Übersicht über Hauptkomponentenanalyse

Verwenden Sie Hauptkomponentenanalyse, um in einem großen Datensatz eine kleinere Anzahl nicht korrelierter Variablen zu identifizieren, die auch als „Hauptkomponenten“ bezeichnet werden. Mit dieser Analyse erstellen Sie neue Variablen (Hauptkomponenten), bei denen es sich um lineare Kombinationen der beobachteten Variablen handelt. Das Ziel der Hauptkomponentenanalyse besteht darin, die größtmögliche Varianz mit der kleinstmöglichen Anzahl von Hauptkomponenten zu erklären.

Ein Analytiker verwendet die Hauptkomponentenanalyse beispielsweise, um die Kundenreaktionen auf verschiedene Merkmale eines neuen Shampoos zu analysieren. Der Analytiker möchte ermitteln, ob es möglich ist, eine kleinere Gruppe nicht korrelierter Variablen zu bilden, die sich leichter interpretieren und analysieren lässt als die beobachteten Variablen, die gemessen wurden.

Die Hauptkomponentenanalyse wird meist als Schritt in einer Abfolge von Analysen verwendet. Sie können die Hauptkomponentenanalyse z. B. verwenden, bevor Sie eine Regressionsanalyse durchführen, um Multikollinearität zu vermeiden oder die Anzahl der Prädiktoren im Verhältnis zur Anzahl der Beobachtungen zu reduzieren.

Wo finde ich diese Analyse?

Um eine Hauptkomponentenanalyse durchzuführen, wählen Sie Statistik > Multivariate Analysen > Hauptkomponenten aus.

In welchen Fällen bietet sich eine andere Analyse an?

Um jede beobachtete Variable als lineare Funktion eines Faktors zu modellieren, verwenden Sie Faktorenanalyse. Die Faktorenanalyse beschreibt die Kovarianz zwischen Variablen in Form einiger nicht beobachtbarer (latenter) Faktoren.

Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien