《表5 作者维度相关因素的因子分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《高校图书馆阅读推广领域科研能力的h指数测度研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由表4可知，对于不同的数据源，不同维度科研h指数与相关因素之间的相关性有所差异，作者和单位数据源相关分析中与科研h指数最相关的是有被引文献数，而在期刊数据源相关分析中则是总被引，表明h指数确实存在对数据源敏感的特性。同时相关性分析结果中有些因素与h指数之间的相关系数偏小，这可能是某些指标的计算方法之间存在一定相关性，可考虑将科研h指数作为因变量，其余6个因素作为自变量带入SPSS回归分析模型，用方差膨胀因子（Variance Inflation Factor，VIF）大于5为标准检验多重共线性的方法检验上述结论，结果显示三个维度中多个变量确实都存在多重共线性问题。为了进一步探究科研h指数评测适用性、与相关因素之间关系，以及避免产生多重共线性的问题，对相关变量做降维处理采用探索性因子分析，提取主成分代替原有的6个变量与科研h指数做回归分析。分别对三个维度做因子分析的有效性检验（KMO和Bartlett球形检验），KMO作者=0.76>0.6，KMO单位=0.643>0.6，KMO期刊=0.703>0.6，Bartlett球形检验均达到显著性水平（P<0.01），两个检验表明三个维度均适合因子分析，采用主成分分析法提取公因子，对原始因子载荷进行最大方差垂直旋转变换，以特征根大于1为标准提取主成分，三个维度均提取出2个主成分，累积方差贡献度都在90%以上，大于80%，表明因子分析效果良好。具体结果如表5、表6、表7所示: