Research & Evidence

Cerca un metodo

Cerca tra titoli, domande, territori e identificativi MSC.

    ← Tutti i metodi
    SCHEDA METODOMSC-P-009Scienza della misurazioneDossier scientifico verificato

    PCA, EFA o CFA: quale metodo scegliere?

    Usa la PCA per ridurre le variabili, l’EFA per esplorare fattori comuni e la CFA per verificare un modello di misura specificato prima dell’analisi.

    Redazione scientifica: Marketing Science Center

    Risposta diretta

    Scegliere PCA, EFA o CFA in base alla domanda, non al software.

    Usa la PCA per ridurre le variabili, l’EFA per esplorare fattori comuni e la CFA per verificare un modello di misura specificato prima dell’analisi.

    Jolliffe & Cadima, 2016Costello & Osborne, 2005

    01

    La regola decisionale in 30 secondi

    ACP / PCA

    Ridurre più variabili numeriche a poche componenti che conservano la maggior parte della varianza osservata.

    AFE / EFA

    Esplorare quanti fattori comuni possano spiegare le correlazioni tra indicatori.

    AFC / CFA

    Verificare un modello di misura specificato prima dell’analisi ed esaminare dove riproduce male le covarianze osservate.

    Jolliffe & Cadima (2016) Costello & Osborne (2005) Goretzko, Siemund & Sterner (2024)

    02

    Tre livelli di lettura

    1. 1

      Decisore: scegliere in base al risultato atteso, non al menu del software.

    2. 2

      Professionista: dichiarare popolazione, variabili, matrice di correlazione, regola dimensionale e validazione prima del calcolo.

    3. 3

      Analista: distinguere varianza totale, varianza comune e covarianza implicata dal modello, quindi quantificare la stabilità.

    03

    Situazione marketing concreta

    Un team di ricerca dispone di dodici indicatori di fiducia, valore percepito e preferenza. Può volerli comprimere per un cruscotto, scoprirne la struttura comune o verificare una scala tridimensionale definita dalla teoria. Lo stesso file può sostenere le tre domande, ma estimandi, ipotesi e conclusioni differiscono.

    04

    Perché un metodo scelto per default può fallire

    • La PCA può produrre componenti utili senza dimostrare l’esistenza di un costrutto latente.
    • L’EFA dipende dalla matrice, dall’estrazione, dal numero di fattori e dalla rotazione scelti.
    • Una CFA adattata dopo molte modifiche guidate dagli stessi dati non è più una conferma indipendente.

    05

    PCA, EFA e CFA rispondono a domande diverse

    PCA, EFA e CFA rispondono a domande diverse
    MetodoDomandaVarianza modellataOutput principaleControllo decisivo
    ACP / PCACome riassumere X con meno assi?Varianza totale osservataComponenti, punteggi, varianza spiegataScala, valori anomali, stabilità degli assi
    AFE / EFAQuali fattori comuni sono plausibili?Varianza comune, con unicitàSaturazioni, comunalità, correlazioni fattorialiRitenzione, rotazione obliqua, replicazione
    AFC / CFAIl modello specificato riproduce sufficientemente le covarianze?Covarianza implicata dai parametri del modelloParametri, residui, incertezza e adattamentoIdentificazione, residui, sensibilità, campione indipendente

    Jolliffe & Cadima (2016) Costello & Osborne (2005)

    06

    Dati necessari e preparazione

    • Una riga per rispondente e una colonna per indicatore, con popolazione, periodo, modalità di raccolta ed esclusioni documentati.
    • Scegliere covarianza o correlazione per la PCA. Per item ordinali, giustificare correlazione e stimatore adeguati invece di trattare automaticamente le categorie come continue.
    • Dichiarare dati mancanti, distribuzioni, disegno campionario e dipendenze. Nessuna numerosità universale sostituisce uno studio di stabilità specifico.
    • Riservare un campione o una raccolta indipendente per confermare una struttura scoperta con EFA.

    07

    Modelli formali e simboli

    ACP / PCA

    zₖ = Xaₖ ; aₖ′aₖ = 1 ; Var(zₖ) = λₖ

    X è la matrice centrata o standardizzata, aₖ un autovettore, zₖ il punteggio della componente e λₖ la varianza della componente.

    AFE / EFA

    x = Λη + ε ; Σ = ΛΦΛ′ + Θ

    Λ contiene le saturazioni, Var(η)=Φ, Cov(η,ε)=0 e Var(ε)=Θ. Φ è una matrice di correlazione solo con fattori standardizzati.

