基于结构方程模型的大学生就...分析——以曲阜师范大学为例_赵宇欣.pdf

D O I:1 0.3 9 6 9/j.i s s n.1 0 0 1-5 3 3 7.2 0 2 3.3.0 2 5*收稿日期:2 0 2 2-0 2-1 9基金项目:国家自然科学基金(1 2 1 7 1 2 7 7,1 2 2 7 1 2 9 4).通信作者:赵宇欣,女,1 9 9 8-,硕士;研究方向:试验设计与分析,统计学;E-m a i l:z y x 1 2 3 4 5 6 a i s t u d y 1 6 3.c o m.基于结构方程模型的大学生就业影响因素分析*以曲阜师范大学为例赵宇欣,赵胜利(曲阜师范大学统计与数据科学学院,2 7 3 1 6 5,山东省曲阜市)摘要:为了更加了解大学生就业现状,以曲阜师范大学2 0 2 1届毕业生为研究对象,建立结构方程模型分析影响毕业生就业的主要因素.通过数值结果分析得出结论:影响最大的是家庭因素,其次是个人因素.在家庭因素中,家庭经济状况以及父母择业观念很大程度上制约或提升毕业生就业成功率.在个人因素中,提高个人能力素质以及加强就业知识对毕业生能否择优就业有很大影响.关键词:结构方程模型;信度分析;就业影响因素中图分类号:C 8 1 1 文献标识码:A 文章编号:1 0 0 1-5 3 3 7(2 0 2 3)0 3-0 0 2 5-0 60 引 言俞晓勤等1在2 0 1 0年调查了毕业生的就业现状,分析了影响即将毕业的大学生就业的困难,从国家、高校及毕业生自身3个方面具体了解当下大学毕业生面临的就业困难.唐蕾等2从就业准备、学校就业指导、就业家庭观念、专业科目设置和就业市场各方面分析大学生就业不成功的多方面原因,提出专业课的设置和就业市场的提案.慕丽娜等3在2 0 1 0年“应对金融危机下大学生就业困境”和“受金融危机影响大学生就业现状”中支持国家政策、提供就业指导、高校课程措施、提供优惠政策,鼓励大学生基层就业.吴宜4认为,就业指导人员在就业工作中一直显示着重要影响,实现了宏观就业问题的指导和微观问题的统一.谌启标等5了解到澳大利亚工商理事会等组织提出了“就业能力框”,体现在学校课程上的着重培养.金碚等6在2 0 0 9年研究了在英国测试类型的人力资源招募和指导卫生部在人才需求方面需要哪些重要能力和品质,其中,包括培养学生的自主学习的兴趣,培养主要的创造性思维等.李敏7发现在美国为了让学生实践的机会增加,一些公司经常会被邀约去课堂进行讲解,为学生们讲解如何择业的知识.本文首先通过总结国内外相关文献并对其进行梳理总结,从学校、个人、社会、家庭4个方面,研究得到大学生就业的5个潜变量(学校、个人、社会、家庭、就业情况)与1 1个主要观测指标(地方经济、地方政策、专业知识、教学质量、就业指导、家庭经济、父母择业观念、个人能力、就业意识、就业率、满意度);然后根据这些因素设计调查问卷,以曲阜师范大学为例对毕业生的就业影响因素进行研究,并建立了毕业生就业影响因素模型,进而对影响毕业生就业最主要的因素进行了研究.1 相关模型介绍1.1 信度分析理论信度最早由斯皮尔曼(S p e a r m a n)于1 9 0 4年将其引入心理测量,指的是测验结果的一致性程度或可靠性程度.根据所关心的重点不同,信度可分为内在和外在信度两类.内在信度指调查表中的一组问题是否测量的是同一个概念,也就是这些问题之间的内在一致性如何.最常用的内在信度指标为克隆巴赫系数(C r o n b a c h)系数.信度系数法中的克隆巴赫信度系数是目前最常用的信度系数,公式为 第4 9卷 第3期2 0 2 3年7月 曲阜师范大学学报J o u r n a l o f Q u f u N o r m a l U n i v e r s i t y V o l.4 9 N o.3J u l y2 0 2 3=kk-11-S2iS2T,(1)其中,k为题目总数;S2i为第i个得分的题内方差;S2T为全部题目总得分的方差.