本文へ移動

いんしぶんせき

因子分析

表面的なデータ群の背後に潜む少数の共通要因を特定し、データの構造を解明する多変量解析手法です。

詳しい説明

因子分析とは、多変量解析手法の一つで、表面に見えている多くのデータ(観測変数)の背後に潜んでいる共通の要因(共通因子)を見つけ出し、データ構造を解明するための手法です。例えば、テストの点数というデータから、「言語能力」や「論理的思考力」といった目に見えない能力を推定する際などに用いられます。

この分析では、相関関係にある変数群をグループ化し、それらを支配している少数の要因を特定します。手順としては、まず変数間の相関行列を計算し、そこから共通因子を抽出して、分析の目的に合わせて因子の解釈を容易にするための回転処理などを行います。最終的に、各データがどの因子にどれくらい影響を受けているかを数値化できます。

試験では、データマイニングや分析手法の文脈で登場します。主成分分析との混同が引っかけの定番です。主成分分析は多くの情報を要約して新しい指標を作る(圧縮する)ことが目的であるのに対し、因子分析は背後にある「原因となる要因」を推定することが目的です。この目的の決定的な違いを押さえることが合格へのポイントです。

試験で問われること

ITパスポート試験

  • データ分析の手法として、因子分析が背後の要因を探るものだと理解する。
  • 主成分分析との違い(要約 vs 原因推定)を押さえる。
  • 相関関係にあるデータを分析して構造を明らかにする目的を覚える。

基本情報技術者試験

  • 因子分析を多変量解析の具体的な一手法として位置づける。
  • 共通因子と固有値、因子負荷量といった分析結果の指標を理解する。
  • 回帰分析やクラスター分析など他の手法との目的の違いを整理する。