《表6 旋转后因子载荷系数矩阵》

  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

《基于化学成分的烟叶感官舒适性预测模型》

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

采用主成分分析方法对化学成分指标进行因子提取，并运用最大方差旋转方法进行旋转，以便找出因子和研究项的对应关系。根据KMO和Bartlett的检验，可知KMO为0.686，大于0.6，说明变量间存在相关性，可以进行主成分分析；Bartlett球形度检验中的P为0.000，小于0.001，说明本组数据进行主成分分析是有意义的。主成分分析解释的总方差如表5所示。为了使公因子间差距尽可能大，进行公因子旋转。可知主成分的累计贡献率达90%以上时认为提取的变量较好，故针对主成分提取情况进行分析。本次主成分分析共提取出6个主成分，6个主成分旋转后的方差解释率分别为28.294%、17.479%、12.603%、11.848%、11.589%、11.341%，累积方差解释率为93.155%。旋转后因子载荷系数矩阵如表6所示。