Análise Fatorial Exploratória: aplicação em dados de crimes contra as mulheres em 141 municípios do estado de Mato Grosso no ano de 2016

Abstract

A análise multivariada é um conjunto de técnicas estatísticas que permite a análise e interpretação de conjuntos de dados de natureza quantitativa com grande número de variáveis de forma simplificada. A análise fatorial exploratória (AFE) é uma técnica dentro da análise fatorial cujo objetivo abrangente é identificar as relações subjacentes entre as variáveis medidas. A AFE é uma técnica estatística que estuda correlações entre um grande número de variáveis agrupando-as em fatores. Assim o objetivo principal deste trabalho é apresentar os principais aspectos desta técnica, fazendo-se posteriormente uma aplicação prática sobre os dados de crimes contra mulheres do Estado de Mato Grosso no ano de 2016. Com este trabalho, pretende-se também auxiliar pesquisadores das diversas áreas a utilizarem AFE com maior discernimento teórico e metodológico. Foi possível identificar dois fatores pelo método de Componente Principal, que explicou aproximadamente 80,56% da variância total encontrada, pode-se então afirmar que este método foi eficaz e cumpriu os objetivos propostos que são os de resumo e redução dos dados além de permitir a interpretação dos mesmos.Multivariate analysis is a set of statistical techniques that allows the analysis and interpretation of quantitative data sets with a large number of variables in a simplified way.Exploratory factorial analysis (EFA) is a technique within the factorial analysis whose broadobjective is to identify the underlying relationships between the measured variables. AFE is astatistical technique that studies correlations between a large number of variables grouping theminto factors. Thus, the main objective of this work is to present the main aspects of this techni-que, and a practical application on the data of crimes against women in the State of Mato Grossoin the year 2016. This work is also intended to help researchers of diverse areas using AFE withgreater theoretical and methodological discernment. It was possible to identify two factors bythe Principal Component method, which explained approximately 80.56% of the total variancefound, it can be affirmed that this method was effective and fulfilled the proposed objectives thatare the ones of summary and reduction of the data besides interpretation.