《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》

  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

《具身认知环境下大学生深度学习评价量表设计与核验》

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

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。