Como se aplica o Critério de Kaiser em análise fatorial baseada na matriz de correlação e como converter percentual de variância explicada em autovalor?

Reter fatores cujo autovalor (λ) seja > 1; calcular λ por \( \lambda = (\%\text{ variância}/100)\times p \).

Em análise com matriz de correlações cada variável padronizada tem variância 1, logo a variância total é p (número de variáveis). Assim o autovalor corresponde à fração da variância total explicada pelo fator multiplicada por p.

exemplo
Suponha p = 5 variáveis. Se um fator explica 24% da variância:
\( \lambda = 0{,}24\times 5 = 1{,}20 \) → reter (λ > 1).
Se outro fator explica 18%:
\( \lambda = 0{,}18\times 5 = 0{,}90 \) → não reter (λ ≤ 1).