Il componente principale è basata sul tentativo di spiegare il livello massimo della varianza in un certo insieme di variabili, ed orientata agli elementi situati nella matrice di correlazione diagonale.Vi è un altro metodo, basato sulla analisi fattoriale, intesa ad attuare il ravvicinamento della matrice di correlazione con un certo numero di fattori (meno del numero predeterminato di variabili), ma il metodo di approssimazione differisce essenzialmente dal primo metodo proposto.
Pertanto, il metodo di analisi fattoriale può spiegare la correlazione tra le variabili stesse, e orientati sugli elementi del tipo a matrice di correlazione, oltre la sua diagonale.
Sulla base di applicazioni pratiche, cercare di capire la necessità di utilizzare un particolare metodo.L'analisi fattoriale viene utilizzato quando vi è l'interesse dei ricercatori nello studio della relazione tra le variabili, il metodo delle componenti principali viene utilizzato in caso di necessità di ridurre la dimensione dei dati e, in misura minore, la loro interpretazione richiede.
Dalla nostra esperienza, possiamo vedere che i metodi di analisi fattoriale utilizzando un numero sufficientemente ampio di osservazioni.Tale importo dovrebbe essere un ordine di grandezza superiore al numero di fattori identificati.
Il componente principale è molto popolare in ricerche di mercato, in quanto può essere utilizzato in presenza di dati di origine multicollinearità.Nel processo di commercializzazione di questionari di ricerca contengono domande simili, e le risposte ad essi, e sarà conforme ai principi della multicollinearità.
Il componente principale è opportuno considerare nel set di indicatori, che dovrebbe essere una guida per il ricercatore nella scelta preliminare del numero di componenti o fattori.Il più importante di questi sono gli autovalori di esprimere il livello di dispersione delle variabili sono spiegati da questo fattore.C'è una importante regola, che è molto utile per stimare il numero di fattori (ad essere molti fattori come ci sono autovalori di più di uno).Questa regola può spiegare un po 'più facile - la loro parte di esplicite varianze normalizzati di variabili che spiega i fattori in caso di superamento sua unità dovrebbero esprimere quelle dispersioni contenenti più di una variabile.
necessario chiarire ancora una volta che la regola della "single autovalori" - il pollice, e la necessità di una sua applicazione può essere risolto solo con il ricercatore.Ad esempio, il numero effettivo ha un valore inferiore all'unità, ma è dovuta alla diffusione, distribuito tra variabili.Gli esperti nel campo del marketing è molto importante che i fattori di segmentazione individuati erano sostanziali senso.E tali elementi, contenenti gli autovalori sopra l'unità, ma non hanno un'interpretazione significativa, non vengono presi in considerazione.E può essere una situazione anzi.
Un'altra questione importante per quanto riguarda l'applicazione pratica di analisi fattoriale - la questione della rotazione.Si può prendere in considerazione tali opzioni rotazioni.Il più popolare di loro - un metodo di varimax.Si basa sul raggiungimento del massimo livello di dispersione di variabili su ogni singolo fattore.Questo metodo consente di trovare una rotazione, in cui alcune variabili sono valori elevati, mentre altri - sufficientemente bassi per ogni singolo fattore.
Un altro metodo di rotazione - kvartimaks, aiuta a trovare un particolare turno in cui i fattori di ogni singola variabile sono entrambi carichi bassi e alti.Metodo di rotazione
ekvimaks è un compromesso tra i due metodi di cui sopra.
Tutti questi metodi sono ortogonali con assi reciprocamente perpendicolari, il loro uso può essere tracciata alcuna correlazione tra i singoli fattori.
