A unidimensionalidade de uma medida refere-se à homogeneidade dos itens que a compõem. Uma medida pode ser considerada unidimensional quando os itens que a constituem refletem uma única dimensão do construto, ou seja, quando são explicados por uma única causa comum. A unidimensionalidade de um conjunto de variáveis indica que as correlações encontradas entre elas são provenientes de um único construto latente (RAMALHO, 2006).
Geralmente verifica-se a unidimensionalidade por meio da análise fatorial exploratória (AFE). A AFE é considerada uma técnica de interdependência, pois é examinado um conjunto de relações interdependentes (MALHOTRA, 2006). Desta forma, é possível analisar a estrutura das inter-relações (correlações) entre um grande número de variáveis, definindo um conjunto de dimensões latentes comuns, chamadas fatores (HAIR, et al. 2005).
A análise fatorial exploratória é freqüentemente utilizada para redução de dados de uma pesquisa, uma vez que permite a identificação do grau que cada variável é explicada por cada fator (HAIR, et al. 2005). Portanto, torna-se possível excluir variáveis com alta carga em fatores não desejáveis até que se chegue a um único fator explicado por um número reduzido de variáveis.
Com isso, grupos de variáveis podem ser inter-relacionadas a ponto de todos serem representativos de um conceito mais geral. É interessante também analisar a variância extraída ou explicada, que reflete a variância nas variáveis, explicada pelo construto latente. Hair et al. (2005) sugere que um nível aceitável de variância extraída é de 60%. Valores maiores de variância extraída acontecem quando os indicadores são verdadeiramente representativos do construto latente.
Uma vez que todas as variáveis tenham sido analisadas em seus respectivos fatores, o pesquisador deve verificar variáveis que não possuem carga sobre nenhum fator. Para tal, são calculadas as comunalidades, o que representa a quantia de variância explicada pela solução fatorial para cada variável. Hair et al. (2005) reforça que variáveis com comunalidades inferiores a 0,50 não possuem níveis de explicação aceitáveis.
A seguir, são apresentados os resultados obtidos para cada construto da teoria do comportamento planejado. Cabe destacar que utilizou-se a extração por componentes principais. Quanto ao método de rotação foi utilizado o varimax, que permite que as dimensões subjacentes estejam correlacionadas, pois as escalas utilizadas são reflexos de
um construto multidimensional. Já para a definição do número de fatores, foi utilizado o critério do eigenvalue, ou seja, somente fatores que apresentaram eigenvalues (quantidade de variância explicada por um fator) maiores que 1 foram considerados como significantes (HAIR et al, 2005).
Ressalta-se que foram criadas siglas para as variáveis com o intuito de tornar a apresentação dos resultados mais agradável, a tabela contendo a relação entre as perguntas e as siglas encontra-se no APÊNDICE B.
O construto Intenção Comportamental inicialmente composto por cinco variáveis não apresentou uma boa adequação para um único fator. Desta forma optou-se pela exclusão das INT4 e INT5, por possuírem alta carga fatorial em outro fator. A análise com apenas as três variáveis apresentou uma variância explicada de 72,5% valor este bem superior ao limite de 60% considerado aceitável por Hair et al. (2005). Além disso, cabe destacar que a menor carga fatorial foi 0,74 e a menor comunalidade 0,547, portanto, todos os valores encontram-se acima do limites inferiores sugeridos na literatura especializada, como se pode observa na TAB. 4 abaixo.
TABELA 4 - Análise da dimensionalidade: Intenção Comportamental
Variáveis Carga no Fator 1 Comunalidade (H²)
INT1 ,904 ,818
INT2 ,900 ,810
INT3 ,740 ,547
Variância Explicada 72,496
Fonte: Dados da pesquisa trabalhados no SPSS.
Para o construto Atitude em Relação ao Comportamento também foi necessária a exclusão de duas variável, a saber: ATIT6 e ATIT7, na medida em que as sete variáveis em conjunto não apresentaram boa adequação para um fator. Com a exclusão das duas variáveis obteve-se uma variância explicada de 75,96%, sendo que a menor carga fatorial foi 0,825 e a menor comunalidade 0,680 valores esses superiores aos limites inferiores sugeridos.
TABELA 5 - Análise da dimensionalidade: Construto Atitude em Relação ao Comportamento
Variáveis Carga no Fator 1 Comunalidade (H²)
ATIT1 ,880 ,774 ATIT2 ,895 ,802 ATIT3 ,894 ,799 ATIT4 ,862 ,743 ATIT5 ,825 ,680 Variância Explicada 75,962
Fonte: Dados da pesquisa trabalhados no SPSS.
Em relação ao construto Crenças Comportamentais, devido ao fato de inicialmente apresentar 13 variáveis, já era esperado que fosse necessário a redução deste número, foram identificados na primeira análise 3 fatores. Com a exclusão das variáveis Comp1, Comp2, Comp3, Comp5, Comp8, Comp9, Comp12 e Comp13 obteve-se a adequação fatorial para um único fator, sendo a variância extraída de 63,09%, valor este superior ao limite proposto por Hair et al. (2005) e os valores das cargas fatoriais e das comunalidades também se mostraram superiores aos níveis de aceitação.
TABELA 6 - Análise da dimensionalidade: Construto Crenças comportamentais
Variáveis Carga no Fator 1 Comunalidade (H²)
Comp4 ,802 ,644 Comp6 ,757 ,573 Comp7 ,808 ,654 Comp10 ,790 ,624 Comp11 ,813 ,661 Variância Explicada 63,097
Fonte: Dados da pesquisa trabalhados no SPSS.
