Förklaringsfaktor

Förklaringsfaktor är ett svenskt begrepp som ofta används inom statistik och dataanalys för att beskriva en variabel eller en latent konstruktion som förklarar variationen hos en beroende variabel i en statistisk modell. Begreppet betonar faktorns roll i att ge förståelse för sambanden i data och kan avse både observerade variabler (förklarande eller oberoende variabler) och latent konstruktioner som fås fram genom faktoranalyser.

I regressionsanalyser bidrar varje förklaringsfaktor till modellens totala förklaringsgrad, ofta mätt med R^2. Den del av variansen i den beroende variabeln som tillskrivs en specifik faktor kallas ibland dess partiella eller inkrementella förklaringsgrad. Bidragets storlek påverkas av övriga variabler i modellen och av hur variablerna mäts.

I faktordiagnostik och faktoranalys används termen för att beskriva hur en eller flera faktorer förklarar bakomliggande kovariansmönster bland flera variabler. Här är faktorerna ofta latenta och syftar till att fånga gemensam variation som ligger bakom observerbara data. Begreppet kan också användas mer allmänt som synonym till förklarande variabel i olika discipliner.

Användning och tolkning av en förklaringsfaktor kräver noggrann modellering och uppmärksamhet på mätfel, multikollinearitet och modellantaganden. Begreppet indikerar hur mycket av variationen som kan kopplas till en viss faktor, men det säger inget om orsakssamband utan stöd från teori och experiment. Se också begreppet förklaringsgrad (till exempel R^2) som relaterar till hur mycket av variationen som förklaras totalt av modellen.