Analise Fatorial de Questionarios Sobre o Uso Sustentavel Da Agua Na Agricultura

Documentos
325
ISSN 1517-5111
ISSN online 2176-5081
Fevereiro, 2015
Anlise fatorial de
questionrios sobre
o uso sustentvel da
gua na agricultura
ISSN 15175111
ISSN online 21765081
Fevereiro, 2015
Empresa Brasileira de Pesquisa Agropecuria
Embrapa Cerrados
Ministrio da Agricultura, Pecuria e Abastecimento
Documentos 325
Anlise Fatorial de
Questionrios sobre
o Uso Sustentvel da
gua na Agricultura
Andr Luiz Alves Rabelo

Bartholomeu Trres Trccoli
Francisco Eduardo de Castro Rocha
Embrapa Cerrados
Planaltina, DF
2015
Exemplar desta publicao disponvel gratuitamente no link:
http://bbeletronica.cpac.embrapa.br/versaomodelo/html/2015/doc/doc_325.shtml
Embrapa Cerrados
BR 020, Km 18, Rod. Braslia/Fortaleza
Caixa Postal 08223, CEP 73310970 Planaltina, DF
Fone: (61) 33889898, Fax: (61) 33889879
www.embrapa.br/cerrados
www.embrapa.br/fale-conosco/sac/
Comit de Publicaes da Unidade
Presidente: Claudio Takao Karia
Secretria executiva: Marina de Ftima Vilela
Secretrias: Maria Edilva Nogueira
Alessandra Silva Gelape Faleiro
Superviso editorial: Jussara Flores de Oliveira Arbus
Equipe de reviso: Jussara Flores de Oliveira Arbus
Normalizao bibliogrfica: Rejane Maria de Oliveira
Editorao eletrnica: Wellington Cavalcanti
Capa: Wellington Cavalcanti
Foto(s) da capa: Gustavo Porpino
Impresso e acabamento: Divino Batista de Sousa
Alexandre Moreira Veloso
1a edio
1a impresso (2015): 100 exemplares
Edio online (2015)
Todos os direitos reservados

A reproduo no autorizada desta publicao, no todo ou em parte, constitui
violao dos direitos autorais (Lei no 9.610).
Dados Internacionais de Catalogao na Publicao (CIP)

Embrapa Cerrados
R114a Rabelo, Andr Luiz Alves.
Anlise fatorial de questionrios sobre o uso sustentvel da gua

na agricultura / Andr Luiz Alves Rabelo, Bartholomeu Trres Trccoli,
Francisco Eduardo de Castro Rocha Planaltina, DF : Embrapa
Cerrados, 2015.
52 p. (Documentos / Embrapa Cerrados, ISSN 1517-5111,

ISSN online 2176-5081, 325).
1. Recurso hdrico. 2. Agricultura sustentvel. 3. Desenvolvimento

sustentvel. 4. Resduo. I. Trccoli, Bartholomeu Trres. II. Rocha,
Francisco Eduardo de Castro. III. Srie. IV. Embrapa Cerrados.
633.851 CDD 21
Embrapa 2015
Autores

Psiclogo, mestre em Psicologia Social e do
Trabalho, estagirio da Embrapa Cerrados,
Planaltina, DF

Psiclogo, doutor em Personalidade e Psicologia
Social, professor associado I da Universidade de
Braslia, Braslia, DF

Engenheiro-agrcola, Psiclogo Social, doutor
em Psicologia Social, pesquisador da Embrapa
Cerrados, Planaltina, DF
Agradecimentos
Agradecemos Empresa Brasileira de Pesquisa Agropecuria (Embrapa)

pelo apoio ao projeto Uso Sustentvel da gua na Agricultura, o qual
serviu de base financeira e cientfica para o uso da metodologia e anlise
apresentadas nesta publicao. Reconhecemos tambm a atuao, o
apoio e a viso inovadora da rea de Transferncia de Tecnologia da
Embrapa Cerrados.
Apresentao
A transferncia de tecnologia na Embrapa passou por uma srie de

alteraes tcnicas ao longo de sua histria. Porm, ainda mantm uma
orientao mais operacional do que estratgica. Consequncia disso
que poucos estudos se preocupam em conhecer mais de perto os efeitos
das tecnologias geradas pela empresa e as necessidades de seu pblico
e estudos dessa natureza possibilitam abrir novos caminhos e d mais
preciso s pesquisas desenvolvidas.
O setor de transferncia de tecnologia da Embrapa Cerrados vem

se empenhando em estabelecer um eixo de orientao terico e
metodolgico que permita empresa cumprir sua misso de forma
mais efetiva. Muitos problemas relacionados adoo das tecnologias
geradas no so de ordem tcnico-cientfica. Esto relacionados a
outros fatores que devem ser identificados e mensurados para que
sejam tratados pelos respectivos rgos competentes. Metodologias de
anlise de questionrios, como o proposto nesta publicao, caminha
nessa direo. Elas so de grande valia tanto para o estudo do uso
sustentvel da gua na agricultura como tambm de outros produtos e
servios.
Este trabalho apresenta os procedimentos tcnicos do mtodo e

tambm alerta para os cuidados que se deve tomar no momento em que
se deseja criar um novo instrumento de mensurao. Isto servir como
um futuro referencial terico-metodolgico para posteriores aes de
transferncia de tecnologia.
Jos Roberto Rodrigues Peres

ChefeGeral da Embrapa Cerrados
Sumrio
Introduo.................................................................................. 11
Analisando Questionrios............................................................. 12
Anlise Fatorial: tipos e definies................................................. 14
Descrio e Anlise Preliminar do Banco de Dados .......................... 17
Anlise dos Dados....................................................................... 18
Transcrio ou digitao dos dados............................................. 18
Checagem do banco de dados.................................................... 22
Anlise inferencial..................................................................... 24
Resultados das Anlises Preliminares............................................. 24
Consideraes Finais................................................................... 45
Referncias................................................................................ 46
Abstract .................................................................................... 47
Anexo........................................................................................ 48
Escala de Atitude Frente ao Uso Sustentvel da gua na
Agricultura (AGUA)................................................................... 48
Varivel A: Preservao/recuperao de nascentes.................... 48
Varivel B: Conservao/recuperao de matas de galerias/
ciliares................................................................................. 49
Varivel C: Uso racional da gua na agricultura......................... 50
Varivel D: Manejo e conservao de solo................................ 51
Varivel E: Gesto de resduos................................................ 52
Anlise Fatorial de
Questionrios sobre
o Uso Sustentvel
da gua na Agricultura
Introduo
O uso da gua na agricultura tem se mostrado cada vez mais importante
no contexto econmico brasileiro e mundial. O Brasil um pas com
vasto recurso hdrico, mas a escassez tem se tornado um tema
recorrente em debates entre entidades internacionais (DUARTE, 2001;
ROCHA et al., 2010). Apesar do grande volume de gua, a distribuio
espacial deste recurso no territrio nacional desproporcional.
Na Regio Norte, onde se localiza o maior volume deste recurso,
encontra-se a menor demanda em comparao com regies de grande
concentrao demogrfica, como a Regio Sudeste (LIMA et al., 2008).
Alguns dos projetos de pesquisa desenvolvidos pela Embrapa Cerrados

foram analisados a partir de alguns fatores considerados determinantes
do uso sustentvel da gua. Rocha et al. (2010) identificaram cinco
dimenses que resumiram os principais aspectos comportamentais
envolvidos no uso sustentvel da gua na agricultura: preservao
ou recuperao de nascentes; conservao ou recuperao de matas
de galerias ou ciliares; uso racional da gua na agricultura; manejo e
conservao de solo; e gesto de resduos. Este estudo do uso da gua
apontou para uma srie de variveis psicossociais pouco exploradas na
literatura agrcola, tais como: crenas, atitudes, valores e opinies.
12 Anlise Fatorial de Questionrios sobre o Uso Sustentvel da gua na Agricultura
Pesquisas dessa natureza envolvem grandes conjuntos de dados

provenientes de entrevistas ou observaes feitas por pesquisadores
experientes. Esses dados precisam ser submetidos a anlises
estatsticas que permitam inferncias sobre o assunto abordado. O
principal objetivo desta publicao a apresentao prtica de duas
tcnicas utilizadas em anlise estatstica de dados: anlise fatorial
exploratria e anlise fatorial confirmatria. Para exemplificar essas
duas tcnicas, utilizou-se o banco de dados do Projeto 04.09.02.001,
aprovado no mbito do Macroprograma IV da Embrapa, executado
entre 9/2009 a 9/2012, intitulado Avaliao de estratgias de
transferncia de tecnologia para a adoo de prticas conservacionistas
focada no uso sustentvel da gua na agricultura: uma abordagem
comportamental.
Analisando Questionrios
Em Psicologia Social, existem duas opes principais para se obter

informaes em pesquisas com seres humanos: observar ou entrevistar.
Interagir com as pessoas diretamente o caminho mais vantajoso. Para
melhorar a representatividade dos dados coletados, recomendvel o
uso de questionrios. O termo questionrio se refere aos instrumentos
psicomtricos usados em pesquisas de comportamento. Tcnicas como
escalas, surveys e inventrios so empregadas nesses instrumentos.
Um questionrio composto de itens que visam medir um fenmeno
de interesse como traos de personalidade, opinies sobre conservao
ambiental e dados sociodemogrficos.
Aps a coleta de dados, o primeiro procedimento a transcrio das

respostas dadas para uma planilha eletrnica ou para o prprio programa
estatstico que ser utilizado para as anlises.
O segundo procedimento consiste na verificao dos pressupostos

estatsticos. As respostas de cada item do questionrio so descritas
Anlise Fatorial de Questionrios sobre o Uso Sustentvel da gua na Agricultura 13
numrica e graficamente a fim de identificar e corrigir erros de digitao,

respostas atpicas, verificar a distribuio de frequncias, identificar
dados omissos (itens no respondidos), verificar a homogeneidade da
varincia (homocedasticidade), verificar a independncia de erros das
variveis mensuradas e verificar a ocorrncia de multicolinearidade entre
as variveis independentes.
O terceiro procedimento envolve o agrupamento e seleo dos itens

do questionrio em torno de variveis no observadas, denominadas
de variveis latentes (fatores). Por exemplo, 50 itens podem ser a
expresso concreta de apenas cinco variveis que renam apenas 30
itens. Os demais 20 itens podem no se relacionar de forma relevante
com nenhuma das cinco variveis latentes encontradas, de tal
maneira que a retirada delas no implicar em perdas significativas da
informao coletada pelo questionrio. Por conta deste agrupamento
das informaes contidas nos itens em torno de fatores, esta tcnica
tambm conhecida como reduo de dimenses ou mais corretamente
como anlise fatorial. Identificar as variveis latentes a partir dos itens
de um questionrio o objetivo da anlise fatorial.
Na Tabela 1, vrias afirmaes esto acompanhadas de escalas nas

