Le composant principal

Le composant principal est basé à essayer d'expliquer le niveau maximum de la variance dans un certain ensemble de variables, et orientée vers des éléments dans la matrice de corrélation diagonale. Il existe une autre méthode, basée sur l'analyse des facteurs, visant à mettre en œuvre le rapprochement de la matrice de corrélation en utilisant un certain nombre de facteurs (inférieur au nombre prédéterminé de variables), mais par les méthodes d'approximation est très différente de la première méthode proposée.

Ainsi, la méthode d'analyse des facteurs peut expliquer la corrélation entre les variables elles-mêmes, et orientées sur les éléments du type de matrice de corrélation en dehors de sa diagonale.

Sur la base de l'utilisation pratique, essayer de comprendre la nécessité de l'application d'une méthode particulière. L' analyse factorielle est utilisée quand il y a un intérêt pour les chercheurs qui étudient la relation entre les variables, l'analyse en composantes principales est utilisée lorsque la nécessité de réduire la dimension des données et, dans une moindre mesure , leur interprétation est nécessaire.

D'après notre expérience, nous pouvons voir que les méthodes d'analyse des facteurs à l'aide d'un nombre suffisant d'observations. Ce montant devrait être un ordre de grandeur plus élevé que le nombre de facteurs identifiés.

Le composant principal est très populaire dans la recherche marketing, car il peut être utilisé en présence de données source de multicolinéarité. Dans le processus de questionnaires d'études de marché contiennent des questions similaires, et les réponses à ces questions et se conformer aux principes de multicolinéarité.

Le composant principal est souhaitable d'envisager un ensemble d'indicateurs qui doivent être pour le chercheur guider la présélection des composants ou des facteurs. Le plus important d'entre eux sont les valeurs propres d'exprimer le niveau de dispersion des variables sont expliquées par ce facteur. Il y a une règle importante, ce qui est très utile pour estimer le nombre de facteurs (facteurs devraient être aussi longtemps qu'il y Eigenvalues plus d'un). Cette règle peut expliquer un peu plus facile – les valeurs propres expriment part des écarts normalisés des variables qui expliquent les facteurs, et en cas de dépassement de son unité, ils doivent exprimer les dispersions contenant plus d'une variable.

Il est nécessaire de préciser encore une fois que la règle des « valeurs propres individuels » – empiriques, et la nécessité de son utilisation ne peut être déterminée par le chercheur. Par exemple, la valeur propre a une valeur inférieure à l'unité, mais elle est due à la diffusion, répartis entre les variables. L'homme dans le domaine du marketing est très important que les facteurs identifiés de segmentation étaient importants sens. Et ces facteurs, contenant les valeurs propres de plus d'un, mais n'ont pas une interprétation significative, ils ne sont pas pris en compte. Et il peut être une situation tout à fait le contraire.

Une autre question importante en ce qui concerne l'application pratique des méthodes d'analyse des facteurs – la question de la rotation. On peut considérer ces rotations d'options. Le plus populaire d'entre eux – méthode Varimax. Il est basé sur le niveau maximum de dispersion des variables sur chaque facteur. Cette méthode aide à trouver une rotation, dans lequel certaines variables sont des valeurs élevées, tandis que d'autres – suffisamment bas pour chaque facteur.

Une autre méthode de rotation – kvartimaks, il aide à trouver une certaine rotation, dans laquelle les facteurs pour chaque variable à la fois des charges ont basses et hautes.

ekvimaks méthode de rotation est un compromis entre les deux méthodes décrites ci-dessus.

Toutes ces méthodes sont orthogonaux avec des axes mutuellement perpendiculaires, à leur utilisation peut être tracée aucune corrélation entre les facteurs individuels.