什么是探索性因子分析法？ 探索性因子分析法（ExploratoryFactorAnalysis，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 CharlesSpearman 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，Spearman 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 Thurstone 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。Thurstone 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。