Escala de Percepção Social do Uso de Drogas
Este relatório objetiva apresentar as análises introdutória do instrumento ``Escala de percepção social do uso de drogas’’, que está em fase de desenvolvimento pelo Centro de Referência em Pesquisa, Intervenção e Avaliação em Álcool e Outras Drogas (http://www.ufjf.br/crepeia/).
O instrumento está sendo validado para população de educadores. O objetivo da pesquisa é oferecer uma medida confiável para avaliação da percepção social de educadores de um curso à distância oferecido pela Secretaria Nacional de Políticas sobre Drogas para aproximadamente 10.000 educadores dos estados de Minas Gerais e Rio de Janeiro.
Durante todo o processo de desenvolvimento, foram utilizadas ferramentas de código-aberto, para facilitar o re-uso das técnicas e procedimentos desenvolvidos. Todo conteúdo do instrumento e de suas etapas estará disponível para o público no repositório (http://github.com/crepeia/ead-senad). Atualmente, o projeto está hospedado no repositório (http://github.com/henriquepgomide/ead-senad).
Neste relatório são apresentadas, análises da escala com base em uma amostra de 2771 educadores-tutores do curso. As análises foram conduzidas através da linguagem de programação R usando os pacotes car, psych e mirt.
Banco de Dados
O banco de dados da pesquisa, pode ser obtido no seguinte endereço: (https://github.com/henriquepgomide/ead-senad/blob/master/percepcaosocial_df.csv).
Resultados
Os resultados são apresentados por tópicos: caracterização da amostra, avaliação descritiva da escala e análise fatorial exploratória.
Bibliotecas
library(car) # Function Recode
library(psych) # Function Describe##
## Attaching package: 'psych'
##
## The following object is masked from 'package:car':
##
## logitsocialPer <- read.csv("percepcaosocial_df.csv")
## Summing scales to remove NA's
socialPer$scaleSum <- rowSums(socialPer[,24:64])
## Subset completed observations and consented participation
socialPer <- subset(socialPer, subset=socialPer$termo=="Sim" & socialPer$estado=="Finalizadas" & !is.na(socialPer$scaleSum))Sócio-demográficas
Idade
idade <- gsub("[A-z]", "", socialPer$idade)
socialPer$idade <- as.numeric(idade)
summary(socialPer$idade) # all## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 3.0 32.0 37.0 38.2 43.5 62.0 2sd(socialPer$idade, na.rm = TRUE)## [1] 8.979by(socialPer$idade, socialPer$sexo, describe) #by sex## socialPer$sexo: Feminino
## vars n mean sd median trimmed mad min max range skew kurtosis se
## 1 1 120 37.77 9.05 37 37.21 8.15 3 62 59 0.19 1.17 0.83
## --------------------------------------------------------
## socialPer$sexo: Masculino
## vars n mean sd median trimmed mad min max range skew kurtosis se
## 1 1 19 40.79 8.24 41 40.94 8.9 25 54 29 -0.25 -1.21 1.89Sexo
cbind(round(prop.table(table(socialPer$sexo)),3))## [,1]
## Feminino 0.858
## Masculino 0.142Escolaridade
cbind(round(prop.table(table(socialPer$escolaridade)),3))## [,1]
## Ensino Superior Completo 0.043
## Pós-graduação 0.957Estado Civil
cbind(round(prop.table(table(socialPer$estadocivil)),3))## [,1]
## Casado (a) 0.496
## Divorciado (a) 0.113
## Outros 0.092
## Solteiro (a) 0.291
## Viúvo (a) 0.007Tempo de serviço
socialPer$tempodeservico <- gsub("[A-z]", "", socialPer$tempodeservico)
socialPer$tempodeservico <- as.numeric(socialPer$tempodeservico)## Warning: NAs introduzidos por coerçãosummary(socialPer$tempodeservico)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 0.0 5.0 10.0 11.8 16.5 35.0 6Religião
cbind(round(prop.table(table(socialPer$religiao)),2)) ## [,1]
## Católica 0.56
## Espírita 0.18
## Evangélica 0.13
## Outras 0.06
## Sem religião 0.08Contato com o tema
cbind(round(prop.table(table(socialPer$contato.tema)),2)) ## [,1]
## Não 0.36
## Sim 0.64Lida com
cbind(round(prop.table(table(socialPer$lida.com)),2)) ## [,1]
## Não 0.38
## Sim 0.62Onde lida com
cbind(round(prop.table(table(socialPer$onde.lida.com)),2))## [,1]
## Escola 0.49
## Família 0.27
## Outros 0.20
## Serviços de Saúde 0.03Apresentação dos itens da escala
questions <- read.csv("percepcaosocial_questions.csv", col.names = "Itens", header=FALSE)
print(questions[1:42,1], type="html", justify = "left" )## [1] Usuários de drogas não têm força de vontade.
