Faktoranalyse er en statistisk metode for å prøve å finne det som er kjent som latente variabler når du har data på mange spørsmål. Latente variabler er ting som ikke kan måles direkte. For eksempel er de fleste aspekter av personlighet latente. Personlighetsforskere stiller ofte et utvalg av mennesker mange spørsmål som de tror er relatert til personlighet, og gjør deretter faktoranalyse for å bestemme hvilke latente faktorer som eksisterer.
Faktorene som dukker opp kan bare komme fra svarene på spørsmålene du stiller. Hvis du ikke spør om søvnvaner, for eksempel, vil ingen faktor knyttet til søvnvaner dukke opp. På den annen side, hvis du bare spør om søvnvaner, kan ingenting annet dukke opp. Å velge et godt sett med spørsmål er komplisert, og forskjellige forskere vil velge forskjellige spørsmålssett.
Hvis du genererer mange tilfeldige tall, kan en faktoranalyse fremdeles finne åpenbar struktur i dataene. Det er vanskelig å se om faktorene som dukker opp reflekterer dataene eller bare er en del av kraften til faktoranalyse for å finne mønstre.
En oppgave for faktoranalytikeren er å bestemme hvor mange faktorer som skal holdes. Det finnes en rekke metoder for å bestemme dette, og det er liten enighet om hvilke som er best.
Faktoranalyse kan fortelle deg hvilke variabler i datasettet ditt "går sammen" på måter som ikke alltid er åpenbare. Men å tolke hva disse variablene faktisk representerer, er opp til analytikeren, og fornuftige mennesker kan være uenige.