影响要素因子分析过程

影响要素因子分析过程_中国西部农业合作经济组织生命系统发展研究

一、因子分析适应性检验

在使用因子分析时，应当注意两点: 首先，各变量间应具有相关性，否则就没有必要进行因子分析; 其次，利用KMO检验变量间的偏相关性，取值通常要求大于0.7。下面就使用SPSSl6.0对上述问题进行逐一验证，选择相关系数方法作为提取因子的依据，对公因子提取方法为主成分法，旋转方法为方差最大法。

运用SPSS软件计算标准化矩阵的相关系数矩阵。系统以标准化处理后的数据作为新的数据输入，分析计算各原始指标间的相关系数。KMO统计量为0.918，并通过Bartlett球体检验 (表5.1)。由此得出结论，农合组织生命系统发展指标体系适合做因子分析。

表5.1 KMO和巴特利特球体检验

 

二、R阵的特征值和累积方差贡献率

特征值在某种程度上可以被看成是表示主成分影响力大小的指标，如果特征值小于l，说明该主成分的解释还不如直接引入一个原变量的平均解释力大，因此，一般可以用特征值大于l作为纳入标准。贡献率表示每个因子的变异程度占全部因子变异程度的比率。贡献率越大，说明该因子对总体样本的作用越重要。累计贡献率表示若干个公共因子累计反映原始变量的重要程度，我们一般选取主因子时要考虑因子的累计贡献率，一般选择累计贡献率≥85%的因子个数作为主因子个数。

通过SPSS软件，得到解释总方差，求得方差贡献率和累积方差贡献率(表5.2)。从表5.2中可以看到，第一个因子的特征值为13.959，累积方差贡献率为38.917%，其余数据含义类似。前4个主成分的特征值大于1，且累计贡献率已经达到85.146%，可以看出前4 个因子共解释了原有变量总方差的85.146%，从第5项开始解释效应比前4项的解释效应明显降低，总体上看来，原有变量的信息丢失较少，主成分分析效果较理想。因此，可选择前4个相互独立的主成分作为评价农合组织生命系统发展的综合指标。主成分的提取过程通过碎石图也可看出 (图5.1)，根据计算出的特征值，利用SPSS软件，做出碎石图，来确定因子的个数。碎石图是特征值与各因子关联的方差散点图，一般用它来确定有多少因子应予以保留。根据斯格里准则，从图中看出在第4个主成分所对应点处斜率明显变小趋近于0，因此选择4个关键性的重要因子为宜。由此得出农合组织生命系统发展评价模型为:

F=(0.3891F1+0.2321F2+0.1479F3+0.0823F4)/100

表5.2 解释总方差

 

续表

 

 

图5.1 碎石图

三、因子载荷矩阵

根据因子载荷矩阵模型，可以得到初始因子载荷矩阵，当因子负荷相差不大时，对因子解释会存在困难，这时，就需要对因子载荷矩阵进行旋转。旋转后的因子载荷系数已明显向两极分化，有了更鲜明的实际意义，如表5.3所示:

表5.3 旋转后因子载荷矩阵

 

续表

 

四、因子得分系数

根据旋转后的因子载荷矩阵，利用回归法求得各主成分系数矩阵 (表5.4)。

表5.4 主成分系数矩阵

 

续表

 

续表

 

然后采用线性组合加权方法，分别构造4个主成分分类评价模型如下:

F1=0.5763x1+0.8544x2+0.5563x3+0.8707x4+0.8141x5+0.8574x6+0.7963x7+0.7880x8+0.8529x9+0.5296x10+0.7759x11+0.8136x12－0.0153x13+0.1593x14+0.1202x15+0.0349X16+0.0440x17+0.0187x18+0.4197x19+0.4887x20+0.4695x21+0.2059x22+0.0243x23+0.0545x24+0.4952x25+0.2112x26+0.2729x27+0.0428x28+0.5861x29+0.0228x30+0.1337x31+0.4258x32+0.5769x33+0.5775x34+0.0954x35+0.1365x36+0.0364x37

