职业规划生涯教育与大学生就业分析——基于逻辑和多元线性回归分析

合集下载

高职学生职业规划合理性影响因素的多元回归分析

高职学生职业规划合理性影响因素的多元回归分析

职业技术学院学报二○一九年第十二卷第二期︵总第六十四期︶高职学生职业规划合理性影响因素的多元回归分析林育丹(广东轻工职业技术学院汽车技术学院,广州510300)摘要:为加强高职院校职业规划教育的合理性,需对高职学生职业规划指标评价体系进行深入分析,探究高职学生职业规划的重点监控指标。

因而在制定高职学生职业规划评价体系5个指标的基础上,对指标进行标准化描述和量化。

同时对自我认知、职业认知、就业信心、职业方向、自我规划5个因素指标进行多元回归分析。

结果表明,上述5个指标对高职学生职业规划合理性的影响均达到了极显著状态,说明5个因素均有很高的重要性。

通过多元回归分析,将对高职院校在考核学生制定的职业规划合理性时提供完善的指标参考,并对职业规划教育提供监控参考,以期能够进一步推进高职院校职业规划教育的科学性。

关键词:职业规划;指标评价;高职院校;多元回归分析中图分类号:G712文献标识码:A文章编号:1674-5078(2019)02-0018-05DOI:10.3969/j.issn.1674-5078.2019.02.006收稿日期:2018-11-28作者简介:林育丹(1990-),女,广东饶平人,硕士。

主要研究方向为大学生思想政治教育。

关于职业规划教育的研究,国外已经开展了100余年,主要集中在性格分析、特长结合职业、个人发展程序与职业生涯规划、职业适应[1-2]等方面。

国内的研究则大多集中在职业规划现状和存在问题[3-4]以及相应专业的职业规划教育研究[5-6]。

高职学生的职业生涯规划评价指标是一个涉及多因素、因素间互相影响的复杂系统,影响职业规划评价的因素指标与最终的招聘满意度之间很可能不是简单的线性关系,基于此本文采用描述多元回归方程的响应面法[7]对高职学生职业规划评价的因素指标做深入分析,探究影响职业规划评价因素指标的主次排序,以及探究影响因素之间的相互作用,克服以往在进行职业规划指标评价时存在的主次平均化问题,理清高职院校职业规划评价指标应关注的重点,为高职院校开展职业规划教育提供指标调整的参考。

大学生职业规划与就业调研报告2024

大学生职业规划与就业调研报告2024

大学生职业规划与就业调研报告2024一、引言随着社会的快速发展和高等教育的普及,大学生面临着日益严峻的就业形势。

为了更好地了解大学生职业规划与就业的现状,我们进行了此次调研,并对调研结果进行了深入分析。

二、调研背景与目的(一)调研背景近年来,高校毕业生数量不断增加,就业市场竞争愈发激烈。

同时,社会经济结构的调整和产业升级也对大学生的职业素质和能力提出了更高的要求。

在这样的背景下,大学生职业规划的重要性日益凸显。

(二)调研目的本次调研旨在了解大学生对职业规划的认知和实践情况,分析其在就业过程中面临的问题和挑战,为高校、政府和社会各界提供有针对性的建议和对策,以促进大学生更充分、更高质量的就业。

三、调研方法与对象(一)调研方法本次调研采用了问卷调查、访谈和案例分析等多种方法,以获取全面、准确的信息。

(二)调研对象我们选取了来自不同地区、不同高校、不同专业和不同年级的大学生作为调研对象,共发放问卷_____份,回收有效问卷_____份,并对_____名大学生进行了深入访谈。

四、调研结果与分析(一)大学生职业规划认知情况1、大部分大学生认识到职业规划的重要性,但仍有部分学生对其缺乏清晰的理解。

约_____%的学生认为职业规划对未来职业发展非常重要,但仍有_____%的学生表示不太清楚职业规划的具体内容和作用。

2、对职业规划的时间意识较为淡薄。

仅有_____%的学生在大一就开始进行职业规划,大部分学生在大三、大四才开始关注。

(二)大学生职业规划实践情况1、制定职业规划的比例较低。

只有_____%的学生制定了明确的职业规划,且其中不少规划缺乏具体的目标和行动计划。

2、职业探索和实践活动参与度不高。

仅有_____%的学生积极参加实习、兼职等职业探索活动,_____%的学生表示从未参加过此类活动。

(三)大学生就业期望与现实情况1、就业期望较高。

大部分学生期望进入大型企业、国有企业或机关事业单位工作,对薪资待遇、工作环境和发展空间有较高的要求。

大学生职业生涯规划中的行业研究与分析

大学生职业生涯规划中的行业研究与分析

大学生职业生涯规划中的行业研究与分析在大学生的职业生涯规划中,行业研究与分析是至关重要的一步。

通过对不同行业的了解和分析,大学生可以更好地选择适合自己的职业方向,并做出更明智的职业决策。

本文将介绍行业研究与分析的重要性,以及如何进行行业研究与分析。

一、行业研究与分析的重要性1. 提供就业市场信息:通过对各个行业的研究与分析,大学生可以了解不同行业的发展趋势、就业前景以及岗位需求情况。

这些信息将有助于他们更好地选择适合自己的职业方向,并制定职业目标。

2. 确定自身兴趣与能力:行业研究与分析可以帮助大学生了解不同行业的特点和要求,从而确认自己的兴趣、爱好和能力在哪个行业中得到充分发挥。

这将有助于他们选择与自己兴趣和能力相匹配的职业,提高就业的成功率和满意度。

3. 辅助职业规划决策:在选择就业方向和确定职业目标时,行业研究与分析为大学生提供了数据和依据,使他们能够做出更明智的决策。

了解各个行业的工作内容、待遇、晋升机会等方面的信息,可以帮助他们更好地制定职业规划,更好地规划自己的职业生涯。

二、进行行业研究与分析的步骤1. 收集行业信息:通过各种途径,如网络、媒体、研究报告等,收集各个行业的相关信息。

了解行业的历史、发展趋势、竞争格局、政策规定等方面的信息,对于进行深入的行业分析非常重要。

2. 分析行业特点:根据收集到的信息,分析各个行业的特点和特征。

了解行业的产业链、主要企业、市场份额等方面的情况,可以帮助大学生对行业有一个全面的认识。

3. 评估行业前景:根据行业的发展趋势和市场需求,评估各个行业的前景和发展潜力。

了解行业的增长率、就业率、薪资水平等方面的信息,可以帮助大学生对行业的前景有一个更准确的判断。

4. 考察行业需求:了解各个行业的岗位需求情况,包括各类型岗位的薪资待遇、晋升机会、工作强度等方面的信息。

这有助于大学生评估不同行业的就业竞争状况,为自己职业规划提供依据。

5. 与行业人士交流:通过参加行业展览、职业分享会等活动,与从业人士进行交流,了解他们对行业的看法和体验。

多元线性回归课件

多元线性回归课件
多元线性回归课件
在这个多元线性回归课件中,我们将详细介绍多元线性回归的概念、应用场 景以及模型训练和评估方法。一起来探索多元线性回归的奥秘吧!
什么是多元线性回归
多元线性回归是一种统计模型,用于分析多个自变量与因变量之间的关系。它可以帮助我们理解多个因素对目 标变量的影响,并进行预测和解释。
为什么要使用多元线性回归
2
特征选择
选择对目标变量有显著影响的特征,减少冗余信息,提高模型的解释能力。
3
数据分割
将数据集划分为训练集和测试集,用于模型的训练和评估。
模型训练
模型建立
选择适当的多元线性 回归模型,确定自变 量的权重系数。
损失函数
选择合适的损失函数, 衡量模型的预测误差。
梯度下降算法
使用梯度下降算法优 化模型参数,逐步减 小损失函数。
医学研究
多元线性回归可以帮助分析疾病风险因素,进行 疾病预防和治疗方案的制定。
市场营销
多元线性回归可以预测产品销量,帮助制定营销 策略和定价策略。
社会科学
多元线性回归可以帮助研究社会行为、心理因素 等对人群群体影响的相关规律。
数据预处理
1
数据清洗
通过处理缺失值、异常值和重复值等,确保数据的准确性和完整性。
正规方程法
使用正规方程法求解 模型参数,避免迭代 优化算法。
模型评估
1
均方误差
2
衡量模型对目标变量的预测精度,越小
越好。
3
R2 分数
4
衡量模型对目标变量变异性的解释能力, 越接近1越好。
平均绝对误差
衡量模型对目标变量的预测误差,越小 越好。
均方根误差
衡量模型对目标变量的预测准确度,越 小越好。

