基于因子分析的高等农业院校大学生就业竞争力研究

1、安徽农业科学,JournalofAnhuiAgri.Sci.2010,38(33):19247-19248责任编辑陈红红责任校对李岩基于因子分析的高等农业院校大学生就业竞争力研究王宏英,李静(河北农业大学,河北保定071001)摘要应用因子分析法,结合实证调研数据,通过SPSS16.0软件对高等农业院校大学生就业竞争力状况进行了统计分析,并提出了相应的建议。关键词高等农业院校;就业竞争力;因子分析中图分类号C915文献标识码A文章编号0517-6611(2010)33-19247-02StudyontheAffectiveFactorofEmploymentCompetitionAbility

2、ofAgriculturalUniversityBasedonFactorAnalysisWANGHong2yingetal(AgriculturalUniversityofHebei,Baoding,Hebei071001)AbstractAstatisticalanalysisontheempiricalresearchdataswasSPSS0methodoffactoranalysis.Intheend,somecountermeasuresandsuggestionswereputforward.KeywordsAgricultureUniversity;Competitionabi

3、lityempl1评价值越低表示竞争力越低,评价值越高表示竞争力越高。每个专业的数据表示一个样本,每个样本都有8个因子的数据,而每个数据Aij就是第i个专业Ai中认为第j个因子Xj为重要因子的人数与本专业人数的比值。比值大,表示该专业的学生认为该因子对就业竞争力的影响大。2.2因子分析过程2.2.1进行KMO检验及球型检验,以判断数据是否适合于因子分析(Factor由Spearman和KarlPearson于1904年提出。其基本思想是根据相关性大小将变量分组,使得同组内变量之间相关性较高,不同组变量相关性较低,每组变量代表一个基本结构。因子分析是研究如何以最少的信息缺失,将众多原始变量浓缩成

4、少数几个因子变量,以及如何使因子变量具有较强的可解释性的一种多元统计分析方法1。因子分析。利用SPSS16.0统计软件的Factor过程,对22个专业样本的8个指标的原始数据进行处理。采用主成分分析法作为提取因子的方法,并用方差最大法对因子进行正交旋转,得到因子结构。处理数据显示,抽样适度测定值(KMO)为0.705,适合做因子分析。2.2.2计算各变量的特征值、贡献率、累计贡献率以及输出设有原始变量X1,X2,X3,Xm,则原始变量与潜在因子之间的关系可以表示为:X1=b11z1+b12z2+b13z3+b1mzm+e1X2=b21z1+b22z2+b23z3+b2mzm+e2X3=b31z

5、1+b32z2+b33z3+b3mzm+e3Xm=bm1z1+bm2z2+bm3z3+bmmzm+em碎石图。按照特征根大于1的原则,选入了3个公共因子F1、F2、F3,其累计方差贡献率达到了84.576%(表1)。表1各主因子对应的特征根及其方差贡献率Table1Thecorrespondingcharacteristicrootandvariancecontribu2tionrateofeveryprimaryfactors式中,z1zm是m个潜在因子,是各原始变量都包含的因子,称为共性因子;e1em为m个只包含在某个原始变量之中,只对一个原始变量起作用的个性因子,是各变量特有的特殊因子。

6、共性因子与特殊因子相互独立。找出共性因子是因子分析的主要目的。计算出结果后对共性因子的实际含义进行探讨。2基于因子分析法的高等农业院校大学生就业竞争力研究2.1样本及指标选取根据大学生就业竞争力的概念内涵因子F1F2F3特征根3.9911.6951.080方差贡献率%Variancecontributionrate49.88421.18613.506累计方差贡献率%Accumulativevariancecontributionrate49.88471.07084.576FactorsCharacteristicroot和数据调查的可操作性原则,选择影响大学生就业竞争力评价指标共8个22.2.

