Analisi fattoriale confermativa (AFC)

L’analisi fattoriale esplorativa cerca gruppi di item nei dati. L’AFC procede al contrario: si specifica quali item appartengono a quale fattore, ad esempio sulla base di una teoria o di un questionario esistente, e si verifica quanto ciò si adatti ai dati. Il risultato è l’adattamento del modello (indici di bontà dell’adattamento) e le saturazioni standardizzate.

Esempio: Nove item, tre fattori di tre item ciascuno: CFI = ,93, RMSEA = ,09. L’adattamento non soddisfa le regole empiriche: CFI sotto ,95, RMSEA nettamente sopra ,06.

Attenzione: Un buon adattamento non dimostra che i fattori misurino la cosa giusta, e un altro modello può adattarsi altrettanto bene. Se il modello viene modificato dopo aver guardato gli stessi dati, il test non è più indipendente.