什么是探索性因子分析法？
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。
探索性因子分析法的起源
因子分析法是两种分析形式的统一体，即验证性分析和纯粹的探索性分析。英国的心理学家CharlesSpearma
在1904年的时候，提出单一化的智能因子（ASi
gleI
tellectualFactor）。随着试验的深入，大量个体样本被分析研究，Spearma
的单一智能因子理论被证明是不充分的。同时，人们认识到有必要考虑多元因子。20世纪30年代，瑞典心理学家Thursto
e打破了流行的单因理论假设，大胆提出了多元因子分析（MultipleFactorA
alysis）理论。Thursto
e在他的《心智向量》（VectorsofMi
d，1935）一书中，阐述了多元因子分析理论的数学和逻辑基础。
编辑
探索性因子分析和验证性因子分析的异同1
探索性因子分析和验证性因子分析相同之处
两种因子分析都是以普通因子分析模型作为理论基础，其主要目的都是浓缩数据，通过对诸多变量的相关性研究，可以用假想的少数几个变量因子、潜变量来表示原来变量观测变量的主要信息。图1所示即为最简单、也最为常见的因子模型，每个观测变量指标只在一个因子潜变量上负荷不为零，x1、x2、x3是潜变量ξ1的指标，x4、x5是潜变量ξ2的指标。
f将图1所示的因子模型推广至一般意义上的因子模型后，各观测变量x_i与m个公共因子ξ1ξ2ξm之间的关系可以用数学模型表示如下：
x1λξ111λξ122λξ1mmδ1xkλξk11λξk22λξkmmδk其中：xi为各观测变量；ξi是公共因子；δi是xi，的特殊因子，有时也称误差项，包括xi的唯一性因子和误差因子两部分；λij是公共因子的负载；m是公共因子ξ1ξ2ξm的个数，k是各观测变量x1xk的个数，mk。上式也可以简单地用矩阵表示如下：xΛxξδ其中：xx1x2xkTξξ1ξ2ξm，δδ1δ2δkT
，是负载矩阵探索性因子分析和验证性因子分析的差异之处
f1基本思想不同因子分析的基本思想是要寻找公共因子，以达到降维的目的。探索性因子分析主要是为了找出影响观测变量的因子个数，以及各个因子和各个观测变量之间的相关程度，以试图揭示一套相对比较大的变量的内在结构。研究者的假定是每个指标变量都与某个因子匹配，而且只能通过因子载荷凭知觉推断数据的因子结构。而验证性因子分析的主要目的是决定事前定义因子的模型拟合实际数r