探索性因子分析法ExploratoryFactorA
alysis，EFA是一项用来找出多元观测变量的本质结构、并进行处理降维的技术。因而，EFA能够将具有错综复杂关系的变量综合为少数几个核心因子。对于主因子分析法来说，不存在异常值、等距值、线形值、多变量常态分配以及正交性等情况。一个典型的EFA流程如下1、辨认、收集观测变量。2、获得协方差矩阵或BravaisPearso
的相似系数矩阵3、验证将用于EFA的协方差矩阵显著性水平、反协方差矩阵、Bartlett球型测验、反图像协方差矩阵、KMO测度。4、选择提取因子法主成分分析法、主因子分析法。5、发现因素和因素载荷。因素载荷是相关系数在可变物列在表里和因素专栏之间在表里。6、确定提取因子的个数以Kaiser准则和Scree测试作为提取因子数目的准则。7、解释提取的因子例如，在上述例子中即解释为