua complexidade e tamanho - um estudo das correlaes entre
. 20 testes ou variveis, nmero no muito grande na moderna pe,squisa
comportamental, o estudo de 190 correlaes! - probem a interpretao direta. As correlaes e os fatores dizem realmente a mesma coisa,
naturalmente, mas as correlaes geralmente no podem ser tomadas em
sua totalidade, enquanto os fatores freqentemente podem. A anlise
fatorial, assim, reduz a complexidade das correlaes originais da tabela
12.2, por exemplo, ao ponto onde podemos representar os testes, como
nas figuras .12.2 e 12.3. O comprimento da linha na figura 12.2 foi
arbitrria e convenientemente igualado a 1.00, para que cada teste tenha
um ndice de sua posio na linha ou dimenso, sendo os valores do
ndice todos os valores possveis entre
e 1,00, inclusive. 3
Para obter os valores representados na linha, as correlaes da
tabela 12.2 foram analisadas fatoria1mente. Em nosso estudo anterior (.
desta matriz de correlaiio. aprendemos que havia apenas uma dimenso
ou fator. Um dos propsitos da anlise fatorial foi determinar o valor
que teria cada teste na nica dimenso da figura 12.2. Os resultados
da anlise fatorial continham os seguif\les valores para os testes de
1 a 6: 0,87; 0,75; 0,77; 0,87; 0,74; 0,62. (No precisamos nos preocupar
com os clculos realizados.) Seus lugares na linha ou dimenso da figura
12.2 so indicados por setas com os nmeros dos testes afixados. Os seis
valores so altos e semelhantes - neste exemplo artificial e improvvel.
Os seis valores so cargas fatoriais, ndices que mostram o grau
de relao entre cada teste e a suposta dimenso subjacente ou fator.
Em outras palavras, so as correlaes entre cada teste e o fator. Quanto
mais alta a carga fatariaI, mais o teste reflete ou mede o fator, mais

A evidncia da tabela 12.3 fortssima. Vamos sendo obrigados a

crer na validade emprica da teoria da psicloga. Um nico estudo
jamais seria suficiente; provavelmente seja apenas sugestivo. Se forem
feitos estudos mais cuidadosos e controlados e os resultados forem
semelhantes, ento a crena mais obrigatria ainda. Se a teoria da
psicloga continuar firme sob a crtica construtiva e esforos deliberados
de mostr-Ia incorreta atravs de pesquisa rigorosa planejada especialmente para demoli-Ia, poderemos ento ficar compelidos a aceitar a teoria
e sua validade. O ponto pertinente a este captulo que as tentativas de
usar a evidncia emprica para apoiar a teoria exigiam anlise fatorial ou algum mtodo comparvel - porque a hiptese em estudo estruturalou pode at ser chamada espacial: em vez de uma dimenso ou
fator de inteligncia, h dois.
O exemplo tem aspectos bastante importantes para nos fazer parar
para examin-Ios rapidamente. O mais importante tem duas facetas.
Primeiro, uma vez que atualmente sabemos que a inteligncia tem mais
de duas dimenses ou fatores, nenhuma das teorias est correta. A primeira teoria diz, com efeito, que h uma dimenso ou fator de inteligncia.
A segunda teoria diz que h dois. Segundo, embora nenhuma das teorias
esteja correta, uma mais "correta" do que a outra, no sentido de que
est mais prxima da "verdad~", mais prxima da "realidade" emprica.
Assim tem sido a histria da cincia: melhores aproximaes da "verdade", sem contudo jamais chegar a ela.

Uma abordagem quantitativa e espacial da anlise jatorial

As matrizes de correlao das tabelas 12.2 e 12.3 forneceram a
evidncia para as concluses alcanadas no exemplo acima. Todo o nosso
.~

So dadas apenas as partes superiores das matrizes. Isto possvel porque as

matrizes so simtricas, i.., suas metades inferiores (abaixo da diagonal da esquerda superior direIta interior). se dadas. mostraro as imagens especulares da
metade de cima das matrizes (acima da diagonal).
2

li.
li

3 Estritamente falll"lf'l. os valores nossveis deveriam incluir os valores negativos.

Para maior simplicidade, vamos ignorar temporariamente os valores negativos.

De qualquer manerra, eles no so importantes no estudo da inteligncia, j que
quase todas as correlaes entre os testes de inteligncia so positivas.

11

212

213.

"representa" o fator, por assim dizer. Cargas iguais ou maiores que 0,40
(s vezes 0,30; s vezes outro critrio) so consideradas suficientemente
grandes para merecerem interpretao. Obviamente, todas as cargas
neste exemplo so substanciais. Isso era de se esperar porque todas as
correlaes entre os testes foram substanciafs. No percamos mais tempo
com este exemplo to simples. Em vez disso, voltemos ao exemplo mais
realstico de duas dimenses da tabela 12.3.
Decidimos anteriormente, pela simples inspeco das correlaes da
tabela 12.3, que havia duas dimenses ou fatores, porque os testes 1,2
e 3 estavam correlacionados uns com os outros e no com os testes
4, 5 e 6 e que os testes 4, 5 e 6 estavam correlacionados uns com os
outros e no com os testes 1, 2 e 3. E: como se tivssemos um conjunto
de testes para medir a inclinao religiosa e outro conjunto para medir
aptido musical. (Supomos que a inclinao e a aptido no sejam relacionadas.) Vamos nos aprofundar mais. A anlise fatorial essencialmente um mtodo para determinar o nmero de fatores existentes em
um conjunto de dados, para determinar quais testes ou variveis pertencem a quais fatores e em que extenso os testes ou variveis "pertencem
a" ou esto "saturados com" o que quer que seja o fator. Se analisarmos
fatorialmente a matriz de correlao da tabela 12.3, obteremos finalmente uma tabela como a dada na tabela 12.4.

Na maioria dos casos de pesquisa real, com mais variveis correlacionadas de maneira complexa, no possvel "ver os fatores" como aconteceu na tabela 12.3. Em outras palavras, os dados da tabela 12.4
demonstram o bvio, o que j sabemos. Foi por isso precisamente que
o exemplo foi manufaturad~: para demonstrar o bvio numa tentativa
de mostrar o que anlise fatorial e o que faz.
Repetindo, se as cargas fatoriais so grandes ou substanciais, aceitamos que os testes ou variveis com os quais esto associadas esto "em"
aquele fator. Dizemos que o teste est "carregado" em um fator. Por
exemplo, os testes 1, 2 e 3 esto "carregados" no fator A, e os testes
4, 5 e 6 esto "carregados" no fator B. Mas as cargas dos testes 1, 2 e 3
no fator B so baixas e insubstanciais e as cargas dos testes 4, 5 e 6
no fator A so baixas e insubstanciais. Em anlise fatorial, tanto cargas
altas quanto baixas so importantes na interpretao. Pode-se at dizer
que a situao "ideal" seria a que possusse cargas fatoriais altas e baixas
e sem valores intermedirios. Embora raramente ocorram tais situaes,
bom lembr-Ias porque elas definem fatores ntidos relativamente no
relacionados uns com os outros.
A interpretao da tabela 12.4 fcil. J que 1, 2 e 3 so testes
verbais, e tm altas cargas no fator A, e j que os testes 4, 5 e 6 tm
cargas baixas em A, o fator obviamente um fator verbal. Ns o
B (Matemtico)

Tabela 12.4 Soluo final da anlise fatoriaI dos dados da tabela 12.3.

