聚類與因子分析在會計(jì)專業(yè)學(xué)生學(xué)習(xí)和就業(yè)指導(dǎo)中的應(yīng)用

向麗蘋

(武昌首義學(xué)院 經(jīng)濟(jì)管理學(xué)院，湖北 武漢 430064)

?

聚類與因子分析在會計(jì)專業(yè)學(xué)生學(xué)習(xí)和就業(yè)指導(dǎo)中的應(yīng)用

向麗蘋

(武昌首義學(xué)院 經(jīng)濟(jì)管理學(xué)院，湖北 武漢 430064)

本文采用聚類分析和因子分析兩種不同的方法，相互印證的分析了已經(jīng)畢業(yè)的不同類別學(xué)生的學(xué)習(xí)特點(diǎn)以及其就業(yè)情況，根據(jù)其數(shù)據(jù)分析結(jié)果的啟示，對即將畢業(yè)的學(xué)生成績進(jìn)行了類似分析，并給出了就業(yè)去向一些建議。

聚類分析；因子分析；就業(yè)去向

目前關(guān)于大學(xué)生就業(yè)問題的研究主要集中在就業(yè)影響因素的方面：如劉家樹[1]從定量和定性角度分析經(jīng)管類大學(xué)生就業(yè)影響因素，發(fā)現(xiàn)性別特征、英語水平、社會實(shí)踐和兼職經(jīng)驗(yàn)等因素對就業(yè)機(jī)會比率的影響作用大，認(rèn)為經(jīng)管類大學(xué)生就業(yè)存在明顯的性別歧視和經(jīng)驗(yàn)歧視;又如陳成文、譚日輝[2-3]分別研究社會資本和人力資本對大學(xué)生就業(yè)的影響，實(shí)證分析表明，父母的社會地位、學(xué)校就業(yè)指導(dǎo)中心、親戚的社會地位等對大學(xué)畢業(yè)生就業(yè)機(jī)會的獲得起著顯著的影響。但目前關(guān)于針對學(xué)生學(xué)習(xí)特點(diǎn)與就業(yè)去向間關(guān)聯(lián)的模型的研究還比較少，而本文正是從該方面入手，擬在獲取學(xué)生在校學(xué)習(xí)狀況以及畢業(yè)去向等相關(guān)數(shù)據(jù)后，創(chuàng)建數(shù)學(xué)模型，研究它們之間的內(nèi)在聯(lián)系和因果規(guī)律，從而給學(xué)生的學(xué)習(xí)以及就業(yè)方向做一個(gè)引導(dǎo)，同時(shí)也給決策者的人才培養(yǎng)方案做一個(gè)建議指導(dǎo)。

目前，關(guān)于對學(xué)生學(xué)習(xí)特點(diǎn)的分類所采用的方法一般如下，1)是直接計(jì)算總成績或計(jì)算平均學(xué)分績點(diǎn)后進(jìn)行排序，該方法過于簡單，不能挖掘更多有用的信息；2)是給每門課程賦予權(quán)值，計(jì)算加權(quán)總分，然后再根據(jù)加權(quán)總分的大小進(jìn)行分類排序，該方法同樣不利于信息的充分利用；3)是采用因子分析或聚類分析進(jìn)行單一的分類，該方法具有一定分類效果，但其可靠性還值得考究。本文將從已經(jīng)畢業(yè)的會計(jì)專業(yè)2011級學(xué)生的數(shù)據(jù)出發(fā)，同時(shí)采用聚類分析與因子分析兩種方法進(jìn)行綜合評價(jià)，相互印證，從而對學(xué)生的類型進(jìn)行更準(zhǔn)確的分類，并通過學(xué)生的類型與畢業(yè)去向間的關(guān)聯(lián)啟示，對即將畢業(yè)會計(jì)專業(yè)2012級學(xué)生的學(xué)習(xí)以及就業(yè)去向給出些建議。

