基于SEM模型的统计学专业满意度调查

1、基于sem模型的统计学专业满意度调查河北经贸大学 张丽、郝武波、王磊摘要：统计学发展至今已经有近300年历史。数字化时代的到来使得统计学工具和分析方法不断丰富，应用领域不断拓宽，发展前景普遍被看好。相比之下，国内高校统计学专业教育的发展形势却不是十分乐观，高校向社会输送的统计学人才的认可度不高使得统计学专业学生就业面临极大困难，因此专业培养模式的调整十分必要。 针对此问题，本文于2011年5月到6月对河北某高校统计学专业大二、大三在校学生及1995级到2006级已就业学生两个总体进行了专业满意度调查。并在参考大量国内外学生（学习）满意度研究资料的基础上，分别构建了在校学生统计学专业满意度结构方

2、程模型和已就业学生专业满意度模型，对影响统计学专业满意度的各因素进行了深入分析。结果表明，两个总体中专业满意度对专业信心度都有显著正向影响。学生预期、课程设置和专业软硬件通过学生感知来影响学生的专业满意度评价。对两个总体比较分析发现：已就业总体模型中学生预期对于专业满意度的间接影响较大，而在校学生模型分析中课程设置对于专业满意度影响最大。同时模型也表明，两个总体的学生预期变量对就业信心都有直接正向影响。通过对两个模型各变量的对比分析，本文认为目前专业改革应着力在如下几个方面采取措施：一是对于地方性财经学校而言课程安排要侧重于对学生专业能力的培养，培养复合应用型人才；二是教材的选用要以实际需求为

3、基本，避开那些晦涩难懂的理论型书籍，选择侧重应用型的书籍作为教科书；三是学校要重视学生入学初的专业教育，积极的专业宣传和心理教育可以帮助学生树立对专业的信心和热爱度，提升就业信心。关键词 专业满意度 结构方程模型 就业信心abstract: the development of statistics has a history of nearly 300 years. as the digital age is approaching, statistical tools and analysis methods continue to enrich, applications field c

4、ontinue to broaden , and its development prospect is brighting. however the development tendency of statistics at home is not so optimistic. statistical graduates of colleges and universities do not receive relevant acceptability in the society ，which leads to difficulties in finding jobs.thus it is

5、 necessary to work out an effective pattern for the further adjustment and perfection in statistics.to solve this problem , during may to june in 2011,we have a survey of satisfaction between sophomore 、junior school students and the 1995 to 2006 graduates majored in statistics in our school. after

6、refering to a large number of research literature about students (learning) satisfaction both at home and aboard, we apply sem model to study the satisfaction of the two target groups and have a in-depth analysis of the factors affect satisfaction.the results show that major satisfaction and the con

7、fidence in this major in the two groups has a significant positive impact. students expectation 、curriculum settings、 hardware and software influence students major satisfaction . through comparative analysis of two groups, we find students expectation influenced major satisfaction for the greatest

8、in the model of the graduates, and school curriculum settings most impact the students major satisfaction in the model of the undergraduates. while the two models also shows that confidence in their employment directly impact by students expectation.by comparing each variable in two models, this pap

9、er put forward some measures on statistics major reform :firstly , local financial school should organize courses based on developing students professional abilities in order to cultivate complex application-oriented talents secondly，textbooks chosen should meet the practical demand, the school shou

10、ld chose textbooks emphasis on applications instead of the obscure theory .the last but not the least , students enrolled education should attach importance to the professional education , professional and mental development could help students set up for the professional faith and love, and raise t

11、heir employment confidence.显示对应的拉丁字符的拼音keywords: major satisfaction sem confidence in employment目录第一部分 问题的提出1第二部分 专业满意度理论综述1第三部分 建模前的数据准备6一、抽样设计6（一）调查背景及目的6（二）调查对象及调查单位7（三）抽样方式及样本量的确定7（四）调查方式及地点8二、指标选取及问卷设计8（一）指标选取9（二）问卷设计9三、数据的录入和处理10（一）数据录入10（二）数据处理10四、数据分析10（一）效度检验10（二）信度检验10（三）问卷数据的描述统计分析11第四部分

12、基于sem的建模分析14一、sem模型理论14（一）基本概念变量14（二）sem模型结构14二、基于统计学专业已就业学生的专业满意度sem建模分析15（一）模型构建15（二）模型识别17（三）模型估计17（四）模型评价18（五）模型修正19（六）结果分析20三、基于统计学专业在校学生的专业满意度sem建模分析22（一）模型说明23（二）结果分析23第五部分 基于两总体专业满意度sem模型的建议和对策24一、加强入学初的专业宣传和心理教育25二、教学教材的选用应以应用型课本为主，理论型课本为辅。25三、提供实习机会和途径，帮助学生将专业知识转化为专业能力26第六部分 结论及展望26一、选题视角的

