《表8 变异数总计：快速城镇化背景下迅速扩张型城市空间演化时空特征及驱动力机制——以合肥市为例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《快速城镇化背景下迅速扩张型城市空间演化时空特征及驱动力机制——以合肥市为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:撷取方法为主体元件分析。

通过对合肥市城市建成区用地扩展的驱动因素进行主成分分析，提取主要的影响因素（表8），有助于将复杂的数据简化，便于后续分析。步骤为:（1）数据的标准化处理。由于不同的指标使用不同的单位，需要对数据进行标准化，以便后续比较和分析，使所有数据都能在因子分析中标准化[1]。（2）KMO和Bartlett的测试。在进行主成分分析之前，为确定所选取的数据是否满足主成分分析要求，首先对数据进行KMO和Bartlett的测试。结果表明，量表中KMO的值为0.748，变量间有较强的相关性，显著性为0，小于0.01，相关矩阵不是一个单位矩阵，指标之间并非独立。本研究选取的因素数据满足主成分分析要求，适宜做研究。（3）主成分分析。本文使用SPSS22.0软件对选取的变量进行主成分分析，计算结果表明解释的总方差总共解释了93.201%的总体变量，因此共得到两个主成分，其中一个主成分特征值为11.751，方差贡献率为83.934%，另一个主成分特征值为1.297，方差贡献率为9.267%。通常，提取的主成分的方差的累计贡献率要达到85%，因此提取出的两个主成分符合要求[1]。