这两种方法对于底层因果结构的假设不同。
Factor analysis 假设所观察到的变量的协方差都是因为背后的一个或多个潜在变量导致的
PCA没有这个假设，单纯的是一个减少变量的方法

不懂

比如对于分析survey来说，你观察到的是假如说10道题的答案。其实呢，题1-6都是问是否满意工作环境，题7-10都是问是否满意工资。这个工作环境满意度和工资满意度就是潜在的变量，没有被直接观察到。这就是factor analysis的假设。
如果用PCA，就没有这个假设条件，就是单纯的根据协方差的贡献，减少了变量个数。就是说这10道题太多了，而且互相关联，有信息冗余。应该可以用更少的principal components代替。

略懂'还有个问题'最后因子分析那个综合得分的公式'看网上的一些案例'有些是因子得分乘以各旋转贡献率'相加就好；有些乘了以后又要除以一个什么东西'再相加'到底哪个公式

略懂'最后的综合得分公式问题'具体见上楼