Кластер анализа и факторска анализа су две статистичке методе анализе података. Ова два облика анализе се у великој мери користе у природним наукама и наукама о понашању. И кластер анализа и факторска анализа омогућавају кориснику да групише делове података у „кластере“ или на „факторе“, у зависности од врсте анализе. Неки истраживачи који су нови у методама кластер и факторске анализе могу сматрати да су ове две врсте анализа у целини сличне. Иако се кластер анализа и факторска анализа чине сличним на површини, они се разликују на много начина, укључујући и укупне циљеве и примену.
објективан
Кластер анализа и факторска анализа имају различите циљеве. Уобичајени циљ факторске анализе је објаснити корелацију у скупу података и повезати променљиве једни другима, док је циљ кластер анализе да се позабави хетерогеношћу у сваком скупу података. У духу, кластер анализа је облик категоризације, док је факторска анализа облик поједностављења.
Сложеност
Сложеност је једно питање око тога која се факторска анализа и кластер анализа разликују: величина података различито утиче на сваку анализу. Како скуп података расте, кластер анализа постаје рачунски нерешива. То је тачно јер је број тачака података у кластер анализи у директној вези са бројем могућих решења кластера. На пример, број начина за поделу двадесет објеката на 4 кластера једнаке величине је преко 488 милиона. То онемогућава директне рачунске методе, укључујући категорију метода којима припада факторска анализа.
Решење
Иако су решења и за факторску анализу и за кластер анализу у одређеној мери субјективна, факторска анализа омогућава истраживачу да то учини дају „најбоље“ решење, у смислу да истраживач може да оптимизује одређени аспект решења (ортогоналност, лакоћа тумачења итд.) на). То није случај за кластер анализу, јер су сви алгоритми који би могли дати најбоље решење за кластер анализу рачунски неефикасни. Стога истраживачи који користе кластер анализу не могу гарантовати оптимално решење.
Апликације
Факторска анализа и кластер анализа разликују се у начину на који се примењују на стварне податке. Будући да факторска анализа има могућност да гломазни скуп променљивих сведе на много мањи скуп фактора, погодна је за поједностављивање сложених модела. Факторска анализа такође има потврдну употребу, у којој истраживач може да развије скуп хипотеза у вези са односом променљивих у подацима. Затим истраживач може да изврши факторску анализу на скупу података како би потврдио или негирао ове хипотезе. Кластер анализа је, с друге стране, погодна за класификацију објеката према одређеним критеријумима. На пример, истраживач може мерити одређене аспекте групе новооткривених биљака и сврстати их у категорије врста применом кластер анализе.