《表3 方差贡献分析：安徽省区域创新能力评价及空间分布特征研究》

  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

《安徽省区域创新能力评价及空间分布特征研究》

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

在对相关原始数据进行标准化后，运用因子分析法得出几个具有代表性的因子，以便以较少的变量涵盖尽可能多的数据信息。为判断所选择的指标数据是否适合采用因子分析法，本文主要运用KMO检验和巴特莱特（Bartlett）球性检验，其相关统计检验结果显示，KMO值为0.821，这表明文中所选取具体变量之间具有较大的相关性，适合采用因子分析法。其中Bartlett球性检验的结果为在自由度值为190，近似卡方值为2989.169时，所对应的显著性水平为0.000，其值小于0.01，这表明在1%的显著性水平下，可以拒绝相关系数矩阵为单位矩阵的原假设，这进一步说明本文所构建的指标体系适合采用因子分析法。根据方差贡献分析的结果（如表3），本文依据特征值大于1的原则选取了F1、F2、F3、F4四个公因子，同时4个公因子的贡献率分别为28.914%、27.963%、13.536%、11.457%，其表明四个公因子共同解释了所有因子的81.87%相关信息，即前四个公因子反映了原始数据的大部分信息。