## [2] Usuários de drogas têm menor destaque na sociedade.
## [3] Usuários de drogas não podem ocupar cargos que exigem maior responsabilidade.
## [4] O uso de drogas representa uma fraqueza de caráter.
## [5] Usuários de drogas não se preocupam com si mesmos.
## [6] Usuários de drogas são pessoas moralmente fracas.
## [7] Usuários de drogas são pessoas sem determinação.
## [8] Usuários de drogas não querem parar de usá-las.
## [9] Usuários de drogas raramente prejudicam alguém a não ser a si próprios.
## [10] Usuários de drogas têm menor escolaridade do que a maioria das outras pessoas.
## [11] A maioria dos usuários de drogas está desempregada.
## [12] O tratamento raramente ajuda o usuário de drogas.
## [13] Não se deve ter grandes expectativas na relação com os usuários de drogas.
## [14] Quem abusa de drogas pode aprender a diminuir o uso, tendo-o sob controle novamente.
## [15] Usuários de drogas podem ser ajudados antes de chegarem ao “fundo do poço”.
## [16] As principais causas do uso de drogas é a falta de disciplina e autocontrole.
## [17] A melhor forma de controlar os usuários de drogas é mantê-los isolados.
## [18] Existem características que diferenciam os usuários de drogas das pessoas normais.
## [19] Uma pessoa deve ser hospitalizada assim que apresentar sinais de uso de drogas.
## [20] Usuários de drogas precisam do mesmo tipo de controle e disciplina que as crianças .
## [21] A dependência de drogas é uma doença .
## [22] Os usuários de drogas são pessoas indesejáveis na sociedade.
## [23] A sociedade não deveria se preocupar em proteger-se dos usuários de drogas.
## [24] Qualquer pessoa pode se tornar um usuário de drogas.
## [25] Os usuários de drogas são responsáveis pelos problemas associados ao uso de drogas.
## [26] Os usuários de drogas devem ser isolados da sociedade.
## [27] Uma pessoa seria ingênua em se casar com alguém que tenha sido usuário de drogas, mesmo que estivesse recuperado.