大学生职业发展规划与就业意向的关联分析

大学生职业发展规划与就业意向的关联分析

大学生职业发展规划与就业意向的关联分析随着社会的发展和教育水平的提高,大学生职业发展规划的重要性日益凸显。

大学期间,学生们需要思考自己的职业目标和规划,以便在毕业后顺利就业并踏上自己职业生涯的发展之路。

本文将分析大学生职业发展规划与就业意向之间的关联,并探讨如何有效地进行职业规划以实现就业意向。

大学生职业发展规划与就业意向密切相关。

职业发展规划是指学生们根据自己的兴趣、能力和价值观,以及对未来职业市场的认知,制定长期和短期的职业目标,并制定相应的实施计划。

而就业意向则是指学生们对于毕业后的就业方向和岗位的偏好和倾向。

这两者之间的关联是相互促进的。

首先,进行职业发展规划有助于大学生明确自己的职业目标和就业意向。

通过对自身的认知和职业市场的了解,大学生可以更加清楚地知道自己适合从事哪些职业,并且对所选择的职业有明确的发展目标。

这有助于他们在就业时更加专注于自己所感兴趣的领域,增加成功的机会。

例如,一个对金融行业感兴趣的学生可以在大学期间选择相关专业和课程,并参加一些与金融有关的实习和项目,以积累相关经验和技能,进一步明确自己的职业目标和就业意向。

其次,职业发展规划为大学生提供了有效的实施途径和方法,以达到就业意向。

职业规划包括制定目标、评估现状、制定计划、实施计划和评估结果等环节,通过这些步骤,大学生可以有效地从制定目标到就业实践之间的转化。

例如,一个希望成为高级管理人员的学生可以在大学期间参加学生组织,担任领导职务,培养领导能力,并争取到相关实习和项目机会,积累相关工作经验,为将来的就业奠定基础。

此外,职业发展规划还可以帮助大学生更好地适应职业市场的变化和挑战。

随着社会经济的快速发展和职业市场的不断变化,大学生需要具备灵活的职业观念和适应能力,以应对不断变化的就业形势。

通过制定职业发展规划,大学生可以在职业选择和发展上更加明确,不再盲目跟风,而是根据自身的兴趣和能力做出合理的职业决策,并为遇到职场挑战时有备无患。

大学生职业生涯计划目标和分析的结果

大学生职业生涯计划目标和分析的结果

1SWOT分析
简介:所谓SWOT分析,即基于内外部竞争环境和竞争条件下的态势分析,就是将与研究对象密切相关的各种主要内部优势、劣势和外部的机会和威胁等,通过调查列举出来,并依照矩阵形式排列,然后用系统分析的思想,把各种因素相互匹配起来加以分析,从中得出一系列相应的结论,而结论通常带有一定的决策性。

SWOT总结:经过对自身和行业的分析,发现我的性格等方面都很适合做商务经理,而且综合素质比较高,比较有竞争力,而且在大环境上此专业有一定的缺口,因此就业相对比较容易。

我定会学好专业知识,并在以后的学习时间具体情况具体分析。

改正自己的劣势,争取在未来找一个满意的工作。

2·确立职业目标
1)综合方面评价以及测评分析,选择项目经理较为匹配。

2)具有一定的学生管理经验,为今后走向岗位奠定基础。

3)有家人做相关职业,有很好的实践基础,可以少走弯路。

4)因此我确定自己选择项目经理这个职业目标。

基于Logistic回归模型分析大学生就业影响因素-2019年精选文档

基于Logistic回归模型分析大学生就业影响因素-2019年精选文档

基于Logistic回归模型分析大学生就业影响因素-2019年精选文档基于Logistic回归模型分析大学生就业影响因素一、数据分析文中的数据采集自山东财经大学燕山校区统计学院统计0801、统计0802共62名毕业生,包括他们的就业、学习、思想和基本情况,数据来自于统计学院学生工作办公室,因此,数据真实可信。

基本情况包括学生的学号、姓名、性别、班级和户籍性质。

学习情况中有学生大学四年平均绩点和英语等级成绩情况。

思想情况包括学生的政治面貌状况以及大学期间是否担任班内职务状况。

数据中的户籍性质分为城市户籍和农村户籍。

英语水平分为未过六级和过六级两种情况。

此外,还需要特别说明的是,两个班共有毕业生79人,本文所研究的就业状况中不包括考取研究生以及出国深造的学生,这样,除去考取研究生和出国深造的毕业生17人以外,实际有效样本量是62人。

本案例中所采用的数据的基本特征如表1所示:从表l可以看出,研究中的山东财经大学12届统计学62名毕业生中,成功找到工作的有34名,占到所调查总数的54.8%。

性别方面,女生毕业生比例达到67.7,男女生的比例有着显著的区别,这也符合经济类院校的特点。

61.3%的学生都是城市户口。

学习成绩用毕业生大学四年的平均绩点表示,平均绩点在2.8到3.7之间的占到41.9%,平均绩点介于这个水平的可以认为是学习成绩较优秀的毕业生。

有45.2%的学生通过了大学生英语六级考试,有24.2%的毕业生是党员身份,大约20%的毕业生在大学期间担任过一定班级职务。

二、大学生是否就业的Logistic回归模型在因变量是分类变量时,通常采用Logistic回归分析来研究分类因变量与一组解释变量之间的关系。

本文中将就业与否作为模型的因变量,其取值有两种可能,是和否。

本文从六个方面探讨毕业生就业的影响元素:学业成绩、是否是党员、性别、英语等级、籍贯、是否担任过班内职务,这六个元素便是模型的自变量。

本文构建的Logistic回归模型为下:三、模型的相关检验采用的是SPSS中默认的逐步回归方法选择自变量。

基于Logistic回归模型的数学专业大学生择业就业对比分析

基于Logistic回归模型的数学专业大学生择业就业对比分析

基于Logistic回归模型的数学专业大学生择业就业对比分析【摘要】本文通过基于Logistic回归模型的分析,研究了数学专业大学生在就业市场上的现状和趋势。

首先介绍了Logistic回归模型的理论基础,然后对数学专业大学生的就业现状进行了详尽分析。

接着利用Logistic回归模型对数学专业大学生的就业进行了预测,并对预测结果进行了对比分析与讨论。

最后结合数据处理与模型评价,探讨了就业市场对数学专业大学生的影响以及Logistic回归模型在大学生择业就业中的应用价值。

本研究为理解数学专业大学生的就业状况提供了新的视角和方法,同时也为相关领域的未来研究提供了一定的参考和展望。

【关键词】数学专业、大学生、择业就业、Logistic回归模型、对比分析、数据处理、模型评价、就业市场、影响、应用价值、展望1. 引言1.1 研究背景数目、格式要求等等。

数学专业一直以来都是学科中的重要分支之一,其所掌握的严谨的逻辑思维与抽象推理能力被认为是许多行业和企业所需的核心素养。

随着社会经济的发展和就业市场的变化,数学专业的大学生们在就业选择上也面临着诸多挑战。

一方面,传统数学岗位的需求有所减少,新兴行业和职位对数学专业人才的需求增加。

了解数学专业大学生的就业现状,并预测未来的就业趋势,对于帮助学生选择职业方向,提高就业竞争力具有重要的意义。

基于以上背景,本研究将运用Logistic回归模型对数学专业大学生的就业情况进行分析与预测,从而探讨数学专业学生在当前就业市场中的优势和挑战,为他们未来的职业发展提供参考与指导。

通过研究Logistic回归模型在大学生择业就业中的应用,也将进一步探讨该模型在其他领域的潜在应用价值,为相关研究提供新的思路和方法。

1.2 研究意义数目统计等。

部分如下:通过对数学专业大学生的就业现状进行分析,可以帮助学生了解目前的就业市场需求和趋势,为他们未来的求职打下基础。

利用Logistic回归模型进行预测分析,可以帮助学生和教育部门更好地了解数学专业毕业生的求职状况,有针对性地进行职业规划和指导。

大学生职业生涯规划调查报告

大学生职业生涯规划调查报告

大学生职业生涯规划调查报告大学生职业生涯规划调查报告大学生职业生涯规划调查报告1一、概述与结论1、目的意义:了解大学生对未来职业的想法与规划及影响大学生自我规划的因素。

2、调查信息:时间:20xx年6月27日至6月30日地点:西安科技大学及西安工程大学调查对象:在校大学生调查内容:大学生职业生涯规划3、调查方式:随机问卷调查、文献调查、网络调查4、调查结论:经调查结果显示,大部分人通过各种途径对职业生涯规划有一定的了解,并认为在大学期间做一个职业生涯规划是相当重要的。

但真正有详细计划并且去实施职业生涯规划的人很少。

二、正文本次调查活动本组总共发放70份调查问卷,回收55份有效问卷,根据调查结果,可从以下三方面进行分析:1、大学生对职业生涯规划的了解、需求程度及制定根据调查结果显示,82%的人对职业生涯规划听说过但不是很了解;13%的人对此有相当清楚的认识,83%的人认为职业生涯规划是不可缺少的,且大约有81%的人希望得到职业生涯规划经验介绍,但只有3%的人具有详细的职业生涯规划,53%的人只有简单构想,而没有仔细考虑过。

综合以上数据可得,当代大学生认为制定职业生涯规划是十分重要的,并且希望获得职业生涯规划的相关经验介绍。

但是绝大多数人对其还不是很了解,甚至有人没有听说过。

而且大部分人对自己的职业生涯规划只有简单构想,并没有做详细的制定。

2、影响大学生职业生涯规划的因素本小组预测的影响大学生职业生涯规划的因素有:专业、亲友、社会现实、了解程度、从众心理、兴趣爱好、家庭教育、家庭背景、对自己的了解(特长、个人能力、思想道德)、外界信息(书刊、电影、专家指导等)。

据调查结果分析,从当代大学生选择专业和制定职业生涯规划的依据来看,57%的人选择专业是个人兴趣所在,42%的人认为在制定职业生涯规划时,兴趣爱好是最关键的;从专业本身来看,25%的人是根据专业的热门程度及就业率高低来选择专业的,35%的人认为在制定职业生涯规划时所读专业是最关键的依据。

