《表4 探索性因子分析的主要结果》

  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

《人居环境质量对乡村发展的影响——基于江苏省村庄抽样调查截面数据的分析》

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

（1）探索性因子分析（Exploratory Factor Analysis，EFA）。该分析是基于观察变量之间的相关程度确定潜在变量内部结构的方法，是开发量表和进行结构方程分析的重要环节。本文基于SPSS 24.0统计软件采用主成分提取法，通过最大方差旋转法对标准化后的数据进行探索性因子分析。结果表明（见表4），KMO统计量为0.85，Bartlett球形检验值为0.00，检验结果显著，因而标准化后的数据适合进行因子分析。在正交旋转后观察变量被聚合成5个主成分，与设定的理论模型保持一致，累计总方差解释为65.78%，且除基础设施条件变量外，其余潜在变量的方差累计贡献率均超过60.00%，表明其余潜在变量设置合理。考虑到基础设施条件是农村人居环境的重要方面，并且基础设施条件各观察变量因子载荷量均大于0.60，因此将该潜在变量保留。