El análisis multivariado o multivariante proporciona una serie de herramientas estadísticas que se utilizan en la investigación para analizar conjuntos de datos que contienen múltiples variables. Estas técnicas permiten a los investigadores examinar las relaciones que entre las variables podrían existir y comprender mejor la complejidad de los fenómenos que se estudian. Algunas de las técnicas multivariantes son de carácter exploratorio pero de mucha utilidad porque los patrones y estructuras ocultas que de los datos disponibles se extraen suelen servir como base para sustentar y explicar propiedades y teorías que más adelante pueden ser objeto de evaluaciones de carácter inferencial. En este texto se presentan algunas técnicas multivariadas de carácter exploratorio como el análisis de componentes principales, el análisis de conglomerados, el escalamiento multidimensional y el análisis factorial exploratorio. También se presentan modelos como: el modelo de regresión lineal, el de regresión logística, el análisis discriminante, el análisis factorial confirmatorio y el modelo de ecuaciones estructurales que bien pueden aplicarse de manera inferencial cuando se cumplen los supuestos que estos exigen. Las variables con las que generalmente se trabaja son medibles directamente y sus valores suelen estar medidos en las escalas nominal, ordinal, intervalar o de razón; algunos análisis se refieren a variables latentes, esto es variables que no se pueden medir directamente pero sí a través de variables medibles. Las variables latentes aparecen por ejemplo en los modelos de ecuaciones estructurales, cuando se analiza el impacto de la calidad de un producto en la fidelidad de un cliente.