《表5 KMO和Bartlett的检验》

  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

《高社会影响力论文的特征分析——以2016-2018年Altmetrics TOP100论文为例》

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

另外，笔者通过因子分析并结合Python程序查询到300篇论文在各个因子中的反应特点。本文选取非零值占比高于50%作为研究对象，采用与Costas等[16]相同的方法将没有数值的Altmetrics指标填充为0，防止被视为数据缺失。对8个变量对应的数据集进行KMO与Bartlett球形检验（见表5），可知KMO值为0.615，且Bartlett球形检验的显著性小于0.05，这8个变量对应的数据集适合做因子分析。使用特征值确定相互独立的因子个数，并运用因子分析的降维得到碎石图（见图2）。由图2可知，其中3个因子特征值大于1，且累计方差率达到了一定的比例，这3个公因子累积贡献率较高，因此用前3个因子可以替代8个指标变量进行主成分分析。