quais as pessoas revelam sua atitude frente ao uso sustentvel da gua
na agricultura. Essas escalas so denominadas de Escalas de Likert. A
Atitude uma avaliao de ordem afetiva que um indviduo possui em
relao a um objeto de interesse. Por exemplo, gostar ou no de uma
pessoa, msica ou comida.
A simples mdia ou a soma dos escores dos itens no leva em conta

a possibilidade de algumas das perguntas representarem aspectos
diferentes da atitude frente ao uso sustentvel da gua. possvel que
exista mais de uma dimenso ou aspecto diferenciado do objeto sob
investigao.
Tabela1.Exemplo de um questionrio elaborado para mensurar a atitude do indivduo

quanto ao uso sustentvel da gua na agricultura.
Abaixo esto vrias afirmaes sobre o uso sustentvel da gua na agricultura. Indique nas
escalas que acompanham cada questo o seu grau de concordncia com cada uma delas.
O quanto concorda em gastar tempo e dinheiro para preservar/cuidar/
zelar de nascentes? (Ex.: visita de observao, limpeza, proteo, 0 1 2 3 4 5 6 7 8 9 10
recuperao)
O quanto concorda em gastar tempo e recursos para cuidar
de vegetao nativa em topo de morros para a preservao de 0 1 2 3 4 5 6 7 8 9 10
nascentes? (Ex.: preparar e/ou plantar mudas de plantas nativas)
O quanto concorda que necessrio proteger/cercar a(s) nascente(s)
0 1 2 3 4 5 6 7 8 9 10
dentro ou fora de sua propriedade/regio? (Ex.: arame farpado)
O quanto concorda com pessoas usando/andando em nascentes para
0 1 2 3 4 5 6 7 8 9 10
cortar caminho, tomar banho, tirar gua, coletar frutos?
O quanto concorda em participar de uma feira agrcola para divulgar/
0 1 2 3 4 5 6 7 8 9 10
discutir a questo do uso sustentvel da gua na agricultura?
O quanto concorda em visitar outras propriedades para divulgar/
conversar sobre a preservao de nascentes e o uso sustentvel da 0 1 2 3 4 5 6 7 8 9 10
gua?
O quanto concorda em viajar para conversar com autoridades
estaduais ou federais sobre a necessidade do uso sustentvel da 0 1 2 3 4 5 6 7 8 9 10
gua?
Anlise Fatorial: tipos e definies

A anlise fatorial um conjunto de tcnicas estatsticas que identifica
possveis agrupamentos dos itens de um questionrio. A ideia por
trs dessa tcnica que as correlaes entre um conjunto de itens
podem indicar se eles esto medindo ou no uma mesma dimenso
da varivel de interesse e, por isso, seria mais parcimonioso resumir
os dados desses itens em um nico ndice que representasse essa
dimenso (FIGUEIREDO FILHO; SILVA JNIOR, 2010). Chama-se um
agrupamento de itens de fator. A anlise fatorial permite identificar e
extrair fatores que sintetizariam as informaes contidas nos dados.
Para se entender melhor o que uma anlise fatorial, importante ter
em mente alguns conceitos, tais como os de varivel subjacente/latente,
correlao e validade.
Na Tabela 1, h um exemplo de uma situao em que a mensurao de

uma varivel no observada diretamente (varivel latente) realizada
atravs da mensurao de um conjunto de itens de questionrio que
representa esta varivel. Uma varivel que no se consegue medir/
observar diretamente uma varivel subjacente ou latente, e, quando
se usa um questionrio, pressupese que as respostas aos seus
itens refletem em grande parte a varivel latente. Na Figura 1, est a
representao grfica da relao entre a varivel latente e os itens de
um questionrio.
Item 1 E1
Item 2 E2
Varivel
Item 3 E3
Lantente
Item 4 E4
Item 5 E5
Figura 1. Exemplo da relao entre varivel latente e itens de um questionrio.
Na Figura 1, a varivel latente uma das principais causas (expressa

pelas setas unidirecionais) das respostas dadas pelos participantes a
cada um dos itens do questionrio. Pressupomos, por exemplo, que
as respostas dadas s perguntas da Tabela 1 foram causadas pelas
atitudes dos respondentes frente ao uso sustentvel das guas. Mas,
a varivel latente atitude frente ao uso sustentvel da gua no a
nica causa possvel das respostas dadas s perguntas da Tabela 1.
Existem vrias outras causas possveis, tais como: diferentes atitudes,
receio de se expor e falta de ateno ao responder, entre outras. Para
representar essas outras possveis causas que foram acrescentados,
na Figura 1, os erros de mensurao (a letra E junto com um nmero
dentro de um pequeno crculo) associados a cada item (setas
unidirecionais). Portanto, a resposta dada a cada questo na Figura 1 ou
em qualquer questionrio uma funo de um fator comum e de vrias
outras causas desconhecidas e classificadas como erro. Por definio
o erro desconhecido e aleatrio, mas em questionrios bem

elaborados em que a contribuio do fator subjacente substancial
o erro contribui com apenas uma pequena parte da variao das
respostas a cada item.
Para se avaliar como os itens de um questionrio se agrupam ou no

em fatores (dimenses), a anlise fatorial busca sintetizar padres
de correlaes entre os itens. Entende-se que duas variveis esto
correlacionadas se mudanas em uma varivel esto associadas a
mudanas sistemticas em outra varivel. Quando um aumento no
valor de uma varivel acompanhado de um aumento no valor de outra
varivel (e.g. aumento na temperatura do dia acompanhando o aumento
na venda de picols), essas variveis apresentam uma correlao
positiva. Inversamente, quando um aumento no valor de uma varivel
acompanhado de uma diminuio no valor da outra (e.g. aumento na
temperatura do dia e diminuio do nmero de pessoas usando casaco),
essas variveis possuem uma correlao negativa. Quando o aumento
ou diminuio nos valores de uma varivel no corresponde a nenhuma
mudana positiva ou negativa na outra varivel, temos ausncia de
correlao. Quando alguns itens apresentam correlaes altas (e.g. r >
0,05) uns com os outros e correlaes baixas com o restante dos itens
do questionrio, temos um indicativo de que esse agrupamento d e itens
constitui um fator.
A extrao e (ou) confirmao de fatores a partir de um conjunto de

itens pode ser feita por meio de diferentes tcnicas. Entre elas, as mais
comuns so a anlise de componentes principais e a anlise fatorial,
que pode ser exploratria ou confirmatria. Neste documento, sero
descritas apenas as duas classes de anlise fatorial: exploratria e
confirmatria.
Ambas as tcnicas de anlise fatorial so usadas para produzir

evidncias de validade fatorial1 do instrumento usado. Outros tipos
Validade se refere ao quo bem o instrumento mede aquilo que ele deveria medir. Entre os diversos
1
tipos de validade, a anlise fatorial fornece evidncias de validade fatorial, ou seja, de que aquele
conjunto de dados se organiza de maneira consistente em uma determinada estrutura terica de
dimenses (PASQUALI, 2007).
de validade tais como validade preditiva e validade convergente/

divergente , tambm existem e so importantes para o estudo de
qualquer varivel, embora a nfase da psicometria brasileira nas ltimas
dcadas tenha sido a validade fatorial. O foco aqui ser em descrever
como realizar uma anlise fatorial exploratria (AFE) e uma anlise
fatorial confirmatria (AFC), e nas prximas sesses ser descrito cada
passo para realizar tais anlises, usando o banco de dados da pesquisa
realizada pela Embrapa.
Descrio e Anlise Preliminar do

Banco de Dados
Para exemplificar as anlises fatoriais exploratria e confirmatria,
O banco de dados utilizado neste documento foi montado com os
resultados de uma pesquisa realizada com entrevistas feitas com 260
agricultores dos Ncleos Rurais do Pipiripau (NRP), do TaquaraNRT, do
Santos DumontNRSD e do Rio PretoNRRP, localizados em Planaltina,
DF. Os questionrios foram aplicados individualmente na forma de
entrevista. Para isso, houve o suporte de alguns tcnicos da Emater/
DF, que forneceram os endereos e mapas de acesso aos agricultores,
alm de outras informaes que serviram de base para a localizao dos
entrevistados. Inicialmente, os agricultores eram contactados por meio
de telefonemas para o agendamento da entrevista, porm, no caminhar
desse processo, constatou-se que era mais eficiente a abordagem
pessoal sem o agendamento prvio. As entrevistas foram gravadas e
transcritas na ntegra medida que os entrevistados respondiam as
perguntas.
As entrevistas foram feitas com base em um questionrio com 76

questes semiestruturadas, composto por uma Escala de Atitude Frente
ao Uso Sustentvel da gua na Agricultura (Agua); itens relativos
frequncia de comportamentos relacionados ao uso sustentvel
da gua na agricultura e itens relativos ao levantamento de dados
demogrficos. O foco aqui ser na anlise da Escala de Atitude frente
ao Uso Sustentvel da gua na Agricultura (Agua). A Agua composta
por 48 itens escolhidos como presumivelmente representativos de
cinco dimenses/fatores: preservao/recuperao de nascentes (fator

nascentes, 10 itens); conservao/recuperao de matas de galerias/
ciliares (fator matas, 9 itens); uso racional da gua na agricultura (fator
uso_racional, 11 itens); manejo e conservao de solo (fator solo, 8
itens); gesto de resduos (fator residuos, 10 itens) (todos os itens esto
listados em Anexo).
Anlise dos Dados

So trs os procedimentos bsicos que devem ser realizados na anlise
dos dados de uma pesquisa: (1) Transcrio dos dados para planilha
digital; (2) checagem do banco de dados e anlise descritiva; e (3)
anlise inferencial.
Transcrio ou digitao dos dados

As anlises aqui descritas foram feitas por meio do pacote estatstico
SPSS. O banco de dados usado tem o nome de BD uso gua1_3. (ver
anexo deste Documento). No SPSS, existem dois modos de visualizao
dos dados (Figuras 2 e 3). Na Figura 2, pode-se observar a janela de
Visualizao de Dados (acessada quando se ativa o programa ou quando
se clica o boto Data View no canto inferior esquerdo), enquanto na
Figura 3, verifica-se a janela de Visualizao de Variveis (obtida quando
se clica o boto Variable View, tambm no canto inferior esquerdo da
planilha).
Na Figura 2, cada varivel ocupa uma coluna e cada participante ou

questionrio ocupa uma linha. Na primeira coluna esto os nmeros que
identificam cada questionrio ou respondente (varivel Identificao).
Nas colunas seguintes esto as variveis do questionrio (VA2, VA3,
VA4, etc). Embora os dados contidos nas colunas tenham sido digitados
diretamente na planilha da Figura 2, o nome, a definio e outras
caractersticas de cada varivel so digitados na planilha acessada pelo
boto Variable View no canto inferior esquerdo da Janela do Editor de
Dados do SPSS. Nesta nova pgina (Figura 3), cada coluna define uma
caracterstica das variveis. As principais caractersticas para nossa
anlise so:
Figura 2. Interface do SPSS na opo Visualizao de Dados (Data View) SPSS.
Figura 3. Interface do SPSS na pgina Visualizao de Variveis (Variable View).

