Ładunek czynnikowy – to kluczowy parametr w analizie czynnikowej, który określa siłę i kierunek powiązania między zmienną obserwowalną (np. pozycją testową kwestionariusza) a czynnikiem latentnym (np. czynnikiem kwestionariusza).  Wartości ładunków czynnikowych mogą wahać się od -1 do 1, gdzie wartości bliskie 1 lub -1 wskazują na silne powiązanie zmiennej ze zmienną latentną, a wartości bliskie 0 na słabe powiązanie.  Wartości dodatnie lub ujemne wskazują na kierunek tego związku.

W Eksploracyjnej Analizie Czynnikowej (EFA) wartości ładunków czynnikowych pomagają w identyfikacji, które zmienne obserwowalne najsilniej korelują z każdym z czynników. Na ten podstawie można zidentyfikować ich strukturę i przypisać do nich poszczególne zmienne. W EFA często stosuje się rotację ładunków czynnikowych (np. rotację Varimax lub nieortogonalną) w celu uproszczenia interpretacji i lepszego rozdzielenia zmiennych między czynnikami.  Rotacja pomaga uzyskać wyższe ładunki dla zmiennych silnie powiązanych z danym czynnikiem i niższe dla zmiennych słabiej związanych z innymi czynnikami. 

W Konfirmacyjnej Analizie Czynnikowej (CFA) ładunki czynnikowe są wykorzystywane do oceny tego w jakim stopniu teoretyczna struktura znajduje swoje odzwierciedlenie w danych. W ten sposób czynnikowe w CFA oceniają trafność konstruktu, badając, jak silnie każda zmienna związana jest z przypisanym jej czynnikiem.  Wysokie ładunki wskazują na dobre dopasowanie zmiennej do konstruktu.  W literaturze wartości ładunków czynnikowych powyżej |0,5| są często uznawane za wystarczające, ale zaleca się, aby były one jak najwyższe dla zwiększenia trafności pomiaru.

Ładunki czynnikowe w CFA służą również do oceny trafności zbieżnej oraz trafności dyskryminacyjnej modelu, co pozwala na dokładniejszą analizę struktury modelu i oceny jego jakości.  Wartości ładunków mogą być interpretowane bezpośrednio jako wskaźniki jakości dopasowania wskaźników do konstruktu.