Qu'est-ce qu'une analyse factorielle?
L'analyse factorielle est un type d'analyse statistique qui étudie différentes corrélations et modèles pouvant survenir entre les mesures. Il existe deux types d'analyse factorielle; exploratoire et confirmatoire. Ces deux versions peuvent être utilisées individuellement ou combinées. De nombreux types de calculs statistiques sont utilisés dans cette analyse.
Une première étape commune utilisée dans l'analyse factorielle consiste à collecter les mesures dans l'expérience. Les mathématiques de corrélation sont utilisées pour déterminer les corrélations existantes. Le chercheur déterminera si tous les facteurs calculés à partir de l'analyse seront inclus. Certaines expériences nécessiteront l'incorporation de certains facteurs dans les statistiques et l'exclusion d'autres.
Une méthode utilisée pour extraire les facteurs possibles est le maximum de vraisemblance. Ce calcul est si compliqué que des programmes informatiques statistiques sont utilisés, puisqu'un chercheur ne peut généralement pas effectuer le calcul à la main. Les facteurs de l'analyse peuvent également être combinés de différentes manières. L'analyse nécessitera de faire pivoter ou de peigner l'ordre des facteurs de manière à expliquer la grande variance ou dispersion des données.
Une fois que les facteurs et les scores finaux sont calculés, les données peuvent être interprétées. Les facteurs qui ont les scores les plus élevés auront le plus d'influence sur les mesures. Ces scores peuvent également être utilisés pour une analyse statistique plus poussée. Contrairement aux autres types d’analyses statistiques, cette analyse peut aboutir à une quantité illimitée de facteurs importants, au lieu de les limiter à un petit groupe.
L'analyse factorielle exploratoire est utilisée pour comprendre quels éléments de la nature peuvent influer sur certaines mesures. L'influence de ces facteurs sur les mesures est également intéressante dans la version exploratoire. Ceux-ci ne sont pas préréglés avant que les mesures ne soient prises. Avec l'analyse factorielle confirmatoire, certains facteurs spécifiques sont examinés avant les calculs.
Les deux types d'analyse factorielle peuvent être utilisés au sein d'une même expérience. La version exploratoire peut être utilisée pour créer une théorie, tandis que la version confirmatoire est utilisée pour prouver cette théorie. Si l'analyse de confirmation n'est pas favorable, le chercheur devra peut-être modifier le mode de calcul de l'analyse exploratoire.
Le nombre de mesures requises pour ces calculs est important. La plupart des calculs nécessitent au moins dix mesures, sinon plus. En règle générale, l'analyse de confirmation nécessitera beaucoup plus de mesures que d'explorations. Parfois, au moins 200 mesures sont nécessaires pour une analyse réussie. En règle générale, utiliser plus de mesures donne généralement des données plus fiables, bien que le nombre nécessaire dépende de l'expérience.