1、关于高校本科生就业相关问题的调查研究班 级 ： 13级工商管理二班姓 名 ： 袁 浪 2学 号 ： 133600025序 号 ： 3 号 目 录摘要3一、研究背景及目的4二、研究方法4三、研究过程41.设计调查问卷42.数据录入63.SPSS分析7四、研究结论243五、研究建议与意见25摘要：在我国，每年每个高校都有大量的毕业生，“就业难”已成为大学毕业生的“心病”，也让无数毕业生父母焦头烂额，更是近年来不断升级的社会热门话题。高校本科毕业生是我国宝贵的人力资源，但由于我国相关体制的不合理以及受当前经济形势的影响，就业成立困扰毕业生的很大问题。本文通过SPSS对高校本科毕业生就业相关问题进行调
2、查研究，以发现学生的就业理念，增加成功就业的机会。什么是SPSS?SPSS 软件是美国SPSS公司推出的一款非常优秀、强大的数据统计分析软件，是世界公认的标准统计软件和应用最广泛的专业数据分析软件之一，主要针对经济、管理、医学、农业、教育、市场研究、社会调查等多个行业和领域。SPSS即“Statistical Package for the Social Sciences”的缩写，意思是“社会科学统计软件包”，它以功能丰富、效率高、操作简便而著称，是非常适合进行数据分析的工具软件。SPSS作为一种功能强大的统计分析软件，完全可以用来进行高校本科生就业问题的相关研究，定量分析变量之间的联系与区别
3、。下面即介绍SPSS在高校本科生就业的调查研究中的应用。41、研究背景及目的5近年来,我国大学扩招后，大学生就业难的问题已经是一个不争的事实，大学生的就业问题日渐突出并且呈上升发展的趋势。由于毕业生处于毕业择业就业的人生转折关头,其思想状态、精神面貌、心理变化均存在着较大的调查意义。对毕业生的调查是反馈和改进学校教育教学工作的重要依据，为了解毕业生的工作状况，关注毕业生的个人发展，进一步探索高等院校的人才培养模式。本文采用问卷分析的方法，以在湖南理工学院2013届应届毕业生中随机抽取的300名同学的调查问卷为样本，从他们的个人情况与就业状况两个方面进行了定量的描述和分析，初步展示了不同性别，家
4、庭背景下，就业状况存在较大的差异，毕业生的就业意愿与实际就业状况也存在差异，在此基础上，本文探讨了目前我国毕业大学生的现状及存在的问题。我们想通过调查充分了解当代大学生的就业观念和就业意识，为大学生职业规划提供依据和指导，通过调查毕业生的就业状况了解当今就业形势，为政府关于安排大学生就业的政策提供参考依据。2、研究方法基本思路是：首先根据研究需要设计出调查问卷，然后使用设计好的调查问卷对面临毕业的本科生展开调查，再使用SPSS的相关数据处理方法对收集上来的问卷进行处理，提取有效信息，分析变量之间的联系与区别，最后写出研究结论。采用数据处理的方法有列联表分析、方差分析、相关分析、聚类分析等。3、
5、研究过程1、设计调查问卷在问卷的设计上，根据研究需要，我们将问卷分为两个部分：个人基本情况和对就业的看法。个人基本情况包括：性别、本科学习成绩、是否拿过奖学金、专业、是否签约、是否经常参加社会实践活动或实习及家庭所在地等，对于就业的看法包括：性别、形象、英语水平、计算机水平、毕业院校、专业知识、各种资格证书、社会实践经历、本科期间所取得的成绩、对就业形势的态度预薪酬等对就业的影响的看法，以了解被调查者对于就业的主观看法。对本科生就业情况的调查问卷6感谢您抽出宝贵的时间来完成这张调查问卷，请您如实填写，谢谢合作！一、个人情况1.您的性别_A.男 B.女2.您在本科期间的学习成绩_A.优秀 B.良
6、好 C.中等 D.差3.您在本科期间是否得过奖学金_A.经常（3次以上） B.偶尔（1次-3 次） C.从未得过4.您的专业是 _A.理工农医类 B.文科类 C.艺术 D体育5.您是否已经签约 _A.是 B.否6.您在本科期间是否经常参加社会实践活动或者实习_A.经常（5次以上） B.偶尔（1次-5 次） C.从不7.您的家庭在 _A.农村 B.城市二、对于就业的看法8.您认为性别对就业的影响_A.很大 B.比较大 C.一般 D.较小9.您认为个人外在形象（包括身体素质）对就业的影响_A.很大 B.比较大 C.一般 D.较小10.您认为英语水平对就业的影响_A.很大 B.比较大 C.一般 D.
