Factor de análisis Métodos de rotación

En el análisis de factor, que es un método para reducir un gran número de variables en un número más pequeño de "factores", diferentes métodos de "rotación" se pueden utilizar para encontrar patrones en los datos. Cada uno lleva diferentes supuestos sobre los datos. Por lo que elegir el método correcto de rotación es crucial para que los datos sean más fáciles de entender.

rotación ortogonal

En una rotación ortogonal, los factores producidos no están correlacionados, lo que hace que las soluciones que produce más fácil de interpretar. En la edición de julio de 2005, de "Evaluación Práctica, Investigación y Evaluación", Anna B. Costello y Jason W. Osborne informó de que la rotación ortogonal se utiliza en más de la mitad de los estudios en una encuesta de la base de datos PsycINFO. Esto es posiblemente debido ortogonal es la configuración por defecto en la mayoría de programas de análisis estadístico, pero a menudo no es el método más apropiado.

Las variables en un análisis factorial suelen estar conectados de alguna manera. En las ciencias sociales, por ejemplo, se esperaría que la correlación entre los factores porque los investigadores rara vez se estudian un gran número de aspectos totalmente independientes de la conducta humana al mismo tiempo. Si se correlacionan las variables, rotación oblicua se debe utilizar en su lugar.

Las tres formas de uso común de rotación ortogonal varimax son, quartimax y equamax.

Rotación varimax

rotación Varimax es el método más comúnmente utilizado de rotación ortogonal. Se maximiza la varianza de factores a través de las variables, que produce una solución más simple. Esta es la configuración por defecto en la mayoría de los programas estadísticos, como el paquete estadístico para las Ciencias Sociales (SPSS) y los Sistemas de Análisis Estadístico (SAS).

Rotación quartimax

quartimax rotación también es ortogonal sino que se utiliza con menos frecuencia. Se reduce al mínimo la varianza de factores a través de las variables, que produce un menor número de factores, y las variables tienen más probabilidades de ser asociado con más de un factor. Esto hace que la solución más compleja y difícil de interpretar.

Rotación equamax

rotación equamax no maximizar o minimizar la varianza de los factores más de las variables. Los resultados están en algún lugar entre los resultados de varimax y rotación quartimax.

La rotación oblicua

rotación oblicua permite que los factores producidos para correlacionar. Debido a esto, la interpretación de la solución es ligeramente más complicado que con la rotación ortogonal. Si se espera que los factores de correlacionar, sin embargo, a continuación, la rotación oblicua es la opción apropiada y dará resultados más precisos.

Algunas formas de uso común de rotación oblicua se oblimin, PROMAX y rotación quartimin directa. Como se ha indicado Costello y Osborne, sin embargo, todos ellos producen resultados similares, y los ajustes por defecto de los programas estadísticos son aceptables para su uso.