No caso do construto Norma Subjetiva não se fez necessário a exclusão de nenhuma variável, na medida em que a solução fatorial se mostrou adequada já na primeira análise. Como se pode observar na TAB. 7 abaixo obteve-se uma variância explicada de 61,02%, sendo a menor carga fatorial igual a 0,715 e a menor comunalidade de 0,511, valores esses superiores aos limites inferiores de aceitação.
TABELA 7 - Análise da dimensionalidade: Construto Norma Subjetiva
Variáveis Carga no Fator 1 Comunalidade (H²)
NJ1 ,856 ,732
NJ2 ,867 ,751
NJ3 ,715 ,511
NJ4 ,668 ,447
Variância Explicada 61,024
Fonte: Dados da pesquisa trabalhados no SPSS.
No que tange a dimensionalidade do construto Crenças Normativas também não se fez necessário a exclusão de variáveis com vistas a se obter a unidimensionalidade. A variância explicada foi de 65,54%, sendo que as cargas fatoriais ficaram acima de 0,7 e as comunalidades acima de 0,6, como se pode observar na TAB. 8 a seguir.
TABELA 8 - Análise da dimensionalidade: Construto Crenças Normativas
Variáveis Carga no Fator 1 Comunalidade (H²)
Norm1 ,776 ,602
Norm2 ,835 ,697
Norm3 ,834 ,695
Norm4 ,792 ,627
Variância Explicada 65,546
Fonte: Dados da pesquisa trabalhados no SPSS.
Para o construto Controle comportamental Percebido a solução fatorial também não se mostrou adequada em uma primeira análise, na medida em que o índice KMO (Kaiser-Meyer- Olkin) e a variância extraída ficaram abaixo de 0,5. Nesse sentido, optou-se pela exclusão das variáveis CCP3 e CCP4. Após a exclusão as comunalidades se mostram superiores a 0,8 e as cargas fatoriais superiores a 0,9, ademais a variância extraída foi 87,52%.
TABELA 9 - Análise da dimensionalidade: Construto Controle Comportamental Percebido
Variáveis Carga no Fator 1 Comunalidade (H²)
CCP1 ,936 ,875
CCP2 ,936 ,875
Variância Explicada 87,522
Por último analisou-se a solução fatorial do construto Crenças de Controle, para o qual se obteve a unidimensionalidade sem a necessidade de excluir variáveis. A variância extraída foi de 63,21% e as cargas fatoriais se mostraram superiores a 0,7, portanto, dentro dos limites sugeridos na literatura. Todavia, a comunialidade para a variável Cont1 violou o limite inferior de 0,5 proposto Hair et al. (2005), entretanto como o valor para a comunalidade se mostrou muito perto de 0,5, optou-se pela manutenção da variável nas análises subseqüentes.
TABELA 10 - Análise da dimensionalidade: Construto Crenças de Controle
Variáveis Carga no Fator 1 Comunalidade (H²)
Cont1 ,704 ,496
Cont2 ,841 ,708
Cont3 ,898 ,807
Cont4 ,720 ,518
Variância Explicada 63,219
Fonte: Dados da pesquisa trabalhados no SPSS.
Com o intuito de se analisar a adequação da amostra analisou-se também a estatística KMO (Kaiser-Meyer-Olkin) de adequação da amostra. O KMO é um índice que avalia a adequabilidade da análise fatorial. Esse índice compara as magnitudes dos coeficientes de correlação observados com as magnitudes dos coeficientes de correlação parcial. Segundo Malhotra (2006), valores entre 0,5 e 1,0 indicam que a análise fatorial é apropriada. Valores inferiores a 0,5 podem refletir inadequação da análise fatorial, pois indicam que as correlações entre pares de variáveis não podem ser explicadas por outras variáveis.
Outra medida analisada para se testar a adequação da solução fatorial foi o teste de esfericidade de Barlett, o qual é utilizado para verificar se os dados contêm suficiente evidência a favor da hipótese de que a matriz de correlação não é uma matriz de identidade, ou seja, uma matriz com diagonal composta de 1s e os termos fora da diagonal compostos por zero (RAMALHO, 2006). Os resultados para cada construto é apresentado na TAB. 11 a seguir.
TABELA 11 - Estatística de adequação da solução fatorial
Teste de esfericidade de Barlett
Construto KMO X² Gl Sig
Intenção Comportamental 0,647 321,472 2 0,00
Crenças de controle 0,747 371,790 6 0,00
Crenças normativas 0,649 515,275 6 0,00
Crenças comportamentais 0,864 510,787 10 0,00
Controle comportamental percebido 0,500 214,913 1 0,00
Norma subjetiva 0,662 375,208 6 0,00
Atitude em relação ao comportamento 0,801 1119,633 10 0,00
Fonte: Base de Dados Trabalhados no SPSS.
Com base na TAB. 11 acima pode-se observar que os testes de esfericidade de Barlett rejeitam a hipótese nula de que a matriz de correlação populacional é uma identidade, indicando que existem correlações significativas entre as variáveis empregadas na solução fatorial, o que mais uma vez comprova que é possível a utilização da análise fatorial. Ademais, os valores do índice KMO foram superiores a 0,5 o que indica também que análise fatorial é apropriada.