《表4 KMO和Bartlett球体检验的结果》

  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

《博士学位论文评审指标体系可靠吗——基于全数据的信度和效度研究》

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

因子分析的主要功能是从指标体系的全部分项指标中提取一些公因子，各公因子分别与某几个分评指标高度相关，因此这些公因子可代表指标体系的基本结构，通过因子分析可以考察研究者设计指标体系时假设的某种结构。在因子分析之前，首先进行适应性检验，测量KMO(Kaiser-Meyer-Olkin）值和并进行Bartlett球体检验。KMO测度的值越高（接近1.0时），表明项目间的相关性越强，越适合进行因子分析。Bartlett球体检验的目的是检验相关矩阵是否是单位矩阵。一般说来，显著水平值越小（<0.05）表明原始变量之间越可能存在有意义的关系，指标体系的结构效度越好。KMO和Bartlett球体检验的结果见表4。本研究KMO指标为0.787>0.5，说明原始变量适合做因子分析。Bartlett球形检验的显著性水平为0.000<0.001，说明变量间的相关矩阵与单位矩阵有显著性差异，因子分析的结果有效。