El Análisis Factorial tiene su origen en los trabajos de Charles Spearman en 1904 quien, tras observar correlaciones entre diversos test de inteligencia, postuló un factor de inteligencia general que explicaría la mayor parte de la varianza común entre los test. Los residuos no explicados por el factor general serían la varianza específica de cada tarea.

Esta técnica permite estudiar las variables no observables (factores) que subyacen a las relaciones entre un conjunto de variables observables. Dicho de otro modo, permite explicar las relaciones dadas entre las variables observables en base a un número menor de variables no observables.

Supongamos, por ejemplo, que un investigador desarrolla un test con el que medir razonamiento abstracto a través de varios ítems. Cabe esperar que la respuesta a los ítems que forman el test podría explicarse por el efecto de dos variables no observables o factores:

-Un factor común a todos los ítems, en este ejemplo sería la inteligencia fluida

-Un factor único de cada ítem, que representa las diferencias entre los ítems y el efecto del error

La forma general de este modelo factorial es:

X= λ* F + Ej

Donde j indica el nº de ítem, siendo  la respuesta observable a cada ítem, λj  la influencia del factor común F en cada ítem y Ej la influencia del factor único o error en cada ítem. El peso o saturación del factor común en cada ítem (λj) suele encontrarse entre -1 (relación inversa) y 1 (relación directa), siendo 0 la ausencia de relación.

Mediante la técnica del Análisis Factorial se puede dar respuesta a cuestiones que de otra manera sería imposible resolver como, por ejemplo, cuántos factores explican las respuestas a un determinado test de personalidad, obtener estimaciones de variables no observables como el factor de inteligencia general de Spearman o contrastar si una estructura de tres factores logra explicar significativamente mejor los datos que otra de dos factores.