Način glavnih komponenti
Metoda glavnih komponenata temelji se na pokušajimaobjasniti maksimalnu razinu varijance u određenom skupu varijabli, i fokusira se na elemente koji se nalaze u matrici korelacije duž dijagonale. Postoji još jedna metoda koja se temelji na faktorskoj analizi usmjerenoj na približavanje matrice korelacije pomoću određenog broja čimbenika (manje od zadanog broja varijabli), ali metode približavanja znatno se razlikuju od prve predložene metode.
Dakle, metoda faktorske analize omogućuje nam objasniti korelaciju između samih varijabli, te je orijentirana na elemente matrice korelacije koja je izvan njezine dijagonale.
Na temelju praktične primjene, pokušat ćemorazumjeti potrebu primjene ove ili one metode. Faktorska analiza se koristi kada postoji interes istraživača u proučavanju odnosa između varijabli, metoda glavnih komponenti se koristi u slučaju potrebe za smanjenjem dimenzionalnosti podataka i u manjoj mjeri zahtijeva njihovo tumačenje.
Na osnovu prakse možemo vidjeti metodeFaktorska analiza koristi prilično velik broj promatranja. Istovremeno, ova količina mora biti veća za red veličine od broja otkrivenih čimbenika.
Metoda glavnih komponenti vrlo je popularnau marketinškim istraživanjima, budući da se može koristiti u nazočnosti multikombiniranih početnih podataka. U procesu takvih marketinških istraživanja, upitnici sadrže slična pitanja, a primljeni odgovori će odgovarati načelima multikolinea.
Metoda glavnih komponenti je svrhovitouzeti u obzir u skupini pokazatelja, koji bi trebao biti za istraživača referentna točka s preliminarnim izborom broja komponenti ili čimbenika. Najvažnije od njih su svojstvene vrijednosti, izražavajući varijaciju varijabli, objašnjenih ovim faktorom. Postoji također jedno važno empirijsko pravilo, što je vrlo korisno za procjenu broja čimbenika (mora postojati onoliko čimbenika kao što su one vlastite vrijednosti iznad jednog). Moguće je objasniti ovo pravilo na nešto jednostavniji način - svojstvene vrijednosti izražavaju frakciju normaliziranih varijancija varijabli koje se objašnjavaju faktorom, au slučaju prekoračenja one moraju izraziti ove varijance sadržane u više od jedne varijable.
Potrebno je još jednom pojasniti to pravilo"Pojedinačne svojstvene vrijednosti" empirijski su, a pitanje nužnosti njegove primjene može riješiti samo istraživač. Na primjer, svojstvena vrijednost ima manju vrijednost od jedne, ali objašnjava širenje koje se distribuira između varijabli. Za stručnjaka za marketing, vrlo je važno da kada segmentiranje identificiranih čimbenika ima značajan smisao. Ne uzimaju se u obzir i oni čimbenici koji sadrže vlastiti broj iznad jedinstva, ali koji nemaju smislene tumačenje. I situacija može biti vrlo suprotna.
Još jedno važno pitanje koje se odnosi na praktičnoprimjena metoda faktorske analize - pitanje rotacije. Može se razmotriti takve varijante rotacije. Najpopularniji je varimax metoda. Temelji se na postizanju maksimalne razine varijance varijabli za svaki pojedini faktor. Ova metoda pomaže u pronalaženju rotacije u kojoj neke varijable uzimaju visoke vrijednosti, dok druge - su dovoljno niske za svaki pojedini faktor.
Drugi način rotacije je kvartaks, pomaže u pronalaženju određenog zaokreta u kojem čimbenici za svaku pojedinu varijablu imaju nisko i veliko opterećenje.
Metoda rotacije equimaxa je neka kompromis između dviju metoda opisanih gore.
Sve ove metode odnose se na ortogonalne s međusobno okomite osi, a kada se koristi, postoji nedostatak korelacije između pojedinih čimbenika.
