Faktoru analīze ir statistikas metode, lai mēģinātu atrast tā dēvētos latentos mainīgos, ja jums ir dati par ļoti daudziem jautājumiem. Latentie mainīgie ir lietas, kuras nevar tieši izmērīt. Piemēram, lielākā daļa personības aspektu ir latenti. Personības pētnieki bieži izlasei uzdod daudz jautājumu, kas, viņuprāt, ir saistīti ar personību, un pēc tam veic faktoru analīzi, lai noteiktu, kādi latenti faktori pastāv.
Parādītie faktori var rasties tikai no atbildēm uz jūsu uzdotajiem jautājumiem. Ja jūs nejautājat, piemēram, par miega paradumiem, tad neparādīsies neviens faktors, kas saistīts ar miega ieradumiem. No otras puses, ja jūs jautājat tikai par miega paradumiem, tad nekas cits nevar parādīties. Labu jautājumu komplekta izvēle ir sarežģīta, un dažādi pētnieki izvēlēsies dažādus jautājumu kopumus.
Ja ģenerējat daudz nejaušu skaitļu, faktoru analīze joprojām var atrast acīmredzamu datu struktūru. Ir grūti noteikt, vai parādītie faktori atspoguļo datus vai vienkārši ir daļa no faktoru analīzes spējas atrast modeļus.
Viens faktoru analītiķa uzdevums ir izlemt, cik faktoru saglabāt. Lai to noteiktu, ir dažādas metodes, un ir mazas vienošanās par to, kura ir labākā.
Faktoru analīze var pateikt, kuri mainīgie jūsu datu kopā "iet kopā" veidos, kas ne vienmēr ir acīmredzami. Bet interpretēt to, ko šīs mainīgo kopas patiesībā pārstāv, ir atkarīgs no analītiķa, un saprātīgi cilvēki var nepiekrist.
