《表5 保险素养（因子分析）KMO检验结果及各因子载荷》

  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

《保险素养与商业养老保险决策》

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

本文对保险素养的3个问题，都同样设置了两个虚拟变量：一是“是否正确回答”虚拟变量，回答正确取值为1，回答错误取值为0，衡量受访者能否正确地计算；二是“是否理解该问题”虚拟变量，即无论受访者回答正确或错误，都取值为1，表明其理解了该问题涉及的保险概念，只是计算结果有出入，但是，受访者回答“不知道”则取值为0，表明其并不清楚该问题所涉及的金融概念，更缺乏保险素养。本文依据保险素养的3个相关问题共6个虚拟变量采用迭代主因子法进行因子分析，构建保险素养（因子分析）指标。表4给出了保险素养（因子分析）的估计结果。利用特征值大于1的原则，本文可以保留第1个因子，其累计方差贡献率达到93.7%，大于累计方差贡献率达到80%的一般要求。表5给出了保险素养（因子分析）的KMO检验结果，和秦芳等（2016）、吴雨等（2017）结果类似，本文的KMO检验值几乎都大于0.6，表明适合采用因子分析法。按照旋转后的因子载荷计算保险素养（因子分析）指标，其描述统计结果见表6。