13、说明26二、本次模型分析的不足26参考文献28附录：29iii第一部分 问题的提出统计学是一个古老而又崭新的专业。它起源于17世纪的欧洲，发展至今已有300多年历史。我国于20世纪初期引入统计学，随着计划经济体制向市场经济体制的过渡，统计学的发展也经历了由计划统计向国际统计接轨的转变历程。与我国统计学发展史相似，河北经贸大学统计学专业的建设也经历了一个曲折的过程。本专业最早是由该校前身河北财贸学校于1985年设立，当时的专业名称是“计划统计”，专业培养方面主要效仿苏联模式。伴随经济体制的转型，该校的统计学专业也进行了多次调整和改革。如今27年过去，河北经贸大学的统计学专业也由当初的一个小专业发

14、展成了如今的一个学院，不但规模扩大了很多，而且其向社会输送的人才在河北省范围内该专业也得到了一定的认可。但是随着我国市场经济体制的日渐完善，统计学面临的经济形式日益复杂，社会对于统计学专业培养人才的要求也越来越高，这使得高校统计学专业建设面临着极大的挑战。同时统计学专业在向社会输送人才方面也面临着进退两难的窘境：一方面，数字时代的到来使得统计无所不在，大批量的数据处理使社会各行各业对于统计学专业的人才需求十分旺盛；但另一方面，统计学专业学生毕业时却常常面临难就业的问题，很多学生不得不选择从事与统计学无关的其他工作以达到就业。作为这个大总体中的一员，河北经贸大学统计学专业也面临着同样的困境，如何

15、调整专业培养模式以及适应社会需求是该校专业建设中一直探索的问题。为了帮助我校统计学专业更好地应对社会提出的各种挑战，我们做了这次基于统计学专业在校学生和已就业学生的专业满意度调查，期望通过调查分析为我校统计学专业改革提供有价值的参考意见。第二部分 专业满意度理论综述一、学生满意度的起源满意度研究最早始于市场营销领域。在20世纪60年代以后的民主化思潮和80年代的高校教育市场化浪潮的冲击下，学生主体作为重要的利益相关者逐渐受到各国大学的重视，满意度研究由市场营销领域拓展到了高等教育领域，用以评估高校教育质量水平。目前学生满意度还没有一个准确的界定，但是各学者对其内容的概括范围基本一致。研究方式也

16、多是基于顾客满意度研究的角度，将高校视同企业，学生视为顾客，将高校教育作为产品和服务，从学生角度评价高校教学水平，教育质量等。通过阅读文献，笔者认为该思路具有一定的合理性，符合马斯洛的需求理论，故本文也基于这个角度对专业满意度进行定义和分析。二、学生满意度的测量及模型建立（一）国外主要的学生满意度测量工具及模型1.国外主要测量工具国外学生满意度研究的理论和方法都较为成熟，除了各高校在调查过程中建立起来的问卷工具外，许多商业结构也对学生满意度展开了大型的调查。经过长期的发展和完善，商业性测量工具已经较为成熟，具有了一定体系和规模， noel一levitz公司制定的ssi(student sati

17、sfaction inventory)量表是其中的典型。笔者在表2.1中总结了国外商业机构的几种主要测量工具。表2.1：主要的国外测量工具名称设计目的cirp 1966年美国教育委员会最先使用cirp(cooperative institutional research program)测量新生的满意度。cssq该量表是bet，klingensmith和menne在1970年设计的，用于测量学生满意度的指标体系，其调查结果用来帮助学校提高学生入学率和就读率。cseq全称是collge student experience questionnaire，是pece于1979年设计的主要用于比较不同

18、学校学生校园经验异同的大学生经验问卷。css该量表是加利福尼亚高等教育研究机构在1993年编制，主要用于调查学生对于课程活动、学校管理、师生互动及校园生活四方面的评价。ssi学生满意度测量最有影响的是1995年由心理学博士laurie.sehreiner和stephanie.juillerat联合美国高等教机构noel一levitz公司制定的ssi(student satisfaction inventory)量表，该量表引入美国顾客满意度指数模型辅助设计调查工具。ssi量表测评的指标包括：学术指导效果、校园氛围、高校支持的服务情况、对个人的关注情况、教育的效果方面、承诺和资助方面的效果、登记

