In factoranalyse , een methode om een groot aantal variabelen in een kleiner aantal " factoren " kunnen verschillende methoden van " rotatie " worden gebruikt om patronen in data . Ieder draagt verschillende aannames over de data . Dus het kiezen van de juiste methode van de rotatie is cruciaal voor het maken van de gegevens gemakkelijker te begrijpen . Orthogonale rotatie In een orthogonale rotatie , worden de factoren geproduceerd gecorreleerd , waardoor de oplossingen die het produceert gemakkelijker te interpreteren maakt . In het 2005 nummer van juli " Practical Assessment , onderzoek en evaluatie , " Anna B. Costello en Jason W. Osborne meldde dat orthogonale rotatie werd gebruikt in meer dan de helft van de studies in een onderzoek van de PsycINFO database. Dit is mogelijk omdat orthogonaal is de standaardinstelling in de meeste statistische analyse programma's , maar het is vaak niet de meest geschikte methode . Variabelen in een factoranalyse worden meestal aangesloten op een bepaalde manier . In de sociale wetenschappen bijvoorbeeld correlatie tussen factoren worden verwacht omdat onderzoekers zelden bestuderen grote aantallen volledig onafhankelijk aspecten van menselijk gedrag tegelijk . Als de variabelen gecorreleerd zijn , moeten schuine rotatie plaats daarvan worden gebruikt . De drie meest gebruikte vormen van orthogonale rotatie zijn varimax , quartimax en equamax . Varimaxrotatie < br varimaxrotatie > is de meest gebruikte methode van orthogonale rotatie. Het maximaliseert de variantie van factoren in de variabelen , die een eenvoudiger oplossing produceert . Dit is de standaardinstelling in de meeste statistische programma's , zoals Statistical Package voor de Sociale Wetenschappen ( SPSS ) en statistische analyse Systems ( SAS ) . Quartimax Rotation Quartimax rotatie ook orthogonaal maar minder toegepast . Het minimaliseert de variatie van factoren in de variabelen , die minder factoren produceert en variabelen zullen eerder worden geassocieerd met meer dan een factor . Dit maakt de oplossing complexer en moeilijker te interpreteren . Equamax Rotation Equamax rotatie niet maximaliseren of minimaliseren van de variantie van de factoren over de variabelen . De resultaten zijn ergens tussen de resultaten van varimax en quartimax rotatie . Oblique Rotation Oblique rotatie laat de factoren geproduceerd te correleren . Hierdoor interpreteren de oplossing iets ingewikkelder dan bij orthogonale rotatie. Wanneer de factoren verwacht correleren dan echter schuin rotatie de juiste keuze en meer nauwkeurige resultaten . Veelgebruikte vormen schuine rotatie zijn oblimin , promax en direct quartimin rotatie. Zoals Costello en Osborne opgemerkt , hoewel, ze produceren vergelijkbare resultaten , en de standaardinstellingen in statistische programma's zijn aanvaardbaar te gebruiken .
|