• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      大學(xué)生就業(yè)影響因素的統(tǒng)計(jì)分析

      2019-02-14 02:00:10劉丹陽
      中國市場 2019年5期
      關(guān)鍵詞:優(yōu)度心態(tài)顯著性

      劉丹陽

      (北方工業(yè)大學(xué) 理學(xué)院,北京 100144)

      1 選題背景

      幾年來,因各大學(xué)的教育模式與體制在不斷變革,大學(xué)生對待就業(yè)的態(tài)度與做法發(fā)生了實(shí)質(zhì)變化。這種變化有好也有壞,好的一面是使社會向前發(fā)展,壞的一面是出現(xiàn)多種多樣的就業(yè)“疑難雜癥”。所以,大學(xué)生的就業(yè)問題要嚴(yán)肅對待,不能掉以輕心。來源于國家統(tǒng)計(jì)局的調(diào)查顯示,全國大學(xué)畢業(yè)生人數(shù)從2011年的608.1萬,到2016年的704.2萬,再到2017年達(dá)到了765萬。我們可以知道,2017年大學(xué)畢業(yè)生比2016年增加了60.8萬人,增幅達(dá)8%。其畢業(yè)生數(shù)量是2011年的1.26倍,這也從側(cè)面反映出當(dāng)今找工作會變得越來越困難。所以,對于他們的就業(yè)問題更要引起重視。

      2 調(diào)查分析

      2.1 抽樣設(shè)計(jì)

      問卷樣本量的確定綜合考慮了學(xué)校、學(xué)歷等多種因素,并進(jìn)行合理的配額設(shè)計(jì),以確保樣本的抽取盡可能體現(xiàn)我國應(yīng)屆大學(xué)生的實(shí)際情況。一般見式(1)。

      (1)

      截至2017年全國應(yīng)屆畢業(yè)生人數(shù)為765萬人,取p=0.5,即所應(yīng)抽取樣本量見式(2):

      (2)

      根據(jù)簡單隨機(jī)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(wǎng)絡(luò)調(diào)查的形式,考慮到調(diào)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(xiàn)用Cronbach’s Alpha信度系數(shù)法,Alpha系數(shù)值在0到1,一般認(rèn)為Alpha系數(shù)應(yīng)該達(dá)到0.7以上。Alpha信度系數(shù)公式為式(3)所示:

      (3)

      針對本項(xiàng)目的調(diào)查數(shù)據(jù)利用SPSS 19分析得出可靠性檢驗(yàn)結(jié)果:Alpha系數(shù)為0.896,信度穩(wěn)定,同時系數(shù)在0.8以上,說明量表能夠穩(wěn)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(yàn)來測試數(shù)據(jù)的效度分析,結(jié)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(yuǎn)大于0.5的建議標(biāo)準(zhǔn),總體各變量Bartlett球形檢驗(yàn)的p值都小于0.05水平,說明問卷數(shù)據(jù)效度通過檢驗(yàn)。

      3 關(guān)于大學(xué)畢業(yè)生就業(yè)心態(tài)的影響因素的Logistic回歸分析

      關(guān)于模型的建立及結(jié)果分析,綜合被調(diào)查者對題目的理解與選擇,以所有被調(diào)查的大學(xué)生為代表,通過構(gòu)建Logistic回歸模型探索大學(xué)畢業(yè)生就業(yè)心態(tài)的影響因素。選取的變量以及對就業(yè)心態(tài)的預(yù)期作用假設(shè)見表2。

      表2 選取的變量以及對就業(yè)心態(tài)的預(yù)期作用假設(shè)

      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(shù)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(shù)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(xué)畢業(yè)生就業(yè)心態(tài)因素的Logistic回歸模型適配度檢驗(yàn)結(jié)果。模型系數(shù)Omnibus檢驗(yàn)的卡方值為61.260,P值為0.000<0.05,通過顯著性檢驗(yàn),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(yè)心態(tài)的判斷結(jié)果。Hosmer-Lemeshow檢驗(yàn)值為4.699,伴隨概率P=0.583>0.05,未達(dá)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(jì)擬合了數(shù)據(jù)。