7、3输出旋转后的因子载荷矩阵及因子成分得分系数矩。分别为:心理素质(X1)、学业成绩(X2)、专阵。为使求得的公因子具有较为明显的意义,对初始因子载荷矩阵进行方差最大化正交旋转,结果见表2。表2旋转后的主因子载荷矩阵Table2Loadingmatrixofpost2rotatoryprimaryfactors业素质(X3)、创新能力(X4)、人际交往(X5)、语言表达(X6)、组织协调(X7)、工作责任心(X8)。笔者不讨论除个人因素外的影响大学生就业竞争力的其他因素,故该指标体系不包括社会环境、家庭等其他影响大学生就业竞争力因素的指标。笔者按照上述指标设定问卷,并对某高等农业院校22个专业1

8、250名毕业生发放问卷,回收有效问卷1089份。调查对象男女比例约为11。将评语等级定为3个等级,对定性数据运用3级李克特量表对它们进行赋值C1=1,2,3。作者简介王宏英(1983-),女,河北承德人,助教,从事大学生思想政治教育和就业指导工作。收稿日期2010208230变量X1X2X3X4X5X6X7X8F1因子FactorsF2F.0.0.0.-0.401869900862284375161006-..3882392641738517309264230.-.0.-0.0.76102014922812829313182319248安

9、徽农业科学2010年由表3可知,第1公因子F1基本支配了学业成绩(X2)、专业素质(X3)、创新能力(X4),它反映了高等农业院校各专业学生所应具备的专业知识能力,因此可称为专业能力因子。第2公因子F2基本支配了人际交往(X5)、语言表达(X6)、组织协调(X7),这些指标代表了大学生人际交往过程造出大学生就业竞争力的综合评价模型:F=0.49884F1+0.21186F2+0.13506F3式中,F为农林经济管理专业课程设置对学生能力培养作用的总得分,Fi(i=1,2,3)是各个因子得分。将8个专业的1089名学生的样本数据带入方程,计算出各因子得分,即可中体现的优势,因此可称为交际因子。第

10、3公因子F3基本支配了心理素质(X1)、工作责任心(X8),它反映了个人心理素质和事业心方面的品质优势,因此可称为品质因子。表3主因子得分系数矩阵Table3Scorecoefficientmatrixofprimaryfactors得出该高校8个专业的学生对就业竞争力因素的评价。3结论及建议通过模型分析,笔者发现:毕业生的学业成绩、专业素质、创新能力等表现高校毕业生专业素质能力的因素是影响高校毕业生求职成功与否的重要因素。除此之外,人际交因此,迎接当前及生全面提高自身就业竞争力。为此,要做好以下几项工作:积极引导大学生学好专业知识,提高专业素质能力。引导学生全面认识专业基础知识对自己未来发展

11、的重要影响。大学生必须牢固树立专业意识,在学好专业知识的基础上,扩充能力,达到“一专多能”的境界3变量X1X2X3X4X5X6X7X8F1因子FactorsF2F3-..111396370351043010063257-..263266401188-.03033146149656输出因子成分得分系数矩阵(表3),得到公式如下:F1=0.111X1+0.396X2+0.370X3+0.351X4-0.043X5。培养大学生创新能力。引导大学生正确认识交际能力对就业竞争的影响。锻炼大学生心理素质,培养爱岗敬业精神。

12、参考文献1杨蕾,张义珍.基于因子分析的农产品物流金融风险管理体系构建J.广东农业科学,2010(4):251-253.2罗昌勤.对影响高校毕业生就业竞争力因子的认识分析与教育方略J.雁北师范学院学报,2006(6):16-18.3傅真放.大学生就业指导M.南宁:广西人民出版社,2002:72-75.-0.010X6-0.063X7-0.257X8F2=-0.263X1-0.050X2-0.046X3-0.082X4+01341X5+0.266X6+0.401X7+0.188X8F3=0.528X1-0.204X2-0.076X3-0.003X4+0.033X5+0.146X6-0.149X7+

13、0.656X8运用总方差解释表中3个公因子方差的贡献率,可以构(上接第19246页)4结语课堂教学模式。因此,在教学过程中教师应根据教学内容合理选择不同的教学模式。参考文献1LITTLEWOODW.“Autonomy”:AnanatomyandaframeworkJ.System,1996,24(4):427-435.2华建新.网络教育语境下自主学习模式设计J.中国远程教育,2002(2):47-50.3白成新,王广新.网络学习环境中有效性交互的建立J.中国电化教育,2002(5):60-62.4李松.如何设计有效的网络课程J.成人教育,2006(2):41-42.自主学习的教学模式为高职植物生理学教学带来了变革,在实施过程中,学生由最初的不适应到逐渐接受,信息处理、综合分析能力得到了提高。但也应注意,在植物生理学教学中,自主学习的教学模式并不适用于所有教学内容,如“植物的光合作用”一章,涉及光合作用的机制、光呼吸途径的内容,