19、的效果、对于不同人群的情况、安全情况、服务情况、以学生为中心的情况和学术上的支持情况共十二项指标。该调查涉及院校众多，调查对象广规模大，其调查结果被视为大学生满意度测评的国家标准，用于评估美国高校教育水平。2.国外学生满意度模型针对不同的调查目的，学生满意度的测量方法很多，所以严格来讲并没有统一的指数模型来对其进行衡量，但是这样做的后果造成不同测量得分之间缺乏比较的意义。为实现可比性，国外的调查结构在设计指标体系时通常会考虑引入已经发展成熟的顾客满意度模型(customer satisfaction index，记为csi)，参照csi来构建学生满意度模型。其中，将csi引入到学生满意度调查的

20、较为成功的案例是美国全国大学生满意度调查(national student satisfaction study，简称nssi)。该调查成功地将美国顾客满意度模型（acsi）引入到学生满意度调查中，并于1994年进行了全国范围的首次调查，调查结果用于测评学生对大学各方面的看法和期望。截至2005年该调查已经涉及全美860所高校，调查对象包括675000名学生，调查结果为各高校发展、院校改革提供了有效的建议。表2.2 acsi模型感知质量顾客期望感知价值顾客满意度顾客抱怨顾客忠诚l 顾客预期：顾客在购买或使用之前对产品或服务产生的预期。l 感知质量：顾客对产品或服务的质量的感受和体验。l 感知价

21、值：顾客在综合产品或服务的质量和价格以后对他们所得利益的主观感受。l 顾客满意度：顾客对产品或服务预期与实际感受的差距的评价。l 顾客抱怨：是指顾客在购买使用企业产品或服务过程中产生的不满。l 顾客忠诚：表现为对该产品或服务的重复购买或向其他顾客推荐。（二） 国内学生满意度测量1.国内学生满意度评价体系的确立我国于2001年引入学生满意度调查，主要用来评价高等教育质量。由于起步较晚，目前还没有成体系的商业性调查工具。已有的调查研究多是针对特定目标设计相应的指标体系和问卷工具，未成体系。笔者通过查阅，将一些有借鉴性的资料整理如下：林卉（2006）建立的学生满意度测量模型中，将学校形象、学生预期质

22、量、学生感知质量、学生感知价值、学生满意度、学生忠诚六个方面作为评价指标；卫魏（2008）在研究独立学院学生满意度时，引入学校声誉、基础管理人员素质、课堂教学、教学设施、后勤保障、学生自我发展及就业指导7个维度对学生满意度进行量化研究；肖莲英（2008）的硕士论文中从理论教学（专业课程设置、师资）、实践教学（实践教学条件、职业能力训练、师资）、素质拓展（软件环境、硬件环境）及教学管理（学业管理制度、就业升学管理制度）四个方面引入36个指标测量学生满意度。郝建春（2005）在生活压力_负向情绪_学习满意度与学习绩效关系研究一文中对相关文献中关于学习满意度的定义做了详尽的总结，并在此基础上给出了学

23、习满意度指标测评体系，包括：学习环境、教学公共设施、人际关系满意度、教师素质与教学态度及教学过程满意度5个方面。2. 国内学生满意度模型由于国内学生满意度起步晚，其模型多是参照国外学生满意度或顾客满意度的成功案例确立的。如四川理工大学管理系讲师李琛女士9在参考acsi模型基础上提出高校学生满意度测评模型，并将学生需要变量引入模型。该模型认为学生的期望和感知不能充分地描述学生入学前的对学校的主观认知，而且不同的学生对学校服务要求也不同，因而引入学生需要变量可以更好地反映反映学生的初始满意度水平。图2.1 高校学生满意度测评模型林卉（2006）在改进acsi模型基础上加入了“学校形象”，构建了新的

24、学生满意度测评模型。其中，学校形象描述公众对学校的认知与定位的过程，将学校知名度、学校美誉度、学校的定位度作为学校形象的评价尺度10。图2.2 高校学生满意度测评模型三、专业满意度由于现有文献较少，研究专业满意度时主要以学生或学习满意度为参考确立指标体系和建立分析模型。因此，明确三者之间的异同可更好地研究专业满意度。（一）专业满意度与学生满意度异同 专业满意度调查学生对专业设置、师资力量、教师教学水平、教学目标等方面的满意程度，侧重学生对于专业培养的评价。从研究范围看，专业满意度是学生满意度研究的一个分支，它也将学生作为购买高校教育产品的“顾客”，测量“顾客”对于所提供服务和产品的态度。但两者

