第二组数据(第5至第7列)描述了因子解的情况,可以看到,6个因子共解释了原有变量总方差的67.583%。总体上,原有变量的信息丢失较少,因子分析效果较为理想。
第三组数据(第8列至第10列)描述了最终因子解的情况。可见,因子旋转后累积方差比没有改变,也就是没有影响到原有变量的共同度,不过重新分配了各因子解释原有变量的方差,改变了各个因子的方差贡献,从而使得因子更易于解释。
3)未转轴的因素矩阵如表5.5所示。
表5.5 未转轴的因素矩阵 (资料来源:本研究整理)
4)转轴后的因素矩阵如表5.6所示。
表5.6转轴后的因素矩阵 (资料来源:本研究整理)
5)因素转换矩阵如表5.7所示。
表5.7 因素转换矩阵 (资料来源:本研究整理)
6)从转轴后的因素矩阵可以总结出因素归纳出表5.8。
根据表所示,我们分别将归纳出的这优尔个因子命名为:“信息泄露风险”、 “产品功能风险”、 “消费者心理风险”、“服务保障风险”、“经济损失风险”和“时间浪费风险”。
(1)信息泄露风险。由于网上交易需要填写个人资料,如电话、邮箱等,交易也会留下痕迹,因此消费者的个人信息会被他人利用,购物习惯可能会被追踪;同时交易的银行卡信息被盗取则可能会引起重大经济损失,这五项在因子1的载荷较高,因此将因子1命名为“信息泄露风险”。 SPSS感知风险下网上购物采纳模型研究(6):http://www.youerw.com/shuxue/lunwen_4008.html