SPSS案例应用-关于高校本科生就业相关问题的调查研究.docx

关于高校本科生就业相关问题的调查研究 班 级 ： 13级工商管理二班 姓 名 ： 袁 浪 学 号 ： 133600025 序 号 ： 3 号 目 录 摘要3一、研究背景及目的4二、研究方法4三、研究过程41.设计调查问卷4 2.数据录入6 3.SPSS分析7四、研究结论24五、研究建议与意见25摘要：在我国，每年每个高校都有大量的毕业生，“就业难”已成为大学毕业生的“心病”，也让无数毕业生父母焦头烂额，更是近年来不断升级的社会热门话题。高校本科毕业生是我国宝贵的人力资源，但由于我国相关体制的不合理以及受当前经济形势的影响，就业成立困扰毕业生的很大问题。本文通过SPSS对高校本科毕业生就业相关问题进行调查研究，以发现学生的就业理念，增加成功就业的机会。什么是SPSS?SPSS 软件是美国SPSS公司推出的一款非常优秀、强大的数据统计分析软件，是世界公认的标准统计软件和应用最广泛的专业数据分析软件之一，主要针对经济、管理、医学、农业、教育、市场研究、社会调查等多个行业和领域。SPSS即“Statistical Package for the Social Sciences”的缩写，意思是“社会科学统计软件包”，它以功能丰富、效率高、操作简便而著称，是非常适合进行数据分析的工具软件。SPSS作为一种功能强大的统计分析软件，完全可以用来进行高校本科生就业问题的相关研究，定量分析变量之间的联系与区别。下面即介绍SPSS在高校本科生就业的调查研究中的应用。1、 研究背景及目的近年来,我国大学扩招后，大学生就业难的问题已经是一个不争的事实，大学生的就业问题日渐突出并且呈上升发展的趋势。由于毕业生处于毕业择业就业的人生转折关头,其思想状态、精神面貌、心理变化均存在着较大的调查意义。对毕业生的调查是反馈和改进学校教育教学工作的重要依据，为了解毕业生的工作状况，关注毕业生的个人发展，进一步探索高等院校的人才培养模式。本文采用问卷分析的方法，以在湖南理工学院2013届应届毕业生中随机抽取的300名同学的调查问卷为样本，从他们的个人情况与就业状况两个方面进行了定量的描述和分析，初步展示了不同性别，家庭背景下，就业状况存在较大的差异，毕业生的就业意愿与实际就业状况也存在差异，在此基础上，本文探讨了目前我国毕业大学生的现状及存在的问题。我们想通过调查充分了解当代大学生的就业观念和就业意识，为大学生职业规划提供依据和指导，通过调查毕业生的就业状况了解当今就业形势，为政府关于安排大学生就业的政策提供参考依据。2、 研究方法基本思路是：首先根据研究需要设计出调查问卷，然后使用设计好的调查问卷对面临毕业的本科生展开调查，再使用SPSS的相关数据处理方法对收集上来的问卷进行处理，提取有效信息，分析变量之间的联系与区别，最后写出研究结论。采用数据处理的方法有列联表分析、方差分析、相关分析、聚类分析等。3、 研究过程1、 设计调查问卷 在问卷的设计上，根据研究需要，我们将问卷分为两个部分：个人基本情况和对就业的看法。个人基本情况包括：性别、本科学习成绩、是否拿过奖学金、专业、是否签约、是否经常参加社会实践活动或实习及家庭所在地等，对于就业的看法包括：性别、形象、英语水平、计算机水平、毕业院校、专业知识、各种资格证书、社会实践经历、本科期间所取得的成绩、对就业形势的态度预薪酬等对就业的影响的看法，以了解被调查者对于就业的主观看法。对本科生就业情况的调查问卷感谢您抽出宝贵的时间来完成这张调查问卷，请您如实填写，谢谢合作！一、个人情况1.您的性别_A.男 B.女2.您在本科期间的学习成绩_A.优秀B.良好C.中等D.差3.您在本科期间是否得过奖学金_A.经常（3次以上）B.偶尔（1次-3次）C.从未得过4.您的专业是_A.理工农医类B.文科类C.艺术 D体育5.您是否已经签约_A.是B.否6.您在本科期间是否经常参加社会实践活动或者实习_A.经常（5次以上）B.偶尔（1次-5次）C.从不7.您的家庭在_A.农村B.城市二、对于就业的看法8.您认为性别对就业的影响_A.很大B.比较大C.一般D.较小9.您认为个人外在形象（包括身体素质）对就业的影响_A.很大B.比较大C.一般D.较小10.您认为英语水平对就业的影响_A.很大B.比较大C.一般D.较小11您认为计算机水平对就业的影响_A.很大B.比较大C.一般D.较小12.您认为毕业院校的知名度对就业的影响_A.很大B.比较大C.一般D.较小13.您认为专业背景对就业的影响_A.很大B.比较大C.一般D.较小14.您认为各种资格证书对就业的影响_A.很大B.比较大C.一般D.较小15.您认为社会实践经历或者实习经历对就业的影响_A.很大B.比较大C.一般D.较小16.您认为您在本科期间所取得成绩（学习成绩，项目参与状况，论文或者专利等学术成果）对就业的影响_A.很大B.比较大C.一般D.较小17.您对目前的就业形势态度是_A.很乐观B.比较乐观C.一般D.比较悲观E.很悲观18.您的可以接受薪酬是_A.2000元以下B.2000-4000元C.4000-6000元D.6000元以上19.您的理想就业单位是_A.政府部门 B.事业单位C.国有企业D.外资企业E.私营企业20.您认为学校的培养模式与用人单位的要求之间_A.契合的很好B.差强人意C.不是很适合D.差距非常大21.