《表1 不同学科的主成分分析（Rotated Component Matrix)》

  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

《在医学本科南山班推行课外科研的成效及影响因素分析》

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

采用主成分分析，通过对第一学年10门必修课成绩的排名百分位分析133位南山班学生的基线学习能力。研究变量之间存在线性相关关系（每组变量之间的相关系数均大于0.30），数据结构合理（KMO检验系数为0.89，单个变量的KMO检验系数均大于0.80，Bartlett′s检验结果为P<0.01），提示研究数据可以进行主成分提取。主成分提取结果提示，本研究中前两位主成分的特征值大于1，分别解释44.98%和10.66%的总数据变异，同时陡坡图分析提示应提取前2位主成分。因此，本研究最终提取前2位主成分。提取后的主成分累计解释55.64%的数据变异。第一个主成分反映学生的专业课学习能力，包括有机化学、基础化学、细胞生物学、组织胚胎学、系统解剖、高等数学和物理等学科；第二个主成分反映学生的工具应用能力，包括计算机基础与应用、图书馆利用基础和公共英语等学科。详见表1。