Słownik metodologiczny · Analiza czynnikowa

Rotacja ortogonalna

Pełne wyjaśnienie, zastosowanie naukowe i praktyczne, przykład, dobre praktyki oraz gotowy zapis wyniku w APA 7.

Strona główna / Słownik / Rotacja ortogonalna

Opracowanie merytoryczne: · Opublikowano: · Aktualizacja:

Co oznacza Rotacja ortogonalna?

Rotacja ortogonalna utrzymuje zerowe korelacje osi czynników lub składowych.
Co odróżnia to pojęcie? Rotacja ortogonalna jest klasą przekształceń utrzymujących kąty proste między osiami, a więc korelacje czynników równe zero. Obejmuje kilka kryteriów, nie tylko VARIMAX. Upraszcza interpretację i dalsze użycie wyników, lecz narzuca mocne założenie merytoryczne. Jeśli rozwiązanie ukośne pokazuje istotne korelacje czynników, wymuszenie ortogonalności może przenieść złożoność do ładunków krzyżowych.

Zastosowanie, warunki i dobre praktyki

Najważniejsze zastosowanie: Zastosuj rotację ortogonalną tylko wtedy, gdy założenie zerowej korelacji wymiarów jest merytorycznie uzasadnione i nie zniekształca prostoty rozwiązania.

Rotacja ortogonalna wymusza zerowe korelacje między osiami, dlatego powinna wynikać z uzasadnionego założenia o niezależnych wymiarach. Porównaj ją z rozwiązaniem ukośnym; jeżeli czynniki są w rzeczywistości powiązane, wymuszenie prostopadłości może zniekształcić ładunki i interpretację.

Jak poprawnie stosować i interpretować hasło „Rotacja ortogonalna”?

Przy ocenie pojęcia „Rotacja ortogonalna” trzeba odróżnić redukcję danych od modelowania wspólnych przyczyn odpowiedzi. Przy ocenie hasła „Rotacja ortogonalna” następnie ustala się skalę wskaźników, macierz poddaną analizie, metodę ekstrakcji, sposób wyboru liczby wymiarów i rotację. W analizie dotyczącej hasła „Rotacja ortogonalna” interpretacja powinna wynikać z całego wzorca ładunków oraz treści pozycji, a nie tylko z najwyższej liczby w każdym wierszu.

Ocena pojęcia „Rotacja ortogonalna” obejmuje stabilność rozwiązania, ładunki krzyżowe, wspólności, korelacje czynników i zgodność z przewidywaną strukturą. Dla interpretacji hasła „Rotacja ortogonalna” reguła Kaisera lub sam wykres osypiska rzadko wystarczają; lepiej połączyć analizę równoległą, teorię i sprawdzenie modeli alternatywnych. W odniesieniu do hasła „Rotacja ortogonalna” usuwanie pozycji powinno zachowywać zakres treści konstruktu.

Co trzeba opisać w raporcie?

W opisie „Rotacja ortogonalna” należy podać rodzaj analizy, macierz wejściową, ekstrakcję, rotację, kryterium liczby wymiarów i liczebność próby. Przy ocenie hasła „Rotacja ortogonalna” tabela powinna zawierać właściwe ładunki, informację o ładunkach krzyżowych i wspólnościach, a tekst — uzasadnienie nazw czynników oraz każdej zmiany modelu.

Zakres raportowania dla hasła „Rotacja ortogonalna”: Nazwij zastosowaną rotację ortogonalną, uzasadnij założenie nieskorelowanych wymiarów i przedstaw zakres ładunków oraz udział wyjaśnianej wariancji.

Przykład praktyczny i gotowa interpretacja

Sytuacja: Rotacja ortogonalna utrzymała korelację czynników równą zero. Rozwiązanie było łatwe do podsumowania, ale słabiej odpowiadało teorii o powiązanych wymiarach.

Jak ją zinterpretować: Wymuszenie zerowej korelacji upraszcza osie, ale ma sens tylko wtedy, gdy niezależność wymiarów jest merytorycznie wiarygodna. W przeciwnym razie ładunki mogą zostać zniekształcone i utrudniać interpretację.

Najczęstsza pułapka i granica interpretacji

Wymuszenie zerowych korelacji może rozdzielić treściowo powiązane konstrukty i stworzyć pozornie prostsze, lecz mniej trafne rozwiązanie.

