El objetivo del Análisis de Componentes Principales (PCA) es reducir la dimensionalidad de un conjunto de variables al tratar de preservar la mayor cantidad de información contenida en los datos como sea posible.

Estas características de diagnóstico de Statistica PCA son particularmente útiles para el control de procesos y control de calidad, ya que nos proporcionan herramientas analíticas y gráficas efectivas y convenientes para la detección de anomalías que pueden aumentar durante la fase de desarrollo de un producto.Igualmente importantes aplicaciones de la ACP incluyen los datos de diagnóstico, tanto en los niveles de observación y variable. El ámbito de la observación nos ayuda a detectar los valores extremos, mientras que el nivel variable nos proporciona una visión de cómo las variables que contribuyen a las observaciones y se refieren (correlacionar) el uno al otro.

Los datos de diagnóstico de PCA también juegan un papel importante en el procesamiento por lotes, donde la calidad del producto final sólo puede garantizarse mediante la vigilancia constante durante su fase de producción.