25、又有所区别，学生满意度测量学生对于高校提供的全部服务产品的感知态度，涵盖了生活环境和学习环境各方面的指标，从全局角度对高校进行的一项测评，调查结果用于评价高校的综合实力；而专业满意度只度量学生对于学校专业培养的满意程度，侧重评价高校服务产品的一个方面，其结果用于测评专业设置的合理程度。（二）专业满意度与学习满意度异同学习满意度和专业满意度都是学生满意度的一个方面，二者在研究范畴和指标体系的选择上有一定的相似性。概括来讲，二者都在探寻影响学生学习知识的因素，测评学生对学习环境的感知态度。因此，本文在研究专业满意度时，还可以借鉴已有的学习满意度理论、模型和研究方法。但是由于研究目的不同，学习满意度

26、和专业满意度又存在一定的差异。前者重在评价学生在学习知识过程中的舒适度和学生在接受知识的过程中的主观感受，如接受知识是否困难，教学环境是否舒适等。而后者重在测评高校专业培养的效度，衡量的标准是学生能否顺利就业；而且，前者的调查目的一方面是帮助高校调整学生在学习过程中出现的心理问题，另一方面调查结果是用于帮助高校了解学生心态，迎合学生需求，进而提高高校入学率；而专业满意度的主要调查目的是基于学生角度发现专业培养中的不足，改进专业设置，加强专业培养，达到与社会需求的接轨，进而提升学生就业率。综上所述，专业满意度研究时要根据其研究目的对学生满意度和学习满意度的模型及指标体系进行适当的调整，如此方可引

27、用。（三）专业满意度指标体系及模型的确定指标体系的确立主要有文献查阅、专家预测、层次分析、灰色预测、因子分析等几种方法。本文采用文献查阅方法确立指标体系，其中万平（2009）13的专业满意度指标体系是本文的主要参考标准。专业硬件专业师资课程设置学生预期感知质量专业满意专业信心 图2.3 万平（2009）专业满意度结构路径图第三部分 建模前的数据准备一、抽样设计（一）调查背景及目的河北经贸大学统计学专业由该校的前身河北财贸学校于1985年开设，迄今已有27年历史，期间为社会输送了大量统计学人才。随着我国社会经济的快速发展，社会对统计学专业人才的需求也日益旺盛。但是统计学专业的发展速度却滞后于经济

28、发展步伐，培养出的人才常难以满足人才市场的需求。因此，目前统计学专业的就业前景并不乐观。基于以上原因，我们于2011年5月到6月期间组织了这次专业满意度调查，目的在于从学生角度和社会角度为统计学专业改革提供一些有力的参考意见和建议，进而期望通过有效专业改革为统计学专业毕业生的顺利就业提供一定的帮助。（二）调查对象及调查单位为了更有效地为我校统计学专业建设与改革提供意见，此次调查中我们选取了两个总体：其一为已毕业学生。由于河北经贸大学是在1995年由四所地方性院校合并而成，所以调查时我们将范围锁定于1995级2006级的统计学专业学生。其二为河北经贸大学在校学生，由于大一新生还未接触到专业培训，

29、对专业感触不深；而大四学生临近毕业，大多数已经参与工作，其感触不能如实反映在校学生的专业感知情况。因而我们将调查主要对象锁定为大二和大三统计学专业学生，同时抽取一部分大四学生作为补充样本。（三）抽样方式及样本量的确定1. 总样本量的确定的原则本文在选择样本量时主要考虑两个方面：一是调查对象总体大小。由于本次的研究对象河北经贸大学统计学专业的规模不大，所以在校学生的样本量不能太大；而已就业部分在样本量的选取上，一方面要考虑抽样框获取的难易性，另一方面因为要和在校生部分做比较分析，所以两部分样本不宜相差太大。二是sem模型对于样本量的要求。sem模型要求样本量不能低于100，且其样本量和观测指标的

30、数量有如下对应关系： n/p>10。本文在问卷设计部分共有14个观测指标用于专业满意度建模，因而本文每部分的样本量至少大于140。2.各总体样本量的抽取。（1）校内部分河北经贸大学统计学专业有大二大三在校生176名，其目标总体较小、调查便利，本文采用面访形式对本专业大二、大三全部学生进行全面调查即普查。由于大四学生即将毕业，他们对于在校部分专业满意度评价代表性较差，因而调查时样本量相对较小。实际调查时，我们按照15%的抽样比共抽取14名大四学生发放问卷进行调查。排除被调查者缺席无法作答或是回答问卷由于其他原因失效等情形，本部分最终回收有效问卷170份，其中大二和大三部分合计158份，大四

31、部分12份，有效问卷回收率90%。（2）已就业部分样本抽取考虑到本部分总体调查的范围较广，全部样本的抽样框难以获取，我们采用二阶段抽样方法抽取样本。首先以简单随机抽样方式抽取年级群，然后构建所抽取群得抽样框抽取最终样本单元。1995年至2006年，我专业共毕业12个年级。其中1995级是我校合并后第一届毕业生，2006级是我校统计学专业毕业一年的学生，我们将这两个特殊年级作为必须样本入样。中间10届毕业生采用spss-data-select case项，按照60%的抽样比抽选。最终选取1995、1997、1998、2001、2002、2004、2005、2006 届8个群作为第一级样本单元入样

