摘要：几年来，因各大学的教育模式与体制在不断变革，大学生对待就业的态度与做法发生了实质变化。这种变化有好也有坏，好的一面是使社会向前发展，坏的一面是出现多种多样的就业“疑难杂症”。所以，大学生的就业问题要严肃对待，不能掉以轻心。来源于国家统计局的调查显示，全国大学毕业生人数从2011年的608.1万，到2016年的704.2万，再到2017年达到了765万。我们可以知道，2017年大学毕业生比2016年增加了60.8万人，增幅达8%。其毕业生数量是2011年的1.26倍，这也从侧面反映出当今找工作会变得越来越困难。所以，对于他们的就业问题更要引起重视。
关键词：大学生；就业；影响因素；统计
1调查分析
1.1抽样设计
问卷样本量的确定综合考虑了学校、学历等多种因素，并进行合理的配额设计，以确保样本的抽取尽可能体现我国应届大学生的实际情况。一般见式（1）。
截至2017年全国应届毕业生人数为765万人，取p=0.5，即所应抽取样本量见式（2）：
根据简单随机抽样，需要近400个样本，但受时间等因素的影响，我们主要采用网络调查的形式，考虑到调查的精度和成本的要求，我们最终回收了603份的样本量。
1.2信度分析
现用Cronbach’sAlpha信度系数法，Alpha系数值在0到1，一般认为Alpha系数应该达到0.7以上。Alpha信度系数公式为式（3）所示：
针对本项目的调查数据利用SPSS19分析得出可靠性检验结果：Alpha系数为0.896，信度稳定，同时系数在0.8以上，说明量表能够稳定地测量变量。
1.3效度分析
一般采用KMO值（Kaiser-Meyer-Olkin）和Bartlett球形检验来测试数据的效度分析，结果见表1。
表1KMOandBartlett'sTest
表中显示，问卷量表的KMO的值为0.867，远大于0.5的建议标准，总体各变量Bartlett球形检验的p值都小于0.05水平，说明问卷数据效度通过检验。
2关于大学毕业生就业心态的影响因素的Lo-gistic回归分析
关于模型的建立及结果分析，综合被调查者对题目的理解与选择，以所有被调查的大学生为代表，通过构建Logistic回归模型探索大学毕业生就业心态的影响因素。选取的变量以及对就业心态的预期作用假设见表2。
表2选取的变量以及对就业心态的预期作用假设
为使模型更加合理，笔者将因变量“乐观，很有信心”“较乐观，有信心”合并为“乐观，有信心”（水平数值编码为1）。将“感到迷茫，没有信心”“心灰意冷，毫无信心”合并为“迷茫，没有信心”（水平数值编码为0）。
模型的自变量皆为二分变量。本文选择的是向前逐步选择法。
表3为影响大学毕业生就业心态因素的Logistic回归模型适配度检验结果。模型系数Omnibus检验的卡方值为61.260，P值为0.000<0.05，通过显著性检验，表示在引入方程的几个变量中至少有一个自变量可以有效地解释样本对就业心态的判断结果。Hosmer-Lemeshow检验值为4.699，伴随概率P=0.583>0.05，未达到0.05显著水平，整体回归模型的适配度良好。说明模型在可接受的水平上的模型估计拟合了数据。
表3整体模型适配度检验摘要表
表4为最终模型拟合优度统计量。表中的Cox&SnellRSquare和NagelkerkeRSquare值后均大于0.15，说明模型的拟合效果良好。
表4最终模型的拟合优度检验模型汇总
表5为回归模型中个别自变量显著性的参数估计。有五个自变量被选入方程，分别为“性别”（X1）；“是否通过英语四级”（X2）；“是否通过英语六级”（X3）；“是否有校外实习”（X4）以及“是否有学生工作经验”（X5）。显然，被选入方程的五个变量的Wald检验值都达到0.05显著水平，而常数项的Wald检验值>0.05，说明其未到达显著性水平，所以不进入方程。
因而选出X1、X2、X3、X4以及X5五个变量。说明毕业生个体因素、学习因素、参加社会实践情况与大学毕业生的就业心态变化有显著关联。
