大學生就業影響因素的統計分析

劉丹陽

(北方工業大學 理學院，北京 100144)

1 選題背景

幾年來，因各大學的教育模式與體制在不斷變革，大學生對待就業的態度與做法發生了實質變化。這種變化有好也有壞，好的一面是使社會向前發展，壞的一面是出現多種多樣的就業“疑難雜癥”。所以，大學生的就業問題要嚴肅對待，不能掉以輕心。來源于國家統計局的調查顯示，全國大學畢業生人數從2011年的608.1萬，到2016年的704.2萬，再到2017年達到了765萬。我們可以知道，2017年大學畢業生比2016年增加了60.8萬人，增幅達8%。其畢業生數量是2011年的1.26倍，這也從側面反映出當今找工作會變得越來越困難。所以，對于他們的就業問題更要引起重視。

2 調查分析

2.1 抽樣設計

問卷樣本量的確定綜合考慮了學校、學歷等多種因素，并進行合理的配額設計，以確保樣本的抽取盡可能體現我國應屆大學生的實際情況。一般見式(1)。

(1)

截至2017年全國應屆畢業生人數為765萬人，取p=0.5，即所應抽取樣本量見式(2)：

(2)

根據簡單隨機抽樣，需要近400個樣本，但受時間等因素的影響，我們主要采用網絡調查的形式，考慮到調查的精度和成本的要求，我們最終回收了603份的樣本量。

2.2 信度分析

現用Cronbach’s Alpha信度系數法，Alpha系數值在0到1，一般認為Alpha系數應該達到0.7以上。Alpha信度系數公式為式(3)所示：

(3)

針對本項目的調查數據利用SPSS 19分析得出可靠性檢驗結果：Alpha系數為0.896，信度穩定，同時系數在0.8以上，說明量表能夠穩定地測量變量。

2.3 效度分析

一般采用KMO值( Kaiser-Meyer-Olkin)和Bartlett球形檢驗來測試數據的效度分析，結果見表1。

表1 KMO and Bartlett's Test

表中顯示，問卷量表的KMO的值為0.867，遠大于0.5的建議標準，總體各變量Bartlett球形檢驗的p值都小于0.05水平，說明問卷數據效度通過檢驗。

3 關于大學畢業生就業心態的影響因素的Logistic回歸分析

關于模型的建立及結果分析，綜合被調查者對題目的理解與選擇，以所有被調查的大學生為代表，通過構建Logistic回歸模型探索大學畢業生就業心態的影響因素。選取的變量以及對就業心態的預期作用假設見表2。

表2 選取的變量以及對就業心態的預期作用假設

為使模型更加合理，筆者將因變量“樂觀，很有信心”“較樂觀，有信心”合并為“樂觀，有信心”(水平數值編碼為1)。將“感到迷茫，沒有信心”“心灰意冷，毫無信心”合并為“迷茫，沒有信心”(水平數值編碼為0)。

模型的自變量皆為二分變量。本文選擇的是向前逐步選擇法。

表3為影響大學畢業生就業心態因素的Logistic回歸模型適配度檢驗結果。模型系數Omnibus檢驗的卡方值為61.260，P值為0.000<0.05，通過顯著性檢驗，表示在引入方程的幾個變量中至少有一個自變量可以有效地解釋樣本對就業心態的判斷結果。Hosmer-Lemeshow檢驗值為4.699，伴隨概率P=0.583>0.05，未達到0.05顯著水平，整體回歸模型的適配度良好。說明模型在可接受的水平上的模型估計擬合了數據。

表3 整體模型適配度檢驗摘要表

表4為最終模型擬合優度統計量。表中的Cox & Snell R Square和Nagelkerke R Square值后均大于0.15，說明模型的擬合效果良好。

表4 最終模型的擬合優度檢驗模型匯總

表5為回歸模型中個別自變量顯著性的參數估計。有五個自變量被選入方程，分別為“性別”(X1)；“是否通過英語四級”(X2)；“是否通過英語六級”(X3)；“是否有校外實習”(X4)以及“是否有學生工作經驗”(X5)。顯然，被選入方程的五個變量的Wald檢驗值都達到0.05顯著水平，而常數項的Wald檢驗值>0.05，說明其未到達顯著性水平，所以不進入方程。因而選出X1、X2、X3、X4以及X5五個變量。說明畢業生個體因素、學習因素、參加社會實踐情況與大學畢業生的就業心態變化有顯著關聯。

表5 模型參數顯著性檢驗摘要

設某因素影響就業心態的概率為P1，由此寫出Logistic回歸模型，見式(4)：

(4)

由上述模型可知，在性別上，男生的就業心態比女生要更有信心；在學習成績上，英語等級考試通過的人會比沒通過的人更樂觀；在參加實踐情況上，擁有學生工作經驗并且有實習經歷的人更會對未來就業充滿希望。

