公众卷的KMO值为0.901＞0.9，且Bartlett球形检验的p值小于0.05，说明公众卷适合做因子分析。

对公众卷中的题目进行因子分析，数据分析结果显示，前10个因子的累积贡献率达到69.226%，超过40%，因子能较好地反映公众卷数据结构。

表1－35　公众卷因子分析方差贡献率表（前10个因子）

续表

将因子轴进行方差最大化正交旋转，提取前10个因子后的结果显示，第一个因子中的指标为司法腐败遏制中的题目，第四个因子中的指标为司法权力中的题目，第五个因子中的指标为法律职业化中的题目，第七个因子中的指标为司法文化中的题目。但整体因子与指标体系吻合度不高，可考虑将共同度较低的题目删除后再进行因子分析并与指标体系对照分析。

表1－36　公众卷因子载荷表

续表

因子分析共同度的结果显示，公众卷中所有题目的共同度均在0.4以上，说明每个问题与其余问题的关联度较好。GZ11（在您所在地区，贫富不同的当事人受到法院平等对待的可能性有多大？）的共同度最低，为0.448，可考虑将该问题删除后再进行因子分析，并与指标体系相对照。

表1－37　公众卷因子分析共同度

(www.daowen.com)

在删除共同度低的问题GZ11（在您所在地区，贫富不同的当事人受到法院平等对待的可能性有多大？）后，因子分析的结果显示，所有问题的共同度均高于0.45，说明每个问题与其余问题的关联度较好。

表1－38　删除GZ11后因子分析共同度

续表

删除GZ11后的因子分析结果显示，前10个因子的累积贡献率达到70.730%，高于所有题目的累积贡献率（69.226%）。

表1－39　公众卷删除题目后因子分析方差贡献率表（前10个因子）

最大方差旋转后的因子载荷矩阵中，所有因子的载荷得分均在0.5以上。因子分析划分的因子中，第一个因子中的指标为司法腐败遏制中的题目，第四个因子中的指标为司法权力中的题目，第五个因子中的指标为法律职业化中的题目，第七个因子中的指标为司法文化中的题目。删除GZ11之后的因子组成与未删除之前的因子组成大体相同，因子划分与整体指标体系的设定仍然有差异，公众卷的结构效度可以接受但还有待提升，可参考因子分析的划分结果，并结合专业知识，对原有指标体系或指标体系下的问题进行优化处理。

表1－40　删除GZ11后因子载荷表

【注释】

[1]该表中，数据后的**表示在0.01的水平上显著，*表示在0.05的水平上显著。

[2]该表中，数据后的**表示在0.01的水平上显著，*表示在0.05的水平上显著。