Садржај
Анализа кластера и фактор анализа су две статистичке методе анализе података. Ова два облика анализе се увелико користе у природним и наукама о понашању. И анализа кластера и факторска анализа омогућавају кориснику да групише делове података у "кластере" или на "факторе", зависно од врсте анализе. Неки истраживачи нови за методе кластер и фактор анализа могу сматрати да су ове две врсте анализа у целини сличне. Иако се анализа кластера и факторска анализа на површини чине сличним, они се разликују на више начина, укључујући у својим укупним циљевима и примјенама.
објективан
Анализа кластера и факторска анализа имају различите циљеве. Уобичајени циљ факторске анализе је објаснити повезаност у скупу података и повезати променљиве једна са другом, док је циљ кластер анализе да се позабави хетерогеношћу у сваком скупу података. У духу, анализа кластера је облик категоризације, док је факторска анализа облик поједностављења.
Сложеност
Сложеност је једно питање на које се разликују факторска анализа и кластер анализа: величина података различито утиче на сваку анализу. Како скуп података расте, анализа кластера постаје рачунски неизречива. Ово је тачно јер је број података у кластер анализи директно повезан са бројем могућих кластерских решења. На пример, број начина да се двадесет објеката подели у 4 групе једнаке величине је преко 488 милиона. То онемогућава директне рачунске методе, укључујући категорију метода којима факторска анализа припада.
Решење
Иако су решења и факторске анализе и проблема кластер анализе до неке мере субјективна, факторска анализа омогућава истраживачу да донесе „најбоље“ решење, у смислу да истраживач може да оптимизира одређени аспект решења (ортогоналност, лакоћа интерпретација и тако даље). Ово није тако за анализу кластера, јер су сви алгоритми који би могли да дају најбоље решење анализе кластера рачунски неефикасни. Дакле, истраживачи који користе кластер анализу не могу гарантовати оптимално решење.
Апликације
Факторска анализа и анализа кластера разликују се у начину на који се примјењују на стварне податке. Будући да факторска анализа има могућност да смањи неугодан скуп променљивих на много мањи скуп фактора, погодна је за поједностављење сложених модела. Факторска анализа такође има потврдну употребу, у којој истраживач може развити скуп хипотеза у вези са повезивањем променљивих у подацима. Затим истраживач може покренути факторску анализу на скупу података да би потврдио или демантовао ове хипотезе. С друге стране, кластерска анализа је погодна за разврставање објеката према одређеним критеријумима. На примјер, истраживач може измјерити одређене аспекте групе новооткривених биљака и смјестити их у категорије врста користећи анализу кластера.