《表6 创新影响因素因子变量解释贡献率》
在进行因子分析之前,需要对KMO值和Bartlett球体检验的值进行计算,西部典型城市创新效率影响因素指标数据首轮检验显示相关矩阵呈现非正定性,通过相关性分析剔除“研发经费投入企业资金比重”和“工业企业增加值占GDP比重”两个指标。剩余20个指标再次检验,结果显示KMO值分别为0.670,大于0.6,Bartlett显著度P为0,表明样本数据适合进行因子分析。将20个指标利用主成分分析法抽取主成分,表7的分析结果中各部分分别代表成分、初始特征值和提取平方和载入,根据结果西部典型城市数据总共提取6个主要成分,这6个成分可以解释总变异的72.892%;变量解释贡献率和旋转成分矩阵如表6和表7所示。命名提取的公因子为F1、F2、F3、F4、F5、F6,在SPSS中另存为新的变量。
图表编号 | XD0047345400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.05 |
作者 | 牛秀红、刘海滨、周佳宁 |
绘制单位 | 山东工商学院工商管理学院、中国矿业大学(北京)管理学院、中国矿业大学(北京)管理学院、中国矿业大学(北京)管理学院 |
更多格式 | 高清、无水印(增值服务) |