25.6 Interpretazione

Possiamo chiederci se, per fornire un’interpretazione ai fattori comuni latenti, sia più opportuno usare la matrice pattern o la matrice struttura. Teoricamente, il fattore individuato dall’analisi fattoriale è una caratteristica latente univariata (una sorta di qualità che esprime l’“essenza” di un fenomeno psicologico). Poiché il fattore è una sorta di “essenza” univariata, dovrebbe essere interpretato come il significato (relativamente semplice) che giace sopra (o “dietro”) l’intersezione dei significati/contenuti delle variabili che saturano nel fattore. Nella rotazione obliqua i fattori sono correlati. Vogliamo comunque interpretarli come dimensioni psicologiche distinte. L’etichetta che assegniamo al fattore \(F_1\) dovrebbe contribuire a dissociare, in termini teorici, il fenomeno psicologico corrispondente a \(F_1\) dal fenomeno denotato dall’etichetta del fattore \(F_2\), anche in presenza di una correlazione tra i due, per sottolineare l’individualità di entrambi i fattori, pur riconoscendo il fatto che “nella realtà esterna” i due corrispondenti fenomeni psicologici tendono a covariare.

Se è questa la strategia interpretativa, allora lo strumento principale per l’interpretazione corrisponde alla matrice pattern. Infatti, i coefficienti della matrice pattern, in quanto interpretabili come coefficienti parziali di regressione, rivelano l’influenza “causale” del fattore comune nella determinazione delle variabili manifeste. La matrice struttura, invece, descrive le correlazioni tra variabili e fattori. Abbiamo visto che, all’interno di un diagramma di percorso, la correlazione dipende sia dai percorsi diretti (“relazioni causali”) sia dai percorsi indiretti (che dipendono dalle correlazioni tra i fattori). Dunque la matrice struttura non descrive gli “effetti diretti”, cioè “causali” dei fattori comuni latenti sulle variabili manifeste ma solo, appunto, la covariazione tra i fattori comuni e le variabili manifeste.

Il punto debole della matrice pattern è che è meno stabile da un campione all’altro, come lo sono di solito i coefficienti di regressione rispetto ai coefficienti di correlazione. Di conseguenza, fare affidamento sulla matrice pattern per l’interpretazione richiede uno studio ben pianificato e un’adeguata dimensione campionaria. Per uno studio pilota e un’interpretazione provvisoria, invece, la matrice struttura potrebbe essere la scelta migliore.