Análise fatorial aplicada ao comportamento do consumidor
Data de entrega: 03 de fevereiro de 2026
1 Introdução
A Análise Fatorial é uma técnica estatística multivariada amplamente utilizada para explorar estruturas latentes de correlação entre variáveis observadas, permitindo a identificação de fatores comuns subjacentes que explicam padrões de associação nos dados.
Neste trabalho, será aplicada a análise fatorial a uma base de dados oriunda de uma pesquisa de mercado, com o objetivo de compreender quais dimensões latentes influenciam a decisão de compra de consumidores ao adquirir um pack de cerveja.
2 Descrição da Base de Dados
A base de dados está disponível no arquivo AnaFatBeer.txt e é composta por 200 consumidores, os quais atribuíram escores de 0 a 100 à importância de sete atributos considerados na decisão de compra de um pack contendo seis garrafas de cerveja.
As variáveis avaliadas são:
COST – Custo do pack
SIZE – Volume total de cerveja
ALCOHOL – Percentual de álcool
REPUTATION – Reputação da marca
COLOR – Cor da bebida
AROMA – Aroma da bebida
TASTE – Sabor da bebida
Cada observação corresponde a um consumidor, e cada variável representa um critério de decisão avaliado individualmente.
3 Análise Descritiva Inicial
Antes da aplicação da análise fatorial, é fundamental realizar uma análise exploratória dos dados, contemplando:
Estatísticas descritivas (média, mediana, desvio-padrão, assimetria);
Avaliação de outliers;
Análise da matriz de correlações;
Verificação da adequação dos dados à análise fatorial.
3.1 Medidas de Adequação
Devem ser calculadas e interpretadas:
Teste de Esfericidade de Bartlett;
Medida KMO (Kaiser–Meyer–Olkin), tanto global quanto individual por variável.
Essas medidas indicam se a estrutura de correlação observada é apropriada para a extração de fatores comuns.
4 Análise Fatorial Exploratória
A análise fatorial deverá ser conduzida considerando diferentes estratégias metodológicas, permitindo uma comparação crítica entre os resultados.
4.1 Métodos de Extração
Aplicar e comparar, sempre que possível:
Método das Componentes Principais;
Método dos Fatores Principais;
Método da Máxima Verossimilhança.
Discutir vantagens, limitações e pressupostos de cada método.
4.2 Determinação do Número de Fatores
O número de fatores a serem retidos deve ser avaliado com base em múltiplos critérios, tais como:
Critério de Kaiser;
Gráfico Scree Plot;
Proporção da variância explicada;
Análise paralela.
4.3 Rotações Fatoriais
Realizar rotações fatoriais com o objetivo de facilitar a interpretação dos fatores:
- Rotações ortogonais.
Comparar as soluções rotacionadas e discutir diferenças na estrutura das cargas fatoriais.
5 Resultados da Análise Fatorial
Os resultados devem contemplar, obrigatoriamente:
5.1 Matriz de Cargas Fatoriais
Apresentar a matriz de cargas fatoriais;
Identificar cargas relevantes;
Discutir possíveis problemas de cargas cruzadas (cross-loading).
5.2 Comunalidades e Variâncias Específicas
Avaliar o quanto da variância de cada variável é explicada pelos fatores;
Identificar variáveis com baixa comunalidade.
5.3 Variância Total Explicada
Proporção individual da variância explicada por cada fator;
Proporção acumulada da variância total explicada.
5.4 Correlações Residuais
Avaliar a matriz de correlações residuais;
Identificar padrões que indiquem inadequação do modelo.
6 Interpretação dos Fatores
Com base na composição das cargas fatoriais:
Interpretar cada fator extraído;
Propor nomes conceituais para os fatores (ex.: atributos sensoriais, valor econômico, imagem da marca);
Relacionar os fatores ao comportamento do consumidor.
7 Escores Fatoriais
Descrever o método utilizado para a extração dos escores fatoriais;
Interpretar os escores no contexto do estudo;
Discutir possíveis aplicações práticas, como segmentação de consumidores.
8 Comparação entre Estratégias
Comparar os resultados obtidos a partir de:
Diferentes métodos de extração;
Diferentes rotações fatoriais.
Discutir:
Estabilidade da solução fatorial;
Sensibilidade do modelo às escolhas metodológicas;
Possíveis limitações da análise.
9 Conclusões
Apresentar uma síntese dos principais achados, destacando:
A estrutura latente identificada;
Implicações práticas para análise de mercado;
Limitações do estudo e sugestões para análises futuras.