انواع چرخش در تحلیل عاملی با spss یکی از مباحث مهم و کلیدی است که کمتر منابعی به طور تخصصی به آن پرداخته است.
عواملی که از راه حل های عامل اصلی یا مستقیم بدست می آیند، معمولا قابل تفسیر نیستند.
محورهای مرجع به منظور قراردادن داده ها در یک موقععیت جدید چرخانده می شوند و به این ترتیب، عوامل اشتقاقی به دست می آیند.
سپس به این عوامل معنا داده می شود. قبل از گسترش کامپیوترها، چرخش محورها با استفاده از روش های نمونه داری پیچیده صورت می گرفت.
نقاط مورد بحث، نقاط نهایی بردارها را نشان می دادند.
هرگاه، گروهی از آزمون ها و بردارها در یک طبقه قرار می گرفتند یا ظاهرا به یکدیگر تعلق می داشتند، یک محور مرجع یا عامل در این طبقه قرار می گرفت. هدف از این کار آن بود که تا حد امکان، بارهای مثبت بالا و تقریبا برابر به صفر به دست می آیند.
تصور بر آن بود که با این عمل، عوامل چرخش یافته، توصیف کننده ی ویژگی های ساختاری شکل بندی بردار خواهند بود.
ملاک های راهنمای این فرایند چرخش، در همان زمان مطرح شدند.
مجموعه ای از این ملاک ها که ساختار ساده نام دارند، به وسیله ی ترستون پیشنهاد گردید.
این ملاک ها، تعداد مورد نیاز بارهای صفر و غیرصفر در سطرها و ستون های مدل عاملی بعد از چرخش مشخص می کردند.
مسئله عمده در این جا، تعریف شاخص توصیفی مناسب از فاصله ی محورهای مرجع از شکل بندی بردار است.
آن گاه این محورها را می توان برای به حداقل رساندن این شاخص چرخانید. این مسئله مستقیما با انطباق یک خط مستقیم روی مجموعه ای از نقاط قابل قیاس است.
این کار را می توان به صورت دیداری انجام داد یا می توان این خط را به صورت عینی با مجموع مجذورات ملاک تعیین کرد. در مسئله چرخش، هدف اصلی، انطباق مجموعه ای از محورهای مرجع بر روی شکل بندی بردار است که معمولا در یک فضای چند بعدی صورت می گیرد.
این کار را می توان از طریق بازبینی یا تعریف تحلیلی ملاک مناسبی که به صورت جبری دست کاری می شود، انجام داد.
این ملاک پیشنهادی را می توان با اشاره به دو عامل و چهار آزمون، همان طوری که در شکل 6-2 ارائه شده است، نشان داد. این جا، شاخصی از فاصله ی نقاط نهایی از بردارها برابر با مجموع مجذورات این سطوح است.
ajq و ajpبارهای عاملی چرخش نیافته هستند. اکنون، هرگاه،bjq و bjpبرای نشان دادن بارهای عاملی پس از چرخش در نظر گرفته شوند، مسئله چرخش به مسئله تعیین محورهای مرجع در موقعیتی تبدیل می شود که کمیت(10) حداقل باشد.
در این جا تمام عوامل قبل از چرخش، نرمال می شوند. تمام میزان های اشتراک یک و تمام بردارها دارای طول واحد هستند و به تمام متغیرها ضرایب مساوی اختصاص داده می شوند. امروزه ملاک واریماکس نرمال، معمولا در بررسی های تحلیل عاملی به کار برده می شود.
