《表2 因子分析结果：基于村民感知的国家级贫困县旅游脱贫效应研究——以罗霄山区炎陵县为例》

  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

《基于村民感知的国家级贫困县旅游脱贫效应研究——以罗霄山区炎陵县为例》

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

KMO (Kaiser-Meyer-Olkin）检验用于检验变量间的偏相关性，一般认为KMO值>0.8则比较适合做因子分析。本研究设计的指标体系的KMO值为0.836，说明适合进行因子分析。巴特利（Bartlett's）球状检验用于检验相关阵中各变量间的相关性是否为单位阵，即检验各个变量是否各自独立。本研究数据的近似卡方值为769.333，自由度为45，Sig.值为0.00，即P<0.01说明了相关矩阵并非单位矩阵，即各组变量间未发现显著的相关性，有必要对变量进行因子分析。于是运用主成分分析法提取了公因子，运用方差最大法进行正交旋转，选取了特征值大于1的3个公因子，其累计方差贡献率达到了86.862%，且每个公因子都包含了载荷量>0.5变量，这28个变量构成了当地村民对旅游扶贫效应感知的指标体系（见表2）。根据3个公因子包含变量的共性，把X1-X7命名为经济效应，X8-X20命名为社会效应，X21-X28命名为环境效应，并根据这个因子模型进行了数据分析。