L’analyse factorielle est un type d’analyse statistique qui étudie les différentes corrélations et modèles qui peuvent se produire entre les mesures. Il existe deux types d’analyse factorielle; exploratoire et confirmatoire. Ces deux versions peuvent être utilisées individuellement ou combinées. De nombreux types de calculs statistiques sont utilisés dans cette analyse.
Une première étape courante utilisée dans l’analyse factorielle comprend la collecte des mesures dans l’expérience. Les mathématiques de corrélation sont utilisées pour déterminer les corrélations existantes. Le chercheur déterminera si tous les facteurs calculés à partir de l’analyse seront inclus. Certaines expériences nécessiteront l’intégration de certains facteurs dans les statistiques et l’exclusion d’autres.
Une méthode utilisée pour extraire les facteurs possibles est le maximum de vraisemblance. Ce calcul est si compliqué que des programmes informatiques statistiques sont utilisés, car un chercheur ne peut généralement pas effectuer le calcul à la main. Les facteurs de l’analyse peuvent également être combinés de plusieurs manières. L’analyse exigera que l’ordre des facteurs soit tourné ou peigné d’une manière qui explique la grande variance ou la dispersion des données.
Une fois les facteurs et les scores finaux calculés, les données peuvent être interprétées. Les facteurs qui ont les scores les plus élevés auront le plus d’influence sur les mesures. Ces scores peuvent également être utilisés pour une analyse statistique plus approfondie. Contrairement à d’autres types d’analyse statistique, cette analyse peut aboutir à un nombre illimité de facteurs importants, plutôt que de restreindre les facteurs à un petit groupe.
L’analyse factorielle exploratoire est utilisée pour comprendre quelles choses dans la nature peuvent influencer certaines mesures. L’influence de ces facteurs sur les mesures est également intéressante dans la version exploratoire. Ceux-ci ne sont pas préréglés avant que les mesures ne soient prises. Avec l’analyse factorielle confirmatoire, certains facteurs spécifiques sont étudiés avant les calculs.
Les deux types d’analyse factorielle peuvent être utilisés dans une même expérience. La version exploratoire peut être utilisée pour créer une théorie, tandis que la version confirmatoire est utilisée pour prouver cette théorie. Si l’analyse confirmatoire n’est pas favorable, le chercheur devra peut-être modifier la façon dont l’analyse exploratoire est calculée.
Le nombre de mesures nécessaires à ces calculs est important. La plupart des calculs nécessitent au moins dix mesures sinon plus. Habituellement, l’analyse confirmatoire nécessitera beaucoup plus de mesures qu’une analyse exploratoire. Parfois, au moins 200 mesures sont nécessaires pour une analyse réussie. En règle générale, l’utilisation de plus de mesures donne généralement des données plus fiables, bien que le nombre nécessaire dépende de l’expérience.