El análisis factorial es un método estadístico para intentar encontrar lo que se conoce como variables latentes cuando se tienen datos sobre un gran número de preguntas. Las variables latentes son cosas que no se pueden medir directamente. Por ejemplo, la mayoría de los aspectos de la personalidad están latentes. Los investigadores de la personalidad a menudo le hacen a una muestra de personas muchas preguntas que creen que están relacionadas con la personalidad, y luego hacen un análisis factorial para determinar qué factores latentes existen.
Los factores que aparecen solo pueden provenir de las respuestas a las preguntas que haces. Si no pregunta por los hábitos de sueño, por ejemplo, no aparecerá ningún factor relacionado con los hábitos de sueño. Por otro lado, si solo pregunta sobre los hábitos de sueño, no puede aparecer nada más. Seleccionar un buen conjunto de preguntas es complicado y diferentes investigadores elegirán diferentes conjuntos de preguntas.
Si genera muchos números aleatorios, un análisis factorial aún puede encontrar una estructura aparente en los datos. Es difícil saber si los factores que surgen reflejan los datos o son simplemente parte del poder del análisis factorial para encontrar patrones.
Una tarea del analista de factores es decidir cuántos factores conservar. Hay una variedad de métodos para determinar esto y hay poco acuerdo sobre cuál es el mejor.
El análisis factorial puede decirle qué variables de su conjunto de datos "van juntas" de formas que no siempre son obvias. Pero interpretar lo que realmente representan esos conjuntos de variables depende del analista, y las personas razonables pueden estar en desacuerdo.