1,0''Testes

."
.t',

Tipo de teste
(.

0,77

,.i)r2
0,79
oJ)rn
0,07
0,74
0,06
0,(12
0,81
1J,8J

VerBal
Matemtk:o
Matemtico
Verbal

cJ]J

O,H

0,7

0,6'0,5'-

(t

0,4 ~-

0,3'-

As cargas iguais ou ma~ores que 0,40 so consideradas significativas. Esto

grifadas.

Os dois fatores mencionados na tabela e denominados A e B so

"[atores" ou "dimenses" \10 sentido de Que '08 trs testes yerbaisKJe~t~ncem a um fator e trs testes 11.1atemiitic;G
ao outro fator.
Antes sabamos disto, naturalmente; os dados da matriz de correlao
original estavam to claros que podamos facilmente "ver os fatores":
eles foram indicados pelo padro das correlaes rnalQres e :illlenJJres.
214

-I----.L--.l..
-0,4-0,3-0,2

O'l
L~~l-~L---L-L-,LJ.
I 0,1 0,2 0,3 0,4 0,5 0,6

-0,1

Q.LA
0,7 0,8 0,9 1,0

(V"b,(J

-0,1
-0,2

-0,3
-0,4 ~-

Figura 12.3

215

chlllllllmos, ento, "verbal". Anlise e raciocnio semelhante se aplicam

110 fator B. Ns O chamamos "Matemtico".
Para esclarecer mais ainda
o que diz a tabela 12.4, vamos representar. Isto foi feito na figura 12.3.
Dois eixos, A e B, foram colocados em qp;ulo reto. Lembre-se de que
dissemos que os e~xos so ortogonais um ao outro. Os valores emp:1relhados de A e B da tabela 12.4 so ento representados, simplesmente.
Por exemplo, o 0,83 do teste 1 em A e o 0,07 do teste 1 emB so
representados pelo ponto indicado por "I" no grfico da figura 12.3.
Os cinco pares restantes so representados de modo similar. 4
Os blocos, 1, 2, 3 e 4, 5, 6, aparecem claramente. Esto dentro de
um crculo, no grfico. Os testes 1, 2 e 3 esto bem prximos entre si e
tambm prximos de A, e altos em A; os testes 4, 5 e 6 esto prximos
e altos em B. E, muito importante, os dois blocos esto distantes um
do outro. Um tipo A e o outro tipo B. Os dois fatores e os testes que
os "definem" so tipos de entidades muito diferentes. Quando eu examino
os trs testes de A, para descobrir sua "natureza", o que , eu vejo que
todos os trs testes so verbais. Quando eu examino os testes B, por
outro lado, descubro que eles compartilham operaes, processos e compreeenso matemtica.
Este exemplo, naturalmente, muitssimo simplificado. A maioria
dos domnios nas cincias comportamentais tem mais de dois fatores.
Dificilmente estudaramos apenas seis testes. As verdadeiras correlaes
e matrizes de correlao raramente so to favorveis como esta com a
bela estrutura ortogonal que a figura 12.3. Geralmente, ento, o
A justificativa para estabelecer os dois eixos nos quais representar as cargas
fatoriais como foi feito na figura 12.3 baseia-se no procedimento matemtico que
extrai ou calcula os fatores ou cargas fatoriais. A natureza do mtodo tal que
cada fator extrado independente de todos os outros fatores extrados. Isto significa que os fatores extrados esto todos em ngulo reto, uns em relao aos outros.
(Substancialmente, por sua vez,is{" significa que os fatores so independentes, ou
entidades diferentes.) Assim, se desejarmos representar as cargas fatoriais, ns
podemos faz-Io usando eixos em ngulo reto, ou "ortogonais" um ao outro.
Deveria ficar enfatizado que os fatores e as cargas fatoriais da Tabela 12.4
e representados na figura 12.3 so "rotados". O mtodo de extrao fornece
fatores e cargas "no-rotados", e suas magnitudes geralmente no so prontamente
interpretveis. O que a rotao faz, alis, colocar o mximo possvel de cargas
prximas aos eixos que representam os fatores. Observe que, na figura 12..3, os
pontos representados esto todos prximos dos eixos A ou B. Na soluo original
no-rotada esses pontos estavam bastante afastados dos eixos. Por que os pontos
devem ficar prximos dos eixos? Quanto mais prximos os pontos estiverem dos
eixos, maior a magnitude das cargas naquele eixo; e, j que o segundo eixo
ortgonal .ao primeiro, mais baixa ficar a carga no segundo eixo. Note que os
testes 1, 2 e 3 esto prximos e assim altos em A e ao mesmo tempo, baixos
em B, e igualmente os testes 4, 5 e 6 esto perto e assim altos em B e baixos
em A. Em resumo, os fatores e cargas rotados do soluo fatorial mais parcimoniosa e interpretvel do que cargas e fatores no-rotados.

.4

216

1,0'0,9
(fi

0,8

(;)
0,4 ,0,3 ,-

0,2

0,1'-

~~L-I
I
[ I
o~ 0,4O~ O~ O~ 0$ OS

Figura 12.4

1P

-0,4

quadro no to claro; mais nebuloso. De fato, o exemplo irrealstico

porque testes verbais e matemticos sempre so positivamente correlacionados. Na verdade, todos os testes de capacidade so correlacionados
positivamente e tais correlaes positivas tornam os resultados das
anlises fatoriais menos claros e menos fceis de serem interpretados. (
Se, por exemplo, os testes 1, 2 e 3 da tabela 12.3 estivessem positiva e
substancialmente correlacionados com os testes 4, 5 e 6, ento o grfico
da figura 12.3 seria semelhante ao da figura 12.4. Observe que os
dois blocos esto mais prximos do qUtestavam. Esto, tambm, um
pouco distantes dos eixos. Quanto mais altas forem as correlaes entre
os dois tipos de testes, mais prximos estaro os blocos.
O raciocnio acima, com apenas duas dimenses, se generalizou
prontamente para mais de duas, ou k dimenses. Para a maioria das
pessoas fcil visualizar duas dimenses. Muitas podem tambm lidar
com trs. Mas quase ningum pode visualizar quatro ou mais dimenses.
Entretanto, a anlise fatorial extrai habitualmente 4 e mais fatores de
matrizes de correlao e mostra os resultados de tais anlises. :e facilmente possvel ter 10 fatores em um estudo, com todos eles ortogonais
uns aos outros, isto , virtualmente independentes uns dos outros, pelo
menos no sentido tcnico. Por ser totalmente impossvel visualizar 10
dimenses ortogonais, no quer dizer que nossa compreenso dos fatores,
seu significado e sua interpretao, diminuam!
217

Exemplos de anlise fatorial em pesquisa

A discusso

at aqui foi separada

da realidade

da pesquisa,

a no

:;cr pela breve referncia anterior a Thurst~ne e seus estudos da inteligncia. Na verdade, toda nossa discusso tem sido estreita demais porque
focalizou-se exclusivamente em inteligncia e na anlise fatorial dos resultados de testes de inteligncia. Mas a anlise fatorial foi usada com uma
ampla variedade de medidas: aptides, atitudes e valores, traos de
personalidade,
variveis ambientais, padres culturais, traos de honestidade e at caixas e xcaras de caf! Agora resumiremos e estudaremos
trs estudos que empregam anlise fatorial, precedidos de uma discusso
das tentativas em larga escala feitas por Guilford e se~s colegas para
testar uma ambiciosa teoria sobre a estrutura da inteligncia. Foram
escolhidos
os trs estudos por sua variedade
e possvel interesse
intrnseco.

