《表3 KMO和Bartlett检验》
本研究利用SPSS25.0对57个题项进行探索性因子分析,以确定量表最佳结构。如表3所示,有效数据检验统计量KMO值为0.904,KMO值代表的是数据的偏相关性,介于0~1之间,越接近1表示偏相关性越好,KMO>0.9,说明变量之间的相关性很高,作因子分析的效果极佳。Bartlett近似卡方值为9404.969,P值为0.000,sig<0.001,表明变量间显著相关,这几个数值共同说明本研究很适合作因子分析。随后,本研究利用调查回收的288份有效数据进行了探索性因子分析,为了降维和消除共线性,本次研究采用主成分分析和最大方差旋转法,将变量重新整合,发现大于1的特征值有10个,公因子累积贡献率为71.065%,对比10个公因子进行下一步分析。
图表编号 | XD00219360400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.30 |
作者 | 张春梅、王晨 |
绘制单位 | 长春大学管理学院、长春大学管理学院 |
更多格式 | 高清、无水印(增值服务) |