[論文レビュー] World University Rankings - A Principal Component Analysis

J. E. Steiner|ArXiv.org|May 30, 2006

Higher Education Governance and DevelopmentSocial Sciences参考文献 2被引用数 18

ひとこと要約

本研究では、13のパフォーマンス指標を用いて178の大学の主成分分析（PCA）を実施し、学術ランキングに最も影響を与える要因を特定した。主な発見として、学術的優位性（48％の分散）、国際的視野（14％）、教員学生比（8％）が、互いに相関のない主要な要因として、グローバル大学ランキングを形作っていることが明らかになった。

ABSTRACT

In order to establish which parameters and corresponding weights are more appropriate for the assessment of academic excellence in the context of university rankings, I have made a multivariate data analysis on a set of 13 parameters for 178 institutions. I found that the three more relevant components are academic excellence (48%), internationalism (14%) and faculty/student ratio (8%). It is shown that these components are not correlated.

研究の動機と目的

• グローバル大学のパフォーマンスを評価するうえで最も関連性の高いパrameterとその相対的重みを特定すること。
• 一般的に用いられるランキング指標が統計的に相関しているか、それとも独立しているかを特定すること。
• 大学ランキングの構造を評価するためのデータ駆動型で多次元的なアプローチを提供すること。
• 13のパフォーマンス指標の次元を削減し、大部分の分散を説明する少数の主成分に統合すること。
• 大学ランキングシステムの妥当性と公平性を向上させるための透明性のある統計的フレームワークを提供すること。

提案手法

• 178の大学のデータセットに対して、13の学術的パフォーマンス指標を用いて主成分分析（PCA）を実施した。
• PCAの前にすべての13変数を標準化し、スケールの違いによるバイアスを回避した。
• データセット全体の分散の最大割合を説明する主成分を抽出した。
• 元の変数の負荷量に基づいて主成分を解釈し、各成分に最も寄与している指標を特定した。
• 最初の3つの主成分間の相関を検討することで、成分の独立性を評価した。
• 固有値とスクリープロット分析を用いて、意味のある主成分の数を決定した。

実験結果

リサーチクエスチョン

• RQ1 どのパフォーマンス指標が、グローバル大学ランキングに最も顕著に寄与しているか？
• RQ2 低次元化された潜在的要因のセットが、大学パフォーマンスの総分散のどの程度を説明できるか？
• RQ3 大学ランキングの上位3つの要因は、統計的に互いに独立しているか？
• RQ4 学術的優位性、国際的視野、教員学生比の相対的な重要度は、大学ランキングにどのように影響しているか？
• RQ5 PCAのような多次元統計的手法が、大学ランキングシステムのより客観的な根拠を提供できるか？

主な発見

• 学術的優位性は、データセット全体の分散の48％を占め、大学ランキングに最も影響を与える要因であった。
• 国際的視野は分散の14％を占め、2番目に重要な要因として浮き彫りになった。
• 教員学生比は分散の8％を説明し、3番目に重要度の高い要因であった。
• 学術的優位性、国際的視野、教員学生比という3つの主要な要因は、統計的に相関がなかった。
• 最初の3つの主成分は、データセット全体の分散の70％を説明した。
• 残りの10個の成分は合計で30％未満の分散を説明しており、上位3つの成分が大学パフォーマンスのコアな構造を捉えていることが示された。