分析报告
一、研究背景及目的
做好高校毕业生尤其是本科毕业生的就业工作,我们一方面要强化高校毕业生就业服务和就业指导,充分发挥人力资源市场配置资源的作用,强化公共就业服务的功能;另一方面要提升高校毕业生就业能力,比如大力组织以促进就业为目的的实习实践,确保高校毕业生在离校前都能参加实习实践活动等。但这两方面得以有效实行的前提是要了解学生的就业观念以及就业意向等问题,只有首先搞清楚了学生想得到的究竟是什么,才能有的放矢的去解决问题。
二、分析的基本思路
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
涉及的分析方法:
列联表分析
方差分析
相关分析
聚类分析
三、分析步骤
步骤1:根据研究需要设计调查问卷“对本科生就业情况的调查问卷.doc”(见附件1)
步骤2:发放问卷进行调查并将所得数据录入到SPSS中。(见附件2“问卷数据.sav”)
步骤3:进行SPSS分析。
四、SPSS具体分析过程
1、问卷基本情况
将设计好的问卷录入问卷星网站,然后发放链接给60位学生手中,有效问卷回收50份,回收率为50/60*100%=83.88%,回收效果还不错。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”、“专业”、“是否签约”、“生源地”“是否经常参加社会实践”、“本科期间学习成绩”、“是否得过奖学金”、“性别影响”、“英语水平影响”、“计算机水平影响”、“毕业院校影响”、“专业背景影响”、“资格证书影响”、“社会实践经历影响”、“成绩影响”、“就业形势看法”、“可接受薪酬”、“理想单位”、“培养模式契合”、“在校努力与最终就业”、“择业条件”、“如何看待就业问题”等。
2、分析过程
1)交叉列连表分析
①对“性别”、“专业”、“家庭住址”做列联表分析,如图1-1
图1-1
结果:
案例处理摘要
Case Processing Summary | ||||||
Cases | ||||||
Valid | Missing | Total | ||||
N | Percent | N | Percent | N | Percent | |
性别 * 专业 | 50 | 100.0% | 0 | .0% | 50 | 100.0% |
性别 * 生源地 | 50 | 100.0% | 0 | .0% | 50 | 100.0% |
交叉表
性别 * 生源地 Crosstabulation | |||||
生源地 | Total | ||||
城市 | 农村 | ||||
性别 | 男 | Count | 16 | 10 | 26 |
% within 性别 | 61.5% | 38.5% | 100.0% | ||
% within 生源地 | 50.0% | 55.6% | 52.0% | ||
% of Total | 32.0% | 20.0% | 52.0% | ||
女 | Count | 16 | 8 | 24 | |
% within 性别 | 66.7% | 33.3% | 100.0% | ||
% within 生源地 | 50.0% | 44.4% | 48.0% | ||
% of Total | 32.0% | 16.0% | 48.0% | ||
Total | Count | 32 | 18 | 50 | |
% within 性别 | .0% | 36.0% | 100.0% | ||
% within 生源地 | 100.0% | 100.0% | 100.0% | ||
% of Total | .0% | 36.0% | 100.0% |
参与调查的理工类的有45人,其中男生有26人,女生又19人;文科类有5人,其中男生0人,女生5人;其他类的0人,说明在此次参与调查为理工类专业的学生,所以数据在专业当面不具代表性。
性别 * 生源地 Crosstabulation | |||||
生源地 | Total | ||||
城市 | 农村 | ||||
性别 | 男 | Count | 16 | 10 | 26 |
% within 性别 | 61.5% | 38.5% | 100.0% | ||
% within 生源地 | 50.0% | 55.6% | 52.0% | ||
% of Total | 32.0% | 20.0% | 52.0% | ||
女 | Count | 16 | 8 | 24 | |
% within 性别 | 66.7% | 33.3% | 100.0% | ||
% within 生源地 | 50.0% | 44.4% | 48.0% | ||
% of Total | 32.0% | 16.0% | 48.0% | ||
Total | Count | 32 | 18 | 50 | |
% within 性别 | .0% | 36.0% | 100.0% | ||
% within 生源地 | 100.0% | 100.0% | 100.0% | ||
% of Total | .0% | 36.0% | 100.0% |
②交叉列连表分析:对“是否签约”、“可接受薪酬”、“就业看法”,“理想单位”,“培养模式契合”、“在校努力和最终就业”、“择业条件”、“如何看待就业问题”进行列联表分析,如图1-2
图1-2
结果:
案例处理摘要
Case Processing Summary | ||||||
