Abstrato

Determinando a Dimensionalidade de Variáveis ??Binárias: Um Estudo de Simulação de Monte Carlo

Ting Dai1*, Adam Davey2

Objectivo: O presente estudo teve como objectivo avaliar quatro critérios – Kaiser, Kaiser empírico, análise paralela e probabilidade de perfil para a determinação da dimensionalidade de variáveis ??binárias.

Métodos: Foi conduzida uma simulação de Monte Carlo em grande escala para avaliar estes critérios através de combinações de matrizes de correlação (r de Pearson ou ρ tetracórico) e métodos de análise (análise de componentes principais ou análise fatorial exploratória) e combinações de tamanhos de amostra de características de estudo (100, 250, 1000), divisões de variáveis ??(10%/90%, 25%/75%, 50%/50%), dimensão (1, 3, 5, 10) e itens por dimensão (3, 5, 10).

Resultados: A análise paralela teve o melhor desempenho entre os quatro critérios, recuperando a dimensionalidade em 87,9% das replicações quando se utilizou a análise de componentes principais com correlações de Pearson.

Conclusão: As nossas descobertas sugerem que a dimensionalidade de uma matriz de dados de variáveis ??binárias é melhor determinada por análise paralela utilizando a combinação de análise de componentes principais com uma matriz de correlação baseada em Pearson r. Fornecemos recomendações para a seleção de critérios em diferentes condições de estudo.