In analisi fattoriale , che è un metodo per ridurre un gran numero di variabili in un numero inferiore di " fattori", diversi metodi di "rotazione " può essere utilizzato per trovare modelli nei dati . Ognuno porta diverse ipotesi sui dati. Quindi, la scelta del metodo corretto di rotazione è fondamentale per rendere più semplice i dati per capire . Ortogonale di rotazione

una rotazione ortogonale , i fattori di produzione non sono correlati , il che rende le soluzioni che produce più facile da interpretare . Nel numero di luglio 2005 di " 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 .

Variabili in un'analisi fattoriale sono di solito collegati in qualche modo. Nelle scienze sociali , per esempio , ci si aspetterebbe di correlazione tra i fattori perché i ricercatori raramente studiano un gran numero di aspetti completamente indipendenti del comportamento umano , allo stesso tempo . Se le variabili sono correlate , la rotazione obliqua dovrebbe essere usato al posto .

Le tre forme di uso comune di rotazione ortogonale sono varimax , quartimax e equamax .
Rotazione Varimax
< br

rotazione > Varimax è il metodo più comunemente usato di rotazione ortogonale . 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 ad esempio Pacchetto Statistico per le Scienze Sociali ( SPSS ) e di analisi statistica ( SAS ) .
Quartimax Rotation
< p > rotazione Quartimax è anche ortogonale , ma meno comunemente usato . Minimizza la varianza dei fattori attraverso le variabili , che produce meno fattori , e le variabili hanno maggiori probabilità di essere associato a più di un fattore . Questo rende la soluzione più complesso e difficile da interpretare .
Equamax Rotation

rotazione equamax non massimizzare o minimizzare la varianza dei fattori più variabili . I risultati sono da qualche parte tra i risultati di varimax e rotazione quartimax .
Oblique Rotation

rotazione obliqua permette ai fattori prodotti da correlare . A causa di questo , interpretando la soluzione è leggermente più complicato che con rotazione ortogonale . Se si prevede che i fattori di correlare , però , quindi la rotazione obliqua è la scelta appropriata e darà risultati più accurati .

Alcune forme di uso comune di rotazione obliqua sono oblimin , PromAx e rotazione quartimin diretta. Come Costello e Osborne hanno notato , però, tutti producono risultati simili , e le impostazioni di default in programmi statistici sono accettabili per l'uso.