Name (Nome): na primeira coluna, digitamos o nome de cada uma das

variveis. Os nomes das variveis devem ser simples, informativos e
breves. No se deve usar acentos ou sinais complexos e importante
que o nome da varivel informe claramente o seu contedo. Por
exemplo, se o banco de dados possuir uma varivel referente renda
familiar dos participantes, prefervel nome-la como renda_familiar
ou rendaFamiliar do que como Renfa ou Renda das Familias dos
Participantes.
Type (Tipo): na segunda coluna, definido o tipo de informao

fornecido por cada varivel (nmeros, letras, datas, smbolos). Os tipos
mais comuns so os seguintes: Numeric (Numrico), Comma (Vrgula),
Dot (Ponto), Scientific notation (Notao cientfica), Date (Data), String
(Alfa-numrico). A maioria das variveis que voc provavelmente
ir inserir em um banco de dados relativo a uma pesquisa com seres
humanos ser do tipo Numeric ou String. O tipo String usado quando a
informao a ser inserida no exclusivamente numrica (letras, sinais,
smbolos) e o tipo de Numeric, quando a informao numrica.
Width (Largura): na terceira coluna, definido o nmero de caracteres

que ser aceito para cada uma das variveis. Quando o nmero de
caracteres fornecidos pela medida usada para mensurar a varivel for
maior (e.g. 3,4384739843749837), deve-se indicar um nmero de
caracteres compatvel para que no haja perda de informaes quando
a informao for transcrita para a planilha do SPSS. Por padro, o SPSS
estabelece um valor de oito caracteres para qualquer nova varivel
e essa quantidade costuma ser o suficiente, entretanto, fique atento
para variveis na sua pesquisa que tenham ma extenso maior, como
mensuraes precisas de milissegundos, por exemplo.
Decimals (Decimais): na quarta coluna, define-se o nmero de casas

decimais a serem exibidas para os valores das variveis. Por padro, o
SPSS pr-define duas casas decimais para novas variveis, mas caso os
valores da varivel no precisem desse nvel de detalhamento, deve-se
colocar como zero o nmero de casas decimais.
Label (Rtulo): na quinta coluna, devem-se inserir informaes sucintas

e claras sobre a natureza da varivel. possvel tanto inserir uma breve
descrio da varivel (e.g. Nmero de filhos de cada agricultor na regio
do Mato Grosso do Sul) quanto, no caso de itens de um questionrio, o
prrio item usado (e.g. O quanto o(a) Sr.(a) concorda que se deve fazer
o manejo da vegetao nativa de nascentes?). A funo desse campo
fornecer informaes inequvocas sobre que varivel aquela, evitando
assim ambiguidades advindas do uso de nomes curtos para a varivel na
coluna Name.
Values (Valores): na sexta coluna, possvel atribuir etiquetas aos

valores das variveis qualitativas, tais como grupos experimentais (1
Grupo Ativo; 2 Grupo Controle), ncoras de escalas de concordncia
(1 Discordo, 2 Nem Discordo, Nem Concordo, 3 Concordo),
sexo (1 Masculino, 2 Feminino). A insero de tais detalhes acerca
do significado de cada valor inserido facilita a visualizao dos dados
quando observamos os resultados de uma anlise dos dados, portanto
recomenda-se inserir valores para todas as variveis que possurem tal
natureza.
Missing (Valores Omissos): na stima coluna, podem-se inserir

informaes relativas aos casos omissos, isto , para identificar e tratar
especialmente as respostas em branco ou erradas. Porm, a opo
padro do SPSS deve ser mantida na maioria dos casos, ou seja, a
opo none deve ser mantida.
Align (Alinhamento): na oitava coluna, pode-se definer o alinhamento

visual dos valores inseridos para cada varivel. Recomenda-se escolher
a opo Center para todas as variveis.
Measure (Medida): na nona coluna, deve-se definir o tipo de medida

utilizado para mensurar a varivel em questo. O SPSS oferece trs
opes: scale (escalar), ordinal e nominal. Variveis nominais so
variveis que classificam os participantes em diferentes grupos (e.g.
sexo: masculino ou feminino). Variveis ordinais diferem de nominais
porque alm de separarem os participantes em diferentes grupos, existe
tambm uma relao de ordem entre tais grupos (e.g. classe social).
J variveis escalares se referem a medidas numricas com as quais
podemos realizar de maneira justificada operaes aritmticas (e.g.
medida de peso). Itens de um questionrio que estejam associados a
escalas de concordncia, como o caso dos itens da pesquisa analisada
neste documento, so normalmente considerados como sendo variveis
do tipo escalar.
Checagem do banco de dados

Pacotes como o SPSS so bastante flexveis sendo possvel acessar
diferentes menus para alcanar os mesmos objetivos. Para a checagem2
e descrio do banco de dados, recomendamos iniciar pelo mdulo
Explore (Explorar), conforme indicado na Figura 4. Primeiro, devese
clicar no menu superior do SPSS intitulado Analyze (Analisar), depois
no submenu Descriptive Statistics (Estatsticas Descritivas) e ento na
opo Explore (Explorar) (ver os crculos na Figura 4).
Figura 4. Como selecionar a opo Explorar na interface do SPSS.
2
A checagem/limpeza do banco (Data cleansing, data cleaning or data scrubbing) pode ser definida
como o processo de analisar a qualidade de dados em uma determinada fonte de dados, em que ser
tomada a deciso de substituir, modificar ou excluir manualmente dados que sejam detectados como
incompletos, incorretos, imprecisos ou inconsistentes (RAHM; HONG, 2000).
Figura 5. Como inserir as variveis a serem analisadas no menu Explore e gerar grficos.
Na Figura 5, 48 variveis do banco de dados intitulado BD uso

gua1_3 foram selecionadas no espao esquerdo da caixa de
dilogo Explore, usandose a tecla shift e a seta vertical no teclado do
computador, para em seguida serem movidas (clicandose no boto
com uma seta azul ) para o campo Dependent list (Lista dependente).
A varivel que ainda permanece na primeira caixa do lado esquerdo da
caixa de dilogo Explore o nmero de identificao dos participantes,
porque no ser efetuada nenhuma anlise com essa varivel.
Uma vez definidas as variveis que sero analisadas, clica-se na opo

Plots (Grficos) direita da caixa de dilogo Explore, abrindo outra caixa
de dilogo denominada Explore: Plots. Nela foram escolhidas as opes
mostradas no lado direito da Figura 5. Gerou-se o grfico Boxplot
(Diagrama de caixa), Histogram (Histograma) e grficos de normalidade
da distribuio das variveis (estes grficos sero definidos mais adiante
na apresentao dos resultados). Por padro, quando voc abrir o
submenu Plots, o SPSS s deixar selecionado o grfico stemandleaf,
por isso necessrio fazer as mudanas nas opes marcadas conforme
apresentado na Figura 5.
Em seguida, clique no boto Continue (Continuar) da caixa de dilogo

Explore:Plots, voltando-se para a caixa anterior (lado esquerdo da
Figura 5) e clique na opo direita no boto Statistics (Estatsticas)
para abrir a caixa de dilogo Explorer:Statistics; selecione a opo de
outliers e deixe as outras opes como estavam j definidas por padro
pelo SPSS, conforme ilustra a parte inferior da Figura 5. Para finalizar o
primeiro conjunto de anlises para checagem e descrio do banco de
dados, clique no boto OK na caixa de dilogo Explore.
Anlise inferencial
Uma vez que os dados estejam transcritos e tenha-se checado que
no houve problemas nessa etapa por meio da checagem do banco
de dados, bem como se tenha descrito as caractersticas bsicas
dos dados, como sua distribuio, pode-se ento realizar anlises
inferenciais. Anlises inferenciais consistem na aplicao de tcnicas
estatsticas para, a partir de valores de parmetros estatsticos extrados
de uma amostra da populao de interesse, inferir os provveis
parmetros estatsticos da populao. Diferentes tcnicas estatsticas
demandam diferentes pressupostos relacionados distribuio dos
dados, ao nvel de mensurao das variveis entre outras caractersticas
dos dados. Uma reviso exaustiva do que so anlises inferenciais
fogem do escopo desse trabalho, que ter um foco maior nas tcnicas
estatsticas referidas anteriormente.
Resultados das Anlises

Preliminares
As caractersticas mais importantes de um conjunto de dados so a
forma da distribuio da varivel, a presena de casos atpicos e dados
ausentes ou faltosos. Os resultados obtidos com o menu Explorer
resultam em grficos e ndices numricos que descrevem cada varivel
nestas e em outras caractersticas. Para exemplificar, na Figura 6, so
apresentados os resultados de dois itens da escala Agua: uma com
caractersticas mais prximas as de uma varivel com distruibuio
normal, algo que desejvel e atende a pressupostos estatsticos de
diversas tcnicas analticas, e outra com caractersticas diferentes.
Figura 6. Histograma e boxplots do item 16 e 21 da Agua.
Na Figura 6, so mostrados os histogramas e os boxplots referentes

distribuio dos dados de dois itens da Agua o item 16 e o item 21.
Na anlise descritiva desses dados, devemse observar principalmente
as informaes sobre normalidade da distribuio das variveis, por
meio da inspeo visual de grficos, como o histograma e o boxplots, e
dos valores de curtose e simetria, bem como valores atpicos (outliers)
em relao mdia dos dados.
O boxplot representa cinco nmeros: a mediana da distribuio (no

centro da caixa), o primeiro quartil (parte debaixo da caixa), o valor da
menor observao (trao abaixo da caixa, prximo ao valor de 2), o
terceiro quartil (parte de cima da caixa) e o valor da maior observao
(trao acima da caixa, prximo do valor de 11). Valores atpicos
(outliers) so representados por meio de crculos com o nmero do
participante correspondente essse dado; e valores demasiadamente