## [28] As pessoas não gostariam de morar próximo a alguém que tenha sido usuário de drogas.
## [29] Alguém que tenha um histórico de uso de drogas deve ser impedido de assumir qualquer cargo público.
## [30] Os usuários de drogas devem ser privados de seus direitos individuais.
## [31] Usuários de drogas devem ser encorajados a assumir sua responsabilidade por suas atividades diárias.
## [32] Ninguém tem o direito de excluir os usuários de drogas de sua vizinhança.
## [33] Os usuários de drogas oferecem mais perigo do que as pessoas imaginam.
## [34] Os usuários de drogas ainda são ridicularizados.
## [35] Devem ser gastos mais recursos públicos financeiros no tratamento dos usuários de drogas.
## [36] A sociedade precisa ser mais tolerante com os usuários de drogas.
## [37] A sociedade tem a responsabilidade de fornecer o melhor tratamento possível aos usuários de drogas.
## [38] Os usuários de drogas merecem nossa simpatia.
## [39] Os usuários de drogas são um peso para a sociedade.
## [40] Aumentar o investimento nas políticas de drogas é um desperdício de dinheiro público.
## [41] O numero de serviços de tratamento é suficiente para o número de usuários de drogas .
## [42] É melhor evitar alguém que tenha problemas com drogas.
## 42 Levels: A dependência de drogas é uma doença . ...Itens
fullScale <- socialPer[,24:65]
describe(fullScale, skew=FALSE)## vars n mean sd median trimmed mad min max range se
## ps001 1 141 2.21 0.90 2 2.15 1.48 1 5 4 0.08
## ps002 2 141 2.92 1.16 3 2.96 1.48 1 5 4 0.10
## ps003 3 141 3.06 1.15 3 3.06 1.48 1 5 4 0.10
## ps004 4 141 2.05 0.95 2 1.95 1.48 1 5 4 0.08
## ps005 5 141 2.59 1.10 2 2.54 1.48 1 5 4 0.09
## ps006 6 141 2.24 1.05 2 2.13 1.48 1 5 4 0.09
## ps007 7 141 2.47 1.05 2 2.37 0.00 1 5 4 0.09
## ps008 8 141 2.18 0.87 2 2.12 0.00 1 5 4 0.07
## ps009 9 141 1.80 0.82 2 1.67 1.48 1 5 4 0.07
## ps010 10 141 1.95 0.90 2 1.83 1.48 1 5 4 0.08
## ps011 11 141 2.42 0.95 2 2.37 0.00 1 5 4 0.08
## ps012 12 141 1.94 0.76 2 1.87 0.00 1 4 3 0.06
## ps013 13 141 2.04 0.75 2 2.01 0.00 1 4 3 0.06
## ps014 14 141 2.74 1.16 3 2.76 1.48 1 5 4 0.10
## ps015 15 141 4.36 0.70 4 4.44 1.48 1 5 4 0.06
## ps016 16 141 2.56 1.02 2 2.52 1.48 1 5 4 0.09
## ps017 17 141 1.72 0.79 2 1.60 1.48 1 5 4 0.07
## ps018 18 141 2.94 1.16 3 2.98 1.48 1 5 4 0.10
## ps019 19 141 2.18 0.84 2 2.13 1.48 1 4 3 0.07
## ps020 20 141 2.37 1.00 2 2.32 1.48 1 5 4 0.08
## ps021 21 141 4.09 0.79 4 4.17 0.00 1 5 4 0.07
## ps022 22 141 2.84 1.19 3 2.81 1.48 1 5 4 0.10
## ps023 23 141 2.10 0.99 2 1.99 1.48 1 5 4 