（５）因素分析法 因素分析是从心理学的研究中发展进来的一种降维统计方法，其功能是能够从具有一定相关程度的变量中抽取出少量因素，从而达到简化变量的目的。在确定测评要素时，为了全面而没有遗漏，我们往往会列出很多的测评要素出来，有时会达到20维，甚至30－40维，众多的测评要素构成了一个复杂的多维测评要素空间。如果用这么多要素去评价人才，往往会使我们感到无所适从，顾此失彼。常常会出现Ａ的口头表达能力比Ｂ强，而Ｂ的交往能力又比Ａ好。在所列出的这些测评要素中，有些测评要素是很重要的，有些则不太重要，有些测评要素间则具有较高的一致性（相关）。如果能够将重要的要素找出来，且能将相关性较高的要素进行合并，使测评要素减少到一定数量则对于测评来说是十分必要的。因素分析法便是完成此项任务的有效方法，它能够把原始的要素进行提炼和浓缩成若干个相互之间影响不大、相对独立的综合性测评要素，并能够保留绝大部分原始要素所包含的信息。因素分析的数学方法很多，其中主成份分析法（principal axes method）是应用最多的一种方法。各种方法的分析过程都是相同的，计算结果也大体一致。都要从实测的数据出发，即要进行实际的测评或调查获得测原始的测评数据，然后从测评原始要素所组成的分矩阵出发，首先求出各原始测评要素间的相关矩阵，然后再求初始因素矩阵，如果因素矩阵还不能明确地显示各主要因素的特征，则要对参考轴进行旋转（可进行多次旋转）得到因素矩阵。卡特尔的16种人格因素特征就是通过因素分析法抽取出来的。