因子分析中正交旋转的原因和目的是什么？

正交旋转是保持因素正交的因素旋转。相当于对原始因素负荷矩阵作正交变换。这种旋转保持公共因素方差不变，特殊因素方差也不变。可理解为在因素空问中，因素轴在旋转过程中保持互相垂直。 

如何旋转取决于用什么标准作为负荷矩阵简单结构准则。m维坐标系的正交旋转可由所有的两两公共因素轴构成的平面正交旋转一个角度来完成。因素分析早期使用图解旋转的办法，进行逐个平面的旋转。常用的正交旋转方法是方差极大旋转、四次幂极大旋转和等方差极大旋转。

扩展资料

因素旋转是因素空间中因素轴的旋转。相当于负荷矩阵的一个线性变换。在一个因素模型中，满足假设条件的公共因素和负倚矩阵不是唯一的。用某种方法（如极大似然法）得到的负荷矩阵称为初始因素负荷矩阵，一般都不具有简单结构。

因此要对初始因素负荷矩阵作线性变换，使变换后的负荷矩阵有简单结构，以便于对公共因子进行解释。将一个负荷矩阵作线性变换，相当于将因素轴作相应的旋转。分为正交旋转和斜交旋转。

参考资料来源：百度百科——正交旋转

　　因子分析中正交旋转的原因和目的是：为了更突出各个因子的典型代表变量是谁,这样更容易发觉因子的作用。
　　因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子，以较少的几个因子反映原资料的大部分信息。运用这种研究技术，我们可以方便地找出影响消费者购买、消费以及满意度的主要因素是哪些，以及它们的影响力运用这种研究技术，我们还可以为市场细分做前期分析。

为使因子分析法求出因子载荷阵结构简化，便于对主因子进行专业上解释，常对因子载荷阵施行变换或称因子旋转。最常用的方法是方差最大的正交旋转法，使旋转后的因子载荷阵中的每一列元素尽可能地拉开距离，即向0或1两极分化，使每一个主因子只对应少数几个变量具有高载荷，其余载荷很小， 且每一变量也只在少数个主因子上具有高载荷，其余载荷都很小。