4 就業滿意度的因子分析

對調研問卷中李克特量表以及問卷中的個別問題運用SPSS19.0，使用因子分析的方法，提取出的四個因子。分析結果見表6、表7。

表6 解釋的總方差

續表

表7 旋轉成份矩陣a

注：提取方法：主成份；旋轉法：具有 Kaiser 標準化的正交旋轉法；a.旋轉在 6 次迭代后收斂。

由表6可知，前4個因子特征值大于1，累積方差貢獻率達到了70.059%，因此選取4個公因子比較合適。從各因子包含的最廣泛的解釋變量出發對這4個因子賦予意義并進行命名。

根據表7可知。第一個公因子可命名為：學校就業指導服務；第二個公因子可命名為：個人綜合能力；第三個公因子可命名為：用人單位招聘標準；第四個公因子可命名為：工作意愿。

5 基于AMOS應用的結構方程模型構建

關于模型的建立，根據上述探索性因子分析的結果得知，有4個影響因子是潛變量，是無法直接觀測的現象；有13個觀測變量為顯變量，由調查直接獲得。

本次建模采用AMOS22.0軟件，得到結果如圖1所示，模型檢驗與擬合優度結果見表8。

圖1 模型路徑

表8 模型檢驗與擬合優度

據數據顯示，卡方對應的P<0.05，未滿足要求，卡方與自由度之比即CMIN/df，大于3，不符合要求。此外，除了RMSEA值小于0.08滿足要求，CFI、NFI、IFI的值均小于0.9，表明這幾個指標均不滿足模型檢驗與擬合優度的要求。

5.1 模型的修正

為了得到更理想的模型，在將固定參數作為自由參數來進行重新估計后，得到修正模型的檢驗與擬合優度結果見表9，以及如圖2所示的修正模型。

表9 修正模型的檢驗與擬合優度

可以看到，修正后模型中卡方對應的P值為0.065，大于顯著性水平0.05，卡方與自由度之比小于2，符合檢驗要求。此外，CFI、IFI、NFI的值均接近于1，RESEA值小于0.05，也符合要求。

5.2 潛變量與觀測變量之間的關系分析

第一，“工作意愿”因子與觀測變量間的關系。“工作意愿”因子中“就業心態”的系數為0.73， “就業單位性質”的系數為0.37，說明就業心態越好、選擇更好的就業單位都會提升大學生的工作意愿。

第二，“學校指導滿意度”因子與觀測變量間的關系。“學校就業指導滿意度”因子中，“公眾號發布求職信息”“提供雙選會等就業平臺”的系數分別為0.88、 0.82，整體系數較大，說明大學生對“學校指導滿意度”有較高的期望值。由此可見，發布的就業信息形式越靈活，渠道越廣泛，老師與同學們溝通的次數越頻繁，以此能更好地了解同學們的想法。

第三，“單位招聘滿意度”因子與觀測變量間的關系。“單位招聘滿意度”因子中，“信息全面”和“安排宣講會進行企業介紹”的系數均為0.77，“信息沒有霸王條款”的系數為0.7，說明那些多多舉辦宣講會，多多了解應屆畢業生內心的想法、需求的單位更能受到大學生的青睞。

第四，“個人綜合素質”因子與觀測變量間的關系。“個人綜合素質”因子中，“適應能力”系數為0.8，“做事心細”系數為0.62，說明大學生對提高適應能力以及心細方面有很強烈的意愿。

圖2 修正模型

6 結 論

結合上面的各種分析結果，本文認為有四方面影響應屆畢業生就業的因素：性別、在校期間的實習和學生工作經驗、學校的就業指導以及自我的心態與素質。針對以上方面，提出以下三點建議。

第一，對于學校而言，就業指導中心應擴大服務范圍。將服務范圍擴大到上至重點需要關注的畢業生，下至各個年級的同學們，為這些低年級的同學們盡早樹立正確的擇業觀以及職業規劃的目標。同時，建設多多開展與企業之間的合作。

第二，對于用人單位而言，應制定合理的招聘標準，對應屆畢業生負責，合理選用人才，對于女性畢業生，應公平的看待女性的作用與優點，而不是以單純的性別進行劃分，并且要完善崗位配置，最終達到用人單位與員工同進步同發展的局面。

第三，對于應屆畢業生而言，首先要認清自我并樹立正確的擇業觀。其次要鍛煉自己的溝通與創造能力，并培養良好的團隊精神。最后許多大學生一到畢業季就會承受來自父母找工作的催促，以及大把的面試所帶來的挫折，有的人因此會萎靡不振。所以在校期間，大學生應培養自己樂觀自信的心態，多多鍛煉自己的抗壓能力，并且提升自己的自我調節能力。