Produto
2

Contedo

Os estudos de Guilford sobre a estrutura do intelecto

Como j ficou indicado, h vrias teorias sobre a estrutura da
inteligncia - "estrutura" significando, aproximadamente,
fatores e suas
relaes. Em um extremo est a teoria que afirma que inteligncia
uma dimenso ampla, chamada inteligncia geral. Virtualmente nenhum
psiclogo aceita teoria to simples, embora muitos aceitem a idia de
um fator amplo de inteligncia geral mais outros fatores. Em um captulo
( anterior, vimos que CatteI 096~)),desenvolveu uma teoria na qual duas
"inteligncias'" gerais so propostas: inteligncia cristalizada e intelign-

cia fluida.
Talvez a mais radical das teol"as sobre a inteligncia, e certamente
urna teoria controvertida
e heuristicamente
frutfera, seja o modelo da
estrutura de intelecto (EI) proposto por Guilford (1956, 1967). Guilford
diz, com efeito, que h muitos fatores de inteligncia e especifica qual
deve ser sua natureza. A teoria realmente uma organizao de fatores
em um complexo sistema de categorias consistindo de trs tipos amplos
de categorias mentais: operao, produto e contedo. GuiUord colocou
esses trs princpios 0rganizadores,
ou estruturais, em um grande cubo
consistindo em muitos cubos formados pelas interseces das subclasses
do trs princpios estruturais gerais.
Esta descrio abstrata talvez no nos ajude muito a compreender
a idia bsica de Guilford. Vamos tomar o cubo simplificado da figura
12.5, que pretende representar uma teoria estrutural altamente simplificada de inteligncia como a de Guilford. (No h "realidade" nesta figura.
apenas uma convenincia intelectual.) A figura o cubo mais simples
218

Figura 12.5

possvel, consistindo em 2 x 2 x 2 = 8
foi dicotomizada e rotulada A B, I 11 e
e numrico, I e TI perceptual e memria,
Estes trs tipos de capacidade intelectual
contedo, operao e produto.

cubos. Cada dimenso do cubo

1 2. A e B representaro verbal
e 1 e 2, relaes e implicaes.
so chamados, respectivamente,
(f

Pode-se usar o cubo da figura 12.5 __ o cubo de Guilford multo

rua!" complexo, naturalmente --- como um modelo da estrutura da inte,"
Hgnda, ou do intelecto. Cada cubo do modelo representa um fator.
Por exemplo, AlI seria um fator com o conteldo A, operao I e
produto 1. J que h 8 cubos, h 8 fatoreg. Em outras palavras, o cubo
um modelo terico que pode ser usado para criar testes. Por exemplo,
pode-se escrever trs testes para cada clula do cubo, num total de
24 testes. Estes testes podem ser aplicados em um grande nlmero de
crianas, podem ser intercorrelacionados
e analisados fatorialmente.
o

A validade emprica do modelo se apia nos resultados da anlise

fataria!' Existem realmente 8 fatores, e sua natureza corresponde

natureza "predita" pelo modelo? Alm disso, e muito importante, fatores

at agora no clescobcrtm; podem ser preditos pelo modelo. Suponhamos,
por exemplo, que o modelo tenha um cubo que descreva um tipo de
operao ou capacidade mental no encontrados at o momento. Por
que no redigir trs ou quatro testes para medir a natureza do fator
pn~dto, aplic-Ios com outros testes a uma amostra conveniente, analisar
219

flllorllhncntc os resultados e ver depois se testes novos aparecem juntos

um novo fator? Foi isso que Guilford e seus colegas fizeram, muitas
vczes com timos resultados. Uma dessas descobertas, ou talvez confirmaes, o conjunto de fatores que se ac!editava estarem, e que at
certo ponto se descobriu estarem, associados criatividade. Foi descoberto, por exemplo, que uma diferena importante entre as capacidades
de pensar o pensamento convergente e o pensamento divergente e que
o ltimo est relacionado com a criatividade. (Pensamento convergente
tipo comum de raciocnio analtico dedutivo. Pensamento divergente est
associado com a elaborao, originalidade, flexibilidade, criatividade e
respostas fluentes e variadas.)
Como foi destacado antes, a anlise fatorial foi usada com as
aptides, atitudes, traos de personalidade e at variveis de ambiente.
Alm do mais, no necessrio que as correlaes que sejam analisadas
fatorialmente sejam calculadas apenas a partir de testes. Nos ltimos anos
a anlise fatorial vem sendo cada vez mais usada com itens, para determinar os fatores num nicQ teste ou escala. Tem sido usada tambm
para analisar fatorialmente as correlaes entre as pessoas. Daremos
exemplos das duas possibilidade depois.
Em outras palavras, o mtodo mais que um mtodo; tambm
uma abordagem no sentido de que busca e identifica relaes subjacentes
entre as variveis. Neste contexto, os testes so variveis, os itens so
variveis e at pessoas so variveis. Os exemplos que sero resumidos
representam, cada um, diferentes aspectos da abordagem da anlise
fatorial a problemas e dados. No primeiro exemplo os pesquisadores
buscam os fatores por trs da atitude em relao aos pretos. No segundo
exemplo, pessoas foram tratadas como variveis e analisadas fatorialmente. E no terceiro e ltimo estudo a ser resumido, os fatores subjacentes a atitudes sociais foram estudados principalmente para testar
uma teoria estrutural de atituoes.
(:11I

facetas. O estudo que vamos examinar agora 6 um excelente exemplo

dessa abordagem.
Woodmansee e Cook (1967), num conjunto de cstudos sobre o preconceito contra os negros, ~ostraram inegavelmente que tais atitudes so
multidimensionais. Sem dvida, qualquer concep simplria de atitudes tnicas como unidimensionais tem pouqussimo apoio da anlise
fatorial da pesquisa de atitude. Em seus estudos, os dois propsitos
principais de Woodmansee e Cook eram determinar os componentes
(fatores) de atitudes raciais, em particular atitudes em relao aos pretos,
e construir uma escala vlida e fidedigna, ou, mais exatamente, construir
um conjunto de escalas para medir tais atitudes.
Em seu primeiro estudo, eles administraram uma escala de atitudes
existentes, de 120 itens, a 593 estudantes universitrios norte-americanos
brancos, do Nordeste, Meio-Oeste e Sul. No segundo estudo, revisaram a
escala de atitudes com base no resultados do primeiro estudo e administraram a escala a 609 estudantes semelhantes. O terceiro estudo se
concentrou em melhorar mais ainda a escala, obter evidncia da fidedignidade e validade da verso final da escala e continuar a investigao
dos fatores subjacentes s atitudes em relao aos pretos.
Vamos nos concentrar nos resultados da anlise fatorial de Woodmansee e Cook. Eles encontraram 11 fatores. O quadro multidimensional
que eles oferecem interessante e importante tanto cientfica quanto praticamente. Vamos ter em mente, quando lermos o que se segue, que cada
fator pode ser um modo diferente de perceber os negros, reagir a eles,
de ter crenas em relao a eles. Mas antes de irmos mais adiante,
precisamos ver o que so realmente os fatores. Tem havido muito '.
mistrio em relao aos fatores e anlise fatorial. Algumas coisas que j
foram ditas sero necessariamente repetidas, mas tal repetio pode nos
ajudar a compreender fatores.
'.
Uma digresso explanatria: o que so fatores?

