因子分析的Varimax旋转与Promax旋转差异.docxVIP

因子分析的Varimax旋转与Promax旋转差异

引言

在心理学、社会学、经济学等领域的量化研究中，因子分析是探索变量内在结构的重要工具。它通过降维技术将大量观测变量浓缩为少数几个潜在因子，从而简化数据、揭示规律。然而，因子分析的关键环节——因子旋转，却常被研究者忽视其选择逻辑。因子旋转的本质是通过坐标变换调整因子载荷矩阵，使结果更符合“简单结构”假设（即每个变量仅在少数因子上有显著载荷，其余因子载荷趋近于0），进而提升因子的可解释性。

在众多旋转方法中，Varimax旋转（方差最大旋转）与Promax旋转（斜交最大旋转）是应用最广泛的两种，前者属于正交旋转，后者属于斜交旋转。二者虽同属旋转技术，却在数学原理、适用场景、结果解读等方面存在显著差异。本文将从基础概念出发，系统梳理二者的核心差异，为研究者的方法选择提供理论依据与实践指导。

一、因子旋转的基础逻辑与分类

（一）因子旋转的本质与目标

因子分析的初始解（未旋转的因子载荷矩阵）是数学意义上的最优解，但未必符合实际研究的解释需求。这是因为初始因子的载荷分布可能过于分散——一个变量可能在多个因子上都有中等程度的载荷，导致研究者难以明确每个因子的具体含义。例如，在一项关于学生能力的研究中，初始因子可能显示“数学成绩”在“逻辑思维”和“记忆能力”两个因子上的载荷均为0.5，这种模糊的分布显然不利于后续分析。

因子旋转的目标正是通过调整因子轴的位置，重新分配载荷值，使每个变量尽可能只在一个因子上有高载荷（通常绝对值大于0.7），在其他因子上的载荷趋近于0。这种“简单结构”能让研究者更直观地为因子命名（如“语言能力因子”“空间推理因子”），并结合理论背景解释其代表的潜在变量。

（二）正交旋转与斜交旋转的核心区别

因子旋转方法可分为正交旋转与斜交旋转两大类，二者的根本差异在于对因子间相关性的假设：

正交旋转：假设因子之间互不相关（相关系数为0），旋转时保持因子轴的正交性（即因子轴夹角为90度）。这种假设简化了数学计算，但可能与现实情况不符——例如，“学习动机”与“学习成绩”背后的因子往往存在内在联系。

斜交旋转：允许因子之间存在相关性（相关系数不为0），旋转时因子轴可呈任意角度。它更贴近现实数据中潜在变量的复杂关系，但计算过程更复杂，且结果解读需同时考虑因子载荷与因子间相关矩阵。

Varimax旋转是正交旋转的典型代表，而Promax旋转则是斜交旋转中最常用的方法之一。二者的差异本质上是正交与斜交假设的延伸，需从原理、过程、结果等多维度深入分析。

二、Varimax旋转的原理与特征

（一）Varimax的数学逻辑与计算过程

Varimax旋转由统计学家HenryKaiser于1958年提出，其核心思想是“最大化单个因子的载荷方差”。具体来说，它通过坐标变换，使每个因子的载荷平方的方差最大化。这里的“方差”是指同一因子下各变量载荷平方的离散程度——方差越大，说明该因子上高载荷变量与低载荷变量的差异越显著，即“简单结构”越明显。

举个例子，假设某因子在旋转前的载荷平方为[0.4,0.5,0.6]（方差较小），旋转后变为[0.1,0.2,0.9]（方差较大），后者中第三个变量的高载荷与前两个的低载荷形成鲜明对比，更易识别该因子的核心变量。

Varimax的计算过程可概括为：首先对初始因子载荷矩阵进行标准化（消除变量量纲影响），然后通过迭代算法调整因子轴的角度，直到载荷平方的方差达到最大值。由于正交旋转的约束（因子轴正交），计算过程相对稳定，通常在几次迭代后即可收敛。

（二）Varimax的结果特征与适用场景

Varimax旋转的结果具有以下典型特征：

因子独立性：因子间相关系数严格为0，因子轴保持正交。这使得后续分析（如回归分析中使用因子得分）更为简便，无需考虑因子间的共线性问题。

载荷分布集中：每个因子上的高载荷变量数量较少（通常2-4个），低载荷变量趋近于0，因子含义清晰。例如，在人格研究中，Varimax旋转可能将“外向性”因子的高载荷集中在“社交频率”“主动发言次数”等变量上，而“情绪稳定性”因子则集中在“焦虑量表得分”“情绪波动频率”等变量上。

解释偏向单一因子：由于强制因子独立，可能掩盖变量与多个因子的真实关联。例如，若“阅读速度”同时受“语言能力”和“信息处理速度”影响，但Varimax可能将其载荷集中在其中一个因子上，导致信息损失。

基于这些特征，Varimax适用于以下场景：

研究假设因子间无实质关联（如物理学中“质量”与“速度”是独立概念）；

需要简化后续分析（如构建综合得分时避免共线性）；

数据本身满足简单结构（变量与因子的关联明确，无显著交叉载荷）。

三、Promax旋转的原理与特征

（一）Promax的数学逻辑与计算过程

Promax旋转由统计学家Hen