    AFC / CFA

    Σ(θ) = ΛΦΛ′ + Θ ; F = distance[S, Σ(θ)]

    Prima della stima il modello dichiara i parametri liberi o vincolati. L’adattamento confronta la covarianza osservata S con quella implicata Σ(θ).

    08

    Calcolo dichiarato, passo dopo passo

    1. 01

      PCA: standardizzare se le unità non sono comparabili, decomporre la matrice, ordinare λₖ, quindi esaminare varianza spiegata e stabilità.

    2. 02

      EFA: scegliere la matrice, stimare le comunalità, confrontare regole di ritenzione, applicare una rotazione adatta e interpretare saturazioni e correlazioni.

    3. 03

      CFA: specificare e identificare il modello, scegliere lo stimatore, stimare θ, esaminare parametri e residui, quindi valutare l’adattamento senza soglia universale automatica.

    09

    Esempio numerico riproducibile

    Matrice sintetica creata per l’apprendimento. Non descrive alcuna indagine reale.

    Sei indicatori standardizzati formano due gruppi di tre variabili. Le correlazioni sono 0,64 entro gruppo e 0,256 tra gruppi. Per costruzione la matrice corrisponde a due fattori con saturazioni 0,80, correlazione 0,40 e unicità 0,36.

           v1     v2     v3     v4     v5     v6
    v1   1.000  0.640  0.640  0.256  0.256  0.256
    v2   0.640  1.000  0.640  0.256  0.256  0.256
    v3   0.640  0.640  1.000  0.256  0.256  0.256
    v4   0.256  0.256  0.256  1.000  0.640  0.640
    v5   0.256  0.256  0.256  0.640  1.000  0.640
    v6   0.256  0.256  0.256  0.640  0.640  1.000
    Scarica la matrice CSV

    ACP / PCA

    PCA: λ = 3,048; 1,512; 0,360; 0,360; 0,360; 0,360. Le prime due componenti spiegano il 76,0% della varianza totale, il 50,8% con la prima.

    AFE / EFA

    EFA: la soluzione generatrice ha due fattori obliqui. Ogni indicatore satura 0,80 sul proprio fattore, Φ₁₂ = 0,40 e Θ = 0,36. Una stima empirica non ritroverebbe esattamente questi valori.

    AFC / CFA

    CFA: il modello a due fattori riproduce esattamente questa matrice di popolazione perché la matrice è stata costruita dal modello. Il risultato tautologico illustra il calcolo e non valida alcuna scala reale.

    Limite d’incertezza: il file contiene una matrice sintetica esatta, non 300 osservazioni. N = 300 è soltanto uno pseudo-campione fornito ai software per rendere eseguibili i comandi; non crea incertezza campionaria osservata. Eventuali errori standard, intervalli o test di adattamento non vanno interpretati. Per quantificare l’incertezza servono dati individuali o una covarianza empirica con la numerosità reale.

    10

    Ipotesi tradotte in domande operative

    Ipotesi tradotte in domande operative
    MetodoDomanda
    ACPLe unità rendono comparabile la varianza e gli outlier dominano gli assi?
    AFEUn modello a fattori comuni è sostanzialmente plausibile e la rotazione consente le correlazioni attese?
    AFCIl modello è stato specificato prima di vedere i risultati, è identificato e lo stimatore è adatto ai dati?
    TuttePopolazione, raccolta, dati mancanti e dipendenza delle osservazioni consentono la generalizzazione prevista?

    11

    Diagnostica, stabilità e incertezza

    ACP

    Ricalcolare con covarianza e correlazione se la scala è discutibile, esaminare le osservazioni influenti e ricordare che i segni degli assi sono arbitrari. Confrontare varianza spiegata e contributi senza interpretare un asse come costrutto latente.

    Jolliffe & Cadima (2016)

    AFE

    Confrontare analisi parallela, soluzioni vicine, comunalità, saturazioni secondarie, correlazioni fattoriali e replicazione su nuovi dati. Una soluzione sensibile al numero di fattori, all’estrazione o alla rotazione resta esplorativa.

    Costello & Osborne (2005)

    AFC

    Riportare parametri, errori standard o intervalli, residui, test globale e più indici. Indagare il disadattamento invece di applicare una soglia magica.

    Goretzko, Siemund & Sterner (2024)

    12

    Come interpretare il risultato

    • PCA: «due componenti riassumono il 76% della varianza di questa matrice sintetica».
    • EFA: «una struttura comune a due fattori correlati è compatibile con la matrice e va verificata su nuovi dati».
    • CFA: «il modello specificato riproduce la covarianza con l’incertezza e gli scarti dichiarati nel campione di conferma».

