Način glavnih komponenti

Glavni sastojak se temelji na pokušava objasniti maksimalnu razinu varijance u određenim skupom varijabli, a orijentiran na elemente u korelacijske matrice dijagonale. Postoji još jedan način, na temelju čimbenika analize s ciljem provedbu usklađivanje korelacijske matrice pomoću određeni broj čimbenika (manje od unaprijed određenog broja varijabli), ali metoda aproksimacije znatno se razlikuje od prvog 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 pokušajmo razumjeti nužnost primjene ove ili one metode. Analiza faktora koristi se kada postoji zanimanje istraživača u proučavanju međusobne povezanosti varijabli, ako je potrebno upotrijebiti metodu glavnih komponenti kako bi se smanjila dimenzionalnost podataka i, u manjoj mjeri, njihova tumačenja potrebna.

Na temelju prakse možemo vidjeti da metode faktorske analize koriste prilično velik broj promatranja. Istovremeno, ova količina mora biti veća za red veličine od broja otkrivenih čimbenika.

Glavni sastojak je vrlo popularna u marketing istraživanja, kao što se može koristiti u prisutnosti multikolinearnost izvor podataka za. U procesu upitnika za istraživanje tržišta sadrže slična pitanja i odgovore na njih te će u skladu s načelima multikolinearnosti.

Preporučljivo je uzeti u obzir metodu glavnih komponenata u nizu pokazatelja koji bi trebali biti vodič za istraživača u preliminarnom izboru broja komponenata ili čimbenika. Najvažnije od njih su svojstvene vrijednosti, izražavajući varijaciju varijabli, objašnjenih ovim faktorom. Postoji jedan važan pravilo, što je vrlo korisno za procjenu broja čimbenika (faktora trebalo biti sve dok ima svojstvene vrijednosti više od jedne). Ovo pravilo može objasniti malo lakše - svojstvene vrijednosti izražavaju udio normalizacije varijance varijabli koji objašnjava faktore, te u slučaju prekoračenja svoje jedinice trebaju izražavanje svojih disperzija koje sadrže više od jedne varijable.

Potrebno je još jednom pojasniti da je vladavina "individualnih svojstvenih vrijednosti" empirijska, a pitanje nužnosti njegove primjene može riješiti samo sam 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 o praktičnoj primjeni metoda faktorske analize je pitanje rotacija. 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 faktori za svaku pojedinu varijablu imaju nisku i veliku količinu.

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.