本科生就业情况调查分析报告.docx

本科生就业情况调查分析报告目录一、研究背景及目的1二、分析的基本思路1三、分析步骤1四、spss具体分析过程11、问卷基本情况12、分析过程21）交叉列连表分析22）方差分析93）相关分析134）聚类分析14五、结论16六、附件18附件1：本科生就业问卷调查.doc18附件2：问卷数据.sav18附件3：分析结果.spv18一、 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 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 summarycasesvalidmissingtotalnpercentnpercentnpercent性别 * 专业50100.0%0.0%50100.0%性别 * 生源地50100.0%0.0%50100.0%在个案处理摘要表可以看出回收的有效问卷即样本数为50，没有缺失值。交叉表性别 * 生源地 crosstabulation生源地total城市农村性别男count161026% within 性别61.5%38.5%100.0% within 生源地50.0%55.6%52.0% of total32.0%20.0%52.0%女count16824% within 性别66.7%33.3%100.0% within 生源地50.0%44.4%48.0% of total32.0%16.0%48.0%totalcount321850% within 性别64.0%36.0%100.0% within 生源地100.0%100.0%100.0% of total64.0%36.0%100.0%由性别与专业的交叉表可以看出在所调查的50人中有26名男生，占总数的52%，24名女生占总数的48%；男女比例接近1：1，说明样本在参与调查的性别上具有代表性；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count161026% within 性别61.5%38.5%100.0% within 生源地50.0%55.6%52.0% of total32.0%20.0%52.0%女count16824% within 性别66.7%33.3%100.0% within 生源地50.0%44.4%48.0% of total32.0%16.0%48.0%totalcount321850% within 性别64.0%36.0%100.0% within 生源地100.0%100.0%100.0% of total64.0%36.0%100.0%由性别与生源地的交叉表中可以看出在参与调查问卷的学生中生源地为城市的有32人占总数的64%，其中男生为16人，女生为16人；生源地为农村的有18人，占总数的36%，包括10名男生和8名女生；城市和农村的人数比例为16：9，说明数据偏向于生源地为城市的学生。 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 summarycasesvalidmissingtotalnpercentnpercentnpercent是否签约 * 可接受薪酬50100.0%0.0%50100.0%是否签约 * 就业形势看法50100.0%0.0%50100.0%是否签约 * 理想单位50100.0%0.0%50100.0%是否签约 * 培养模式契合50100.0%0.0%50100.0%是否签约 * 在校努力与最终就业50100.0%0.0%50100.0%是否签约 * 择业条件50100.0%0.0%50100.0%案例处理摘要显示样本数50，没有缺失值交叉表是否签约 * 可接受薪酬 crosstabulation可接受薪酬total2000-4000元4000-6000元6000-8000元8000元以上是否签约否count17123436% 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 total34.0%24.0%6.0%8.0%72.0%是count851014% 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 total16.0%10.0%2.0%.0%28.0%totalcount25174450% 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 total50.0%34.0%8.0%8.0%100.0%在是否签约于可接受薪酬的交叉表可以看出调查的学生中没有签约的有36人占总数的72%，已经签约的有14人占总数的28%；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count03151836% 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count1112014% 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 total2.0%22.0%4.0%.0%28.0%totalcount114171850% 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 total2.0%28.0%34.0%36.0%100.0%在是否签约与就业形势看法的交叉表中可以得出：调查的学生没有签约的学生中对就业形势比较悲观的占了36%这个与签约了的学生中对就业形势为比较乐观态度占了22%形成了比较鲜明的对比。是否签约 * 理想单位 crosstabulation理想单位total政府机关部门事业单位国企外企私营企业是否签约否count96107436% 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 total18.0%12.0%20.0%14.0%8.0%72.0%是count1343314% 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 total2.0%6.0%8.0%6.0%6.0%28.0%totalcount1091410750% 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 total20.0%18.0%28.0%20.0%14.0%100.0%在是否签约与理想就业单位的交叉表可以得出：被调查的学生中的理想单位分布在国企、外企和政府机关；其中没有签约的偏向于国企和政府机关部门，而已经签约的理想单位有事业单位、国企、外企私营企业，选择比较多元化。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count23171436% 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 total4.0%6.0%34.0%28.0%72.0%是count1130014% 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 total22.0%6.0%.0%.0%28.0%totalcount136171450% 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 total26.0%12.0%34.0%28.0%100.0%在是否签约与培养模式契合的交叉表可以看出：已经签约的学生认为培养模式与用人单位契合的很好的占了78.6%，而没有签约的认为培养模式与用人单位契合的很不适合的站了47.2%，差距非常大的站了38.9这些与已经签约的0%的学生认为培养模式与用人单位的要求之间为不是很适合和差距非常大的数据形成了很强烈的对比。是否签约 * 在校努力与最终就业 crosstabulation在校努力与最终就业total成正比没什么关系成反比是否签约否count230436% 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 total4.0%60.0%8.0%72.0%是count113014% 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 total22.0%6.0%.0%28.0%totalcount1333450% 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 total26.0%66.0%8.0%100.0%在是否签约和在校努力与最终就业的交叉列链表看出：已经签约的学生认为在校努力与最终就业成正比的占了78.6%这与没有签约83.8%学生认为在校努力与最终就业没什么关系形成了鲜明对比。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count1120536% 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 total22.0%40.0%10.0%72.0%是count310114% 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 total6.0%20.0%2.0%28.0%totalcount1430650% 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 total28.0%60.0%12.0%100.0%在是否签约与择业条件之间的交叉表发现：不管是否有签约，学生认为择业条件中发展潜力是最需要的。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，信息不充分政府、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count1012221036% 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 total20.0%24.0%4.0%4.0%20.0%72.0%是count5612014% 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 total10.0%12.0%2.0%4.0%.0%28.0%totalcount1518341050% 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 total30.0%36.0%6.0%8.0%20.0%100.0%在是否签约与如何看待就业问题之间的交叉表发现：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 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：anovasum of squaresdfmean squarefsig.