طريقة المكونات الرئيسية

وتستند طريقة المكونات الرئيسية إلى المحاولاتشرح الحد الأقصى من التباين في مجموعة معينة من المتغيرات، ويركز على العناصر الموجودة في مصفوفة الارتباط على طول قطري. وهناك طريقة أخرى تقوم على تحليل العوامل التي تهدف إلى تقريب مصفوفة الارتباط باستخدام عدد معين من العوامل (أقل من عدد معين من المتغيرات)، ولكن أساليب التقريب تختلف اختلافا كبيرا عن الطريقة المقترحة الأولى.

لذلك، فإن طريقة تحليل العوامل تسمح لنا لشرح الارتباط بين المتغيرات نفسها، وهي موجهة على عناصر مصفوفة الارتباط التي هي خارج قطري.

استنادا إلى التطبيق العملي، سنحاوللفهم الحاجة لتطبيق هذه الطريقة أو تلك. يستخدم تحليل العوامل عندما يكون هناك اهتمام الباحث في دراسة العلاقة بين المتغيرات، يتم استخدام طريقة المكونات الرئيسية في حالة الحاجة إلى تقليل أبعاد البيانات وبدرجة أقل يتطلب تفسيرها.

استنادا إلى الممارسة، يمكننا أن نرى أن الأساليبويستخدم تحليل العوامل عددا كبيرا نسبيا من الرصدات. وفي الوقت نفسه، ينبغي أن تكون هذه الكمية أعلى من حيث الحجم من عدد العوامل المكتشفة.

طريقة المكونات الرئيسية تحظى بشعبية كبيرةفي أبحاث التسويق، لأنه يمكن استخدامها في وجود البيانات الأولية متعددة الألوان. وفي عملية بحوث التسويق هذه، تحتوي الاستبيانات على أسئلة مماثلة، وستتوافق الإجابات الواردة مع مبادئ تعدد الخطورة.

طريقة المكونات الرئيسية هي مناسبةوالنظر في مجموع المؤشرات، والتي ينبغي أن تكون للباحث نقطة مرجعية مع خيار أولي لعدد من العناصر أو العوامل. وأهم هذه هي القيم الذاتية، معبرا عن تباين المتغيرات، موضحا بهذا العامل. هناك أيضا قاعدة تجريبية هامة واحدة، وهي مفيدة جدا لتقدير عدد العوامل (يجب أن يكون هناك العديد من العوامل كما أن هناك قيم ذاتية على واحد). ومن الممكن تفسير هذه القاعدة بطريقة أبسط إلى حد ما - حيث تعبر القيم الذاتية عن جزء من الفروق المقيسة للمتغيرات التي يفسرها العامل، وفي حالة تجاوزها يجب أن تعبر عن هذه الفروق الواردة في أكثر من متغير واحد.

ومن الضروري توضيح هذه القاعدة مرة أخرى"القيم الفردية الفردية" هي تجربة تجريبية، ومسألة ضرورة تطبيقه لا يمكن حلها إلا من قبل الباحث نفسه. على سبيل المثال، قيمة إيجنفالو لها قيمة أقل من واحد، لكنه يفسر الانتشار الذي يتم توزيعه بين المتغيرات. بالنسبة لأحد المختصین في مجال التسویق، من المھم جدا عند تجزئة العوامل المحددة أن یکون لھ معنی ذو مغزى. والعوامل التي تحتوي على أعدادهم فوق الوحدة، ولكن ليس لها تفسير مفيد، لن تؤخذ بعين الاعتبار. ويمكن أن تنشأ الحالة عكس ذلك تماما.

وهناك مسألة هامة أخرى تتعلق بالعمليةتطبيق أساليب تحليل العوامل - مسألة التناوب. ويمكن النظر في هذه المتغيرات من التناوب. الأكثر شعبية من هذه هي طريقة فاريماكس. وهو يستند إلى تحقيق الحد الأقصى من التباين في المتغيرات لكل عامل على حدة. هذا الأسلوب يساعد على إيجاد التناوب الذي بعض المتغيرات تأخذ قيم عالية، في حين أن البعض الآخر - منخفضة بما فيه الكفاية لكل عامل على حدة.

طريقة أخرى للتناوب هو كوارتاكس، فإنه يساعد على إيجاد تحول معين في العوامل التي لكل متغير الفردية على حد سواء منخفضة وعالية الأحمال.

طريقة دوران إكيماكس هي بعض التنازلات بين الطريقتين التي نوقشت أعلاه.

كل هذه الطرق تتعلق متعامدة مع محاور عمودي متبادل؛ عند استخدامها، هناك عدم وجود ارتباط بين العوامل الفردية.