0.08
## ps024 24 141 3.82 1.02 4 3.95 0.00 1 5 4 0.09
## ps025 25 141 3.19 1.02 3 3.24 1.48 1 5 4 0.09
## ps026 26 141 1.74 0.74 2 1.65 0.00 1 5 4 0.06
## ps027 27 141 1.87 0.75 2 1.79 0.00 1 5 4 0.06
## ps028 28 141 2.56 1.10 2 2.52 1.48 1 5 4 0.09
## ps029 29 141 1.82 0.75 2 1.73 1.48 1 4 3 0.06
## ps030 30 141 1.66 0.67 2 1.58 1.48 1 4 3 0.06
## ps031 31 141 4.30 0.59 4 4.32 0.00 2 5 3 0.05
## ps032 32 141 4.13 0.80 4 4.22 1.48 2 5 3 0.07
## ps033 33 141 2.52 0.88 3 2.50 1.48 1 5 4 0.07
## ps034 34 141 3.60 0.87 4 3.63 0.00 1 5 4 0.07
## ps035 35 141 4.04 0.88 4 4.14 1.48 1 5 4 0.07
## ps036 36 141 3.35 1.00 3 3.36 1.48 1 5 4 0.08
## ps037 37 141 3.74 0.98 4 3.81 1.48 1 5 4 0.08
## ps038 38 141 3.45 0.91 3 3.48 1.48 1 5 4 0.08
## ps039 39 141 2.67 1.00 3 2.67 1.48 1 5 4 0.08
## ps040 40 141 1.59 0.66 2 1.51 1.48 1 4 3 0.06
## ps041 41 141 1.69 0.85 2 1.52 1.48 1 5 4 0.07
## ps042 42 141 2.35 1.02 2 2.24 0.00 1 5 4 0.09Correlation Matrix
cor.plot(cor(fullScale, method="kendal", use="complete.obs"), numbers= TRUE)
Crobach’s alfa
alpha(fullScale)## Warning: Some items were negatively correlated with total scale and were
## automatically reversed.##
## Reliability analysis
## Call: alpha(x = fullScale)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd
## 0.91 0.91 0.95 0.2 10 0.014 2.3 0.43
##
## lower alpha upper 95% confidence boundaries
## 0.88 0.91 0.94
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se
## ps001 0.91 0.91 0.94 0.20 10.0 0.014
## ps002 0.91 0.91 0.95 0.20 10.3 0.014
## ps003 0.91 0.91 0.95 0.20 10.2 0.014
## ps004 0.91 0.91 0.94 0.19 9.9 0.014
## ps005 0.91 0.91 0.95 0.20 10.0 0.014
## ps006 0.91 0.91 0.94 0.20 10.0 0.014
## ps007 0.91 0.91 0.94 0.20 10.0 0.014
## ps008 0.91 0.91 0.95 0.20 10.2 0.014
## ps009- 0.91 0.91 0.95 0.21 10.7 0.014
## ps010 0.91 0.91 0.95 0.20 10.3 0.014
## ps011 0.91 0.91 0.95 0.20 10.4 0.014
## ps012 0.91 0.91 0.95 0.20 10.3 0.014
## ps013 0.91 0.91 0.95 0.20 10.1 0.014
## ps014- 0.91 0.91 0.95 0.20 10.6 0.014
## ps015- 0.91 0.91 0.95 0.20 10.5 0.014
## ps016 0.91 0.91 0.95 0.20 10.1 0.014
## ps017 0.91 0.91 0.95 0.20 10.1 0.014
## ps018 0.91 0.91 0.95 0.20 10.2 0.014
## ps019 0.91 0.91 0.95 0.20 10.2 0.014
## ps020 0.91 0.91 0.95 0.20 10.3 0.014
## ps021- 0.91 0.91 0.95 0.21 10.7 0.014
## ps022 0.91 0.91 0.95 0.20 10.2 0.014
## ps023 0.91 0.91 0.95 0.21 10.7 0.013
## ps024- 0.91 0.91 0.95 0.20 10.5 0.014
## ps025 0.91 0.91 0.95 0.20 10.2 0.014
## ps026 0.91 0.91 0.94 0.20 10.0 0.014
## ps027 0.91 0.91 0.94 0.20 10.0 0.014
## ps028 0.91 0.91 