论文部分内容阅读
摘 要：选取F大学部分学院就业的相关数据为样本，应用一些多元统计分析方法进行综合分析，从五个维度找出影响毕业生满意度的主要因素并进行验证，针对相关问题提出一些解决思路。
关键词：研究生；就业；多元统计分析
一、引言
党和国家都一再强调要做好高校毕业生就业工作。中央一再强调：就业工作要精准发力。如何精准呢？高校毕业生就业状况统计和分析就是“精准发力”的重要依据。它是对高校毕业生就业进行全面、动态、定量搜集，是一项复杂的系统工程，其科学性与准确性是至关重要的问题，直接关系到党和政府、高校、社会、家长等多方面能否掌握高校毕业生就业状况并作出科学决策。高校毕业生就业数据尤其是满意度数据涉及因素很多，对于如此多维、复杂的就业数据，如果仅用单一的某种统计方法已经无法实现科学统计与分析，更不容易对发展趋势的预测和危机的预警。只有综合运用多种统计方法：即采取多元统计分析模式，才能确保分析结果的权威性和全面性。本选题的研究思路就是以选取部分学院就业的相关数据为样本，应用一些多元统计分析方法进行综合分析，找出一些影响毕业生满意度的主要因素并进行验证，针对相关问题提出一些解决思路。
二、调研数据采集和处理
在本研究中，选取高校毕业生就业统计数据中一个切入点进行分析。在选取数据的基础上，具体应用一些特定的多元统计分析方法，主要是：主成分分析、相关分析等。出于数据获取难易的角度，本研究主要考量的是F大学2015届部分学院研究生毕业生就业质量数据维度中就业过程满意度数据。在数据指标的范围方面，根据学科门类划分为学校2015届理学工学部分专业毕业研究生，从有效的调查问卷中隨机选取20位的数据。涉及学历层次为研究生包括非定向全日制博士和硕士。涉及毕业生性别包括男生和女生。在数据指标的类型方面，主要是毕业生就业过程满意度。其主要反映高校毕业研究生在搜索就业信息等就业环节中的满意程度，主要包括就业成本、就业渠道、就业指导、就业时间、就业需求等方面。从数据获取上，我们选取F大学2015届理工科学院毕业研究生就业状况数据中就业过程满意度是有可行性的。
随机选取的数据编号为SJ01至SJ20，汇总这些毕业生的就业过程满意度数据（见表1）。
说明：就业过程满意度打分为百分制。
三、数据分析过程以及主要结论
（一）主成分分析
表2 主成分特征值和贡献率
表2是经过主成分分析计算出来的各个主成分的特征值和贡献率。贡献率的大小反映了各个主成分的重要程度，即贡献率大的说明该成分可以解释较多的原始变量数据。一般认为，主成分的累积贡献率达到85%以上即可反映出原来多个指标的绝大部分信息。由表2可见，前两个主成分的累积贡献率达到了86.66%，超过了85%，所以只选取前两个主成分即可保留原始指标的绝大部分信息，具有一定的代表性。这就起到了精简变量的作用。
由表3可见，第一主成分是一个综合指标，它与每个原始指标都存在较高的正相关关系；第二主成分与“就业渠道”、“就业需求”有相对较大的正相关，与“就业成本”的关系相对较小，而与“就业指导”、“就业时间”存在一定的负相关。因此，我们认为根据第一主成分可以评价 “毕业生就业过程满意度”整体满意程度的高低，根据第二主成分可以评价毕业生对“就业渠道”、“就业需求”的满意程度。
（二）相关分析
在表4中，t表示变量间的相关系数，从表中可以看到：在第五列，即就业需求和就业渠道等其他四个因素的相关性数据，其中就业需求与就业渠道、与就业指导分别存在较高的相关性（相关系数为0.7767、0.7553），与就业成本和就业时间存在一般的正相关。因此，我们可以初步认为就业需求和就业渠道、就业指导结合在一起表达了一定的信息，即毕业研究生在就业过程中，就业需求与就业渠道二者是紧密相连。而毕业研究生就业渠道、就业需求、就业指导综合在一起表达了另外一部分信息，即毕业研究生在就业过程中，其就业渠道与就业需求和高校对毕业生的就業指导存在较大相互影响关系进而又影响着毕业生的就业成本，同时也为高校应该大力引导研究生转变就业观念、面向基层就业提供了依据。
四、结语
（1）本研究是运用多元统计方法的一个探索。多元统计分析法善于对多个因素同时进行分析，不易遗漏主要信息，便于控制干扰因素对结果造成的影响。因此，将以多元统计分析法为代表的综合分析法应用于高校毕业生就业数据体系研究，有利于解决高校毕业生就业数据所涉及指标多等问题。
（2）通过研究也可以为我们就业服务部门提供一些政策建议，要想提升研究生的就业过程满意度，就要在几个主要影响因素上面做工作，比如：通过就业补助、就业信息服务等途径降低就业成本、增加就业渠道的选择性会有效提升研究生的就业过程的满意度。又如：就业指导教育中应该大力包含就业渠道和就业需求等方面的内容。这两点在访谈中也得到了验证。
作者简介：
杜凯（1984— ），男，山西阳泉人，福建师范大学专职辅导员、讲师。研究方向：大学生就业创业指导、大学生思想政治教育等。