表5模型参数显著性检验摘要
设某因素影响就业心态的概率为P1，由此写出Logistic回归模型，见式（4）：
由上述模型可知，在性别上，男生的就业心态比女生要更有信心；在学习成绩上，英语等级考试通过的人会比没通过的人更乐观；在参加实践情况上，拥有学生工作经验并且有实习经历的人更会对未来就业充满希望。
3就业满意度的因子分析
对调研问卷中李克特量表以及问卷中的个别问题运用SPSS19.0，使用因子分析的方法，提取出的四个因子。
前4个因子特征值大于1，累积方差贡献率达到了70.059%，因此选取4个公因子比较合适。从各因子包含的最广泛的解释变量出发对这4个因子赋予意义并进行命名。
根据表7可知。第一个公因子可命名为：学校就业指导服务；第二个公因子可命名为：个人综合能力；第三个公因子可命名为：用人单位招聘标准；第四个公因子可命名为：工作意愿。
4基于AMOS应用的结构方程模型构建
关于模型的建立，根据上述探索性因子分析的结果得知，有4个影响因子是潜变量，是无法直接观测的现象；有13个观测变量为显变量，由调查直接获得。
据数据显示，卡方对应的P<0.05，未满足要求，卡方与自由度之比即CMIN/df，大于3，不符合要求。此外，除了RMSEA值小于0.08满足要求，CFI、NFI、IFI的值均小于0.9，表明这几个指标均不满足模型检验与拟合优度的要求。
4.1模型的修正
修正后模型中卡方对应的P值为0.065，大于显著性水平0.05，卡方与自由度之比小于2，符合检验要求。此外，CFI、IFI、NFI的值均接近于1，RESEA值小于0.05，也符合要求。
4.2潜变量与观测变量之间的关系分析
第一，“工作意愿”因子与观测变量间的关系。“工作意愿”因子中“就业心态”的系数为0.73，“就业单位性质”的系数为0.37，说明就业心态越好、选择更好的就业单位都会提升大学生的工作意愿。
第二，“学校指导满意度”因子与观测变量间的关系。“学校就业指导满意度”因子中，“公众号发布求职信息”“提供双选会等就业平台”的系数分别为0.88、0.82，整体系数较大，说明大学生对“学校指导满意度”有较高的期望值。由此可见，发布的就业信息形式越灵活，渠道越广泛，老师与同学们沟通的次数越频繁，以此能更好地了解同学们的想法。
第三，“单位招聘满意度”因子与观测变量间的关系。“单位招聘满意度”因子中，“信息全面”和“安排宣讲会进行企业介绍”的系数均为0.77，“信息没有霸王条款”的系数为0.7，说明那些多多举办宣讲会，多多了解应届毕业生内心的想法、需求的单位更能受到大学生的青睐。
第四，“个人综合素质”因子与观测变量间的关系。“个人综合素质”因子中，“适应能力”系数为0.8，“做事心细”系数为0.62，说明大学生对提高适应能力以及心细方面有很强烈的意愿。
结论
结合上面的各种分析结果，本文认为有四方面影响应届毕业生就业的因素：性别、在校期间的实习和学生工作经验、学校的就业指导以及自我的心态与素质。针对以上方面，提出以下建议。第一，对于学校而言，就业指导中心应扩大服务范围。将服务范围扩大到上至重点需要关注的毕业生，下至各个年级的同学们，为这些低年级的同学们尽早树立正确的择业观以及职业规划的目标。同时，建设多多开展与企业之间的合作。第二，对于用人单位而言，应制定合理的招聘标准，对应届毕业生负责，合理选用人才，对于女性毕业生，应公平的看待女性的作用与优点，而不是以单纯的性别进行划分，并且要完善岗位配置，最终达到用人单位与员工同进步同发展的局面。
参考文献：
[1]祝金旭.当前大学生就业难的原因与对策[D].济南：山东师范大学，2019.
[2]黄娟.高校毕业生就业影响因素分析[D].南京：南京理工大学，2018
论文作者:李炎
论文发表刊物:《基层建设》2019年第10期
论文发表时间:2019/7/1
标签：因子论文; 模型论文; 变量论文; 系数论文; 心态论文; 因素论文; 大学生论文; 《基层建设》2019年第10期论文;