Salut, Maria - îmi place cum ai pus problema, foarte onest și cu simț practic. Am trecut și eu prin aceleași „bubuieli" și știu cât de demoralizant poate să pară când metoda pare fină pe hârtie, dar datele o contrazic.

Ca să nu plecăm pe o singură direcție, îți propun două piste, pentru că „analiza paralelă" poate însemna lucruri diferite în funcție de context (fie Horn/„parallel analysis" pentru factorizare, fie „parallel trends" / DiD în evaluarea de politici). Eu am avut experiențe cu ambele, așa că scriu pe rând ce fac eu când apare disonanța între metodă și literatură.

1) Dacă te referi la parallel analysis din factorizare/analiză factorială:

• Verifică dimensiunea eșantionului și comunalitățile: metodele de retenție sunt sensibile la comunalitățile mici și la N mic. Dacă variabilele au multă „zgomot", eigenvalue-urile reale se pot confunda cu cele ale matricei aleatoare.
• Folosește Horn's PA (cu simulare Monte Carlo) și compară cu alternative (Velicer MAP, scree plot, interpretabilitatea teoretică). Nu te baza exclusiv pe un criteriu numeric.
• Bootstrap/replicare: obține intervale de încredere pentru eigenvalue-uri sau pentru încărcături; dacă soluția e instabilă, asta spune ceva despre natura datelor (poate ai mai multe subpopulații).
• Problema măsurării: uită-te la consistența internă, la item-level (item-total correlations), la distribuții (cei cu foarte multe zgomote sau limite de scară pot denatura).
• Soluții: reducere de variabile (elimină itemii slabi), modele bifactor sau ESEM dacă ai motive teoretice, sau treci la o abordare mai descriptivă și spune clar limitele. Uneori e mai onest să spui „datele nu susțin o structură factorială stabilă" decât să forțezi un număr de factori.

2) Dacă te referi la paralela de tip parallel trends / difference‑in‑differences:

• Prima regulă: grafic înainte de toate. Event study cu coeficienți pentru perioadele pre-tratament spune adesea mai mult decât orice test formal.
• Teste de „placebo" și falsification outcomes: aplică tratamentul în perioade în care știi că nu ar trebui să aibă efect, sau folosește un outcome care nu ar trebui să fie afectat.
• Atentie la heterogenitate în timp și tratamente staggered: metodele standard DiD pot fi părtinitoare (vezi Sun & Abraham; Callaway & Sant'Anna). Încearcă estimatori robusti la dinamica tratamentelor.
• Control pentru covariate, matching/weighting, sau synthetic control, în funcție de numărul de unități și de pattern-ul de tratament.
• Clustering și inferență: subestimatul de erori standard poate da rezultate înșelătoare. Verifică robusteză la clustering la nivelul corect.
• Dacă pre-trend-urile nu sunt paralele, încearcă: diferențe în diferențe cu trenduri diferențiale (includere de time-varying slopes), matching pe trenduri pre-tratament, sau alegerea altor contrafactuale (synthetic control).

Sfaturi comune, indiferent de sens:

• Nu ia rezultatul ăla „care nu se potrivește" ca pe o greșeală personală. Deseori e o indicație: ori metoda nu e potrivită pentru datele tale, ori teoria are nevoie de nuanțare. Asta e valoroasă.
• Fă un exercitiu de specificații multiple și prezintă-le: arată cum se schimbă rezultatele când modifici chestii rezonabile. Transparency > false certitude.
• Documentează toate verificările: grafice, teste, rezultate alternative. Pe termen lung te scutește de întrebări incomode.
• Triangulează: combina analiza cantitativă cu exemple calitative, studii de caz, sau alte surse de evaluare. Uneori discrepantele dispar când înțelegi contextul mai bine.
• Dacă vrei, împărtășește un fragment (fără date sensibile) - un grafic pre/post sau un tabel de specificații - și pot arunca o privire. E mult mai ușor să-ți spun unde poate fi „bubuitura" când văd concret datele/metoda.

Pe mine m-a ajutat și schimbarea mentalității: să primesc rezultatul contradictoriu ca pe o ipoteză alternativă demnă de explorat, nu ca pe o eroare jenantă. De fiecare dată când am făcut asta, am descoperit fie o eroare metodologică clarificabilă, fie un insight teoretic neașteptat. Mult succes - dacă vrei, postează un grafic sau câteva detalii și intrăm în detaliu.