F2=0.1793x1+0.6596x2－0.0473x3+0.1839x4+0.0845x5+0.2355x6+0.0240x7－0.2110x8+0.0733x9+0.1934x10+0.5031x11+0.0082x12+0.7470x13+0.6141x14+0.7959x15+0.8974X16+0.7057x17+0.8198x18+0.7788x19+0.8129x20+0.8127x21+0.7653x22+0.8852x23+0.7439x24+0.8297x25+0.8442x26+0.7224x27+0.7343x28+0.2677x29+0.1699x30+0.1469x31+0.7882x32+0.2152x33+0.1396x34+0.1685x35+0.4672x36+0.3205x37

F3=0.1297x1+0.5174x2－0.0571x3+0.1238x4+0.1310x5+0.2665x6+0.3257x7+0.0695x8+0.0832x9+0.0293x10－0.0129x11－0.0951x12－0.1413x13+0.2686x14+0.1905x15+0.4348X16+0.4033x17+0.1274x18+0.2372x19+0.4977x20+0.0080x21+0.1437x22+0.2674x23+0.2953x24+0.0608x25+0.2928x26+0.3076x27+0.1622x28+0.7237x29+0.7084x30+0.7718x31+0.7374x32+0.0137x33+0.0615x34+0.4780x35+0.1460x36+0.4131x37

F4=0.0977x1+0.1092x2－0.0237x3+0.2302x4－0.0152x5+0.1903x6－0.0698x7+0.0460x8+0.1449x9+0.1906x10+0.3036x11+0.0171x12－0.0551x13+0.1885x14－0.0836x15－0.0076X16+0.2635x17+0.1050x18+0.1594x19－0.1121x20－0.0028x21+0.1773x22+0.2137x23+0.1840x24－0.1139x25+0.0955x26－0.2047x27+0.0134x28+0.3349x29+0.1258x30－0.0561x31－0.0659x32+0.4363x33+0.7948x34+0.6751x35+0.7737x36+0.7007x37

五、各主成分因子分析

对各主成分的内在信度进行分析，目的是考察该成分所含题项是否测量同一个特征，这些项目之间是否具有内在一致性。对各主成分的效度进行测量，目的是考察该主成分指标体系是否符合结构效度的要求。以下对4个主成分的信度和效度分析方法和过程与上文的分析相同，在此就不再赘述。

(一) 第一主成分

反映信度的指标采用Cronbach’s Alpha系数，如表5.5所示，经测试第一主成分各项目的该系数大于0.78，认为各项目的内在信度可以接受。

表5.5 Cronbach’s Alpha

 

续表

 

由表5.6所示，KMO统计量为0.909，并通过Bartlett球型检验。因此，第一主成分各指标体系效度符合要求。

表5.6 KMO和巴特利特球体检验

 

表5.7 因子载荷矩阵

 

续表

 

(二) 第二主成分

经测试反映第二组主成分信度的各项目的指标Cronbach’s Alpha系数大于0.8，认为各项目的内在信度较好，如表5.8。

表5.8 Cronbach’s Alpha

 

由表5.9可知，KMO统计量为0.830，并通过Bartlett球型检验。因此，第二主成分各指标体系效度符合要求。

表5.9 KMO和巴特利特球体检验

 

表5.10 因子载荷矩阵

 

(三) 第三主成分

由表5.11可知，反映第三组主成分信度的指标Cronbach’s Alpha系数等于0.75，认为各项目的内在信度可以接受。

表5.11 Cronbach’s Alpha

 

由表5.12可知，KMO统计量为0.723，并通过Bartlett球型检验。因此，第三主成分各指标体系效度符合要求。

表5.12 KMO和巴特利特球体检验

 

(四) 第四主成分

由表5.13可知，反映第四组主成分信度的指标Cronbach’s Alpha系数大于0.8，认为各项目的内在信度可以接受。

表5.13 Cronbach’s Alpha

 