回归模型职业规划

回归模型职业规划

回归模型职业规划引言在今天的数据驱动时代,回归模型作为一种统计学和机器学习中常用的工具,被广泛应用于各个领域,如金融、医疗和市场营销等。

回归模型可以帮助我们分析和预测变量之间的复杂关系,并为决策提供有价值的信息。

本文将探讨回归模型在职业发展中的应用,并介绍如何规划回归模型职业之路。

理解回归模型在开始规划回归模型职业之前,我们首先需要理解回归模型的基本概念和原理。

回归模型是一种用于建立变量之间关系的数学模型,通过分析自变量和因变量之间的关系,我们可以预测和解释因变量的变化。

回归模型可以划分为线性回归和非线性回归两种类型。

线性回归模型假设自变量和因变量之间存在线性关系,通过最小化残差平方和来估计自变量的系数。

常见的线性回归模型包括简单线性回归和多元线性回归。

简单线性回归使用单个自变量来预测因变量,而多元线性回归使用多个自变量进行预测。

非线性回归模型则假设自变量和因变量之间存在非线性关系,通过拟合曲线来估计参数。

常见的非线性回归模型包括多项式回归、指数回归和对数回归等。

回归模型职业应用回归模型的应用广泛且多样,下面列举几个常见的回归模型职业应用案例:金融行业在金融行业,回归模型可用于预测股票价格、评估投资组合风险和建立信用评分模型等。

通过分析金融数据和市场因素,回归模型可以帮助金融分析师和风险管理人员做出准确的决策,提升投资回报率和降低风险。

市场营销回归模型在市场营销中的应用广泛,例如通过分析广告投资和销售数据来评估广告效果,通过分析顾客数据来预测销售额和市场份额等。

回归模型可以帮助市场营销人员制定更有效的营销策略,提高销售业绩和市场竞争力。

医疗行业回归模型在医疗行业中具有重要的应用,例如通过分析患者的病史和临床数据来预测疾病风险,通过分析药物治疗效果和副作用等。

回归模型可以帮助医疗从业者做出准确的诊断和治疗决策,提高医疗质量和患者生活质量。

规划回归模型职业之路要规划好回归模型职业之路,以下几个步骤是必不可少的:学习统计学和机器学习基础知识回归模型是统计学和机器学习的重要工具,因此,学习统计学和机器学习的基础知识是第一步。

大学生职业规划范文2000字(最新)

大学生职业规划范文2000字(最新)

大学生职业规划范文2000字一、自我分析:1.职业兴趣: 常常对自然现象和规律感兴趣,喜欢同观念不同的人或事物打交道;喜欢抽象思维,对分析,推理,实验感兴趣,喜欢独立地进行创造性工作。

2.职业技能:喜欢亲自动手,抽象思维能力强,求知欲强,肯动脑,善思考;有较的创新精神,而不愿循规蹈矩。

3.个人性格:喜爱寻求思想、关系、物质等之间的意义和联系。

有责任心,稳重、踏实、细致、有耐心。

坚持自己的价值观。

对于怎样更好的服务大众有清晰的远景。

在对于目标的实现过程中有计划而且果断坚定。

4.职业价值观:不断进行智力开发、动脑思考、学习和探索新事物,解决新问题充分发挥自己的独立性和主动性,按自己的方式、步调或想法去做,不受他人的干扰。

5. 自我分析及小结:通过以上比较全面的自我分析,明确了自己的兴趣所在,发现了自身的性格优缺点,了解了自己所具备的能力,同时也初步树立了自己的职业价值观.这是大学生职业生涯规划的基础,只有深刻的自我了解之后才能有计划,有目的地为自己的职业生涯进行规划,而不至于走太多的弯路。

二、社会环境分析:1.学校环境: 林业学有悠久的历史,专业人才很多,所以就业前景很好.学校环境优越,硬件设施基本齐全,是一个读书学习本领的好地方.对我的影响:利用图书馆的藏书,计算机网络设备,提高自己的专业水平,丰富自己的见识.同时在学习中遇到不会的问题多向老师同学请教,充实自己在林学方面的知识。

2.社会环境: 世界环境不断的恶化,白色污染,核污染,沙漠化严重等.所以毕业后会有许多林学专业,环境专业的人从事环境保护这项工作.世界上各个国家也都加大了对林业的资金投入,就我国近几年的投入从一个亿上升到四十亿来看,就足以证明国家对林业的充分重视。

三、职业环境分析:在陆地生态系统中,森林生态系统是最大的一个生态系统,是陆地生态系统的主体。

林学专业培养目标是培养具备森林培育、林木遗传育种、森林病虫鼠害防治与检疫、野生植物资源开发利用等方面的知识,能在林业、农业、环境保护等部门从事森林培育、森林资源保护、森林生态环境建设的高级科学技术人才。

研究基于多元统计分析的大学生就业模型

研究基于多元统计分析的大学生就业模型

研究基于多元统计分析的大学生就业模型摘要:通过对基于多元统计分析的大学生就业模型研究,并根据模型预测的大学生起薪点与期望起薪点的比较,分析总结出大学生期望起薪点对其就业影响,根据研究结论,从而相应提出提高大学生就业率的策略。

关键词:大学生就业模型大学生起薪点大学生就业率近些年来,大学生就业问题成为了国内的热点问题,在中国国内生产总值逐年快速增长,提高平均国民素质的呼声越发高涨的环境下,不少大学成功实现扩招,但出乎意料的是,在看似有利于大学生发展的国内经济和政策下,却出现不少大学生难以就业,甚至出现“毕业等于失业”的势头。

目前关于研究中国大学生就业的文献,大多围绕着中国产业转型、大学生自身素质、高校人才培养结构等角度入手分析,本文章则主要从探求大学生的现实起薪点与gdp和大学生本科毕业生人数的联系,并调查大学生平均期望起薪点,比较大学生期望起薪点与现实起薪点,通过了解其差距的大小,归纳分析大学生期望起薪点对其就业行为的影响,对大学生的就业选择和行为提出建议,指导大学生建立合理的期望起薪点,降低其就业的苦难性,从而达到提高大学毕业生就业率的目的。

1.相关理论回顾大学生严峻的就业情形已成为中国近年来的热点问题,最近,浙江工业大学理学院的周凯、吴婷、朱杭军、单莉丽几位学者,通过研究大学本科毕业生人数和国内生产总值对平均大学本科毕业生平均起薪点的影响和联系,建立了一个多维统计分析的大学生就业研究模型:yn=c1×gdp■■+c2×gdp■■+c3×rn+c4其中,yn为大学本科毕业生的起薪,gdp为当年的国内生产总值,rn为当年大学本科毕业生人数。

根据模型,有目的地收集相关的数据,如2004年~2010年国民生产总值、2004年~2010年大学本科毕业生的起薪点、2004年~2010年大学本科毕业生人数,整理和分析数据后,通过软件绘制出散点图,找出所求表达式的特性,拟合出数据图像,建立统计回归模型,得出具体表达式,预测得出2011年大学生平均起薪,并对此预测做出显著性评估。

