因子分析は、多くの観測変数から背後にある共通の原因や概念である潜在変数を抽出し、データの構造をシンプルにする多変量解析手法です。AIや心理学などの分野で、複雑なデータの本質を理解し次元削減を行うために広く活用されています。
因子分析とは
一言でいうと、因子分析とは、複雑に絡み合った多くのデータから、それらの背後にある見えない共通の原因（因子）を見つけ出し、データの構造をわかりやすく整理するための統計手法です。
詳しく解説
因子分析は、直接観測できない抽象的な概念を数値化するために発展した統計手法です。例えば、テストの国語、数学、英語の点数という表面的な観測変数から、背後にある文系能力や理系能力といった潜在変数（因子）を導き出します。AIや機械学習の前処理や次元削減としても利用され、多次元データの背後にある構造を把握する基盤技術となっています。
具体例・使われ方
アンケート調査において、顧客のさまざまな満足度回答から「サービスの品質」「価格の妥当性」「ブランド信頼度」という潜在的な因子を抽出し、顧客心理を把握する場合などに利用されます。
似た用語との違い
主成分分析がデータを合成して情報量を保ったまま変数の数を減らす「要約」を目的とするのに対し、因子分析はデータの背後にある「原因や潜在変数」を特定し因果関係を推測する点で異なります。
注意点
因子分析では、抽出された因子にどのような名前をつけ解釈するかは分析者の主観に依存するため、客観的な妥当性の検証が必要です。また、因子の数や回転方法の設定によって結果が大きく変わる点にも注意が必要です。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月17日 10:01