朱春楠,范 軍,鄒云龍
(1.東北師范大學(xué) 思想政治教育研究中心,吉林 長春130024;2.東北師范大學(xué) 馬克思主義學(xué)院,吉林 長春130024)
基于多元統(tǒng)計分析的高校畢業(yè)生就業(yè)狀況監(jiān)測應(yīng)用
朱春楠1,范 軍2,鄒云龍1
(1.東北師范大學(xué) 思想政治教育研究中心,吉林 長春130024;2.東北師范大學(xué) 馬克思主義學(xué)院,吉林 長春130024)
高校畢業(yè)生就業(yè)狀況監(jiān)測體系是一項復(fù)雜的系統(tǒng)工程。本文在記實量化基礎(chǔ)上,采用多元統(tǒng)計方法中的主成分分析、聚類分析、相關(guān)分析和因子分析等方法,即定量分析與定性評價相結(jié)合的方法,對高校畢業(yè)生就業(yè)狀況監(jiān)測進行了研究。旨在構(gòu)建一種科學(xué)、有效的高校畢業(yè)生就業(yè)狀況監(jiān)測方法,提高高校畢業(yè)生就業(yè)狀況監(jiān)測的科學(xué)性與實效性。
高校畢業(yè)生就業(yè)狀況;監(jiān)測;多元統(tǒng)計分析
高校畢業(yè)生就業(yè)狀況監(jiān)測是一項復(fù)雜的系統(tǒng)工程,其科學(xué)性與準(zhǔn)確性是至關(guān)重要的問題,直接關(guān)系到高校、政府、社會、家長等多方面能否掌握高校畢業(yè)生就業(yè)狀況并作出科學(xué)決策。監(jiān)測過程中正確選擇與使用數(shù)據(jù)統(tǒng)計和分析方法,是確保監(jiān)測結(jié)果的科學(xué)性和準(zhǔn)確性的關(guān)鍵。
“高校畢業(yè)生就業(yè)狀況監(jiān)測”是對高校畢業(yè)生就業(yè)進行全面、動態(tài)、定量、定期和多次測定。我們認(rèn)為,高校畢業(yè)生就業(yè)狀況監(jiān)測需監(jiān)測不同時間、不同區(qū)域、不同類型、不同專業(yè)、不同學(xué)歷、不同性別等多維動態(tài)的高校畢業(yè)生狀況數(shù)據(jù)。要堅持全面性、獨立性、可評性、可測性的原則[1]。對于如此多維、復(fù)雜的就業(yè)狀況數(shù)據(jù),僅用單一的某種統(tǒng)計方法已經(jīng)無法實現(xiàn)科學(xué)統(tǒng)計與分析,更無從談起對發(fā)展趨勢的預(yù)測和危機的預(yù)警。只有綜合運用多種統(tǒng)計方法,即采取多元統(tǒng)計分析模式,才能確保監(jiān)測結(jié)果的權(quán)威性和全面性?;诙嘣y(tǒng)計分析的高校畢業(yè)生就業(yè)狀況監(jiān)測是綜合運用幾種統(tǒng)計分析方法,對高校畢業(yè)生就業(yè)狀況數(shù)量維度和質(zhì)量維度數(shù)據(jù)的監(jiān)測。
多元統(tǒng)計分析方法是定量分析事物間復(fù)雜關(guān)系的一種綜合統(tǒng)計分析,是數(shù)理統(tǒng)計學(xué)中迅速發(fā)展起來的一個分支,它具體涉及主成分分析、聚類分析、相關(guān)分析、因子分析等多種分析方法。主成分分析法是利用降維的思想,通過適當(dāng)?shù)臄?shù)學(xué)變換,把多指標(biāo)問題轉(zhuǎn)化為較少的綜合指標(biāo)(即主成分)問題。綜合指標(biāo)是原來多個指標(biāo)的線性組合,通過線性轉(zhuǎn)換的手法將一組可能具有相關(guān)性的變量觀測轉(zhuǎn)化之后得到一組相互無關(guān)的變量值,且盡可能地反映原來指標(biāo)信息(85%以上)[2]。聚類分析是直接比較各事物之間的性質(zhì),將性質(zhì)相近的歸為一類,將性質(zhì)差別較大的歸入不同類的一種多元統(tǒng)計分析方法[3]。相關(guān)分析是研究現(xiàn)象之間是否存在某種依存關(guān)系,并對具體有依存關(guān)系的現(xiàn)象探討其相關(guān)方向以及相關(guān)程度,是研究隨機變量之間的相關(guān)關(guān)系的一種統(tǒng)計方法[4]。因子分析是用少數(shù)幾個因子F1,F(xiàn)2,…,F(xiàn)m去描述許多變量之間的關(guān)系。被描述的變量x1,x2,…,xp是可以觀測的隨機變量,即顯在變量。因子分析是通過變量的相關(guān)矩陣,找出能夠控制所有變量的少數(shù)幾個隨機變量去描述多個變量之間的相關(guān)關(guān)系[5]。
