PCA (principal components analysis)

PCA (principal components analysis) is the default method of extraction in many popular statistical software packages, including SPSS and SAS, which likely contributes to its popularity. However, PCA is not a true method of factor analysis and there is disagreement among statistical theorists about when it should be used, if at all. Some argue for severely restricted use of components analysis in favor of a true factor analysis method (Bentler & Kano, 1990; Floyd & Widaman, 1995; Ford, MacCallum & Tait, 1986; Gorsuch, 1990; Loehlin, 1990; MacCallum & Tucker, 1991; Mulaik, 1990; Snook & Gorsuch, 1989; Widaman, 1990, 1993). Others disagree, and point out either that there is almost no difference between principal components and factor analysis, or that PCA is preferable (Arrindell & van der Ende, 1985; Guadagnoli and Velicer, 1988; Schoenmann, 1990; Steiger, 1990; Velicer & Jackson, 1990).

Results (Thai) 1:

PCA (วิเคราะห์ส่วนประกอบหลัก) เป็นวิธีการสกัดในแพคเกจซอฟต์แวร์ยอดนิยมสถิติหลาย รวมทั้งโปรแกรมและ SAS ซึ่งมีแนวโน้มจะนิยมเริ่มต้น อย่างไรก็ตาม PCA ไม่จริงวิธีการวิเคราะห์ปัจจัย และมีพ้อง theorists สถิติเกี่ยวกับเรื่องควรใช้เมื่อใด ถ้าเลย บางคนโต้เถียงใช้ตามการวิเคราะห์ส่วนประกอบสามารถวิธีการวิเคราะห์ปัจจัยที่เป็นจริง (Bentler และกนก 1990 ฟลอยด์และ Widaman, 1995 ฟอร์ด MacCallum และ เทียต 1986 Gorsuch, 1990 Loehlin, 1990 MacCallum และทักเกอร์ 1991 Mulaik, 1990 Snook & Gorsuch, 1989 Widaman, 1990, 1993) ไม่เห็นด้วย และชี้ให้เห็นว่า มีส่วนประกอบหลักและวิเคราะห์ปัจจัยแตกต่างกันแทบไม่ หรือว่าสมาคมกว่า (Arrindell และ van der Ende, 1985 Guadagnoli และ Velicer, 1988 Schoenmann, 1990 Steiger, 1990 Velicer & Jackson, 1990)

Results (Thai) 2:

PCA (เงินต้นวิเคราะห์ส่วนประกอบ) เป็นวิธีการเริ่มต้นของการสกัดที่เป็นที่นิยมในหลาย ๆ โปรแกรมสำเร็จรูปทางสถิติ SPSS และรวมทั้งเอสเอซึ่งมีแนวโน้มก่อให้เกิดความนิยม อย่างไรก็ตาม PCA ไม่ได้เป็นวิธีการที่แท้จริงของการวิเคราะห์ปัจจัยและมีความขัดแย้งในหมู่นักทฤษฎีทางสถิติเกี่ยวกับเมื่อมันควรจะใช้ถ้าที่ทั้งหมด บางคนอ้างสำหรับการใช้งานที่ จำกัด อย่างรุนแรงของการวิเคราะห์องค์ประกอบในความโปรดปรานของวิธีการวิเคราะห์ปัจจัยที่แท้จริง (Bentler และคาโน, 1990; ฟลอยด์และ Widaman, 1995; ฟอร์ด MacCallum และเท้ท 1986; Gorsuch, 1990; Loehlin, 1990; MacCallum และทักเกอร์ 1991; Mulaik, 1990; & สตึ Gorsuch 1989; Widaman, 1990, 1993) อื่น ๆ ไม่เห็นด้วยและชี้ให้เห็นทั้งที่มีเกือบความแตกต่างระหว่างองค์ประกอบหลักและการวิเคราะห์ปัจจัยที่ไม่มีหรือว่า PCA เป็นที่นิยม (Arrindell และแวนเดอร์ Ende 1985; Guadagnoli และ Velicer 1988; Schoenmann, 1990; ไตเกอร์, 1990; Velicer & แจ็คสัน, 1990)

Results (Thai) 3:

PCA ( การวิเคราะห์ส่วนประกอบหลัก ) เป็นวิธีการเริ่มต้นของการสกัดในแพคเกจซอฟต์แวร์ที่เป็นที่นิยมมากรวมทั้งสถิติ , SPSS และ SAS ซึ่งอาจก่อให้เกิดความนิยมของ อย่างไรก็ตาม ในปัจจุบันไม่ได้เป็นวิธีการที่แท้จริงของการวิเคราะห์ปัจจัยและมีความขัดแย้งระหว่างทฤษฎีทางสถิติเกี่ยวกับเมื่อมันควรจะใช้ ถ้าที่ทั้งหมดบางคนโต้แย้งสำหรับถูกจำกัดการใช้การวิเคราะห์องค์ประกอบในความโปรดปรานของจริงการวิเคราะห์ตัวประกอบ ( bentler & Kano , 1990 ; ฟลอยด์& widaman , 1995 ; ฟอร์ด เมิ่กแคลเลิ่ม& Tait , 1986 ; กอร์เซิช 1990 ; loehlin 1990 ; เมิ่กแคลเลิ่ม&ทัคเกอร์ , 1991 ; mulaik 1990 ; สนุ๊ก&กอร์เซิช widaman , 1989 ; , 1990 , 1993 ) คนอื่นไม่เห็นด้วยและชี้ให้เห็นทั้งที่แทบไม่มีความแตกต่างระหว่างองค์ประกอบหลักและการวิเคราะห์องค์ประกอบ หรือ PCA เป็นกว่า ( arrindell & แวน เดอร์ ตอนจบ , 1985 ; guadagnoli และ velicer , 1988 ; schoenmann 1990 ; สไตเกอร์ , 2533 ; velicer &แจ็คสัน , 1990 )