《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》
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。
图表编号 | XD0091717200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.30 |
作者 | 邱均平、陈丽婷 |
绘制单位 | 杭州电子科技大学管理学院 |
更多格式 | 高清、无水印(增值服务) |