L’Analisi Fattoriale è un metodo per modellare le variabili osservate, e la loro struttura di covarianza, in termini di un numero minore di “fattori” sottostanti non osservabili (latenti). I fattori sono tipicamente visti come concetti o idee generali che possono descrivere un fenomeno osservato. Per esempio, un desiderio fondamentale di ottenere un certo livello sociale potrebbe spiegare la maggior parte dei comportamenti di consumo. Questi fattori non osservati sono più interessanti per lo scienziato sociale che le misure quantitative osservate.
L’analisi dei fattori è generalmente un metodo esplorativo/descrittivo che richiede molti giudizi soggettivi. È uno strumento ampiamente utilizzato e spesso controverso perché i modelli, i metodi e la soggettività sono così flessibili che possono verificarsi dibattiti sulle interpretazioni.
Il metodo è simile alle componenti principali anche se, come sottolinea il libro di testo, l’analisi dei fattori è più elaborata. In un certo senso, l’analisi dei fattori è un’inversione delle componenti principali. Nell’analisi dei fattori modelliamo le variabili osservate come funzioni lineari dei “fattori”. Nelle componenti principali, creiamo nuove variabili che sono combinazioni lineari delle variabili osservate. Sia nella PCA che nella FA, la dimensione dei dati viene ridotta. Ricordiamo che nella PCA, l’interpretazione delle componenti principali spesso non è molto pulita. Una particolare variabile può, a volte, contribuire significativamente a più di una delle componenti. Idealmente vorremmo che ogni variabile contribuisse significativamente ad una sola componente. Una tecnica chiamata rotazione dei fattori è impiegata per raggiungere questo obiettivo. Esempi di campi in cui l’analisi dei fattori è coinvolta includono la fisiologia, la salute, l’intelligenza, la sociologia e talvolta l’ecologia, tra gli altri.
0 commenti