性别影响between groups.1801.180.204.653within groups42.32048.882total42.50049英语水平影响between groups2.42012.42012.410.001within groups9.36048.195total11.78049计算机水平影响between groups3.38013.3806.438.014within groups25.20048.525total28.58049毕业院校影响between groups.1801.180.603.441within groups14.32048.298total14.50049专业背景影响between groups.0001.000.0001.000within groups13.52048.282total13.52049资格证书影响between groups.5001.500.872.355within groups27.52048.573total28.02049社会实践经历影响between groups.3201.320.356.554within groups43.20048.900total43.52049成绩影响between groups.3201.3201.280.264within groups12.00048.250total12.32049在方差分析表中可以看出：在8个因变量的相伴概率中只有“英语水平影响”为0.001，“计算机水平影响”为0.014小于显著性水平0.05，其他因变量的相伴概率都大于0，05，说明在此次调查中的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，其他因变量没有显著差异，基本达成了共识。 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：anovasum of squaresdfmean squarefsig.性别影响between groups.5001.500.571.453within groups42.00048.875total42.50049英语水平影响between groups.9801.9804.356.042within groups10.80048.225total11.78049计算机水平影响between groups.0021.002.004.952within groups28.57848.595total28.58049毕业院校影响between groups.0561.056.185.669within groups14.44448.301total14.50049专业背景影响between groups.7201.7202.700.107within groups12.80048.267total13.52049资格证书影响between groups.6421.6421.126.294within groups27.37848.570total28.02049社会实践经历影响between groups.3201.320.356.554within groups43.20048.900total43.52049成绩影响between groups.0091.009.035.853within groups12.31148.256total12.32049在方差分析表中可以看出：在8个因变量的相伴概率中只有“英语水平影响”为0.042，小于显著性水平0.05，其他因变量的相伴概率都大于0，05，说明在此次调查中的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，其他因变量没有显著差异。 “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：anovasum of squaresdfmean squarefsig.性别影响between groups1.83711.8372.168.147within groups40.66348.847total42.50049英语水平影响between groups.1171.117.481.491within groups11.66348.243total11.78049计算机水平影响between groups.7611.7611.312.258within groups27.81948.580total28.58049毕业院校影响between groups.0001.000.0001.000within groups14.50048.302total14.50049专业背景影响between groups.0231.023.083.774within groups13.49748.281total13.52049资格证书影响between groups.5511.551.963.331within groups27.46948.572total28.02049社会实践经历影响between groups2.64512.6453.106.084within groups40.87548.852total43.52049成绩影响between groups.1011.101.398.531within groups12.21948.255total12.32049在方差分析表中可以看出：在8个因变量的相伴概率都大于0，05，说明在此次调查中的不同生源地的被调查者这些因素对就业的影响方面的看法都达成了共识，没有显著性差异。 “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：anovasum of squaresdfmean squarefsig.性别影响between groups29.349129.349107.124.000within groups13.15148.274total42.50049英语水平影响between groups.5341.5342.279.138within groups11.24648.234total11.78049计算机水平影响between groups1.52411.5242.705.107within groups27.05648.564total28.58049毕业院校影响between groups.0991.099.331.568within groups14.40148.300total14.50049专业背景影响between groups.8691.8693.298.076within groups12.65148.264total13.52049资格证书影响between groups.0911.091.157.694within groups27.92948.582total28.02049社会实践经历影响between groups28.806128.80693.968.000within groups14.71448.307total43.52049成绩影响between groups.1331.133.526.472within groups12.18748.254total12.32049在方差分析表中可以看出：在8个因变量的相伴概率中只有“性别影响”为0，“社会实践经历影响”为0，小于显著性水平0.05，其他因变量的相伴概率都大于0，05，说明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，其他因变量没有显著差异。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 correlation11.000*.987*-.752*sig. (2-tailed).000.000.000n50505050是否得过奖学金pearson correlation1.000*1.987*-.752*sig. (2-tailed).000.000.000n50505050本科期间学习成绩pearson correlation.987*.987*1-.759*sig. (2-tailed).000.000.000n50505050是否签约pearson correlation-.752*-.752*-.759*1sig. (2-tailed).000.000.000n50505050*. correlation is significant at the 0.01 level (2-tailed).在上述的相关性分析表中可以看出“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”这三个变量之间都是呈现高度正相关的关系，而“是否签约”与其他三个变量却呈现中度负相关，因为在变量标签注明的时候，是否签约的“1”为否，“2”为是，而其他三个变量的标签都是数值越小说明越好。所以可以看出优秀的学生签约的可能性比较大。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。 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. k值聚类结果分析：final cluster centerscluster123性别影响422英语水平影响443计算机水平影响123毕业院校影响434专业背景影响433资格证书影响331社会实践经历影响311成绩影响343从表中可以看出，各类学生都认为在校成绩、英语水平影响、毕业院校、专业背景影响四个因素对就业的影响不大。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 clustercluster116.000229.00035.000valid50.000missing.000上表是每个聚类的样本数，可以看出聚类2包含的样本数最多有29个，聚类3包含的数有5个是最少的。五、 结论综上所述，可以得出以下结论：l 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。l 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：l 对就业形势是比