首页 百科知识 问卷二的因子分析

问卷二的因子分析

时间:2022-07-01 百科知识 版权反馈
【摘要】:1.因子分析的适用条件分析对问卷中的16个变量进行KMO and Bartlett’s检验,KMO取值为0.862,而Bartlett球形检验中的Sig.=0.000,说明采集数据适合做因子分析。表9-6 问卷二的KMO检验和Bartlett’s检验2.旋转后因子的特征值与贡献率表9-7 5个公共因子时的特征值与贡献率(旋转后)尝试提取5个公共因子,总的方差贡献率为75.8%。这与上述的研究假设是吻合的。表9-9 问卷二主成分命名及其含义揭示

1.因子分析的适用条件分析

问卷中的16个变量进行KMO and Bartlett’s检验,KMO取值为0.862,而Bartlett球形检验中的Sig.=0.000,说明采集数据适合做因子分析(表9-6)。

表9-6 问卷二的KMO检验和Bartlett’s检验

2.旋转后因子的特征值与贡献率(表9-7)

表9-7 5个公共因子时的特征值与贡献率(旋转后)

尝试提取5个公共因子,总的方差贡献率为75.8%。

3.旋转后的因子载荷表与主成分命名(表9-8)

表9-8 旋转后的因子载荷表(问卷二) Rotated Component Matrixa

Extraction Method:Principal Component Analysis. 提取方法:主成分分析法
Rotation Method:Varimax with Kaiser Normalization.循环法:Kaiser标准化的最大方差法a.Rotation converged in 6 iterations.a.在6次迭代内循环收敛

根据表9-9中主成分因子变量与原变量之间的关系可以看出,五个主成分因子均能对相应的变量提供明确的解释。其中F1是对整车厂产业链再使用/再利用各种所需能力的综合;F2、F3、F4分别从资金、法规与税率支持说明了政府需要提供的系统激励;而F5则从消费者的角度揭示了另一类系统激励。这与上述的研究假设是吻合的。

表9-9 问卷二主成分命名及其含义揭示

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