7、较小11您认为计算机水平对就业的影响_7A.很大 B.比较大 C.一般 D.较小12.您认为毕业院校的知名度对就业的影响_A.很大 B.比较大 C.一般 D.较小13.您认为专业背景对就业的影响_A.很大 B.比较大 C.一般 D.较小14.您认为各种资格证书对就业的影响_A.很大 B.比较大 C.一般 D.较小15.您认为社会实践经历或者实习经历对就业的影响_A.很大 B.比较大 C.一般 D.较小16.您认为您在本科期间所取得成绩（学习成绩，项目参与状况，论文或者专利等学术成果）对就业的影响_A.很大 B.比较大 C.一般 D.较小17.您对目前的就业形势态度是_A.很乐观 B.比较乐观
8、C.一般 D.比较悲观 E.很悲观18.您的可以接受薪酬是_A.2000元以下 B.2000-4000元 C.4000-6000元 D.6000元以上19.您的理想就业单位是_A.政府部门 B.事业单位 C.国有企业 D.外资企业 E.私营企业20.您认为学校的培养模式与用人单位的要求之间_A.契合的很好 B.差强人意 C.不是很适合 D.差距非常大21.您觉得自己在学校的努力与最终的就业情况之间_A成正比 B.没什么关系 C.成反比22.您认为所学专业与从事的事业之间应该_A.一致 B.不要差距很大 C.可以没什么关联8调查结束，再次感谢您的参与！2、数据录入我们将设计好的300份调查问卷，
9、随机发放到毕业本科生的手中，回收283份，回收率为283/300*100%=94.33%，回收效果还是很不错的。我们把回收上来的问卷进行一系列的整理。并做成了一个SPSS格式的文件。其中一共设置了22个变量，分别是“性别”、“本科期间学习成绩”、“是否得过奖学金”、“专业”、“是否签约”、“是否经常参加社会实践”、“家庭住址”、“性别影响”等。我们把所有的变量均定义为数值型变量，并进行相应的值标签操作： 对“性别”，用“1”表示“男”，“2”表示“女”。 对“本科学习成绩”，用“1”表示“优秀”，“2”表示“良好”，“3”表示“中等”，“4”表示“差”。 对“是否得过奖学金”，用“1”表示“经
10、常”，“2”表示“偶尔”，“3”表示“从未得过”。 对“专业”，用“1”表示“理工农类”，“2”表示“文科类”，“3”表示“艺术体育类” 对“是否签约”，用“1”表示“是”，“2”表示“否”。以此类推将22个变量都定义为数值型变量，录入完成后，数据如下图所示（数据文件见:案例sav. ）：9图13、SPSS分析1）列联表分析第一部分操作步骤如下：1 进入SPSS 16.0，选择 “分析”（Analyze）/“描述统计”(Descriptive)/“交叉表格”(crosstabs)命令，弹出如图2所示的对话框。首先定义行变量，即在“交叉表格”对话框左侧的选择“性别”，并单击 按钮使之进入右侧的“
11、行”（Rows）列表框。然后定义列变量，在左侧的列表框中选择“专业”、“家庭住址”并单击 按钮使之进入“列”（Column）列表框。因为没有别的变量参与列联表的分析，所以我们这里没有层的控制变量。10图22 选择列联表单元格中需要计算的指标。单击“交叉表格”对话框右侧的“单元格”(Cells)按钮，弹出如图3所示的对话框，在该对话框中可以设置相关输出内容。我们在“计数”选项组中选中“观察值”(Observed)复选框，在“百分比”(Percentages)选项组中选中“行”、“列”、“总计”(Total)复选框。设置完毕后，单击“继续”(Continue)按钮返回“交叉表格”对话框。3 其余设
12、置采用系统默认值即可。4 单击“确定 ”(ok)按钮。11图3输出结果分析:列联表1Case Processing SummaryCasesValid Missing TotalN Percent N Percent N Percent性别 * 专业 283 100.0% 0 .0% 283 100.0%性别 * 家庭住址 283 100.0% 0 .0% 283 100.0%12列联表1显示出：样本数为283 ，没有数据缺失性别 * 专业 Crosstabulation专业理工农医类 文科类 艺体类 TotalCount 51 40 44 135% within 性别 37.8% 29.6%
13、 32.6% 100.0% within 专业 49.5% 32.0% 80.0% 47.7%男% of Total 18.0% 14.1% 15.5% 47.7%Count 52 85 11 148% within 性别 35.1% 57.4% 7.4% 100.0% within 专业 50.5% 68.0% 20.0% 52.3%性别女% of Total 18.4% 30.0% 3.9% 52.3%Count 103 125 55 283% within 性别 36.4% 44.2% 19.4% 100.0% within 专业 100.0% 100.0% 100.0% 100.0%T