1　案例分析

1.1數(shù)據(jù)準(zhǔn)備

本文數(shù)據(jù)來自武昌首義學(xué)院會計(jì)專業(yè)201101班的35名學(xué)生的成績、就業(yè)去向以及會計(jì)專業(yè)201211班的31名學(xué)生成績，首先對其數(shù)據(jù)的選取作如下的解釋：

1)考慮到學(xué)生就業(yè)去向的準(zhǔn)備階段最好在大三的下學(xué)期期初，也就是第6學(xué)期期初，所以我們選取了前5個(gè)學(xué)期的成績；

2)考慮到校選課以及體育課的不統(tǒng)一性，我們在選取數(shù)據(jù)時(shí)，沒有考慮其這些課程的成績，最終選取了34門課程的成績；

3)為討論方便，對每位學(xué)生進(jìn)行了編號，分別用學(xué)生編號1,2,3，…來表示。

對于收集到的2個(gè)班的學(xué)生成績，先對會計(jì)專業(yè)201101班進(jìn)行定量分析，然后根據(jù)該班數(shù)據(jù)分析的結(jié)果對201211班的學(xué)生就業(yè)去向給出一些建議，本文擬用聚類分析以及因子分析做些探討。

1.2聚類分析

聚類就是將某個(gè)對象劃分為若干組的過程，使得同一個(gè)組內(nèi)的數(shù)據(jù)對象具有較高的相似度，而不同組中的數(shù)據(jù)對象是不相似的。因此，聚類分析就是對樣品或變量進(jìn)行分類的一種多元統(tǒng)計(jì)方法，目的在于將相似的事物歸類。聚類分析方法有多種，本文擬采用統(tǒng)計(jì)軟件SPSS進(jìn)行k均值分類[4]，最終將201101班的35名學(xué)生分成3類，具體分類見表1(數(shù)字為各學(xué)生的編號)。

表1　會計(jì)專業(yè)201101班聚類成員表

從表1中可以看出，3個(gè)類別中分別有13、10、12名學(xué)生，分類比較均衡。同時(shí)，可得到最終聚類中心，見表2，該表中的聚類中心表示各類別的中心位置點(diǎn)。

表2　最終聚類中心

從表2中，可以大致得到3個(gè)類別的組內(nèi)相似性和組間的相異點(diǎn)，如聚類2的各門課程的中心點(diǎn)相對最高，聚類3相對最低。聚類分析雖將學(xué)生分成了3類，但該分類是否合理，以及同一類中學(xué)生是否有差異，聚類分析并沒有完全給予解決，而因子分析[5-8]可從另一個(gè)角度對這一問題進(jìn)行有效的解釋和輔助證明。

1.3因子分析

因子分析的基本思想就是把聯(lián)系比較緊密的變量歸為同一類別，其基本原理是以相關(guān)性為基礎(chǔ)，從協(xié)方差矩陣或相關(guān)矩陣入手，把大部分變異歸結(jié)為少數(shù)幾個(gè)公共因子所為，最后，對公共因子得分進(jìn)行加權(quán)求和，就可得出各個(gè)樣本的綜合得分，從而給出一個(gè)綜合排名。

再次利用統(tǒng)計(jì)軟件SPSS[4]，對會計(jì)專業(yè)201101班的數(shù)據(jù)進(jìn)行因子分析，得到如下結(jié)果：

1)Bartlett球形檢驗(yàn)統(tǒng)計(jì)量Sig值小于0.01,說明各變量之間存在顯著的相關(guān)性，因此該班數(shù)據(jù)適宜做因子分析；

2)公因子提取方差數(shù)據(jù)中顯示，本數(shù)據(jù)所提取的變量共同度絕大數(shù)都在80%以上，可見公因子對變量方差的解釋效果比較好；

3)方差解釋表(表3)給出了每個(gè)因子所解釋的總方差的比例以及累計(jì)和。前8個(gè)因子所解釋的累計(jì)方差達(dá)到了77.538%，也就說總體近80%的信息可由8個(gè)公因子來說明，因此本文擬采用8個(gè)公因子來進(jìn)行分析；