多元統(tǒng)計分析方法能夠監(jiān)測高校畢業(yè)生就業(yè)狀況復(fù)雜問題,具體表現(xiàn)在兩個方面:一是海量的就業(yè)狀況數(shù)量維度數(shù)據(jù)需要通過多元統(tǒng)計分析,挖掘數(shù)量間的關(guān)系,探究高校畢業(yè)生就業(yè)狀況的變化規(guī)律。就業(yè)狀況數(shù)量維度指標(biāo)主要體現(xiàn)在就業(yè)率,具體包括總體就業(yè)率、專業(yè)就業(yè)率、初次就業(yè)率、年底就業(yè)率等多個維度;二是模糊的就業(yè)狀況質(zhì)量維度數(shù)據(jù)需要借助多元統(tǒng)計分析,實現(xiàn)模糊數(shù)據(jù)的標(biāo)準(zhǔn)化,最終完成就業(yè)狀況的定量分析。就業(yè)狀況質(zhì)量維度指標(biāo)主要體現(xiàn)在畢業(yè)生對就業(yè)分布指標(biāo)、滿意度指標(biāo)、創(chuàng)業(yè)指標(biāo)等多個維度。因此,這些就業(yè)狀況數(shù)量維度和質(zhì)量維度的描述要實現(xiàn)量化分析,就必須借助主成分分析、聚類分析、相關(guān)分析、因子分析等多種統(tǒng)計分析方法,通過多元統(tǒng)計分析,才能實現(xiàn)對就業(yè)狀況數(shù)量和質(zhì)量指標(biāo)的科學(xué)表征和準(zhǔn)確統(tǒng)計,從而得出準(zhǔn)確、權(quán)威的高校畢業(yè)生就業(yè)狀況監(jiān)測結(jié)果。
高校畢業(yè)生就業(yè)狀況監(jiān)測包括指標(biāo)的區(qū)域、指標(biāo)的范圍、指標(biāo)的類型三個方面。在本研究中,選取高校畢業(yè)生就業(yè)狀況監(jiān)測中一個點位進行分析,具體應(yīng)用多元統(tǒng)計分析方法,監(jiān)測東北師范大學(xué)2011屆數(shù)學(xué)與統(tǒng)計學(xué)院本科畢業(yè)生就業(yè)狀況質(zhì)量維度中就業(yè)過程滿意度。在監(jiān)測指標(biāo)的區(qū)域方面,東北師范大學(xué)為部級即教育部直屬高校;在監(jiān)測指標(biāo)的范圍方面,東北師范大學(xué)根據(jù)學(xué)科門類劃分為師范院校,2011屆數(shù)學(xué)與統(tǒng)計學(xué)院畢業(yè)生,涉及學(xué)歷層次為本科生,涉及專業(yè)包括數(shù)學(xué)與應(yīng)用數(shù)學(xué)專業(yè)(師范專業(yè))和統(tǒng)計學(xué)專業(yè)(非師范專業(yè)),涉及畢業(yè)生性別包括男生和女生;在監(jiān)測指標(biāo)的類型方面,監(jiān)測畢業(yè)生就業(yè)過程滿意度,其主要反映高校畢業(yè)生在搜索就業(yè)信息、投遞簡歷、筆試、面試、簽訂就業(yè)協(xié)議等就業(yè)環(huán)節(jié)中的滿意程度,主要包括求職成本、求職時間、求職渠道、需求情況和就業(yè)指導(dǎo)等五個方面。因此,我們選取監(jiān)測東北師范大學(xué)2011屆數(shù)學(xué)與統(tǒng)計學(xué)院本科畢業(yè)生就業(yè)狀況質(zhì)量維度中就業(yè)過程滿意度具有可行性。
首先進行監(jiān)測數(shù)據(jù)樣本的采集,在2011屆數(shù)學(xué)與統(tǒng)計學(xué)院本科畢業(yè)生中,隨機選取30名,編號為XS01至XS30,匯總這些畢業(yè)生的就業(yè)過程滿意度數(shù)據(jù)(見表1)。