extremos so representados por asteriscos. No caso de valores
demasiadamente extremos, existe uma srie de procedimentos que
podem ser feitos para lidar com essa influncia indesejada. Se os valores
extremos compuserem uma porcentagem razovel da amostra ou os
seus valores se correlacionarem significativamente, deve-se investigar
melhor o porqu tais casos extremos so frequentes no banco de dados.
A partir do que se constatar, podemos adotar outros procedimentos, tais
como, a substituio dos valores pelo segundo maior valor no extremo
na distribuio ou pela mdia dos itens. Como este tipo de situao
mais complexo e envolve uma srie de decises no triviais, tal assunto
no ser explorado no presente documento, recomenda-se consultar
Moore (2010) e Tabachnick e Fidell (2013).
A anlise fatorial apresenta os seguintes pressupostos estatsticos:

normalidade, homocedasticidade, independncia dos erros, linearidade
e multicolinearidade. de extrema importncia que cada um desses
pressupostos seja verificado antes que as anlises sejam feitas.
Do contrrio, sero questionveis os resultados obtidos a partir da
aplicao inadequada de tcnicas estatsticas como a anlise fatorial.
Considerando que o teste de cada pressuposto tambm envolve uma
srie de procedimentos complexos e detalhes que j foram descritos
adequadamente em outros manuais, recomenda-se buscar informaes
sobre tais pressupostos, antes de realizar as anlises, nas referncias
recomendadas (MOORE, 2010; TABACHNICK; FIDELL, 2013).
Caso a distribuio dos dados se mostrasse muito divergente de uma

distribuio normal, poderia-se tentar transformar tais dados para
averiguar se a distribuio ficaria mais prxima de uma distribuio
normal - para mais detalhes, sobre transformao dos dados, ver Field
(2013) e Tabachnick e Fidell (2013). Como podem ser observados na
Figura 7, ambos os itens apresentam como valores extremos nmeros
dentro da escala usada no questionrio, o que indica que no houve erro
de digitao no momento da tabulao dos dados. A partir de agora,
sero descritos de maneira separada os procedimentos relativos a cada
uma das classes de tcnicas de anlise fatorial: a AFE e a AFC.
Grau de Mean 6,10 Grau de Mean 8,52

disponibilidade de 95% Confidence Lower Bound 5,76 concordncia em 95% Confidence Lower Bound 8,15
tempo e dinheiro Interval for Mean transformar a beira Interval for Mean
para recuperar Upper Bound 6,44 de rio/crrego/ Upper Bound 8,88
alguma parte da 5% Trimmed Mean 6,11 ribeiro em uma 5% Trimmed Mean 8,80
margem de rio/ Median 6,00 rea que no Median 9,00
crrego/ribeiro Variance 7,692 pode ser ocupada Variance 8,588
degradada em sua Std. Deviation 2,773 e nem explorada Std. Deviation 2,931
regio. Minimum 1 economicamente. Minimum 1
Maximum 11 Maximum 11
Range 10 Range 10
Interquartile Range 4 Interquartile Range 5
Skewness 0,047 Skewness -1,111
Kurtosis -0,771 Kurtosis 0,256
Grau de disponibilidade Highest 1 7 11 Grau de concordncia Highest 1 3 11

de tempo e dinheiro 2 16 11 em transformar 2 7 11
para recuperar alguma 3 22 11 uma nascente em 3 9 11
parte de margem de 4 24 11 uma rea que no 4 10 11
rio/crrego/ ribeiro 5 25 11 pode ser ocupada 5 11 11
degradada em sua Lowest 1 251 1 e nem explorada Lowest 1 252 1
regio. 2 231 1 economicamente. 2 204 1
3 225 1 3 203 1
4 216 1 4 182 1
5 208 1b 5 171 1b
Figura7.Dados descritivos e valores extremos do item 16 ( esquerda) e do item 21

( direita).
Anlise Fatorial Exploratria (AFE)

A Anlise Fatorial Exploratria (AFE) um conjunto de tcnicas
estatsticas que explora e extrai fatores que representam informaes
presentes em um conjunto de dados obtidos com itens de um
questionrio. A AFE usada quando no se possui uma teoria especfica
que determine a natureza e quantidade de fatores subjacentes aos
dados. Para isso, tem como ponto de partida a anlise da varincia
encontrada em uma matriz de varincia e covarincia. Quando um
conjunto de itens apresenta uma alta correlao entre si e uma
baixa correlao com os outros itens do questionrio, a varincia
compartilhada/comum elevada entre tais itens indica que eles
provavelmente esto medindo um mesmo aspecto/dimenso de uma
varivel latente (fator). A AFE usa como base a varincia comum
(comunalidade) para determinar o grau de interrelao das variveis
(HAIR Jr. et al., 2009).
Para realizar uma AFE no SPSS recorremos aos menus assinalados por
crculos na Figura 8.
Figura 8. Menu para realizar uma AFE no SPSS. AnalyzeDimension ReductionFactor

(AnalisarReduo de DimensoFator).
Ao clicar no submenu Factor da Figura 8, abrese a caixa de dilogo

Factor Analysis apresentado no lado esquerdo da Figura 9. Observe
que, na Figura 9, mostrase que a partir da janela de dilogos Factor
Analysis podem-se abrir outras janelas contendo menus especficos para
realizao da Anlise Fatorial.
Iniciase uma anlise fatorial com a seleo das variveis (itens do

questionrio) na lista de variveis listadas na janela Factor Analysis,
localizada no lado esquerdo superior da Figura 9. Em seguida, essas
variveis so inseridas, clicandose no boto com uma seta azul , na
caixa de dilogo Variables (Variveis).
Figura 9. Janela Factor Analysis e seus submenus.
Uma vez selecionadas as variveis que sero submetidas anlise

fatorial, deve-se determinar quais ndices estatsticos ou grficos sero
necessrios para o incio e concluso da anlise. Como j vimos, as
opes existentes esto nas caixas de dilogo que so abertas a partir
dos cinco botes presentes no lado direito da caixa de dilogo Factor
Analysis. Os primeiros resultados iro determinar anlises adicionais
posteriormente, o que significa que novas opes sempre podero ser
escolhidas em um processo interativo entre resultados de uma anlise
e, em seguida, novas anlises. A caixa de dilogo acessada a partir da
janela Factor Analysis ser acessada mais de uma vez ao longo de uma
anlise fatorial.
Agora, sero apresentadas quais so as opes que podem ser

selecionadas para as anlises preliminares de uma anlise fatorial.
Clicando no boto Descriptives (Descries), abre-se a caixa de dilogo
Factor Analysis: Descriptives (quadro no canto superior direito da Figura
9), em que se recomenda a escolha das opes assinaladas conforme
a Figura 9. Como padro definido pelo SPSS, apenas a opo initial
solution estaria marcada inicialmente, sendo necessrio, portanto,
assinalar tambm todas as opes apresentadas na Figura 9. Na caixa
de dilogo Factor Analysis: Descriptives, foram assinaladas as opes
Univariate Descriptives, Initial Solution e KMO and Bartletts testo of
sphericity. O Teste de Esfericidade de Bartlett e a anlise do critrio
de Kaiser-Meyer-Olkin (KMO), conhecida como ndice de adequao
da amostra, permitem verificar se os dados so adequados para a
realizao da AFE. O KMO indica o quo apropriado realizar uma
anlise fatorial no conjunto de dados selecionado e o Teste de Bartlett
indica o nvel de similaridade entre a matriz de covarincia entre os itens
e uma matriz identidade. O KMO um ndice que pode variar de 0 a 1,
sendo que valores entre 0 e 0,50 so normalmente considerados valores
muito baixos e inaceitveis; valores entre 0,50 e 0,70 so considerados
baixos; valores entre 0,7 e 0,8 so considerados aceitveis e valores
entre 0,8 e 0,9 so considerados altos e muito bons (DAMSIO, 2012).
Quando o Teste de Bartlett estatisticamente significativo (p < 0,05),
isso indica que o conjunto de dados pode ser submetido a uma anlise
fatorial.
Clicando-se no boto abaixo do Descriptives, denominado Extraction

(Extrao), abre-se a caixa de dilogo Factor Analysis: Extraction
(exibida na parte inferior direita da Figura 9). Foram escolhidas as
opes Method Maximum Likelihood, Scree Plot e Eingenvalues greater
than 1. O mtodo de extrao Mxima Verossimilhana (Maximum
Likelihood) o mtodo padro pr-definido pelo SPSS e ser o mtodo
escolhido por ser mais robusto. Aps a extrao dos fatores, outros
ndices so examinados para determinar qual o melhor nmero de

fatores que representa a maior parte da varincia entre as variveis.
Trs critrios principais so usados para determinar o nmero de

fatores: o Valor de Eigenvalue, o Grfico de Sedimentao (Scree Plot)
e a Anlise Paralela. O eigenvalue representa o total da varincia dos
dados que o fator explica e normalmente considera-se que se devem
reter fatores que apresentem eigenvalues com valor igual ou maior
do que 1. No caso do Grfico de Sedimentao, verificam-se quantos
fatores devem ser extrados olhando o ponto em que o ganho de
varincia explicada no aumenta consideravelmente conforme novos
fatores so adicionados. O problema com esse mtodo que ele
sujeito considervel variao subjetiva e por isso ele frequentemente
criticado na Psicologia. O mtodo da Anlise Paralela o mtodo mais
recente e considerado o mais robusto dos trs (DAMSIO, 2012), mas
ainda no foi includo entre as opes do SPSS. A anlise paralela se
baseia em uma simulao Monte Carlo, em que os valores de eigenvalue
so estimados a partir de uma srie de parmetros definidos pelo
pesquisador3.
O boto Options da caixa de dilogo Factor Analysis, apresentada no

canto inferior esquerdo da Figura 9, abre a caixa de dilogo Factor
Analysis: Options, na qual escolhido o mtodo de se lidar com os
dados ausentes e a maneira como os fatores so apresentados nos
resultados. A opo Exclude Cases Listwise a opo pr-definida do
SPSS e significa que as variveis que apresentarem dados faltosos sero
eliminadas automaticamente das anlises da AFE. Recomenda-se que
os dados faltosos sejam identificados e alguma deciso seja tomada
sobre eles antes desse procedimento, ainda na fase da checagem de
dados. Exceto em situaes em que o nmero de dados faltosos seja
muito pequeno, no se deve deixar que o programa resolva a questo
com suas opes pr-definidas. Quanto forma como os coeficientes
so apresentados, recomenda-se as opes Sorted by Size e Suppress
O programa gratuito RanEigen no faz parte do pacote estatstico SPSS. Mais instrues sobre a sua
3
instalao e o seu uso esto disponveis em Dirk Enzmann - statistical software (2015).
small coefficients, Absolute value below: .30, j assinaladas na Figura

