I faktoranalyse , er der en fremgangsmåte for å redusere et stort antall variable i et mindre antall av « faktorer », kan forskjellige metoder for "rotasjon " bli brukt for å finne mønstre i dataene. Hver bærer ulike forutsetninger om dataene. Så å velge den riktige metoden for rotasjon er avgjørende for å gjøre dataene lettere å forstå. Ortogonal rotasjon
I en ortogonal rotasjon , er faktorer produsert ukorrelerte , noe som gjør løsningene den produserer lettere å tolke. I juli 2005 utgaven av "Practical Assessment , forskning og evaluering , " Anna B. Costello og Jason W. Osborne rapportert at ortogonal rotasjon ble brukt i mer enn halvparten av studiene i en undersøkelse av PsycINFO database . Dette er muligens fordi ortogonal er standardinnstillingen i de fleste statistisk analyse programmer, men det er ofte ikke den mest hensiktsmessige metoden .
Variabler i en faktor analyse er vanligvis koblet på noen måte . I samfunnsvitenskapene , for eksempel, ville korrelasjonen mellom faktorene forventes fordi forskere sjelden studere et stort antall helt uavhengige aspekter ved menneskelig atferd på samme tid . Hvis variablene er korrelert , bør skrå rotasjon brukes i stedet .
De tre vanligste formene for ortogonal rotasjon er VariMAX , quartimax og equamax .
VariMAX Rotation
VariMAX rotasjon er den mest brukte metoden for ortogonal rotasjon . Den maksimerer variansen av faktorene varierer variablene , som produserer en enklere løsning . Dette er standardinnstillingen i de fleste statistiske programmer, for eksempel Statistisk Package for Social Sciences ( SPSS ) og statistisk analyse Systems ( SAS) .
Quartimax Rotation
< p> Quartimax rotasjon er også rettvinklet men mindre vanlig. Det minimerer variansen faktorer på tvers av variablene , produserer som færre faktorer , og variablene er mer sannsynlig å bli assosiert med mer enn én faktor . Dette gjør løsningen mer komplekse og vanskelige å tolke .
Equamax Rotation
Equamax rotasjon betyr ikke maksimere eller minimere variansen faktorer over variablene . Resultatene er et sted mellom resultatene av VariMAX og quartimax rotasjon .
Oblique rotasjon
Oblique rotasjon gjør at faktorer produsert for å korrelere . På grunn av dette , å tolke løsning er litt mer komplisert enn med ortogonal rotasjon . Hvis faktorene forventes å korrelere , men så skjev rotasjon er det riktige valget og vil gi mer nøyaktige resultater.
Noen vanlige former for skrå rotasjon er oblimin , Promax og direkte quartimin rotasjon . Som Costello og Osborne bemerket , selv om de alle produserer lignende resultater , og standardinnstillingene i statistiske programmer er akseptabelt å bruke .