0.95 0.20 10.2 0.014
## ps029 0.91 0.91 0.95 0.20 10.0 0.014
## ps030 0.91 0.91 0.94 0.20 9.9 0.014
## ps031- 0.91 0.91 0.95 0.20 10.5 0.014
## ps032- 0.91 0.91 0.94 0.20 10.0 0.014
## ps033 0.91 0.91 0.94 0.19 9.9 0.014
## ps034- 0.91 0.91 0.95 0.20 10.3 0.014
## ps035- 0.91 0.91 0.95 0.20 10.2 0.014
## ps036- 0.91 0.91 0.95 0.20 10.1 0.014
## ps037- 0.91 0.91 0.95 0.20 10.2 0.014
## ps038- 0.91 0.91 0.95 0.20 10.1 0.014
## ps039 0.91 0.91 0.95 0.20 10.1 0.014
## ps040 0.91 0.91 0.95 0.20 10.2 0.014
## ps041 0.91 0.91 0.95 0.20 10.4 0.014
## ps042 0.91 0.91 0.95 0.20 10.2 0.014
##
## Item statistics
## n r r.cor r.drop mean sd
## ps001 141 0.63 0.63 0.609 2.2 0.90
## ps002 141 0.41 0.39 0.386 2.9 1.16
## ps003 141 0.50 0.49 0.477 3.1 1.15
## ps004 141 0.66 0.66 0.632 2.0 0.95
## ps005 141 0.58 0.58 0.567 2.6 1.10
## ps006 141 0.62 0.63 0.607 2.2 1.05
## ps007 141 0.61 0.62 0.603 2.5 1.05
## ps008 141 0.50 0.50 0.472 2.2 0.87
## ps009- 141 0.15 0.12 0.121 4.2 0.82
## ps010 141 0.41 0.40 0.374 2.0 0.90
## ps011 141 0.37 0.35 0.337 2.4 0.95
## ps012 141 0.44 0.42 0.379 1.9 0.76
## ps013 141 0.56 0.56 0.520 2.0 0.75
## ps014- 141 0.23 0.20 0.198 3.3 1.16
## ps015- 141 0.30 0.28 0.224 1.6 0.70
## ps016 141 0.54 0.53 0.506 2.6 1.02
## ps017 141 0.52 0.51 0.458 1.7 0.79
## ps018 141 0.45 0.44 0.425 2.9 1.16
## ps019 141 0.46 0.45 0.420 2.2 0.84
## ps020 141 0.43 0.42 0.381 2.4 1.00
## ps021- 141 0.14 0.11 0.077 1.9 0.79
## ps022 141 0.44 0.42 0.410 2.8 1.19
## ps023 141 0.13 0.10 0.061 2.1 0.99
## ps024- 141 0.29 0.27 0.242 2.2 1.02
## ps025 141 0.46 0.44 0.433 3.2 1.02
## ps026 141 0.63 0.63 0.570 1.7 0.74
## ps027 141 0.62 0.61 0.568 1.9 0.75
## ps028 141 0.47 0.46 0.429 2.6 1.10
## ps029 141 0.62 0.62 0.578 1.8 0.75
## ps030 141 0.64 0.64 0.591 1.7 0.67
## ps031- 141 0.30 0.27 0.232 1.7 0.59
## ps032- 141 0.63 0.63 0.573 1.9 0.80
## ps033 141 0.66 0.65 0.628 2.5 0.88
## ps034- 141 0.38 0.36 0.333 2.4 0.87
## ps035- 141 0.44 0.43 0.383 2.0 0.88
## ps036- 141 0.53 0.51 0.488 2.6 1.00
## ps037- 141 0.48 0.47 0.432 2.3 0.98
## ps038- 141 0.57 0.56 0.529 2.5 0.91
## ps039 141 0.53 0.52 0.498 2.7 1.00
## ps040 141 0.50 0.49 0.440 1.6 0.66
## ps041 141 0.31 0.29 0.250 1.7 0.85
## ps042 141 0.49 0.47 0.443 2.4 1.02
##
## Non missing response frequency for each item
## 1 2 3 4 5 miss
## ps001 0.20 0.48 0.26 0.04 0.03 0
## ps002 0.11 0.33 0.15 0.35 0.06 0
## ps003 0.09 0.27 0.24 0.30 0.10 0
## ps004 0.33 0.39 0.20 0.08 0.01 0
## ps005 0.13 0.45 0.18 0.18 0.06 0
## ps006 0.25 0.43 0.18 0.10 0.04 0
## ps007 0.12 