Qual é o critério de Kaiser para determinar quantos fatores manter em Análise de Componentes/Análise Fatorial?

Manter fatores com autovalor (eigenvalue) maior que 1.

Explicação, autovalores medem a variância explicada por cada componente/fator, portanto o critério de Kaiser recomenda reter somente os fatores com \(\lambda>1\), e pode-se verificar a variância percentual por \(\%\_i=\dfrac{\lambda_i}{p}\times100\) e a variância acumulada para justificar a escolha.

Exemplo: suponha 4 variáveis, autovalores \(\lambda_1=2{,}1,\ \lambda_2=1{,}2,\ \lambda_3=0{,}5,\ \lambda_4=0{,}2\).
\(\%\_1=\dfrac{2{,}1}{4}\times100=52{,}5\%\), \(\%\_2=\dfrac{1{,}2}{4}\times100=30{,}0\%\), variância acumulada = \(82{,}5\%\).
Como apenas \(\lambda_1\) e \(\lambda_2\) são maiores que 1, retém-se \(m=2\) fatores. Após rotação, os fatores são expressos por combinações lineares, por exemplo:
\(F1=0{,}90X_1+0{,}35X_2+0{,}10X_3+0{,}05X_4\), assim identifica-se quais variáveis mais contribuem para cada fator.