因子分析评价过程

在对各个指标的原始数据进行定量分析之前，由于各个指标单位、表达方式和内涵不同，不符合可比性原则，因此为了便于比较，首先需要对数据进行标准化处理。本文采用Z分法对指标进行标准化（见表3-3）处理，消除变量间的量纲关系，使数据具有可比性。然后运用因子分析，得出53个样本城市品牌价值的相关矩阵。虽然此矩阵不是正定矩阵，但是各变量间的相关系数相对较小且不存在严重共线性问题，所以可以直接进行因子的定量分析。下文所列的公因子方差（如表3-4所示）可以基本反映出所有变量的信息。

表3-4　原始数据标准化

续表

续表

续表

续表

续表

续表

续表

对指标进行检验，根据KMO系数和Barteltt'sTest检验统计量来判断，如果MKO大于0.7，则表明量表适合因子分析。检验结果如表3-5所示。

表3-5　KMO和Bartlett的检验

根据文献可知，KMO值等于1时，说明变量之间的相关关系最大，适合做因子分析，若KMO值等于0，则说明变量间没有相关关系，不适合做因子分析。Kaiser给出了常用的KMO度量标准：0.9以上表示非常适合，0.8表示适合，0.7表示一般，0.6表示不太适合，0.5以下表示极不适合。本研究的KMO值为0.844，样本分布的Bartlett的球形度检验概率p值为0.000，小于显著性水平0.01，适合进行因子分析。如表3-6所示。

表3-6　公因子方差

从海洋城市旅游品牌价值指标体系解释的方差比例表（见表3-7）可以看出，一共提取了7个公因子，其初始特征值依次是7.621、 3.344、 2.814、2.305、2.101、1.544和1.141，共同解释了原始变量总方差的90.739% ，因其累计方差贡献率大于85%，所以可以提取公因子。而旋转之后的特征值依次是4.853、4.548、2.735、2.382、2.363、2.190和1.799，且旋转后公因子解释原始变量总方差依然是90.739% 。同时由前7个因子的方差贡献率可知，各因素对海洋城市旅游品牌价值都有影响，并且由图3-2可知，因子的特征值是随着因子个数的变化而产生着明显变化。通过解释的总方差及碎石图可以看出，这23个因子变量中有7个因子成分解释了90.739%的原始变量总方差，说明这7个因子成分起到了显著作用，由此可见因子分析达到了理想效果。

表3-7　样本城市解释的总方差比例表

提取方法：主成分分析。

作为因子分析的关键步骤，因子旋转有正交和斜交两种方法。综合考虑，本书采用方差最大正交旋转法（表3-8为采用最大正交旋转后得到的载荷矩阵），以便使因子的贡献程度的表现更加突出。鉴于在因子提取时需考虑旋转后因子负荷量不小于0.5的变量，因此本研究剔除的临界值为0.5 。

图3-2碎石图

表3-8　成分矩阵

续表

提取方法：主成分分析法。
已提取了7个成分。

表3-9　旋转成分矩阵

提取方法：主成分分析法。
旋转法：具有Kaiser标准化的正交旋转法。旋转在11次迭代后收敛。

续表

通过旋转成分矩阵（见表3-9）的分析结果可以看出，第一类主因子主要是受C12、C8、C13、C14和C3五个变量的影响，依次包括海上观光、公路通车里程、海滨观光、沙滩娱乐和城市空气质量达标率等因素，共解释了21.098%的方差变异；第二主因子主要是受C20、C9、C15、C19、C18和C10六个变量的影响，依次包括年旅游接待人次、旅行社数量、知名旅游景区（4A、5A景区）、旅游收入增长率、年旅游总收入和星级饭店数量等因素，共解释了19.776%的方差变异；第三主因子主要是受C2、C17和C5三个变量的影响，依次包括旅游气候舒适月持续期、重大涉海节会活动和城市公共文明指数等因素，共解释了11.892%的方差变异；第四主因子主要是受C1、 C4、 C23和C16四个变量的影响，依次包括海水水质年优良率、绿化覆盖率、特色海鲜美食（地理标志海产品）和滨海休闲度假区数量等因素，共解释了10.357%的方差变异；第五主因子是受C6和C7两个变量的影响，依次包括旅游安全状况和可进入性（旅客运输周转量）两个因素，其解释了10.272%的方差变异；第六主因子是受变量C21的影响，即旅游人数增长率因素的影响，其解释了9.523%的方差变异；第7主因子是受C22和C11两个变量的影响，即场馆经济（公共场馆数量）和游艇泊位数量两个因素，其解释了7.821%的方差变异。

在因子分析中，因子旋转之后的下一步操作是计算因子变量得分，借助SPSS17.0分析软件，采用回归法得出因子得分系数矩阵。从表3-10的因子得分系数矩阵中可以看出，每个因子在数据库样本上的数值有正值与负值之分。其中，正值表明这一项数值的得分高于均值，负值则表示这一项得分低于均值的数值。

表3-10　成分得分系数矩阵

提取方法：主成分分析法。
旋转法：具有Kaiser标准化的正交旋转法。

最后，对我国海洋城市旅游品牌价值排名，本研究采用综合因子得分法。首先要确定各主成分的权重，各个主成分对应的权重分别除以所提取的总特征值之和的商所得数值即为各主成分的权重。 由上述可知，本书的因子分析中共提取了七个主成分，为了便于统计，从第一主成分至第七主成分的权重，依次用符号F1、 F2、 F3、 F4、 F5、 F6、 F7表示。通过计算可得，F1=0.233， F2=0.218，F3=0.131，F4=0.114，F5=0.113，F6=0.105，F7=0.086。其次，以公因子的方差贡献率为权数f，每个因子进行加权后加总，将对应数值代入因子综合得分法计算公式“海洋城市旅游品牌价值”，利用SPSS22.0计算出样本城市品牌价值的综合得分并进行排名。

表3-11　我国海洋城市旅游品牌价值得分和排名

续表