    13

    Conclusioni ammissibili e vietate

    Ammissibile

    • Descrivere la riduzione PCA senza rinominarla fattore latente.
    • Proporre con EFA una struttura candidata, con alternative e stabilità.
    • Valutare con CFA un modello prespecificato in popolazione e campione dichiarati.

    Vietato

    • Affermare che un’alta varianza spiegata prova la validità del costrutto.
    • Presentare una soluzione EFA instabile come struttura vera o universale.
    • Dichiarare validata una scala da un solo indice o da una CFA modificata sullo stesso campione esplorativo.

    14

    Decisione marketing possibile

    1. 01

      Costruire un punteggio operativo provvisorio con PCA, mantenendone la definizione descrittiva.

    2. 02

      Rivedere gli item dopo EFA e pianificare una raccolta indipendente per CFA.

    3. 03

      Mantenere, rivedere o abbandonare un modello usando parametri, residui, incertezza, conseguenze operative ed evidenze esterne, mai un solo punteggio.

    15

    Quando usare e quando non usare

    Usare

    • PCA per compressione descrittiva di variabili numeriche.
    • EFA quando la struttura comune resta incerta.
    • CFA quando un modello verificabile è definito prima dell’analisi.

    Non usare

    • Nessuno di questi metodi per dimostrare causalità marketing.
    • PCA o EFA come sostituto automatico di una CFA prespecificata.
    • CFA se il modello è sottoidentificato o tutte le modifiche sono dettate dallo stesso campione.

    16

    Metodi alternativi da considerare

    • Analisi delle corrispondenze per una tabella di contingenza, da non confondere con la CFA.
    • Modelli di risposta all’item quando il funzionamento degli item e l’informazione lungo il tratto latente sono centrali.
    • Modelli strutturali esplorativi o approcci bayesiani quando saturazioni secondarie vicine a zero sono più plausibili di zeri esatti.

    17

    Implementazioni riproducibili

    Python 3.13.7 · NumPy 2.3.2 · pandas 2.3.2 · factor_analyzer 0.5.1

    # Synthetic R; n_obs=300 is an illustrative pseudo-count only.
    import numpy as np
    import pandas as pd
    from factor_analyzer import (FactorAnalyzer, ConfirmatoryFactorAnalyzer,
                                 ModelSpecificationParser)
    
    R = np.array([
     [1,.64,.64,.256,.256,.256],
     [.64,1,.64,.256,.256,.256],
     [.64,.64,1,.256,.256,.256],
     [.256,.256,.256,1,.64,.64],
     [.256,.256,.256,.64,1,.64],
     [.256,.256,.256,.64,.64,1]])
    
    eigenvalues = np.linalg.eigvalsh(R)[::-1]
    print(eigenvalues, eigenvalues[:2].sum() / 6)
    
    efa = FactorAnalyzer(n_factors=2, method="minres",
                         rotation="oblimin", is_corr_matrix=True)
    efa.fit(R)
    print(efa.loadings_, efa.phi_, efa.get_uniquenesses())
    
    names = [f"v{i}" for i in range(1, 7)]
    definition = {"F1": names[:3], "F2": names[3:]}
    template = pd.DataFrame(np.zeros((1, 6)), columns=names)
    spec = ModelSpecificationParser.parse_model_specification_from_dict(
        template, definition)
    cfa = ConfirmatoryFactorAnalyzer(
        spec, n_obs=300, is_cov_matrix=True, disp=False)
    cfa.fit(R)
    print(cfa.loadings_, cfa.factor_varcovs_, cfa.error_vars_)
    print(cfa.get_model_implied_cov())

    R 4.5.1 · psych 2.5.6 · lavaan 0.6-20

    # Synthetic R; n.obs=300 is an illustrative pseudo-count only.
    R <- matrix(c(
    1,.64,.64,.256,.256,.256,
    .64,1,.64,.256,.256,.256,
    .64,.64,1,.256,.256,.256,
    .256,.256,.256,1,.64,.64,
    .256,.256,.256,.64,1,.64,
    .256,.256,.256,.64,.64,1), 6, 6, byrow=TRUE)
    colnames(R) <- rownames(R) <- paste0("v", 1:6)
    
    eigen(R)$values
    psych::fa(R, nfactors=2, n.obs=300,
              fm="minres", rotate="oblimin")
    
    model <- 'F1 =~ v1 + v2 + v3
              F2 =~ v4 + v5 + v6'
    fit <- lavaan::cfa(model, sample.cov=R,
                       sample.nobs=300, std.lv=TRUE)
    lavaan::summary(fit, fit.measures=TRUE, standardized=TRUE)