32、。由于学生对专业的感知会随着毕业年限的增长而减少，因而在各群内选取样本时本文采用抽样比递减的简单随机抽样方法抽取各子样本。综合总样本量的要求，本文将2006年抽样比确定为75%，其他年份依次递减，其中1995年由于属于学校合并、专业调整的关键时期，抽样时适当放大样本量，确定其抽样比为40%。最终样本量获得如表3.1所示，已就业学生部分有效问卷回收率为65%。表3.1 已就业学生样本分布表入选年份19951997199820012002200420052006汇总年级人数451801809090454545900群内抽样比40%20%30%40%50%60%70%75%发放问卷183654364

33、5273136283有效问卷1532253027191027185（四）调查方式及地点校内部分，我们利用上课间隙在教室发放问卷对大二大三学生进行面访调查；大四学生临近毕业已经不上课，我们构建了大四学生的qq号抽样框，对抽中的qq号码发送问卷，进行网上调查。调查已就业部分学生时，我们也主要是利用qq号码构建群抽样框，然后对抽中的qq号码发送问卷，对该号码主人进行调查。二、指标选取及问卷设计（一）指标选取指标体系的确立有文献查阅、层次分析、因子分析等几种方法，本文主要以文献查阅的方法确立专业满意度指标体系。在构建指标的过程中，笔者查阅了大量关于学生（学习）满意度指标体系建立的文献。特别是万平（20

34、09）13建立的专业满意度指标体系，是本文确立指标体系的主要参考依据。表3.2 专业满意度指标体系一级指标二级指标（潜变量）三级指标（观测变量）专业总满意度学生预期包括报考前学生对专业了解程度（x1）,刚入学时对专业的满意程度（x2）；课程设置课程体系和教学内容设计的合理度（x3），课程学习对提高专业能力的帮助程度（x4），实践教学对提高专业能力的帮助程度（x5）；专业软硬件教学设施（x6），教材选用（x7），图书和网络学习资源（x8），师资力量（x9）；专业感知专业培养和社会需求是否相符（y1）,专业学习对工作的帮助程度（y2）；专业满意度对专业学习的总体满意度（y3）；就业信心度本专业目前

35、的就业形势（y4），本专业的就业前景（y5）；（二）问卷设计本次调查问卷有三部分构成：第一部分：基本信息，包括被调查者的入学年份、性别、甄别问题、薪资水平、工作地区五个方面的内容。由于此次的调查对象包含两个不同群体：在校统计学专业学生和统计学本科毕业生，因而在设计问卷时需要设置甄别问题，以将毕业生和在校生、毕业生中已工作者和继续深造者加以区分。第二部分：专业满意度调查，包括入学前对专业的预期、入学后对专业课程和专业软硬件的评价、专业就业前景的评价等几个方面的内容。该部分是专业满意度指标的主要构成部分，用于统计建模。除个别问题需要分别作答，该部分对于在校生和已就业学生的问题设置基本一样。专业满意

36、度主要用5点式李克特量表度量。李克特量表用于描述人内心的态度和感受，范围从非常满意到非常不满意。一般有两种形式，五点式量表和七点式量表。本文选用的五点式量表的一般形式为：很满意-满意-一般满意-不满意-很不满意。第三部分：专业学习与就业关系调查。本部分问卷在题型上以多项选择和开放题为主要形式，本部分在问题设置上对两个总体未作区分，属公共答题部分。设置本部分主要是为了解学生对于统计学专业改革的一些看法和建议，目的在于结合专业满意度建模结果分析统计学专业发展中的不足和该专业学生就业中遇到的主要问题，进而对症下药，给出专业改革的有效建议。三、数据的录入和处理（一）数据录入本次调查共发放463份问卷，

37、收回355份，问卷总回收率约为75%。其中已就业部分为185份，在校生部分为170份。本文使用epidata软件录入数据。（二）数据处理 缺失值处理是抽样调查数据处理的一道必须程序。由于本文采用面访调查和一对一网上调查方式，问卷的缺失现象不严重，因此本文主要采用插补法处理缺失值。问卷数据因属于分类数据，常见的如回归、列表等方法插补效果一般，本文使用clementine 12.0软件，运用c&rt算法填充缺失值。该填充法的一大优点是先根据其他指标对个体进行分类，然后按照分类结果填充缺失值，填充值与原值一致性较高。四、数据分析 （一）效度检验2009年6月我们曾组织过一次河北经贸大学全校范

