《表3 因子负荷表：基于数据挖掘的及物性和单宾语句典型性关系研究》

  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

《基于数据挖掘的及物性和单宾语句典型性关系研究》

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

旋转后的因子负荷表显示，[±意愿]、[±生命]、[±源头]这三个变量在因子1上具有较大的因子负荷量（数值以下划线表现，下同）。[±受力]和[±变化]变量在因子2上负荷较大。[±具体]和[瞬时]变量在因子3上负荷较大。根据荣泰生（2009），变量在公共因子上的因子负荷值达到0.5，即可认为该变量收敛效度佳，而大于0.5的变量可以归为一个因子维度并对其命名。结合邵健（2012）对及物性特征的归类和分析，将这三个公共因子分别命名为主语维度（因子1）、宾语维度（因子2）和动词维度（因子3）。详见表3。