Atitudes raciais: o estudo de Woodmansee e Cook

A maioria das pessoas provavelmente concebe o preconceito racial
como um fenmeno unidimensional. Indivduos que diferem no grau de
suas atitudes em relao aos pretos, por exemplo, fazem-no numa srie
contnua de gostar-desgostar. Esta uma viso muito simplificada. Na
verdade, as atitudes em relao aos pretos ou a qualquer grupo tnico
so complexas. H facetas diferentes no gostar ou desgostar de pretos,
judeus, russos, norte-americanos ou qualquer outro grupo. O estudo
cientfico das atitudes, portanto, exige o uso de algum mtodo ou abordagem que ajude os cientistas comportamentais a determinar o que so essas
220

O que um fator, no sentido mais comum? Um fator pode ser

encarado como refletindo uma determinada ordenao dos itens de uma
escala ou teste, ordenao essa com a qual aproximadamente concorda
um nmero suficiente de pessoas de uma amostra que respondeu escala.
Pode ainda ser encarado como um subconjunto dos itens de um teste ou
escala, subconjunto esse que respondido de maneira semelhante por
um nmero suficiente de pessoas. Eis um exemplo simples. Suponhamos
que seis pessoas tenham que classificar quatro itens de atitude social
em uma escala de seis pontos; elas aprovaro ou desaprovaro as idias
sociais implicadas pelos itens atravs de notas de 1 a 6, 1 indicando
221

POlll)ulssima aprovao e 6 forte acordo ou aprovao. Os itens sero

palavras soltas e frases curtas que se descobriu serem capazes de medir
atitudes sociais com validade e fidedignidade. So elas, igualdade para as
mulheres, controle de natalidade, proprieda~e privada, negcios. Desejamos descobrir os fatores subjacentes escala de atitudes de quatro itens.
(No se esquea de que naturalmente "usaramos muito mais itens
e pessoas.)
As seis pessoas responderam escala como fora indicado, resultando
nas mdias ou pontos dados na tabela 12.5. A pessoa 3, por exemplo,
desaprovou, ou pelo menos no aprovou, igualdade para as mulheres e
controle de natalidade. Deu a cada um deles a nota relativamente baixa
as mulheres
Igualdade
para
de 2. Por outro lado, aprovou
fortemente
propriedade
privada
e negcios;
Controle
da
Propriedade
Negcios
deu-lhes 5 e 6 respectivamente. Faa um confronto entre a pessoa 3 e a
pessoa 6, que mostraram padres opostos: aprovao de igualdade para a
mulher e controle de natalidade e relativa desaprovao de propriedade
privada e negcios. Estes provavelmente sejam os exemplos mais claros
da tabela. Os outros membros da amostra deram respostas mais compostas e menos claras.

entre as notas das colunas 1 e 3 e 1 e 4 e entre 2 c 3 c 2 e 4 parecem

ser baixas; difcil e mesmo impossvel, perceber padres regulares de
"caminhar juntas".
As correlaes entre or!,pares de referentes foram calculadas; esto
na tabela 12.6. As correlaes formam um padro muito claro, semelhante ao padro da tabela 12.3, onde foram mostradas as correlaes entre
seis testes de inteligncia. Igualdade para as mulheres e controle da natalidade esto altamente correlacionadas, como nossa inspeo anterior nos
levou a crer. Propriedade privada e negcios esto tambm altamente
natalidade
00,81
,04
0,81
1,00
--0.11
Controle
da
0,15
-0,11
0,91
1,00
1,00
-0,23
0,91
-0,23
0,04
1,00
privada
Propriedade
Negcios
Tabela 12.6 Matriz
de-0,15
correlaes

natalidade
as
mulheres
._---."--_._._--privada

Igualdade

entre quatro

itens de atitude

social.

para

23natalidade
25as 42365mulheres
1Controle
61
6
1Tabela 12.5 Respostas
Propriedade
privada
Negcios
de da
seis pessoas a quatro itens de atitude social".
05
Itens

correlacionados, Evidentemente temos dois tipos diferentes de referentes:

a amostra de pessoas respondeu a eles bem diferentemente. Entretanto, as "
correlaes entre 1 e 3, 2 e 3 e entre 2 e 3 e 2 e 4 so todas baixas, a
maioria baixa e negativa.

" Os nmeros na tabela so as notas das seis pessoas para os quatro referentes
em uma escala de 1 a 6, 1 indicando muito pouca aprovao e 6 indicando
fortssima aprovao.

Observe agora que os valores das colunas igualdade para as mulheres

e controle da natalidade" caminham juntos": quando h um valor alto na
primeira coluna, geralmente h um valor alto na segunda e a mesma
coisa para os valores baixos. As colunas propriedade privada e negcios
tambm tendem a "caminhar juntas", embora no to claramente como
as notas nas duas primeiras colunas. Isto significa, ento, que igualdade
para as mulheres e controle da natalidade esto positiva e substancialmente correlacionadas. As correlaes so 0,91 e 0,81. As correlaes
222

primeira vista, a matriz de correlao da tabela 12.6 significa

que h dois fatores separdos e distintosr,e vamos cham-Ios A e B. Em
A h dois itens, igualdade para as mulheres e controle da natalidade,
e em B h dois itens, propriedade privada e negcios. Parece haver
pequena relao entre os dois fatores, a julgar pelas correlaes baixas,
prximas de zero, entre os referentes de A e os referentes de B (-0,15,
0,04, -0,23, e -0,11). Diz-se que os fatores so no-correlacionados,
independentes ou ortogonais. So duas entidades separadas e distintas.
Se fizssemos uma"anlise fatorial da matriz de correlao da tabela 12.6,
obteramos o mesmo tipo de estrutura fatorial que vimos na tabela 12.4
e na figura 12.3.
Os fatores no so mais do que isso. Eles so definidos pelas correlaes entre os testes ou escalas. Se os resultados dos indivduos em itens
ou testes "caminham juntos"; ento, na medida em que haja correlaes
substanciais entre eles, est definido um fator. A natureza dos fatores

~23

ddiniJa pelos pesquisadores atravs de um estudo dos testes, escalas ou

itens com cargas altas nos fatores. O resultado final de uma anlise
fatoria! das correlaes da tabela 12.6, a matriz fatorialrotada, dado
na tabela 12.7. Por esta tabela o pesquisador pode tentar deduzir qual
a natureza dos dois fatores. Neste caso, emb'ura a evidncia seja frgil s quatro itens, com dois carregados substancialmente em cada um dos
dois fatores - no difcil deduzir que o fator A um fator liberal,
j que suas duas cargas altas sero associadas a dois itens, igualdade para
as mulheres e controle da natalidade, que expressam idias geralmente
adotadas por liberais. Dispondo de evidncia consideravelmente maior,
ento, poderamos chamar ao fator "liberalismo". Os itens com cargas
substanciais no fator B, propriedade privada e negcios, expressam idias
adotadas geralmente por conservadores. Podemos muito bem, ento,
chamar ao fator "conservadorismo".
Tabela 12.7 Matriz fatorial rotada: resultado de anlise fatorial da matriz de
correlao da tabela 12.6.
Fatores
Itens
Igualdade para as mulheres
Controle da natalidade
Propriedade privada
Negcios

