Mục đích của EFA là làm giảm số lượng lớn biến quan sát thành số lượng ít nhân tố đại diện để dễ tính toán và phân tích. Nếu không xoay, các biến quan sát có xu hướng tải đều dàn trải ở rất nhiều nhân tố, nói theo kiểm nôm na: “mâm nào cũng có”, không xác định được rốt cục phải xếp biến quan sát đó vào nhân tố nào. Điều này dĩ nhiên không giúp nhà nghiên cứu thu về một số lượng ít nhân tố đại diện cho dữ liệu như mục đích ban đầu.
Khi xoay, từng biến quan sát chỉ tải lên mạnh ở một (hoặc một vài, càng ít càng tốt) nhân tố. Các biến có hệ số tải mạnh cùng nằm ở nhân tố nào sẽ được xếp chung vào cột nhân tố đó, và được đánh giá biến quan sát đó đại diện tốt cho đặc điểm của nhân tố.
Ví dụ ở bảng ma trận xoay bên dưới, 5 biến DT1-DT5 tải lên rất mạnh ở nhân tố số 1 và tải rất yếu lên nhân tố 2, 3; tương tự cho LD1-LD4 tải lên mạnh ở nhân tố 2, tải lên yếu ở nhân tố 1, 3; TL1-TL4 tải mạnh ở nhân tố 3 và tải yếu ở nhân tố 1, 2 … Như vậy, từ 15 biến quan sát nếu chưa xoay sẽ hình thành thành 15 nhân tố, thì sau khi xoay, 15 biến này được phân vào thành 3 nhân tố. Thay vì ban đầu chúng ta cần đo lường 15 biến quan sát, bây giờ chúng ta chỉ đo 3 nhân tố, điều này đơn giản và tiết kiệm thời gian hơn cho nhà nghiên cứu.
- Varimax: xoay vuông góc, sau khi quay trục các nhân tố vẫn ở vị trí vuông góc với nhau. Phép quay này giả định rằng các nhân tố không có sự tương quan với nhau. Phép quay vuông góc ứng dụng nhiều ở các đề tài chỉ có hai loại biến độc lập và phụ thuộc
- Promax: xoay không vuông góc, sau khi quay trục các nhân tố sẽ di chuyển đến vị trí phù hợp nhất. Phép quay này giả định các nhân tố có sự tương quan với nhau. Phép quay không vuông góc ứng dụng nhiều ở các đề tài có sự xuất hiện của biến trung gian, lúc này sẽ có các biến vừa đóng vai trò độc lập vừa đóng vai trò phụ thuộc.
Cả hai phép xoay đều nhằm mục đích làm cho hệ số tải nhân tố của các biến quan sát sẽ tối đa ở trục nhân tố chúng đo lường và tối thiểu ở các trục nhân tố khác. James (2009) và nhiều nhà nghiên cứu trước đó đã thực hiện các kiểm nghiệm để xem xét sự khác biệt giữa 2 loại phép quay vuông góc và không vuông góc. Kết quả đem lại không có sự khác biệt lớn khi sử dụng 2 loại phép quay này. Chính vì vậy, nhà nghiên cứu có thể sử dụng phép bất cứ quay nào phù hợp để có được cấu trúc ma trận xoay tốt nhất.
Việc xem xét sự tương quan giữa các nhân tố với nhau ở phép quay Promax nói riêng và các phép quay không vuông góc nói chung, dường như phù hợp hơn với phép trích Principal Axis Factoring nhằm khám phá các cấu trúc tiềm ẩn. Với phép quay Varimax và các phép quay vuông góc khác, phù hợp hơn với phép trích Principal Component Analysis, khi mục đích chính là thu gọn số lượng biến quan sát về các nhân tố đại diện với phương sai trích được nhiều nhất.
Nếu sau EFA, chúng ta đi đến phần phân tích nhân tố khẳng định trên các phần mềm SEM, thì việc sử dụng phép quay Promax cùng phép trích PAF sẽ phù hợp hơn. Nếu sau EFA, chúng ta đi đến các phân tích tương quan, hồi quy tuyến tính, phép quay Varimax cùng phép trích PCA là một lựa chọn tốt.