January 10
In analisi fattoriale, che è un metodo di riduzione di un gran numero di variabili in un numero ridotto di "fattori" diversi metodi di "rotazione" possono essere utilizzati per trovare modelli nei dati. Ogni porta diverse ipotesi sui dati. Così la scelta del metodo corretto di rotazione è fondamentale per rendere i dati più facile da capire.
In una rotazione ortogonale, i fattori prodotti sono incorrelati, che rende le soluzioni che produce più facile da interpretare. Nel numero di luglio 2005 del "valutazione pratica, ricerca e valutazione," Anna B. Costello e Jason W. Osborne ha riferito che la rotazione ortogonale è stato utilizzato in più della metà degli studi in un sondaggio del database PsycINFO. Questo è forse perché ortogonale è l'impostazione predefinita nella maggior parte dei programmi di analisi statistica, ma spesso non è il metodo più appropriato.
Le variabili in un fattore di analisi sono di solito collegati in qualche modo. Nelle scienze sociali, per esempio, la correlazione tra i fattori sarebbe previsto perché i ricercatori raramente studiano gran numero di aspetti completamente indipendenti del comportamento umano allo stesso tempo. Se le variabili sono correlate, rotazione obliqua deve essere utilizzato.
Le tre forme più comuni di rotazione ortogonali sono varimax, quartimax e equamax.
la rotazione Varimax è il metodo più comunemente usato di rotazione ortogonale. Si massimizza la varianza dei fattori attraverso le variabili, che produce una soluzione più semplice. Questa è l'impostazione predefinita nella maggior parte dei programmi statistici, come pacchetto statistico per le scienze sociali (SPSS) e sistemi di analisi statistica (SAS).
Rotazione quartimax è anche ortogonale, ma meno comunemente usato. Si minimizza la varianza dei fattori nelle variabili, che produce meno fattori e variabili hanno maggiori probabilità di essere associato a più di un fattore. Questo rende la soluzione più complessa e di difficile interpretazione.
Rotazione equamax non massimizzare o minimizzare la varianza dei fattori più variabili. I risultati sono da qualche parte tra i risultati di varimax e la rotazione quartimax.
rotazione Oblique permette ai fattori prodotti per correlare. A causa di questo, interpretando la soluzione è leggermente più complicato che con rotazione ortogonale. Se i fattori dovrebbero correlare, tuttavia, allora la rotazione obliqua è la scelta appropriata e darà risultati più accurati.
Alcune forme di uso comune di rotazione obliqua sono oblimin, PromAx e la rotazione diretta quartimin. Come notato Costello e Osborne, però, che tutti producono risultati simili, e le impostazioni di default di programmi statistici sono accettabili per l'uso.