38、围的各专业满意度调查，并利用调查所得数据构建了专业满意度指标体系，建立sem模型对专业满意度各变量做了深层次分析11 ，并得到了良好效果。由于此次调查的问卷设计和专业满意度指标体系确立方面主要以本校第一次专业满意度为依据，因此问卷项目的鉴别度较高，问卷的结构效度较好。（二）信度检验信度指的是测量结果的一致性或稳定性，也就是研究者对于相同或相似的群体进行不同测量得到的结果一致1。常用cronbach's alpha系数检验问卷信度，cronbach's alpha值0.7时，属于高信度；0.35cronbach's alpha<0.70时，属于尚可；低于0.35时为

39、低信度。本文对总样本量检验结果如表3.3：表3.3 潜变量信度检验潜变量cronbach's a值观测变量个数学生预期0.4532课程设置0.6603专业软硬件0.7594专业感知0.5352专业满意度1专业信心0.8212总体0.84214由表3.3可知，除专业满意度外，各潜变量cronbach a系数均在0.45以上，总体0.842，模型总体上具有可信度。专业满意度由于只有一个观测变量，无法做可信度检验，但是在建立sem模型时，本文会做相应处理，使其可以拟合模型。（三）问卷数据的描述统计分析1.统计专业学生专业满意度分析（1）已就业学生与在校生总体专业满意度情况分析运用spss17

40、.0绘制总体的专业满意度直方图（图3.1）。图3.1显示：总体的满意度曲线略呈左偏分布，其专业满意度均值3.36，略高于理论平均水平3。图3.1 总体专业满意度其中表示不满意的调查者占12.8%，41.8%的毕业生对专业的满意度选择一般，41.2%的访问者感觉比较满意，很满意和很不满意的人数所占比例相对较小，分别为4.0%和0.3%。结合实际看，统计专业学生整体上对专业处于一般和比较满意的状态，以上结果表明调查结果与实际情况较为一致。（2）毕业生与校内学生专业满意度情况对比分析表3.4 两总体关于专业满意度状况对比很满意比较满意一般不满意很不满意均值标准差在校学生专业满意度2.4%45.2%4

41、0.5%11.9%03.380.724已就业学生专业满意度5.4%37.5%42.9%13.6%0.5%3.34 0.800由表3.4可知，在校生专业满意度均值略高于已就业学生专业满意度，整体标准差也较小，这说明我校统计学专业的专业建设取得了一定成效，学生总的专业满意度有所提高。其中，在校学生对专业比较满意及以上的人数所占比例（47.7%）高于同一水平下已就业学生所占的比例（42.9%）；表示对专业不满意或很不满意的人所占比例（11.9%）少于毕业生的相应比例（14.1%）。2.专业满意度与就业信心统计学专业的就业形势不容乐观，了解学生对于就业的态度，帮助学生树立就业信心是专业建设的一个重要任

42、务。（1）统计学专业学生整体就业信心状况图3.2 总体就业形势评价从图3.2可以知，校内校外对就业形势的评估得分也呈左偏分布，均值为3.36，即总体对于目前形势的评价还比较高。认为就业形势很好与就业很困难的人各有2.8%。觉得就业还行的人数最多，所占比例为40.6%。31%的被调查者表示就业形势一般，22.7%认为就业形势不太乐观。 （2）在校生与毕业生的就业信心对比由表3.4知，已就业学生对就业形势的平均评价高于在校学生，超过一半的已就业学生（51.3%）认为目前的就业形势还行或者很好，22.7%的已就业学生对专业目前的就业形势不太乐观。35.3%在校学生认为目前专业形势还行，对专业就业形势

43、不乐观的在校学生比例为28.8%，对专业就业形势还在观望的人数比例为25.9%。由此结果看，我校统计学专业目前的就业信心普遍不算高，需要通过专业改革来提高就业信心。 表3.4 两总体关于目前就业形势评价的对比很好还行一般不乐观很差均值标准差在校学生035.3%35.9%28.2%0.6%3.060.812已就业学生5.4%45.9%25.9%17.8%4.9%3.29 0.984（3）就业信心与专业满意度的关系专业满意度与就业信心的交叉分析结果（表3.5）显示，对专业比较满意或很满意的学生中认为就业形势还行或很好的比例有27.6%，对专业很不满意或不满意的学生中认为就业形势困难或不太乐观的比例

