目的:探讨影响高校科技人员类型的因素,建立偏最小二乘回归模型,对科技人员的类型进行判别、预测,为今后高校科技人员成才的培养及其合理使用提供理论依据;探讨偏最小二乘回归分析合理应用的注意事项,总结偏最小二乘回归分析在实际问题中的正确应用,以便得出更加科学合理的结论。方法:本研究以山东省高等院校的科技人员为研究对象,采用二阶段分层整群随机抽样方法,先随机抽取国家级、省级两个层次的8所高校;再以学校为单位,在学校内采用随机分层抽样抽取这8所高校的学科带头人和一般科技人员组成调查样本。调查工具主要采用了自己编制的山东省高校科技人员类型影响因素调查量表。该量表分基本情况、问卷和自我评定三部分,调查项目共29项。采用Chronbach’s ?α系数对调查量表进行信度检验,运用探索性因子分析对量表进行结构效度检验;采用偏最小二乘回归分析和判别分析对调查对象及其影响因素进行分析,并建立偏最小二乘回归模型进行判别、预测。整个统计分析过程主要应用统计软件SAS9.1以及SPSS13.0完成。结果:运用Chronbach’sα系数对调查量表进行量表信度检验,Chronbach’sα系数=0.781>0.7,表明调查量表具有较好的内在一致性信度;运用探索性因子分析进行量表效度检验,结果显示量表同时也具有较高的结构效度。根据专业知识遴选出科技人员培养的可能影响因素并对其进行合理量化赋值,并进行偏最小二乘回归分析及判别分析。其中,影响比较大的因素是掌握本学科最新动向(x6)、单位人际关系(x17)、主持科研工作的级别(x14)、每年参加继续教育次数(x15)以及是否性格外向(x25)等因素,比较符合专业解释。进行模型的拟合优度检验,结果显示该模型具有较好的拟合优度,可为人事、科研和教育部门进一步完善高校科技人员的培养机制提供理论参考依据。结论:1.影响因素分析表明,高校科技人员类型的影响因素是多方面的。鉴于研究结果,我们应采取有力措施为科研人员创造“再学习、再深造”的机会,使其对研究学科最新动向有清晰明确地认识和掌握,充分调动科研人员的主观能动性,注重培养他们的外向性格特征,为高校科技人员的培养创造一个良好的平台。2.结合相关文献资料与具体实例,进行了探索性因子分析、偏最小二乘回归分析以及判别分析的具体应用,论证了其应用条件的适宜性,解决了相关课题的技术方法,为今后高校科技人员的选拔和培养提供了可预测的科学依据,并为同类研究提供了可行的方法和有益的参考。