Na análise fatorial , que é um método de reduzir um grande número de variáveis ​​em um número menor de " fatores", diferentes métodos de " rotação " pode ser usado para encontrar padrões em dados. Cada um carrega diferentes suposições sobre os dados. Assim, escolher o método correto de rotação é fundamental para tornar os dados mais fáceis de entender . Orthogonal rotação

uma rotação ortogonal , os fatores de produção estão correlacionados , o que torna as soluções que ela produz mais fácil de interpretar. Na edição de julho de 2005 "Avaliação Prática, Pesquisa e Avaliação , " Anna B. Costello e Jason W. Osborne informou que a rotação ortogonal foi utilizado em mais de metade dos estudos em uma pesquisa do banco de dados PsycINFO . Este é possivelmente porque ortogonal é a configuração padrão na maioria dos programas de análise estatística , mas que muitas vezes não é o método mais adequado.

Variáveis ​​em uma análise fatorial são normalmente conectados de alguma forma. Nas ciências sociais , por exemplo , a correlação entre os fatores que seria esperado , pois os pesquisadores raramente estudar um grande número de aspectos completamente independentes do comportamento humano , ao mesmo tempo . Se as variáveis ​​estão correlacionadas , rotação oblíqua deve ser usado em seu lugar.

As três formas de uso geral de rotação ortogonal varimax são , quartimax e equamax .
Varimax de rotação
< br >

rotação Varimax é o método mais comumente usado de rotação ortogonal . Isso maximiza a variância entre os factores variáveis ​​, o que produz uma solução mais simples . Esta é a configuração padrão na maioria dos programas estatísticos, como Statistical Package for the Social Sciences (SPSS ) e Análise Estatística de Sistemas (SAS).
Quartimax rotação
< rotação p> Quartimax também é ortogonal , mas menos comumente usados. Isso minimiza a variação entre os factores de variáveis ​​, que produz menos fatores , e as variáveis ​​são mais susceptíveis de ser associadas a mais do que um factor . Isso faz com que a solução mais complexa e difícil de interpretar.
Equamax rotação

rotação Equamax não maximizar ou minimizar a variância dos fatores sobre as variáveis. Os resultados estão em algum lugar entre os resultados de varimax e rotação quartimax .
Oblique rotação

rotação oblíqua permite que os fatores produzidos correlacionar . Devido a isso , a interpretação da solução é ligeiramente mais complicada do que com a rotação ortogonal . Se os fatores são esperados para correlacionar , no entanto, em seguida, rotação oblíqua é a escolha apropriada e vai dar resultados mais precisos.

Algumas formas de uso geral de rotação oblíqua são oblíqua , promax e rotação quartimin direta. Como Costello e Osborne observou , no entanto, todos eles produzem resultados semelhantes, e as configurações padrão em programas estatísticos são aceitáveis ​​para uso.