PCA outputs for the data matrix are

PCA outputs for the data matrix are shown in Fig. 1. Dimension
reduction by PCA separated the observed factors into two distinct
directions: kitchen related and non-kitchen related statements.
PC1 (kitchen related component) has high positive loadings (>0.5)
on hygiene, cooking, quality, approval, storage and temperature
with no negative loadings. PC2 (non-kitchen related component)
has high positive loadings (>0.5) on employees, inspections and
negative loading on serving of food.

ผลลัพธ์ (ไทย) 1:

สมาคมการแสดงผลสำหรับข้อมูลจะแสดงใน Fig. 1 มิติลด โดย PCA ปัจจัยที่พบแบ่งออกเป็นสองแตกต่างกันทิศทาง: ครัวที่เกี่ยวข้องและไม่ใช่ครัวที่เกี่ยวข้องกับงบการPC1 (ครัวส่วนที่เกี่ยวข้อง) มีบวก loadings สูง (> 0.5)อนามัย อาหาร คุณภาพ อนุมัติ เก็บ และอุณหภูมิมี loadings ไม่ลบ PC2 (ไม่ใช่ครัวที่เกี่ยวข้องประกอบ)มี loadings บวกสูง (> 0.5) พนักงาน ตรวจสอบ และโหลดลบบนเสิร์ฟอาหาร

ผลลัพธ์ (ไทย) 2:

เอาท์พุทเมทริกซ์ PCA สำหรับข้อมูลที่จะแสดงในรูป 1.
ขนาดลดลงโดยPCA
แยกปัจจัยสังเกตที่แตกต่างกันเป็นสองเส้นทาง:. ห้องครัวที่เกี่ยวข้องและไม่เกี่ยวข้องกับห้องครัวงบ
PC1 (ครัวองค์ประกอบที่เกี่ยวข้อง) มีแรงบวกสูง (> 0.5)
เกี่ยวกับสุขอนามัย, การทำอาหารที่มีคุณภาพได้รับการอนุมัติการจัดเก็บและอุณหภูมิ
ด้วยแรงเชิงลบไม่มี PC2 (ไม่ใช่ครัวองค์ประกอบที่เกี่ยวข้อง)
มีแรงบวกสูง (> 0.5)
พนักงานตรวจสอบและโหลดในทางลบต่อการให้บริการของอาหาร

ผลลัพธ์ (ไทย) 3:

PCA ผลผลิตสำหรับข้อมูลเมทริกซ์แสดงในรูปที่ 1 การลดมิติ
โดย PCA แยกสังเกตปัจจัยเข้าสองแตกต่าง
เส้นทาง : ครัวครัวที่เกี่ยวข้องที่เกี่ยวข้องและไม่ใช่งบ .
PC ( ครัวที่เกี่ยวข้องส่วนประกอบ ) มีภาระบวกสูง ( > 0.5 )
อนามัย , ทำอาหาร , รับรองคุณภาพ , กระเป๋าและอุณหภูมิ
ไม่มีภาระ เชิงลบ pc2 ( ไม่ใช่ครัวที่เกี่ยวข้องส่วนประกอบ )
มีภาระบวกสูง ( > 0.5 ) พนักงาน ตรวจสอบและลบให้โหลด

อาหาร .