《中国教育政策评论（2014）》：
选择典型相关系数较高，而且显著性水平较低的几对变量做进一步分析。如果典型变量的相关系数明显高于原始变量的相关系数，可以表明投入和产出具有较好的相关性，可以做进一步分析。如果提取的典型相关系数较低，则说明指标选取或者数据的统计存在一定的问题，需要重新进行整理分析。
SPSS18.0在典型相关分析过程中自动生成了投入典型变量和产出典型变量，通过投入变量和投入典型变量的相关程度可以剔除与投入典型变量相关程度较低的投入变量，同理也可以剔除与产出典型变量相关程度较低的产出变量。
3.聚类分析
本研究将采用系统聚类分别对投入指标组和产出指标组做聚类分析。从聚类结果的树形图上可以十分明显、直观地观察各个指标间的类别关系，如果在一定的距离内有两个或两个以上的指标被聚为一类，则需要借助简单相关分析并结合理论判断来挑选出一个指标作为代表性指标进入下一轮分析，其他同类指标将会被剔除。以此减少进入下一轮分析的指标，降低指标间的相关影响程度。
4.主成分分析
经过典型相关分析和聚类分析，初设投入产出指标体系已经被精简化和科学化，但是简化后的指标体系依然有很多项指标，且每项的指标权重系数无法确定。主成分分析的一个重要特点就在于提取主成分后可以通过成分矩阵和特征值计算得到各个主成分对应于每一项指标的系数，它一方面将多个指标综合化、精简化，另一方面解决了系数的问题。
5.计算各校绩效得分
通过以上采取的主成分分析的方法，分别对投入组指标和产出组指标提取主成分，得到投入主成分函数表达式和产出主成分函数表达式，代人各指标处理后的数据，便可计算出各高校的投入和产出得分。将产出得分除以投入得分即可求出该校当年的绩效得分。
……
展开