您觉得自己在学校的努力与最终的就业情况之间_A成正比B.没什么关系C.成反比22.您认为所学专业与从事的事业之间应该_A.一致B.不要差距很大C.可以没什么关联调查结束，再次感谢您的参与！2、 数据录入我们将设计好的300份调查问卷，随机发放到毕业本科生的手中，回收283份，回收率为283/300*100%=94.33%，回收效果还是很不错的。我们把回收上来的问卷进行一系列的整理。并做成了一个SPSS格式的文件。其中一共设置了22个变量，分别是“性别”、“本科期间学习成绩”、“是否得过奖学金”、“专业”、“是否签约”、“是否经常参加社会实践”、“家庭住址”、“性别影响”等。我们把所有的变量均定义为数值型变量，并进行相应的值标签操作： 对“性别”，用“1”表示“男”，“2”表示“女”。 对“本科学习成绩”，用“1”表示“优秀”，“2”表示“良好”，“3”表示“中等”，“4”表示“差”。 对“是否得过奖学金”，用“1”表示“经常”，“2”表示“偶尔”，“3”表示“从未得过”。 对“专业”，用“1”表示“理工农类”，“2”表示“文科类”，“3”表示“艺术体育类” 对“是否签约”，用“1”表示“是”，“2”表示“否”。以此类推将22个变量都定义为数值型变量，录入完成后，数据如下图所示（数据文件见:案例sav. ）：图13、 SPSS分析1）列联表分析第一部分操作步骤如下：1 进入SPSS 16.0，选择“分析”（Analyze）/“描述统计”(Descriptive)/“交叉表格”(crosstabs)命令，弹出如图2所示的对话框。首先定义行变量，即在“交叉表格”对话框左侧的选择“性别”，并单击按钮使之进入右侧的“行”（Rows）列表框。然后定义列变量，在左侧的列表框中选择“专业”、“家庭住址”并单击按钮使之进入“列”（Column）列表框。因为没有别的变量参与列联表的分析，所以我们这里没有层的控制变量。图22 选择列联表单元格中需要计算的指标。单击“交叉表格”对话框右侧的“单元格”(Cells)按钮，弹出如图3所示的对话框，在该对话框中可以设置相关输出内容。我们在“计数”选项组中选中“观察值”(Observed)复选框，在“百分比”(Percentages)选项组中选中“行”、“列”、“总计”(Total)复选框。设置完毕后，单击“继续”(Continue)按钮返回“交叉表格”对话框。3 其余设置采用系统默认值即可。4 单击“确定”(ok)按钮。图3输出结果分析:列联表1Case Processing SummaryCasesValidMissingTotalNPercentNPercentNPercent性别 * 专业283100.0%0.0%283100.0%性别 * 家庭住址283100.0%0.0%283100.0%列联表1显示出：样本数为283，没有数据缺失性别 * 专业 Crosstabulation专业Total理工农医类文科类艺体类性别男Count514044135% within 性别37.8%29.6%32.6%100.0% within 专业49.5%32.0%80.0%47.7% of Total18.0%14.1%15.5%47.7%女Count528511148% within 性别35.1%57.4%7.4%100.0% within 专业50.5%68.0%20.0%52.3% of Total18.4%30.0%3.9%52.3%TotalCount10312555283% within 性别36.4%44.2%19.4%100.0% within 专业100.0%100.0%100.0%100.0% of Total36.4%44.2%19.4%100.0%列联表2如列联表2所示，参与调查的男生有135人（占总数的47.7%），女生有148人（占总数的52.3%）；参与调查的理工农医类的学生共103人(占总数的36.4%)。其中包括51位男生和52位女生，文科类专业的学生共125人（占总数的44.2%），其中包括40位男生和85位女生，艺术类专业的学生55人（占总数的19.4%），其中包括44位男生和85位女生。这说明样本无论是在性别还是专业方面都是很有代表性的。性别 * 家庭住址 Crosstabulation家庭住址Total农村城市性别男Count4590135% within 性别33.3%66.7%100.0% within 家庭住址23.4%98.9%47.7% of Total15.9%31.8%47.7%女Count1471148% within 性别99.3%.7%100.0% within 家庭住址76.6%1.1%52.3% of Total51.9%.4%52.3%TotalCount19291283% within 性别67.8%32.2%100.0% within 家庭住址100.0%100.0%100.0% of Total67.8%32.2%100.0%列联表3如上表所示，参与调查的家庭住址为农村的学生有192个（占总数的67.84%），其中包括45位男生和147位女生，家庭住址为城市的学生有91个（占总数的32.2%），其中包括90位男生和1位女生。从家庭住址分布的角度来讲，样本的代表性是可以接受的。2） 列联表分析第二部分操作步骤与上一部分基本相似，唯一不同的是将“是否签约”定义为行变量。