由表5.14可知，KMO统计量为0.775，通过Bartlett球型检验。因此，第四主成分各指标体系效度符合要求。

表5.14 KMO和巴特利特球体检验

 

六、评价模型分析

通过以上因子分析过程，一方面进一步验证了西部农合组织生命系统发展指标体系的科学性，另一方面得出农合组织生命系统发展综合评价模型和分类评价模型。

由对农合组织生命系统发展综合评价模型的分析得知，农合组织生命系统发展受到物能、调控、形态和社会环境一级分系统的共同影响，在这4个分系统中，物能分系统对其影响程度最高，其他分系统对其影响程度由高到低依次是调控、形态和社会环境分系统。

由对4个主成分分类评价模型的分析得知，在西部农合组织生命系统中，物能、调控、形态和社会环境4个分系统除了受到本系统内部各因素的影响，同时还受到外部其他分系统因素的影响。

对物能分系统的影响因素中，内部影响程度较高的指标依次是: 净资产收益率、劳动生产率、净利润增长率、销售收入增长率、农资满意度、仓储设施满足程度等。外部各分系统中影响程度较高的指标依次是: 场地房屋和设备投入比例、农业信贷系统的支持、农业物流系统的支持、研发投入比例和信息化投入增长率等。

对调控分系统的影响因素中，内部影响程度较高的指标依次是: 组织结构满足发展程度、合作单位数量、新产品销售收入增长率、研发投入比例、成员满意度、信息化投入增长率等。外部各分系统中影响程度较高的指标依次是: 预警机制的健全程度、净利润增长率、营销费用投入比例、农业科技系统的支持和农业信息系统的支持。

对形态分系统的影响因素中，内部影响程度由高到低的指标依次是农业保险投入比例、预警机制的健全程度、场地房屋和设备投入比例和驱动设施满足发展程度。外部各分系统中影响程度较高的指标依次是: 净利润增长率、信息化投入增长率、社会农业保险系统的支持、组织结构满足发展程度和社会农业信息系统的支持。

对社会环境分系统的影响因素中，内部影响程度由高到低的指标依次是社会农业信贷系统、农业科技系统、农业信息系统、农业保险系统和农业物流系统分别对组织的扶持程度。外部各分系统中影响程度较高的指标依次是: 场地房屋和设备投入比例、营销费用投入比例、规章制度健全程度、净资产收益率和合作单位数量。

正是由于农合组织生命系统各系统内部以及各分系统之间的这种相互影响、相互制约的关系，使得农合组织在进行管理和政府部门制定相关政策对其进行扶持时不能将各分系统割裂开，必须综合考虑到各系统之间的平衡和协调发展。

七、综合评价得分和等级评判标准

通过利用农合组织生命系统发展综合评价模型和分类评价模型，可进一步计算出所有评估样本的4个分系统和系统的综合得分及排名，总样本综合系统和4个分系统得分的最高值、最低值和均值见表5.15。在此基础上，利用系统聚类分析法对样本进行分类，通过主观与客观相结合的方法来制定出等级评判标准，从而使农合组织生命系统发展水平等级的判断更加科学和符合客观实际。

表5.15 西部农合组织生命系统及4个分系统得分统计结果

 

根据西部农合组织生命系统综合评价结果为特性参数，借助SPSS软件进行聚类分析。根据专家经验及聚类分析结果设定西部农合组织生命系统发展的3个水平等级: 高 (0.4，1)，中 (0.2，0.39)，低 (0，0.19)。在本次样本调查中，属于高发展水平的样本数为14个，占整个样本数的4%，高等水平样本各个分系统和综合系统的得分均值见表5.15; 属于中等发展水平的样本数为78个，占整个样本数的25%; 属于低发展水平的样本数为226个，占整个样本数的71%。由此可见，西部大部分农合组织生命系统发展水平较低。