Analyse factorielle : réduire la complexité de vos données

L'analyse factorielle réduit un grand nombre de variables corrélées à quelques dimensions sous-jacentes appelées "facteurs".

Pourquoi l'utiliser ?

Une étude de satisfaction avec 30 questions. L'analyse factorielle peut révéler que ces 30 variables mesurent en réalité 5 dimensions : qualité de service, rapport qualité-prix, facilité d'usage, relation client, image de marque.

Applications

• Identifier les dimensions clés de la satisfaction

• Construire des indicateurs composites

• Réduire la complexité d'une batterie d'items d'image

• Préparer des données pour une segmentation

ACP vs AFE

L'ACP (Analyse en Composantes Principales) décompose les données en composantes qui maximisent la variance expliquée. L'AFE (Analyse Factorielle Exploratoire) est adaptée pour des facteurs latents théoriques.