大学生就业期望及影响因素研究——基于逻辑回归的实证分析

大学生就业期望及影响因素研究——基于逻辑回归的实证分析

2020年6月第38卷第3期陕西理工大学学报(社会科学版)JournalofShaanxiUniversityofTechnology(SocialSciences)Jun.2020Vol.38㊀No.3大学生就业期望及影响因素研究基于逻辑回归的实证分析刘志侃ꎬ㊀程利娜(陕西理工大学ꎬ陕西汉中723000)[摘要]㊀推动 实现更高质量和更充分就业 是新时代国家就业战略背景下的政策导向ꎬ是做好大学生就业工作的基本遵循ꎮ就业期望对大学生实现更充分就业有着重要影响ꎬ将大学生就业期望分为薪资期望㊁就业单位性质期望㊁就业区域期望和就业去向期望ꎬ并从学生个体属性特征㊁家庭环境㊁学习背景和学生人力资本因素等四方面来考察大学生就业期望的内在影响关系ꎬ更有助于推进高校就业指导供给侧改革ꎬ提升大学生就业指导的针对性和精准性ꎬ并面向人才市场需求主动因应ꎬ以期促进大学生更充分就业的目标实现ꎮ[关键词]㊀大学生ꎻ就业期望ꎻ充分就业ꎻ影响因素[中图分类号]G647㊀㊀㊀㊀[文献标识码]A㊀㊀㊀㊀[文章编号]2096 ̄4005(2020)03 ̄0068 ̄09㊀㊀[收稿日期]2020 ̄04 ̄10㊀㊀[修订日期]2020 ̄05 ̄06㊀㊀[作者简介]刘志侃(1966 )ꎬ男ꎬ陕西宁强人ꎬ硕士ꎬ陕西理工大学马克思主义学院副教授ꎬ硕士生导师ꎬ研究方向为思想政治教育理论㊁大学生职业发展理论与实践ꎻ程利娜(1978 )ꎬ女ꎬ河南开封人ꎬ博士ꎬ陕西理工大学教育科学学院教授ꎬ硕士生导师ꎬ研究方向为社会心理学和心理健康教育ꎮ㊀㊀[基金项目]国家社会科学基金资助项目 贫困代际传递的心理机制研究 (17BSH095)ꎻ陕西省教育厅专项科研计划项目 心理学视角下陕西农村家庭贫困代际传递的研究 (17JK0123)ꎻ陕西省教育科学 十三五 规划课题 基于大学生就业期望的精准性就业指导研究 (SGH17H132)就业期望作为影响大学生充分就业的一个重要因素ꎬ日益成为人们关注的热点话题ꎬ引起学界的普遍关注和研究ꎮ目前ꎬ学界尚未对就业期望的基本概念达成共识ꎬ由于就业期望是个体最初的主观就业心理反映ꎬ与个体通过就业获得的利益㊁需要和理想紧密相关ꎬ在这个意义上说ꎬ就业期望是就业主体对未来从事工作的薪资期望㊁单位性质期望㊁就业区域期望㊁就业去向期望等方面预先设定的期盼或理想状态ꎮ已有研究认为ꎬ 就业期望越高ꎬ就业情况越不理想 [1]ꎮ因此ꎬ就业期望对就业主体充分就业实现的影响不言而喻ꎬ尤其是党和政府在抓紧抓好就业这个最大的民生工作现实背景下ꎬ关注大学生就业期望显得尤为特殊与重要ꎮ党的十九大报告中提出 要实现更高质量和更充分就业的新目标 [2]ꎬ这为做好高校大学生就业工作提供了基本遵循ꎮ今后一个时期ꎬ我国高校毕业生年均将过800万人ꎬ而且直奔900万大关指日可待ꎮ尽管我国近几年就业工作取得了显著成效ꎬ就业规模持续扩大㊁就业结构不断优化㊁就业局势稳中向好ꎬ但世界各国宏观经济政策走势分化㊁贸易保护主义抬头以及我国面临解决就业问题所具有的长期性㊁艰巨性㊁复杂性等问题ꎬ其严峻的就业形势不可能在短时间内消解ꎮ由于在大学生就业实践过程中ꎬ所反映出的就业岗位需求与毕业生就业期望偏差ꎬ以及就业期望影响下的 慢就业 等新情况对实现 更充分就业 所带来的影响ꎬ在一定程度上已成为制约大学生实现充分就业的现86实障碍ꎮ因此ꎬ大力关注大学生就业期望ꎬ对于着力促进大学生等青年群体就业摆在工作首位ꎬ并立足我国基本国情和大学生发展的阶段性特征ꎬ为做好大学生职业发展与就业指导工作谋篇布局ꎬ精准发力㊁靶向施策ꎬ促使大学生充分就业具有重要的现实意义ꎮ学界对大学生就业期望的研究基本上分为三种视角:一是就业期望现状视角ꎬ研究者从 收入预期㊁单位性质预期㊁地域选择预期㊁专业对口预期及择业目的五个方面 ꎬ分析了工科类大学生的就业期望现状ꎻ[3]二是就业行为视角ꎬ研究者从 就业行为 反观其就业主体的就业期望及其制约因素ꎬ即研究大学生的就业目标㊁就业行业期望㊁就业薪酬期望㊁就业城市期望 等就业实现状况ꎬ认为 英语水平㊁计算机水平㊁工作经验㊁综合素质㊁学业成绩等相关因素 对大学生就业岗位获取及其就业实现的制约因素明显ꎻ[4]三是就业准备视角ꎬ研究者将就业期望视为就业准备的一个重要因素ꎬ研究者 从工资期望㊁工作类型与性质期望㊁工作地点期望以及自主创业的意向 对不同学历层次㊁不同年级的在读大学生进行了调查研究ꎬ认为学历层次以及担任学生干部与大学生月起薪期望呈正相关ꎬ大学生对 北上广 ㊁东南沿海等发达城市以及国有单位和公务员就业期望较高ꎮ同时认为ꎬ大学生的工资期望受就业准备影响较大ꎮ[5]就目前的研究来看ꎬ多元的研究视角丰富了对大学生就业期望的认识ꎬ同时ꎬ这些研究已经关注到了就业期望与顺利就业之间不可分割的关系ꎬ增加了对大学生就业期望的理解深度ꎬ这为本文奠定了重要的基础ꎮ但已有研究对大学生就业期望现状㊁以及将就业期望聚焦于 就业意愿㊁择业意向㊁就业偏好 等就业行为意义的建构研究较多ꎬ力图凸显大学生就业期望值与就业现实落差所致的就业困境ꎬ而对影响大学生就业期望的相关因素关注不全面ꎮ虽然ꎬ个别研究者从就业准备视角对大学生就业期望进行了研究ꎬ但仍未对大学生就业期望产生的内在机理并与之密切关联的就业实现㊁以及就业期望变化的历史进步性进行深度解释ꎮ本研究同样采用对就业期望的外延进行分类的方法来描述当前我国大学生的就业期望状况ꎬ并从薪资期望㊁就业单位性质期望㊁就业区域期望和就业去向期望等方面来关注大学生的就业期望ꎮ就业单位按所有制分类分为两大类ꎬ即国有单位和非国有单位ꎮ其中ꎬ国有单位包括政府机关㊁事业单位㊁国有企业ꎻ非国有单位包括外资企业㊁私营企业和乡镇企业㊁家庭自营企业ꎮ就业区域分为大城市(包括直辖市和省会城市(含一线城市))和非大城市(包括中小城市与农村)ꎮ在已有文献的基础之上ꎬ本研究假定影响大学生就业期望的因素主要可以从学生个体特征㊁家庭环境㊁学习背景(专业)和学生人力资本因素等四方面来考察其就业期望的内在影响关系ꎬ旨在为优化大学生就业指导和引导大学生学会经营大学生活ꎬ面向就业市场需求的现实主动建构与因应ꎬ从而为实现大学生更高质量和更充分就业的目标提供必要的现实依据ꎮ一、调研概况与研究方法1.调查对象选择陕西某所省属普通地方高校的2019届大四学生为研究对象ꎬ于2019年5月 6月期间进行了调查ꎮ问卷采用集体施测的方式完成ꎬ共发放问卷1200份ꎬ回收有效问卷1068份ꎬ有效回收率89%ꎮ根据该校的学科比例情况ꎬ选取了文学院㊁文旅学院㊁外语学院㊁数计学院㊁物电学院和机械学院6个学院ꎮ涉及的专业有汉语言文学㊁旅游管理㊁地理科学㊁电子信息工程㊁电子信息科学与技术㊁计算机科学与技术㊁历史学㊁热源与动力工程㊁数学㊁通信工程㊁图书管理㊁网络工程㊁物理学㊁信息管理与信息系统㊁英语ꎮ其中ꎬ男生有592人ꎬ占55.4%ꎬ女生有476ꎬ占44.6%ꎻ文科生有266人ꎬ占24.9%ꎬ理科生有392人ꎬ占36.7%ꎬ工科生有410人ꎬ占38.4%ꎻ农村学生有619人ꎬ占58%ꎬ县城学生有282人ꎬ占26.4%ꎬ城市学生有167人ꎬ占15.6%ꎮ2.调查工具采用自编问卷收集数据ꎮ问卷主要内容包括个人特征和家庭基本状况㊁父母教育程度㊁父母职业和96父母收入以及学生学业建构㊁就业等方面情况ꎮ就业期望包括四个方面:薪资期望㊁就业单位性质期望(国有单位和非国有单位)㊁就业区域期望(大城市和非大城市)㊁就业去向期望(就业与继续深造)及就业实现影响因素认知(内因或外因)ꎮ数据使用SPSS17统计软件进行统计分析ꎮ3.研究方法在分析已有相关文献的基础上ꎬ影响大学生就业期望的因素可归纳为四个方面:个体属性特征(性别)因素㊁学习背景(专业)㊁家庭环境因素(城乡背景㊁家庭社会经济地位)和学生的人力资本(是否担任干部㊁学习成绩㊁是否党员㊁社会兼职)因素ꎬ用方程表示为:Y=F(X1ꎬX2ꎬX3ꎬX4)ꎮ其中ꎬY表示就业期望ꎬX1代表个体属性特征ꎬX2代表学习背景ꎬX3代表家庭环境因素ꎬX4代表学生人力资本因素ꎮ其中ꎬ就业期望维度中的薪资期望按照连续变量处理ꎬ采用一般回归分析ꎬ而将就业期望中的其他三个维度看成二分类变量ꎬ所以构建了逻辑斯蒂回归模型Ln[P/(1-P)]=F(X1ꎬX2ꎬX3ꎬX4)ꎬ分析以上因素对就业期望的影响情况ꎮ在该模型中ꎬP代表大学生选择某一类别的概率ꎬ1-P代表大学生选择另一类别的概率ꎮ二㊁大学生就业期望的基本现状1.