Análise fatorial múltipla para tabelas de contingência

• Ano de defesa: 2005
• Autor(a) principal: Baltar, Valéria Troncoso
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Análise Multivariada
• Link de acesso: https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-141801/

Atualmente muitos estudos de diferentes iniciativas governamentais e acadêmicas buscam identificar um Sistema Nacional de Inovação em Saúde. Esses estudos tentam carcterizar os setores de atividade econômica envolvidos em Saúde. Nesta dissertação a caracterização baseia-se nos registros da versão 4.1 do Diretório dos Grupos de Pesqui8sa no Brasil (Gpesq-4), no qual os mesmos registram Saúde como área do conhecimento científico ou setor de atividade econômica em quaisquer de suas linhas de pesquisa. No Gpesp-4, os grupos podem registrar até três áreas do conhecimento e até três setores econômicos. O fato des estas variáveis apresentarem multiplicidade de respostas e, além disso, em uma das variáveis termos a presença de ordem de importância, tronou a análise destes dados um desafio e uma forte motivação para estudar as alternativas disponíveis para este tipo de problema. O objetivo foi buscar alternativas de análise para esta situação e o resultado são quatro formas diferentes para traçar este retrato do sistema, relacionando as áreas e os setores. A primeira solução é uma análise de Correspondência Simples (ACS) para uma tabela de múltipla resposta com todos os cruzamentos de área e setor, onde o total da tabela supera o tamanho da população. A segunda solução também é uma ACS, porém em uma tabela de contingência na qual temos as combinações observadas entre áreas e entre setores. Uma terceira solução é o uso da Análise de Correspondência Múltipla (ACM) para indicadores de cada área e de cada setor e por último, Análise Fatorial Múltipla para Tabelas de Contingência (AFMTC), na qual levamos em conta a ordem de importância que os respondentes agregaram aos setores econômicos. Nesta dissertação, descrevemos essas três técnicas, com maior ênfase para AFMTC, desenvolvemos o programa em R para sua aplicação e apresentamos as análise dos dados do Gpesq-4.