《表2 因子载荷矩阵（旋转）》

  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

《云南少数民族地区经济发展的主导因素及其空间联系》

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

同理，对11个经济发展因素指标进行因子分析。KMO值为0.823，为很适合做因子分析，巴特利特（Bartlett）球形检验的统计量为1117.801（自由度为55），其显著水平超过0.001，拒绝零假设。以特征根大于1为标准提取公因子，并采用方差最大法进行因子旋转，使得公共因子的因子载荷向正负1或0接近，以有利于解释公共因子的实际涵义。因子分析的具体结果如表2所示。表2显示，选取的特征根大于1的两个主成分可以累计解释原始数据83.31%的信息量。观察“变量共同度”可知，两个公共因子对所有原始指标信息量的提取效果较好，且不存在交叉载荷。除“企业单位数”提取不足0.7(0.697）外，其他指标的信息提取均超过70%，有8个指标的信息提取量超过80%。第一主成分在第二产业增加值、第三产业增加值、固定资产投资、一般公共预算收入、社会消费品零售总额、企业单位数、非农人口比重等7个指标上载荷较大，可定义为工业经济及城镇化综合因子；第二主成分在第一产业增加值、粮食产量、乡村从业人员数、农林牧渔总产值等4个指标上的载荷较大，可解读为农业经济综合因子。