Ricerca dei fattori latenti
Prerequisiti
Prima di effettuare un’analisi esplorativa dovrai scegliere la matrice di partenza. Potrai eseguire l’analisi sulla matrice di correlazioni o sulla matrice di varianze e covarianze. Se disponi del dataset potrai costruire entrambe le matrici. In passato si utilizzava solo la matrice di correlazione. Il vantaggio di tale matrice è che non crea problemi nel caso tu abbia domande con scale differenti; tuttavia essa non consente di effettuare test successivi. Inoltre dovrai effettuare dei test per verificarne la fattibilità.
Se utilizzi la matrice di correlazione per effettuare l’analisi fattoriale esplorativa, dovrai verificarne la fattibilità attraverso la costruzione di una matrice di correlazione ed il calcolo di alcuni indici come il KMO e il test di sfericità Bartlett.
Punto di partenza dell’analisi:
La metodologia per effettuare l’analisi fattoriale esplorativa di seguito illustrata può essere applicata ad entrambe le matrici.
Si procede all’estrazione dei fattori. Spesso si sceglie di effettuare una rotazione sull’analisi fattoriale per accentuare maggiormente le differenze; esistono molte tipologie di rotazioni, le più utilizzate sono quella ortogonale o obliqua.
Scelta del numero di fattori:
Per scegliere il numero corretto di fattori possono essere utilizzate varie tipologie di tecniche statistiche, grafiche e logiche. In particolare per questa analisi ti sconsiglio di utilizzare le prime due metodologie in quanto i fattori latenti non si limitano a rappresentare l’esistenza di un’associazione statistica tra variabili ma hanno anche un’interpretazione dal punto di vista scientifico-razionale.
Una volta che avrai deciso il numero di fattori da estrarre, otterrai delle tabelle in cui sono indicate la comunalità (cioè quanto ogni variabile spieghi bene un determinato fattore) e la saturazione o factor loading (cioè quanto è forte la relazione tra il fattore e la variabile). Sono proprio queste le informazioni su cui ti dovrai basare per capire cosa misurano effettivamente i diversi fattori estratti e provare ad assegnare a ognuno di loro un’etichetta (ovvero un nome appropriato che indichi il concetto sottostante alle domande raggruppate nel fattore latente). Alcuni software invece di indicare la comunalità riportano l’unicità o uniqueness, ovvero il complemento a 1 della comunalità.
Esempio di etichette (labels):
Immaginiamo di aver scelto l’etichetta “stress” per indicare un fattore latente. Sarebbe probabilmente più coerente riscontrare domande come “Quanto spesso soffri di emicrania?” rispetto alla domanda “Quanti decimi di vista ti mancano?”.
Verifica della coerenza interna dei fattori estratti:
Per verificare il grado di coerenza all’interno di ogni fattore che hai creato, devi utilizzare delle misure statistiche, come l’Alpha di Cronbach . Ricordati però che le variabili che compongono lo stesso fattore devono essere coerenti tra loro, ma non troppo uguali. Un modo per verificarlo è costruire una matrice delle correlazioni sulle variabili dello stesso fattore latente e controllare che al suo interno non vi siano domande troppo correlate. In caso di dubbio se tenere o meno una variabile, la soluzione migliore è provare a rifare l’analisi fattoriale senza quella variabile ed osservare quali differenze ci sono nei risultati.