Данная работа посвящена сравнению различных способов проведения факторного анализа на порядковых данных. В исследованиях часто необходимо выявить некоторую латентную переменную, стоящую за наблюдаемыми индикаторами, измеренными по порядковой шкале. К таким индикаторам нельзя применить факторный анализ в его классическом виде, поскольку в его основе лежит матрица корреляций Пирсона, которая имеет смысл только для интервальных переменных. В этой ситуации перед исследователем встает выбор: работать с порядковыми индикаторами как с интервальными, дихотомизировать порядковые переменные или применить специальные техники, предназначенные для порядковых индикаторов: подмену матрицы корреляций или категориальный метод главных компонент (CatPCA). Посредством теоретического сравнения допущений, которые лежат в основе алгоритмов каждого из способов, а также статистического эксперимента данное исследование отвечает на вопрос, какой из перечисленных способов факторизации оптимален для выявления латентных переменных на порядковых индикаторах разной размерности — 3-, 5- и 10-балльной.