我們綜合運用主成分分析、聚類分析、相關(guān)分析、因子分析的方法對抽取的樣本數(shù)據(jù)進行分析研究。首先,主成分分析可以將多變量簡化為較少綜合變量,對數(shù)據(jù)進行降維,降維后的變量是原來變量的線性組合,反映原變量的絕大多數(shù)信息,使信息的損失較小。也就是說主成分分析可以把原來多個指標(biāo)減少到一個或幾個綜合指標(biāo),并且這些少量的綜合指標(biāo)能夠反映原來多個指標(biāo)所反映的絕大部分信息。指標(biāo)的減少有利于進行下一步的計算、分析和評價。下面,我們通過使用DPS軟件對上述數(shù)據(jù)進行分析。DPS軟件可用來對高維大容量的數(shù)據(jù)進行多種統(tǒng)計分析及運算,使我們根據(jù)其輸出結(jié)果對分析對象產(chǎn)生結(jié)論。
表2 主成分特征值和貢獻率
表2是經(jīng)過主成分分析計算出來的各個主成分的特征值和貢獻率。方差貢獻率的大小反映了各個主成分的重要程度,即方差貢獻率大的說明該成分可以解釋較多的原始變量數(shù)據(jù)。在統(tǒng)計學(xué)中普遍認(rèn)為,主成分的累積貢獻率達到85%以上即可,用少數(shù)幾個主成分代表原來多個指標(biāo)的絕大部分信息。由表2可見,前兩個主成分的累積貢獻率達到了88.12%,超過了85%,所以只選取前兩個主成分即可保留原始指標(biāo)的絕大部分信息,具有一定的代表性。
表3 各主成分載荷
由表3可見,第一主成分與每個原始指標(biāo)都存在正相關(guān),其是一個綜合指標(biāo);第二主成分與“求職成本”有相對較大的正相關(guān),與“求職時間”的關(guān)系相對較小,而與“求職渠道”、“需求情況”和“就業(yè)指導(dǎo)”存在一定的負相關(guān)。因此,我們認(rèn)為根據(jù)第一主成分可以評價“畢業(yè)生就業(yè)過程滿意度”整體滿意程度的高低,根據(jù)第二主成分可以評價畢業(yè)生對“求職成本”的滿意程度。
表4 畢業(yè)生就業(yè)過程滿意度主成分、綜合因子得分與排名
續(xù)表4
表4呈現(xiàn)的是各主成分與綜合因子的得分,反映了畢業(yè)生就業(yè)過程滿意程度,得分越高滿意程度越高;同時反映了綜合因子排名與第一主成分排名是一致的,而與第二主成分的排序相差較大。根據(jù)綜合因子得分的高低,可以判斷“畢業(yè)生就業(yè)過程滿意度”整體滿意程度高低。我們分析,畢業(yè)生XS01對就業(yè)過程整體滿意程度最高,XS28、XS30次之,而畢業(yè)生XS16對就業(yè)過程整體滿意程度最低;根據(jù)第二主成分得分我們分析,畢業(yè)生XS04對“求職成本”滿意程度最高,畢業(yè)生XS05次之,而畢業(yè)生XS10對“求職成本”滿意程度最低。
我們在主成分分析的基礎(chǔ)上采用聚類分析對數(shù)據(jù)做進一步挖掘。聚類分析是將樣本中的各項指標(biāo)之間的“性質(zhì)”進行直接比較,將性質(zhì)較為相近的歸為一類,性質(zhì)差別較大的歸為不同類。通過上述分析我們知道,第一主成分的貢獻率沒有超過85%,如果僅僅按照第一主成分得分來進行聚類分析,會因為信息量不夠多,而存在一定片面性。因此,對前兩個主成分得分進行系統(tǒng)聚類分析,采取較為廣泛使用的歐式距離、離差平方和聚類法,具體結(jié)果如圖1所示。
圖1 聚類譜系
根據(jù)聚類圖,并結(jié)合表4綜合因子得分,可將隨機抽取的30位畢業(yè)生對“就業(yè)過程滿意度”分成4個等級,即畢業(yè)生XS01、XS28、XS30對“就業(yè)過程滿意度”屬于很高等級;畢業(yè)生XS02、XS04、XS05、XS13、XS14、XS17、XS18、XS19、XS20、XS21、XS25、XS26、XS29對“就業(yè)過程滿意度”屬于較高等級;畢業(yè)生XS03、XS06、XS08、XS09、XS10、XS23、XS27對“就業(yè)過程滿意度”屬于一般等級;畢業(yè)生XS07、XS11、XS12、XS15、XS16、XS22、XS24對“就業(yè)過程滿意度”屬于較差等級。每一類等級均包含了足夠的樣本,表明我們的分類具有一定的代表性。
接下來我們采用相關(guān)分析法探索數(shù)據(jù)變量間的相關(guān)性,見表5。
