In Faktorenanalyse , die ein Verfahren zur Reduzierung einer großen Anzahl von Variablen in eine kleinere Anzahl von ist " Faktoren", können verschiedene Methoden der "Rotation" verwendet, um Muster in Daten zu finden . Jeder trägt unterschiedliche Annahmen über die Daten . So die Wahl der richtigen Methode der Drehung ist entscheidend, um die Daten leichter zu verstehen. Orthogonal Rotation
In einem orthogonalen Rotation sind die Faktoren unkorreliert erzeugt , wodurch die Lösungen, die sie produziert einfacher zu interpretieren . In der Juli- Ausgabe 2005 von " praktische Prüfung , Forschung und Evaluation, " Anna B. Costello und Jason W. Osborne berichtet, dass orthogonal Drehung in mehr als der Hälfte der Studien in einer Umfrage des PsycINFO Datenbank verwendet wurde. Dies liegt möglicherweise daran, orthogonal ist die Standardeinstellung in den meisten statistischen Analyse -Programme , aber es ist oft nicht der am besten geeignete Methode .
Variablen in einer Faktorenanalyse sind in der Regel in irgendeiner Weise verbunden sind. In den Sozialwissenschaften , zum Beispiel, würde Korrelation zwischen Faktoren zu erwarten , weil die Forscher studieren selten eine große Zahl von völlig unabhängigen Aspekte des menschlichen Verhaltens in der gleichen Zeit werden. Wenn die Variablen korreliert sind , sollte schräge Rotation stattdessen verwendet werden.
Die drei häufigsten verwendeten Formen der Drehung orthogonal sind varimax , Quartimax und equamax .
Varimax Rotation
< br >
Varimax Rotation ist die am häufigsten verwendete Methode der orthogonalen Rotation . Es maximiert die Varianz der Faktoren für die Variablen, die eine einfachere Lösung erzeugt . Dies ist die Standardeinstellung in den meisten statistischen Programmen wie Statistical Package für Sozialwissenschaften ( SPSS ) und statistische Analyse -Systeme ( SAS) .
Quartimax Rotation
< p> Quartimax Rotation ist auch orthogonal , aber weniger häufig verwendet. Es minimiert die Varianz von Faktoren für die Variablen erzeugt , die weniger Faktoren und Variablen eher mit mehr als einem Faktor verknüpft werden. Dies macht die Lösung komplexer und schwieriger zu interpretieren.
Equamax Rotation
Equamax Drehung nicht maximieren oder minimieren die Varianz der Faktoren über die Variablen . Die Ergebnisse sind irgendwo zwischen den Ergebnissen der varimax und Quartimax Drehung .
Oblique Rotation
Oblique Rotation ermöglicht die Faktoren produziert zu korrelieren . Aus diesem Grund Interpretation der Lösung ist etwas komplizierter als bei orthogonale Drehung . Wenn die Faktoren zu erwarten sind korrelieren aber dann schräge Rotation ist die geeignete Wahl und genauere Ergebnisse liefern.
Einige häufig verwendete Formen der schrägen Rotation sind Oblimin , Promax und direkte quartimin Drehung . Als Costello und Osborne erwähnt, obwohl sie alle zu ähnlichen Ergebnissen , und die Standardeinstellungen in statistischen Programme sind akzeptabel zu bedienen.
