28.1 Stima del modello

L’obiettivo della CFA è ottenere stime per i parametro del modello (vale a dire, saturazioni fattoriali, varianze e covarianze fattoriali, varianze residue ed eventualmente covarianze degli errori) che sono in grado di produrre una matrice di covarianza prevista (denotata da \(\boldsymbol{\Sigma}\)) la quale è il più possibile simile alla matrice di covarianze campionarie (denotata da \(\boldsymbol{S}\)). Questo processo di stima è basato sulla minimizzazione di una funzione che descrive la differenza tra \(\boldsymbol{\Sigma}\) e \(\boldsymbol{S}\). Il metodo di stima più utilizzato nella CFA (e, in generale, nei modelli SEM) è la massima verosimiglianza (ML).