L'analisi fattoriale è un metodo statistico per tentare di trovare che cosa sono conosciuti come variabili latenti quando si dispone di dati su un grande molte domande. Variabili latenti sono cose che non possono essere misurate direttamente. Ad esempio, la maggior parte degli aspetti della personalità sono latente. Ricercatori di personalità spesso chiedono un campione di persone un sacco di domande che pensano sono legate alla personalità e quindi fattore di analisi per determinare quali fattori latenti presenti.
La risposta che si ottiene dipende dalle domande che chiedete
I fattori che appaiono possono venire solo dalle risposte alle domande che chiedete. Se non chiedere sulle abitudini di sonno, per esempio, quindi nessun fattore correlato per le abitudini del sonno apparirà. D'altra parte, se si chiede solo sulle abitudini di sonno, quindi nient'altro può apparire. Selezionando un buon set di domande è complicato, e diversi ricercatori sceglieranno diversi gruppi di domande.
Dati casuali danno fattori
Se si genera un sacco di numeri casuali, un'analisi fattoriale può ancora trovare la struttura apparente nei dati. È difficile dire se i fattori che emergono riflettono i dati o sono semplicemente parte della potenza di analisi fattoriale per trovare i modelli.
È difficile decidere quanti fattori da includere
Un compito dell'analista fattore sta decidendo quanti fattori da tenere. Ci sono una varietà di metodi per la determinazione di questo e c'è poco accordo su quale è meglio.
Interpretazione del significato dei fattori è soggettivo
L'analisi fattoriale può dirvi quali variabili nel dataset "vanno insieme" in modi che non sono sempre evidenti. Ma interpretare ciò che quegli insiemi di variabili rappresentano in realtà è fino all'analista, e gente ragionevole può essere in disaccordo.