因子分析是指研究从变量群中提取共性因子的统计技术。
因子分析是通过研究变量之间的相关系数矩阵，把这些变量之间错综复杂的关系归结成少数几个综合因子，并据此对变量进行分类的一种统计分析方法。
由于归结出的因子个数少于原来的变量数目，但是他们又包含了原始变量的信息，所以这一分析过程也叫做降维。
因子分析的目的是什么？
1）探索结构：在变量之间存在高度相关性的时候，我们希望用较少的因子数目来概括其信息。
2）简化数据：把原始变量转化为因子后，使用因子得分进行分析，比如聚类分析、回归分析等。
3）综合评价：通过每个因子得分计算出综合得分，对分析对象进行综合评价。
因子分析的步骤
1）判断数据是否适合因子分析
2）构造因子变量
3）利用银子旋转方法使得因子更有实际意义
4）计算每个个案的因子得分
如何判断数据是否适合因子分析？
1）因子分析的变量要求为连续变量，分类变量不适合直接进行因子分析。
2）建议个案个数为变量个数的5倍以上，这只是参考值，不是绝对标准。
3）KMO检验统计量：小于0.5时不适合因子分析；大于0.5小于0.7时，尚可以接受因子分析；大于0.7小于0.8时，比较适合因子分析；大于0.8时非常适合因子分析。
http://blog.sina.com.cn/s/blog_16e698d100102xpqv.html