Cases | ||||||
Valid | Missing | Total | ||||
N | Percent | N | Percent | N | Percent | |
是否签约 * 可接受薪酬 | 50 | 100.0% | 0 | .0% | 50 | 100.0% |
是否签约 * 就业形势看法 | 50 | 100.0% | 0 | .0% | 50 | 100.0% |
是否签约 * 理想单位 | 50 | 100.0% | 0 | .0% | 50 | 100.0% |
是否签约 * 培养模式契合 | 50 | 100.0% | 0 | .0% | 50 | 100.0% |
是否签约 * 在校努力与最终就业 | 50 | 100.0% | 0 | .0% | 50 | 100.0% |
是否签约 * 择业条件 | 50 | 100.0% | 0 | .0% | 50 | 100.0% |
交叉表
是否签约 * 可接受薪酬 Crosstabulation | |||||||
可接受薪酬 | Total | ||||||
2000-4000元 | 4000-6000元 | 6000-8000元 | 8000元以上 | ||||
是否签约 | 否 | Count | 17 | 12 | 3 | 4 | 36 |
% within 是否签约 | 47.2% | 33.3% | 8.3% | 11.1% | 100.0% | ||
% within 可接受薪酬 | 68.0% | 70.6% | 75.0% | 100.0% | 72.0% | ||
% of Total | 34.0% | 24.0% | 6.0% | 8.0% | 72.0% | ||
是 | Count | 8 | 5 | 1 | 0 | 14 | |
% within 是否签约 | 57.1% | 35.7% | 7.1% | .0% | 100.0% | ||
% within 可接受薪酬 | 32.0% | 29.4% | 25.0% | .0% | 28.0% | ||
% of Total | 16.0% | 10.0% | 2.0% | .0% | 28.0% | ||
Total | Count | 25 | 17 | 4 | 4 | 50 | |
% within 是否签约 | 50.0% | 34.0% | 8.0% | 8.0% | 100.0% | ||
% within 可接受薪酬 | 100.0% | 100.0% | 100.0% | 100.0% | 100.0% | ||
% of Total | 50.0% | 34.0% | 8.0% | 8.0% | 100.0% |
同时也可以看出可以接受薪酬为2000-4000之间的有25人,其中没有签约的占47.2%;
4000-6000之间的有17人,其中5人是已经签约的;
在6000-8000之有4人,没有签约的和签约的人数为3:1;
8000以上的4人都是没有签约的;
由此可以看出总体上可接受薪酬在2000-4000之间,进一步发现可接受薪酬越高的往往是没有签约的,而签约了得可接受薪酬都比较稳定。
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 | 一般 | 比较悲观 | ||||
是否签约 | 否 | Count | 0 | 3 | 15 | 18 | 36 |
% within 是否签约 | .0% | 8.3% | 41.7% | 50.0% | 100.0% | ||
% within 就业形势看法 | .0% | 21.4% | 88.2% | 100.0% | 72.0% | ||
% of Total | .0% | 6.0% | 30.0% | 36.0% | 72.0% | ||
是 | Count | 1 | 11 | 2 | 0 | 14 | |
% within 是否签约 | 7.1% | 78.6% | 14.3% | .0% | 100.0% | ||
% within 就业形势看法 | 100.0% | 78.6% | 11.8% | .0% | 28.0% | ||
% of Total | 2.0% | 22.0% | 4.0% | .0% | 28.0% | ||
Total | Count | 1 | 14 | 17 | 18 | 50 | |
% within 是否签约 | 2.0% | 28.0% | 34.0% | 36.0% | 100.0% | ||
% within 就业形势看法 | 100.0% | 100.0% | 100.0% | 100.0% | 100.0% | ||
% of Total | 2.0% | 28.0% | 34.0% | 36.0% | 100.0% |
是否签约 * 理想单位 Crosstabulation | ||||||||
理想单位 | Total | |||||||
机关部门 | 事业单位 | 国企 | 外企 | 私营企业 | ||||
是否签约 | 否 | Count | 9 | 6 | 10 | 7 | 4 | 36 |
% within 是否签约 | 25.0% | 16.7% | 27.8% | 19.4% | 11.1% | 100.0% | ||
