统计学专业毕业生就业力影响因素分析.doc

1、统计学专业毕业生就业力影响因素分析摘要本文主要利用主成分分析的方法，运用spss软件，对统计学专业毕业生就业力的影响因素进行了分析,得到了对就业力影响最大的因素分别为选修、辅修的课程，学业生涯辅导以及参与社团经验。而最后我们发现学生的就业力低，主要是因为学生的自我评价远高于用人单位对学生的评价.首先我们研究了就业力的内涵及其研究意义；分析了统计学专业的特点，大体上得出了影响统计学专业就业的影响因素;其次,我们利用主成分分析的方法,对就业力的影响因素进行了分析，发现对就业力影响最大的因素分别为选修、辅修的课程,学业生涯辅导以及参与社团经验；然后我们又根据主成分分析的方法，对统计学专业的学生的就业

2、力进行了评价，得出学生就业力低的结论，其主要原因是学生的自我评价远高于用人单位对学生的评价；最后,我们根据得出的结论，总结了造成了学生就业力低的原因，并给出了适当的建议。关键词：就业力、主成分分析、spss、背景知识：随着高校扩招和社会就业竞争压力的增大，大学生就业形势日趋严峻，高校毕业生就业难的问题日益突出，而作为一名即将毕业的统计学专业的学生，我们也将面临着就业的问题，所以面对如此激烈的竞争形势，我们应该综合自己的所学，了解社会对人才的需求,充分发挥自身的优势,从容而淡定的对待未来的职场之路。、问题的分析与求解：为了更好的分析统计学专业毕业生就业的前景,我们对其就业力的影响因素进行分析。首

3、先，就业力是指“能获得初次就业、保持就业以及在必要时获得新就业的能力”.其本质是:“个人在经过学习过程后，能够具备获得工作、保有工作以及做好工作的能力".简单地说，就业力就是获得及持续完成工作的能力.对个人而言,就业力既取决于其拥有的知识、技能与态度,也取决于其使用这些个人资本的方式,以及如何在谋职时对雇主呈现这些内容。要具备充足的就业力,个人不只需要充实专业知识与技能，培养有利于就业的态度与个人特质，还需要搜集有用的职场信息以进行恰当的职业选择，并且需要多方尝试实际工作，以从工作经验中学习与成长。 就业力影响因素的分析：首先我们初步给出了11个就业力的影响因素，如下表所示：表11。

4、主修课程2.选修、辅修课程3.毕业学校和主修专业4。通识教育5。参与社团经验6.学生干部工作经验7。社会实践经验8。游学经历9。资格证书10。学业生涯辅导11。就业指导课程学习根据所给出的数据，结合主成分分析的方法,我们给出了各个因素的公因子方差,如下表所示：表2公因子方差初始提取1。主修课程1.0000。6972.选修、辅修课程1.0000。6843.毕业学校和主修专业1.0000。3614.通识教育1.0000。5445。参与社团经验1.0000.7126。学生干部工作经验1.0000.7107。社会实践经验1。0000。6918.游学经历1.0000.5699.资格证书1.0000.42

5、710。学业生涯辅导1.0000。60911.就业指导课程学习1。0000.542提取方法：主成份分析。解释的总方差如下表所示：表3解释的总方差成份初始特征值提取平方和载入合计方差的贡献率 累积方差贡献率 %合计方差的贡献率 %累积方差 贡献率15.45249。56649。5665。45249。56649。56621.0939.93559。5001。0939.93559。50030.9268.41967。91940.7937。20775。12650。5875。33480.46060.5374.88285。34270。4414。00589.34780.3853.49992.84690。3453.

6、13595。981100。2682.43498。416110.1741.584100.000提取方法：主成份分析。得到的成分矩阵如下所示：表4成份矩阵a成份121。主修课程 0。5990。5822.选修、辅修课程 0.7040.4343.毕业学校和主修专业0。4850.3544.通识教育0。7280。1205.参与社团经验0。8110.2346.学生干部工作经验0。8070。2437.社会实践经验0。7170。4208.游学经历0。661-0。3639.资格证书 0。652-0。03710.学业生涯辅导0.7790.04711。就业指导课程学习0.7360.003提取方法 :主成分分析法。a.

7、 已提取了 2 个成份。用spss软件对数据进行分析,可以提取两个主成分主成分的方差贡献率主成分的方差贡献率所以综合评价函数经过计算可得分析可知,在综合评价函数中，变量的系数决定了变量对综合评价的重要程度，因此根据所获得的变量系数对变量的重要程度进行排序得到：表5排名指标系数12.选修、辅修课程0.392063210.学业生涯辅导0。39078935。参与社团经验0。37873246.学生干部工作经验0。37585654。通识教育0。372762611.就业指导课程学习0。36510471.主修课程0。35472289。资格证书0。31949497。社会实践经验0。313661108.游学经历

8、0.291567113。毕业学校和主修专业0。275565结论：由上表可以看出，对就业力影响最大的因素为选修、辅修课程，学业生涯辅导以及参与社团经验,因此，同学们在大学期间应注重这方面素质的培养。 就业力的评价模型首先我们结合了学生和用人单位的观点，得到了就业力的构成因素，如表6所示:表61。工作态度2.稳定度及抗压性3。团队合作精神4.职业道德5.学习能力6。生涯规划能力7.求职能力8.创新能力9。领导能力10。表达沟通能力11.解决问题的能力12.专业知识水平13.计算机应用能力14。外语能力15。专业知识应用能力以下我们分别从用人单位和学生的角度出发,利用主成分分析的方法,计算出了15种

