立模型，再用验证提供了发析现模型以验证和修正的概念和计算工具，其提供的结果为验证性因子分析建立假设提供了重要的基础和保证。两种因子分析缺少任何一个，因子分析都将是不完整的。一般来说，如果研究者没有坚实的理论基础支撑，有关观测变量内部结构一般先用探索性因子分析，产生一个关于内部结构的理论，再在此基础上用验证性因子分析，这样的做法是比较科学的，但这必须要用两组分开的数据来做。如果研究者直接把探索性因子分析的结果放到统一数据的验证性因子分析中，研究者就仅仅是拟合数据，而不是检验理论结构。如果样本容量足够大的话，可以将数据样本随机分成两半，合理的做法就是先用一半数据做探索性因子分析，然后把分析取得的因子用在剩下的一半数据中做验证性因子分析。如果验证性因子分析的拟合效果非常差，那么还必须用探索性因子分析来找出数据与模型之间的不一致。
探索性因子分析法的计算
在运用EFA法的时候，可以借助统计软件（如SPSS统计软件或SAS统计软件）来进行数据分析。
探索性因子分析法的运用
1、顾客满意度调查。
f2、服务质量调查。3、个性测试。4、形象调查。5、市场划分识别。6、顾客、产品及行为分类。
探索性因子分析法的步骤
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、发现因素和因素装货。因素装货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“潜在因子”和“流程因子”）。
探索性因子分析法的优点
1、EFA法便于操作。2、当调查问卷含有很多问题时，EFA法显得非常有用。3、EFA法既是其他因子分析工具的基础（如计算因子得分的回归分析），也方便与其他工具结合使用（如验证性因子分析法）。
探索性因子分析法的缺点
1、变量必须有区间尺度。2、沉降数值至少要要变量总量的3倍。
探索性因子分析法的假定
f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。
EFA在教育、心理领域存在的问题及建议
1样本容量、观测变量数目不够很多应用探索性因子分析的研究中普遍存在的一个问题就是样本容量及观测变r