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。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理论。Thursto
e在他的《心智向量》一书中，阐述了多元因子分析理论的数学和逻辑基础。
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。2、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。
f2、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。
fr