薪资期望由表1可知ꎬ期望月薪在4000元以下的学生约占17.31%ꎬ4000到5000元的约占22.91%ꎬ5000元以上的约占59.78%ꎮ表1㊀薪资期望的描述性统计(%)薪资期望性别城乡背景学科是否担任学生干部男女城市农村文科理科工科是否总体4000元以下10.727.228.510.226.19.616.511.424.617.314000至5000元25.121.420.123.618.924.126.124.222.522.915000元以上64.251.451.466.255.066.357.464.452.959.78㊀㊀就不同性别而言ꎬ经过卡方检验ꎬ结果显示男女生对初次月薪期望存在极显著差异( 2=27.29ꎬP<0.000)ꎮ期望初次月薪在5千元以上的男生比例(64.2%)显著高于女生(51.4%)ꎬ期望初次月薪在4千元至5千元之间的男生比例(25.1%)高于女生比例(21.4%)ꎬ期望初次月薪在4千元以下的女生比例(27.2%)高于男生(10.7%)ꎮ在家庭所在地方面ꎬ卡方检验结果显示ꎬ来自城市学生和来自农村学生对初次月薪期望存在极显著差异( 2=17.77ꎬP<0.000)ꎮ期望初次月薪在5千元以上的农村学生比例(66.2%)显著高于城市学生(51.4%)ꎬ期望初次月薪在4千元至5千元的农村学生比例(23.6%)显著高于城市学生(20.1%)ꎬ期望初次月薪在4千元以下的城市学生比例(28.5%)高于来自农村学生(10.2%)ꎮ在所学学科方面ꎬ卡方检验结果显示ꎬ不同学科的学生对初次月薪期望有显著性差异( 2=10.74ꎬP=0.030)ꎮ理科和工科学生的初次期望月薪在5千元以上的比例(分别为66.3%㊁57.4%)显著高于文科学生(55%)ꎬ期望初次月薪在4千至5千元的工科生比例(26.1%)高于理科(24.1%)和文科生(18.9%)ꎬ期望初次月薪在4千元以下的文科生比例(26.1%)高于理科(9.6%)和工科生(16.5%)ꎮ在是否担任学生干部上ꎬ卡方检验结果显示ꎬ是否担任学生干部对初次月薪期望存在显著差异( 2=12.48ꎬP=0.014)ꎮ担任干部学生的期望初次月薪在5千元以上的比例(64.4%)高于未担任学生干部的学生(52.9%)ꎬ担任学生干部学生的期望初次月薪在4千元至5千元的比例(24.2%)高于未担任学生干部的学生(22.5%)ꎬ期望初次月薪在4千元以下的未担任学生干部的学生比例(24.6%)高于担任学生干部的学生(11.4%)ꎮ2.就业单位性质期望由表2可知ꎬ大学生期望到国有单位就业的比例为58.9%ꎬ期望到非国有单位就业的比例约为41.1%ꎬ期望到国有单位就业的人数高于期望到非国有单位就业的人数ꎮ07表2㊀就业单位性质期望的描述性统计(%)就业单位性质期望性别城乡背景学科是否担任学生干部男女城市农村文科理科工科是否总体国有单位58.459.361.057.755.358.261.966.056.758.9非国有单位41.640.739.042.344.741.838.134.043.341.1㊀㊀就不同性别而言ꎬ卡方检验结果显示ꎬ男女生在期望就业单位性质上没有显著性差异( 2=0.093ꎬP=0.760)ꎮ期望到国有单位的男女生比例分别为58.4%㊁59.3%ꎬ期望到非国有单位的男女生比例分别为41.6%㊁40.7%ꎮ卡方检验结果显示ꎬ不同城乡背景的学生在期望就业单位性质上没有显著性差异( 2=1.03ꎬP=0.311)ꎮ但来自城市学生期望到国有单位的比例(61%)高于来自农村学生(57.7%)ꎬ来自农村学生期望到非国有单位的比例(42.3%)高于来自城市学生(39%)ꎮ卡方检验结果显示ꎬ不同学科背景的学生在期望就业单位性质上没有显著性差异( 2=2.77ꎬP=0.250)ꎮ但工科(61.9%)和理科(58.2%)学生期望到国有单位的比例高于文科生(55.3%)ꎬ文科生期望到非国有单位的比例(44.7%)高于理科(41.8%)和工科生(38.1%)ꎮ卡方检验结果显示ꎬ是否担任学生干部在期望就业单位性质上存在显著差异( 2=4.524ꎬP=0.033)ꎮ担任学生干部的学生期望到国有单位的比例(66%)高于未担任干部的学生(56.7%)ꎬ未担任干部的学生期望到非国有单位的比例(43.3%)高于未担任干部学生(34%)ꎮ3.就业区域期望由表3可知ꎬ总体上ꎬ大学生期望到大城市就业的比例(80.9%)远远大于到中小城市就业的比例(11.6%)和到农村就业的比例(7.5%)ꎮ表3㊀就业区域期望的描述性统计(%)就业区域期望性别城乡背景学科是否担任学生干部男女城市农村文科理科工科是否总体大城市78.583.081.080.882.280.279.882.780.080.9中小城市14.89.510.213.114.611.613.212.012.211.6农村6.77.58.86.13.28.27.05.37.87.5㊀㊀就不同性别而言ꎬ男女生在就业区域期望方面存在显著性差异( 2=6.42ꎬP=0.040)ꎮ女生期望到大城市就业的比例(83%)高于男生(78.5%)ꎬ男生期望到中小城市就业的比例(14.8%)高于女生(9.5%)ꎬ女生期望到农村就业的比例(7.5%)高于男生(6.8%)ꎮ城乡家庭背景不同的学生在就业区域期望取向上ꎬ统计上虽没有显著性差异( 2=3.81ꎬP=0.149)ꎬ但来自城市家庭学生的比例(81%)略高于来自农村家庭学生(80.8%)ꎬ来自农村家庭学生期望到中小城市就业的比例(13.1%)高于来自城市家庭学生(10.2%)ꎬ来自城市家庭的学生期望到农村就业的比例(8.8%)高于来自农村家庭的学生(6.2%)ꎬ但没有达到显著差异水平ꎮ不同学科背景学生在就业区域期望上没有显著性差异( 2=8.60ꎬP=0.072)ꎮ文科㊁理科㊁工科学生期望到大城市就业的比例(84.2%)高于理科(80.2%)和文科生(76.6%)ꎻ文科生期望到中小城市就业的比例(16.6%)高于理科生(11.5%)和工科生(9.2%)ꎻ理科学生期望到农村就业的比例(8.2%)高于文科(6.8%)和工科生(6.6%)ꎮ是否担任学生干部在就业区域期望上没有显著差异( 2=4.34ꎬP=0.362)ꎮ担任学生干部的学生期望到大城市就业的比例(82.7%)略高于未担任学生干部的学生(80%)ꎬ未担任学生干部的学生期望到中小城市就业的比例(12.2%)略高于担任干部的学生(12%)ꎬ未担任干部的学生期望到农村就业的比例(7.9%)高于担任干部的学生(5.3%)ꎮ4.就业去向期望由表4可知ꎬ总体而言ꎬ大学生期望毕业后就业的比例约占73.4%ꎬ期望继续深造的比例约占1726.6%ꎮ表4㊀就业去向期望的描述性统计(%)就业去向期望性别城乡背景学科是否担任学生干部男女城市农村文科理科工科是否总体毕业后就业76.769.167.277.962.175.378.668.974.773.4继续深造23.330.932.822.137.924.721.431.125.326.6㊀㊀就不同性别而言ꎬ男女生在毕业后的去向期望方面存在显著性差异( 2=7.10ꎬP=0.008)ꎮ男生期望就业的比例(76.7%)高于女生(69.1%)ꎬ女生期望深造的比例(30.9%)略高于男生(23.3%)ꎮ城乡家庭背景不同的学生在毕业后的去向期望方面存在显著性差异( 2=14.06ꎬP=0.000)ꎮ来自农村的学生期望就业的比例(77.9%)高于来自城市的学生(67.2%)ꎬ来自城市的学生期望深造的比例(32.8%)高于来自农村的学生(22.1%)ꎮ不同学科背景学生在毕业后的去向期望方面存在显著性差异( 2=21.01ꎬP=0.000)ꎮ工科和理科生期望就业的比例(78.6%㊁75.3%)高于文科生(62.1%)ꎬ文科生期望深造的比例(37.9%)高于理和工科学生(24.7%㊁21.4%)ꎮ是否担任学生干部在毕业后的去向期望方面不存在显著性差异( 2=2.257ꎬP=0.133)ꎮ但未担任学生干部的学生期望就业的比例(74.7%)高于担任学生干部的学生(68.9%)ꎬ担任学生干部的学生期望毕业后深造的比例(31.1%)高于未担任干部的学生(25.3%)ꎮ5.就业实现影响因素认知由表5可知ꎬ总体而言ꎬ大学生认为影响就业实现最重要的因素为社会关系的比例约占11.2%㊁专业因素的比例约占16.8%㊁专业能力和综合素质的约占72%ꎮ表5㊀就业实现影响因素认知的描述性统计(%)就业实现影响因素认知性别城乡背景学科是否担任学生干部男女城市农村文科理科工科是否总体专业因素12.918.120.512.512.816.317.315.116.516.8社会关系因素7.813.912.010.69.411.611.89.212.011.2专业能力和综合素质79.368.067.576.977.872.170.975.771.572.0㊀㊀就不同性别而言ꎬ男女生在对就业实现影响最重要因素的认知上存在显著性差异( 2=15.602ꎬP=0.000)ꎮ女生(13.9%)认为影响就业实现最重要的因素为社会关系和所学专业ꎬ其比例高于男生(7.7%)ꎻ男生认为影响就业实现最重要的因素为专业能力和综合素质的比例(79.3%)高于女生(68%)ꎻ女生认为影响就业实现最重要的因素为社会关系和所学专业的比例(18.1%)高于男生(12.9%)ꎮ城乡家庭背景不同的学生对影响就业实现最重要因素的认识上存在显著性差异( 2=10.87ꎬP=0.004)ꎮ在认知影响就业实现最重要因素为社会关系上ꎬ来自城市学生的比例(12%)高于来自农村的学生(10.6%)ꎻ在认知影响就业实现最重要因素为专业能力和综合素质上ꎬ来自农村学生的比例(76.9%)高于来自城市的学生(67.5%)ꎻ在认知影响就业实现最重要因素为所学专业上ꎬ来自城市学生的比例(20.5%)高于来自农村的学生(12.5%)ꎮ不同学科背景学生在对影响就业实现最重要因素的认知上没有显著性差异( 