基于结构方程模型的大学生就业预期情况分析---很清晰明了

3.1 本文变量的设置
表 1 指标的设置 变量符号 X1 X2 X3 X4 X5 X6 X7 变量名
生源地 户口类型 父亲受教育程度
取值情况
X1=1 西部； X1=2 中部； X1=3 东部 X2=0 农村户口； X2=1 城镇户口 X3=1 初中以下； X3=2 初中； X3=3 高中或中专 X3=4 大专或本科；X3=5 研究生以上
； i与 j （ i, j 1, 2, ,n ）
、 i与 j （ i, j 1, 2, , n; i j ）
, v; i j ）不相关。
4.3 结构方程模型路径图及形式
结合研究目的，首先我们根据相关研究及经验，找出影响大学生的预期就业 手段和预期就业地域这两个内生潜变量的外生潜变量。然后，对问卷中的相关指 标进行初步归类，建立验证性因子模型，并进行相关的参数估计、不断修正，最 终确定潜变量的结构后， 再加入结构方程模型。下图为拟采用的结构方程全模型 的路径分析图，欲对各路径参数进行估计。
2.2 抽样方法
该次调查按学科类别（文科、理科、工科、其他）和年级（大一、大二、 大三、大四）将研究总体分为 16 个层，由于“其他类”的大一和大四的数据难 以取得，因此，仅针对其余 14 个层进行抽样。根据抽样框，在每层中按简单随 机抽样抽取 20%的班级，同时在抽中的班级中按简单随机抽样抽取 30%的学生。
2.1ห้องสมุดไป่ตู้数据来源
本论文数据来自于辽宁工程技术大学理学院 2007 级统计系本科生于 2009 年 10 月至 11 月期间收集的题目为“大学生就业与深造意向调查”的原始问卷资 料。该次调查的调查对象为辽宁工程技术大学全日制在读本科生（辽宁工程技术 大学二级学院的学生不包括在内） 。具体说来，本论文仅仅提取在问卷的“甄别 问题”部分回答“就业”的那部分人（共计 280 人）的相关信息进行分析。
善处理这些潜变量， 而结构方程全模型则能同时处理潜变量及其指标。它是一种 基于变量的协方差矩阵来分析多个变量之间关系的一种统计方法， 也称为协方差 结构分析。并且，它有机地整合了多元统计中的因子分析方法、生物学中的路径 分析方法以及计量经济学中的联立方程模型。 结构方程全模型由测量方程和结构 方程组成。若结构方程模型中只包括测量方程，则又称为验证性因子模型。关于 测量方程和结构方程的形式，最普遍的情况是设定为线性模型。 测量方程用来描述指标与潜变量之间的关系，用下述模型表示：
所学专业前景看法
X7=1 很不好； X7=2 不好； X7=3 一般 X7=4 较好； X7=5 非常好
X8 X9 X10 X11 Y1 Y2
参加就业辅导的次数
X8=0 参加 0 次； X8=1 参加 1 次 X8=2 参加 2 次； X8=3 参加 4 次以上
就业资格证书个数 四、六级考证情况 参加社会实践次数
X m AX Yn AY
4.1
T 这里，X ( x1 , x2 ,......., xm )T 是由m个外生指标构成的列向量； （1 , 2 , ......., u）是
由u个外生潜变量构成的列向量；AX 是一个m u维的矩阵，称作X 在 上的因子负荷阵， 描述了外生指标与外生潜变量之间的关系； 1 , 2 ,......., m 是m维的误差项列向量。
Y2=3 地级城市及州市； Y2=4 省会城市及直辖市
表 2 潜变量的设置 变量符号 变量名
社会经济地位 对就业状况的把握 自身能力 预期就业手段
变量包括的指标
X1、X2、X3、X4、X5 X6、X7、X8 X9、X10、X11 Y1
外 生 潜 变 量 内 生 潜 变 量
1
2 3
1 2
预期就业地域
X 指标
外生潜变量
内生潜变量
Y 指标
X1 X2 X3 X4 X5
1
社 会 经 济地位
1
预 期 就 业手段 Y1
X6 X7 X8
2
对就业状 况的把握
2
X9 X10 X11
3
自 身 能 力
预 期 就 业地域
Y2
图 1 拟采用的全模型路径分析图
图 1 的符号说明：
正方形或长方形表示指标；圆或椭圆表示潜变量；单向箭头表示单向影响； 双箭头表示相关； 单向箭头指向指标表示测量误差；单向箭头指向潜变量表示内
随着我国经济的不断发展，越来越多的年轻人获得了接受教育的机会。从社 会发展的角度来讲， 大批高素质的人才培养是与我国快速发展的社会经济水平相 适应的。然而，由此也带来了两方面的问题： 一是本科生的就业矛盾日益突出，几乎每一个大学生都在切身感受就业的 恐慌； 二是人才的竞争加剧， 加之市场对于人才的需求多元化，考研或出国深造成 为提高我们本科生自身核心竞争力的一种渠道， 同时也是规避就业难的一种新途 径； 那么，在如此就业形势严峻、人才竞争加剧的当今社会，大学生们对自己将 来的就业有怎样的预期呢？ 本论文基于“大学生就业与深造意向调查”的原始问卷资料，欲从大学生的 就业预期角度出发， 结合结构方程模型，分析大学生预期就业手段和预期就业地 域方面的相关情况，并期望推广结构方程模型应用于问卷分析的方法。
