本文以及之後的幾篇文章介紹因子分析的相關內容，【因子分析】的這部分內容其實已經被錄製成視頻課程，發布在了雲課堂，想看課程的直接點擊【閱讀原文】。但公眾號後臺留言中，有較多關鍵詞是因子分析，我就專門寫一個系列的專題來介紹因子分析。
一 、首先，什麼是因子分析？
因子分析是一類對數據進行降維處理的統計分析方法
舉個例子來對因子分析進行通俗解釋：原來有10個變量，通過因子分析，提取出了2個因子，然而這兩個因子卻代表了原來10個變量所能體現的80%的信息。這種對數據的處理方法就是因子分析。
二、因子分析有什麼作用？
一般來說，因子分析有如下三種常見的作用：
① 在回歸分析中，解決共線性問題：如果回歸分析中存在共線性問題，那麼可以對有共線性問題的多個變量提取出一個有代表性的公因子，利用提取出的這個公因子替代原有的有共線性問題的多個變量，參與建模，可解決回歸分析中的共線性問題。
② 變量精簡：一般來說，納入模型的變量越少越好，如果存在很多變量，我們可以先使用因子分析的方法，通過提取公因子的方式對變量進行精簡，這樣納入模型的變量信息不僅沒有大幅度衰減，還降低了模型的複雜程度。
③ 問卷中的效度分析：對於問卷中的量表題，希望通過因子分析來進行問卷結構的發現，檢驗問卷的結構效度，將量表題目根據因子分析分成不同的評分維度。
三、因子分析是如何提取公因子的？
因子分析中，常用的提取因子的方法是主成分分析方法。
主成分分析方法的特點是，每次從所有參與分析的題目中抽取一個主成分，因子分析時不斷調用主成分分析方法，直到抽取出足夠數量的因子或者提取出的信息量達到要求為止。
下篇文章將著重介紹主成分分析的原理和在SPSS中的實現方法。只要掌握主成分分析的原理和方法就基本掌握了因子分析的原理和方法了。