《表2 KMO和Bartlett的检验》
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
《基于因子分析法的城市候机楼服务质量评价——以珠海市为例》
由于因子分析需要将原有变量中的信息重叠部分抽取并综合成因子,进而实现较少变量个数的母的,对此,它要求原有变量之间应存在较强的相关关系。通过采用巴特利特球度检验(Bartlett test of sphericity)和KMO(Kaiser-Meyer-Olkin)检验等方法来对原有变量之间的相关性进行研究。从表2可以看出:KMO为0.952,大于0.6,满足因子分析的前提要求,意味着数据可用于因子分析研究。以及数据通过Bartlett球形度检验(P<0.05),说明研究数据适合进行因子分析。
图表编号 | XD0049805800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 张清文、刘晓莉 |
绘制单位 | 北京理工大学珠海学院、北京理工大学珠海学院 |
更多格式 | 高清、无水印(增值服务) |