2=3.16ꎬP=0.532)ꎮ在认知影响就业实现最重要因素为社会关系上ꎬ工科㊁理科和文科生的比例分别为11.8%㊁11.6%和9.4%ꎻ在认知影响就业实现最重要因素为专业能力和综合素质上ꎬ工科㊁理科和文科生的比例分别为70.9%㊁72.1%和77.8%ꎻ在认知影响就业实现最重要因素为所学专业上ꎬ工科㊁理科和文科生的比例分别为17.3%㊁16.3%和12.8%ꎮ是否担任学生干部对影响就业实现最重要因素的认知上有显著性差异( 2=12.73ꎬP=0.013)ꎮ在认知影响就业实现最重要因素为社会关系上ꎬ未担任学生干部的学生比例(12%)高于担任学生干部 27的学生(9.2%)ꎻ在认知影响就业实现最重要因素为专业能力和综合素质上ꎬ担任学生干部的学生比例(75.7%)高于未担任学生干部的学生(71.5%)ꎻ在认知影响就业实现最重要因素为所学专业上ꎬ未担任学生干部的学生比例(16.5%)高于担任学生干部的学生(15.1%)ꎮ三、大学生就业期望的影响因素在分析已有文献的基础上ꎬ影响大学生就业期望的因素可归纳为四个方面:个体属性特征(性别㊁成就动机)因素㊁家庭环境因素(城乡背景或家庭社会经济地位㊁家庭收入㊁父母教育程度㊁父母单位)㊁学习背景(专业)因素和学生的人力资本(是否担任干部㊁学习成绩㊁是否为中共党员㊁社会兼职)因素ꎮ本研究立足这四个方面的因素进行分析ꎬ探讨这些因素对大学生就业期望的具体影响程度ꎮ为此ꎬ本研究构建了5个回归模型ꎬ具体结果见表6ꎮ在模型1中ꎬ性别㊁专业类别㊁学生人力资本中是否担任学生干部和家庭经济背景对大学生薪资期望有着显著性影响ꎬ而学习成绩㊁政治面貌和社会兼职对大学生薪资期望影响不大ꎮ其中ꎬ男生对薪资期望的影响程度显著高于女生ꎻ理工科生对薪资期望的影响程度显著高于文科生ꎻ家庭社会经济地位越高的学生ꎬ其对初职薪资期望也越高ꎮ在这些影响因素中ꎬ对大学生初职薪资期望影响程度大小依次为性别㊁家庭社会经济地位和学生人力资本中的是否担任学生干部ꎮ这也说明性别㊁家庭经济背景㊁担任学生干部以及所学专业等因素不仅仅影响其薪资期望的程度ꎬ同时这些因素也促进了 梯级薪资期望 的形成ꎮ虽然ꎬ大学生薪资期望在一定程度上终归是一种心理动机ꎬ一旦 性别和家庭经济背景 等先赋性因素固化为薪资高低的现实档次ꎬ那么显然也无益于教育投资的公平和家庭教育投资的积极性ꎬ从而导致基于教育的人力资本要素在个体就业地位获得上的失落ꎮ在模型2中ꎬ采用二元逻辑斯蒂回归进行分析ꎬ结果显示ꎬ专业类别㊁学生人力资本中学习成绩和政治面貌㊁家庭环境对大学生就业单位性质期望有着显著性影响ꎬ而性别㊁是否担任学生干部㊁社会兼职与否和家庭所在地对大学生就业单位性质期望影响不显著ꎮ其中ꎬ工科生期望到国有单位就业的比例高于理科和文科生ꎻ学习成绩越好的学生越倾向于期望到国有单位ꎻ政治面貌是中共党员的学生期望到国有单位就业的比例高于非党员学生ꎻ家庭社会经济地位越高的学生ꎬ期望到国有单位就业的比例高于家庭社会经济地位较低的学生ꎮ近年来ꎬ就业单位的性质尤其是国有单位一直是大学生就业的首选目标ꎬ一方面反映了我国国有单位在吸纳人才以及人才资源配置过程中的优势ꎬ尤其是不依 性别㊁家庭背景 进行区别用人ꎬ使得用人的公平原则得以彰显ꎻ另一方面也是对大学生注重学业建构和发展自身素质的肯定ꎬ在这个意义上说ꎬ对于激发大学生 让勤奋学习成为青春远航的动力 具有现实的积极效应ꎮ在模型3中ꎬ二元逻辑斯蒂回归结果显示ꎬ仅有政治面貌对大学生就业区域期望有显著性影响ꎬ其他因素影响都不显著ꎮ政治面貌是中共党员的学生期望到大城市就业的比例高于非党员的学生ꎮ该研究结果与李善乐(2017)研究认为 政治面貌对大学生在政府㊁事业单位就业有优势外ꎬ但对其就业质量的影响差异不显著 [6]并不矛盾ꎮ一方面ꎬ由于公务员㊁事业单位大部分岗位对政治面貌报考条件的要求ꎬ以及对从事公务员和事业单位的学历层次㊁学校类型要求提高ꎬ使得地方普通高校本科大学生的竞争优势减弱ꎻ另一方面ꎬ因公务员㊁事业单位分层次㊁分阶段实施ꎬ地方公务员㊁事业单位的招考ꎬ一般均在每年7月份左右ꎬ使得地方普通高校本科优秀大学生不会坐等报考并放弃5月份左右的就业机会ꎬ在一定程度上说明了大学生就业过程中积极作为与理性应对的态势ꎬ同时也说明了大城市对优秀大学生的吸纳能力与发展机会的优势ꎮ诚然ꎬ不可否认地方公务员及事业单位部分岗位因其条件相对艰苦㊁职业发展通道等原因所致的对地方普通高校优秀大学生吸引力不足等问题ꎮ近年来ꎬ政治面貌是党员的学生在就业市场中竞争优势明显ꎬ也验证了陈于(2014)认为 大学生党员在就业中明显占有优势 [7]这一观点ꎬ这既是大学生党员素质和职业能力在人才市场中得以认可的现实体现ꎬ也是高校人才培养成效的表现ꎮ虽然ꎬ优秀大学生就业地域城市化期望在一定层面上表征着就业个体的自主性ꎬ但也印证了大学生就业价值取向在时代变迁中评价标准自我化㊁选择标准功利化不会在短时间内消解ꎮ[8]若任由其37发展ꎬ势必会冲击大学生思维方式㊁学习方式㊁自我实现方式以及就业价值取向产生深层次影响ꎬ从而带来 精致利己主义 的忧思ꎮ[9]在模型4中ꎬ采用二元逻辑斯蒂回归进行分析ꎬ结果显示ꎬ学生人力资本中学习成绩和社会兼职情况㊁家庭经济环境对大学生就业去向期望有着显著性影响ꎮ其中ꎬ学习成绩越好的学生越倾向于毕业后继续深造ꎻ上学期间没有社会兼职的学生期望毕业后继续深造的比例高于有兼职的学生ꎻ家庭社会经济地位越高的学生ꎬ期望毕业后继续深造的比例高于家庭社会经济地位较低的学生ꎮ另外ꎬ性别与学生毕业后的就业去向期望是反向关系ꎬ但没有达到显著性水平ꎬ说明与女生相比ꎬ男生更倾向直接就业ꎮ大学生在就业去向期望上是期望直接就业或继续深造相对越来越务实ꎬ在他们身上体现了新一代青年活跃的思维㊁开阔的视野和敢于行动的勇气ꎬ也体现了就业市场人才配置要素对大学生产生的积极作用ꎬ促使其将就业去向期望置于了解自我㊁了解人才市场需求的基础上ꎬ以自己的就业定位及发展方向对未来做出的应答ꎬ也进一步印证了2019年全国研究生报考人数为341万人的 继续深造 需求现状ꎮ[10]同时ꎬ女生因其学习成绩优势以及在就业市场竞争中相比于男生的劣势ꎬ参加考研的大学生人数将会进一步增加已成为可能ꎮ在模型5中ꎬ将影响大学生就业实现认知的因素分成内因和外因ꎬ内因主要包括自身拥有的专业能力和综合素质ꎬ外因主要包括社会关系和所学专业ꎮ二元逻辑斯蒂回归结果显示ꎬ性别㊁社会兼职情况㊁家庭环境对大学生就业实现认知有着显著性影响ꎮ其中ꎬ在对影响就业实现认知的因素中ꎬ男生认为内因(专业能力和综合素质)的比例高于女生ꎬ女生选择外因(社会关系和所学专业)的比例高于男生ꎻ有兼职的学生认为内因(专业能力和综合素质)的比例高于未兼职的学生ꎬ未兼职的学生认为外因(社会关系和所学专业)的比例高于兼职的学生ꎻ家庭社会经济地位越高的学生越倾向于外因(社会关系和所学专业)因素ꎬ家庭社会经济地位越低的学生越倾向于内因(专业能力和综合素质)因素ꎮ调查结果也进一步说明了大学生对专业能力和自身综合素质建构的重视程度ꎬ尤其是在对待就业实现上表现出的理性和客观认知ꎬ体现了高校人才培养质量要求对青年学生具有积极作用ꎮ同时ꎬ本研究也印证了先赋社会资本对大学生就业实现影响显著这一观点ꎮ[11]另外ꎬ大学生所学专业产生的影响不仅仅限于对个体 薪资㊁就业单位性质 等期望的影响ꎬ而且对学生就业实现期望的影响更为直接ꎮ表6㊀大学生就业期望影响因素的回归分析结果模型薪资期望就业单位性质期望就业区域期望就业去向期望就业实现认知的影响因素性别(以女生为参照)0.242∗∗∗0.296(1.34)0.309(1.36)-0.101(0.90)0.567∗∗(0.57)专业类别(以文科为参照)0.071∗0.201∗(1.22)0.149(1.16)-0.112(0.89)-0.103(0.90)学习成绩0.0670.590∗∗(1.81)0.178(1.19)0.770∗∗(2.16)-0.232(0.79)是否担任干部(以未担任干部为参照)0.107∗∗0.029(0.97)-0.040(1.04)0.091(0.91)0.079(0.92)政治面貌(以非党员为参照)0.0080.430∗(0.65)0.529∗(0.59)0.181(0.83)0.292(0.75)社会兼职与否(以未兼职为参照)0.0280.347(1.42)0.226(0.80)-0.685∗∗(1.98)0.688∗∗∗(0.50)家庭所在地(以农村为参照)-0.0560.117(0.89)0.089(1.09)0.068(1.07)0.052(1.05)家庭社会经济地位0.118∗∗0.232∗(1.26)0.080(1.08)0.441∗∗∗(1.55)-0.526∗∗∗(0.59)常数2.496∗∗∗-1.4851.428-3.346∗∗3.870∗∗调整后的R20.060NagelkerkeR20.0530.0270.1180.109F8.176∗∗∗-2Loglikelihood1158.02835.167936.271964.102㊀㊀注:∗表示p<0.05ꎬ∗∗表示p<0.01ꎬ∗∗∗表示p<0.00147。

