《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

《我国旅游收入影响因素分析——以安徽省为例》

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

本文选用巴特莱特球形检验和KMO测量来检测所选的原始观测变量是否可以用因子分析方法。为了探讨共性因子之间，是否存在对其变量起支配作用的潜在因子即为因子分析。巴特莱特球形检验将原假设为相关矩阵是单位阵，拒绝假设即认为可以进行因子分析。而在KMO测量部分，当KMO取值在0.5以上时，认为可以做因子检验。KMO统计量检验变量的偏相关性，若想它的因子分析效果越好，它的偏相关性越大[16]。而由表2的结果可以看到，巴特莱特检验结果和KMO统计量的结果都表明本文所选原始数据进行因子分析有着充分的可行性。其中巴特莱特检验结果表明数据拒绝了原假设，而KMO统计量为0.816。