《表5 公共因子载荷矩阵：家庭农场、资金需求紧迫与借贷渠道——基于背景风险和家庭农场特征的实证分析》

  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

《家庭农场、资金需求紧迫与借贷渠道——基于背景风险和家庭农场特征的实证分析》

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

确定公共因子数目，是因子分析中最重要的一步。很多学者对这一问题进行了深入讨论。主要有最小特征值法、总方差比例法和MAP方法等。最常用的是总方差比例法，即选择公因子个数m，使得前m个特征值的和超过公因子总方差的某一门限值。这种方法多用于主成分法。因子分析首要步骤是确定因子载荷或估计得到因子载荷矩阵。常用方法有极大似然法、主成分法、最小二乘法、α因子提取法等。本文采用主成分法同时完成公共因子确定和因子载荷估计（见表4和表5）。根据表4可知，前六个特征值最大因子方差累积贡献率为86.684%，基本解释了原始数据方差的绝大部分，因此，取公共因子数目为6。表5仅列出了6个公共因子的因子载荷估计值。从表5可知，对应于每一个原始变量，6个公共因子中总存在大于0.5的因子载荷，因此，判定样本数据的结构效度较高（曹伟等，2012[18]）。