２０１６、２０１７年，说明样本在调查时点上正处于求职或入职已满一年阶段；家庭年总收入超过１５万元的学生超过了半数，父母大多数为本科学历。

    在校期间，超过一半的同学至少参加过一次创业竞赛，参加创业讲座次数至少５次，参加创业课程课时数最少１６次，这和北京科技大学重视大学生创新创业工作的态度密不可分。每年暑假北京科技大学创业中心和校团委都会针对大一新生联合举办创业训练营，极大地提高了创业教育活动的覆盖率。

    随着双创政策的落实，青年创业家数目逐步增加。根据样本数据可知，大约１／３的学生认识５－１０位创业者；样本对自身风险偏好的估计均值为５．７５，略高于中等水平（５．００）；样本对自身创业知识了解程度的估计均值则远远小于中等水平（５．００），仅为２．１１；被调查样本的实习／兼职次数集中在２－４次，一定数目的兼职可以帮助在校学生积累社会经验，接触真实的商业环境。

    四、实证数据的因子分析

    计算结果表明：样本检验得到的ＫＭＯ值为０．６５４，样本Ｂａｒｔｌｅｔｔ的球形度检验得到的Ｓｉｇ值约为０．０００。其中，ＫＭＯ的值属于０到１之间，越接近１表示越适合做因子分析，样本所得ＫＭＯ超过０．５，可以认为适合构建因子模型；样本Ｂａｒｔｌｅｔｔ的球形度检验的原假设是：相关系数矩阵为单位阵，得到的Ｓｉｇ值表示接受原假设的概率，该概率约为０．０００，这意味着应该拒绝原假设，即变量之间存在相关关系。

    （二）提取主因子

    表３分为三个部分，左侧部分为初始特征值，中间部分为提取主因子结果，右侧部分为旋转后的主因子结果。本文按照一般提取数目指定在其所有特征值的方差累计贡献率达８０％以上的原则，提取了５个公因子。对于这个提取标准的合理性，本文选择通过碎石图来协助判断。

    碎石图是衡量各个因子的重要程度的直观方法，选取因子序号作为横坐标，选取特征根大小作为纵坐标，将各因子按特征根大小排列。特征根较大的因子位于位置靠前的陡坡上，作用明显；特征根较小的则位于后边的平台上，其影响较弱。通过对碎石图的观察，可以发现在第六主成分之后（包括第六主成分）特征值明显降低，而且前５个公因子的解释程度已经满足要求，所以结合前文的数值分析，有理由认为放弃第六主成分之后（包括第六主成分）的选择是合理的。