ФАКТОРНЫЙ АНАЛИЗ

(factor analysis) — многомерная статистическая методика, в которой соотношения (или корреляции) между большой совокупностью наблюдаемых переменных объясняются в терминах небольшого числа новых переменных, называемых факторами. Эти идеи зародились в работах по корреляции Гальтона и Спирмена и получили дальнейшее развитие, прежде всего в исследованиях интеллекта. Наибольшее применение они нашли в психологии и социологии. Основная методика — "направленная переменная", то есть без различия между независимой и зависимой переменными в совокупности данных. Анализ состоит из четырех этапов. Первый направлен на получение матрицы корреляций, в которой каждая переменная в совокупности данных соотнесена со всеми другими. Следующий шаг — извлечение факторов с целью определения минимального числа факторов для адекватного объяснения наблюдаемых корреляций между первоначальными переменными. Если их число близко к первоначальным переменным, то смысл в факторном анализе невелик. Цель третьего (факультативного) шага — вращения — состоит в установлении более простых и легче интерпретируемых факторов. Если получена удовлетворительная модель, на четвертом этапе вычисляются значения коэффициентов для каждого фактора каждого случая в совокупности данных. Факторные значения могут использоваться в последующих исследованиях. Факторный анализ вызывает много критики (Чатфилд и Коллинз, 1980). Наблюдаемая матрица корреляций  вообще рассматривается как построение с использованием результата корреляционных значений. Следовательно, необходимы обычные предположения об интервальном измерении, среднеарифметических распределениях и однородности разброса. Кроме того, методика считается довольно грубой. Есть и еще проблемы: различные методы извлечения и вращения имеют тенденцию давать иные решения, а также трудно значимо интерпретировать четко выявленные в анализе факторы. Несмотря на потребность найти другие более взвешенные решения, факторный анализ  остается полезным исследовательским инструментом.