    IBM SPSS Statistics 31.0.0.0 · PCA / EFA

    * Synthetic R; N=300 is an illustrative pseudo-count only.
    MATRIX DATA VARIABLES=ROWTYPE_ v1 TO v6
     /FORMAT=FULL.
    BEGIN DATA
    N 300 300 300 300 300 300
    CORR 1 .64 .64 .256 .256 .256
    CORR .64 1 .64 .256 .256 .256
    CORR .64 .64 1 .256 .256 .256
    CORR .256 .256 .256 1 .64 .64
    CORR .256 .256 .256 .64 1 .64
    CORR .256 .256 .256 .64 .64 1
    END DATA.
    FACTOR MATRIX IN(COR=*) /ANALYSIS=v1 TO v6
     /CRITERIA=FACTORS(2) /EXTRACTION=PC /ROTATION=NONE.
    FACTOR MATRIX IN(COR=*) /ANALYSIS=v1 TO v6
     /CRITERIA=FACTORS(2) /EXTRACTION=PAF /ROTATION=OBLIMIN.
    * Confirmatory analysis requires an explicit Amos model.

    SAS 9.4 TS1M8 · PROC FACTOR · PROC CALIS

    * Synthetic R; N=300 is an illustrative pseudo-count only;
    data corr(type=corr);
      input _type_ $ _name_ $ v1-v6;
      datalines;
    N . 300 300 300 300 300 300
    CORR v1 1 .64 .64 .256 .256 .256
    CORR v2 .64 1 .64 .256 .256 .256
    CORR v3 .64 .64 1 .256 .256 .256
    CORR v4 .256 .256 .256 1 .64 .64
    CORR v5 .256 .256 .256 .64 1 .64
    CORR v6 .256 .256 .256 .64 .64 1
    ;
    proc factor data=corr method=prin nfact=2 rotate=none; run;
    proc factor data=corr method=prin priors=smc nfact=2 rotate=promax; run;
    proc calis data=corr corr nobs=300;
      factor F1 ---> v1-v3,
             F2 ---> v4-v6;
      pvar F1=1., F2=1.;
      cov F1 F2;
    run;

    Le versioni sono dichiarate per rendere verificabile il protocollo. Gli output possono differire per stimatore, rotazione, convenzioni di segno e valori iniziali. Il software non valida mai la scelta del metodo.

    18

    Risultato finale atteso

    1. 01

      Domanda, popolazione, unità di analisi, variabili e matrice usata.

    2. 02

      Giustificazione PCA, EFA o CFA prima dei risultati.

    3. 03

      Specificazione, stimatore, rotazione, criteri di ritenzione e versioni software.

    4. 04

      Risultati completi, diagnostica, sensibilità, incertezza e fallimenti di convergenza.

    5. 05

      Conclusione ammessa, conclusione vietata e prossima decisione umana.

    19

    Fonti scientifiche e livello di evidenza

    1. Jolliffe & Cadima (2016)Rassegna metodologica

      Stabilisce l’obiettivo descrittivo della PCA, la massimizzazione successiva della varianza e la sensibilità a scala e outlier. Non prova la validità di un costrutto marketing.

    2. Costello & Osborne (2005)Rassegna applicata con analisi empiriche

      Distingue componenti e fattori comuni e documenta estrazione, ritenzione e rotazione. Le raccomandazioni non sono soglie universali.

    3. Goretzko, Siemund & Sterner (2024)Rassegna empirica di 221 studi

      Mostra perché gli indici non si leggono con una soglia assoluta unica e raccomanda parametri, residui e valutazione completa. Il contesto va comunque dichiarato.

    Dati · Strumento

    Dati · MSC-P-009-MATRIXMatrice sintetica PCA, EFA e CFA→

    Connessioni metodologiche

    Territorio principaleScienza della misurazione: costruire indicatori validi

    Da leggere dopo

    MSC-P-005Come misurare un costrutto di marketing non direttamente osservabile?→MSC-P-006Come progettare e validare una scala di misurazione?→MSC-P-007Alfa o omega: come valutare l’affidabilità di una scala?→MSC-P-008Come validare una scala di misurazione marketing?→