9. O significado e as consequncias dessas escolhas sero discutidos na
apresentao dos resultados.
Por ltimo, deve-se escolher um mtodo de rotao para tornar mais

fcil a interpretao dos fatores. Existem dois principais tipos de
rotao: ortogonal e oblqua.
Quando existem razes tericas para pressupor que os fatores no

iro se correlacionar, usa-se um mtodo de rotao ortogonal, e
quando existem razes tericas para pressupor que os fatores iro
se correlacionar, usa-se um mtodo de rotao oblqua. Como os
fatores da AGUA todos esto relacionados com atitudes e frequncia
de comportamentos relacionados ao uso sustentvel da gua na
agricultura, variando-se principalmente os detalhes quanto a como a
gua usada de maneira sustentvel ou no, podemos esperar que
existisse uma correlao entre os fatores. Por isso, deve-se usar algum
mtodo de rotao oblqua e sugerimos o uso do mtodo direct oblimin
para mais detalhes, sobre mtodos de rotao em anlises fatoriais,
consultar Field (2013) e Tabachnick e Fidell (2013). Depois de assinalar
todas as opes detalhadas acima e clicar no boto Continue nessa
caixa, volta-se para a caixa de dilogo principal (Factor Analysis), em
que se deve clicar finalmente no boto OK, levando abertura da janela
do SPSS denominada de Output Viewer e reproduzida na Figura 10.
Resultados Preliminares da Anlise

Fatorial Exploratria
Neste primeiro conjunto de anlises que compem o que denominamos
de anlise fatorial preliminar, procuramos basicamente verificar: (1) a
adequao dos dados anlise fatorial (algumas matrizes de correlao
so inviveis para uma anlise fatorial); (2) o nmero possvel de fatores
(o que determinado a partir de ndices estatsticos fornecidos pelo
SPSS e por critrios de julgamento subjetivo do pesquisador); e (3) qual
o mtodo de extrao mais indicado.
O exame desses resultados preliminares vai permitir o retorno caixa

de dilogo Factor Analysis (Figura 9) para uma nova anlise, em que o
que foi observado neste primeiro conjunto de anlises determinar quais
as opes que sero assinaladas na anlise seguinte. Na Figura 10,
reproduzem-se diferentes partes da janela do Output do SPSS em que
esto os resultados preliminares.
Factor Analysis
Descriptive Statistics
Std. Analysis
Mean
Deviation N
Grau de disponibilidade de tempo e dinheiro para preservar/cuidar/zelar de nascentes. 7,23 2,495 256
Grau de disponibilidade de tempo e de recursos para cuidar da vegetao nativa em topo de morros para a
6,95 2,511 256
preservao de nascentes.
Grau de necessidade de proteger/cercar a(s) nascente(s) dentro ou fora da propriedade/regio. 6,86 3,493 256
Grau de concordncia com pessoas usando/andando em nascentes. 4,38 3,076 256
Grau de concordncia em aproveitar a vegetao da nascente para deixar o gado pastar de vez em quando/
4,89 3,272 256
tomar gua na poca seca, mas sob controle.
Grau de concordncia em aproveitar de vez em quando a rea de nascente para alguma lavoura. 3,61 3,107 256
Grau de concordncia em fazer o manejo da vegetao nativa de nascentes. 6,61 3,551 256
Grau de concordncia em transformar uma nascente em uma rea que no pode ser ocupada e nem
8,81 2,987 256
explorada economicamente.
Grau de concordncia de que as leis ambientais tem mesmo ajudado os agricultores da regio a preservar
5,87 3,297 256
as nascentes.
Grau de concordncia de que uma nascente jorrando/brotando gua fora da propriedade til. 7,83 3,217 256
Grau de disponibilidade de tempo e recursos para preservar/cuidar/zelar de margens de rio/crrego/ribeiro. 6,45 3,026 256
Grau de disponibilidade de tempo e dinheiro para recuperar alguma parte da margem de rio/crrego/ribeiro
6,10 2,773 256
degradada em sua regio.
Grau de concordncia com pessoas usando/andando nas margens de rio/crrego/ribeiro. 4,57 2,746 256
Grau de concordncia em aproveitar a beira do rio/crrego/ribeiro para deixar o gado pastar/tomar gua de
5,37 3,237 256
vez em quando na poca seca, mas sob controle.
Grau de concordncia em aproveitar de vez em quando a beira do rio/crrego/ribeiro para fazer alguma
3,28 2,776 256
lavoura.
Grau de concordncia em fazer o manejo da vegetao nativa de margens de rio/crrego/ribeiro. 6,39 3,465 256
Grau de concordncia em aproveitar a beira do rio/crrego/ribeiro em uma rea que no pode ser ocupada e
8,52 2,931 256
nem explorada economicamente.
Grau de concordncia de que as leis ambientais tem mesmo ajudado os agricultores da regio a preservar/
5,36 3,123 256
proteger a vegetao das margens de rio/crrego/ribeiro.
Grau de disponibilidade de tempo para participar de eventos relacionados com a recuperao de margens de
7,23 2,629 256
rio/crrego/ribeiro.
Grau de concordncia de que precisa-se medir, com aparelho, a umidade do solo/substrato para indicar a
6,75 3,258 256
hora de comear e irrigar.
Figura10.Parte dos eigenvalues produzidos pela AFE.
Na esquerda da janela Output (Figura 10), existe um ndice resumido

dos resultados que foram obtidos com os comandos selecionados
anteriormente. Inicialmente, na parte central superior dessa figura, tem-
se uma tabela com ndices descritivos de cada item, tais como mdia
e desviopadro. No output produzido pelo SPSS, tambm relatado o
resultado do teste de Bartlett (KMO = 0,70), que foi estatisticamente
significativo.
Na Figura 11, esto apresentados os valores dos eigenvalues calculados

pelo SPSS para os primeiros nove fatores que apresentaram valores
iguais ou acima de 1.
Figura 11. Como pedir a extrao de 8 fatores.
Na Tabela 2, esto calculados pelo SPSS os eigenvalues estimados

pela AFE esquerda e os valores estimados pela anlise paralela
direita. Comparando os eigenvalues, observase que a partir do nono
fator os eigenvalues observados na AFE (Figura 11) so inferiores
aos valores estimados a partir da anlise paralela (Tabela 2). Tais
discrepncias significam que, quando se obtm os eigenvalues por
meio de uma simulao, usando como parmetros o nmero de itens
e nmero de observaes, os eigenvalues simulados foram superiores
aos obtidos pela AFE a partir da extrao de um nono fator. Isto , a
varincia explicada pelo nono fator da AFE no superior varincia
explicada por um modelo com nove fatores gerados a partir de dados
simulados e obtidos de maneira aleatria e isso justificaria, portanto,
a concluso de que uma estrutura de oito fatores a que melhor se
ajusta aos dados. Concluise a partir disso que a deciso mais razovel
a ser adotada pressupor que o conjunto de dados pode ser sintetizado

em uma estrutura de oito fatores. Em seguida, realizamos novamente
o procedimento detalhado na Figura 9, mas agora forando o SPSS a
produzir uma estrutura de oito fatores o que permite que observemos
de que maneira os itens iro se agregar em torno deles. Para isso, basta
inserir o nmero oito no local circulado na Figura 11.
Tabela2.Eigenvalues estimados pela AFE e pelo RanEigein.
AFE Random Eigenvalues (Items = 48, N = 260):

1: 5.818988942247443 1: 1.94588
2: 3.2708063802451153 2: 1.84479
3: 2.312531653842875 3: 1.76911
4: 2.0072310579816492 4: 1.70478
5: 1.9186291256042998 5: 1.64729
6: 1.6859691154857293 6: 1.59466
7: 1.656660449922954 7: 1.54562
8: 1.5539136870028833 8: 1.49940
9: 1.443940018550155 9: 1.45595
10: 1.3417052458012462 10: 1.41437
Depois de rodar novamente a anlise, deve-se observar a Pattern matrix

no output do SPSS, que exibe os escores fatoriais de cada item nos
oito fatores que foram usados para organizar os padres de correlao
entre os itens (Figura 12). Deve-se observar se os itens se agrupam de
maneira coerente quanto ao tema subjacente a cada fator conforme
esperado e quantos itens no so explicados por nenhum dos fatores.
Os resultados obtidos e apresentados na Figura 12 mostram que um

grande nmero de itens no se agrupou em nenhum dos fatores: apesar
de o output no aparecer completamente na Figura 12, 17 itens dos
48 que compem a escala no se agruparam em nenhum dos trs
fatores. Alm disso, itens que deveriam se agrupar em um nico fator
(e.g. gesto de resduos) se dividiram em diferentes fatores de maneira
aparentemente no sistemtica. Esses dados indicam que a estrutura de
oito fatores, embora sustentada pelas evidncias de comparao com
os eigenvalues produzidos pela anlise paralela, resume o conjunto de
dados de maneira pouco compreensvel teoricamente.
36
Pattern Matrix
Factor
Anlise Fatorial de Questionrios sobre o Uso Sustentvel da gua na Agricultura

1 2 3 4 5 6 7 8
Grau de concordncia de que precisa-se medir tambm, com aparelho, a umidadade do solo/substrato para desligar o sistema de irrigao. .974
Grau de concodncia de que precisa-se medir, com aparelho, a umidade do solo/substrato para indicar a hora de comear a irrigar .789
Grau de necessidade de que se deve plantar totalmente em nvel ou em reas com terraos na propriedade
Grau de necessidade de combater eroso na propriedade
Grau de concordncia de que as leis ambientais tem mesmo ajudado os agricultores da regio a preservar as nascentes .831
Grau de concordncia de que as leis ambientais tem mesmo ajudado os agricultores da regio a preservar/proteger a vegetao das margens de rio/crrego/ribeiro .784
Grau de concordncia com pessoas usando/andando em nascentes
Grau de concordncia, dependendo das condies de ataque da lavoura, de que se deve aplicar o agrotxico/composto orgnico em qualquer condies de tempo
Grau de concordncia em aproveitar de vez em quando a rea da nascente para fazer alguma lavoura -.616
Grau de concordncia em aproveiar a vegetao da nascente para deixar o gado pastar de vez em quando/tomar gua na poca seca, mas sob controle -.579
Grau de concordncia em aproveitar de vez em quando a beira do rio/crrego/ribeiro para fazer alguma lavoura -.559
Grau de concordncia em apoveitar a beira do rio/crrego/ribeiro para deixar o gado pastar/tomar gua de vez em quando na poca seca, mas sob controle -.456
Grau de concordncia em transformar uma nascente em uma rea que no pode ser ocupada e nem explorada economicamente .303
Grau de concordncia de que o uso de desejo de animais garante mesmo sua produo sem causar problemas de doenas
Grau de concordncia de de que o uso de dejetos de animais garante mesmo sua produo sem causar problemas de doenas
Grau de concordncia de ser trabalhoso preparar a calda de agrotxico/preparo orgnico tendo em vista a distncia da fonte de gua
Grau de concordncia com o estabelecimento de horrio de captao de gua de rio/crrego/ribeiro para usar na irrigao durante o perodo seco .542
Grau de concordncia de que se deve fazer parte de alguma organizao/associao para discutir o uso racional da gua na agricultura .531
Grau de concordncia de que o agricultor deve ter a outorga (licena) do direito de uso da gua para a irrigao .414
Grau de concordncia, no caso da aplicao de agrotxico/preparo orgnico, ser possvel usar ou controlar o uso de todos os EPIs .324
Grau de disponibilidade de tempo para participar de eventos relacionados ao uso de agrotxico/preparo orgnico
Grau de concordncia em furar as embalagens usadas antes de descart-las tendo em vista seu tempo e equipamento
Grau de concordncia de que um canal de irrigao e/seria uma soluo vivel para irrigao do entrevistado .554
Grau de concordncia de que uma barragem /seria uma soluo para o uso da irrigao na propriedade/regio .541
Grau de concordncia de que o agricultor deveria pagar pela manuteno do canal de irrigao .355 .473
Grau de concordncia de que o tanque lonado uma soluo vivel para a irrigao do entrevistado .323
Grau de necessidade de que se deve fazer o uso do fogo em determinados locais de vez em quando .307
Grau de concordncia de que se pode reaproveitar as embalagens vazias, mas de forma especfica
Figura12.Pattern matrix exibindo os escores fatoriais de parte dos itens.

