Autovalor, análisis paralelo, carga factorial y rotación

El autovalor indica cuánto de las diferencias de todas las preguntas recoge un componente. El criterio de Kaiser conserva los componentes con un autovalor superior a 1; a menudo da demasiados. El análisis paralelo compara los autovalores con los de datos aleatorios del mismo tamaño y solo conserva lo que queda por encima: es la propuesta más fiable. La rotación gira la solución para que cada pregunta pertenezca lo más claramente posible a un componente: varimax mantiene los componentes independientes, promax permite que los factores estén correlacionados.

Ejemplo: Aprendizaje en la universidad, 6 preguntas: 2 componentes, el 63 % recogido en conjunto. La pregunta 7 carga ,89 en el componente 1 y nada en el componente 2.

Precaución: Las cargas inferiores a ,30 se ocultan. Si una pregunta carga más de ,30 en dos componentes, no pertenece claramente a uno solo.