我的理解分两方面
1. 如果你是不知道要做什么题目只想运用这2个方法，而去找适合方法的数据（或题目）时，这2方法的功能都是降维，前提都是你题目的指标体系的变量之间要有较高的相关性，并且你心里得清楚这些指标变量降至几维或分成几类是有意义的，大概怎么去解释或分析。（so u see潜在要求就是指标得多，另主成分由于用方差贡献率提取还需要大样本才有好效果）
2. 如果你已经有了既定的题目和数据，那方法就不能苛求这2个了，得根据研究目的来，这2方法其实说到底就是把样本/变量分块使问题清晰；另外，2楼给出的是最直接的：已知数据时判断方法应用得合不合适也即效果，如果你要这方面答案，先查查资料硬性评判方法肯定有若干，另外建议多尝试运用不同数据做，隐形经验是积累来的，比如聚类效果受数据量纲影响较大。。

再啰嗦2句
1. 3楼贴的文档对楼主理解3个方法的思想原理有一定帮助，方法我就不附件了，推荐你个文档《基于非线性主成分和聚类分析的综合评价方法》，不失为应用这2方法的最佳方式。我下的是caj传不了
2. 关于2楼所说主成分是因子的一种，在SPSS中他俩确实是一个操作（因子更完整可做综合评价），但还是分为两种方法是从理论上讲的，方法构造的思想略有不同。

1、纠正一个概念错误，主成分分析本身不是一种方法，它是属于因子分析中选取因子的一种方式。数据是否适合做因子分析，在SPSS选取因子分析方法时候，勾选KMO和显著水平的检验选项，如果KMO检验值大于100，sig<0.05，就可以做因子分析。
2.聚类分析，基本要求是分类对象个数大于分类数的2倍。另外对分类对象较多的，提前设置聚类数或者设置范围，然后结合实际意义进行大体检验，看是否合理，如果不合理，则要对聚类原始数据进行调整。

希望能对你有所帮助!

谢谢！其实没有那么麻烦，就是一个统计学考试，老师主要考基本的统计学方法比如聚类分析，主成分分析，因子分析，结构方程等可以用于分析哪些方面，使用时应注意哪些问题，就这些，一种方法也就写200字左右。

谢谢回答！