O principal componente é baseado em tentar explicar o nível máximo de variância em um determinado conjunto de variáveis, e orientada para elementos localizados na matriz de correlação diagonal.Há um outro método, baseado na análise factorial destinada a implementar a aproximação da matriz de correlação com um certo número de factores (menos do que o número predeterminado de variáveis), mas pelo método aproximação difere essencialmente do primeiro método proposto.
Assim, o método de análise dos factores pode explicar a correlação entre os mesmos, e orientadas nas elementos do tipo de matriz de correlação, para além do seu diagonal variáveis.
Baseado em aplicações práticas, tente entender a necessidade de usar um método particular.A análise fatorial é usado quando há o interesse dos pesquisadores no estudo da relação entre as variáveis, o método de componentes principais é usado em caso da necessidade de reduzir a dimensão dos dados e, em menor medida é necessária a sua interpretação.
Pela nossa experiência, podemos ver que os métodos de análise fatorial utilizando um número suficientemente grande de observações.Esta quantidade deve ser de uma ordem de magnitude maior do que o número de factores identificados.
O principal componente é muito popular na pesquisa de mercado, uma vez que pode ser utilizado na presença de dados de origem multicollinearity.No processo de comercialização de questionários de pesquisa contém questões semelhantes, e as respostas a eles, e estará em conformidade com os princípios da multicolinearidade.
O componente principal é apropriado considerar nos indicadores agregados, que deve ser um guia para o pesquisador na escolha preliminar do número de componentes ou fatores.A mais importante delas são os valores próprios de expressar o nível de dispersão das variáveis são explicadas por esse factor.Existe uma regra importante do polegar, o qual é muito útil para estimar o número de factores (a ser muitos factores como existem valores próprios de mais do que um).Esta regra pode explicar um pouco mais fácil - a sua própria quota de desvios normalizados expressas de variáveis que explica os fatores no caso de exceder sua unidade eles devem expressar essas dispersões que contenham mais de uma variável.
necessário esclarecer mais uma vez que a regra de "valores próprios single" - polegar, ea necessidade de sua aplicação só pode ser resolvida pelo pesquisador.Por exemplo, o número correcto tem um valor inferior à unidade, mas é devido à propagação, distribuído entre as variáveis.Os especialistas na área de marketing é muito importante que a segmentação dos fatores identificados foram sentido substancial.E esses factores tendo valores próprios sobre a unidade, mas não tem uma interpretação significativa, não são tidos em conta.E a situação pode surgir muito pelo contrário.
Outra questão importante sobre a aplicação prática da análise de fatores - a questão da rotação.Pode considerar tais opções para a rotação.O mais popular deles - método varimax.Baseia-se em alcançar o nível máximo de dispersão de variáveis em cada elemento individual.Um tal método permite encontrar uma rotação, em que algumas variáveis são valores elevados, enquanto que outros - suficientemente baixos para cada um dos factores individuais.
Outro método de rotação - kvartimaks, que ajuda a encontrar um rumo específico em que os fatores para cada variável individual são ambas as cargas baixas e altas.Método de rotação
ekvimaks é um compromisso entre os dois métodos discutidos acima.
Todos estes métodos são ortogonais com eixos perpendiculares entre si, a sua utilização pode ser atribuída nenhuma correlação entre os fatores individuais.
