Den vigtigste komponent er baseret på at forsøge at forklare det maksimale niveau for variansen i et bestemt sæt af variabler, og orienteret på elementer placeret i korrelationsmatrix diagonal.Der er en anden metode, der bygger på faktor analyse til formål at gennemføre en tilnærmelse af sammenhængen matrix med et bestemt antal faktorer (mindre end det forudbestemte antal variabler), men ved tilnærmelse metoden væsentligt adskiller sig fra den første foreslåede metode.
Således kan fremgangsmåden faktoranalyse forklare korrelationen mellem variablerne selv, og orienteret om elementerne i sammenhængen matrixtype, der ligger uden for diagonalen.
Baseret på praktiske anvendelser, prøv at forstå behovet for at bruge en bestemt metode.Faktor analyse anvendes, når der er interesse forskerne i undersøgelsen af forholdet mellem variablerne, er hovedkomponenter anvendte metode i tilfælde af behovet for at reducere dimensionen af dataene og i mindre grad deres fortolkning er påkrævet.
Fra vores erfaring, kan vi se, at de benyttede faktor analyse ved hjælp af et tilstrækkeligt stort antal observationer.Dette beløb bør være en størrelsesorden højere end antallet af identificerede faktorer.
Hovedbestanddelen er meget populær i marketingresearch, fordi det kan anvendes i nærvær af multikollinearitet kildedata.I processen med at markedsføre forskningsresultater spørgeskemaer indeholder lignende spørgsmål, og svarene på dem, og vil være i overensstemmelse med principperne for multikollinearitet.
Den vigtigste komponent er hensigtsmæssigt at overveje de samlede indikatorer, som bør være en vejledning for forskeren i det foreløbige valg af antallet af komponenter eller faktorer.De vigtigste af disse er egenværdierne udtrykke graden af dispersion af variablerne forklares med denne faktor.Der er en vigtig tommelfingerregel, som er nyttig til at vurdere antallet af faktorer (for at være mange faktorer, som der er egenværdierne for mere end én).Denne regel kan forklare en lille smule lettere - deres egen andel af udtrykkelige normaliserede varianser af variabler, der forklarer de faktorer i tilfælde af overskridelse hans enhed, de skal udtrykke disse dispersioner, der indeholder mere end én variabel.
nødvendigt at præcisere endnu en gang, at reglen om "single egenværdier" - tommelfinger, og behovet for dens anvendelse kan løses alene af forskeren.For eksempel korrekte antal har en værdi mindre end enhed, men det er på grund af spredningen, fordelt mellem variabler.Fagfolk inden for markedsføring er meget vigtigt, at segmenteringen af de identificerede faktorer var væsentlig forstand.Og de faktorer, der har egenværdier over enheden, men ikke har en meningsfuld fortolkning, er de ikke taget i betragtning.Og situationen kan opstå tværtimod.
Et andet vigtigt spørgsmål vedrørende den praktiske anvendelse af faktor analyse - spørgsmålet om rotation.Det kan overveje sådanne muligheder for rotationen.Den mest populære af dem - Varimax metode.Den er baseret på at nå det maksimale niveau for spredning af variabler på hver enkelt faktor.Denne fremgangsmåde hjælper med at finde en rotation, hvor nogle variabler er høje værdier, mens andre - lav nok til at den enkelte faktor.
anden metode til rotation - kvartimaks, hjælper det at finde en bestemt tur, hvor de faktorer for hver enkelt variabel er både lave og høje belastninger.
ekvimaks rotation metode er et kompromis mellem de to ovenfor beskrevne fremgangsmåder.
Alle disse metoder er ortogonale med hinanden vinkelrette akser, kan deres anvendelse spores nogen sammenhæng mellem de enkelte faktorer.