A AFE que acaba de ser realizada no o tipo de anlise mais indicada

para a pesquisa que est sendo usada como exemplo aqui. Como
explicado anteriormente, a AFE usada quando se possui um conjunto
de dados em relao ao qual no existe uma proposio terica prvia
de como tais itens deveriam se agrupar. No exemplo usado, existem
evidncias prvias de que o uso sustentvel da gua na agricultura se
resume a cinco dimenses. Quando se possui esse tipo de informao,
comum que se use outra famlia de anlise fatorial conhecida como
anlise fatorial confirmatria (AFC), que permite testar empiricamente
modelos tericos de estruturas fatoriais subjacentes a um conjunto de
dados. A seguir, esse tipo de anlise ser descrita e demonstrada no
mesmo banco de dados usado at aqui.
Anlise Fatorial Confirmatria (AFC)

A AFC usada quando possuimos um modelo terico prvio que
especifica claramente quantos fatores esto subjacentes aos itens
e quais os itens que possuem cargas em cada fator. A AFC permite
testar se os dados obtidos a partir de uma amostra se ajustam bem a
esta estrutura terica hipotetizada pelo modelo. Para testar um modelo
fatorial j conhecido, utilizou-se a Modelagem por Equaes Estruturais.
No caso do SPSS, o mdulo utilizado denominado de AMOS. O painel
do AMOS pode ser observada na Figura 13.
No lado esquerdo da Figura 13, est o painel de ferramentas com todos

os cones necessrios para a criao do modelo fatorial (Figura 14). A
parte central em branco destinada ao desenho de um modelo fatorial
representando visualmente a estrutura fatorial do construto investigado.
Na Figura 14, est um modelo fatorial composto de variveis observadas
representadas por quadrados; variveis latentes ou no observadas
representadas por pequenos crculos com a letra E ao lado do nmero da
varivel e setas unidirecionais ou bidirecionais que determinam os tipos
de relacionamentos entre as variveis do modelo AFC.
Criar um fator
Estabelecer
uma relao
Propriedades
da anlise
Selecionar
banco de
dados
Clculo a
AFC
Ver o output
da AFC
Figura 13. Painel do AMOS.
A teoria aponta para uma estrututa de cinco fatores para resumir os

dados referentes aos itens da escala AGUA. No modelo fatorial da
Figura 14, cada quadrado representa um item da AGUA e os crculos
no centro do modelo fatorial representam os cinco fatores. Para criar
de uma nica vez um fator com variveis observadas e seus erros de
mensurao associados, clicar no terceiro cone da parte superior do
menu de ferramentas (ver crculo na parte de cima da Figura 13) e ento
desenhar um crculo na rea de trabalho. Em seguida, clicar no crculo
criado para inserir variveis observadas e erros associados a cada
varivel. Uma vez que todas as variveis observadas, fatores e erros de
mensurao estejam representados graficamente, clica-se na seta preta,
logo abaixo da bola azul no painel de ferramentas e criamse todas
as relaes entre os fatores previstas pelo modelo a ser testado (ver
crculo). A configurao final do modelo fatorial do exemplo da nossa
pesquisa pode ser observada na Figura 14.
Figura 14. Modelo fatorial representando os itens e os fatores da AGUA.

Para melhor visualizao e organizao do modelo fatorial,

recomendvel usar a opo no menu de Ferramentas (Tools) que permite
girar os objetos criados na rea de trabalho e, conforme novos fatores
associados aos seus itens sejam criados, recomenda-se que eles sejam
manipulados de tal maneira que a visualizao do conjunto de fatores
facilite a checagem de erros. Os cinco fatores esto representados
pelos cinco crculos maiores na regio central da Figura 14, enquanto
os itens so representados pelos quadrados e os erros de mensurao
so representados pelos crculos menores. Existem dois tipos de setas
para representar relaes entre elementos do modelo fatorial: setas
unidirecionais, que representam uma relao na qual uma varivel
influencia a outra, e setas bidirecionais, que representam uma relao na
qual ambas as variveis se influenciam/covariam. Fica explcito na Figura
14, por exemplo, que os fatores, bem como os erros de mensurao,
influenciam de maneira unidirecional os itens, enquanto os fatores se
influenciam de maneira bidirecional.
Uma vez que o modelo fatorial esteja pronto, necessrio garantir aquilo
que conhecido com a identificao do modelo. Diz-se que um modelo
est identificado se existir apenas uma nica soluo numrica para
cada parmetro que ser estimado por meio da AFC (TABACHNICK;
FIDELL, 2013; THOMPSON, 2004). Trata-se de um detalhe importante
e complexo no contexto da modelagem por equaes estruturais,
porm a checagem da identificao do modelo pode ser resumida
simplificadamente em trs procedimentos descritos a seguir.
Primeiramente, deve-se garantir que o nmero de parmetros a serem

estimados no modelo seja inferior ao nmero de dados. O nmero de
dados (1.176) maior que o nmero de parmetros (111). O modelo se
configura como overidentified.
O segundo passo envolve: (a) fixar com o valor de 1 o coeficiente

de regresso entre cada fator e apenas um de seus itens; (b) verificar
se existem pelo menos trs indicadores/itens para estimar o fator;
(c) verificar se os erros associados aos itens de um fator no se
correlacionam significativamente; (d) verificar se a covarincia entre os

fatores permitida pelo modelo.
Na pesquisa analisada aqui, cada fator teve um coeficiente de regresso

relacionado com um de seus itens fixado no valor de 1 (ver nmero
1 que aparece em diversas setas ligando o fator a um de seus itens
na Figura 15); cada fator possui mais de trs indicadores; os erros dos
itens no se correlacionam significativamente; e as setas bidirecionais
entre os fatores permite que eles covariem no modelo. Caso seja usada
a terceira opo do menu superior exibido na Figura 13 para criar os
fatores, a fixao do coeficiente de regresso entre o fator e um de seus
itens j feita de maneira automtica pelo AMOS.
Por fim, o terceiro passo para avaliar a identificao do modelo

envolve verificar se as variveis dependentes latentes do modelo so
significativamente preditoras entre si. Se tais variveis latentes no
foram preditoras umas das outras, o modelo poder ser identificado.
Como todos os fatores do modelo apresentado na Figura 14 e analisado
aqui so variveis latentes independentes, esse terceiro procedimento
no ser descrito aqui ver Tabachnick e Fidell (2013). Conclui-se,
portanto, que o modelo apresentado na Figura 14 pode ser identificado
e que a realizao da AFC apropriada para esse modelo.
Deve-se ento selecionar o banco de dados a ser considerado na AFC

(ver Figura 13). Com o banco carregado no AMOS, necessrio abrir
a lista de variveis do banco para associar cada varivel observada
no modelo fatorial com uma varivel do banco de dados original. A
lista pode ser visualizada clicando no menu superior View e ento em
Dataset Variables List. Uma lista com todas as variveis do banco ser
exibida. Para associar tais variveis com as variveis observadas do
modelo, basta clicar e arrastar cada varivel at um dos quadrados. Em
seguida, na Figura 15, mostram-se as opes que devem ser marcadas
na caixa de dilogo Propriedades da Anlise (Analysis Properties, ver
crculo na Figura 13) nas abas Estimation e Output (ver crculos na
Figura 15) para definir os procedimentos que devem ser adotados na AFC.
Figura 15. Opes a serem marcadas na caixa de dilogo Propriedades da Anlise

(Analysis Properties).
Aps selecionar as opes indicadas na Figura 15, devese fechar

a janela e verificar, no item Verificar Numerao do banco de dados
original, se existem participantes com respostas omissas em algum
dos itens. O AMOS no iniciar a AFC se houver algum dado omisso
e, por isso, qualquer participante com dado omisso, em ao menos um
item, deve ser eliminado do banco. Tal procedimento mais adequado
de ser realizado quando a amostra analisada grande e quando o
nmero de dados omissos pequeno. Alm disso, tambm se deve
testar se os dados omissos so sistemticos entre os participantes e,
caso no sejam, h maior justificativa para eliminar os dados de tais
participantes. Uma vez que tal procedimento tenha sido realizado, basta
iniciar a AFC clicando no cone circulado na Figura 13. Se o AMOS no
identificar nenhum problema ao tentar realizar a AFC, o boto na barra
de ferramentas que exibe o output da anlise deve se tornar disponvel
para uso e devese clicar nele (ver Figura 13). O output da AFC pode ser
visualizado na Figura 16.
Figura 16. Output da AFC com os ndices de ajuste do modelo.

No lado esquerdo da Figura 16, mostra-se o resumo do output da AFC.