当信度系数越大,表明测量的可信程度越大,可信度的高低与克隆巴赫系数的对照如表1所示.表1 克隆巴赫系数对照表可信度克隆巴赫系数不可信0.3勉强可信0.30.4可信0.40.5很可信(最常见)0.50.7很可信(次常见)0.70.9十分可信0.90.9 0调整拟合优度指数AG F I0.9 0近似误差的均方根RM S E A0.1 0比较拟合指数C F I0.9 0规范拟合指数N F I0.9 0非规范拟合指数NN F I0.9 0信息标准指数A I C越小越好 (5)模型修正如果模型不能很好的拟合数据,则必须进行更改并再次设置模型拟合.在这种情况下,必须决定如何添加、删除或更改实体模型的主要参数.但是,只有那些有意义并且可以合理解释的参数才应该改变.可以参考修正指标(M I),M I表示实体模型中有限的主要参数,如果允许随机估计(在模型中添加相对路径),模型是可以减少的最小卡方值.M I指标值越大,则拟合度就越好.1.2.4 极大似然估计设p(x,)(其中为未知参数)为总体X的分布律或概率密度函数,xixn为来自总体X的样本,称L()=ni=1p(xi,)(2)为似然函数;称L()的极大值点ML E为参数估计的极大似然估计,即L(ML E)L().(3)在构建的结构方程模型之间,估计内生指标与内生潜变量之间,外生指标与外生潜变量之间的相关程度,称该相关程度为相关系数.2 应用结构方程模型2.1 数据的获取针对曲阜师范大学2 0 2 1届毕业生就业影响因素进行调查.网上发放问卷后,经过筛查,共收集2 1 6份 问 卷,有 效 问 卷 为2 1 0份,问 卷 效 率 达 到9 7%.调研问卷参与者的性别分布:男生(3 9.3 5%),女生(6 0.6 5%);常居住地分布:乡村(2 9.6 4%),城镇(3 0.1 9%),城市(4 0.1 7%).问卷观测变量分布情况如表3所示.对不符合的参数主要是采取删除抽样框的方法,通过S P S S软件进行数据分析.表3 问卷份数统计学院计算机化学文学数学外语统计总体发放份数3 03 03 05 05 05 02 4 0回收份数2 52 72 64 54 84 52 1 6有效问卷份数2 42 52 64 54 84 22 1 0 接下来进行问卷信度分析,利用S P S S软件计算出各测量值的克隆巴赫值,结果为0.8 1 7,大于0.7,知本次调查问卷的测量值是很可信的.2.2 结构方程整体模型构建2.2.1 模型潜变量之间关系的假设(1)社会因素、个人因素、就业情况的假设假设社会和经济发展以及当前的当地政策越好,学生的就业状况就越好.也就是说,如果区域经济发展越发达,可以提供大量的学生就业岗位,就越吸引毕业生前来就业.政策得当的地区将吸引大量高端人才,学生的专业能力将更高,那么学生更加倾向满意,个人就业率也就更高.(2)学校因素、个人因素、就业情况的假设假设学生所属学院的综合实力越强,就业前景就越好.学院的就业指导能力越强,提早帮助毕业生树立正确的就业观,根据自身能力、兴趣、特征选择适合自己的职业岗位,让学生少走弯路从而越容易找到工作.学院的综合实力越高,毕业生的就业选择就越宽泛.学生应聘机构时的整体实力越强,学生的就业状况就越好.学院的专业知识设置、课程内容分布和教学水平越高,则学生接受的专业指导越专业,并且学生接受的课外教育越好,从而从业选择就越多样化,学生就越容易找到工作.(3)学校因素、家庭因素、就业情况的假设假设学生所属的大学有良好的就业指导,父母对子女的就业观就会有全新的意识,不会盲目跟风,通过学校专业指导正确引导子女择业.假设学校的教学质量和综合实力均很好,则无需考虑其他就业方向,父母会遵从孩子的专业进行择业.(4)个人因素、就业情况的假设如果学生就业个人因素中的个人能力越优异且突出,那么学生在寻找工作时越容易被用人单位喜72第3期 赵宇欣,等:基于结构方程模型的大学生就业影响因素分析 欢,就业相对越轻松.