《表2 各类型特征值及解释变量》
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
《信息流广告回避的受众认知画像:基于Q方法的探索性考察》
本研究的实验数据分析则利用Q方法专用分析软件QUANL进行,该软件可通过主成分分析(Principal Component Analysis)、正交旋转(Varimax Rotation)、相关性分析等运算对主观认知结构相似的P样本数据进行类型化解读[28]。根据软件分析结果,信息流广告回避的受众认知状态主要可以被归为3种类型。如表2所示,各类型的特征值均达到了1.0以上的可观水平,分别为7.2629、5.0271、2.2352。各类型的解释变量分别为0.2421(24%)、0.1676(17%)、0.0745(7%),最终的累计解释变量则达到了0.4842(48%)。各类型之间的相关关系如表3所示,第一类型与第二类型的相关系数为0.141,第二类型与第三类型的相关系数为0.149,第一类型与第三类型的相关系数为0.564。从图3的可视化结果可以看出,虽然三个类型相互之间稍有重叠,但整体上各自指向性明显且结构迥异,均满足作为独立类型的条件。
图表编号 | XD00154169600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.10 |
作者 | 郑兆、李济永 |
绘制单位 | 加图立关东大学 |
更多格式 | 高清、无水印(增值服务) |