接下来我们进行输出结果分析；Case Processing SummaryCasesValidMissingTotalNPercentNPercentNPercent是否签约 * 就业形势看法283100.0%0.0%283100.0%是否签约 * 预期薪酬283100.0%0.0%283100.0%是否签约 * 理想就业单位283100.0%0.0%283100.0%是否签约 * 培养模式契合283100.0%0.0%283100.0%是否签约 * 在校努力与最终就业283100.0%0.0%283100.0%是否签约 * 所学专业与就业应该怎样283100.0%0.0%283100.0%列联表4列联表4显示出：样本数为283，没有数据缺失.是否签约 * 就业形势看法 Crosstabulation就业形势看法Total很乐观比较乐观比较悲观是否签约否Count033153186% within 是否签约.0%17.7%82.3%100.0% within 就业形势看法.0%31.4%86.4%65.7% of Total.0%11.7%54.1%65.7%是Count1722497% within 是否签约1.0%74.2%24.7%100.0% within 就业形势看法100.0%68.6%13.6%34.3% of Total.4%25.4%8.5%34.3%TotalCount1105177283% within 是否签约.4%37.1%62.5%100.0% within 就业形势看法100.0%100.0%100.0%100.0% of Total.4%37.1%62.5%100.0%列联表5从列联表5中看出，已经签约的学生占到总调查人数的43.4%,其中签约的学生有74.2%的人认为就业形势比较乐观，这与没有签约的学生中有82.3%的人认为就业形势比较悲观形成了强烈的对比。是否签约 * 预期薪酬 Crosstabulation预期薪酬Total2000-4000元4000-6000元是否签约否Count33153186% within 是否签约17.7%82.3%100.0% within 预期薪酬31.4%86.0%65.7% of Total11.7%54.1%65.7%是Count722597% within 是否签约74.2%25.8%100.0% within 预期薪酬68.6%14.0%34.3% of Total25.4%8.8%34.3%TotalCount105178283% within 是否签约37.1%62.9%100.0% within 预期薪酬100.0%100.0%100.0% of Total37.1%62.9%100.0%列联表6从列联表6中可以看出，预期薪酬为20004000元的学生占到总调查人数的37.1%，预期薪酬为40006000元的学生占总数的62.9%,其中签约的学生有74.2%的人的预期薪酬为20004000元，这与没有签约的学生中有82.3%的人的预期薪酬为40006000元形成了鲜明的对比。是否签约 * 理想就业单位 Crosstabulation理想就业单位Total政府部门国有企业外资企业私营企业是否签约否Count998700186% within 是否签约53.2%46.8%.0%.0%100.0% within 理想就业单位69.7%95.6%.0%.0%65.7% of Total35.0%30.7%.0%.0%65.7%是Count43443797% within 是否签约44.3%4.1%44.3%7.2%100.0% within 理想就业单位30.3%4.4%100.0%100.0%34.3% of Total15.2%1.4%15.2%2.5%34.3%TotalCoun within 是否签约50.2%32.2%15.2%2.5%100.0% within 理想就业单位100.0%100.0%100.0%100.0%100.0% of Total50.2%32.2%15.2%2.5%100.0%列联表7从列联表7和直方图中看出。没有签约的同学的理想就业单位都是政府或国有企业，而已经签约的同学的理想就业单位则显得多元化。SPSS在应用的过程中可以通过美化图表，以满足用户的个性化需求。是否签约 * 培养模式契合 Crosstabulation培养模式契合Total契合的很好不是很适合差距非常大是否签约否Count09294186% within 是否签约.0%49.5%50.5%100.0% within 培养模式契合.0%100.0%69.1%65.7% of Total.0%32.5%33.2%65.7%是Count5504297% within 是否签约56.7%.0%43.3%100.0% within 培养模式契合100.0%.0%30.9%34.3% of Total19.4%.0%14.8%34.3%TotalCount5592136283% within 是否签约19.4%32.5%48.1%100.0% within 培养模式契合100.0%100.0%100.0%100.0% of Total19.4%32.5%48.1%100.0%列联表8从列联表8中可以看出，在已经签约的学生中，认为学校的培养模式与用人单位的需求之间契合的很好的学生占到了56.7%，这与没有签约的学生中仅有0%的人认为学校的培养模式与用人单位的要求之间契合形成了强烈的对比。