Una técnica de rotación ortogonal que se utiliza en análisis factorial y PCA para simplificar la interpretación de los factores.
Fue desarrollada por Henry F. Kaiser en 1958 y es la técnica de rotación más comúnmente utilizada en este tipo de análisis estadístico.
Contenidos
mostrar
Objetivos
El objetivo de Varimax es maximizar la varianza de los cuadrados de las cargas factoriales dentro de cada factor, lo que hace que cada variable esté fuertemente asociada con un solo factor y débilmente asociada con los otros.
Esto resulta en una estructura más simple y fácil de interpretar.
Características
- ortogonalidad (mantiene los factores independientes entre sí; es decir, no correlacionados)
- maximización de varianza (aumenta las cargas altas y reduce las bajas para cada factor, creando una estructura más clara)
- facilita la interpretación (simplifica la matriz de cargas factoriales, permitiendo identificar grupos de variables que miden constructos similares)
Ventajas y desventajas
Ventajas
- Facilita la interpretación de los factores.
- Mantiene la independencia entre los factores, lo que es útil para análisis posteriores, como regresión o modelos estructurales.
- Muy eficiente computacionalmente, lo que lo hace popular en aplicaciones prácticas.
Desventajas
- Al ser ortogonal, asume que los factores son completamente independientes, lo que puede ser una limitación si se espera alguna correlación entre los factores.
- No siempre es adecuado para datos con relaciones complejas y correlaciones entre factores.