《表4 特征值及贡献率:2000年代以来中国省际人才的时空变动分析》
由表3可以看出,KMO的统计量>0.5,影响人才空间分布差异的12个因子适合做主成分分析,特别是2000—2005年各因子间具有较强的相关性。同时,由Bartlett检验可看出,各因子间的独立性并不成立,主成分分析的适用性通过了显著性检验。由表4可知,2000—2005年、2005—2010年两个阶段的第一、第二、第三、第四特征根均超过0.8,完全符合主成分分析要求。2010—2015年的第一、第二、第三特征根也超过0.7,虽然不是很完善,但也值得尝试。由此得出主成分载荷矩阵。为了使因子载荷矩阵系数向0—1分化,对初始因子载荷矩阵进行方差最大化旋转,旋转后的因子载荷矩阵如表5所示。
图表编号 | XD0056227600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.25 |
作者 | 张波 |
绘制单位 | 华东师范大学中国现代城市研究中心暨人口研究所、上海市浦东新区行政学院暨浦东区情研究中心 |
更多格式 | 高清、无水印(增值服务) |