I faktoranalyse , hvilket er en metode til at reducere et stort antal variabler i et mindre antal " faktorer " kan forskellige metoder til " rotation " bruges til at finde mønstre i data. Hver bærer forskellige antagelser om dataene. Så vælge den rigtige metode for rotation er afgørende for at gøre dataene lettere at forstå. Ortogonale Rotation
en ortogonal rotation, bliver de producerede faktorer ukorrelerede , hvilket gør de løsninger , den producerer lettere at fortolke . I juli 2005 spørgsmålet om " Practical Assessment , forskning og evaluering ", Anna B. Costello og Jason W. Osborne rapporterede, at ortogonal rotation blev brugt i mere end halvdelen af studierne i en undersøgelse af det PsycINFO database. Det er muligvis fordi retvinklede er standardindstillingen på de fleste statistiske analyseprogrammer , men det er ofte ikke den mest hensigtsmæssige metode.
Variabler i en faktoranalyse er normalt tilsluttet i nogle måde. På det sociale videnskaber , for eksempel ville korrelationen mellem faktorer forventet, fordi forskerne sjældent studere et stort antal helt uafhængige aspekter af menneskelig adfærd på samme tid . Hvis variable er korrelerede , bør skrå rotation bruges i stedet.
Tre almindeligt anvendte former for retvinklede rotation er Varimax , quartimax og equamax .
Varimax Rotation
< br >
Varimax rotation er det mest almindeligt anvendte metode til ortogonal rotation . Det maksimerer variansen af faktorer på tværs af variabler, som producerer en enklere løsning . Dette er standardindstillingen på de fleste statistiske programmer, såsom Statistisk Package for Social Sciences ( SPSS ) og statistiske analyser Systems ( SAS) .
Quartimax Rotation
< p> Quartimax rotation er også ortogonale , men mindre almindeligt anvendt. Det minimerer variansen af faktorer på tværs af variabler , som producerer færre faktorer , og variablerne er mere tilbøjelige til at være forbundet med mere end én faktor . Dette gør løsningen mere kompleks og vanskelig at fortolke.
Equamax Rotation
Equamax rotation ikke maksimere eller minimere variansen af faktorer over variabler. Resultaterne er et sted mellem resultaterne af Varimax og quartimax rotation.
Oblique Rotation
Oblique rotation giver de fremstillede faktorer at korrelere . På grund af dette , er tolkning opløsningen lidt mere kompliceret end med ortogonal rotation . Hvis faktorer forventes at korrelere dog så skrå rotation er det rette valg og vil give mere præcise resultater.
Nogle almindeligt anvendte former for skrå rotation er oblimin , Promax og direkte quartimin rotation. Da Costello og Osborne bemærkede dog, at de alle producerer lignende resultater , og standardindstillingerne i de statistiske programmer er acceptabelt at bruge .