Analiza czynnikowa – jest to zbiór metod statystycznych, które  służą do redukowania zbiorów zmiennych jawnych w taki sposób, aby wyodrębnić maksymalną liczbę zmiennych ukrytych lub głównych składowych,  które będą charakteryzowały się minimalną wariancją wewnątrzgrupową oraz względnie maksymalną wariancją międzygrupową.

Analiza czynnikowa zazwyczaj dzieli się na dwa podejścia:

• Eksploracyjna analiza czynnikowa (EFA)
• Konfirmacyjna analiza czynnikowa (CFA)

• Rodzaj rotacji np. ortogonalna lub ukośna, oraz
• Rodzaj ekstrakcji np. metoda największej wiarygodności, osi głównych lub głównych składowych.

To w jaki sposób wymieszamy metodę ekstrakcji z metodą rotacji, może dać całkowicie różny efekt w uzyskanej strukturze czynnikowej metodą eksploracyjną. Co między innymi poskutkowało wieloma modelami osobowości we współczesnej literaturze. Ponadto, metoda eksploracyjna jest też nazywana tak z uwagi na fakt, że nie pozwala założyć odgórnie braku skorelowania pozycji testowej z czynnikiem, innymi słowy, badacz nad tym które ładunki czynnikowe są obliczane i przez to należy także obserwować tzw. ładunki krzyżowe.

Z kolei  konfirmacyjna analiza czynnikowa jest metodą logicznie zbieżną z eksploracyjną, jednakże tam nie testujemy już przypadkowej struktury, a narzucamy odgórnie które pozycje i które czynniki latentne są ze sobą powiązane.  Tym samym, analiza ta jest dokładniejsza w porównaniu do analizy ekploracyjnej, ale przez to bardziej wymagająca pod kątem teoretycznym, a także w zakresie oceny jakości dopasowania modelu do danych. Wymagane jest w jej przypadku spełnienie wielu statystycznych wymogów dla różnorodnych współczynników, m.in.: AVE, CR, SRMR, RMSEA, CFI, CMIN i innych.

Podsumowując, analizy EFA i CFA są względem siebie kompatybilne, a bardzo często analiza eksploracyjna poprzedza konfirmacyjną. Ta pierwsza nadaje się do poszukiwania czynników oczekiwanych przez badacza, podczas gdy druga jest odpowiednia w momencie chęci potwierdzenia istnienia jakiejś struktury czynnikowej.