研究生綜合素質與就業(yè)關系的統(tǒng)計分析

孟 憲 濤

(沈陽師范大學 數學與系統(tǒng)科學學院, 沈陽 110034)

0 引 言

研究生的綜合素質除了基本的書本知識學習和畢業(yè)論文之外,還包括發(fā)表學術論文、獲得各種榮譽和獎勵、講課水平等,這些因素對就業(yè)都具有一定的影響。本文利用沈陽師范大學數學與系統(tǒng)科學學院2013-2016年的實際數據,對研究生綜合素質與成功就業(yè)關系進行了統(tǒng)計學分析。

1 研究對象與方法

1.1 對 象

對沈陽師范大學數學與系統(tǒng)科學學院2013—2016級研究生的論文(A)、獎學金(B)、榮譽獲獎(C)、講課比賽(D)及其就業(yè)情況(S)進行量化統(tǒng)計。

1.2 方 法

選取多元線性回歸方法作為分析工具,研究A、B、C、D這4個解釋變量對相應變量S的影響。在現實問題研究中,因變量的變化往往受幾個重要因素的影響,此時就需要用2個或2個以上的影響因素作為自變量來解釋因變量的變化,這就是多元回歸亦稱多重回歸。當多個自變量與因變量之間是線性關系時,所進行的回歸分析就是多元線性回歸。

1.3 指標定義

將研究生發(fā)表論文分為4類:SCI檢索論文、EI檢索論文、核心期刊論文、普通省級論文,分別賦予15分、7分、2分、1分的分值,然后將每個學生于研究生在讀期間所有發(fā)表論文的分數求和,得到每個學生的發(fā)表論文分值(記為A);同樣,研究生獎學金的特、一、二、三等獎分別賦予4分、3分、2分、1分的分值(未獲獎賦0分),然后將每個研究生在二三年級獲獎的分數求和,得到每個學生獲得獎學金分值(記為B);榮譽獲獎的量化較為困難,主要源于不同競賽和獎項難以有客觀的標準進行橫向比較。為了簡化模型,將任何競賽獎項和其他獎項都賦值1分,對每個學生的所有榮譽獲獎分值求和(記為C);講課大賽成績因為不同的打分尺度所以先進行均值為0標準差為1的標準化處理后,再將處理后的每個學生所參加過的所有講課大賽的得分取平均值(記為D);本文涉及的學生信息中最為難以量化的部分是就業(yè)情況,為此采取如下措施對其進行賦值打分:將樣本中學生的就業(yè)信息單獨抽出(去掉學生個人信息,只保留工作去向),根據評判結果,將樣本中的研究生工作分成優(yōu)、良、中三檔,分別賦予3分、2分、1分的分值(記為S)。

1.4 統(tǒng)計分析

用R語言建立數據集并進行一般性分析。首先需要對選取的多元數據集通過lm()函數定義多元線性模型,再利用summary()提取計算結果,然后進行參數估計,對估計出來的參數進行顯著性檢驗,殘差分析,異常點檢測,最后確定回歸方程進行模型預測。設S為因變量,A、B、C、D為自變量,并且自變量與因變量之間為線性關系時,則多元線性回歸模型為

S=b0+b1A+b2B+b3C+b4D+ε

其中,b0為常數項,b1、b2、b3、b4為回歸系數,ε為殘差,是其他一切不確定因素影響的總和,其值不可觀測,但參數估計法并不需要考慮殘差。進行t檢驗,p<0.05時差異具有意義。t檢驗就是檢驗一個樣本平均數與一個已知的總體平均數的差異是否顯著。大致過程:

1) 計算t值

2) 計算R2值

系數R2是反映模型擬合優(yōu)度的重要的統(tǒng)計量,為回歸平方和與總平方和之比。R2取值在0到1之間,且無單位,其數值大小反映了回歸貢獻的相對程度,即在因變量Y的總變異中回歸關系所能解釋的百分比。R2是最常用于評價回歸模型優(yōu)劣程度的指標,R2越接近于1,所擬合的回歸方程越優(yōu)。

2 模型結果及分析

從表1可以看出,對于任意2個變量之間的協方差,如果2個變量的變化趨勢一致,那么2個變量之間的協方差就是正值;如果2個變量的變化趨勢相反,那么2個變量之間的協方差就是負值。在這里可以看出A與S這2個變量變化趨勢相同。

表1 任意2個變量間的協方差Table 1 The covariance between any two variables

表2列舉了各個變量之間的相關系數,一般認為0.3以下為弱相關、0.3～0.7之間為中相關、0.7～1.0為強相關?？梢园l(fā)現,A、B、C、D與S之間的相關系數分別為0.65、0.87、0.67、0.51,這就說明這4個自變量都與因變量具有相關關系。從表3可以看出,置信度P小于0.001。

表2 任意2個變量間的相關系數矩陣

表3 任意2個變量間的概率或顯著性

表4列出了殘差的最小值點,1/4分位點,中位數點,3/4分位點,最大值點。

表4 剩余殘差的四分位點Table 4 The quartile of residual residuals

表5就是本文最終要求的回歸方程的顯著性檢驗結果,其中Estimate表示回歸方程參數的估計,即b0、b1、b2、b3、b4的估計值,Std. Error表示回歸參數的標準差,tvalue為t值,Pr(>|t|)表示P值。

表5 回歸方程的顯著性檢驗Table 5 Significance test of regression equation

從計算結果可以看出,回歸方程通過了回歸參數的檢驗與回歸方程的檢驗,因此可以得到回歸方程:

S=0.897 07+0.419 40A+0.541 64B+0.402 36C+0.289 12D

最下面表格中“***”說明極為顯著,“**”說明高度顯著,“*”說明顯著,“·”說明不太顯著,沒有記號為不顯著。因此通過P值可以知道A與S極為顯著;B、C與S高度顯著;D與S顯著。Multiple R-squared是擬合優(yōu)度,Adjusted R-squared是修正的擬合優(yōu)度,是指回歸方程對樣本的擬合程度幾何,也就是R2,其值明顯接近于1,所以擬合較優(yōu)。

F-statistic也就是常說的F統(tǒng)計量,常常用于判斷方程整體的顯著性檢驗,其P值為2.431×10-11,顯然是<0.05的,可以認為方程在P=0.05的水平上還是通過顯著性檢驗的。

從模型結果可見,研究生在校期間的論文、獎學金、榮譽獎項、講課比賽這4項因素都與其畢業(yè)后的就業(yè)情況有顯著的正相關。這進一步印證了本文所闡述的各項觀點。

3 結 論

本文通過對學術論文、獎學金、榮譽獲獎等因素與研究生就業(yè)之間關系的統(tǒng)計分析,得出研究生綜合素質對于就業(yè)的重要性,所以研究生要及早明確自己的目標,給自己將來一個定位,是考博還是當老師,早早動手準備,不斷積累成果,豐富自己,提升自身質量和綜合素質,做到有備無患,這樣才能在考博或就業(yè)的激烈競爭機制中脫穎而出。