No lado direito, mostram-se os ndices de ajuste do modelo em relao
aos dados da amostra. Para isso, deve-se clicar em Model Fit (ver crculo
na Figura 16). Como o AMOS exibe diversos ndices de ajuste, resumiu-
se os ndices de ajuste mais importantes da AFC na Tabela 3.
Tabela3.ndices de ajuste do modelo da AGUA.
GFI CFI RMR RMSEA

0,70 0,44 0,85 0,07
Os ndices apresentados na Tabela 3 indicam, de maneira geral, o

quanto que o modelo se ajusta ao conjunto de dados inseridos no
AMOS. De maneira ampla, como pode ser observado na Tabela 3,
todos os ndices indicaram que o modelo terico no se ajustou
adequadamente aos dados da amostra utilizada. Valores de GFI acima
de 0,80, de CFI prximos de 1, de RMR prximos de 0 e de RMSEA
entre 0,05 e 0,08 normalmente so considerados satisfatrios (BYRNE,
2010; TABACHNICK; FIDELL, 2013). Comparando tais critrios
aos observados na AFC, conclui-se que o modelo teve um ajuste
ruim aos dados. O output do AMOS tambm exibe outras opes
importantes para que seja feito um julgamento mais completo sobre
o ajuste do modelo, como os dados referentes ao que conhecido
como modification indices. No presente exemplo, tais dados no so
relevantes, j que a anlise fatorial exploratria realizada previamente,
junto com a anlise fatorial confirmatria, j havia dado evidncias
de que a estrutura fatorial da escala no se organiza de maneira clara
com a expectativa terica prvia, o que j evidencia problemas graves
de validade do instrumento (para obter mais informaes sobre os
modficaion indices ver BYRNE, 2010; TABACHNICK; FIDELL, 2013).
Consideraes Finais
O presente trabalho buscou descrever como se realiza uma anlise de
questionrios e, mais especificamente, como se produzem evidncias
de validade fatorial de uma escala a partir do uso de tcnicas de
anlise fatorial aplicada pesquisa sobre o uso sustentvel da gua na
agricultura. Usou-se uma pesquisa desenvolvida pela Embrapa sobre o
uso sustentvel da gua para ilustrar como se realiza uma checagem de
banco de dados, anlises descritivas, anlise fatorial exploratria (AFE)
e anlise fatorial confirmatria (AFC). Buscou-se explorar todos esses
tpicos de maneira breve e prtica, sendo recomendvel a consulta a
manuais mais completos de estatstica, como os indicados no incio do
documento.
Normalmente, a AFE usada quando no se tem conhecimento prvio

da estrutura terica que melhor se adequa a um conjunto de dados,
enquanto a AFC usada quando h algum conhecimento prvio de
tal estrutura. No presente trabalho, foram usadas ambas as tcnicas
de anlise fatorial no mesmo conjunto de dados. Isso foi feito com o
propsito didtico de ilustrar como tais tipos de anlise so realizados
no SPSS, embora o mais adequado, no caso da pesquisa usada como
exemplo, seria realizar apenas uma AFC, j que existiam razes
prvias para se acreditar que os itens da escala se agrupariam em uma
determinada estrutura fatorial. A AFC indicou que o modelo de cinco
fatores tem ndices de ajuste ruins para os dados da amostra usada.
Uma vez que se conclua isso, o que pode ser feito? Tais evidncias
indicam possivelmente que a escala AGUA pode precisar de ajustes
na sua formulao de itens ou de uma amostra maior que permita
uma avaliao mais sistemtica da validade desse instrumento, j que
tcnicas como as de anlise fatorial so conhecidas como tcnicas de
amostras grandes (large sample technique). Outra possibilidade envolve
tambm a explorao sistemtica de como o modelo pode se ajustar
melhor aos dados a partir da excluso dos itens que apresentaram os
escores fatoriais mais baixas. Tal procedimento precisa ser feito com
cuidado, parcimnia e resultar na excluso de tais itens do instrumento
em aplicaes seguintes.
Referncias
BYRNE, B. M. Structural equation modeling with AMOS: basic concepts, applications,
and programming. 2nd ed. Nova York: Routledge, 2010. 416 p. (Multivariate applications
series).
DAMSIO, B. F. Uso da anlise fatorial exploratria em psicologia. Avaliao Psicolgica,

Itatiba, v. 11, n. 2, p. 213-228, ago. 2012.
DIRK Enzmann - statistical software (some useful things). 2015. Disponvel em: <http://
www2.jura.uni-hamburg.de/instkrim/kriminologie/Mitarbeiter/Enzmann/Software/
Enzmann_Software.html>. Acesso em: 31 ago. 2015.
DUARTE, C. gua: artigo de luxo no sculo XXI. Dilogo Mdico, v. 16, n. 1, p. 14-17,
2001.
FIELD, A. P. Discovering statistics using IBM SPSS Statistics: and sex and drugs and rock
n roll. 4th ed. London: SAGE Publications, 2013. 952 p.
FIGUEIREDO FILHO, D. B.; SILVA JNIOR, J. A. da. Viso alm do alcance: uma
introduo anlise fatorial. Opinio Pblica, Campinas, v. 16, n. 1, p. 160-185, jun. 2010.
HAIR JR., J. F.; BLACK, W. C.; BABIN, B. J.; ANDERSON, R. E.; TATHAM, R. L. Anlise
multivariada de dados. 6. ed. Porto Alegre: Bookman, 2009. 688 p.
LIMA, J. E. F. W.; SILVA, E. M. da; AZEVEDO, J. A. de. Uso racional da gua na

agricultura. In: PARRON, L. M.; AGUIAR, L. M. de S.; DUBOC, E.; OLIVEIRA-FILHO, E. C.;
CAMARGO, A. J. A. de; AQUINO, F. de G. (Ed.). Cerrado: desafios e oportunidades para o
desenvolvimento sustentvel. Planaltina, DF: Embrapa Cerrados, 2008. p. 63-94.
MOORE, D. S. A estatstica bsica e sua prtica. 5. ed. Rio de Janeiro: LTC, 2011. 688 p.
PASQUALI, L. Validade dos testes psicolgicos: ser possvel reencontrar o caminho?

Psicologia: Teoria e Pesquisa, Braslia, DF, v. 23, n. especial, p. 99-107, 2007.
RAHM, E.; HONG, H. D. Data cleaning: problems and current approaches. Bulletin of the
Technical Committee on Data Engineering, v. 23, n. 4, p. 3-13, Dec. 2000.
ROCHA, F. E. de C.; RAMOS, E. M. S.; KISHI, S. M.; MARCELINO, M. Q. dos S.;

SOUSA, E. dos S. de; JLIO, L.; TIMPONI, M. R. Avaliao qualitativa da percepo de
extensionistas rurais em relao ao uso e conservao de recursos hdricos. Boletim de
Pesquisa e Desenvolvimento. Planaltina, DF: Embrapa Cerrados, 2010. 46 p. (Embrapa
Cerrados. Boletim de Pesquisa e Desenvolvimento, 297).
TABACHNICK, B. G.; FIDELL, L. S. Using multivariate statistics. 6th ed. Boston: Pearson,
2013. 1024 p.
THOMPSON, B. Exploratory and confirmatory fator analysis: understanding concepts and

applications. Washington: American Psychological Association, 2004. 195 p.
Factor Analysis of
Questionnaires about
the Sustainable Water
Use in Agriculture
Abstract
This document aimed to demonstrate how to analyze data from
questionnaires and, more specifically, how to perform a factor analysis
to produce evidence for the validity of a questionnaire. The focus
of the document was to describe how to perform a database check,
descriptive analyzes, exploratory factor analysis (EFA) and confirmatory
factor analysis (CFA). Both instructions and images were used to
guide the reader to perform such analysis through SPSS and AMOS. A
database was used as an example in the analyzes relating to a research
conducted at Embrapa. The analyses indicated that the theoretical
model underlying one scale of the questionnaire was not well fitted to
the data from the sample used.
Index terms: factor analysis, psychometric instrument, water use,

sustainable use, social psychology, agriculture production.
Anexo
Escala de Atitude Frente ao Uso Sustentvel da gua
na Agricultura (AGUA)
Varivel A: Preservao/recuperao de nascentes
2 O quanto o(a) Sr.(a) concorda/dispe de tempo e dinheiro para preservar/cuidar/zelar de

nascentes? (ex.: visita observao, limpeza, proteo, recuperao)
3 O quanto o(a) Sr.(a) concorda/dispe de tempo e de recursos para cuidar de vegetao nativa
em topo de morros para a preservao de nascentes?
(ex.: preparar e/ou plantar mudas de plantas nativas)
4 O quanto o(a) Sr.(a) concorda ser necessrio proteger/cercar a(s) nascente(s) dentro ou fora de
sua propriedade/regio? (ex.: arame farpado)
5 (-) O quanto o(a) Sr.(a) concorda com pessoas usando/andando em nascentes? (para cortar
caminho, tomar banho, tirar gua, coletar fruto)
6 (-) O quanto o(a) Sr.(a) concorda em aproveitar a vegetao da nascente para deixar o gado
pastar de vez em quando/tomar gua na poca seca, mas sob controle?
7 (-) O quanto o(a) Sr.(a) concorda em aproveitar a rea da nascente para fazer alguma lavoura de
vez em quando? (limo, mamo, mandioca)
8 O quanto o(a) Sr.(a) concorda que se deve fazer o manejo da vegetao nativa de nascentes?
(substituir e/ou introduzir novas espcies)
9 O quanto o(a) Sr.(a) concorda em transformar uma nascente em uma rea que no pode ser
ocupada e nem explorada economicamente? totalmente isolada (APP rea de preservao
permanente de tamanho variado, ex.: raio de 50 m ao redor da nascente)
10 O quanto o(a) Sr.(a) concorda que as leis ambientais tem mesmo ajudado os agricultores de sua
regio a preservar as nascentes? (cdigo florestal)
11 O quanto o(a) Sr.(a) concorda ser til para voc uma nascente jorrando/brotando gua fora de
sua propriedade? (em termos de contribuio)
Obs. Item com sinal de (-) deve ser invertido para o clculo de fatores, j que o seu significado mede
a direo contrrio do construto por exemplo, quanto a preservao de nascentes, itens invertidos
medem atitudes relacionados no-preservao de nascentes.
Varivel B: Conservao/recuperao
de matas de galerias/ciliares
15 O quanto o(a) Sr.(a) concorda/dispe de tempo e recurso para preservar/cuidar/zelar de

