Негізгі компоненттер әдісі

Негізгі компоненттердің әдісі айнымалылардың белгілі бір жиынтығында ауытқудың максималды деңгейін түсіндіру әрекеттеріне негізделген және диагональ бойынша корреляциялық матрицада орналасқан элементтерге бағдарланған. Корреляциялық матрицаны бірқатар факторларды (айнымалы шамалардың санынан аз) пайдаланып, факторлық талдауды негіздейтін тағы бір әдіс бар, бірақ жақындату әдісі бірінші ұсынылған әдіс бойынша айтарлықтай ерекшеленеді.

Мәселен, факторлық талдау әдісі айнымалылардың өздері арасындағы корреляцияны түсіндіруге мүмкіндік береді және оның диагональдан тыс корреляция түрінің матрицасының элементтеріне бағдарланған.

Практикалық қолдану негізінде, осы немесе басқа әдісті қолданудың қажеттілігін түсінуге тырысайық. Факторлық талдау айнымалылардың өзара байланысын зерттеуде зерттеушінің қызығушылығын тудырған кезде пайдаланылады, егер деректердің өлшемділігін төмендету қажеттілігі туындайтын болса, негізгі компоненттер әдісі пайдаланылады және оларды аз түсіндіру қажет.

Тәжірибе негізінде факторлық талдау әдісі өте көп бақылауды қолданатындығын көре аламыз. Сонымен бірге, бұл сан анықталған факторлардың санына қарағанда шамалы тәртібімен жоғары болуы тиіс.

Негізгі компоненттер әдісі маркетингтік зерттеулерде өте танымал, себебі ол мультиколлайнарлы бастапқы деректердің қатысуымен қолданылуы мүмкін. Осындай маркетингтік зерттеу барысында сауалнамада ұқсас сұрақтар бар, ал алынған жауаптар мультиконлайнстық қағидаттарға сәйкес келеді.

Анықтайтын компоненттердің немесе факторлардың алдын-ала таңдауында зерттеушіге бағытталуы тиіс индикаторлар жиынтығындағы негізгі компоненттер әдісін қарастырған жөн. Олардың ең маңыздысы - бұл фактормен түсіндірілген ауыспалылардың ауытқу деңгейін көрсететін өздігінен мәндер. Сондай-ақ, факторлардың санын бағалау үшін өте пайдалы эмпирикалық маңызды бір ереже бар (біреуден артық мәндер болғандықтан көптеген факторлар болуы керек). Бұл ережені неғұрлым қарапайым түрде түсіндіруге болады - өз мәндері фактормен түсіндірілген ауытқулардың нормаланған ауытқуларының фракциясын білдіреді, ал біреуінен асқан жағдайда олар бір айнымалылардан тұратын осы ауытқуларды білдіруі керек.

«Жеке өзіндік құндылықтар» ережесі эмпирикалық екенін тағы бір рет түсіндіріп, оны қолданудың қажеттілігін тек зерттеуші өзі шеше алады. Мысалы, өздігінен мән бірден аз мәнге ие, бірақ айнымалылар арасында бөлінген таратуды түсіндіреді. Маркетинг саласындағы маман үшін сегменттеу кезінде анықталған факторлар маңызды мәнге ие екенін өте маңызды. Және бір мәнді мәннен жоғары, бірақ мағыналы түсіндірмейтін факторлар назарға алынбайды. Және жағдай мүлдем керісінше болуы мүмкін.

Факторларды талдау әдістерін практикалық қолданудың тағы бір маңызды мәселесі айналу мәселесі болып табылады. Айналдырудың мұндай нұсқаларын қарастыруға болады. Олардың ең танымал тәсілі - бұл варимакс әдісі. Ол әрбір жеке фактор үшін айнымалылардың дисперсиясының максималды деңгейіне жетуге негізделген. Бұл әдіс кейбір айнымалы мәндер жоғары мәндерді алады, ал басқалары әрбір жеке фактор үшін жеткілікті төмен болған айналуды табуға көмектеседі.

Айналудың тағы бір тәсілі - бір шақырым, ол әрбір айнымалы үшін факторлар төмен және жоғары жүктемелерге ие болатын белгілі бір бұрылысты табуға көмектеседі.

Айналмалы теңдік әдісі - жоғарыда талқыланған екі әдіс арасындағы кейбір ымыраға келу.

Барлық осы әдістер өзара перпендикулярлы осьтермен ортогоналды жатады, пайдаланған кезде жеке факторлар арасында корреляция жоқтығы.