Существует много форм анализа данных, используемых для составления отчетов и изучения данных исследований. Факторный анализ лучше всего использовать для упрощения сложных наборов данных со многими переменными.

Что такое факторный анализ?

Факторный анализ – это способ сведения данных многих переменных в несколько переменных. По этой причине его также иногда называют «сокращением измерений».

Вы можете уменьшить «измерения» ваших данных до одной или нескольких «переменных». Наиболее распространенный метод известен как анализ основных компонентов (PCA).

Как факторный анализ может помочь?

Скажем, вы задаете несколько вопросов, все из которых связаны с различными, но тесно связанными аспектами удовлетворенности клиентов:

1. Насколько они удовлетворены вашим продуктом?
2. Они бы порекомендовали ваш продукт другу или члену семьи?
3. Насколько вероятно, что они приобретут ваш продукт в будущем?

Но вы хотите, чтобы только одна переменная представляла оценку удовлетворенности клиентов. Одним из вариантов будет усреднение трех ответов на вопросы.

Другой вариант – создать зависимую переменную. Это можно сделать, запустив PCA и сохранив первый основной компонент (также известный как фактор).

Преимущество PCA перед средним значением состоит в том, что он автоматически взвешивает каждую из переменных в расчете.

Скажем, у вас есть список вопросов, и вы не знаете точно, какие ответы будут двигаться вместе, а какие – иначе. Например, барьеры покупки потенциальных клиентов. Ниже перечислены возможные барьеры для покупки:

1. Стоимость продукта.
2. Общие затраты на внедрение.
3. Выбор продукта конкурента.
4. Преимущества продукта не перевешивают стоимость.
5. Отсутствие необходимых функций.

Факторный анализ может выявить тенденции того, как эти вопросы будут двигаться вместе.