A
0,94
0,94

-0,25
-0,10

0,13
0,00
0,83
0,87

Este exemplo muitssimo simplificado no deveria nos levar a crer

que os fatores so "realidades" e que sempre fcil interpretar resultados
de anlise fatorial e dar nome aos fatores. Ao contrrio, s vezes muito
difcil. A nica "realidade" cientfica que os fatores possuem vem das
correlaes entre testes ou variveis sendo analisados. As cargas fatoriais
obtidas so, com efeito, redues de dados muito mais complexos a
tamanhos manuseveis para que o pesquisador possa interpretar melhor
os resultados.
A interpretao, entretanto, sempre pode estar errada. Primeiro, uma
carga fatorial substancial pode acontecer por acaso. Assim, o analista
poder estar tentando interpretar um resultado ininterpretvel. Segundo,
um pesquisador pode simplesmente se enganar quando deduzir a "natureza" de um fator. Pode ser que em determinada anlise fatorial, itens
ou 'testes outros que os usados sejam mais fundamentais dos que os
realmente usados. Neste caso os itens usados podem ser apenas um
aspecto superficial do fator. E bem possvel, por exemplo, que os itens
224

propriedade privada e negcios possam ser apenas aspectos superficiais

de um fator mais fundamental do que conservadorismo, o nome adotado
para o fator. Terceiro, os resultados da anlise fatorial podem ser invalidados por dificuldades e deficincias tcnicas. A anlise fatorial complexa e tem problemas tcniUas complexos. Por exemplo, freqentemente
difcil saber quantos fatores existem em um conjunto de dados. Se for
extrado o nmero "errado" de fatores, os dados podem levar a confuses. Embora os computadores e programas de computadores possibilitem fazer anlise fatorial bastante simplesmente, eles no do, entretanto,
uma resposta realmente satisfatria ao problema do nmero de fatores.
Em todo caso, deveramos estar agora em melhor posio para ler e
compreender o estudo de Woodmansee e Cook e os outros estudos resumidos abaixo. Assim, voltemos a Woodmansee e Cook.
Volta a W oodmansee e Cook
Lembre-se de que Woodmansee e Cook encontraram 11 fatores ou
dimenses de atitudes em relao aos negros. Nosso objetivo entender
anlise fatorial e fatores e no a substncia complexa dos resultados de
Woodmansee e Cook. Vamos, portanto, tomar apenas quatro de seus
fatores para tentar descobrir o que eles podem significar para podermos
compreender a importncia da anlise fatorial na pesquisa comportamental. Suponhamos que um psiclogo social esteja fazendo uma pesquisa
sobre a mudana de atitudes em relao aos negros e prepara um experimento bem concebido para faz-h Suponhamos que ele acredite que as
atitudes em relao aos negros sejam uma varivel relativamente simples,
consistindo de idias estereotipadas sobre os negros e que ele queira
transformar essas idias me percepes mais acuradas. Sua varivel
dependente, que reflete o que ele quer mudar, ento esteretipos de
negros. Suponhamos, ainda, que sua pesq~isa no tenha sucesso, isto ,
suas variveis independentes no tenham efeito sobre a varivel dependente.
Se diversos psiclogos fizerem experimentos semelhantes com os
mesmos resultados, podero concluir que as atitudes em relao aos negros
no podem ser mudadas. Esta afirmativa, naturalmente, pode no ser
verdadeira. Uma afirmativa mais exata : "Os esteretipos em relao
aos negros no foram mudados e pode ser difcil ou mesmo impossvel
mud~los. O ponto que o pesquisador tirou uma concluso sobre as
atitudes em relao aos negros baseado na evidncia obtida sobre esteretipos de negros. Os esteretipos so apenas uma parte das atitudes,
uma dimenso ou fator (e mesmo esta afirmativa pode no ver verdadeira
porque os prprios esteretipos podem ter mais de, um fator). Assim,
225

PUMiivelque relatos de que esta varivel independente no tenha tido

lIellhum efeito sobre aquela varivel sejam deficientes, porque "aquela

varivel" talvez no seja de fato "aquela varivel", mas apenas um

aspecto dela.
O fator A de Woodmansee e Cook, dPoltica de Integrao-Segregao", como o nome indica, centralizou-se nas posies dos sujeitos
sobre a convenincia da segregao e integrao raciais. Os itens do
fator B expressavam "Aceitao em Relaces Pessoais fntimas": at onde
os sujeitos aceitariam negros em relaes relativamente ntimas interpessoais? O fator C, "Inferioridade do Negro", tem sido tradicionalmente
associado s atttudes em relao aos negros no sentido em que tais
atitudes focalizaram-se na percepo dos negros como inferiores aos
brancos. (Outro fator. "Opinies aviltantes". relacionou-se intimamente
com o Fator C.) O fator D, "Superioridade do Negro", um pouco
surpreendente. Seus itens atribuam caractersticas que faziam os negros
superiores aos brancos, por exemplo: "Eu acho que os negros tm uma
espcie de coragem silenciosa que poucos brancos tm".
Com os fatores restantes no precisamos nos preocupar. A questo
que a anlise fatorial das intercorrelaes de grande nmero de itens que
Woodmansee e Cook usaram mostraram que as atitudes em relao aos
negros constituem um domnio complexo de 11 facetas ou fatores que
refletem vrios aspectos de atitudes em relao aos negros: integrao e
segregao, relaes pessoais, inferioridade do negro, superioridade do
negro, e outras. Se algum quiser, por exemplo, mudar as atitudes em
relao aos negros, ter que decidir que aspectos de tais atitudes devero
ser mudados. Certamente as atitudes em relao aos negros esto longe
de ser uma varivel unidimensional simples. Seu estudo e compreenso
requerem, obviamente, uma abordagem multidimensional.
Percepes do comportamentd-do professor: correlaes entre indivduos

podem
intercorrelacionadas
e analisadas
fatorialmente.
aborda- I
J ser
ficou
dito que as respostas
de indivduos
a um Esta
instrumento
gem pesquisa comportamental chama-se metodologia Q (Stephenson,
1953). uma abordagem interessante e potencialmente poderosa, principalmente em psicologia. Sua ferramenta bsica o Q-sort, um mao de
40 a 100 cartes, nos quais os itens so datilografados ou pintados.
(Desenhos e figuras abstratas, por exemplo.) Os indivduos so instrudos
a arranjarem os cartes separando-os em 10 ou mais pilhas conforme
diversos critrios: gostar-desgostar, aprovar-desaprovar, parecido comigo
- no parecido comigo e assim por diante. So atribudos valores.
diferentes a cada pilha - geralmente de O a 7, 8, 9 ou 10 - e esses'
226

