主成分分析只是变量变换，而因子分析需要构建因子模型,Public因子比主成分更容易解释；因子分析的评价结果不如主成分分析准确；因子分析的计算工作量大于主成分分析,因子分析法可以很好的覆盖原始数据的所有项，同时将分析过程简化为因子项分析,因子分析法和(独立分量)分析法。
因子分析法和(独立分量)分析法。因子 分析法:其主要目的是探索隐藏在大量观测数据背后的某种结构，找到一组变量变化的共性因子。独立分量分析法:而ICA对原始数据进行降维，提取独立属性。都提取相互独立的属性或者common 因子。供参考
主成分分析和因子分析都是信息集中的方法，即把多个分析项目浓缩成几个总的指标。因子在主成分分析的基础上，增加了一个旋转函数，其目的是命名，这样更容易解释因子的含义。如果研究的重点是指标与分析项目的对应关系，或者想给得到的指标命名，SPSSAU建议使用因子 analysis。主成分分析以信息集中(但不太注重主成分与分析项目的对应关系)、权重计算、综合得分计算为目的。如果想比较排名，计算综合竞争力，可以用主成分分析。两种方法SPSS都可以直接使用，支持自动保存因子 score和综合得分，无需人工计算。
因子分析与主成分分析的异同:原始数据标准化；消除了原指标的相关性对综合评价造成的信息重复的影响；综合评价中涉及的权重是客观的；在信息损失很小的前提下，减少了评估的工作量。Public 因子比主成分更容易解释；因子分析的评价结果不如主成分分析准确；因子分析的计算工作量大于主成分分析。主成分分析只是变量变换，而因子分析需要构建因子模型。主成分分析:原始变量的线性组合代表一个新的综合变量，即主成分；因子解析:潜在假设变量和随机影响变量的线性组合代表原始变量。
4、 因子 分析法的优缺点优点:当你面对大量的数据，尤其是数据项很多的时候，单独分析每组数据是很繁琐的。但是，如果您选择几组数据进行分析，您的分析结果将会不准确。因子 分析法可以很好的覆盖原始数据的所有项，同时将分析过程简化为因子项分析。因此是简单的。缺点:因子分析只能面对综合评价。同时，对数据的数量和构成也有要求。首先需要进行KOM测试，看数据是否能用因子 分析法。而且，在设计问卷的时候，我们还需要有针对性的设计问题。我现在正在设计DT问卷。。。。。。祝我好运。想了解因子分析的具体内容，或者在实践中应用，请提问。望采纳
{4。
