• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Desvantagens da Análise Fatorial

    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 frequentemente perguntam a uma amostra de pessoas muitas questões que eles acham que estão relacionadas à personalidade, e então analisam fatores para determinar quais fatores latentes existem.

    A resposta que você obtém depende das perguntas que você faz

    Os fatores que aparecem só podem vir das respostas às perguntas que você faz. Se você não perguntar sobre hábitos de sono, por exemplo, nenhum fator relacionado aos hábitos de sono aparecerá. Por outro lado, se você perguntar apenas sobre hábitos de sono, nada mais poderá aparecer. Selecionar um bom conjunto de perguntas é complicado, e diferentes pesquisadores escolherão diferentes conjuntos de perguntas.

    Dados aleatórios fornecem fatores

    Se você gerar muitos números aleatórios, uma análise fatorial ainda pode ser encontrada estrutura aparente nos dados. É difícil dizer se os fatores que emergem refletem os dados ou são simplesmente parte do poder da análise fatorial para encontrar padrões.

    É difícil decidir quantos fatores incluir:

    A tarefa do analista de fatores é decidir quantos fatores devem ser mantidos. Há uma variedade de métodos para determinar isso, e há pouca concordância quanto ao que é melhor.

    Interpretação do significado dos fatores é subjetivo

    A análise fatorial pode dizer quais variáveis seu conjunto de dados "combina" 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.

    © Ciência https://pt.scienceaq.com