14、otal% of Total 36.4% 44.2% 19.4% 100.0%列联表2如列联表2所示，参与调查的男生有135人（占总数的47.7%），女生有148人（占总数的52.3%）；参与调查的理工农医类的学生共103人(占总数的36.4%)。其中包括51位男生和52位女生，文科类专13业的学生共125人（占总数的44.2%），其中包括40位男生和85位女生，艺术类专业的学生55人（占总数的19.4%），其中包括44位男生和85位女生。这说明样本无论是在性别还是专业方面都是很有代表性的。性别 * 家庭住址 Crosstabulation家庭住址农村 城市 TotalCount 45 90
15、135% within 性别 33.3% 66.7% 100.0% within 家庭住址 23.4% 98.9% 47.7%男% of Total 15.9% 31.8% 47.7%性别女 Count 147 1 14814% within 性别 99.3% .7% 100.0% within 家庭住址 76.6% 1.1% 52.3% of Total 51.9% .4% 52.3%Count 192 91 283% within 性别 67.8% 32.2% 100.0% within 家庭住址 100.0% 100.0% 100.0%Total% of Total 67.8% 32.2
16、% 100.0%列联表3如上表所示，参与调查的家庭住址为农村的学生有192个（占总数的67.84%），其中包括45位男生和147位女生，家庭住址为城市的学生有91个（占总数的32.2%），其中包括90位男生和1位女生。从家庭住址分布的角度来讲，样本的代表性是可以接受的。2）列联表分析第二部分操作步骤与上一部分基本相似，唯一不同的是将“是否签约”定义为行变量。15接下来我们进行输出结果分析；Case Processing SummaryCasesValid Missing TotalN Percent N Percent N Percent是否签约 * 就业形势看法 283 100.0% 0 .
17、0% 283 100.0%是否签约 * 预期薪酬 283 100.0% 0 .0% 283 100.0%是否签约 * 理想就业单位 283 100.0% 0 .0% 283 100.0%是否签约 * 培养模式契合 283 100.0% 0 .0% 283 100.0%是否签约 * 在校努力与最终就业 283 100.0% 0 .0% 283 100.0%16Case Processing SummaryCasesValid Missing TotalN Percent N Percent N Percent是否签约 * 就业形势看法 283 100.0% 0 .0% 283 100.0%是否签
18、约 * 预期薪酬 283 100.0% 0 .0% 283 100.0%是否签约 * 理想就业单位 283 100.0% 0 .0% 283 100.0%是否签约 * 培养模式契合 283 100.0% 0 .0% 283 100.0%是否签约 * 在校努力与最终就业 283 100.0% 0 .0% 283 100.0%是否签约 * 所学专业与就业应该怎样 283 100.0% 0 .0% 283 100.0%列联表4列联表4显示出：样本数为283 ，没有数据缺失.是否签约 * 就业形势看法 Crosstabulation就业形势看法很乐观 比较乐观 比较悲观 TotalCount 0 33
19、 153 186% within 是否签约 .0% 17.7% 82.3% 100.0% within 就业形势看法 .0% 31.4% 86.4% 65.7%否% of Total .0% 11.7% 54.1% 65.7%Count 1 72 24 97是否签约是% within 是否签约 1.0% 74.2% 24.7% 100.0%17% within 就业形势看法 100.0% 68.6% 13.6% 34.3% of Total .4% 25.4% 8.5% 34.3%Count 1 105 177 283% within 是否签约 .4% 37.1% 62.5% 100.0% w
20、ithin 就业形势看法 100.0% 100.0% 100.0% 100.0%Total% of Total .4% 37.1% 62.5% 100.0%列联表5从列联表5中看出，已经签约的学生占到总调查人数的43.4 %,其中签约的学生有74.2%的人认为就业形势比较乐观，这与没有签约的学生中有82.3%的人认为就业形势比较悲观形成了强烈的对比。是否签约 * 预期薪酬 Crosstabulation预期薪酬2000-4000元 4000-6000元 TotalCount 33 153 186% within 是否签约 17.7% 82.3% 100.0% within 预期薪酬 31.4%
