Dois ou três itens por fator é uma questão de identificação do seu modelo CFA (FA confirmatória).
Por simplicidade, suponhamos que o modelo seja identificado definindo a variação de cada fator como 1. Suponha também que não haja erros de medição correlacionados.
Um modelo de fator único com dois itens possui duas cargas e duas variações de erro a serem estimadas = 4 parâmetros, mas existem apenas 3 entradas não triviais na matriz de variância-covariância, portanto, você não possui informações suficientes para estimar os quatro parâmetros isto que você precisa.
Um modelo de fator único com três itens possui três cargas e três variações de erro. A matriz de variância-covariância possui seis entradas, e um exame analítico cuidadoso mostra que o modelo está exatamente identificado, e você pode expressar algebricamente as estimativas de parâmetros como funções das entradas da matriz de variância-covariância. Com mais itens por fator único, você tem um modelo superidentificado (mais graus de liberdade que parâmetros), o que geralmente significa que você está pronto para ir.
Com mais de um fator, o modelo CFA é sempre identificado com mais de 3 itens por cada fator (porque um modelo de medição simples é identificado para cada fator, portanto, grosso modo, você pode obter previsões para cada fator e estimar suas covariâncias com base nisso). No entanto, um CFA com dois itens por fator é identificado, desde que cada fator tenha uma covariância diferente de zero com pelo menos um outro fator na população. (Caso contrário, o fator em questão fica fora do sistema e um modelo de fator único de dois itens não é identificado.) A prova de identificação é bastante técnica e requer um bom entendimento da álgebra matricial.
Bollen (1989) discute completa e completamente as questões de identificação de modelos CFA no capítulo 7. Ver p. 244 especificamente sobre regras de três e dois indicadores.