0.52 0.19 0.09 0.07 0
## ps008 0.20 0.50 0.23 0.06 0.01 0
## ps009 0.38 0.50 0.06 0.05 0.01 0
## ps010 0.34 0.45 0.13 0.07 0.01 0
## ps011 0.13 0.50 0.21 0.13 0.02 0
## ps012 0.28 0.55 0.13 0.04 0.00 0
## ps013 0.22 0.55 0.19 0.04 0.00 0
## ps014 0.16 0.30 0.21 0.30 0.04 0
## ps015 0.01 0.01 0.04 0.48 0.45 0
## ps016 0.11 0.47 0.23 0.16 0.04 0
## ps017 0.43 0.45 0.09 0.01 0.01 0
## ps018 0.11 0.30 0.16 0.36 0.06 0
## ps019 0.20 0.50 0.23 0.08 0.00 0
## ps020 0.21 0.38 0.26 0.13 0.01 0
## ps021 0.01 0.03 0.14 0.51 0.31 0
## ps022 0.12 0.35 0.18 0.26 0.09 0
## ps023 0.31 0.38 0.22 0.06 0.02 0
## ps024 0.04 0.10 0.11 0.51 0.24 0
## ps025 0.06 0.21 0.27 0.40 0.06 0
## ps026 0.38 0.53 0.05 0.03 0.01 0
## ps027 0.31 0.55 0.11 0.02 0.01 0
## ps028 0.16 0.38 0.23 0.18 0.04 0
## ps029 0.36 0.49 0.12 0.03 0.00 0
## ps030 0.43 0.50 0.05 0.02 0.00 0
## ps031 0.00 0.01 0.03 0.60 0.35 0
## ps032 0.00 0.05 0.11 0.50 0.34 0
## ps033 0.11 0.38 0.39 0.10 0.01 0
## ps034 0.01 0.12 0.26 0.50 0.11 0
## ps035 0.01 0.06 0.15 0.46 0.33 0
## ps036 0.04 0.17 0.30 0.38 0.11 0
## ps037 0.01 0.13 0.22 0.41 0.23 0
## ps038 0.03 0.07 0.45 0.31 0.13 0
## ps039 0.10 0.38 0.30 0.18 0.04 0
## ps040 0.49 0.45 0.05 0.01 0.00 0
## ps041 0.48 0.42 0.04 0.04 0.01 0
## ps042 0.15 0.54 0.18 0.06 0.06 0Análise Fatorial
KMO - Adequação da amostra
KMO(fullScale)## Kaiser-Meyer-Olkin factor adequacy
## Call: KMO(r = fullScale)
## Overall MSA = 0.82
## MSA for each item =
## ps001 ps002 ps003 ps004 ps005 ps006 ps007 ps008 ps009 ps010 ps011 ps012
## 0.85 0.85 0.88 0.91 0.88 0.85 0.85 0.80 0.61 0.78 0.73 0.81
## ps013 ps014 ps015 ps016 ps017 ps018 ps019 ps020 ps021 ps022 ps023 ps024
## 0.81 0.63 0.59 0.88 0.84 0.78 0.83 0.74 0.57 0.79 0.35 0.69
## ps025 ps026 ps027 ps028 ps029 ps030 ps031 ps032 ps033 ps034 ps035 ps036
## 0.85 0.81 0.87 0.81 0.90 0.84 0.74 0.82 0.91 0.68 0.72 0.87
## ps037 ps038 ps039 ps040 ps041 ps042
## 0.86 0.88 0.87 0.84 0.69 0.83Esfericidade
bartlett.test(fullScale)##
## Bartlett test of homogeneity of variances
##
## data: fullScale
## Bartlett's K-squared = 327.7, df = 41, p-value < 2.2e-16Cattel’s scree
fa.parallel(fullScale, fm="minres", fa="fa", ylabel="Eigenvalues", show.legend=FALSE) # yields 4 components## Loading required package: parallel
## Loading required package: MASS
## Parallel analysis suggests that the number of factors = 5 and the number of components = 4EFA - Principal component analysis
Versão com todos itens
faAll <- fa.poly(fullScale, nfactors = 2, rotate = "oblimin")## Loading required package: mvtnorm
