《表2 一阶因子模型与二阶因子模型的对比》

  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

《学习导向、网络能力对赛事服务组织竞争优势的作用机制研究》

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

为了采取二阶因子模型进行分析，需要验证一阶因子之间的相互关系及存在二阶因子的可能性。结果如图2及表2所示，在一阶因子模型中，4个一阶因子之间的关联系数在0.284至0.384之间（P<0.001），说明一阶因子之间具有中等的相关性；在二阶因子模型中，4个一阶因子对二阶因子的载荷分别为0.662、0.688、0.806和1.000(P<0.001），表明一阶因子与二阶因子之间存在强的关联性，并且R2都在0.449以上，支持二阶因子的存在，说明二阶因子可以解释一阶因子较高的变异量。另外，一阶因子模型与二阶因子模型的整体模型拟合度指标GFI、NFI、CFI值均大于0.9，RMR值均小于0.05，PGFI、PNFI值均大于0.5，表示模型拟合度达到优良；并且两模型的目标系数为0.99，大于0.9的门槛值，表明二阶因子模型能够有效地解释一阶因子的组间关联，进一步支持了二阶因子的存在，表明网络能力结构具有合理性。