nmeros so usados para iritercorrelacionar os conjuntos de respostas

dos diferentes indivduos uns com os outros.
Em outras -palavras, a metodologia Q focaliza-se principalmente nas
correlaes entre os indivduos. Se, por exemplo, dois indivduos respondem a uma Q-sort cujos itert~ so itens de atitudes, digamos atitudes em
relao aos negros, e se a correlao entre os arranjos feitos por eles
for alta, ento suas atitudes em relao aos negros so semelhantes.
Alm disso, se um nmero suficiente de indivduos responde ao mesmo
Q-sort, as respostas ao Q-sort podem ser intercorrelacionadas e analisadas
fatorialmente. Os fatores resultantes so chamados fatores de pessoas
(persons factors). Vamos examinar resumidamente um estudo que usou
esta interessante abordagem.
Sontag (1968), para estudar a relao entre as atitudes dos professo-,
res em relao educao, sua varivel independente, e suas percepes
dos comportamentos de professores, sua varivel dependente, construiu
um Q-sort para descrever os comportamentos dos professores. Alguns dos
itens so dados abaixo. Sontag acreditava que os julgamentos dos professores sobre a desejabilidade dos diversos comportamentos de professores influenciada por suas atitudes bsicas em relao educao.
Por exemplo, um professor cujas atitudes so "progressistas" consideraria um certo conjunto de comportamentos de ensino desejvel, enquanto
que um professor "tradicional" consideraria desejvel outro conjunto de
comportamentos.
De fato, Sontag descobriu que professores progressistas e tradicionais, medidos por outros instrumento planejado para medir tais atitudes,
discordavam em suas percepes de comportamentos desejveis de ensino. ,.
Nosso interesse, entretanto, se concentra apenas nos fatores que ele
obteve com o Q-sort de comportamento de professor. possvel determinar os itens de um Q-sort aos quais as pessoas de um fator de pessoa-pessoas que se correlacionam altamente umas com as outras - tm
reaes comuns ou semelhantes.

Sontag descobriu quatro de tais fatores tanto no primeiro como no

segundo graus de ensino. Itens selecionados dos arranjos fatoriais, associados com o ensino de professores de segundo grau, juntamente com os
nomes que Sontag lhes deu, so vistos na tabela 12.8.
O leitor poder talvez fazer uma idia da natureza desses
fatores lendo os itens algumas vezes. "Preocupao com os Estudantes"
est obviamente centralizado no aluno: para os professores que
acham esses comportamentos desejveis, as necessidades e pontos de
vista dos alunos parecem soberanos. "Estrutura e Assunto", por outro
lado, est centralizado nas coisas ensinadas: para os professores que os
acham desejveis, o conhecimento, a competncia, a disciplina e o
planejamento e estruturl' do ensino parecem importantes. A anlise
227

dus percepes das pessoas sobre os comportamentos de ensinar,

110 esludo de Sontag, resultou em preciosa, compreenso das diferentes
percepes do ensino.
fuloriul

'Tabela 12.8 Itens selecionados de arranjos de fatiLresde comportamento de ensino

de segundo grau, estudo de Sontag com metodologia Q.

"Apresentao Geral do Assunto"

Apresenta aulas bem planejadas.
Em suas apresentaes mostra bom conhecimento do assunto.
Aproveita-se do interesse do aluno ao preparar as aulas.
"Preocupao com os alunos"
Mantm suas promessas com os alunos.
Ensina os alunos a serem sensveis s necessidades dos outros.
Mostra interesse pelo ponto de vista dos alunos.
"Estrutura e Assunto"
Transmite aos alunos o quanto gosta do assunto.
Desperta a ateno dos alunos durante as aulas.
Em suas apresentaes mostra bom conhecimento do assunto.
"Normas e Regras"
Enfatiza o respeito pelos colegas tanto quanto pelo professor.
Ajuda os alunos a serem construtivamente crticos em sua abordagen do assunto.
Ensina o respeito por todos os grupos tnicos.

Testando uma teoria de atitudes sociais

Dcadas atrs houve muita pesquisa sobre as atitudes gerais ou
ideologias do conservadorismo e liberalismo. Estes conjuntos de atitudes
"existem" realmente? B possvel categorizar pessoas, escalas e itens
como "conservadores" e "liberais"? Alguns psiclogos parecem acredtar
que atitudes sociais so complexas demais para que permitam ser assim
categorizadas. Mais importante, h excees demais. Por exemplo, muita
gente adota urna mistura do que pode ser chamado ponto de vista conservador e liberal. Alm do mis, alguns cientistas sociais acreditam que
muitas pessoas simplesmente "no tm" atitudes, por terem pouco conhecimento de questes econmicas, polticas e educacionais.
Minhas prprias pesquisas (Kerlinger, 1972b; Kerlinger, Middendorp
& Amn, 1976) parecem indicar que, sem dvida, o conservadorismo e o
liberalismo "existem", no sentido de que itens e fatores de pessoas conservadoras e liberais foram repetidamente encontrados em partes diferentes
dos.Estados Unidos e em dois pases europeus. O quadro mais ou menos
o seguinte: os liberais acreditam que os programas de bem-estar social
deveriam ser fortes, que negros e mulheres deveriam ter iguaJdade total,
que as rendas deveriam ser taxadas progressivamente, que os negcios
deveriam ser regulamentados e que deveria ser permitido s mulheres
praticar o aborto, se desejarem. Os conservadores, por outro lado, cnfa228

I
I

I
~,

\
,/

tizam a importncia da religio e da igreja, expressam f no capitalismo,

na propriedade privada e nos negcios, adotam a disciplina e o dever e
acreditam que as relaes sociais devem se apoiar na autoridade. H
muitas excees, mas este~. dois quadros em geral se conformam
"realidade" da pesquisa. So muito mais complicados ainda. naturalmente, mas as descries gerais so exatas.
Do ponto de vista do presente sumrio da pesquisa, entretanto,
existe outra crena popular - endossada tambm por cientistas sociais
- que tem implicaes tericas e prticas importantes: que o liberalismo
e o conservadorismo foram uma nica dimenso de atitudes sociais, com
liberais extremos, at radicais, de um lado, e conservadores extremos, at
reacionrios, do outro. Da mesma forma, os conceitos sociais e as
questes esto dentro desta nica dimenso. Naturalmenj:e h cientistas
sociais que acreditam que as atitudes sociais so mais complexas, que h
vrios fatores do liberalismo-conservadorismo. Entretanto, os vrios fatores so ainda concebidos como contendo questes e crenas tanto liberais
quanto conservadoras. Em outras palavras, o conservadorismo e o liberalismo so considerados como que apoiados em uma mesma dimenso,
ou nicas dimenses, que tm tanto questes conservadoras quanto liberais (ou gente) nas mesmas dimenses. Neste ponto de vista, conservadorismo e liberalismo, conservadores e liberais, so concebidos como opostos: o que um aceita o outro rejeita. a isso que se chama concepo
bipolar. Uma dimenso bipolar a que tem duas extremidades, uma
positiva e outra negativa.
Anos atrs questionei essas idias porque os resultados de minhas
pesquisas pareciam contradiz-Ias, ou no mnimo lanar srias dvidas '"
sobre elas. Depois de trabalhar com essas idias e pesquisar mais,
publiquei o que chamei teoria de atitudes dos referentes criteriais (criteriaZ relerents theory 01 attitudes) (Kerlinger, 1967). Essa teoria pode ser
chamada uma teoria estrutural, porque eli,boa a estrutura fatorial geral
e algumas das caractersticas das atitudes sociais. Contradizia a validade
da concepo bipolar das atitudes sociais e dizia que o conservadorismo
e o liberalismo eram "ideologias" separadas e distintas, ou grandes
conjuntos de crenas, no necessariamente opostas uma outra. (O radicalismo de direita ou de esquerda foi excludo de considerao, embora
ficasse dito que as atitudes podem ser bipolares no quadro de referncia
do radicalismo.) Isto significa que h conjuntos de indivduos que
tm atitudes predominantemente conservadoras ou predominantemente
liberais em relao a questes sociais, mas que indivduos conservadores
no se opem necessariamente a colocaes liberais, e indivduos liberais
no se opem necessariamente a colocaes conservadoras. Em resumo,
negada a crena comum de bipolaridade e afirmada uma vida distinta e
separada tanto para o liberalismo quanto para o onservadorismo:
229

