[en] AN INFERENTIAL PROCEDURE FOR FACTOR ANALYSIS USING BOOTSTRAP AND JACKKNIFE TECHNIQUES: CONSTRUCTION OF CONFIDENCE INTERVALS AND TESTS OF HYPOTHESES

• Main Author: GIOVANI GLAUCIO DE OLIVEIRA COSTA
• Other Authors: REINALDO CASTRO SOUZA
• Language: pt
• Published: MAXWELL 2006
• Subjects: [pt] ANALISE FATORIAL; [en] FACTOR ANALYSIS; [pt] BOOTSTRAP; [en] BOOTSTRAP; [pt] INFERENCIA ESTATISTICA; [en] INFERENCE STATISTICS; [pt] JACKKNIFE; [en] JACKKNIFE
• Online Access: https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=8741@1; https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=8741@2; http://doi.org/10.17771/PUCRio.acad.8741

[pt] A análise fatorial é a denominação atribuída às técnicas estatísticas paramétricas multivariadas utilizadas para estudar o inter- relacionamento entre um conjunto de variáveis observadas. É um processo destinado essencialmente à redução e à sumarização dos dados, tornando-se em vários campos da pesquisa científica uma boa opção para um melhor gerenciamento de informações reais, gerando variáveis remanescentes mais significativas e fáceis de serem trabalhadas. Ainda assim, uma possível limitação da análise fatorial é que não existem testes estatísticos conclusivos ou satisfatoriamente eficazes e que possam ser regularmente empregados, portanto, para a sua significância. Conseqüentemente, é difícil saber se os resultados são meramente acidentais, ou realmente refletem algo significativo. Por esse motivo, esta tese de doutorado visa estabelecer um procedimento inferencial para a análise fatorial utilizando-se de técnicas CIS (Computer Intensive Statistics), tais como o bootstrap e o jackknife, que permitam que a análise fatorial saia do terreno puramente descritivo e ladeando a insuficiência da teoria da distribuição de amostragem que se faz sentir em técnicas multivariadas. === [en] Factor analysis is the denomination attributed to the multivariate parametric statistical techniques used to study the inter- relationship between a set of observed variables. It is a process essentially intended to reduce and summarize data, thus becoming a good option for a better management of real information, generating remainder variables that are more significant and easier to work with, in various fields of scientific research. However, a possible limitation of factor analysis is that there are no conclusive statistical tests regularly employed in testing the hypotheses. Consequently, it is difficult to know if the results are merely accidents, or indeed, reflect something of significance. For this reason, this study intends to establish an inferential procedure for factor analysis, using CIS (Computer Intensive Statistics) techniques, such as the bootstrap and jackknife, which allow factor analysis to pass out of the purely descriptive, solving the problem of the insufficiency of sample distribution theory as seen in multivariate techniques.