Métodos de rotação análise fatorial

O método correto de rotação pode tornar os dados mais compreensível.

Na análise factorial, que é um método de redução de um grande número de variáveis ​​em um menor número de "factores" diferentes métodos de "rotação" pode ser utilizado 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

  • Em uma rotação ortogonal, os factores produzidos são não correlacionadas, o que torna as soluções que produz mais fáceis de interpretar. Na edição de julho de 2005 "avaliação prática, Pesquisa e Avaliação," Anna B. Costello e Jason W. Osborne informou que rotação ortogonal foi utilizado em mais de metade dos estudos em uma pesquisa do banco de dados PsycINFO. Esta 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 porque os pesquisadores raramente estudar um grande número de aspectos totalmente independentes do comportamento humano, ao mesmo tempo. Se as variáveis ​​estão correlacionadas, rotação oblíqua deve ser usado em vez disso.

    As três formas geralmente usados ​​de rotação ortogonal varimax são, quartimax e equamax.

varimax rotação



  • rotação Varimax é o método mais comumente usado de rotação ortogonal. Isso maximiza a variância de factores entre as variáveis, o que produz uma solução mais simples. Esta é a configuração padrão na maioria dos programas estatísticos, como o Statistical Package for the Social Sciences (SPSS) e Sistemas de Análise Estatística (SAS).

Quartimax rotação

  • rotação Quartimax também é ortogonal, mas menos utilizados. Isso minimiza a variação dos factores através das variáveis, o que produz menos fatores, e as variáveis ​​são mais susceptíveis de ser associado a mais de um factor de. Isso faz com que a solução mais complexo e difícil de interpretar.

Equamax rotação

  • rotação Equamax não maximizar ou minimizar a variação de 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 factores produzidos para correlacionar. Devido a isso, a interpretação da solução é um pouco mais complexo do que com rotação ortogonal. Se se espera que os fatores correlacionar, no entanto, em seguida, rotação oblíqua é a escolha adequada e dará resultados mais precisos.

    Algumas formas geralmente usados ​​de rotação oblíqua são oblimin, 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 usar.

De esta maneira? Compartilhar em redes sociais:

LiveInternet