2024年影响师范生就业因素的计量回归分析

2024年影响师范生就业因素的计量回归分析

2024年影响师范生就业因素的计量回归分析引言随着教育的不断发展和国家对教育事业的重视,师范生作为教师队伍的后备力量,其就业问题一直是社会关注的焦点。

然而,近年来师范生就业面临着诸多挑战,如就业竞争激烈、教师岗位供给不足等。

为了更好地了解师范生就业的影响因素,本文采用计量回归分析方法,对影响师范生就业的因素进行深入研究。

计量回归分析方法计量回归分析是一种常用的统计分析方法,通过构建数学模型,探究自变量与因变量之间的数量关系。

在本文中,我们采用多元线性回归模型,以师范生就业率为因变量,选取一系列可能影响师范生就业的因素作为自变量,包括学历、专业、实践经验、就业意愿等。

通过收集相关数据,运用统计分析软件,构建回归模型,分析各因素对师范生就业率的影响程度及方向。

影响师范生就业的因素影响师范生就业的因素众多,本文主要从以下几个方面进行探讨:学历层次学历层次是影响师范生就业的重要因素之一。

一般来说,学历越高,师范生的就业竞争力越强。

然而,随着高等教育普及化,本科学历已不再是师范生就业的唯一门槛,硕士及以上学历的师范生逐渐增多,对就业市场产生了一定的冲击。

专业选择专业选择对师范生就业同样具有重要影响。

不同专业方向的师范生,在就业市场上的竞争力有所差异。

例如,教育学、心理学等专业的师范生在教育行业内部具有较高的认可度,而一些冷门专业的师范生则可能面临就业困难。

实践经验实践经验是师范生就业过程中不可忽视的因素。

拥有丰富实践经验的师范生,在求职过程中往往更具优势。

通过参加实习、支教等活动,师范生可以积累宝贵的教学经验,提升自己的教学能力,从而增加就业竞争力。

就业意愿就业意愿是影响师范生就业的重要因素之一。

师范生的就业意愿受到个人兴趣、家庭背景、社会期望等多种因素的影响。

一些师范生可能更愿意从事教育行业,而另一些师范生则可能希望进入其他领域发展。

因此,在就业指导过程中,应充分考虑师范生的就业意愿,引导他们根据自身兴趣和优势选择合适的职业方向。

Logistic回归模型的应用_大学生就业状况因素分析

Logistic回归模型的应用_大学生就业状况因素分析

Logistic 回归模型的应用 ———大学生就业状况因素分析金林 (中南财经政法大学信息学院 湖北 武汉)【摘要】 本文在简要介绍了Logistic 回归模型后,利用从某高校取得的数据,运用多元Logistic 回归分析方法,对在高校扩招条件下影响大学生就业的因素进行了分析。

结果显示,在所有被考虑的自变量相同的情况下,被调查学生能否成功就业与性别、籍贯、是否为党员以及英语水平的高低等因素密切相关。

【关键词】 Logistic 回归 就业 多项l ogit 模型 Logistic 回归模型是在分析分类因变量时最常使用的统计分析模型之一。

1 Logistic 回归模型Logistic回归模型的Logit 形式为当有个自变量时,模型就扩展为通常意义上的Logistic 回归要求因变量y 只有两种取值即二分类变量。

其实,Logistic 回归模型并不局限于应用在二分类反应变量。

对于多分类反应变量,即分类数在三类或三类以上的分类反应变量),只要对模型稍作改进,Logistic 回归同样适用。

而且多分类反应变量既可以是次序测量也可以是名义测量。

在多分类反应变量类别不存在次序关系时,可以采用多项Logit 模型;当多分类反应变量类别之间有次序关系时,应该采用累积Logistic 回归模型或序次Logistic 回归模型。

下面主要讨论一下多项Logit 模型。

如果非次序分类因变量y 有个值,多项Logit 模型可以通过以下l ogit 形式描述:即在多项Logit 模型中l ogit 是由反应变量中的不重复的类别的对比所形成的。

因此如果以其中一个类别作为参考类别,其他类别都同它相比较可生成J -1个的Logit 变换模型。

在有J 个类别的多项Logit 模型中,J -1个l ogit 可表述为:其中最后一个类别就是参照类别。

2 Logistic 回归模型应用实证分析本案例利用某大学一个系某年140名应届毕业生的就业情况和在大学四年在学习,思想上的综合数据,运用Logistic 多元回归分析方法,对影响应届大学毕业生就业成功的因素进行分析。

对大学生职业规划与有效就业的相关分析

对大学生职业规划与有效就业的相关分析

对大学生职业规划与有效就业的相关分析发表时间:2018-05-15T15:02:54.340Z 来源:《知识-力量》2018年3月上作者:梁家琪[导读] 实际上就目前我国教育发展形式来看,培养面向社会的职业型人才成为很多高校改革的一项重点工作。

大学生尽早进行自身的职业规划,(长沙医学院,湖南省长沙市 410000) 摘要:实际上就目前我国教育发展形式来看,培养面向社会的职业型人才成为很多高校改革的一项重点工作。

大学生尽早进行自身的职业规划,对于他们有效就业可以产生很大的推动作用。

在社会发展的新时期,很多高校都开设学生职业规划课程,这样可以增加学生就业砝码。

文章主要对大学生职业规划与有效就业进行深入分析。

关键词:大学生;职业规划;有效就业;关系;影响前言:对于大学生来说,尽早进行职业规划对他们有效就业有着重要影响。

学生早点树立职业目标和今后的从业方向,这也可以促使他们在学校学习期间能够注重自身专业能力提升,尽快学习职业技能,最终实现有效就业。

如今就业竞争可以说是十分激烈,所以高校指导学生制定职业计划,可以明确就业方向,帮助学习实现从学生到职场工作者角色的过渡。

一、大学职业规划概述(一)内涵分析大学生职业规划主要指的是学生根据整体就业环境、行业发展态势以及自身的各项条件,在大学学习期间所确定的职业目标。

职业规划并不局限与单纯的就业,学生还可以做出创业选择。

规划也就是明确自己未来的发展目标,根据计划可以让学生更加清晰自己的学习目标和行动方案,尽早为创业、择业以及就业做好充足的准备工作。

从动态方面来看,学生开展职业规划就是根据自己实际的学习内容,工作兴趣的条件,对于未来自己的职业发展潜能做进一步的预测分析。

有些时候,学生根据自己情况所做的职业规划并不一定是完全正确的,有些甚至是天马行空,不符合自身实际情况,因此说职业规划也有恰当与否之分。

对于大学生来说,想要确保职业规划的科学性,符合自身实际情况,最好在专业教师的指导之下结合自身实际情况确定职业发展方向。

基于Logistic回归模型分析大学生就业影响因素

基于Logistic回归模型分析大学生就业影响因素

基于Logistic回归模型分析大学生就业影响因素作者:张建杨琛来源:《人力资源管理》2013年第11期摘要:利用山东财经大学统计学院2012届本科毕业生的就业数据,以Logistic回归模型为基础,从定量角度对当代大学生就业问题做一定分析,政治面貌、户籍性质、学业成绩、外语水平等因素对毕业生就业情况有很大影响。

关键词:Logistic回归模型就业影响因素一、数据分析文中的数据采集自山东财经大学燕山校区统计学院统计0801、统计0802共62名毕业生,包括他们的就业、学习、思想和基本情况,数据来自于统计学院学生工作办公室,因此,数据真实可信。

基本情况包括学生的学号、姓名、性别、班级和户籍性质。

学习情况中有学生大学四年平均绩点和英语等级成绩情况。

思想情况包括学生的政治面貌状况以及大学期间是否担任班内职务状况。

数据中的户籍性质分为城市户籍和农村户籍。

英语水平分为未过六级和过六级两种情况。

此外,还需要特别说明的是,两个班共有毕业生79人,本文所研究的就业状况中不包括考取研究生以及出国深造的学生,这样,除去考取研究生和出国深造的毕业生17人以外,实际有效样本量是62人。

