《表1 KMO和Bartlett的检验表》

  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

《景观要素对南京传统商业街魅力度的影响》

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

KMO(Kaiser-Meyer-Olkin）检验统计量是用于比较变量间简单相关系数和偏相关系数的指标，主要应用于多元统计的因子分析。KMO统计量是取值在0和1之间。当所有变量间的简单相关系数平方和远远大于偏相关系数平方和时，KMO值越接近于1，意味着变量间的相关性越强，原有变量越适合作因子分析；当所有变量间的简单相关系数平方和接近0时，KMO值越接近于0，意味着变量间的相关性越弱，原有变量越不适合作因子分析。Bartlett球性检验是一种数学术语，用于检验相关阵中各变量间的相关性，是否为单位阵，即检验各个变量是否各自独立。因子分析前，首先进行KMO检验和巴特利球体检验。在因子分析中，若拒绝原假设，则说明可以做因子分析，若不拒绝原假设，则说明这些变量可能独立提供一些信息，不适合做因子分析。本研究的Cronbach's alph系数为0.752，大于0.7，说明信度较高；问卷整体的KMO值为0.949，明显大于0.6，充分满足因子分析的前提要求，并且有充足的样本进行因子分析（表1）。