44、有6.9%。由此可知，提高专业满意度对增强学生的就业信心具有明显的正向作用。表3.5 就业信心* 专业满意度 交叉制表就业信心专业满意度合计很不满意不满意一般比较满意很满意就也很困难0.3%0.9%1.7%002.9%不太乐观05.7%11.9%4.8%0.3%22.7%一般04%14.5%11.6%0.9%31%还行02%13.4%23%2.3%40.6%很好就业00.3%0.3%1.7%0.6%2.8%合计0.3%12.9%41.8%41.1%4.1%100%第四部分 基于sem的建模分析一、sem模型理论结构方程模型（sem）最早是在20世纪60年代在心理计量学领域由bock和bargm

45、ann提出来的，是一种基于变量协方差矩阵分析变量间关系的多元统计方法，广泛应用于心理学、经济学、社会学、行为科学等领域的研究。（一）基本概念变量 根据能否被直接观测，sem变量分为两类：潜变量和观测变量。前者通常是由理论、假设等构建的无法直接测量的变量；后者可以由指标直接测量。沿用路径分析的术语，sem模型的变量又被分为内生变量和外生变量。其中内生变量在模型中会受到任何一个其它变量影响的变量；外生变量是模型当中不受任何其它变量影响但影响其它变量的变量。由此，sem模型变量可分为外生潜变量、外生观测变量、内生潜变量和内生观测变量四种。其中内生潜变量影响的观测变量则称为内生观测变量；外生潜变量影响

46、的观测变量则称为外生观测变量。（二）sem模型结构 结构方程模型包括结构模型、测量模型和模型假设。其中结构模型讨论了潜变量之间的因果关系，测量模型则度量了潜变量与其观测变量的关系。1. 测量模型和结构方程测量方程: （4-1） （4-2）结构方程： （4-3）其中：（4-1）是内生变量的测量方程，y是由p个内生指标组成的p×1向量；是由m个内生潜变量组成的m×1向量；是y在上的p×m 因子载荷矩阵，表示内生指标与内生潜变量之间的关系；是内生指标y的误差项。（4-2）是外生变量的测量方差，x是由q个外生指标成的q×1向量；是外生潜变量组成的n×1

47、向量；是x在上的q×n因子负荷阵，描述外生指标与外生潜变量之间的关系；是外生指标x的误差项。（4-3）是结构方程，b是m×m系数矩阵，描述内生潜变量之间的彼此影响；是m×n系数矩阵，描述外生潜变量对内生潜变量之间的影响；结构方程的残差项。2. 模型假设(1)测量方差误差项、的均值为零；(2)结构方程均值为零；(3)误差项、与潜变量、之间，与之间不相关；(4)残差项与、之间不相关；3.sem模型优势(1)可同时处理多个因变量(2)允许自变量和因变量有测量误差(3)同时估计因子结构和因子关系(4)可采用更有弹性的测量模型，某一观测变量可以同时从属于两个潜在变量(5)可

48、估计整个模型与数据的拟合程度，并可同时顾及指标变量的信度和效度。二、基于统计学专业已就业学生的专业满意度sem建模分析（一）模型构建1. 模型构建由第三部分构建的指标体系构成知：本文共设置了六个潜在变量，分别对应14个观测变量。在参考acsi顾客满意度模型和万平（2009）11专业满意度指标模型的基础上，结合分析目的对其做适度调整后构建了本文的专业满意度模型（见图4.1）。图4.1专业满意度模型2.模型形式设定图4.1中椭圆图形内的变量是潜在变量，其中课程设置、专业软硬件、学生预期为外生潜变量，x1x9是相应的外生观测变量；学生感知、专业满意度及就业信心度为内生潜变量，y1y5为其对应的内生观

49、察变量。e1e9表示外生测量方程的误差。n1n5是外生测量方程的误差。m1m3为潜在变量残差。结合实际情况，本文对各变量做如下的假定，确立的各变量的相互关系：l 课程设置和专业软硬件对于学生感知有显著正向影响；l 学生感知对于专业满意度有显著正向影响；l 学生预期和专业满意度对就业信心有显著正向影响；3.观测变量指派说明本文对观测变量的归类参考万平（2009）11专业满意度模型和林卉（2006）、李琛女士9构建的学生满意度模型的指标分配方式对本文指标进行了指派。需要说明的是，由于本文使用的调查数据样本量小，而样本量的设定与指标个数又有如下关系n/p>=10（即观测指标与样本量成正比）。因

50、而本文在设计问卷时，在尽可能详尽反映所调查现象的基础上，对所构建的指标进行了精简，设定了14个观测变量。这样处理的结果一方面使得样本量满足了sem模型要求的规模，但是另一方面，也使得专业满意度潜变量只包含一个观测变量。原则上如此设定的sem模型无法识别，本文参考侯杰泰在结构方程模型及其应用中提到的单变量潜变量处理方法，对其做如下处理：限定专业满意度与y3之间的因子负荷为1,测量误差为0。4.参数设定模型构建成后，为了使模型能够被识别，需要对路径系数做相关设定。sem模型包含三种方式：自由参数（模型中需要估计得参数），固定参数（设定模型时已将其固定，不需要估计），限制参数（出于某些目的，对参数估