% within 理想单位 | 90.0% | 66.7% | 71.4% | 70.0% | 57.1% | 72.0% | ||
% of Total | 18.0% | 12.0% | 20.0% | 14.0% | 8.0% | 72.0% | ||
是 | Count | 1 | 3 | 4 | 3 | 3 | 14 | |
% within 是否签约 | 7.1% | 21.4% | 28.6% | 21.4% | 21.4% | 100.0% | ||
% within 理想单位 | 10.0% | 33.3% | 28.6% | 30.0% | 42.9% | 28.0% | ||
% of Total | 2.0% | 6.0% | 8.0% | 6.0% | 6.0% | 28.0% | ||
Total | Count | 10 | 9 | 14 | 10 | 7 | 50 | |
% within 是否签约 | 20.0% | 18.0% | 28.0% | 20.0% | 14.0% | 100.0% | ||
% within 理想单位 | 100.0% | 100.0% | 100.0% | 100.0% | 100.0% | 100.0% | ||
% of Total | 20.0% | 18.0% | 28.0% | 20.0% | 14.0% | 100.0% |
是否签约 * 培养模式契合 Crosstabulation | |||||||
培养模式契合 | Total | ||||||
契合的很好 | 差强人意 | 不是很适合 | 差距非常大 | ||||
是否签约 | 否 | Count | 2 | 3 | 17 | 14 | 36 |
% within 是否签约 | 5.6% | 8.3% | 47.2% | 38.9% | 100.0% | ||
% within 培养模式契合 | 15.4% | 50.0% | 100.0% | 100.0% | 72.0% | ||
% of Total | 4.0% | 6.0% | 34.0% | 28.0% | 72.0% | ||
是 | Count | 11 | 3 | 0 | 0 | 14 | |
% within 是否签约 | 78.6% | 21.4% | .0% | .0% | 100.0% | ||
% within 培养模式契合 | 84.6% | 50.0% | .0% | .0% | 28.0% | ||
% of Total | 22.0% | 6.0% | .0% | .0% | 28.0% | ||
Total | Count | 13 | 6 | 17 | 14 | 50 | |
% within 是否签约 | 26.0% | 12.0% | 34.0% | 28.0% | 100.0% | ||
% within 培养模式契合 | 100.0% | 100.0% | 100.0% | 100.0% | 100.0% | ||
% of Total | 26.0% | 12.0% | 34.0% | 28.0% | 100.0% |
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 | 成反比 | ||||
是否签约 | 否 | Count | 2 | 30 | 4 | 36 |
% within 是否签约 | 5.6% | 83.3% | 11.1% | 100.0% | ||
% within 在校努力与最终就业 | 15.4% | 90.9% | 100.0% | 72.0% | ||
% of Total | 4.0% | 60.0% | 8.0% | 72.0% | ||
是 | Count | 11 | 3 | 0 | 14 | |
% within 是否签约 | 78.6% | 21.4% | .0% | 100.0% | ||
% within 在校努力与最终就业 | 84.6% | 9.1% | .0% | 28.0% | ||
% of Total | 22.0% | 6.0% | .0% | 28.0% | ||
Total | Count | 13 | 33 | 4 | 50 | |
% within 是否签约 | 26.0% | 66.0% | 8.0% | 100.0% | ||
% within 在校努力与最终就业 | 100.0% | 100.0% | 100.0% | 100.0% | ||
% of Total | 26.0% | 66.0% | 8.0% | 100.0% |
是否签约 * 择业条件 Crosstabulation | ||||||
择业条件 | Total | |||||
工资收入和福利待遇 | 发展潜力 | 个人兴趣 | ||||
是否签约 | 否 | Count | 11 | 20 | 5 | 36 |
% within 是否签约 | 30.6% | 55.6% | 13.9% | 100.0% | ||
% within 择业条件 | 78.6% | 66.7% | 83.3% | 72.0% | ||
% of Total | 22.0% | 40.0% | 10.0% | 72.0% | ||
是 | Count | 3 | 10 | 1 | 14 | |
% within 是否签约 | 21.4% | 71.4% | 7.1% | 100.0% | ||
