《表1 探索性因子分析矩阵》
本研究的问卷题项都来自于国外及中国台湾的成熟量表,因此为了避免出现水土不服的情况,Hair建议首先要对数据进行探索性因子分析,需要将因子载荷量小于0.4、交叉载荷量大于0.4的题项删除[27]。本文按照该方法,利用SPSS21.0进行探索性因子分析,删除不符合条件的题项后,最终因子旋转的结果见表1。分析结果显示,KMO值为0.947,χ2近似值为3 819.691,Sig.为0.000,解释总方差为79.187%,表明数据非常适合做因子分析。从表1可以看出,同一研究构面中的题项经过因子旋转后均聚集到了一起,说明量表具有良好的结构效度。
图表编号 | XD00184424600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.01.01 |
作者 | 李群 |
绘制单位 | 杭州科技职业技术学院旅游学院 |
更多格式 | 高清、无水印(增值服务) |