## The items do not have an equal number of response alternatives, global set to FALSE
## Loading required package: GPArotationprint.psych(faAll, digits=2, cut=0.3)## Factor Analysis using method = minres
## Call: fa.poly(x = fullScale, nfactors = 2, rotate = "oblimin")
## Standardized loadings (pattern matrix) based upon correlation matrix
## MR1 MR2 h2 u2 com
## ps001 0.60 0.486 0.51 1.2
## ps002 0.51 0.242 0.76 1.0
## ps003 0.56 0.305 0.69 1.0
## ps004 0.52 0.481 0.52 1.5
## ps005 0.80 0.570 0.43 1.0
## ps006 0.69 0.563 0.44 1.1
## ps007 0.81 0.648 0.35 1.0
## ps008 0.41 0.294 0.71 1.5
## ps009 0.40 0.135 0.87 1.8
## ps010 0.32 0.182 0.82 1.5
## ps011 0.35 0.137 0.86 1.0
## ps012 0.49 0.275 0.72 1.0
## ps013 0.47 0.359 0.64 1.4
## ps014 -0.33 0.083 0.92 1.4
## ps015 -0.69 0.379 0.62 1.2
## ps016 0.36 0.283 0.72 1.8
## ps017 0.68 0.464 0.54 1.0
## ps018 0.54 0.262 0.74 1.0
## ps019 0.36 0.281 0.72 1.8
## ps020 0.34 0.209 0.79 1.5
## ps021 -0.41 0.139 0.86 1.1
## ps022 0.49 0.233 0.77 1.0
## ps023 0.39 0.122 0.88 1.2
## ps024 0.123 0.88 1.3
## ps025 0.53 0.243 0.76 1.1
## ps026 0.73 0.552 0.45 1.0
## ps027 0.61 0.432 0.57 1.0
## ps028 0.201 0.80 2.0
## ps029 0.61 0.524 0.48 1.2
## ps030 0.68 0.536 0.46 1.0
## ps031 -0.57 0.307 0.69 1.0
## ps032 -0.66 0.532 0.47 1.1
## ps033 0.32 0.38 0.359 0.64 2.0
## ps034 0.145 0.85 1.4
## ps035 -0.55 0.289 0.71 1.0
## ps036 -0.31 0.257 0.74 2.0
## ps037 -0.47 0.267 0.73 1.1
## ps038 -0.37 0.278 0.72 1.7
## ps039 0.34 0.232 0.77 1.7
## ps040 0.69 0.442 0.56 1.0
## ps041 0.62 0.320 0.68 1.1
## ps042 0.38 0.321 0.68 1.8
##
## MR1 MR2
## SS loadings 7.52 5.97
## Proportion Var 0.18 0.14
## Cumulative Var 0.18 0.32
## Proportion Explained 0.56 0.44
## Cumulative Proportion 0.56 1.00
##
## With factor correlations of
## MR1 MR2
## MR1 1.00 0.47
## MR2 0.47 1.00
##
## Mean item complexity = 1.3
## Test of the hypothesis that 2 factors are sufficient.
##
## The degrees of freedom for the null model are 861 and the objective function was 21.57 with Chi Square of 2700
## The degrees of freedom for the model are 778 and the objective function was 8.97
##
## The root mean square of the residuals (RMSR) is 0.07
## The df corrected root mean square of the residuals is 0.07
##
## The harmonic number of observations is 141 with the empirical chi square 1225 with prob < 1.6e-22
## The total number of observations was 141 with MLE Chi Square = 1110 with prob < 3.9e-14
##
## Tucker Lewis Index of factoring reliability = 0.797
## RMSEA index = 0.066 and the 90 % confidence intervals are 0.048 0.062
## BIC = -2740
## Fit based upon off diagonal values = 0.93
## Measures of factor score adequacy
## MR1 MR2
## Correlation of scores with factors 0.96 0.95
## Multiple R square of scores with factors 0.92 0.91
## Minimum correlation of possible factor scores 0.85 0.82Versão com itens com melhor carga fatorial
# V1 - Version
v1Scale <- subset(fullScale, select = -c(10,20,24))