Rozwiązanie uzyskane dla „Rotacja ortogonalna” jest zależne od próby, zestawu pozycji i decyzji analitycznych. Dla interpretacji hasła „Rotacja ortogonalna” nadanie czynnikowi nazwy nie dowodzi jego trafności ani nie zastępuje replikacji struktury.

Definicje, zalecenia interpretacyjne i sposób raportowania oparto na literaturze metodologicznej wskazanej w bibliografii (Fabrigar et al., 1999).

Powiązane hasła

Rotacja nieortogonalna (ukośna)Rotacja VARIMAXK-M-O i test sferyczności BartlettaŁadunek czynnikowyMacierz modelowaMacierz struktury

Poradniki, w których użyjesz tego pojęcia

Poradnik

Wartość p: co naprawdę oznacza i jak ją poprawnie interpretować

Wartość p bez mitów: definicja, interpretacja, typowe błędy oraz sposób raportowania wraz z wielkością efektu i przedziałem ufności.

Czytaj →Poradnik

Alfa Cronbacha: jak oceniać rzetelność skali bez uproszczeń

Alfa Cronbacha krok po kroku: wzór, założenia, interpretacja, ograniczenia i sytuacje, w których lepiej raportować współczynnik omega.

Czytaj →Poradnik

Regresja logistyczna: założenia, interpretacja i raportowanie modelu

Regresja logistyczna w praktyce: założenia, iloraz szans, diagnostyka, kalibracja, AUC oraz zasady rzetelnego raportowania modelu.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Oferta dla badaczyOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., & Strahan, E. J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272–299. https://doi.org/10.1037/1082-989X.4.3.272
  2. Hayton, J. C., Allen, D. G., & Scarpello, V. (2004). Factor retention decisions in exploratory factor analysis: A tutorial on parallel analysis. Organizational Research Methods, 7(2), 191–205. https://doi.org/10.1177/1094428104263675
  3. McNeish, D. (2018). Thanks coefficient alpha, we’ll take it from here. Psychological Methods, 23(3), 412–433. https://doi.org/10.1037/met0000144
  4. Dunn, T. J., Baguley, T., & Brunsden, V. (2014). From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation. British Journal of Psychology, 105(3), 399–412. https://doi.org/10.1111/bjop.12046
  5. Jolliffe, I. T., & Cadima, J. (2016). Principal component analysis: A review and recent developments. Philosophical Transactions of the Royal Society A, 374(2065), 20150202. https://doi.org/10.1098/rsta.2015.0202
  6. Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191

Cytowania BibTeX

@article{fabrigar1999efa, author={Fabrigar, Leandre R. and Wegener, Duane T. and MacCallum, Robert C. and Strahan, Erin J.}, title={Evaluating the use of exploratory factor analysis in psychological research}, journal={Psychological Methods}, year={1999}, volume={4}, number={3}, pages={272--299}, doi={10.1037/1082-989X.4.3.272}}
@article{hayton2004parallel, author={Hayton, James C. and Allen, David G. and Scarpello, Vida}, title={Factor retention decisions in exploratory factor analysis: a tutorial on parallel analysis}, journal={Organizational Research Methods}, year={2004}, volume={7}, number={2}, pages={191--205}, doi={10.1177/1094428104263675}}
@article{mcneish2018alpha, author={McNeish, Daniel}, title={Thanks coefficient alpha, we’ll take it from here}, journal={Psychological Methods}, year={2018}, volume={23}, number={3}, pages={412--433}, doi={10.1037/met0000144}}
@article{dunn2014omega, author={Dunn, Thomas J. and Baguley, Thom and Brunsden, Vivienne}, title={From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation}, journal={British Journal of Psychology}, year={2014}, volume={105}, number={3}, pages={399--412}, doi={10.1111/bjop.12046}}
@article{jolliffe2016pca, author={Jolliffe, Ian T. and Cadima, Jorge}, title={Principal Component Analysis: A Review and Recent Developments}, journal={Philosophical Transactions of the Royal Society A}, year={2016}, volume={374}, number={2065}, pages={20150202}, doi={10.1098/rsta.2015.0202}}
@article{appelbaum2018jars, author={Appelbaum, Mark and Cooper, Harris and Kline, Rex B. and Mayo-Wilson, Evan and Nezu, Arthur M. and Rao, Stephen M.}, title={Journal article reporting standards for quantitative research in psychology}, journal={American Psychologist}, year={2018}, volume={73}, number={1}, pages={3--25}, doi={10.1037/amp0000191}}
R