Faktoru analīze ir procedūru klase jeb grupa, kas, pirmāmkārtām, tiek izmantota datu samazināšanai un apkopošanai. Tas liecina, ka tā ir piemērota priekš kvantitatīvu datu apstrādes, kvantitatīva pētījuma gadījumā. Šādos mārketinga pētījumu gaitā iegūst neskaitāmi daudz dažādu mainīgo, kuri vairums viens ar otru korelē ( ir saistīti viens ar otru), tāpēc šos lielumus vajag pārvērst līdz viegli realizējam līmenim. Attiecības starp daudzajiem, savstarpēji saistītajiem mainīgajiem tiek pārbaudītas un pasniegtas kā faktori. Lai arī citās analīzēs, kā, piemēram, diskriminanta analīzē vai daudzfaktoru regresijā, viens mainīgais tiek nosaukts par nemainīgo jeb neatkarīgo mainīgo, savukārt visi pārējie mainīgie bija atkarīgi no šī nemainīgā faktora izmaiņām, tad faktoru analīze atšķiras ar to, ka tiek novērota savstarpējo faktoru atkarība bez kāda nemainīgā faktora ietekmes. Tātad faktoru analīze ir savstarpējās atkarības tehnika, ar kuru tiek pārbaudītas savstarpēji atkarīgu faktoru attiecības. Faktoru analīze vairāk ir izprotama, ja ir izpratne par vairākiem statistiskajiem lielumiem – korelācijas un faktoru matricu, faktoru biežumu jeb procentuālumu, īpašvērtību, pārpalikumiem, nobiru lauciņu un citiem.
Kā jebkurai citai analīzei, arī šai ir jāievēro secīgu soļu izpilde, lai to realizētu. Analīzes pirmais solis nosaka, ka ir nepieciešams definēt problēmu. Problēmas definēšana iekļauj sevī vairākus uzdevumus, pirmkārt – jābūt identificētiem faktoru analīzes objektiem. Mainīgajiem, kas arī būs vieni no faktoru analīzes objektiem, ir jābūt balstītai uz iepriekšējiem pētījumiem, teorijas vai pētnieka vērtējuma. Ir svarīgi, lai šie te mainīgie tiktu sakārtoti vienmērīgā intervālu vai koeficientu skalā. Pētījumam ir svarīgi, lai izmantojot faktoru analīzi, iegūtie piemēri jeb respondentu atbildes būtu vismaz 4 – 5 reizes vairāk nekā paši mainīgie. Nākošais faktoru analīzes solis nosaka, ka nepieciešams konstruēt korelācijas matricu.
