Rektoren komponenten er basert på å prøve å forklare det høyeste nivået av variansen i et bestemt sett av variabler, og orientert mot elementene som ligger i korrelasjonsmatrisen diagonal.Det er en annen metode, basert på faktoranalyse, med sikte på å gjennomføre en tilnærmelse av korrelasjonsmatrise med et visst antall faktorer (mindre enn det forhåndsbestemte antall variable), men ved tilnærmelsesmetode i det vesentlige skiller seg fra den først foreslåtte fremgangsmåte.
Fremgangsmåten av faktoranalyse kan forklare sammenhengen mellom variablene selv, og orientert på elementer av korrelasjonsmatrisen typen, utover sin diagonal.
Basert på praktiske anvendelser, prøve å forstå behovet for å bruke en bestemt metode.Faktoranalyse brukes når det er av interesse for forskere i studiet av forholdet mellom variablene, er hovedkomponentene metoden som brukes i tilfelle av behovet for å redusere dimensjonen av dataene, og i mindre grad deres tolkning krever.
Fra vår erfaring, kan vi se at metodene for faktoranalyse ved hjelp av et tilstrekkelig stort antall observasjoner.Denne mengde bør være en størrelsesorden høyere enn antall identifiserte faktorer.
Hovedkomponenten er svært populær i markedsføring forskning, fordi det kan brukes i nærvær av Multikolineæritet kildedata.I prosessen med å markedsundersøkelse spørre inneholde lignende spørsmål, og svarene på dem, og vil være i samsvar med prinsippene for Multikolineæritet.
Hovedkomponenten er hensiktsmessig å vurdere i sett av indikatorer, som skal være en guide for forskeren i den foreløpige valg av antall komponenter eller faktorer.De viktigste av disse er egenverdiene som uttrykker graden av dispersjon av variablene er forklart av denne faktoren.Det er en viktig tommelfingerregel, noe som er svært nyttig for å estimere antall faktorer (for å være mange faktorer som det er egenverdiene av flere enn ett).Denne regelen kan forklare litt enklere - sin egen andel av ekspressnormavvik av variabler som forklarer de faktorene når det gjelder å overskride sin avdeling bør de gi uttrykk for disse dispersjoner som inneholder mer enn én variabel.
nødvendig å klargjøre nok en gang at regelen om "single egenverdier" - tommelen, og behovet for sin søknad kan løses bare ved forskeren.For eksempel har riktig antall en verdi mindre enn samhold, men det er på grunn av spredning, fordelt mellom variabler.Fagfolk på området for markedsføring er meget viktig at segmenter identifiserte faktorer var vesentlig betydning.Og disse faktorene, som inneholder egenverdiene over enheten, men ikke har en meningsfull tolkning, er de ikke tatt hensyn til.Og det kan være en situasjon helt motsatt.
Et annet viktig spørsmål angående den praktiske anvendelsen av faktoranalyse - spørsmålet om rotasjonen.Det kan vurdere slike alternativer rotasjoner.Den mest populære av dem - en metode for varimax.Den er basert på å oppnå det høyeste nivået av spredning av variabler på hver enkelt faktor.Denne fremgangsmåten bidrar til å finne en dreining, der noen variabler har høye verdier, mens andre - lav nok til hver enkelt faktor.
En annen metode for rotasjon - kvartimaks, hjelper det å finne en bestemt sving der faktorer for hver enkelt variabel er både lave og høye belastninger.
ekvimaks rotasjon metoden er et kompromiss mellom de to metodene diskutert ovenfor.
Alle disse metodene er ortogonale med innbyrdes vinkelrette akser, kan deres bruk spores noen korrelasjon mellom de enkelte faktorer.
