| 解释因子分析的主要结果 | 您所在的位置：网站首页 › 碎石图的分析 › 解释因子分析的主要结果 |
|
确定因子数后（步骤 1），可使用极大似然法再次执行分析。然后，检查载荷模式，以确定对每个变量影响最强的因子。接近于 -1 或 1 的载荷表明因子对变量的影响非常强。接近于 0 的载荷表明因子对变量的影响很弱。有些变量可能对多个因子施加高载荷。 非旋转因子载荷通常很难解释。因子旋转简化了载荷结构，从而使您可以更容易地解释因子载荷。然而，没有哪种旋转方法在所有情况下都表现最佳。您可能想要尝试不同的旋转，并使用产生最佳解释结果的方法。还可以对旋转载荷排序，从而更为清楚地评估因子中的载荷。 旋转后的载荷和公因子方差 因子方差最大法 (Varimax) 旋转 变量 因子1 因子2 因子3 因子4 公因子方差 学业成绩 0.481 0.510 0.086 0.188 0.534 外表 0.140 0.730 0.319 0.175 0.685 交流 0.203 0.280 0.802 0.181 0.795 个人与公司政策契合度 0.778 0.165 0.445 0.189 0.866 工作经验 0.472 0.395 -0.112 0.401 0.553 工作契合度 0.844 0.209 0.305 0.215 0.895 求职信 0.219 0.052 0.217 0.947 0.994 亲和度 0.261 0.615 0.321 0.208 0.593 组织 0.217 0.285 0.889 0.086 0.926 潜力 0.645 0.492 0.121 0.202 0.714 简历 0.214 0.365 0.113 0.789 0.814 自信心 0.239 0.743 0.249 0.092 0.679 方差 2.5153 2.4880 2.0863 1.9594 9.0491 方差贡献率 0.210 0.207 0.174 0.163 0.754 主要结果：载荷、公因子方差、载荷图在这些结果中，对数据执行了因子方差最大法旋转。使用旋转的因子载荷，可以对因子作出如下解释： 适合公司 (0.778)、适合工作 (0.844) 和潜能 (0.645) 在因子 1 上具有较大的正载荷，因此该因子描述员工适合度以及在公司的成长潜力。 相貌 (0.73)、受欢迎度 (0.615) 和自信心 (0.743) 在因子 2 上具有较大的正载荷，因此该因子描述个人才能。 沟通能力 (0.802) 和组织能力 (0.889) 在因子 3 上具有较大的正载荷，因此该因子描述工作技能。 信件 (0.947) 和简历 (0.789) 在因子 4 上具有较大的正载荷，因此该因子描述写作技能。 所有这四个因子共同解释数据变异的 0.754 或 75.4%。 载荷图可直观地显示前两个因子的载荷结果。 |
| CopyRight 2018-2019 实验室设备网 版权所有 |