, v 为一个v维结构模型残差项列向量，反映了模型中未能解释的部分。
T
4.2 模型的基本假定
⑴一般假定，每一个指标 xi , y j i 1, 2,
, m; j 1, 2,
, n 只在其对应的潜变
量上有不为 0 的因子负荷，而在其他潜变量上的因子负荷为 0。内生变量之间的 路径（相关或单方面影响）依据经验和相关理论而定。 ⑵测量误差项 i 与外生潜变量 j 之间（ i, j 1, 2, 生潜变量 j 之间不相关（ i, j 1, 2, （ i, j 1, 2, 、测量误差项 i 与内 ,m ） 、 i与 j , m; i j ）
1.1 研究目的
本论文在采用量表方式对问卷中的定性变量予以赋值后， 欲分析影响大学生 预期就业手段和预期就业地域的因素， 并期望得到各个因素与大学生预期就业手 段、预期就业地域之间的关系的度量。 需注意： ⑴该调查的调查对象是辽宁工程技术大学全日制在读本科生。 调查对象仅仅 是来自大学生这个总体的一个群或层。根据抽样调查的相关理论，辽宁工程技术 大学在读本科生并不具有典型代表性， 即它作为大学生总体的一个群被抽出并不 具备随机性和强代表性。因此，本论文从这份调查数据出发，仅仅只是从一个相 对小的视角研究大学生预期就业手段、预期就业地域方面的情况，结果不一定适 用于大学生总体。 ⑵问卷数据归属于 2009 年 10 月这个时点，因此，本论文的分析结果当然是 对 2009 年 10 月这个时点相关情况的反映。
生潜变量未被解释的部分。
注意：
⑴确定需要用哪些指标衡量潜变量，可以根据经验分析进行初步归类，也可以 使用多元统计分析中因子分析的方法进行探索。然后，对初步归类的指标建立验 证性因子模型（即只有测量方程） ，并进行相应的参数估计，比较从属于同一潜 变量的各路径参数的大小，进行相应的路径删减。 ⑵结构方程全模型是否可识别不仅取决于数据质量， 更取决于模型设定形式是 否正确。模型形式的正确性就表现在潜变量指向指标的单向路径、外生潜变量之 间的双向路径、内生潜变量之间的单向或双向路径、外生潜变量指向内生潜变量 的单向路径划定是否正确。每一条路径对应一个待估参数（主要是模型中的系数 （负荷） 、误差方差、潜变量之间的相关系数） 。一般的思路是先建立验证性因子 模型，不断修正（删减路径或改变路径相连方式） 、保证指标与潜变量之间的从 属关系成立后，再建立结构方程，不断修正，渐渐修改为相对理想的模型。 ⑶在没有任何理论依据或经验的前提下， 我们要考虑任意两个外生潜变量之间、 任意两个内生潜变量之间的相关关系（路径为双向） ，然后根据模型的参数估计 结果进行相应的路径增减。 ⑷由图 1，注意到本文拟采用的模型中，两个内生潜变量1 和 2 均分别只用一 个指标 Y1 和 Y2 衡量，相当于潜变量就是指标。原则上，结构方程模型并不允许这 样的情况出现， 因为单指标潜变量的存在会使得模型无法识别。倘若这种情况真 的出现了，需在参数估计时固定负荷或方差等（详见附录四的程序） 。本文模型 的设定形式不得不包含单指标的潜变量， 主要是由于我们基于第二方设计的问卷 进行相关问题的分析，使得问卷内容设计和模型形式设定脱节，从而导致有些潜 变量找不到一定数量的、合适的指标来测量。 对照图 1，模型的形式设定为：
Y2
4．基于结构方程模型的大学生预期就业手段和就业 区域情况分析
4.1 结构方程模型简介
很多社会、教育、心理等研究中涉及的变量，都不能准确、直接地测量，比 如学习动机、家庭社会经济地位等，我们称这样的变量为潜变量。潜变量往往只 能通过一些外生指标去衡量，比如用父母受教育程度、学生户口类型、父母收入 等外生指标来衡量学生的社会经济地位（潜变量） 。传统的统计分析方法不能妥
X9=0、1、2、3…… X10=0 四、六级都没过； X10=1 过四级； X10=2 过六级 X11=0 从不参加； X11=1 参加 1、2 次
X11=2 参加 3、4 次； X11=3 参加 4 次以上 是否自主创业 Y1=0 否； Y1=1 是
工作地域
Y2=1 农村地区；
Y2=2 县级地区
外生潜变量
内生潜变量
Y 指标
外源观测变量 变量
内生观测
那么，研究外生潜变量对内生潜变量的影响实质上就是间接研究 X 指标对 Y 指标的影响。只不过，结构方程把由同一个潜变量控制的指标划分为一类，表示 这一类指标受该潜变量的影响，使得问题的分析更加的系统。 值得注意的是，本论文的研究基础——问卷资料来自于第二方的调查资料， 第二方事先并未考虑过用结构方程模型分析问卷。那么，本文运用结构方程模型 分析问卷，问卷中的问题就不一定能很好地切合结构方程模型，由此可能引起相 当的误差。 这也就决定了我们在确定运用结构方程模型分析问卷时，已有心理准 备面对模型可能出现的整体拟合效果不好等问题， 故本文着眼于推广结构方程模 型建模方法在问卷分析中的应用。也就是说，欲用结构方程模型分析问卷，应该 事先根据相关理论或经验初步设定几个潜变量， 然后在问卷中为每一个潜变量设 置若干的题目来测量它。