《表2 KMO与Bartlett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

《聚焦安全伦理教育的高校学生数据素养能力实证研究》

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

公因子提取是通过因子分析在多个观测变量中寻找公因子，用公因子来充分反映原始变量信息的一种多元统计分析方法，它可以通过线性变化将高维原始变量空间映射到低维特征空间，从而最大限度地以降维处理抽取指标的信息（详情可参照笔者前期成果[26]）。为了确定调查数据是否适合做因子分析，首先需计算其KMO检验值，一般认为KMO的测定结果在0.9以上表示非常适合进行因子分析，在0.7以上表示可以。将观测变量导入SPSS22.0运行，结果发现其KMO的测定结果为0.866，达到和超过了Kaiser要求的0.7这一统计标准，巴特利特球形检验的显著性水平Sig.为0.000，也远小于0.05的标准，表明这些变量的原始数据具有相关性（见表2），适合进行因子分析。