% within 择业条件 | 21.4% | 33.3% | 16.7% | 28.0% | ||
% of Total | 6.0% | 20.0% | 2.0% | 28.0% | ||
Total | Count | 14 | 30 | 6 | 50 | |
% within 是否签约 | 28.0% | 60.0% | 12.0% | 100.0% | ||
% within 择业条件 | 100.0% | 100.0% | 100.0% | 100.0% | ||
% of Total | 28.0% | 60.0% | 12.0% | 100.0% |
是否签约 * 如何看待就业问题 Crosstabulation | ||||||||
如何看待就业问题 | Total | |||||||
毕业生的就业定为不合理,期望值过高或者专业技术人才对应届毕业生的需求总量减少 | 应届毕业生不具备符合企业要求的职业能力,缺乏工作经验,没有竞争力 | 就业信息机制不健全,信息渠道不畅通,信息不充分 | 、学校、用人单位及学生之间互相沟通不够了解 | 大学传统教育模式弊端太多,不注重提高学生的综合能力,不能为大学毕业生就业和职业发展提供有效帮助 | ||||
是否签约 | 否 | Count | 10 | 12 | 2 | 2 | 10 | 36 |
% within 是否签约 | 27.8% | 33.3% | 5.6% | 5.6% | 27.8% | 100.0% | ||
% within 如何看待就业问题 | 66.7% | 66.7% | 66.7% | 50.0% | 100.0% | 72.0% | ||
% of Total | 20.0% | 24.0% | 4.0% | 4.0% | 20.0% | 72.0% | ||
是 | Count | 5 | 6 | 1 | 2 | 0 | 14 | |
% within 是否签约 | 35.7% | 42.9% | 7.1% | 14.3% | .0% | 100.0% | ||
% within 如何看待就业问题 | 33.3% | 33.3% | 33.3% | 50.0% | .0% | 28.0% | ||
% of Total | 10.0% | 12.0% | 2.0% | 4.0% | .0% | 28.0% | ||
Total | Count | 15 | 18 | 3 | 4 | 10 | 50 | |
% within 是否签约 | 30.0% | 36.0% | 6.0% | 8.0% | 20.0% | 100.0% | ||
% within 如何看待就业问题 | 100.0% | 100.0% | 100.0% | 100.0% | 100.0% | 100.0% | ||
% of Total | 30.0% | 36.0% | 6.0% | 8.0% | 20.0% | 100.0% |
不管是否有签约,学生认为目前应届毕业生面临就业严峻问题主要是因为应届毕业生不具备符合企业要求的职业能力,缺乏工作经验,没有竞争力和毕业生的就业定为不合理,期望值过高或者专业技术人才对应届毕业生的需求总量减少
2)方差分析
①性别作为因子,对“性别影响”、“英语水平影响”、“计算机水平影响”、“毕业院校影响”、“专业背景影响”、“资格证书影响”、“社会实践经历影响”、“成绩影响”做单因素方差分析,如图1-3
图1-3
结果:
ANOVA | ||||||
Sum of Squares | df | Mean Square | F | Sig. | ||
性别影响 | Between Groups | .180 | 1 | .180 | .204 | .653 |
Within Groups | 42.320 | 48 | .882 | |||
Total | 42.500 | 49 | ||||
英语水平影响 | Between Groups | 2.420 | 1 | 2.420 | 12.410 | .001 |
Within Groups | 9.360 | 48 | .195 | |||
Total | 11.780 | 49 | ||||
计算机水平影响 | Between Groups | 3.380 | 1 | 3.380 | 6.438 | .014 |
Within Groups | 25.200 | 48 | .525 | |||
Total | 28.580 | 49 | ||||
毕业院校影响 | Between Groups | .180 | 1 | .180 | .603 | .441 |
Within Groups | 14.320 | 48 | .298 | |||
Total | 14.500 | 49 | ||||
专业背景影响 | Between Groups | .000 | 1 | .000 | .000 | 1.000 |
Within Groups | 13.520 | 48 | .282 | |||
Total | 13.520 | 49 | ||||
资格证书影响 | Between Groups | .500 | 1 | .500 | .872 | .355 |
Within Groups | 27.520 | 48 | .573 | |||
Total | 28.020 | 49 |
