Faktorianalyysi on eräänlainen tilastollinen analyysi, joka tutkii erilaisia korrelaatioita ja malleja, joita mittausten välillä voi esiintyä. Tekijäanalyysiä on kahdenlaisia; tutkiva ja vahvistava. Näitä kahta versiota voidaan käyttää erikseen tai yhdistettynä. Tässä analyysissä käytetään monia erilaisia tilastollisia laskelmia.
Yleinen ensimmäinen vaihe, jota käytetään tekijäanalyysissä, on mittausten kerääminen kokeessa. Korrelaatiomatematiikkaa käytetään olemassa olevien korrelaatioiden määrittämiseen. Tutkija päättää, otetaanko mukaan kaikki analyysistä lasketut tekijät. Jotkut kokeet edellyttävät tiettyjen tekijöiden sisällyttämistä tilastoihin ja toisten tekijöiden jättämistä pois.
Yksi menetelmä, jota käytetään mahdollisten tekijöiden erottamiseen, on maksimitodennäköisyys. Tämä laskenta on niin monimutkainen, että käytetään tilastollisia tietokoneohjelmia, koska tutkija ei tyypillisesti voi suorittaa laskelmia käsin. Analyysin tekijöitä voidaan myös yhdistää useilla tavoilla. Analyysi edellyttää tekijöiden järjestystä kiertämistä tai kampaamista tavalla, joka selittää tiedon suuren varianssin tai leviämisen.
Kun lopulliset tekijät ja pisteet on laskettu, tiedot voidaan tulkita. Tekijät, joilla on korkeimmat pisteet, vaikuttavat eniten mittauksiin. Näitä pisteitä voidaan käyttää myös lisätilastollisiin analyyseihin. Toisin kuin muut tilastolliset analyysit, tämä analyysi voi johtaa rajoittamattomaan määrään tärkeitä tekijöitä sen sijaan, että se rajoittaisi tekijät pieneen ryhmään.
Tutkivaa tekijäanalyysiä käytetään ymmärtämään, mitkä asiat luonnossa voivat vaikuttaa tiettyihin mittauksiin. Se, kuinka voimakkaasti nämä tekijät vaikuttavat mittauksiin, kiinnostaa myös tutkivassa versiossa. Näitä ei ole asetettu valmiiksi ennen mittausten tekemistä. Vahvistustekijäanalyysissä on tiettyjä tekijöitä, joita tutkitaan ennen laskelmia.
Molempia tekijäanalyysityyppejä voidaan käyttää yhdessä kokeessa. Tutkivaa versiota voidaan käyttää teorian luomiseen, kun taas vahvistavaa versiota käytetään teorian todistamiseen. Jos varmistusanalyysi ei ole myönteinen, tutkijan on ehkä muutettava tutkivan analyysin laskentatapaa.
Näitä laskelmia varten tarvittavien mittausten määrä on tärkeä. Useimmat laskelmat vaativat vähintään kymmenen mittausta, ellei enemmän. Yleensä vahvistava analyysi vaatii paljon enemmän mittauksia kuin tutkiva. Toisinaan tarvitaan vähintään 200 mittausta onnistuneeseen analyysiin. Yleissääntönä on, että useammilla mittauksilla saadaan yleensä luotettavampia tietoja, vaikka tarvittava määrä riippuu kokeesta.