ROTACION DE FACTORES

Como las saturaciones, pesos o cargas factoriales de cada variable en cada

factor (elementos de la matriz factorial), se representan por las proyecciones
ortogonales de cada variable en cada factor, la cuarta variable se explica
fuertemente
y de forma positiva por el primer factor (proyección positiva grande de X’ 4
sobre F1),
mientras que se representa poco y en sentido negativo por el segundo factor
(proyección negativa pequeña de X’4 sobre F2). De la misma forma, la primera y
segunda variables se explican fuertemente y de forma positiva por el segundo
factor,
y se explican poco y de forma positiva por el primer factor. La tercera variable
se
explica de igual forma por el primero y segundo factor.
Puede ocurrir que al realizar esta representación geométrica del modelo
factorial, las proyecciones de la mayoría de las variables sobre los factores no
sean lo
suficientemente grandes como para que la interpretación del modelo resulte
adecuada. Si la representación geométrica resulta difusa, se puede realizar una
rotación de los factores que clarifique las proyecciones de las variables sobre
ellos.
Nos introducimos así en el campo de las rotaciones factoriales, que se
explicarán con
más detalle en los siguientes apartados.
Con una rotación factorial se transforma una solución factorial inicial en otro
tipo de solución preferida. Tal transformación va encaminada a poner de
manifiesto
la solución de la manera más convincente y clara para su interpretación
científica.
Teóricamente puede justificarse la interpretación vectorial realizada aquí por
el hecho de que el conjunto de variables aleatorias sobre una población dotado
de las
operaciones de suma y producto por un escalar, tiene estructura de espacio
vectorial.
Las variables con varianza finita y esperanza nula forman un subespacio
vectorial del
anterior en el cual la covarianza Cov(X,Y) es un producto escalar que define
una
norma dada por la varianza y un ángulo entre vectores cuyo coseno es el
coeficiente
de correlación.
TÉCNICAS DE ANÁLISIS MULTIVARIANTE DE DATOS
182
ROTACIÓN DE LOS FACTORES
El trabajo en el análisis factorial persigue que los factores comunes tengan
una interpretación clara, porque de esa forma se analizan mejor las
interrelaciones
existentes entre las variables originales. Sin embargo, en muy pocas ocasiones
resulta fácil encontrar una interpretación adecuada de los factores, iniciales,
con
independencia del método que se haya utilizado para su extracción.
Precisamente los
procedimientos de rotación de factores se han ideado para obtener, a partir de
la
solución inicial, unos factores que sean fácilmente interpretables.
En la solución inicial cada uno de los factores comunes están correlacionados
en mayor o menor medida con cada una de las variables originales. Pues bien,
con los
factores rotados se trata de que cada una de las variables originales tenga una
correlación lo más próxima a 1 que sea posible con uno de los factores y
correlaciones
próximas a 0 con el resto de los factores. De esta forma, y dado que hay más
variables
que factores comunes, cada factor tendrá una correlación alta con un grupo de
variables y baja con el resto de variables. Examinando las características de las
variables de un grupo asociado a un determinado factor se pueden encontrar
rasgos
comunes que permitan identificar el factor y darle una denominación que
responda a
esos rasgos comunes. Si se consigue identificar claramente estos rasgos, se
habrá dado
un paso importante, ya que con los factores comunes no sólo se reducirá la
dimensionalidad del problema, sino que también se conseguirá desvelar la
naturaleza
de las interrelaciones existentes entre las variables originales.
Existen dos formas básicas de realizar la rotación de factores: rotación
ortogonal y rotación oblicua. En la rotación ortogonal, los ejes se rotan de
forma que
quede preservada la incorrelación entre los factores. Dicho de otra forma, los
nuevos
ejes, o ejes rotados, son perpendiculares de igual forma que lo son los factores
sin
rotar. Por esta restricción, a la rotación ortogonal se le denomina también
rotación
rígida. Entre los diversos procedimientos de rotación ortogonal el denominado
método
Varimax es el más conocido y aplicado. Los ejes de los factores del método
Varimax
se obtienen maximizando la suma de varianzas de las cargas factoriales al
cuadrado
dentro de cada factor. Existen otros métodos de rotación ortogonal de los
factores
menos utilizados, como son el método Equamax y el método Quartimax.
En la rotación oblicua los ejes no son ortogonales y los factores ya no
estarán incorrelacionados, con lo que se pierde una propiedad que en principio
es
deseable que cumplan los factores. Sin embargo, en ocasiones puede
compensarse
esta pérdida, si, a cambio, se consigue una asociación más nítida de cada una
de las
variables con el factor correspondiente. El método de rotación oblicua más
conocido
es el denominado Oblimin, existiendo otros menos utilizados como el Oblimax,
Promax, Quartimin , Biquartimin y Covarimin, algoritmos que permiten
controlar el
grado de no ortogonalidad. Conviene advertir que tanto en la rotación
ortogonal,