社会实践经历影响 | Between Groups | .320 | 1 | .320 | .356 | .554 |
Within Groups | 43.200 | 48 | .900 | |||
Total | 43.520 | 49 | ||||
成绩影响 | Between Groups | .320 | 1 | .320 | 1.280 | .2 |
Within Groups | 12.000 | 48 | .250 | |||
Total | 12.320 | 49 |
②专业作为因子,对“性别影响”、“形象影响”、“英语水平影响”、“计算机水平影响”、“毕业院校影响”、“专业背景影响”、“资格证书影响”、“社会实践经历影响”、“成绩影响”做单因素方差分析,图略
分析结果:
ANOVA | ||||||
Sum of Squares | df | Mean Square | F | Sig. | ||
性别影响 | Between Groups | .500 | 1 | .500 | .571 | .453 |
Within Groups | 42.000 | 48 | .875 | |||
Total | 42.500 | 49 | ||||
英语水平影响 | Between Groups | .980 | 1 | .980 | 4.356 | .042 |
Within Groups | 10.800 | 48 | .225 | |||
Total | 11.780 | 49 | ||||
计算机水平影响 | Between Groups | .002 | 1 | .002 | .004 | .952 |
Within Groups | 28.578 | 48 | .595 | |||
Total | 28.580 | 49 | ||||
毕业院校影响 | Between Groups | .056 | 1 | .056 | .185 | .669 |
Within Groups | 14.444 | 48 | .301 | |||
Total | 14.500 | 49 | ||||
专业背景影响 | Between Groups | .720 | 1 | .720 | 2.700 | .107 |
Within Groups | 12.800 | 48 | .267 | |||
Total | 13.520 | 49 | ||||
资格证书影响 | Between Groups | .2 | 1 | .2 | 1.126 | .294 |
Within Groups | 27.378 | 48 | .570 | |||
Total | 28.020 | 49 |
社会实践经历影响 | Between Groups | .320 | 1 | .320 | .356 | .554 |
Within Groups | 43.200 | 48 | .900 | |||
Total | 43.520 | 49 | ||||
成绩影响 | Between Groups | .009 | 1 | .009 | .035 | .853 |
Within Groups | 12.311 | 48 | .256 | |||
Total | 12.320 | 49 |
③“生源地”作为因子,对“性别影响”、“形象影响”、“英语水平影响”、“计算机水平影响”、“毕业院校影响”、“专业背景影响”、“资格证书影响”、“社会实践经历影响”、“成绩影响”做单因素方差分析,步骤图略
结果分析:
ANOVA | ||||||
Sum of Squares | df | Mean Square | F | Sig. | ||
性别影响 | Between Groups | 1.837 | 1 | 1.837 | 2.168 | .147 |
Within Groups | 40.663 | 48 | .847 | |||
Total | 42.500 | 49 | ||||
英语水平影响 | Between Groups | .117 | 1 | .117 | .481 | .491 |
Within Groups | 11.663 | 48 | .243 | |||
Total | 11.780 | 49 | ||||
计算机水平影响 | Between Groups | .761 | 1 | .761 | 1.312 | .258 |
Within Groups | 27.819 | 48 | .580 | |||
Total | 28.580 | 49 | ||||
毕业院校影响 | Between Groups | .000 | 1 | .000 | .000 | 1.000 |
Within Groups | 14.500 | 48 | .302 | |||
Total | 14.500 | 49 | ||||
专业背景影响 | Between Groups | .023 | 1 | .023 | .083 | .774 |
Within Groups | 13.497 | 48 | .281 | |||
Total | 13.520 | 49 | ||||
资格证书影响 | Between Groups | .551 | 1 | .551 | .963 | .331 |
Within Groups | 27.469 | 48 | .572 | |||
Total | 28.020 | 49 |