margens de rio/crrego/ribeiro? (ex.: visita observao, limpeza, proteo, recuperao)
16 O quanto o(a) Sr.(a) concorda/ dispe de tempo e dinheiro para recuperar alguma parte da
margem de rio/crrego/ribeiro degradada em sua regio? (Desbarrancando)
17 (-) O quanto o(a) Sr.(a) concorda com pessoas usando/andando nas margens de rio/crrego/
ribeiro? (para cortar caminho, tomar banho, pescar)
18 (-) O quanto o(a) Sr.(a) concorda em aproveitar a beira do rio/crrego/ribeiro para deixar o gado
pastar/tomar gua de vez em quando na poca seca, mas sob controle?
19 (-) O quanto o(a) Sr.(a) concorda em aproveitar a beira do rio/crrego/ribeiro para fazer alguma
lavoura de vez em quando? (limo, mamo, mandioca)
20 O quanto o(a) Sr.(a) concorda que se deve fazer o manejo da vegetao nativa de margens de
rio/crrego/ribeiro? (substituir e/ou introduzir novas espcies)
21 O quanto o(a) Sr.(a) concorda em transformar a beira de rio/crrego/ribeiro em uma rea que
no pode ser ocupada e nem explorada economicamente? totalmente isolada (APP - rea de
preservao permanente de tamanho variado, ex.: para rios de at 10 m de largura, deixar uma
faixa de 30 m de vegetao nativa de cada lado do rio)
22 O quanto o(a) Sr.(a) concorda que as leis ambientais tem mesmo ajudado os agricultores de sua
regio a preservar/proteger a vegetao das margens de rio/crrego/ribeiro? (cdigo florestal)
23 O quanto o(a) Sr.(a) concorda/dispe de tempo para participar de eventos relacionados com a
recuperao de margens de rio/crrego/ribeiro? (ex.: curso de produo de mudas nativas, dia
de campo de recuperao da vegetao nativa)
Varivel C: Uso racional da gua na agricultura
30 O quanto o(a) Sr.(a) concorda que precisa-se medir, com aparelho, a umidade do solo/substrato
para indicar a hora de comear a irrigar?
31 O quanto o(a) Sr.(a) concorda que precisa-se medir tambm, com aparelho, a umidade do solo/
substrato para desligar o sistema de irrigao?
32 O quanto o(a) Sr.(a) concorda que um canal de irrigao /seria uma soluo vivel para sua
irrigao? (atende totalmente a necessidade de gua)
33 O quanto o(a) Sr.(a) concorda que o agricultor deveria pagar pela manuteno do canal de
irrigao? (limpeza, reparo)
34 O quanto o(a) Sr.(a) concorda que uma barragem na regio /seria soluo vivel para sua
irrigao?
35 O quanto o(a) Sr.(a) concorda que o tanque lonado uma soluo vivel para a sua irrigao?
(carncia dele na propriedade, peixe fura a lona)
36 O quanto o(a) Sr.(a) concorda que se deve dar manuteno preventiva ao equipamento de
irrigao (sistema de irrigao por sulco) independente se ele est estragado ou no? (mesmo
que esteja funcionando)
37 O quanto o(a) Sr.(a) concorda que se deve fazer parte de alguma organizao/ associao para
discutir o uso racional da gua na agricultura?
38 O quanto o(a) Sr.(a) concorda com o estabelecimento de horrio de captao de gua de rio/
crrego/ribeiro para usar na irrigao durante o perodo seco?
39 O quanto o(a) Sr.(a) concorda que o agricultor deve ter a outorga (licena) do direito de uso da
gua para a irrigao? (obtida junto a ADASA/ANA)
40 O quanto o(a) Sr.(a) concorda/dispe de tempo para participar de eventos relacionados ao uso
racional da gua na agricultura? (ex.: dia de campo, curso, reunio comit de bacias)
Varivel D: Manejo e conservao de solo
49 O quanto o(a) Sr.(a) concorda ser fcil tirar, levar amostras de solo pra laboratrio e receber o
resultado?
O quanto o(a) Sr.(a) concorda/dispe de tempo e dinheiro para fazer rotao/rodzio de cultura
50
todo ano?
51 O quanto o(a) Sr.(a) concorda/ carece de plantar totalmente em nvel ou em reas com terraos
em sua propriedade?
52 O quanto o(a) Sr.(a) concorda/carece de fazer o uso da tcnica do plantio direto em sua
propriedade/regio?
53 O quanto o(a) Sr.(a) concorda que se deve fazer uso do plantio consorciado em sua propriedade/
regio? (jil com maxixe; couve com alface; maracuj com mandioca)
54 O quanto o(a) Sr.(a) concorda que se deve deixar restos culturais para cobrir o solo? (palhadas
de hortalias, milho, soja)
55 (-) O quanto o(a) Sr.(a) concorda ser necessrio fazer uso de queimada em determinados locais de
vez em quando? (coivara)
56 O quanto o(a) Sr.(a) concorda ser necessrio/carece combater eroso em sua propriedade?
(preparar curva de nvel, ou terrao, ou bigode/canal de dreno da estrada, ou bacio/bacia de
reteno)
Varivel E: Gesto de resduos
63 O quanto o(a) Sr.(a) concorda/dispe de tempo para participar de eventos relacionados ao uso
de agrotxicos/preparo orgnico? (ex.: dia de campo, curso/treinamento, reunio/orientao
tcnica)
64 Dependendo das condies de ataque da sua lavoura, o quanto o(a) Sr.(a) concorda que se deve
aplicar o agrotxico/composto orgnico em qualquer condio de tempo? (chuva, vento, sol
quente)
65 No caso de aplicao de agrotxico/preparo orgnico, o quanto o(a) Sr.(a) concorda ser
possvel usar ou controlar o uso de todos os EPIs? (roupa, luva, mscara, bota, avental)
66 (-) O quanto o(a) Sr.(a) concorda ser trabalhoso preparar a calda de agrotxico/preparo orgnico
tendo em vista a distncia da sua fonte de gua? (manusear gales de gua e carrinho de mo,
obter os ingredientes orgnicos e manuse-los)
67 O quanto o(a) Sr.(a) concorda que lavar trs vezes ou mais as embalagens usadas garante a
proteo do meio ambiente?
68 O quanto o(a) Sr.(a) concorda em furar as embalagens usadas antes de descart-las tendo em
vista seu tempo e equipamento? (para inutiliz-las)
69 (-) O quanto o(a) Sr.(a) concorda que se pode reaproveitar as embalagens vazias, mas de forma
especfica? (ex.: colocar resduos/gasolina/adubo foliar/semente; fazer vaso de planta; tirar
medida; guardar restos de tintas)
70 O quanto o(a) Sr.(a) concorda/dispe de tempo para engajar/participar de campanhas de
recolhimento de embalagens vazias da comunidade?
71 O quanto o(a) Sr.(a) concorda/dispe de tempo para levar as embalagens vazias para serem
depositadas em local adequado, mas distante de sua propriedade?
72 O quanto o(a) Sr.(a) concorda que o uso de dejetos de animais garante mesmo sua produo
sem causar problemas de doenas? (esterco de gado, cama de frango)
CGPE 12250

Analise Fatorial de Questionarios Sobre o Uso Sustentavel Da Agua Na Agricultura

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Analise Fatorial de Questionarios Sobre o Uso Sustentavel Da Agua Na Agricultura

Diunggah oleh

Hak Cipta:

Format Tersedia

Documentos

Andr Luiz Alves Rabelo

Todos os direitos reservados

Dados Internacionais de Catalogao na Publicao (CIP)

R114a Rabelo, Andr Luiz Alves.

Anlise fatorial de questionrios sobre o uso sustentvel da gua

52 p. (Documentos / Embrapa Cerrados, ISSN 1517-5111,

1. Recurso hdrico. 2. Agricultura sustentvel. 3. Desenvolvimento

Andr Luiz Alves Rabelo

Bartholomeu Trres Trccoli

Francisco Eduardo de Castro Rocha

Agradecemos Empresa Brasileira de Pesquisa Agropecuria (Embrapa)

A transferncia de tecnologia na Embrapa passou por uma srie de

O setor de transferncia de tecnologia da Embrapa Cerrados vem

Este trabalho apresenta os procedimentos tcnicos do mtodo e

Jos Roberto Rodrigues Peres

Alguns dos projetos de pesquisa desenvolvidos pela Embrapa Cerrados

Pesquisas dessa natureza envolvem grandes conjuntos de dados

Em Psicologia Social, existem duas opes principais para se obter

Aps a coleta de dados, o primeiro procedimento a transcrio das

O segundo procedimento consiste na verificao dos pressupostos

numrica e graficamente a fim de identificar e corrigir erros de digitao,

O terceiro procedimento envolve o agrupamento e seleo dos itens

Na Tabela 1, vrias afirmaes esto acompanhadas de escalas nas

A simples mdia ou a soma dos escores dos itens no leva em conta

Tabela1.Exemplo de um questionrio elaborado para mensurar a atitude do indivduo

Anlise Fatorial: tipos e definies

Na Tabela 1, h um exemplo de uma situao em que a mensurao de

Figura 1. Exemplo da relao entre varivel latente e itens de um questionrio.

Na Figura 1, a varivel latente uma das principais causas (expressa

o erro desconhecido e aleatrio, mas em questionrios bem

Para se avaliar como os itens de um questionrio se agrupam ou no

A extrao e (ou) confirmao de fatores a partir de um conjunto de

Ambas as tcnicas de anlise fatorial so usadas para produzir

de validade tais como validade preditiva e validade convergente/

Descrio e Anlise Preliminar do

As entrevistas foram feitas com base em um questionrio com 76

cinco dimenses/fatores: preservao/recuperao de nascentes (fator

Anlise dos Dados

Transcrio ou digitao dos dados

Na Figura 2, cada varivel ocupa uma coluna e cada participante ou

Figura 2. Interface do SPSS na opo Visualizao de Dados (Data View) SPSS.

Figura 3. Interface do SPSS na pgina Visualizao de Variveis (Variable View).

Name (Nome): na primeira coluna, digitamos o nome de cada uma das

Type (Tipo): na segunda coluna, definido o tipo de informao

Width (Largura): na terceira coluna, definido o nmero de caracteres

Decimals (Decimais): na quarta coluna, define-se o nmero de casas

Label (Rtulo): na quinta coluna, devem-se inserir informaes sucintas

Values (Valores): na sexta coluna, possvel atribuir etiquetas aos

Missing (Valores Omissos): na stima coluna, podem-se inserir

Align (Alinhamento): na oitava coluna, pode-se definer o alinhamento

Measure (Medida): na nona coluna, deve-se definir o tipo de medida

Checagem do banco de dados

Figura 4. Como selecionar a opo Explorar na interface do SPSS.

Na Figura 5, 48 variveis do banco de dados intitulado BD uso

Uma vez definidas as variveis que sero analisadas, clica-se na opo

Em seguida, clique no boto Continue (Continuar) da caixa de dilogo

Resultados das Anlises

Figura 6. Histograma e boxplots do item 16 e 21 da Agua.

Na Figura 6, so mostrados os histogramas e os boxplots referentes

O boxplot representa cinco nmeros: a mediana da distribuio (no

participante correspondente essse dado; e valores demasiadamente

A anlise fatorial apresenta os seguintes pressupostos estatsticos:

Caso a distribuio dos dados se mostrasse muito divergente de uma