Faktorinė analizė yra statistinės analizės rūšis, kuri tiria skirtingas koreliacijas ir modelius, kurie gali atsirasti tarp matavimų. Yra dviejų tipų faktorių analizė; tiriamasis ir patvirtinantis. Šios dvi versijos gali būti naudojamos atskirai arba kartu. Šioje analizėje naudojami įvairūs statistinių skaičiavimų tipai.
Įprastas pirmasis veiksnys, naudojamas atliekant faktorių analizę, apima matavimų rinkimą eksperimente. Koreliacinė matematika naudojama esamoms koreliacijoms nustatyti. Tyrėjas nustatys, ar bus įtraukti visi iš analizės apskaičiuoti veiksniai. Kai kuriems eksperimentams į statistiką reikės įtraukti tam tikrus veiksnius, o kitus – neįtraukti.
Vienas iš galimų veiksnių išskyrimo būdų yra didžiausia tikimybė. Šis skaičiavimas yra toks sudėtingas, kad naudojamos statistinės kompiuterinės programos, nes tyrėjas paprastai negali atlikti skaičiavimo ranka. Analizės veiksnius taip pat galima derinti įvairiais būdais. Atliekant analizę reikės pasukti arba šukuoti veiksnius taip, kad būtų paaiškinta didelė duomenų dispersija arba sklaida.
Apskaičiavus galutinius veiksnius ir balus, duomenis galima interpretuoti. Veiksniai, turintys aukščiausius balus, turės didžiausią įtaką matavimams. Šie balai taip pat gali būti naudojami tolesnei statistinei analizei. Skirtingai nuo kitų tipų statistinės analizės, šios analizės rezultatas gali būti neribotas svarbių veiksnių skaičius, o ne apriboti veiksnius iki mažos grupės.
Tiriamoji faktorių analizė naudojama norint suprasti, kurie gamtos dalykai gali turėti įtakos tam tikriems matavimams. Kaip stipriai šie veiksniai daro įtaką matavimams, taip pat domina tiriamoji versija. Jie nėra iš anksto nustatyti prieš atliekant matavimus. Taikant patvirtinamąją faktorių analizę, yra specifinių veiksnių, kurie tiriami prieš atliekant skaičiavimus.
Viename eksperimente galima naudoti abiejų tipų faktorių analizę. Tiriamoji versija gali būti naudojama teorijai sukurti, o patvirtinamoji versija naudojama tai teorijai įrodyti. Jei patvirtinamoji analizė nėra palanki, tyrėjui gali tekti pakeisti tiriamosios analizės apskaičiavimo būdą.
Šiems skaičiavimams reikalingas matavimų skaičius yra svarbus. Daugeliui skaičiavimų reikia atlikti bent dešimt matavimų, jei ne daugiau. Paprastai patvirtinamajai analizei reikės daug daugiau matavimų nei tiriamajai. Kartais norint atlikti sėkmingą analizę, reikia atlikti mažiausiai 200 matavimų. Paprastai naudojant daugiau matavimų gaunami patikimesni duomenys, nors reikalingas skaičius priklausys nuo eksperimento.