《表1 KMO和巴特利特检验结果》

  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

《因子分析在全国各省市综合经济实力评价中的应用》

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

因子分析是将关系错综复杂的多个变量或指标综合为少数几个因子，即:相关关系比较密切的变量归为一类，每一类变量就是一个公因子，从而反映原始变量与公因子之间的相互关系并保留大量原始资料、减少信息丢失的一种多元统计分析方法。借助SPSS软件进行因子分析，有利于找出影响各省市综合经济实力的主要因素以及它们各自的作用机制。首先，通过KMO检验和巴特利特球体检验，判断数据是否适合进行因子分析。KMO检验用于比较变量间相关程度的大小，其取值为0到1之间，以0.5为界限，0.5以上，表示数据可以进行因子分析，0.5以下，说明数据不适合应用因子分析。而巴特利特球体检验用于检验变量之间是否相互独立，若拒绝原假设，则说明可以进行因子分析。检验结果如表1所示，p值为0.000小于0.05，拒绝原假设，表明数据之间存在高度相关，以及KMO值为0.621，说明这些指标数据适合进行因子分析。