《表2 总方差解释:具身认知环境下大学生深度学习评价量表设计与核验》
首先对题项进行KMO和巴特利特检验,判断是否适合做因素分析。KMO值越接近1,说明对所检验变量进行因素分析的效果越好,显著性概率小于0.05,即表明相关矩阵不是一个单位矩阵,可以进行因子分析。结果显示,KMO值为0.941,大于0.9。巴特利特球形度检验表明:巴特利特值为6628.843,显著性概率为0.000,小于0.05,即适合做因子分析。使用主成分分析法对全部28个题项进行探索性因子分析,共同成分的因素萃取值均大于0.45,表明变量之间的共同成分都可被萃取出的因素解释,即提取的公共因子具有良好的代表性。使用最大方差法来进行正交旋转,以特征值大于1为依据选取因子,共抽取出5个公共因子,累积方差贡献率为61.431%,选取结果见表2。
图表编号 | XD00184034000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 李志河、李思哲、王元臣、张春雨 |
绘制单位 | 山西师范大学教育科学学院、山西师范大学教育科学学院、山西师范大学教育科学学院、山西师范大学教育科学学院 |
更多格式 | 高清、无水印(增值服务) |