      表3 整體模型適配度檢驗(yàn)摘要表

      表4為最終模型擬合優(yōu)度統(tǒng)計(jì)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(yōu)度檢驗(yàn)?zāi)P蛥R總

      表5為回歸模型中個別自變量顯著性的參數(shù)估計(jì)。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(shí)習(xí)”(X4)以及“是否有學(xué)生工作經(jīng)驗(yàn)”(X5)。顯然,被選入方程的五個變量的Wald檢驗(yàn)值都達(dá)到0.05顯著水平,而常數(shù)項(xiàng)的Wald檢驗(yàn)值>0.05,說明其未到達(dá)顯著性水平,所以不進(jìn)入方程。因而選出X1、X2、X3、X4以及X5五個變量。說明畢業(yè)生個體因素、學(xué)習(xí)因素、參加社會實(shí)踐情況與大學(xué)畢業(yè)生的就業(yè)心態(tài)變化有顯著關(guān)聯(lián)。

      表5 模型參數(shù)顯著性檢驗(yàn)摘要

      設(shè)某因素影響就業(yè)心態(tài)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(yè)心態(tài)比女生要更有信心;在學(xué)習(xí)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(shí)踐情況上,擁有學(xué)生工作經(jīng)驗(yàn)并且有實(shí)習(xí)經(jīng)歷的人更會對未來就業(yè)充滿希望。

      4 就業(yè)滿意度的因子分析

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

      表6 解釋的總方差

      續(xù)表

      表7 旋轉(zhuǎn)成份矩陣a

      注:提取方法:主成份;旋轉(zhuǎn)法:具有 Kaiser 標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法;a.旋轉(zhuǎn)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(xiàn)率達(dá)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(fā)對這4個因子賦予意義并進(jìn)行命名。

      根據(jù)表7可知。第一個公因子可命名為:學(xué)校就業(yè)指導(dǎo)服務(wù);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(biāo)準(zhǔn);第四個公因子可命名為:工作意愿。

      5 基于AMOS應(yīng)用的結(jié)構(gòu)方程模型構(gòu)建

      關(guān)于模型的建立,根據(jù)上述探索性因子分析的結(jié)果得知,有4個影響因子是潛變量,是無法直接觀測的現(xiàn)象;有13個觀測變量為顯變量,由調(diào)查直接獲得。

      本次建模采用AMOS22.0軟件,得到結(jié)果如圖1所示,模型檢驗(yàn)與擬合優(yōu)度結(jié)果見表8。

      圖1 模型路徑

      表8 模型檢驗(yàn)與擬合優(yōu)度

      據(jù)數(shù)據(jù)顯示,卡方對應(yīng)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(biāo)均不滿足模型檢驗(yàn)與擬合優(yōu)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(shù)作為自由參數(shù)來進(jìn)行重新估計(jì)后,得到修正模型的檢驗(yàn)與擬合優(yōu)度結(jié)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(yàn)與擬合優(yōu)度

      可以看到,修正后模型中卡方對應(yīng)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(yàn)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(guān)系分析

      第一,“工作意愿”因子與觀測變量間的關(guān)系?!肮ぷ饕庠浮币蜃又小熬蜆I(yè)心態(tài)”的系數(shù)為0.73, “就業(yè)單位性質(zhì)”的系數(shù)為0.37,說明就業(yè)心態(tài)越好、選擇更好的就業(yè)單位都會提升大學(xué)生的工作意愿。

      第二,“學(xué)校指導(dǎo)滿意度”因子與觀測變量間的關(guān)系?!皩W(xué)校就業(yè)指導(dǎo)滿意度”因子中,“公眾號發(fā)布求職信息”“提供雙選會等就業(yè)平臺”的系數(shù)分別為0.88、 0.82,整體系數(shù)較大,說明大學(xué)生對“學(xué)校指導(dǎo)滿意度”有較高的期望值。由此可見,發(fā)布的就業(yè)信息形式越靈活,渠道越廣泛,老師與同學(xué)們溝通的次數(shù)越頻繁,以此能更好地了解同學(xué)們的想法。

