Faktoru analīze ir statistiskās analīzes veids, kas pēta dažādas korelācijas un modeļus, kas var rasties starp mērījumiem. Ir divu veidu faktoru analīze; pētniecisks un apstiprinošs. Šīs divas versijas var izmantot atsevišķi vai kopā. Šajā analīzē tiek izmantoti dažādi statistikas aprēķinu veidi.
Kopējais pirmais solis, ko izmanto faktoru analīzē, ietver mērījumu apkopošanu eksperimentā. Korelācijas matemātika tiek izmantota, lai noteiktu esošās korelācijas. Pētnieks noteiks, vai tiks iekļauti visi analīzē aprēķinātie faktori. Dažiem eksperimentiem statistikā būs jāiekļauj daži faktori, bet citi ir jāizslēdz.
Viena no metodēm, ko izmanto iespējamo faktoru iegūšanai, ir maksimālā iespējamība. Šis aprēķins ir tik sarežģīts, ka tiek izmantotas statistiskās datorprogrammas, jo pētnieks parasti nevar veikt aprēķinus ar roku. Analīzes faktorus var arī kombinēt vairākos veidos. Lai veiktu analīzi, faktoru secība ir jāpagriež vai jāķemmē tā, lai izskaidrotu datu lielo dispersiju vai izplatību.
Kad ir aprēķināti galīgie faktori un rādītāji, datus var interpretēt. Faktori, kuriem ir visaugstākie rādītāji, visvairāk ietekmēs mērījumus. Šos punktus var izmantot arī turpmākai statistiskai analīzei. Atšķirībā no citiem statistiskās analīzes veidiem, šīs analīzes rezultātā var iegūt neierobežotu skaitu svarīgu faktoru, nevis ierobežot faktorus tikai nelielai grupai.
Izpētes faktoru analīze tiek izmantota, lai saprastu, kuras lietas dabā var ietekmēt noteiktus mērījumus. Cik spēcīgi šie faktori ietekmē mērījumus, interesē arī izpētes versija. Tie nav iepriekš iestatīti pirms mērījumu veikšanas. Izmantojot apstiprinošo faktoru analīzi, ir noteikti faktori, kas tiek pētīti pirms aprēķinu veikšanas.
Viena eksperimenta ietvaros var izmantot abus faktoru analīzes veidus. Izpētes versiju var izmantot, lai izveidotu teoriju, savukārt apstiprinošo versiju izmanto, lai pierādītu šo teoriju. Ja apstiprinošā analīze nav labvēlīga, pētniekam, iespējams, būs jāmaina izpētes analīzes aprēķināšanas veids.
Šiem aprēķiniem nepieciešamais mērījumu skaits ir svarīgs. Lielākajai daļai aprēķinu ir nepieciešami vismaz desmit mērījumi, ja ne vairāk. Parasti apstiprinošai analīzei būs nepieciešams daudz vairāk mērījumu nekā pētnieciskai. Dažreiz veiksmīgai analīzei ir nepieciešami vismaz 200 mērījumi. Parasti, izmantojot vairāk mērījumu, parasti tiek iegūti ticamāki dati, lai gan nepieciešamais skaits būs atkarīgs no eksperimenta.