L'analyse
factorielle est un type d'analyse statistique qui étudie différentes
corrélations et des modèles qui peuvent se produire entre les mesures. Il
existe deux types d'analyse de facteur; exploratoires et de confirmation. Ces
deux versions peuvent être utilisés individuellement ou en combinaison. Il y a
beaucoup de différents types de calculs statistiques qui sont utilisés dans
cette analyse.
Une première
étape commune utilisée dans l'analyse de facteur comprend la collecte des
mesures de l'expérience. Les mathématiques de corrélation sont utilisées pour
déterminer les corrélations existantes. Le chercheur de déterminer si tous les
facteurs calculés à partir de l'analyse seront inclus. Certaines expériences
auront besoin de certains facteurs à intégrer dans les statistiques et les
autres à être exclus.
Un procédé qui
est utilisé pour extraire les facteurs possibles est le maximum de
vraisemblance. Ce calcul est tellement compliqué que les programmes
informatiques statistiques sont utilisées, en tant que chercheur peut
généralement pas effectuer le calcul à la main. Les facteurs de l'analyse
peuvent également être combinés dans un certain nombre de façons. L'analyse
nécessitera l'ordre des facteurs à pivoter ou peignés d'une manière qui
explique les grands écarts ou de la dissémination de données.
Une fois les
derniers facteurs et les scores sont calculés, les données peuvent être
interprétées. Facteurs qui ont les scores les plus élevés auront le plus
d'influence sur les mesures. Ces résultats peuvent également être utilisés pour
d'autres analyses statistiques. Contrairement à d'autres types d'analyses
statistiques, cette analyse peut résulter en un nombre illimité de facteurs
importants, plutôt que de restreindre les facteurs à un petit groupe.
L'analyse
factorielle exploratoire est utilisée pour comprendre que les choses dans la
nature peuvent influencer certaines mesures. Dans quelle mesure ces facteurs
influent sur les mesures est également intéressant dans la version
exploratoire. Ce ne sont pas prédéfinis avant les mesures sont prises. Grâce à
une analyse factorielle confirmatoire, il existe des facteurs spécifiques qui
sont étudiées avant les calculs.
Les deux types
d'analyse factorielle peuvent être utilisés dans une expérience. La version
d'exploration peut être utilisée pour créer une théorie, tandis que la version
de confirmation sert à prouver que la théorie. Si l'analyse de confirmation
n’est pas favorable, alors le chercheur peut avoir besoin de changer la façon
dont l'analyse exploratoire est calculée.
Le nombre de
mesures nécessaires pour ces calculs sont importants. La plupart des calculs
nécessitent au moins dix mesures si pas plus. Habituellement analyse de
confirmation devra beaucoup plus de mesure exploratoire. À certains moments, au
moins 200 mesures sont nécessaires pour une analyse avec succès. En règle
générale, en utilisant plusieurs mesures se traduit généralement par des
données plus fiables, bien que le nombre nécessaire dépendra de l'expérience.
