El componente principal se basa en tratar de explicar el nivel máximo de la varianza en un determinado conjunto de variables, y se orienta a los elementos ubicados en la matriz de correlación diagonal.Hay otro método, basado en el análisis de factores destinadas a aplicar la aproximación de la matriz de correlación con un cierto número de factores (menos que el número predeterminado de variables), pero por el método de aproximación difiere esencialmente de la primera método propuesto.
Por lo tanto, el método de análisis de factores puede explicar la correlación entre los mismos, y orientados en los elementos del tipo matriz de correlación, más allá de su diagonal variables.
Basado en aplicaciones prácticas, tratar de entender la necesidad de utilizar un método en particular.El análisis factorial se utiliza cuando no es el interés de los investigadores en el estudio de la relación entre las variables, el método de componentes principales se utiliza en caso de la necesidad de reducir la dimensión de los datos y en menor medida se requiere su interpretación.
Desde nuestra experiencia, podemos ver que los métodos de análisis factorial utilizando un número suficientemente grande de observaciones.Esta cantidad debe ser de un orden de magnitud mayor que el número de factores identificados.
El componente principal es muy popular en la investigación de mercados, ya que puede ser utilizado en la presencia de datos de origen multicolinealidad.En el proceso de comercialización de los cuestionarios de investigación contienen preguntas similares, y las respuestas a ellos, y se ajustará a los principios de la multicolinealidad.
El componente principal es apropiado considerar en los indicadores agregados, que debe ser una guía para el investigador en la elección preliminar del número de componentes o factores.El más importante de estos son los valores propios de expresar el grado de dispersión de las variables se explican por este factor.Hay una regla general importante, que es muy útil para estimar el número de factores (a haber muchos factores, ya que hay valores propios de más de uno).Esta regla puede explicar un poco más fácil - su propia parte de las diferencias normalizadas expresas de variables que explica los factores en el caso de que se supere la unidad que debe expresar esas dispersiones que contienen más de una variable.
necesario aclarar una vez más que la regla de los "valores propios individuales" - el pulgar, y la necesidad de su aplicación sólo puede resolverse por el investigador.Por ejemplo, el número apropiado tiene un valor menor que la unidad, pero es debido a la propagación, distribuidos entre las variables.Los expertos en el campo del marketing es muy importante que la segmentación de los factores identificados fueron sentido sustancial.Y esos factores con valores propios más de la unidad, pero no tienen una interpretación significativa, que no se tienen en cuenta.Y la situación puede surgir sino todo lo contrario.
Otra cuestión importante con respecto a la aplicación práctica de análisis de factores - la cuestión de la rotación.Se puede considerar tales opciones para la rotación.El más popular de ellos - el método varimax.Se basa en lograr el máximo nivel de dispersión de las variables en cada factor individual.Este método ayuda a encontrar una rotación, en el que algunas variables son valores altos, mientras que otros - lo suficientemente bajos para cada factor individual.
Otro método de rotación - kvartimaks, ayuda para encontrar un giro particular en el que los factores para cada variable individual son dos cargas bajas y altas.Método de rotación
ekvimaks es un compromiso entre los dos métodos descritos anteriormente.
Todos estos métodos son ortogonales con ejes perpendiculares entre sí, su uso se puede remontar ninguna correlación entre los factores individuales.