表5 相關(guān)系數(shù)矩陣
在表5中,r表示變量間的相關(guān)系數(shù),從表中可以看到:在第二列,即求職成本(X(1))與其他四個因素X(2),…,X(5)的相關(guān)性數(shù)據(jù),其中求職成本與求職時間存在較高的相關(guān)性(相關(guān)系數(shù)為0.8374),與求職渠道、需求情況、就業(yè)指導(dǎo)存在一般的正相關(guān)。因此,我們有理由初步認(rèn)為求職成本和求職時間相結(jié)合綜合表達了一定的信息,即畢業(yè)生在就業(yè)過程中,求職成本和求職時間二者是緊密相連。說明畢業(yè)生花費求職時間多,也將帶來求職成本的增加;反之畢業(yè)生花費求職時間少,也將帶來求職成本的減少。而畢業(yè)生求職渠道、需求情況、就業(yè)指導(dǎo)綜合在一起表達了另外一部分信息,即畢業(yè)生在就業(yè)過程中,其求職渠道與需求情況和高校對畢業(yè)生的就業(yè)指導(dǎo)存在較大相互影響關(guān)系。
接下來,通過因子分析法進一步找到之前我們初步斷定的變量之間的關(guān)聯(lián)性。由于因子分析和主成分分析一樣需要先求出各個變量的特征值及方差貢獻率(見表6),根據(jù)方差累計貢獻率超過85%的原則,我們選取前兩個因子。表7是經(jīng)過計算處理后的因子結(jié)構(gòu)矩陣,從表7中我們可以看出:對于X(1)和X(2),由于因子2相對于因子1大,故在這兩個因素中因子2發(fā)揮的作用占主導(dǎo)地位;而對于其他三個因素,因子1相對于因子2大,則因子1起主導(dǎo)作用。這里,我們可以給因子1定義為“主觀因子”,給因子2定義為“客觀因子”?!爸饔^因子”表達畢業(yè)生在就業(yè)過程中的主觀滿意度;“客觀因子”表達畢業(yè)生在就業(yè)過程中的客觀滿意度。
表6 因子方差貢獻率
表7 因子結(jié)構(gòu)矩陣
下面我們專門針對變量進行R型聚類來驗證由上述因子分析得到的結(jié)論。由圖2可以看出,系統(tǒng)建議我們所有的五個因素可分為兩大類,即求職成本和求職時間歸為一類,也就是求職成本與求職時間相關(guān)程度較高;求職渠道、需求情況、就業(yè)指導(dǎo)歸為另一類,也就是求職渠道、需求情況、就業(yè)指導(dǎo)這三類相關(guān)程度較高。這與我們通過因子分析得到的結(jié)論相一致,并進一步說明了我們定義的“主觀因子”和“客觀因子”具有代表性。也就是“主觀因子”表達畢業(yè)生在就業(yè)過程中的主觀滿意度,主要反映在畢業(yè)生受主觀影響的求職成本和求職時間上;“客觀因子”表達畢業(yè)生在就業(yè)過程中的客觀滿意度,主要反映在畢業(yè)生受客觀影響的求職渠道、需求情況和就業(yè)指導(dǎo)上。因此,以上分析綜合解釋了原始數(shù)據(jù)的主要信息。
圖2 R型聚類譜系
多元統(tǒng)計方法善于對多個因素同時進行分析,不易遺漏主要信息,便于控制干擾因素對結(jié)果造成的影響。因此,將多元統(tǒng)計分析應(yīng)用于高校畢業(yè)生就業(yè)狀況監(jiān)測體系研究,有利于解決高校畢業(yè)生就業(yè)狀況監(jiān)測所涉及指標(biāo)眾多、類型復(fù)雜等諸多問題。本研究選取高校畢業(yè)生就業(yè)狀況監(jiān)測體系中一個點位即就業(yè)質(zhì)量監(jiān)測指標(biāo)中的畢業(yè)生就業(yè)過程滿意度進行分析,是一個例證研究。該例證研究聯(lián)合應(yīng)用了主成分分析、聚類分析、相關(guān)分析、因子分析等多元統(tǒng)計方法,其評價結(jié)果基本一致,說明研究是科學(xué)、合理、準(zhǔn)確的。因此,通過本研究表明,應(yīng)用多元統(tǒng)計分析可以進一步監(jiān)測高校畢業(yè)生就業(yè)狀況的其他維度指標(biāo),進而確保高校畢業(yè)生就業(yè)狀況監(jiān)測權(quán)威、全面。
[1]劉海濱,徐文.高校畢業(yè)生就業(yè)狀況監(jiān)測指標(biāo)體系分析與建構(gòu)[J].東北師大學(xué)報:哲學(xué)社會科學(xué)版,2011(2):170.