4)根據(jù)因子得分系數(shù)(表4)，可得出每一個(gè)因子的得分系數(shù)，從而得出每一因子的最終得分F，如因子1的得分F1=-0.003×1-0.004×2……-0.193×31+0.074×32-0.007×33+0.049×34；

5)對8個(gè)公因子進(jìn)行加權(quán)求和，就可得到各位同學(xué)的綜合得分，從而得到其綜合排名，其權(quán)數(shù)為各因子在旋轉(zhuǎn)平方和載入下的方差貢獻(xiàn)率(見表3)，分別為16.219%,16.768%,7.117%，…，6.431%。經(jīng)過統(tǒng)計(jì)計(jì)算，得出綜合排名(表5)。

表3　方差解釋表

表4　因子得分系數(shù)

表5　會計(jì)專業(yè)201101班學(xué)生綜合成績排名

1.4兩類方法的綜合解釋

通過表1和表5的對比發(fā)現(xiàn)，在用因子分析所得到的排名中，前10名中有8位在聚類2中，中間13名中有10名在聚類1中，而后12名中有11名在聚類3中，總相似率為82.857%(即(8+10+11)/35)，從而說明，聚類分析和因子分析在相當(dāng)程度上達(dá)到統(tǒng)一，兩種方法同時(shí)使用，可以較準(zhǔn)確的對學(xué)生進(jìn)行一定的分類及分析。

1.5結(jié)論說明及意義

在表2中給出了對最終得到的3個(gè)聚類中心的統(tǒng)計(jì)信息。聚類1的各項(xiàng)得分相對聚類2來說來低一點(diǎn)，但在某些文科課程上略有優(yōu)勢，如思想道德修養(yǎng)與法律基礎(chǔ)，中國近現(xiàn)代史綱要，應(yīng)用寫作，大學(xué)英語，而其專業(yè)成績相對聚類2來說只是略有不足，那么這一類學(xué)生可根據(jù)自己的專業(yè)學(xué)習(xí)特點(diǎn)和個(gè)人偏愛，可從企業(yè)、事業(yè)、金融、外貿(mào)、財(cái)稅、審計(jì)等部門的會計(jì)及會計(jì)電算化工作、商業(yè)銀行、農(nóng)村信用社的信貸、營銷、柜員服務(wù)等具體工作中挑選自己喜愛的工作。比如有的同學(xué)計(jì)算機(jī)處理能力不錯(cuò)，可考慮會計(jì)電算化相關(guān)工作，有的同學(xué)成本核算、內(nèi)控審計(jì)能力不錯(cuò)，可考慮注冊會計(jì)師等工作，有的同學(xué)財(cái)政稅務(wù)成績不錯(cuò)，可考慮財(cái)稅相關(guān)工作等，因此剩下的3個(gè)學(xué)期應(yīng)在立足于會計(jì)從業(yè)資格考試和初級會計(jì)職稱的考試的基礎(chǔ)上，根據(jù)個(gè)人的特點(diǎn)加強(qiáng)目標(biāo)就業(yè)方面的專業(yè)學(xué)習(xí)和實(shí)習(xí)。

聚類2的各項(xiàng)得分都比較高，特別是在理工科目，如微積分B1，微積分B2，線性代數(shù)，概率論與數(shù)理統(tǒng)計(jì)，統(tǒng)計(jì)學(xué)A，數(shù)據(jù)庫及其應(yīng)用等具有明顯的優(yōu)勢，而且其專業(yè)課成績也還不錯(cuò)，該類中有8位在因子分析中排名前10，那么這一類學(xué)生具有考研的潛質(zhì)。在2015年的研究生入學(xué)考試中，會計(jì)專業(yè)201101班有11名同學(xué)參加了考試，其中有5位在聚類2中，6位在聚類1中，最終有4位同學(xué)考取研究生，而考取的學(xué)生編號為12、15、16、23的同學(xué)，而這些考取的同學(xué)恰好都在聚類2和綜合排名前10中，因此，對這一類別的學(xué)生，不管是學(xué)生個(gè)人，還是教管部門，其就業(yè)去向都應(yīng)該著重考慮升學(xué)以繼續(xù)深造，特別對這類學(xué)生中升學(xué)欲望不強(qiáng)的學(xué)生，可多做其思想工作。

