SPSS感知风险下网上购物采纳模型研究(6)
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”。
上一篇：利用插值多项式求解函数问题的综述