是否签约 * 在校努力与最终就业 Crosstabulation在校努力与最终就业Total成正比没什么关系是否签约否Count0186186% within 是否签约.0%100.0%100.0% within 在校努力与最终就业.0%83.4%65.7% of Total.0%65.7%65.7%是Count603797% within 是否签约61.9%38.1%100.0% within 在校努力与最终就业100.0%16.6%34.3% of Total21.2%13.1%34.3%TotalCount60223283% within 是否签约21.2%78.8%100.0% within 在校努力与最终就业100.0%100.0%100.0% of Total21.2%78.8%100.0%列联表9从列联表9中看出，在已经签约的学生中，认为自己在校的努力与最终的就业情况之间成正比的学生占40.2%认为不要差距太大就好的占到59.8%，而没有签约的学生中认为所学专业与所从事的事业应该一致的学生占到60.8%，认为不要差距很大的占39.2%，这也形成了很好的对照。3） 方差分析第一部分操作步骤如下：1 进入SPSS16.0，打开相关数据文件，选择“分析”/“比较均值”/“单因素ANOVA”命令，弹出如下图所示的对话框。2 在“单因素方差分析”对话框的左侧列表框中，按上图所示操作。3 其他设置采用系统默认值。4 设置完毕后，单击“确定”按钮，等待输出结果。接下来我们进行结果分析：ANOVASum of SquaresdfMean SquareFSig.性别影响Between Groups17.859117.85916.373.000Within Groups306.5012811.091Total324.360282形象影响Between Groups17.859117.85916.373.000Within Groups306.5012811.091Total324.360282英语水平影响Between Groups6.91516.9159.039.003Within Groups214.965281.765Total221.880282计算机水平影响Between Groups6.91516.9159.039.003Within Groups214.965281.765Total221.880282毕业院校影响Between Groups6.58716.58731.000.000Within Groups59.710281.212Total66.297282专业背景影响Between Groups6.58716.58731.000.000Within Groups59.710281.212Total66.297282资格证书影响Between Groups122.4501122.450117.762.000Within Groups292.1862811.040Total414.636282社会实践经历影响Between Groups27.642127.64232.840.000Within Groups236.527281.842Total264.170282成绩影响Between Groups28.046128.046206.266.000Within Groups38.208281.136Total66.254282方差分析表1如方差分析表1 所示，所有因变量的显著性P值都小于0.05，说明这些变量都在0.05的显著性水平上显著。这意味着，不同性别的被调查者在性别、形象、英语水平、计算机水平、毕业院校、专业背景、资格证书、社会经历、成绩这些因素上对就业的影响方面的看法都是显著不同的。4） 方差分析第二部分操作步骤类似于方差分析的第一部分操作，按下表在对话框中进行选择，其他设置采用系统默认即可，设置完毕后，单击“确定”按钮，等待输出结果即可。下面进行结果分析：ANOVASum of SquaresdfMean SquareFSig.性别影响Between Groups81.091181.09193.668.000Within Groups243.269281.866Total324.360282形象影响Between Groups81.091181.09193.668.000Within Groups243.269281.866Total324.360282英语水平影响Between Groups5.82415.8247.574.006Within Groups216.056281.769Total221.880282计算机水平影响Between Groups5.82415.8247.574.006Within Groups216.056281.769Total221.880282毕业院校影响Between Groups21.090121.090131.091.000Within Groups45.207281.161Total66.297282专业背景影响Between Groups21.090121.090131.091.000Within Groups45.207281.161Total66.297282资格证书影响Between Groups4.62014.6203.166.076Within Groups410.0162811.459Total414.636282社会实践经历影响Between Groups81.362181.362125.065.000Within Groups182.807281.651Total264.170282成绩影响Between Groups6.16216.16228.813.000Within Groups60.093281.214Total66.254282方差分析表2如方差分析表2所示，除“资格证书”这一变量之外的其他因变量的显著性P值都小于0.05，说明这些变量都在0.05的显著性水平上显著。