Stime di varianza negative
Una stima di varianza negativa è impossibile — la varianza non può essere sotto zero — quindi segnala sempre un problema con il modello o i dati, non un risultato reale. Questo è un Heywood case, di solito causato da un campione piccolo, un fattore con troppo pochi indicatori, mala specificazione, o una correlazione trainata da un outlier.
Questa pagina è una traduzione dell'originale inglese revisionato. Vedi l'originale (EN)
stima di varianza negativaCosa significa
La varianza misura la dispersione ed è matematicamente limitata a zero, quindi una stima di varianza negativa è logicamente impossibile. Quando CFA o SEM ne restituisce una — più spesso una varianza residua (d'errore) negativa — la soluzione è inammissibile: il modello così com'è specificato non corrisponde ai dati. È lo stesso fenomeno di un Heywood case, e spesso si accompagna a un loading standardizzato sopra 1 o a una matrice implicata dal modello non definita positiva.
Cause comuni
- Campione piccolo, che permette all'errore campionario di spingere una varianza vicina a zero sotto zero.
- Un fattore con troppo pochi indicatori (due, o un item dominante).
- Mala specificazione del modello — numero di fattori sbagliato, item sul fattore sbagliato, o un cross-loading mancante.
- Outlier che gonfiano una correlazione oltre ciò che il modello può riprodurre.
- Varianza d'errore vera vicina a zero per un item molto affidabile, dove il rumore fa scivolare la stima in negativo.
- Multicollinearità tra gli indicatori.
Come risolverlo
- Individua nel risultato il parametro con la varianza negativa.
- Riesamina se quell'item appartiene al suo fattore; controlla un cross-loading o una struttura migliore.
- Assicurati che ogni fattore abbia almeno tre indicatori e ristruttura i fragili fattori a due indicatori.
- Esamina outlier e casi influenti e ristima senza di essi per vedere se la stima rientra nei limiti.
- Aumenta la dimensione del campione — molte varianze negative svaniscono con più dati.
- Solo come ultima risorsa, dopo aver escluso quanto sopra, vincola la varianza a un piccolo valore positivo — e dichiara di averlo fatto.
Come evitarlo la prossima volta
Usa almeno tre indicatori solidi per fattore, esamina gli outlier e dimensiona il campione per il modello prima di analizzare. Explonia riporta la soluzione standardizzata e l'affidabilità, così un item che tende verso un residuo negativo o un loading vicino a 1 risalta e puoi rivedere il modello di misura e ristimare. Segnala l'allarme — non nasconde una stima impossibile. Vedi CFA e affidabilità.
Domande frequenti
Una varianza negativa è mai un risultato reale?
No. La varianza non può essere negativa, quindi una stima negativa è sempre segno di un problema — campione piccolo, troppo pochi indicatori, mala specificazione o outlier — mai un risultato sostanziale. Diagnostica e correggi la causa invece di interpretare il valore.
Qual è la differenza tra una varianza negativa e un Heywood case?
Descrivono la stessa situazione. Un Heywood case è il termine generale per una stima fuori dai limiti nell'analisi fattoriale o SEM; una varianza d'errore negativa è la sua forma più comune. Un loading standardizzato sopra 1 è un'altra versione dello stesso problema.
Posso fissare a zero la varianza negativa e andare avanti?
Solo come ultima risorsa, e solo dopo aver escluso mala specificazione, troppo pochi indicatori, outlier e N piccolo. Vincolarla a un piccolo valore positivo forza una soluzione ammissibile, ma se la vera causa è un modello sbagliato, il vincolo lo nasconde soltanto e può distorcere altre stime. Dichiara sempre il vincolo.
Come citare questa pagina
Se questa pagina ha aiutato la tua ricerca, puoi citarla (APA 7):
Szymkowiak, A. (2026). Stime di varianza negative in CFA e SEM (spiegazione). Explonia. https://explonia.com/it/fix/negative-variance/
Last updated: luglio 2026
Conduci tutto il tuo studio in un unico posto
Costruiscilo, raccogli i dati e ottieni un'analisi di livello pubblicazione con una bozza di paragrafo APA che puoi modificare. Inizia gratis. Nessuna carta di credito.
Inizia gratis