本文是福建师范大学大学生教育管理课题的研究成果。
关键词：研究生；就业；多元统计分析
一、引言
党和国家都一再强调要做好高校毕业生就业工作。中央一再强调：就业工作要精准发力。如何精准呢？高校毕业生就业状况统计和分析就是“精准发力”的重要依据。它是对高校毕业生就业进行全面、动态、定量搜集，是一项复杂的系统工程，其科学性与准确性是至关重要的问题，直接关系到党和政府、高校、社会、家长等多方面能否掌握高校毕业生就业状况并作出科学决策。高校毕业生就业数据尤其是满意度数据涉及因素很多，对于如此多维、复杂的就业数据，如果仅用单一的某种统计方法已经无法实现科学统计与分析，更不容易对发展趋势的预测和危机的预警。只有综合运用多种统计方法：即采取多元统计分析模式，才能确保分析结果的权威性和全面性。本选题的研究思路就是以选取部分学院就业的相关数据为样本，应用一些多元统计分析方法进行综合分析，找出一些影响毕业生满意度的主要因素并进行验证，针对相关问题提出一些解决思路。
二、调研数据采集和处理
在本研究中，选取高校毕业生就业统计数据中一个切入点进行分析。在选取数据的基础上，具体应用一些特定的多元统计分析方法，主要是：主成分分析、相关分析等。出于数据获取难易的角度，本研究主要考量的是F大学2015届部分学院研究生毕业生就业质量数据维度中就业过程满意度数据。在数据指标的范围方面，根据学科门类划分为学校2015届理学工学部分专业毕业研究生，从有效的调查问卷中隨机选取20位的数据。涉及学历层次为研究生包括非定向全日制博士和硕士。涉及毕业生性别包括男生和女生。在数据指标的类型方面，主要是毕业生就业过程满意度。其主要反映高校毕业研究生在搜索就业信息等就业环节中的满意程度，主要包括就业成本、就业渠道、就业指导、就业时间、就业需求等方面。从数据获取上，我们选取F大学2015届理工科学院毕业研究生就业状况数据中就业过程满意度是有可行性的。
随机选取的数据编号为SJ01至SJ20，汇总这些毕业生的就业过程满意度数据（见表1）。
说明：就业过程满意度打分为百分制。
三、数据分析过程以及主要结论
（一）主成分分析
表2 主成分特征值和贡献率
表2是经过主成分分析计算出来的各个主成分的特征值和贡献率。贡献率的大小反映了各个主成分的重要程度，即贡献率大的说明该成分可以解释较多的原始变量数据。一般认为，主成分的累积贡献率达到85%以上即可反映出原来多个指标的绝大部分信息。由表2可见，前两个主成分的累积贡献率达到了86.66%，超过了85%，所以只选取前两个主成分即可保留原始指标的绝大部分信息，具有一定的代表性。这就起到了精简变量的作用。
由表3可见，第一主成分是一个综合指标，它与每个原始指标都存在较高的正相关关系；第二主成分与“就业渠道”、“就业需求”有相对较大的正相关，与“就业成本”的关系相对较小，而与“就业指导”、“就业时间”存在一定的负相关。因此，我们认为根据第一主成分可以评价 “毕业生就业过程满意度”整体满意程度的高低，根据第二主成分可以评价毕业生对“就业渠道”、“就业需求”的满意程度。
（二）相关分析
在表4中，t表示变量间的相关系数，从表中可以看到：在第五列，即就业需求和就业渠道等其他四个因素的相关性数据，其中就业需求与就业渠道、与就业指导分别存在较高的相关性（相关系数为0.7767、0.7553），与就业成本和就业时间存在一般的正相关。因此，我们可以初步认为就业需求和就业渠道、就业指导结合在一起表达了一定的信息，即毕业研究生在就业过程中，就业需求与就业渠道二者是紧密相连。而毕业研究生就业渠道、就业需求、就业指导综合在一起表达了另外一部分信息，即毕业研究生在就业过程中，其就业渠道与就业需求和高校对毕业生的就業指导存在较大相互影响关系进而又影响着毕业生的就业成本，同时也为高校应该大力引导研究生转变就业观念、面向基层就业提供了依据。
四、结语
（1）本研究是运用多元统计方法的一个探索。多元统计分析法善于对多个因素同时进行分析，不易遗漏主要信息，便于控制干扰因素对结果造成的影响。因此，将以多元统计分析法为代表的综合分析法应用于高校毕业生就业数据体系研究，有利于解决高校毕业生就业数据所涉及指标多等问题。
（2）通过研究也可以为我们就业服务部门提供一些政策建议，要想提升研究生的就业过程满意度，就要在几个主要影响因素上面做工作，比如：通过就业补助、就业信息服务等途径降低就业成本、增加就业渠道的选择性会有效提升研究生的就业过程的满意度。又如：就业指导教育中应该大力包含就业渠道和就业需求等方面的内容。这两点在访谈中也得到了验证。
作者简介：
杜凯（1984— ），男，山西阳泉人，福建师范大学专职辅导员、讲师。研究方向：大学生就业创业指导、大学生思想政治教育等。
本文是福建师范大学大学生教育管理课题的研究成果。