本案例中所采用的数据的基本特征如表1所示:从表l可以看出,研究中的山东财经大学12届统计学62名毕业生中,成功找到工作的有34名,占到所调查总数的54.8%。

性别方面,女生毕业生比例达到67.7,男女生的比例有着显著的区别,这也符合经济类院校的特点。

61.3%的学生都是城市户口。

学习成绩用毕业生大学四年的平均绩点表示,平均绩点在2.8到3.7之间的占到41.9%,平均绩点介于这个水平的可以认为是学习成绩较优秀的毕业生。

有45.2%的学生通过了大学生英语六级考试,有24.2%的毕业生是党员身份,大约20%的毕业生在大学期间担任过一定班级职务。

二、大学生是否就业的Logistic回归模型在因变量是分类变量时,通常采用Logistic回归分析来研究分类因变量与一组解释变量之间的关系。

逻辑学专业职业生涯规划

逻辑学专业职业生涯规划

逻辑学专业职业生涯规划逻辑学作为一门重要的学科专业,不仅在学术研究领域有着广泛的应用,同时在现实社会中也具备巨大的发展潜力。

作为一名优秀的大学生,对于我来说,逻辑学专业的职业生涯规划将至关重要。

本文旨在制定出一套合理且具备逻辑性的逻辑学专业职业生涯规划,以助于我的未来发展。

I. 学术研究与教育领域1. 就业方向与需求逻辑学专业的研究领域主要包括符号逻辑、数理逻辑、非经典逻辑等。

在学术研究与教育领域,可以担任大学教师、研究员、学术顾问等职位。

随着人们对逻辑思维的重视,该领域的就业需求逐渐增加。

2. 职业规划路径- 本科阶段:努力学习逻辑学的基础理论与方法,参与科研项目,积累实践经验。

同时,积极参与学术讨论和学术会议,培养与同行的交流与合作能力。

- 研究生阶段:选择逻辑学相关领域的研究方向,进行深入研究,并参与导师的科研项目。

在此阶段争取能够发表自己的学术论文,并在国内外学术会议上做学术报告,扩展学术交流网络。

- 博士后与科研工作者:申请博士后职位继续深造,在博士后阶段加深在逻辑学领域的研究经验,并争取相关科研项目的立项与承担。

逐渐积累研究成果,提升自己在学术界的影响力。

- 院士、教授及学术顾问:在从事逻辑学研究的同时,加强学术交流与合作,争取成为国际学术组织的成员,参与论文评审与学术委员会的工作。

建立并指导研究团队,推动逻辑学的学术发展。

II. 信息科技与人工智能领域1. 就业方向与需求信息科技和人工智能的迅速发展为逻辑学专业毕业生带来了广阔的就业前景。

从事人工智能算法研究、数据分析、系统建模与规划等方面的工作需求逐年增加。

2. 职业规划路径- 学习计算机科学与编程技能:通过增加计算机方面的学习,熟悉编程语言和算法,了解数据结构与算法设计。

- 掌握人工智能技术:学习深度学习、机器学习和自然语言处理等相关技术,增强在人工智能领域的竞争力。

- 实习与项目经验:积极参加与信息科技和人工智能相关的实习,通过实际项目经验提升自己的专业能力和实践能力。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。




I 公 共管理
职 业规划生涯教育 与大学生就业分析
基 于逻 辑 和 多元 线性 回 归分 析
刘秋 蘅
( 中国石 油大学( 华东 息与控 制工程 学院 , 山东 青岛 2 6 6 5 8 0 )
摘 要: 高校 职 业生 涯规 划教 育是 帮助 学 生成 长成 才 、 毕 业后 择 业就 业的 重要 条件 之 一。 采 用逻 辑 回归和 多元 线性 回归模 型分析 , 分 析职 业 生 涯规 划教 育 对大 学生 就 业的 影响 , 及 个人 背景对 大 学期 间 开展 职业 规 划 时 间的影 响 。 结果表 明 , 开展 职业 规 划的 时 间和是 否 参 与职 业 生 涯规 划 大赛 对就 业 率有 重要 影 响 。 女 生比 男生更 早考 虑 进行 职业 规 划 , 同样 , 城 镇 学生 比农 村 学生较 早考 虑这 一 问题 。 在分 析 高
现 这一 目标 进行 有 效 的安排 。
O = 从未 ; 1 = 参 与 过
二、 描述性统计分析
1 . 职 业规 划对 就业 的促 进 。 通 过对 数 据处 理 , 分 析职 业 规划 教 很 多学 者对 职业规 划教 育进 行 了研 究讨 论 。 宋 长春 讨论 了职业 结论 如 表2 所示。 规划教育应依据的原理 , 郭鑫 以一个大范围调查为基础 , 采用多元 育 是否 有促 于 就业 。 表2 职业规划教育是否有促于就业 线 性 回归分 析 了高校学 生职 业规划 教育 的影 响 因素 。 结 果表 明学 生
O = 从不; 1 = 1 年; 2 = 2 年; 3 = 3 年; 4 = 4 年; 5 = 5 年
职业 规 划 教育 基 于 主 观和 客 观分 析 个 人 的职 业 条件 , 尤 其是 在综合分析和平衡个人利益、 爱好 、 能力 、 技能 、 经验和不足, 结合 是 否参加 职业 规划 大赛 环境特点 , 根 据 自己的 职业 倾 向 , 确 定最 佳 的 职业 目标 , 以及 对 实
校职 业规 划 的现 状的 基础 上 , 提 出相 应 对策 。
关键 词 : 职业 生 涯规 划教 育 ; 大学 生; 就业; 个人 背景 ; 回归分 析
随着 经 济 发 展 和高 校 扩招 , 高 校大 学 生 就业 引 起 了社 会 各 层 面的 广泛 关 注 。 在 此 背景 下 , 职业 规划 教育 逐 步被 引人 大学 生 常规 教育体系。 有 效 的职 业 规划 教 育 能够 帮 助 学生 建 立 明确 的职 业 目 标 和 职业 理 想 , 引导 他 们对 自己 的个 人 目标 和社 会 现实 之 间 的差 距 进行 评 估 , 让他 们 学习 如何 应用 科 学 的思维 和方 法 , 并采 取 切实 措 施增 强专 业 能力 , 实 现 自己 的职业 目标 和理 想 。
一 般
1 9 3 4 5 . 5 %
比较 满意
3 1 7 _ 3 2
非常 满意
6 1 . 4 3 %
从表3 中可 以看 出 , 超 过4 5 . 8 %的 学生 对职 业规 划教 育不 满 意 。 业规划教育是否有助于就业 、 毕业生就业形势等。 这 说 明 职业 规 划教 育 的课程 建 设 不能 满 足 学生 对 此 的相 关 需要 。 2 . 数 据 采集 。 中 国石 油 大学 ( 华东 ) ( 以下 简称 我 校 堤 教 育 部 同表2 联系 起来 我 们可 以发 现 , 尽管 大多 数 学生 对 职业规 划 教育 持 直 属 全 国重 点 大学 , 是 国家 “ 2 1 1 工程” 重 点 建设 和 “ 优 势 学 科 创新 高校 职业 生 涯规 划和 学 生需 求之 间 的代 沟仍 然存 在 。 所 平 台” 建设并建有研究生院的高校之一 , 截 至 目前 已 开 设 多 门 职 积 极态 度 , 以我们 应该 重新 思考 学校 提供 职业 规划 教 育的方 式方 法 。 业 规 划 相 关课 程 , 并 开 展 系 列 职 业规 划 相 关 活 动 和 比赛 。 所 以 以 我校 为研究 主 体具 有较 强 代表 性 , 研究 结果 具 有普 遍 意义 。 2 0 1 4 年 5 月, 以即将 毕 业 的学 生( 含研究生 ) 为研 究 主 体 , 根 据不 同专 业 的
的基本 情况 、 学术 情况 、 个人 认知 、 职业认 知显 著影 响大 学生 的职业 生涯 规划 教育 。 其他 研究 者们讨 论 了职业 生涯 规划 教育 的现状 和 问 题。 但很 少有 文献对 职业 生涯 规划教 育对 大学 生就 业 的影响进 行分
完 全没 有 帮助 数 量
背景 , 如性别 、 专业 、 家庭所在地等 , 第二部分为职业规划教育相关 调查 , 如 开 展 职业 规 划进 行 时 间 、 参 加职 业 生 涯规 划 活 动数 量 、 是 否 参加 职 业规 划 大赛 、 对 于职 业规 划 教育 的态 度 、 学生 态度 对 于 职
不满 意
1 5 9 3 7 . 5 %
2 . 抽 样 学生 对 职 业规 划 教 育 的 态度 。 本 文 分 析 学 生对 职 业 规


研 究 设 计
划 教育 的态 度 , 结果 如表 3 所示 。
表3 抽 样学生的态度
非 常不 满意
数 量 比例 3 5 8 . 2 5 %
1 . 调 查 问卷 设 计 。 调 查 问卷 分 两部 分 , 第 一部 分 为 大学 生 个人
表1 变量名称和含义
变 量 名称
是 否 就业
含 义
0 = 未就 业 ; l _ 已就 业
性别 家庭所在地 参加职业生涯
规划 活 动数 量 开 展职 业 规划 时 间
O = 女性 ; 1 : 男 性
O = 农村 ; 1 - 城镇
1 = 1 — 2 次; 2 = 3 — 4 次; 3 = 5 — 6 次; 4 = 7Leabharlann — 8 次; 5 = 多 于9 次
比例
没 帮 助 3 9
9 - 2 0 %
一 般 1 7 6
4 1 . 5 1 %
基 本有 用 1 6 8
3 9 . 6 2 %
很有 用 2 9
6 . 8 4 %
1 2
2 . 8 3 %
从 表2 中可 以看 出 , 约 半数 的学 生对 职 业规 划教 育是 否 促进 就 析, 以及学生的个人背景对其接受职业生涯规划教育的影响是否显 业 的态度 高 于 一般 水 平 , 这 说 明大 多 数学 生 对 于职 业 规划 教 育 持 著。 因此 本文将 视 角放在 分析 职业生 涯规 划教 育对 大学 生就业 的影 积 极态 度 。 响, 和学生 的个 人背景 对其职 业生 涯规划教 育接受 度 的影 响。
相关文档
最新文档