而聚類3總體成績較差，但從學(xué)生管理部門了解到，其中部分熱衷于社團(tuán)活動，個(gè)人愛好比較廣泛，社交能力較強(qiáng)，如學(xué)生編號為3、17的同學(xué)為校籃球隊(duì)隊(duì)員，學(xué)生編號為32的同學(xué)為校儀仗隊(duì)隊(duì)員等，因此，該類學(xué)生的后3學(xué)期可在立足于通過從業(yè)資格證考試的基礎(chǔ)上，注重自己其它方面的綜合培養(yǎng)，如駕駛技能、社交技能、組織協(xié)調(diào)技能，語言表達(dá)能力等，其就業(yè)去向可考慮多元化，如選擇自主創(chuàng)業(yè)、從事管理輔助以及文秘助理工作等。

從2015年7月初及以前簽訂的就業(yè)協(xié)議上看，聚類1中有9人從事會計(jì)專業(yè)工作，只有2位從事與會計(jì)無關(guān)的其它工作，2位沒有就業(yè)意向；聚類3中僅5人從事會計(jì)專業(yè)工作，另4人從事其它工作，2人自主創(chuàng)業(yè)，1人沒有就業(yè)意向。

通過以上分析發(fā)現(xiàn)，學(xué)生前5個(gè)學(xué)期的成績在一定程度上影響著學(xué)生的就業(yè)，如果能通過前5個(gè)學(xué)期的成績分析，針對不同的類型學(xué)生采用有針對性就業(yè)準(zhǔn)備，無疑會取得滿意的結(jié)果，這不僅對學(xué)校，對個(gè)人都是有著積極的作用的。根據(jù)以上分析的啟示，本文將對即將畢業(yè)的會計(jì)專業(yè)201211班的學(xué)生的數(shù)據(jù)進(jìn)行分析，并給出部分建議。

2　案例的推廣應(yīng)用

2.1數(shù)據(jù)分析

按照以上應(yīng)用的方法，將會計(jì)專業(yè)201211班的31名學(xué)生進(jìn)行分類并統(tǒng)計(jì)綜合排名，結(jié)果見表6和表7。

表6　會計(jì)專業(yè)201211班聚類成員表

表7　會計(jì)專業(yè)201211班學(xué)生綜合成績排名

比較表6和表7,可知排名前13名中有12位在聚類1中，中間11名中有10位在聚類2中，而后7名全部在聚類3中，總相似率為93.548%(即(12+10+7)/31)，從而再次說明，聚類分析和因子分析在相當(dāng)程度上達(dá)到統(tǒng)一，在數(shù)據(jù)分析時(shí)可聯(lián)合交叉使用，其結(jié)果值得借鑒。