社会实践经历影响 | Between Groups | 2.5 | 1 | 2.5 | 3.106 | .084 |
Within Groups | 40.875 | 48 | .852 | |||
Total | 43.520 | 49 | ||||
成绩影响 | Between Groups | .101 | 1 | .101 | .398 | .531 |
Within Groups | 12.219 | 48 | .255 | |||
Total | 12.320 | 49 |
④“是否签约”作为因子,对“性别影响”、“形象影响”、“英语水平影响”、“计算机水平影响”、“毕业院校影响”、“专业背景影响”、“资格证书影响”、“社会实践经历影响”、“成绩影响”做单因素方差分析,步骤图略
结果:
ANOVA | ||||||
Sum of Squares | df | Mean Square | F | Sig. | ||
性别影响 | Between Groups | 29.349 | 1 | 29.349 | 107.124 | .000 |
Within Groups | 13.151 | 48 | .274 | |||
Total | 42.500 | 49 | ||||
英语水平影响 | Between Groups | .534 | 1 | .534 | 2.279 | .138 |
Within Groups | 11.246 | 48 | .234 | |||
Total | 11.780 | 49 | ||||
计算机水平影响 | Between Groups | 1.524 | 1 | 1.524 | 2.705 | .107 |
Within Groups | 27.056 | 48 | .5 | |||
Total | 28.580 | 49 | ||||
毕业院校影响 | Between Groups | .099 | 1 | .099 | .331 | .568 |
Within Groups | 14.401 | 48 | .300 | |||
Total | 14.500 | 49 | ||||
专业背景影响 | Between Groups | .869 | 1 | .869 | 3.298 | .076 |
Within Groups | 12.651 | 48 | .2 | |||
Total | 13.520 | 49 | ||||
资格证书影响 | Between Groups | .091 | 1 | .091 | .157 | .694 |
Within Groups | 27.929 | 48 | .582 | |||
Total | 28.020 | 49 |
社会实践经历影响 | Between Groups | 28.806 | 1 | 28.806 | 93.968 | .000 |
Within Groups | 14.714 | 48 | .307 | |||
Total | 43.520 | 49 | ||||
成绩影响 | Between Groups | .133 | 1 | .133 | .526 | .472 |
Within Groups | 12.187 | 48 | .254 | |||
Total | 12.320 | 49 |
3)相关分析
对“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”做相关分析,如下图
结果:
Correlations | |||||
是否经常参加社会实践 | 是否得过奖学金 | 本科期间学习成绩 | 是否签约 | ||
是否经常参加社会实践 | Pearson Correlation | 1 | 1.000** | .987** | -.752** |
Sig. (2-tailed) | .000 | .000 | .000 | ||
N | 50 | 50 | 50 | 50 | |
是否得过奖学金 | Pearson Correlation | 1.000** | 1 | .987** | -.752** |
Sig. (2-tailed) | .000 | .000 | .000 | ||
N | 50 | 50 | 50 | 50 | |
本科期间学习成绩 | Pearson Correlation | .987** | .987** | 1 | -.759** |
Sig. (2-tailed) | .000 | .000 | .000 | ||
N | 50 | 50 | 50 | 50 | |
是否签约 | Pearson Correlation | -.752** | -.752** | -.759** | 1 |
Sig. (2-tailed) | .000 | .000 | .000 | ||
N | 50 | 50 | 50 | 50 | |
**. Correlation is significant at the 0.01 level (2-tailed). |
4)聚类分析
对“性别影响”、“形象影响”、“英语水平影响”、“计算机水平影响”、“毕业院校影响”、“专业背景影响”、“资格证书影响”、“社会实践经历影响”、“成绩影响”做聚类分析。
①两步聚类
分析结果:
由上图的分析结果可以得出:该数据聚类分为3类是良好的。所以在K值聚类的时候聚类数选择3.
