3.4.2 效度分析
进行线性趋势检验。通过观测变量之间存在的线性关系来体现因子分析要 求，因此，进行线性检验是在进行因子分析之前，对变量进行卡方研判。因子分 析就是通过线性检验来判断一组数据是否有效。其中，关键指标是找到KMO值 和Bartlett球面检验值（KMO>0.7）。因此，检验结果见表3.11。
表3.11KMO和巴特利特检验
KMO 取样适切性量数。 0.818
巴特利特球形度检验 近似卡方 5492.454 自由度 406
显著性 0.000
资料来源：SPSS 输出结果整理
在本研究中，Bartlett球形检验的卡方值为5492.454，显著性指标是0.000，
小于0.05，KMO值是0.818，大于0.7，符合可以继续进行因子分析要求；数据
显著性水平较高，说明项目相关矩阵中存在共同因子，做探索性因子分析的条件 成立。
3.4.3 探索性因子分析
Lederer & Sethi（1991）对通过探索性因子分析筛选题项提出了3条原则：
第一，各题项在提取因子上的负载值必须接近1，而在其他因子上的负载值则必 须接近0；第二，题项在所提取因子上的负载值必须大于0.5，如果题项在所有因
从表结果可知，所有变量的值都不低于0.50，达到进行因子分析的最低标准，
各变量测量题项归为一个因子，且各变量的因子解释率在65.028%—87.305%之 间，都超过了的最低标准60%，因此各变量具有单维性。
表3.13所有维度总方差解释
总方差解释
成 分
初始特征值 提取载荷平方和 旋转载荷平方和
总计
方差百
分比 累积 % 总计
方差百 分比
累
积 % 总计
方差百 分比
累 积 % 1 6.335 21.844 21.844 6.335 21.844 21.844 3.272 11.284 11.284 2 2.646 9.123 30.967 2.646 9.123 30.967 3.141 10.832 22.116 3 2.469 8.515 39.482 2.469 8.515 39.482 3.107 10.712 32.828 4 2.345 8.086 47.568 2.345 8.086 47.568 2.804 9.669 42.497 5 2.146 7.400 54.968 2.146 7.400 54.968 2.675 9.224 51.721 6 1.782 6.146 61.114 1.782 6.146 61.114 2.114 7.289 59.010 7 1.598 5.510 66.624 1.598 5.510 66.624 1.766 6.088 65.098 8 1.406 4.847 71.471 1.406 4.847 71.471 1.568 5.406 70.504 9 1.206 4.159 75.630 1.206 4.159 75.630 1.486 5.126 75.630 10 .650 2.241 77.870
11 .561 1.934 79.805 12 .533 1.837 81.642 13 .481 1.658 83.300 14 .451 1.554 84.854 15 .439 1.514 86.368 16 .421 1.451 87.820
子上的负载值均小于 0.5，则删除此题项；第三，如果某题项在两个以上提取因 子上的负载值均大于0.5，则可删除此题项。
表3.12探索性因子分析
维度 题项 KMO 近似卡方 自由性 显著性 解 释 的 总 方 差
（%）
因 子 载 荷量 感官体验 A1
A2
0.500 86.380 1 0.000 72.801 0.853
0.853 服务体验 B1
B2 B3
0.701 301.538 3 0.000 69.147 0.683
0.714 0.678 互动体验 C1
C2 C3 C4
0.843 944.020 6 0.000 77.698 0.733
0.763 0.801 0.810 情感体验 D1
D2
0.500 301.377 1 0.000 87.305 0.873
0.873 产品体验 E1
E2 E3 E4
0.812 611.036 6 0.000 68.680 0.710
0.625 0.672 0.740 价 值 观 因
素
F1 F2 F3 F4
0.798 518.934 6 0.000 65.557 0.636
0.623 0.655 0.709 情感因素 G1
G2
0.500 154.419 1 0.000 79.191 0.792
0.792 认知因素 H1
H2 H3 H4
0.846 874.031 6 0.000 76.436 0.770
0.773 0.752 0.762 购买行为 I1
I2 I3 I4
0.856 1086.458 6 0.000 80.838 0.813
0.795 0.807 0.818 资料来源：笔者统计
表3.13所有维度总方差解释（续）
总方差解释
成 分
初始特征值 提取载荷平方和 旋转载荷平方和 总计 方差
百分 比
累 计%
总 计
方差 百分 比
累 积 %
总 计
方差 百分 比
累 积 % 17 .375 1.294
18 .351 1.212 19 .332 1.145 20 .318 1.098 21 .297 1.025 22 .292 1.006 23 .269 .927 24 .247 .851 25 .240 .827 26 .219 .754 27 .210 .723 28 .197 .678 29 .186 .641
提取方法：主成分分析法。
资料来源：SPSS 输出结果整理
表3.14成分转换矩阵
成分转换矩阵
成分 1 2 3 4 5 6 7 8 9
1 .494 .415 .421 .342 .377 .241 .184 .203 .121
2 -.026 .456 -.648 .551 -.205 .095 -.103 -.077 -.025
3 .330 -.708 -.384 .229 .274 .312 .120 .035 .054
4 -.637 -.242 .336 .584 -.021 .086 .011 .270 .037
5 -.474 .225 -.258 -.252 .722 .187 .184 -.054 -.046 6 -.070 .061 .093 -.247 -.246 .857 -.355 .028 .010 7 -.068 .065 -.136 -.185 -.384 .155 .790 .332 .179 8 -.072 .002 -.017 -.015 .027 -.052 -.113 -.225 .963 9 .048 .035 -.222 -.167 .098 -.180 -.379 .845 .137 提取方法：主成分分析法。
旋转方法：凯撒正态化最大方差法。
资料来源：SPSS 输出结果整理
本研究中，将所有变量一同纳入到探索性因子分析，其值为0.776，远大于 的最低标准0.50，正交旋转共提取9个特征值大于1的因子，与理论模型中的变 量一致，累计解释率为75.630，各变量测量题项的负荷系数在0.562—0.873之间，
均大于最低标准0.50。最后，综合上述问卷检验结果，表明该调研数据可以用于 本研究理论模型的检验。