2.2建議

根據(jù)以上結(jié)果，我們給出類似的建議：針對聚類1中的同學(xué)，就業(yè)去向應(yīng)該著重考慮升學(xué)以繼續(xù)深造，因此目前應(yīng)全力考研復(fù)習(xí)，其中考研的專業(yè)取向可根據(jù)自己的個(gè)別專業(yè)優(yōu)勢及個(gè)人偏好進(jìn)行選擇。針對聚類2中的同學(xué)，應(yīng)在立足于會計(jì)從業(yè)資格考試和初級會計(jì)職稱的考試的基礎(chǔ)上加強(qiáng)專業(yè)學(xué)習(xí)和實(shí)習(xí)，其就業(yè)去向重點(diǎn)在本專業(yè)崗位上，同時(shí)根據(jù)自己的個(gè)人偏好選擇不同類型的會計(jì)崗位作為自己的就業(yè)目標(biāo)。如學(xué)生編號為21、23、18的同學(xué)，其計(jì)算機(jī)處理和會計(jì)電算化成績比較理想，可考慮今后從事會計(jì)電算化方面的操作和研究，學(xué)生編號為13、16、27的同學(xué)，其成本核算，中級及高級會計(jì)知識較為理想，可考慮今后向會計(jì)師方向發(fā)展，而對于學(xué)生編號為19、6、5、31的同學(xué)，其金融，財(cái)稅方面的知識相對較為理想，可考慮從事財(cái)稅方面的工作。針對聚類3中的同學(xué)，在立足于通過從業(yè)資格考試的基礎(chǔ)上，注重自己其它方面的培養(yǎng)，比如可在假期間進(jìn)行駕駛技能培訓(xùn)，在校期間也可自行創(chuàng)業(yè)等，其就業(yè)去向可考慮會多元化。如學(xué)生編號為10、30的同學(xué)，性格活波開朗，語言組織和管理協(xié)調(diào)能力較強(qiáng)，其文科方面的知識比較有優(yōu)勢，同時(shí)也取得的駕駛資格，因此其就業(yè)去向可重點(diǎn)考慮助理文秘工作等。

當(dāng)然，影響學(xué)生就業(yè)去向的因素有多種，本文僅從其前5學(xué)期的在校成績來進(jìn)行了說明，難免有些不足，如果還能考慮諸如家庭因素，個(gè)人特點(diǎn)，社會因素，可能還會更好，這也是今后進(jìn)一步研究的重點(diǎn)。

[1]劉家樹. 基于 Logit 模型經(jīng)管類大學(xué)生就業(yè)影響因素調(diào)查分析[J]．統(tǒng)計(jì)教育，2008，(10)：37-40.

[2]陳成文，譚日輝．社會資本與大學(xué)生就業(yè)關(guān)系研究[J]．高等教育研究，2004，25(4)：29-32.

[3]陳成文，譚日輝. 人力資本與大學(xué)畢業(yè)生就業(yè)的關(guān)系——基于2003、2004 屆大學(xué)畢業(yè)生的實(shí)證研究[J]. 高等教育研究，2004，25(6)：31-35．

[4]杜強(qiáng)，賈艷麗.SPSS統(tǒng)計(jì)分析從入門到精通[M].北京：人民郵電出版社，2009:3.

[5]熊寬江，豐建霞，胡志華.基于學(xué)生成績的學(xué)生分類指導(dǎo)模型研究[J]．黃岡師范學(xué)院學(xué)報(bào)，2015，35(6)：112-117.

[6]吳海英，張杰．學(xué)生成績排名的綜合評價(jià)模型[J]．大學(xué)數(shù)學(xué)，2006，22(4)：142-145．

[7]常浩，逯紀(jì)美．多元統(tǒng)計(jì)分析在大學(xué)生綜合素質(zhì)評價(jià)中的應(yīng)用[J]．?dāng)?shù)理統(tǒng)計(jì)與管理，2010，29(4)：754-760．

[8]姜明明，馬丹．因子分析和聚類分析方法在大學(xué)生綜合素質(zhì)評價(jià)中的應(yīng)用[J]．齊齊哈爾大學(xué)學(xué)報(bào)：自然科學(xué)版，2013(2):77-80．

責(zé)任編輯王菊平

Application of clustering and factor analysis in the study ofaccounting majors’ learning and employment guidance

XIANG Li-ping

(School of Economic Management, Wuchang Shouyi University, Wuhan 430064, China)

In this paper, we use two different methods, clustering analysis, and factor analysis to analyze the characteristics of students in different classes and their employment situations. According to the results of the data analysis, we conduct a similar analysis of graduating students, based on which we offer them with some advices for employment.

clustering analysis; factor analysis; employment whereabouts

O212.4

A

1003-8078(2016)03-0108-05

2016-04-25

10.3969/j.issn.1003-8078.2016.03.26

向麗蘋，女，湖北松滋人，會計(jì)師，碩士，主要研究方向?yàn)闀?jì)、統(tǒng)計(jì)學(xué)。