Perbedaan PCA dan Analisis Faktor
Analisis komponen utama (principal component analysis / PCA) adalah teknik yang digunakan untuk menyederhanakan suatu data, dengan cara mentransformasi linier sehingga terbentuk sistem koordinat baru dengan varians maksimum. PCA dapat digunakan untuk mereduksi dimensi suatu data tanpa mengurangi karakteristik data tersebut secara signifikan
Analisis faktor adalah alat analisis statistik yang dipergunakan untuk mereduksi faktor-faktor yang mempengaruhi suatu variabel menjadi beberapa set indikator saja, tanpa kehilangan informasi yang berarti.
Untuk lebih memahami silahkan anda melihat penjelasan di link ini
འབྲེལ་ལམ་https://statistikakomputasi.wordpress.com/2010/04/14/analisis-komponen-utama-dan-analisis-faktor/་ཨེབ་གཏང་སྟེ་ རྒྱབ་རྟེན་ཁ་ཕྱེ་