9、就业力的构成因素的公因子方差、解释的总方差以及成分矩阵，并依此得到了各主成分的累积方差贡献率以及评价模型，最后再进行比较，具体求解过程如下所示：首先是从用人单位的角度出发，根据所给的数据，利用spss软件进行计算，得到公因子方差为:表7公因子方差初始提取1.工作态度 1.0000。4412。稳定度及抗压性 1。0000。4653.团队合作精神 1。0000。5364。职业道德1.0000。4375.学习能力1。0000.3876。生涯规划能力1。0000。5017。求职能力1。0000.5368。创新能力1。0000。5029.领导能力 1.0000.53610.表达沟通能力1。0000。70

10、211。解决问题的能力 1.0000。64412。专业知识水平1。0000.62413.计算机应用能力1。0000.67614。外语能力1。0000。61815.专业知识应用能力1。0000。616提取方法:主成份分析.然后得到解释的总方差为：表8解释的总方差成份初始特征值提取平方和载入合计方差的贡献率 累积方差贡献率 %合计方差的贡献率 累积方差贡献率 %15。19234。61634.6165.19234.61634。61621。80612。03846。6541.80612.03846。65431。2258。16554.8191。2258.16554.8194.9976.64561。4645

11、.8065。37666。8406.7645。09171.9317.6774.51776。4478.6054。03380。4809。5723.81384.29310.5463.64287.93511.4823。21691.15112。3882。58693。73713。3462.30496.04114.3192。12598.16615。2751.834100.000提取方法：主成份分析。得到的成分矩阵为:表9成份矩阵a成份1231。工作态度 0.2350。5160。3462.稳定度及抗压性 0。4290.5130。1343。团队合作精神 0.4200。599-0。0234。职业道德0。3800.4

12、730。2635.学习能力0。5720.1410。2026。生涯规划能力0。6450。0530。2867。求职能力0.6950.0980。2078。创新能力0。6520。044-0。2759。领导能力 0.617-0。127-0。37310.表达沟通能力0.5590。2040。59011.解决问题的能力 0.6070.231-0.47112。专业知识水平0。6800。3730。15113。计算机应用能力0。712-0.3920。12614.外语能力0.680-0.3840。09315.专业知识应用能力0.6990。3300。138提取方法 :主成分分析法。a。 已提取了 3 个成份.用spss

13、软件对数据进行分析，可以提取三个主成分主成分的方差贡献率主成分的方差贡献率主成分的方差贡献率所以综合评价函数经过计算可得将每个指标所有单位的平均值代入综合评价函数可以得到用人单位对学生就业的评价得分为：Y=24.067然后我们再从学生的角度出发,进行相同的处理如下:表10公因子方差初始提取1.工作态度 1。0000。6912。稳定度及抗压性 1.0000。6643。团队合作精神 1。0000.7214.职业道德1.0000.6135。学习能力1.0000。4316.生涯规划能力1。0000。4907.求职能力1。0000.4848。创新能力1。0000。5229.领导能力 1。0000。516

14、10.表达沟通能力1.0000.46211.解决问题的能力 1.0000.45212.专业知识水平1.0000.66113.计算机应用能力1.0000。67414.外语能力1。0000.64715。专业知识应用能力1。0000。675提取方法：主成份分析。表11解释的总方差成份初始特征值提取平方和载入合计方差的贡献率 %累积方差贡献率 %合计方差的贡献率 累积方差贡献率 %17.03146。87146.8717.03146。87146。87121。67111.14158.0121。67111.14158。01230。9816。54364。55540。8705.80170.35650.7114.

15、74275.09760。6034.02279.12070。4733.15482。27380.4212。80985.08290。4012.67087.752100.3672。44990.201110.3442.29592。496120。3212.13994。636130。2971.97896.614140。2631.75298.365150。2451。635100.000提取方法：主成份分析。得到成分矩阵如下：表11成份矩阵a成份121.工作态度0.5950.5802。稳定度及抗压性0.7040。4103.团队合作精神0.7280.4384。职业道德0。6720.4015。学习能力0。6320.

16、1776。生涯规划能力0。6990.0437。求职能力0。6950.0228。创新能力0。722-0.0349。领导能力0。7100。11010.表达沟通能力0。6790.03711。解决问题的能力0。670-.05512。专业知识水平0.7200.37713.计算机应用能力0.6920。44114。外语能力0。619-0.51315.专业知识应用能力0。7160。403提取方法 :主成分分析法。a。 已提取了 2 个成份。用spss软件对数据进行分析，可以提取两个主成分主成分的方差贡献率主成分的方差贡献率所以综合评价函数经过计算可得将每个指标所有单位的平均值代入综合评价函数可以得到学生对自我评价的得分：Y=39.15407综合上述两个结果可以看出，学生的评价得分低于用人单位的评价得分，说明学生的自我评价远高于用人单位对学生的评价,从而造成了学生的就业能力低。造成这一结果的原因，可能是:1、 学生过高估计了自己的能力，眼高手低,造成高不成低不就的局面；2、学生在学习的过程中，没有真正看重用人单位的需求，而是一味从自身的角度出发，来发展自