Principalul component se bazează pe încercarea de a explica nivelul maxim de variație într-un anumit set de variabile, și orientat spre elemente situate în matricea de corelație diagonală.Nu există o altă metodă, bazată pe analiza factor vizează punerea în aplicare a apropierea matricea de corelație cu un anumit număr de factori (mai puțin decât numărul predeterminat de variabile), dar prin metoda de aproximare, în esență, diferă de prima metoda propusă.
Astfel, metoda de analiză factor poate explica corelația dintre variabilele înșiși, și orientate pe elementele de tip matrice de corelare, dincolo de diagonală.
baza aplicatii practice, încercăm să înțelegem necesitatea de a utiliza o anumită metodă.Analiza factorială se utilizează atunci când există interesul cercetătorilor în studiul relației dintre variabilele, metoda componentelor principale este utilizat în cazul necesității de a reduce dimensiunea datelor și în mai mică măsură este necesară interpretarea acestora.
Din experienta noastra, putem vedea că metodele de analiză factor utilizând un număr suficient de mare de observații.Această sumă ar trebui să fie un ordin de mărime mai mare decât numărul de factori identificați.
Principalul component este foarte popular în cercetările de marketing, deoarece acesta poate fi utilizat în prezența datelor sursă de multicoliniaritate.În procesul de comercializare de cercetare chestionare conțin întrebări similare, și răspunsurile la ele, și se va conforma cu principiile de multicoliniaritate.
Principalul component este necesar să se ia în considerare în indicatorii agregați, care ar trebui să fie un ghid pentru cercetător în alegerea preliminară a numărului de componente sau factori.Cele mai importante dintre acestea sunt valorile proprii de exprimare a nivelului de dispersie a variabilelor sunt explicate prin acest factor.Nu este o regula importanta de degetul mare, care este foarte util pentru estimarea numărului de factori (de a fi mai mulți factori cum sunt valorile proprii ale mai multor).Această regulă se poate explica un pic mai ușor - propria cotă de diferențe normalizate Express de variabile care explică factorii în cazul depășirii unitatea sa ar trebui să-și exprime aceste dispersii care conțin mai mult de o variabilă.
necesar să se clarifice încă o dată că statul de "valori proprii unice" - degetul mare, si nevoia de aplicare a acesteia pot fi rezolvate numai de către cercetător.De exemplu, numărul adecvat are o valoare mai mică decât unitatea, dar aceasta se datorează răspândirii, distribuite între variabile.Specialiștii în domeniul marketingului este foarte important faptul că segmentarea factorii identificați erau sens substanțiale.Și acești factori având valori proprii de peste unitate, dar nu au o interpretare semnificative, acestea nu sunt luate în considerare.Iar situația poate apărea dimpotrivă.
O altă întrebare importantă în ceea ce privește aplicarea în practică a analizei factoriale - problema de rotație.Se poate lua în considerare aceste opțiuni pentru rotirea.Cele mai populare dintre ele - metoda Varimax.Ea se bazează pe atingerea nivelului maxim de dispersie a variabilelor pe fiecare factor individual.Această metodă vă ajută să găsiți o rotație, în care unele variabile sunt valori ridicate, în timp ce altele - suficient de scăzut pentru a fiecărui factor în parte.
O altă metodă de rotație - kvartimaks, ajută pentru a găsi un anumit viraj în care factorii pentru fiecare variabilă în parte sunt atât sarcini joase și înalte.Metoda de rotație
ekvimaks este un compromis între cele două metode discutate mai sus.
Toate aceste metode sunt ortogonale cu axe reciproc perpendiculare, utilizarea lor poate fi urmărită nici o corelație între factorii individuali.