[2]薛冬梅,孫王杰.多元統(tǒng)計方法在遼寧省工業(yè)主要行業(yè)經(jīng)濟效益評價中的應(yīng)用[J].吉林化工學(xué)院學(xué)報,2007(6):80.
[3]Richard A Johnson,Dean W Wichern.實用多元統(tǒng)計分析[M].陸璇,譯.北京:清華大學(xué)出版社,2001:48.
[4]王成營.應(yīng)用多元統(tǒng)計方法分析學(xué)生知識結(jié)構(gòu)[J].孝感學(xué)院學(xué)報,2009:41.
[5]徐小萬,羅少波,雷建軍,李穎,王恒明.多變量統(tǒng)計方法及其在農(nóng)作物環(huán)境脅迫研究中的應(yīng)用[J].中國農(nóng)學(xué)通報,2009(25):268.
Based on Multivariate Statistical Analysis to Monitor the Employment Situation of College Graduates in the Application
ZHU Chun-nan1,F(xiàn)AN jun2,ZOU Yun-long1
(1.Ideological and Political Education Research Center,Northeast Normal University,Changchun 130024,China;2.Institute of Marxism,Northeast Normal University,Changchun 130024,China)
Employment of college graduates condition monitoring system is complex system engineering.In this paper,which is based on quantitative,using cluster analysis,correlation analysis and factor analysis and other methods which are involved in multivariate statistical methods principal component analysis.In other words,it is the method combining quantitative analysis and qualitative evaluation,studying the employment situation for college graduates monitoring.It aims to build a scientific and effective method of monitoring the employment situation of college graduates,improving the scientific and timeliness of employment situation of college graduates.
Employment of college graduates condition;Monitor;Multivariate statistical analysis
G64
A
1001-6201(2012)01-0165-06
2011-10-20
教育部哲學(xué)社會科學(xué)研究重大課題攻關(guān)項目(09JZD0034-2);吉林省教育廳“十一五”社會科學(xué)研究項目(202209235)。
朱春楠(1971-),女,吉林長春人,東北師范大學(xué)思想政治教育研究中心講師,東北師范大學(xué)馬克思主義學(xué)院博士研究生;范軍(1948-),男,吉林榆樹人,東北師范大學(xué)馬克思主義學(xué)院教授,博士生導(dǎo)師;鄒云龍(1973-),男,吉林梅河口人,東北師范大學(xué)思想政治教育研究中心副教授,東北師范大學(xué)馬克思主義學(xué)院博士研究生。
[責(zé)任編輯:何宏儉]