# Factor analysis using polychoric correlations
fav1 <- fa.poly(v1Scale, nfactors = 2, rotate = "oblimin", fm="minres")## The items do not have an equal number of response alternatives, global set to FALSEprint.psych(fav1, digits=2, cut=0.3)## Factor Analysis using method = minres
## Call: fa.poly(x = v1Scale, nfactors = 2, rotate = "oblimin", fm = "minres")
## Standardized loadings (pattern matrix) based upon correlation matrix
## MR1 MR2 h2 u2 com
## ps001 0.60 0.484 0.52 1.1
## ps002 0.51 0.239 0.76 1.0
## ps003 0.56 0.306 0.69 1.0
## ps004 0.53 0.480 0.52 1.5
## ps005 0.80 0.570 0.43 1.0
## ps006 0.69 0.565 0.43 1.1
## ps007 0.81 0.651 0.35 1.0
## ps008 0.41 0.293 0.71 1.5
## ps009 0.40 0.130 0.87 1.8
## ps011 0.35 0.129 0.87 1.0
## ps012 0.49 0.273 0.73 1.0
## ps013 0.46 0.353 0.65 1.4
## ps014 -0.33 0.084 0.92 1.4
## ps015 -0.69 0.377 0.62 1.2
## ps016 0.36 0.280 0.72 1.8
## ps017 0.68 0.460 0.54 1.0
## ps018 0.54 0.259 0.74 1.0
## ps019 0.36 0.278 0.72 1.8
## ps021 -0.41 0.138 0.86 1.1
## ps022 0.49 0.233 0.77 1.0
## ps023 0.39 0.123 0.88 1.2
## ps025 0.53 0.243 0.76 1.1
## ps026 0.73 0.560 0.44 1.0
## ps027 0.61 0.438 0.56 1.0
## ps028 0.203 0.80 2.0
## ps029 0.61 0.526 0.47 1.2
## ps030 0.68 0.535 0.46 1.0
## ps031 -0.57 0.309 0.69 1.0
## ps032 -0.67 0.537 0.46 1.1
## ps033 0.33 0.38 0.363 0.64 2.0
## ps034 0.142 0.86 1.5
## ps035 -0.54 0.286 0.71 1.0
## ps036 -0.31 0.257 0.74 2.0
## ps037 -0.47 0.266 0.73 1.1
## ps038 -0.38 0.283 0.72 1.7
## ps039 0.34 0.234 0.77 1.7
## ps040 0.68 0.438 0.56 1.0
## ps041 0.61 0.314 0.69 1.1
## ps042 0.38 0.325 0.67 1.8
##
## MR1 MR2
## SS loadings 7.12 5.85
## Proportion Var 0.18 0.15
## Cumulative Var 0.18 0.33
## Proportion Explained 0.55 0.45
## Cumulative Proportion 0.55 1.00
##
## With factor correlations of
## MR1 MR2
## MR1 1.00 0.47
## MR2 0.47 1.00
##
## Mean item complexity = 1.3
## Test of the hypothesis that 2 factors are sufficient.
##
## The degrees of freedom for the null model are 741 and the objective function was 19.79 with Chi Square of 2497
## The degrees of freedom for the model are 664 and the objective function was 7.71
##
## The root mean square of the residuals (RMSR) is 0.07
## The df corrected root mean square of the residuals is 0.07
##
## The harmonic number of observations is 141 with the empirical chi square 1014 with prob < 4.8e-17
## The total number of observations was 141 with MLE Chi Square = 962.6 with prob < 2.4e-13
##
## Tucker Lewis Index of factoring reliability = 0.807
## RMSEA index = 0.067 and the 90 % confidence intervals are 0.048 0.064
## BIC = -2323
## Fit based upon off diagonal values = 0.94
## Measures of factor score adequacy
## MR1 MR2
## Correlation of scores with factors 0.96 0.95
## Multiple R square of scores with factors 0.92 0.91
## Minimum correlation of possible factor scores 0.84 0.82Diagrama com fatores
fa.diagram(fav1)