《表2 因子载荷矩阵a：物理知识点难度模型研究》

  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

《物理知识点难度模型研究》

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

注:提取方法:主成分a.已提取了2个成分

（3） 提取公共因子。通过SPSS 22.0软件对样本数据进行标准化处理，选取特征值大于1的公共因子，共获得2个公因子。2个公因子的累计方差贡献率达80.564%（大于80%），表示2个公因子可表达80.564%的原始变量信息，可以解释原始变量的方差。在因子载荷矩阵表（见表2）中，选取较高且相近的载荷对变量进行分组。可得抽象程度、关联程度、推理及运算程度和物理模型负荷值相近，由因子1解释。信息量由因子2解释。这与上文中作者对维度的分析结果相似，由此可认为，因子1可称之为知识点深度，因子2可称为知识点广度。