《表2 KMO和Bartlett的检验表》

  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

《基于因子分析法的物流企业业绩评价》

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

适用性检验通过SPSS20.0软件，对2019年度数据进行KMO和Bartlett球度适用性检验，以此判断是否适合进行因子分析。一般认为KMO统计量越接近于1，变量间的相关性越强，偏相关性越弱，因子分析的效果越好。当KMO统计量在0.7以上时效果比较好（如表2所示），数据的KMO值为0.703，符合相关要求，同时Sig为0.000，小于0.05的显著性水平，表明变量之间存在一定关联性，有提取公因子的条件。