这意味着，已经签约和尚未签约的被调查者在性别、形象、英语水平、计算机水平、毕业院校、专业背景、社会实践经历、成绩这些因素对就业方面的看法是显著不同的，但是关于资格证书对就业的影响作用是有共识的。5）相关分析操作步骤如下：1 进入SPSS16.0，打开数据文件，选择“分析”/“相关（Analyze）”/“双变量（Bivariate）”命令，弹出如下图所示的对话框。2 按对话框所示，选择相关选项。3 其他设置使用系统默认值即可。4 设置完毕后，单击“确定”按钮，等待输出结果。输出结果分析如下：Correlations本科期间学习成绩是否得过奖学金是否签约是否经常参加社会实践本科期间学习成绩Pearson Correlation1.997*-.498*.997*Sig. (2-tailed).000.000.000N283283283283是否得过奖学金Pearson Correlation.997*1-.496*1.000*Sig. (2-tailed).000.000.000N283283283283是否签约Pearson Correlation-.498*-.496*1-.496*Sig. (2-tailed).000.000.000N283283283283是否经常参加社会实践Pearson Correlation.997*1.000*-.496*1Sig. (2-tailed).000.000.000N283283283283*. Correlation is significant at the 0.01 level (2-tailed).相关分析结果表从相关分析结果表中看出，“本科期间学习成绩”、“是否得过奖学金”、“是否经常参加社会实践”这三个变量之间是高度显著正相关的，这很好理解，因为学生的学习成绩、社会实践都是与奖学金直接挂钩的，“是否签约”与其他三个变量之间是显著负相关的。但是我们进行值标签操作时，对于“本科期间学习成绩”、“是否得过奖学金”、“是否经常参加社会实践”这三个值越小越优秀（学习成绩好、经常拿奖学金、经常参加社会实践都被社会为1），而对于“是否签约”采用的是1表示签约0表示未签约（大数字表示签约），于是我们的结论就是优秀的学生签约的可能性会大。6)聚类分析操作步骤：1 进入SPSS16.0，打开数据文件，选择“分析”/“分类（Classify）”/“K平均值聚类（K-Mean Cluster）”命令，弹出如下图所示的对话框。2 按对话框所示，选择相关选项。3 其他设置使用系统默认值即可。4 设置完毕后，单击“确定”按钮，等待输出结果。输出结果分析：Final Cluster CentersCluster1234性别影响2124形象影响2124英语水平影响2411计算机水平影响2411毕业院校影响2221专业背景影响2221资格证书影响1343社会实践经历影响1213成绩影响3343最终聚类中心表从最终聚类中心表中课看出，各类学生都认为在校成绩对就业的影响不大。除成绩因素以外，第一类学生认为取得各类资格证书和社会实践经历对于就业的影响很大，其他各种因素对于就业的影响比较大；第二类学生认为性别和形象对于就业的影响很大，英语水平、计算机水平对就业的影响较小；第三类学生则认为英语水平和计算机水平对就业的影响很大，各类资格证书和成绩对就业的影响较小；第四类学生认为英语水平、计算机水平、毕业院校、专业背景对就业的影响很大，性别和形象对就业的影响较小。另外值得一提的是，除了第一类学生之外的被调查者都认为资格证书对就业的影响较小，这与前面的方差分析的结论是有所契合的。Number of Cases in each ClusterCluster179.000235.000377.000492.000Valid283.000Missing.000每个个案的样本数统计表从上表中可看出，聚类4所包含的样本数最多，为92个，聚类2所包含的样本数最少为35个。-4、 研究结论根据以上所做的分析，我们可以比较有把握地得出以下结论：l 我们选取的样本，无论是从性别、专业还是家庭住址的角度看，都是很具有代表性的。换言之，我们这次调查可以比较好的挖掘出调查的这一批毕业生的真实就业理念。l 已经签约的同学相对于没有签约的同学来讲，在就业理念方面有以下不同：1 认为就业形式比较乐观的。2 期望薪酬相对较低。3 理想就业单位多元化。4 大部分认为学校的培养模式与用人单位的要求之间契合得很好。5 大多数人认为自己在学校努力与最终就业情况之间成正比。6 有更多的人认为就业不一定非得与所学专业一致，只要不差距太大就好。l 不同性别、不同专业或者不