因子分析中旋转方法的选择对结果解释的影响.docxVIP

因子分析中旋转方法的选择对结果解释的影响

引言

因子分析是社会科学、教育学、医学等领域应用极为广泛的降维统计技术，核心是从大量观测变量中提取具有共性的潜在因子，既实现数据结构的简化，也能揭示变量背后的内在关联逻辑。在因子分析的完整流程中，因子旋转是连接统计结果与理论解释的关键环节——初始提取的因子载荷往往分布模糊，难以直接归纳因子内涵，而旋转通过调整因子轴的空间位置，让载荷结构更符合人的认知习惯，为结果解释提供基础。但在实际研究中，不少研究者存在默认软件自带旋转方法、忽视方法适用条件的问题，导致因子解释出现偏差甚至背离研究初衷。本文将从因子旋转的基本内涵出发，系统梳理不同旋转方法的作用逻辑与解