      第三,“單位招聘滿意度”因子與觀測變量間的關(guān)系?!皢挝徽衅笣M意度”因子中,“信息全面”和“安排宣講會進(jìn)行企業(yè)介紹”的系數(shù)均為0.77,“信息沒有霸王條款”的系數(shù)為0.7,說明那些多多舉辦宣講會,多多了解應(yīng)屆畢業(yè)生內(nèi)心的想法、需求的單位更能受到大學(xué)生的青睞。

      第四,“個人綜合素質(zhì)”因子與觀測變量間的關(guān)系?!皞€人綜合素質(zhì)”因子中,“適應(yīng)能力”系數(shù)為0.8,“做事心細(xì)”系數(shù)為0.62,說明大學(xué)生對提高適應(yīng)能力以及心細(xì)方面有很強(qiáng)烈的意愿。

      圖2 修正模型

      6 結(jié) 論

      結(jié)合上面的各種分析結(jié)果,本文認(rèn)為有四方面影響應(yīng)屆畢業(yè)生就業(yè)的因素:性別、在校期間的實(shí)習(xí)和學(xué)生工作經(jīng)驗(yàn)、學(xué)校的就業(yè)指導(dǎo)以及自我的心態(tài)與素質(zhì)。針對以上方面,提出以下三點(diǎn)建議。

      第一,對于學(xué)校而言,就業(yè)指導(dǎo)中心應(yīng)擴(kuò)大服務(wù)范圍。將服務(wù)范圍擴(kuò)大到上至重點(diǎn)需要關(guān)注的畢業(yè)生,下至各個年級的同學(xué)們,為這些低年級的同學(xué)們盡早樹立正確的擇業(yè)觀以及職業(yè)規(guī)劃的目標(biāo)。同時,建設(shè)多多開展與企業(yè)之間的合作。

      第二,對于用人單位而言,應(yīng)制定合理的招聘標(biāo)準(zhǔn),對應(yīng)屆畢業(yè)生負(fù)責(zé),合理選用人才,對于女性畢業(yè)生,應(yīng)公平的看待女性的作用與優(yōu)點(diǎn),而不是以單純的性別進(jìn)行劃分,并且要完善崗位配置,最終達(dá)到用人單位與員工同進(jìn)步同發(fā)展的局面。

      第三,對于應(yīng)屆畢業(yè)生而言,首先要認(rèn)清自我并樹立正確的擇業(yè)觀。其次要鍛煉自己的溝通與創(chuàng)造能力,并培養(yǎng)良好的團(tuán)隊(duì)精神。最后許多大學(xué)生一到畢業(yè)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(xué)生應(yīng)培養(yǎng)自己樂觀自信的心態(tài),多多鍛煉自己的抗壓能力,并且提升自己的自我調(diào)節(jié)能力。

      猜你喜歡
      優(yōu)度心態(tài)顯著性
      勘 誤 聲 明
      如何正確運(yùn)用χ2檢驗(yàn)
      ——擬合優(yōu)度檢驗(yàn)與SAS實(shí)現(xiàn)
      有輕松的心態(tài) 才能克服困難
      做謙遜的人
      基于顯著性權(quán)重融合的圖像拼接算法
      電子制作(2019年24期)2019-02-23 13:22:26
      基于視覺顯著性的視頻差錯掩蓋算法
      一種基于顯著性邊緣的運(yùn)動模糊圖像復(fù)原方法
      論商標(biāo)固有顯著性的認(rèn)定
      還是“看掐架”心態(tài)
      可拓方法的優(yōu)度評價在輸氣管優(yōu)化設(shè)計(jì)中的應(yīng)用
      金川县| 宿松县| 滁州市| 日土县| 都安| 关岭| 剑川县| 礼泉县| 中卫市| 读书| 内江市| 田东县| 乐至县| 志丹县| 西安市| 蒙自县| 罗平县| 重庆市| 吉木乃县| 昌江| 新蔡县| 揭西县| 金塔县| 西安市| 白山市| 疏附县| 延川县| 张家港市| 正蓝旗| 荥经县| 松溪县| 娱乐| 靖宇县| 建宁县| 佛坪县| 泉州市| 准格尔旗| 盐津县| 明水县| 绥宁县| 丹东市|