A Análise Fatorial Exploratória está presente em grande parte dos estudos empíricos,
e as relações resultantes devido a dicotomização de dados normais multivariados é
um problema que ainda traz certa preocupação aos pesquisadores que utilizam essa
metodologia. Estudos realizados utilizando como metodologia a Análise Fatorial
Exploratória apontam uma incerteza quanto as reais consequências dessa
transformação e também não se sabe qual a influência do tamanho da amostra
quando se está trabalhando com dados dicotomizados. Este estudo tem como objetivo
avaliar as relações resultantes de uma Análise Fatorial Exploratória entre dados
normais multivariados e dados dicotomizados e saber qual a influência do tamanho
da amostra para dados dicotomizados. Desta forma, para avaliar a existência desses
problemas foram geradas amostras normais multivariadas e suas correspondentes
amostras dicotômicas pelo método de simulação Monte Carlo, variando o número de
variáveis, o número de observações e o número de fatores. Após essas mudanças foi
efetuada a Análise Fatorial, repetindo esse processo cem vezes, obtendo-se os
valores médios. Por fim, a partir dos resultados obtidos na Análise Fatorial
Exploratória, analisaram-se os efeitos da dicotomização de dados normais
multivariados, avaliando-se as comunalidades, a explicação dos fatores e a Medida
de Adequação de Amostra (MSA) de Kaiser-Mever-Olkin. Os resultados obtidos foram
analisados graficamente e por inferências estatísticas, para os quais foram utilizados
o teste t de Student, o teste T2 de Hotteling, o teste F de Snedecor e o teste Qui-
Quadrado, para comparação das médias, vetores de médias, variâncias e matrizes de
covariâncias obtidas. Através do estudo verificou-se a influência do tamanho da
amostra de dados dicotomizados em uma Análise Fatorial Exploratória, as resultantes
das comunalidades, a explicação dos fatores e a Medida de Adequação de Amostra
(MSA) de Kaiser-Meyer-Olkin foram modelados em função dos logaritmos dos
tamanhos das amostras com a utilização de modelos de Regressão Polinomial. Na
avaliação dos modelos de regressão foram utilizados indicadores de ajustes. O
primeiro estudo, que determinou as Relações Resultantes de uma Análise Fatorial
Exploratória entre dados normais multivariados e os dados dicotomizados conclui que,
para o MSA não existe um padrão de regularidade dos valores para dados normais e
os dados dicotomizados; para a variância explicada pelos fatores e comunalidades,
conclui-se que, as diferenças entre os valores médios para os dados normais e
dicotomizados sempre foram significativas, e que os dados normais sempre
apresentaram resultados superiores em relação aos dados dicotomizados. Com o
segundo estudo que verificou a influência do tamanho da amostra de dados
dicotomizados em uma Análise Fatorial Exploratória conclui-se que para o MSA,
variâncias explicadas pelos fatores e comunalidades, o modelo de regressão
polinomial adequado, em relação aos logaritmos dos tamanhos das amostras, foi
sempre de quinto grau. O MSA forneceu o melhor ajuste, enquanto a variância
explicada pelo primeiro fator forneceu o pior ajuste. A variância explicada total e
comunalidades apresentaram um ajuste considerado aceitável.