 muito maior, naturalmente, mas isto suficiente para

o uso da anlise fatorial, neste caso para testar uma teoria estrujural de atitudes. A teoria foi testada um certo nmero de vezes nos
Estados Unidos, usando escalas de atitudes que consistiam de itens de
sentenas - por exemplo, "A primeira pr6cupao de qualquer sociedade a proteo dos direitos de propriedade" (conservadora) e "f: preciso haver controle de natalidade mais efetivo se o mundo quiser resolver
seus problemas sociais e polticos" (liberal) - e itens referentes (palavras
e frases curtas expressando idias sociais) - por exemplo, "propriedade
privada", "competio" (conservadoras) e "igualdade", "medicina socializada" (liberais). As escalas foram aplicadas a grandes grupos de indivduos em partes diferentes do pas e as correlaes entre os itens foram
analisadas fatorialmente.
Os resultados das anlises fatoriais foram altamente semelhantes
em quase todas as amostras. Foram obtidos seis ou mais fatores, e na
maioria dos casos itens liberais apareceram juntos em certos fatores e
itens conservadores apareceram juntos em outros fatores. Os dois tipos
de itens raramente apareceram juntos nos mesmos fatores. J que os
fatores so relativamente independentes uns dos outros, parece que liberalismo e conservadorismo, conforme definidos pelos itens, so entidades
separadas e distintas. Alm disso, uma chamada anlise fatorial de segunda ordem, uma anlise fatorial das correlaes entre os prprios fatores,
mostrou que os fatores com itens liberais eram correlacionados positivamente e igualmente os fatores com itens conservadores. Houve pouca
evidncia nesses estudos de bipolaridade, isto , itens liberais aparecendo
com cargas negativas em fatores conservadores e itens conservadores
aparecendo com cargas negativas em fatores liberais. Os estudos Q
tambm apoiaram os resultados acima sumarizados. A teoria estrutural,
ento, parece ser apoiada pela evidncia desses estudos.
Para dar ao leitor uma iCia dos resultados obtidos nesses estudos,
os arranjos fatoriais de um dos mais recentes deles (Kerlinger, 1972)
so dadas na tabela 12.9. O principal propsito do estudo foi testar a
teoria dos referentes criteriais descrita acima, usando os prprios referentes como itens. Outro propsito foi entender melhor a natureza das
atitudes sociais determinando atravs da anlise fatorial os fatores subjacentes s atitudes sociais. Os dados da Tabela 12.9 servem a este
propsito.
Uma escala de atitudes sociais de 7 pontos e 50 itens de palavras e
frases curtas (veja tabela 12.9), todas presumivelmente relacionadas a
atitudes sociais, foi administrada a amostras de estudantes ps-graduados
em educao em Nova Iorque, Carolina do Norte e Texas. Embora os
dados de cada um desses estados fossem analisados separadamente, as

amostras do Texas e Carolina do Norte foram combinadas para formar

uma amostra grande (N = 530), dando assim rcsultados de anlise
fatorial de maior confiana. (A anlise fatorial exige amostras grandes,
principalmente por causa dos erros de mensurao c muitas variveis
estarem sendo analisadas.) (bs resultados da amostra de Nova Iorque

A koria

iluslrar

230

Tabela 12.9 Fatores de atitude social, itens referentes e cargas fatoriais,

combinada de Carolina do Norte e Texas, N = 530'.

amostra

Fatores conservadores

Religiosidade

Tradicionalismo
educacional

Conservadorismo
econmico

Religio (0,78)
Igreja (0,73)
F em Deus (0,72)
Cristo (0,69)
Ed. religiosa (0,57)
Ensinamento de valores
espirituais (0,53)
Padres morais em
educao (0,36)
Patriotismo (0,33)

Contedo (0,59)
Educao como treino
intelectual (0,52)
Disciplina escolar (0,44)
Grupos homogneos
(0,30)

Livre empresa (0,62)

Imveis (0,53)
Propriedade privada (0,43)
Capitalismo (0,37)
Soberania nacional (0,30)
(Conhecimento
cientfico (0,30

Fatores liberais

"

civis

Educao centralizada
na criana

Liberalismo

Negros (0,60)
Dir. civis (0,57)
Integrao racial (0,57)
Judeus (0,46)
Desagregao (0,43)
(Pureza racial (-0,37

Interesses da crian\!l
(0,56)
Currculo centrado
na criana (0,54)
Personalidade do
aluno (0,54)
Auto-expresso das
crianas (0,47)
Interao dos alunos
(0,44)
Liberdade da criana
(0,37)

Segurana social (0,53)

Suprema Corte (0,50)
Ajuda federal para
a educao (0,49)
Medicina socializada
(0,47)
Naes Unidas (0,43)

Direitos

social

As cargas so dadas entre parnteses. As cargas 0,30 ou maiores foram consideradas significativas. Os dois referentes entre parnteses so um item L carregado
em um fator C e um item C carregado em um fator L.

231

Anlise fatorial: uma apreciao

1'01'1111I
usados para comparar com os resultados das amostras combinadas
Jo Texas e Carolina do Norte. Estamos preocupados apenas com a
amostra combinada. Os dados foram analisados fatorialmente e foram
extrados seis fatores das intercorrelaes (~os 50 itens referentes. Os
resultados da anlise fatorial esto dados na tabela 12.9.

Trs dos seis fatores tinham itens conservadores, segundo fora

previamente determinado, e trs fatores tinham itens liberais, tambm
segundo determinaes prvias. Esta determinao de liberal e conservador , naturalmente, importante. Os julgamentos foram feitos com base
na literatura sobre pesquisas anteriores em conservadorismo e liberalismo (Hartz, 1955; Kirk, 1960; Rossiter, 1962), pesquisas anteriores,
antologias de medidas de atitudes (Robinson, Rusk & Head, 1968;
Robinson e Shaver, 1969; Shaw & Wright, 1967), e experincia e
conhecimento. No difcil ver que livre empresa, religio e contedo
so referentes conservadores e que direitos civis, igualdade e medicina
socializada so referentes liberais. Em todo caso, a maioria dos referentes designados como conservadores e liberais resultaram ser empiricamente "corretos', no sentido de que se agrupavam em fatores predominantemente conservadores ou liberais, como fora predito pela teoria.