②K值聚类
结果分析:
Final Cluster Centers | |||
Cluster | |||
1 | 2 | 3 | |
性别影响 | 4 | 2 | 2 |
英语水平影响 | 4 | 4 | 3 |
计算机水平影响 | 1 | 2 | 3 |
毕业院校影响 | 4 | 3 | 4 |
专业背景影响 | 4 | 3 | 3 |
资格证书影响 | 3 | 3 | 1 |
社会实践经历影响 | 3 | 1 | 1 |
成绩影响 | 3 | 4 | 3 |
第一类学生认为计算机水平影响对于就业的影响很大,其他各种因素对就业的影响比较小;
第二类学生认为社会实践对于就业的影响很大,英语水平和成绩影响对就业影响较小;
第三类学生则认为资格证书影响和社会实践经历影响对就业影响很大,毕业院校对就业影响较小;
Number of Cases in each Cluster | ||
Cluster | 1 | 16.000 |
2 | 29.000 | |
3 | 5.000 | |
Valid | 50.000 | |
Missing | .000 |
五、结论
综上所述,可以得出以下结论:
在被调查的50个样本中,从专业角度来看不具代表性,但从性别和生源地的角度来看,具有代表性。
在分析是否签约的同学中可以看到已经签约的相对于还未签约的学生在就业理念有所不同:
●对就业形势是比较乐观的;
●理想的就业单位有:事业单位、国企、外企私营企业,选择比较多元化;
●大多数学生认为学校的培养模式和企业用人单位的要求契合很好;
●也认为在校的努力和最终的就业情况之间是成正比的;
不管已签约还是未签约,对一些就业理念都达成了共识:
●生认为目前应届毕业生面临就业严峻问题主要是因为应届毕业生不具备符合企业要求的职业能力,缺乏工作经验
●总体上可接受薪酬在2000-4000之间,相对比较低
●在面对择业选择的时候,大多数同学以发展潜力为择业最优选择。
不同性别的被调查者在“英语水平”、“计算机水平”这2个因素对就业的影响方面的看法有显著不同;
对于其他因变量“性别影响”、 “毕业院校影响”、“专业背景影响”、“资格证书影响”、“社会实践经历影响”、“成绩影响”基本达成了共识。
不同专业的被调查者在“英语水平”这个因素对就业的影响方面的看法有显著不同;
其他因变量“性别影响”、“形象影响”、“计算机水平影响”、“毕业院校影响”、“专业背景影响”、“资格证书影响”、“社会实践经历影响”、“成绩影响”没有显著差异,达成了共识
不同生源地的被调查者在“性别影响”、“形象影响”、“英语水平影响”、“计算机水平影响”、“毕业院校影响”、“专业背景影响”、“资格证书影响”、“社会实践经历影响”、“成绩影响”这些因素对就业的影响方面的看法都达成了共识。
在此次调查中的是否有签约的被调查者在“英语水平”和“社会实践”这2个因素对就业的影响方面的看法有显著不同;
“性别影响”、“形象影响”、“计算机水平影响”、“毕业院校影响”、“专业背景影响”、“资格证书影响”、“成绩影响”这些因变量达成了共识。
优秀的学生签约的可能性比较大
根据对就业影响因素的看法不同,可以把这些学生分为3类:
第一类学生认为计算机水平影响对于就业的影响很大,其他各种因素对就业的影响比较小;第二类学生认为社会实践对于就业的影响很大,英语水平和成绩影响对就业影响较小;第三类学生则认为资格证书影响和社会实践经历影响对就业影响很大,毕业院校对就业影响较小;
综上所述,
对于大学生的建议:
●长远的就业规划能够给大学生带来更多的就业机会对就业形势有所改观,加强对当前就业形势的了解
●树立正确的职业观,不要拘泥于机关事业单位的岗位,要灵活多渠道广泛就业,这样将多一些选择的机会
对于就业指导中心的工作方向是:
●因为还没签约的同学对就业形势都是比较悲观的,因此应该对这些同学进行就业指导,加强学生的正确的就业观,
●学校提供更多的就业形势信息(就业动向与前景等)和更广泛的就业知识指导,让大学生在择业是成功的机会提高,让学生更多选择就业单位,避免出现就业理想单位“扎堆”现象。
●同时注意到学生对就业影响因素看法的不同,对学生要进行统一思想认识,适时纠正一些不正确的想法,如有的学生认为英语水平影响较小,这种想法显然是不合适的。
六、附件
附件1:本科生就业问卷调查.doc
附件2:问卷数据.sav
附件3:分析结果.spv