تحلیل عاملی (FA) جهت پی بردن به متغیرهای زیر بنایی یک پدیده یا تلخیص مجموعه ای از داده‌ها استفاده می‌شود. داده‌های اولیه برای تحلیل عاملی، ماتریس همبستگی بین متغیرها است. تحلیل عاملی، متغیرهای وابسته از قبل تعیین شده ای ندارد. موارد استفاده تحلیل عاملی را به دو دسته کلی می‌توان تقسیم کرد:
تحلیل عاملی اکتشافی (EFA)
تحلیل عاملی تاییدی (CFA)
تحلیل عاملی تاییدی خود دو دسته اصلی دارد:
تحلیل عاملی تاییدی مرتبه اول
تحلیل عاملی تاییدی مرتبه دوم
تحلیل عاملی تاییدی مرتبه اول : First order confirmatory factor analysis
در تحلیل عاملی تاییدی مرتبه اول رابطه عامل یا عامل‌ها (متغیرهای پنهان) با گویه‌ها (متغیرهای مشاهده‌پذیر) مورد سنجش قرار می‌گیرد. در این روش هیچ‌گونه رابطه‌ای بین متغیرهای پنهان مورد بررسی قرار نمی‌گیرد. این نوع مدل اندازه‌گیری صرفاً برای اطمینان از آن است که متغیرهای پنهان درست اندازه‌گیری شده‌اند. در تحلیل عاملی تاییدی مرتبه اول می‌توان رابطه یک عامل با چند گویه یا چندعامل با چند گویه را مورد بررسی قرار داد.
تحلیل عاملی تاییدی مرتبه دوم : Second order confirmatory factor analysis
زمانی که یک سازه بزرگ خود از چند متغیر پنهان تشکیل شده باشد، از تحلیل عاملی تاییدی مرتبه دوم استفاده می‌شود. در تحلیل عاملی تاییدی مرتبه دوم علاوه بر بررسی رابطه متغیرهای مشاهده‌پذیر با متغیرهای پنهان، رابطه متغیرهای پنهان با سازه اصلی خود نیز بررسی می‌شود.
بار عاملی (Factor Loading)
قدرت رابطه بین عامل (متغیر پنهان) و متغیر قابل مشاهده بوسیله بار عاملی نشان داده می‌شود. بار عاملی مقداری بین صفر و یک است. اگر بار عاملی کمتر از ۰٫۳ باشد رابطه ضعیف درنظر گرفته شده و از آن صرف‌نظر می‌شود. بارعاملی بین ۰٫۳ تا ۰٫۶ قابل قبول است و اگر بزرگتر از ۰٫۶ باشد خیلی مطلوب است. (کلاین، ۱۹۹۴)
بار عاملی در شکل با λ نشان داده شده است. در تحلیل عاملی متغیرهائی که یک متغیر پنهان (عامل) را می‌سنجند، باید با آن عامل، بار عاملی بالا و با سایر عامل‌ها، بار عاملی پائین داشته باشند. در نرم‌افزار لیزرل بار عاملی از طریق گزینه Standardized solution از لیست Stimates محاسبه می‌شود.
جهت بررسی معنادار بودن رابطه بین متغیرها از آماره آزمون t یا همان t-value استفاده می‌شود. چون معناداری در سطح خطای ۰٫۰۵ بررسی می‌شود بنابراین اگر میزان بارهای عاملی مشاهده شده با آزمون t-value از ۱٫۹۶ کوچکتر محاسبه شود، رابطه معنادار نیست و در نرم افزار لیزرل با رنگ قرمز نمایش داده خواهد شد.
