Contenu
- La réponse que vous obtenez dépend des questions que vous posez
- Des données aléatoires donnent des facteurs
- Il est difficile de décider combien de facteurs à inclure
- L'interprétation de la signification des facteurs est subjective
L'analyse factorielle est une méthode statistique permettant de rechercher ce que l'on appelle des variables latentes lorsque vous disposez de données sur un grand nombre de questions. Les variables latentes sont des choses qui ne peuvent pas être mesurées directement. Par exemple, la plupart des aspects de la personnalité sont latents. Les chercheurs en personnalité demandent souvent à un échantillon de personnes un grand nombre de questions qui, à leur avis, sont liées à la personnalité, puis effectuent une analyse factorielle pour déterminer quels facteurs latents existent.
La réponse que vous obtenez dépend des questions que vous posez
Les facteurs qui apparaissent ne peuvent provenir que des réponses aux questions que vous posez. Si vous ne posez pas de questions sur les habitudes de sommeil, par exemple, aucun facteur lié aux habitudes de sommeil n'apparaîtra. D'autre part, si vous ne posez que des questions sur les habitudes de sommeil, rien d'autre ne peut apparaître. La sélection d'un bon ensemble de questions est compliquée, et différents chercheurs choisiront différents ensembles de questions.
Des données aléatoires donnent des facteurs
Si vous générez beaucoup de nombres aléatoires, une analyse factorielle peut toujours trouver une structure apparente dans les données. Il est difficile de dire si les facteurs qui émergent reflètent les données ou font simplement partie du pouvoir de l'analyse factorielle de trouver des tendances.
Il est difficile de décider combien de facteurs à inclure
Une des tâches de l’analyste des facteurs est de décider du nombre de facteurs à conserver. Il existe diverses méthodes pour le déterminer et il existe peu d’accord sur la meilleure solution.
L'interprétation de la signification des facteurs est subjective
L’analyse factorielle peut vous indiquer quelles variables de votre jeu de données «vont de pair» d’une manière qui n’est pas toujours évidente. Mais interpréter ce que représentent ces ensembles de variables revient à l’analyste, et des personnes raisonnables peuvent ne pas être d’accord.