In factoranalyse, die is een methode om een groot aantal variabelen in een kleiner aantal "factoren", kunnen verschillende methoden van "rotation" worden gebruikt om te vinden van patronen in de gegevens. Elk draagt verschillende aannames over de gegevens. Dus het kiezen van de juiste methode van rotatie is van cruciaal belang om de gegevens begrijpelijker te maken.
Orthogonale rotatie
In een orthogonale rotatie, de factoren die geproduceerd zijn ongecorreleerde, waardoor de oplossingen die het produceert gemakkelijker te interpreteren. In de juli 2005 nummer van "Praktische beoordeling, onderzoek en evaluatie", Anna B. Costello en Jason W. Osborne gemeld dat orthogonale rotatie werd gebruikt in meer dan de helft van de studies in een enquête van de database van PsycINFO. Dit is mogelijk omdat orthogonale 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 worden correlatie tussen factoren verwacht omdat onderzoekers zelden grote aantallen van volledig onafhankelijke aspecten van menselijk gedrag op hetzelfde moment bestuderen. Als de variabelen zijn gecorreleerd, moet schuine rotatie worden gebruikt.
De drie meest gebruikte vormen van orthogonale rotatie zijn varimax, quartimax en equamax.
Varimax rotatie
Varimax rotatie is de meest gebruikte methode van orthogonale rotatie. Het maximaliseert de variantie van factoren in de variabelen, die een eenvoudigere oplossing produceert. Dit is de standaardinstelling in meest statistische programma's, zoals statistisch pakket voor de sociale wetenschappen (SPSS) en statistische analyse systemen (SAS).
Quartimax rotatie
Quartimax rotatie is ook orthogonale maar minder vaak worden gebruikt. Het minimaliseert de variantie van factoren in de variabelen, die produceert minder factoren, en variabelen hebben meer kans te worden geassocieerd met meer dan één factor. Dit maakt de oplossing meer complexe en moeilijk te interpreteren.
Equamax rotatie
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.
Schuine rotatie
Schuine rotatie kan de factoren geproduceerd om te correleren. Vanwege dit is het lichtjes ingewikkelder dan met orthogonale rotatie interpretatie van de oplossing. Als de factoren worden verwacht om te correleren, echter dan schuin rotatie is de juiste keuze en meer accurate resultaten zal geven.
Sommige veelgebruikte soorten schuine rotatie zijn oblimin, promax en directe quartimin rotatie. Zoals Costello en Osborne, echter ze allemaal vergelijkbare resultaten produceren, en de standaardinstellingen in statistische programma's zijn aanvaardbaar te gebruiken.