(5)家庭因素、就业情况的假设家庭经济状况会直接影响学生的就业情况,良好的家境使学生不会将薪资作为择业的第一标准,而是更加重视其岗位未来发展及自身能力的提高,故家庭经济状况会影响就业选择.其次,父母观念也是十分重要的考虑因素,父母的建议也会在学生进行择业时作为重要参考意见.2.2.2 模型符号的拟定该模型中潜变量的符号设定如表4所示.潜变量对应的指标的符号设定如下:学校因素对应指标中,专业知识设定为x1,教学质量设定为x2,就业指导设定为x3.就业情况对应指标中,满意度设定为y1,签约率设定为y2.个人因素对应指标中,就业能力设定为y3,就业知识设定为y4.社会因素对应指标中,地区政策设定为y5,地区经济设定为y6.家庭因素对应指标中,家庭经济设定为y7,父母观念设定为y8.根据潜变量间关系假设,在AMO S软件上建立因果关系路径图与整体模型图,如图4与图5.其中,矩形框表示观测变量,圆或椭圆表示潜在变量,单向箭头连接的两个变量表示假定有因果关系,箭头由外生变量指向内生变量.两个变量之间两端连接的都有箭头,表示它们之间互为因果关系.表4 测量模型的指标对应表潜变量潜变量名称量对应测量指标学校因素x1,x2,x31个人因素y3,y42就业情况y1,y23社会因素y5,y64家庭因素y7,y82.2.3 搭建模型依照因果关系路径图(图4)可得到曲阜师范大学毕业生就业影响因素的结构模型,由整体模型图(图5)得到曲阜师范大学毕业生就业影响因素的测量模型,如公式(4)(5)所示.图4 因果关系路径图图5 整体模型图x1x2x3=91 01 1+123,(4)y1y2y3y4y5y6y7y8=300040000100020000500060000700081234 +34781256.(5)2.2.4 结构方程模型的构造首先,根据理论分析我们完成了模型的假设.其次,通过获取的数据完成建模,通过软件进行分析得到模型各项拟合指标如表5所示.表5 模型拟合指标表CM I N(2)D FPG F IA G F IN F I1 7 7.17 100.9 1 40.8 7 30.8 2 5R F IC F IRM S E AD e f a u l t0.7 7 50.8 8 50.0 7 5M o d e l 本文模型的拟合指标与表2所示的模型拟合度评价指标的对比结果如表6所示.表6 模型指标对比分析表P0.0 0 0具有统计学意义CM I N/D F2.4 9(2)越小越好A G F I0.9大于0.9为效果好N F I0.9大于0.9为效果好R F I0.9大于0.9为效果好C F I0.9大于0.9为效果好RM S E A0.0 7 50.9大于0.9效果好82 曲阜师范大学学报(自然科学版)2 0 2 3年 从表6结果可以看出,虽然模型存在一定效果,但还需要进一步对模型进行修正,确保建模合理性与结果分析的真实性.2.2.5 模型的修正我们希望得到较小的卡方值,所以使用AMO S中的修正指标(M I),如果M I值越大,拟合度越好.该模型中卡方值与自由度的比值(C M I N/D F)明显偏大,对应的M I明显偏小,对M I偏小的路径通过删除或添加路径,从而实现减小卡方值的效果.通过分析父母观念与就业观念,个人能力与就业意识之间的M I值较大,得到的M I值为2 4.1 5 6和2 3.9 8 5.从实际考虑来看,家庭因素中的父母观念会影响孩子的就业观念,以及父母观念对于孩子能力的培养,所以家庭观念与就业意识有很强的相关性.于是,通过分析在家庭因素与个人因素之间添加一条路径,从而达到降低C M I N/D F的目的,进而达到修正的效果.重新估计后,我们再次得到解,修正后的模型拟合指标如表7,修正后的模型标准化的路径如图6.图6 修正后的模型标准化的路径图表7 修正后的模型拟合指标表CM I N(2)D FPRMRG F IA G F IN F IR F IC F IRM S E A1 2 5.6 1 66 50.0 0 00.0 8 20.9 3