51、计进行限定）。其中，固定参数包括两种形式，一是将模型某一路径系数设定为零，即该路径上的两个变量之间不相关；二是由于因子（潜变量）本身没有度量单位，无法直接计算，因而需要对某些路径系数进行固定。做法有两种，一是将因子方差固定为1，成为固定方差法；二是将因子中的某一个负荷固定为1（原则上选择与因子关系最为密切的因子负荷进行固定）。本文中固定参数使用固定负荷法，将理论上与潜变量关系最为密切的指标的负荷确定为1（见图4.1）。（二）模型识别构建的模型能否用于实际问题分析，还需要进行模型识别。下面是识别模型的两个必要条件：1.指定潜变量测量单位这是模型识别的必要条件，不固定潜变量测量单位，任何模型都无法

52、识别。本文中我们使用因子负荷法对其进行了固定，详细内容参见参数设定部分。2.t法则参数设定之后，需要使用相关识别法则从理论上判定模型是否能够被识别。本文使用sem模型常用的识别法则t-法则进行判别。其数学表达式为，t为模型中待估参数个数，p为模型中外生观测变量个数，q为内生观测变量个数。本文中，p=9，q=5，t=34，则t=34<（9+5）（9+5+1）/2=105，故模型可识别，可进行下一步的模型估计。（三）模型估计依据理论建立的模型经过参数设定、模型识别等处理后，就可对其参数进行估计了。sem的相关估计方法有：最大似然法（maximum likelihood,ml）；一般化最小平方

53、法（generlized least squares,gls）；渐进分配自由法（asymptotic distribution-free）。其中，sem最常使用的方法是最大似然法（ml），它要求样本服从多元正态分布且样本以简单随机抽样获取。但是由于ml法具有稳健性，当观测变量中有少部分不满足多元正态分布时，其估计结果仍可以良好地反映实际情况。本文使用amos17.0软件中的ml方法实现sem模型的系数估计，并给出标准化系数，用以度量不同路径间的系数大小。基于统计学专业就业学生的专业满意度sem模型估计如下：图4.2 初始标准化系数模型（四）模型评价 度量假设模型与观察资料的一致性程度（也称模式

54、的适配度），是模型评价的主要目的。评价模式适配度之前，需要先进行违反估计的检验，否则具有良好适配度模式有可能是错误模式。1.违犯估计当模型估计结果出现以下两种情况时，模型发生了违反估计：方差的估计或标准误差的估计出现负值；标准化系数超过或接近1。若构建的模型出现上述两种情况，可通过模型修正的方法来改进。本部分模型中，专业满意度>y3的标准化系数为1，但是属于事先设定，故本模型无违犯估计出现。2.模型拟合度检验sem模型的估计思想是利用原始数据相关矩阵s和设定模型来寻找与s最接近的再生矩阵, 与s差距越小，表示模型与数据的拟合性越好。关于sem模型拟合优度的检验，可以从绝对拟合度（理论模式

55、能够预测相关矩阵s的程度）、相对拟合度（理论模式对于独立模式的改进程度）、简效性（同一估计水平下估计系数的数目越少越有效）三个方面考虑，其判别标准见表4.1。表4.1 sem模型拟合指数汇总指标名称评价标准绝对拟合度评价卡方值越小越好gfigfi>0.9时，认为拟合度良好rmr越小越好，<0.05时拟合良好rmsea<0.05,良好；0.05-0.08，不错；0.08-0.1，中度；>0.1不良相对拟合度评价nfi>0.9.拟合良好cfi>0.9拟合良好。简效性评价aic越小越好图4.2右上角列示了统计学专业就业学生专业满意度模型的各拟合指标的数值，可以看出，初始模型的各拟合指数与最优模型下拟合指标值相差较大，需要对模型做进一步的修正，以期得到更为理想的模型。（五）模型修正模型修正的依据初始模型参数估计结果和模型修正指数（modification index，mi），包括模型限制和模型扩展两种方式。其中，模型扩展是指通过释放部分限制路径或添加新路径方式修正模型；模型限制则是指通过删除或限制部分路径来修正模型。修改模型时，原则上每次只能修改一个参数。综合考虑实际情况和模型参数估计结果及最大的修正指数（mi值），本部分模型修正步骤如表4.2：表4.2 模型修正步骤修正路径max（mi）释放：课程设置<->专业软硬