Galveno komponentu analīze ir statistiska metode, kas ļauj vienkāršot sastīto mainīgo rindu. Galveno komponentu analīzē mainīgie netiek dalīti uz atkarīgajiem un neatkarīgajiem mainīgiem, kā, piemēram, regresiju analīzē. Metodes pamatā ir oriģinālo, esošo mainīgo pārveidošana jaunajos, nekorellētos mainīgajos. Iegūtie jaunie mainīgie tiek saukti par galveniem komponentiem, kur katrs galvenais komponents ir oriģinālo mainīgo lineārā kombinācija.
Pētnieks var krietni samazināt mainīgo skaitu, nezaudējot lielāko daļu no informācijas. Šādu mērķi var sasniegt, analizējot nelielu daļu no pirmajiem galveniem komponentiem. Atlasītie galvenie komponenti arī tiek izmantoti, lai pārbadītu to normalitāti.[1]
Galveno komponentu metodi plaši izmanto vairākās nozarēs, īpaši bieži medicīnā, izglītības jomā, ka arī psiholoģiskajos pētījumos.
1.1.Faktoru analīzes galvenie mērķi ir:
1.2.
2.mainīgo skaita samazināšana (datu redukcija)
3.mainīgo klasificēšana (mainīgo starpsaišu struktūras noteikšana)
Tieši tāpēc faktoru analīzi plaši izmanto, ka datu samazināšanas efektīvo metodi vai kā datu klasificēšanas metodi. Zemāk tiek aprakstīti faktoru analīzes pamatprincipi un tās lietošanas principi…