【摘要】:在对高校图书馆学科服务能力要素调查问卷进行因子分析时,要求变量间应具有较强的相关性。因此,在后续的因子分析中,依次限定共同因子的个数为9、8、7、6、5、4个。表5-2因子解释的总方差注:提取方法为主成分分析法。利用主成分分析法和Kaiser标准化正交旋转法,可以得到这4个共同因子的旋转成分矩阵。
在对高校图书馆学科服务能力要素调查问卷进行因子分析时,要求变量间应具有较强的相关性。在对调查问卷进行KMO和Bartlett检验后发现,KMO数值为0.894(见表5-1),大于0.8的要求,显著性水平为0.000<0.05,表明变量间有共同因子的存在,适合进行因子分析。
表5-1 KMO和Bartlett的检验
利用主成分分析法来萃取因子。在不限定萃取因子的个数时,可以得到10个共同因子。但在这10个共同因子中,一些因子包含的成分(即题项)较少,还有一些因子包含的成分比较杂乱,无法从中找到共同特征并进行命名。因此,在后续的因子分析中,依次限定共同因子的个数为9、8、7、6、5、4个。当限定萃取因子的个数为4个时,因子分析的结果较为理想,此时解释的总方差为55.859%(见表5-2),高于50.000%,符合要求。
表5-2 因子解释的总方差
注:提取方法为主成分分析法。
利用主成分分析法和Kaiser标准化正交旋转法,可以得到这4个共同因子的旋转成分矩阵(见表5-3)。其中,因子1包含18个题项,即D1-D18,可命名为“学科服务管理能力”;因子2包含10个题项,即C1-C10,可命名为“学科服务技术能力”;因子3包含10个题项,即B1-B10,可命名为“学科服务资源能力”;因子4包含12个题项,即A1-A12,可命名为“学科服务人员能力”。(www.xing528.com)
表5-3 旋转成分矩阵
续表
续表
注:提取方法为主成分分析法,旋转方法为Kaiser标准化正交旋转法,旋转在7次迭代后收敛。
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。