《表5 成分矩阵表：零售业经营绩效区域差异分析》

  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

《零售业经营绩效区域差异分析》

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

本文将多个指标综合为几个彼此独立的指标（主成分），降低变量维度，进行主成分分析。主成分分析只是一种变换，它将原始变量线性组合，得到彼此正交的新变量；而因子分析需要利用假设变量和随机变量构造一个因子模型来表示原始变量，如表4所示。为了减少信息的缺损，本文提取了四个贡献率为33.689%、17.496%、13.421%、10.124%，累积贡献率74.731%，表5中显示了七大指标和公因子（四个因素负荷量）的关系。为了更好地描述七大指标和公因子的意义，我们对各因子进行了保持因素正交（不相关）的因素旋转，使七大指标和公因子（四个因素负荷量）的关系更加接近0或±1，如表6所示。从表6可知，净资产回报率、资本利润率、成本利润率这三项指标对因素A的负荷较高，主营业务增长率对因素B的负荷较高，主营业务收入、流动资产周转率对因素C的负荷较高，偿债能力（负债率）对因素D的负荷较高。