Komponen utama

Komponen utama didasarkan pada mencoba untuk menjelaskan tingkat maksimum varian dalam satu set tertentu dari variabel, dan berorientasi pada unsur-unsur dalam matriks korelasi diagonal. Ada metode lain, berdasarkan analisis faktor, bertujuan untuk menerapkan pendekatan matriks korelasi dengan menggunakan sejumlah faktor (kurang dari jumlah yang telah ditentukan variabel), tetapi dengan metode pendekatan sangat berbeda dari metode yang diusulkan pertama.

Dengan demikian, metode analisis faktor dapat menjelaskan korelasi antara variabel sendiri, dan berorientasi pada unsur-unsur dari jenis korelasi matriks luar nya diagonal.

Berdasarkan penggunaan praktis, mencoba untuk memahami perlunya penerapan metode tertentu. Analisis faktor digunakan ketika ada minat para peneliti mempelajari hubungan antara variabel, analisis komponen utama digunakan ketika kebutuhan untuk mengurangi dimensi data, dan pada tingkat lebih rendah interpretasi mereka diperlukan.

Dari pengalaman kami, kita dapat melihat bahwa metode analisis faktor menggunakan sejumlah cukup besar dari pengamatan. Jumlah ini harus menjadi urutan besarnya lebih tinggi dari sejumlah faktor diidentifikasi.

Komponen utama sangat populer dalam riset pemasaran, karena dapat digunakan di hadapan sumber data multikolinearitas. Dalam proses kuesioner riset pasar mengandung pertanyaan-pertanyaan serupa, dan jawaban atas mereka dan akan mematuhi prinsip-prinsip multikolinearitas.

Komponen utama disarankan untuk mempertimbangkan serangkaian indikator yang harus untuk peneliti memandu pra-pemilihan komponen atau faktor. Yang paling penting dari ini adalah nilai eigen mengungkapkan tingkat dispersi dari variabel yang dijelaskan oleh faktor ini. Ada satu aturan penting praktis, yang sangat berguna untuk memperkirakan jumlah faktor (faktor harus selama ada nilai eigen lebih dari satu). Aturan ini bisa menjelaskan sedikit lebih mudah - nilai eigen mengungkapkan pangsa varians dinormalisasi dari variabel yang menjelaskan faktor-faktor, dan dalam hal melebihi satuannya mereka harus mengungkapkan mereka dispersi mengandung lebih dari satu variabel.

Hal ini diperlukan untuk memperjelas sekali lagi bahwa aturan "eigen individu" - empiris, dan kebutuhan untuk penggunaannya hanya dapat ditentukan oleh peneliti. Sebagai contoh, nilai eigen yang memiliki nilai kurang dari satu, tetapi karena penyebaran, didistribusikan antara variabel. Yang ahli di bidang pemasaran sangat penting bahwa faktor segmentasi diidentifikasi adalah rasa substansial. Dan faktor-faktor, yang mengandung nilai eigen lebih dari satu, tetapi tidak memiliki interpretasi yang bermakna, mereka tidak diperhitungkan. Dan mungkin situasi sebaliknya.

Isu penting lainnya mengenai aplikasi praktis metode analisis faktor - pertanyaan rotasi. Ini dapat dianggap pilihan seperti rotasi. Yang paling populer dari mereka - metode varimax. Hal ini didasarkan pada tingkat maksimum dispersi variabel pada setiap faktor individu. Metode ini membantu untuk menemukan rotasi, di mana beberapa variabel yang nilai-nilai tinggi, sementara yang lain - yang cukup rendah untuk masing-masing faktor individu.

Metode lain rotasi - kvartimaks, hal ini membantu untuk menemukan rotasi tertentu, di mana faktor-faktor untuk setiap variabel individu untuk memiliki beban rendah dan tinggi.

ekvimaks metode rotasi adalah kompromi antara dua metode yang dibahas di atas.

Semua metode ini ortogonal dengan sumbu yang saling tegak lurus, di penggunaannya dapat ditelusuri tidak ada korelasi antara faktor individu.