"

Vale a pena estudar a tabela 12.9. Note primeiro que, com apenas
uma exceo, pureza racial no fator Direitos Civis, no h cargas negativas na tabela. Segundo, todos os itens em qualquer arranjo fatoriaI
ou so conservadores ou so liberais, mas no ambos. Por exemplo,
todos os itens do fator "Liberalismo Social" so itens liberais, enquanto
que todos os itens no fator "Conservadorismo Econmico" so conservadores, com uma possvel exceo, conhecimento cientfico.
Terceiro, e mais importante do ponto de vista deste captulo, note
o tema comum o carter de cada fator. Voc concorda com o nome
dado? Tem nome melhor? N:>te,por exemplo, que um item, segurana
nacional, no se encaixa direito no fator "Conservadorismo Econmico" ..
Ento, "Conservadorismo Econmico" no correto? (Nem sempre se
conseguem fatores "perfeitos", naturalmente). Conhecimento cientfico
parece no combinar. A coisa principal a notar, entretanto, que a
maioria dos itens, s vezes todos, participam de uma idia central, algum
ncleo de significado de atitude que possibilita identificar o fator. Alm
do mais, j que os primeiros trs fatores participam da caracterstica
geral de terem itens conservadores, pode-se especular que existe um
fator "geral" de conservadorismo. Da mesma forma, talvez nos ltimos
trs fatores,cujos itens so todos liberais, definam um fator geral de
liberalismo. A evidncia deste estudo e outros, mesmo na Espanha e
na Holanda, onde foram feitos estudos semelhantes (Kerlinger, Middendorp & Amn, 1976) indicam que assim .

232

1
I

Os cientistas buscam explicaes para os fenmcnos. Como dcstacamos vrias vezes, neste livra, a nica maneira d,e explicar alguma cois<:t
dizendo o que se relaciona a ela. Antes de podermos estudar as relaes
entre as variveis, precisamos saber o que so as variveis; prccisamos
saber alguma coisa a respeito do fenmeno que queremos estudar. Isso
parece to bvio que nem seria necessrio mencionar. Mas no bvio;
na verdade, acontece que extremamente confuso e difcil. Os psiclogos
desejam explicar a inteligncia, assim como us-Ia como varivel para
ajudar a explicar outros fenmenos psicolgicos. Para explicar inteligncia, entretanto, eles precisam ter uma idia do que querem dizer com inteligncia. Isso significa conhecer alguma coisa das categorias, dos tipos
de inteligncia que formam o que conhecido como "comportamento
inteligente" (comportamento inteligente deve, por sua vez, ser definido
constitutiva e operacionalmente).
Estes problemas formam um conjunto dos problemas mais difceis
para a compreenso das cincias comportamentais. (Acho difcil at
enunciar o problema de sorte a poder entend-Io antes de tentar explic-Io.) Como sempre, tomemos um ou dois exemplos. Neste captulo
vimos que Guilford criou uma classificao muitssimo complexa de
tipos de inteligncia. Seu sistema de classificao - formalmente uma
taxinomia - forma com efeito uma teoria da inteligncia, ou pelo menos
os elementos e bases de uma teoria da inteligncia. Ele usou trs tipos
de categorias - operao, contedo e produto - cada um com subcategorias. As combinaes dessas categorias e subcategorias "prediziam"
aspectos do comportamento inteligente. Guilford e seus colegas criaram
itens e testes que pareciam derivar dessas "definies", aplicaram-nos a
amostras convenientes de pessoas e depois usaram anEse fatorial para
testar a adequao da concepo terica. Os fatores que Guilford predisse
aparecem da forma como ele disse que apareceriam? Os itens e testes
aparecem nos fatores preditos por Guilford?
Compreender os fenmenos depende em parte da taxinomia. Taxinomia a disciplina da classificao. Todas as cincias tm alguma espcie
de taxinomia ou sistema de classificao. Classificar coisas quer dizer
coloc-Ias em categorias. Mas que categorias? De onde vm as categorias?
Uma das principais tarefas da cincia inventar taxinomias adequadas
aos fenmenos ou variveis da cincia - e ento testar a validade
emprica dos sistemas taxinmicos. A anlise fatorial provavelmente o
mtodo mais importante de realizar este teste e tambm explorar o
mundo de variveis da cincia para descobrir, ou antes, conseguir
"dicas", para sistemas taxinmicos. Foi isto que Thurstone e Guilford
fizeram em sua busca dos fenmenos de inteligncia e o que eu fiz
233

compreender atitudes sociais. Sem anlise fatorial, naturalessas tentativas tericas e empricas de compreender fenmenos
complexos seriam impossveis ou no mnimo, muitssimo difceis.
A anlise fatorial , ento, um instrumr:nto bsico da cincia comportamental, concebido inicialmente apenas como instrumento exploratrio, um mtodo para "descobrir" ou "encontrar" fatores, e que agora
sabemos ser muito mais. Agora ns a concebemos e a usamos para
testar a validade emprica de teorias fundamentalmente estruturais ou
taxinmicas. Como tal, fundamental e indispensvel. ~ uma abordagem
importantssima e um instrumento analtico para compreender o material
bsico de uma cincia: seus fenmenos e suas variveis.
1t'1I!lIl1do

11Il:Il!C,

(.

234

13. A abordagem multivariada:

correlao cannica, anlise discriminante
e anlise de estruturas de covarincia
(

A maior parte da discusso da pesquisa neste livro foi dominada

pela idia de uma varivel dependente. Voltando . discusso dos experimentos, vamos notar que uma nica varivel dependente, um s efeito
foi influenciado por uma ou mais variveis independentes. Pode-se dizer
que a maioria das pesquisas nas cincias comportamentais teve apenas
uma varivel dependente, ou pelo menos uma varivel dependente por
vez. At o mtodo de regresso mltipla, com suas muitas variveis
independentes, tem apenas uma varivel dependente. (A anlise fatorial
diferente: geralmente no pensamos em variveis dependentes ou independentes em estudos de anlise fatorial, embora possamos pensar, se
quisermos.) Ficamos ento, limitados a apenas uma varivel dependente?
No, de forma nenhuma.
No h motivo para no estendermos nossa investigao a mais de
uma varivel dependente e mais de uma varivel independente. s vezes
h motivos prticos imperiosos para limitarmos o nmero de variveis "
em pesquisa, mas, pelo menos conceitualmente, no precisamos nos
limitar tanto. Na verdade, podemos considerar toda pesquisa, no importam quantas variveis e de que espcie, como sendo casos especiais do
caso geral nico de k variveis independentes e m variveis dependentes,
k e m sendo quaisquer nmeros. A p~squisa multivariada , ento,
aquela em que haja mais de uma varivel independente ou mais de uma
varivel dependente, ou ambas. O termo usado comumente "anlise
multivariada", que uma famlia de formas de anlise semelhantes
anlise de regresso mltipla, s que h mais de uma varivel dependente.
Neste livro, vamos considerar tambm a regresso mltipla como parte
da famlia da anlise multivariada, embora apenas com uma varivel
dependente.
Sem dvida, os mtodos multivariados so complexos e, s vezes,
difceis de entender, em parte por causa dos terrveis aparatos de smbolos matemticos e estatsticos que o estudante em potencial tem que
saber. O ideal seria que se conhecesse o clculo diferencial para compreender a regresso mltipla e outros mtodos multivariados. Mas pode-se
235