有關多因子變量分析及數據化方法

多因子變量分析及數據化方法主要是對應於SD法，是對SD法中的相關因子進行數據處理的補充方法。

在建築策劃的研究中，通過各階段。各方法獲得的數據需進行分類處理，才能尋找出其間的聯繫，並正確反映實態空間及事件。因此研究多因子變量在數量和值域上的潛在的個性、共性和相互關係是研究建築策劃方法論的關鍵。一般說來，少量的數據在說明和解析空間及事件時很難全面準確地反映出實態的全貌，因而多因子變量的數據處理多是大量的成組的操作。因子分析法正是研究大量的相關數據、尋求其內在聯繫和規律性的邏輯法則。

因子分析法的目的是從大量的現象數據中，抽出潛在的共通因子即特性因子，通過對這些特性因子進行分析，而得出全體數據所具有的結構，惟以數據作爲實態表述來反映空間目標的調查手段提供理論依據。SD法中多數的“語彙尺度”的評定值是變量，從這些變量中抽出若干潛在的特性因子，爲下一步尋找並抽出明確目標及概念結構的因子軸作準備。因子分析法與主成分分析法不同，主成分分析法是將數據進行綜合，將主成分的特性因子按大小順序排列，而因子分析法則是分解這些數據，求得特性因子的'負荷量，再對這些特性因子進行分析。

因子的數據化法就是將因子的特性項目分類，將對這些特性項目的調查取樣加以收集，這一收集過程是按照“同類反應模式”進行的。而後在最小次元空間座標系中求得一座的分佈圖，以此來研究數據的結構。

因子分析法是現代統計數學的基本方法之一。它的應用範圍極廣，在經濟預算、商品銷售、工業數據處理等方面都佔有重要的位置。儘管所表述的目的不同，但原理和基本方法是相同的。