Metoda osi głównych (ang. Principal Axis Factoring, PAF) – jest jedną z podstawowych metod ekstrakcji czynników stosowanych w eksploracyjnej analizie czynnikowej.  Celem metody osi głównych jest wyodrębnienie czynników, które wyjaśniają przede wszystkim wariancję wspólną analizowanych zmiennych, a nie ich całkowitą wariancję.  W tym sensie metoda osi głównych różni się od analizy głównych składowych, która wykorzystuje całkowitą wariancję zmiennych. PAF jest więc właściwą metodą klasycznej analizy czynnikowej, gdy celem jest identyfikacja ukrytych czynników odpowiedzialnych za współzmienność obserwowanych wskaźników.

W procesie analizy czynnikowej ustala się liczbę czynników, korzystając m.in. z metody Cattella, kryterium procenta wyjaśnianej wariancji lub analizy równoległej. Następnie metoda ekstrakcji, np. PAF albo metoda największej wiarygodności, służy do oszacowania ładunków czynnikowych oraz wspólnej części wariancji zmiennych.  Ładunki czynnikowe pokazują, jak silnie poszczególne zmienne są związane z wyodrębnionymi czynnikami i stanowią podstawę interpretacji struktury rozwiązania .

Po ekstrakcji często stosuje się rotację czynników, np. ortogonalną Varimax albo ukośną Oblimin. Jej celem nie jest poprawienie ogólnego dopasowania modelu, lecz uzyskanie prostszej i bardziej czytelnej struktury ładunków. Rotacja zmienia sposób rozłożenia ładunków pomiędzy czynnikami, ułatwiając przypisanie zmiennych do poszczególnych wymiarów, ale nie zmienia całkowitej ilości wariancji wyjaśnianej przez zachowany zestaw czynników.