CopertinaAnnamaria

Figura 3.6 - Pesi fattoriali e risultati di un’analisi fattoriale esplorativa in R (funzione: fa, libreria psych).
Il ricercatore può scegliere se eliminare dal dataset variabili che non sono rappresentate da nessun fattore o variabili che presentano correlazioni alte con più fattori, de1nite cross-loading, poiché viene meno l’indipendenza dei fattori in questo caso legati a più variabili. Altra situazione che può condurre all’eliminazione di una variabile dal dataset è che il suo valore di comunalità sia inferiore rispetto a quello stabilito dal ricercatore. Bassi valori di comunalità corrispondono ad alti valori di unicità/varianza unica: ciò signi1ca che la varianza della variabile è indipendente da quella del fattore, la variabile non è legata al fattore comune. Alternativa per il ricercatore nei casi in cui si presenti una delle situazioni di cui sopra è proseguire nell’analisi dichiarando le incongruenze rispetto ad alcune variabili oppure ripetere l’analisi modi1cando le variabili e le tecniche di estrazione o rotazione dei fattori.
L’adeguatezza del modello 1nale ottenuto può essere determinata dalla percentuale di varianza totale spiegata dai fattori come somma delle comunalità delle variabili (varianza cumulata); dal confronto fra la matrice di correlazione originale e quella denominata “riprodotta”, calcolata a partire dai pesi fattoriali; attraverso speci1ci test che provano la bontà del modello veri1cando l’ipotesi nulla che prevede che la matrice di covarianza fra le variabili osservate abbia la forma de1nita dal modello stesso.
Lo studio potrebbe interrompersi a questo punto oppure proseguire con l’applicazione di altre tecniche su un nuovo dataset costituito:

• 
  selezionando – anche a partire dalle conoscenze teoriche precedenti – solo una variabile con peso fattoriale più alto per ciascun fattore (la sostituzione del fattore con la variabile fa correre il rischio di perdere informazioni o raccontare soltanto una parte degli aspetti del fenomeno, scartando tutto quello che il fattore rappresenta);
  
• 
  creando scale (misure composte di alcune delle variabili usando i pesi fattoriali) o punteggi fattoriali (misure composte da tutte le variabili correlate a un fattore) in modo da riuscire a rappresentare tutti gli aspetti di un determinato concetto in una sola misura. L’α di Cronbach è un noto coef1ciente di reliability/af1dabilità per la veri1ca della coerenza degli item di una scala fra loro; assume valori compresi fra 0 e 1 e solitamente viene considerato suf1ciente con valori al di sopra dello 0,60.