《表2 旋转后的成分矩阵：基于可视化学习分析的研究性学习学生画像构建研究》

  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

《基于可视化学习分析的研究性学习学生画像构建研究》

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

在探索性因素分析中，KMO值为0.748（大于0.6），且B a r t l e t t球形检验近似卡方值为1372.238（p<0.001）达到显著水平，说明数据适合做因子分析。采用主成分分析法进行探索性因子分析，使用正交方法对因素进行旋转。经反复实验，当设定因子数为5作因子分析，删除“归纳观点或结论r13”时，所得到的结果符合前期构建的研究性学习评价指标体系中的过程维度，可解释方程累积贡献率为65.774%。旋转后的成分矩阵如表2所示。其中，由于在线行为采集的特殊性，虽然因子5只有1个观测变量，在实践中也可进行分析。