21、 86.0% 65.7%否% of Total 11.7% 54.1% 65.7%Count 72 25 97% within 是否签约 74.2% 25.8% 100.0% within 预期薪酬 68.6% 14.0% 34.3%是否签约是% of Total 25.4% 8.8% 34.3%Count 105 178 283% within 是否签约 37.1% 62.9% 100.0%Total% within 预期薪酬 100.0% 100.0% 100.0%18是否签约 * 预期薪酬 Crosstabulation预期薪酬Total2000-4000元 4000-6000元是否签约
22、 否 Count 33 153 186% within 是否签约 17.7% 82.3% 100.0% within 预期薪酬 31.4% 86.0% 65.7% of Total 11.7% 54.1% 65.7%是 Count 72 25 97% within 是否签约 74.2% 25.8% 100.0% within 预期薪酬 68.6% 14.0% 34.3% of Total 25.4% 8.8% 34.3%Total Count 105 178 283% within 是否签约 37.1% 62.9% 100.0% within 预期薪酬 100.0% 100.0% 100.0%
23、 of Total 37.1% 62.9% 100.0%列联表6从列联表6中可以看出，预期薪酬为20004000元的学生占到总调查人数的37.1%，预期薪酬为40006000元的学生占总数的 62.9%,其中签约的学生有74.2%的人的预期薪酬为20004000元，这与没有签约的学生中有82.3%的人的预期薪酬为40006000元形成了鲜明的对比。是否签约 * 理想就业单位 Crosstabulation理想就业单位 Total19政府部门 国有企业 外资企业 私营企业Count 99 87 0 0 186% within 是否签约 53.2% 46.8% .0% .0% 100.0% wit
24、hin 理想就业单位 69.7% 95.6% .0% .0% 65.7%否% of Total 35.0% 30.7% .0% .0% 65.7%Count 43 4 43 7 97% within 是否签约 44.3% 4.1% 44.3% 7.2% 100.0% within 理想就业单位 30.3% 4.4% 100.0% 100.0% 34.3%是否签约是% of Total 15.2% 1.4% 15.2% 2.5% 34.3%Count 142 91 43 7 283% within 是否签约 50.2% 32.2% 15.2% 2.5% 100.0% within 理想就业单位
25、100.0% 100.0% 100.0% 100.0% 100.0%Total% of Total 50.2% 32.2% 15.2% 2.5% 100.0%列联表720从列联表7和直方图中看出。没有签约的同学的理想就业单位都是政府或国有企业，而已经签约的同学的理想就业单位则显得多元化。21SPSS在应用的过程中可以通过美化图表，以满足用户的个性化需求。是否签约 * 培养模式契合 Crosstabulation培养模式契合契合的很好 不是很适合 差距非常大 TotalCount 0 92 94 186% within 是否签约 .0% 49.5% 50.5% 100.0% within 培养模
26、式契合 .0% 100.0% 69.1% 65.7%否% of Total .0% 32.5% 33.2% 65.7%Count 55 0 42 97% within 是否签约 56.7% .0% 43.3% 100.0%是否签约是% within 培养模式契合 100.0% .0% 30.9% 34.3%22% of Total 19.4% .0% 14.8% 34.3%Count 55 92 136 283% within 是否签约 19.4% 32.5% 48.1% 100.0% within 培养模式契合 100.0% 100.0% 100.0% 100.0%Total% of Tot
27、al 19.4% 32.5% 48.1% 100.0%列联表8从列联表8中可以看出，在已经签约的学生中，认为学校的培养模式与用人单位的需求之间契合的很好的学生占到了56.7%，这与没有签约的学生中仅有0%的人认为学校的培养模式与用人单位的要求之间契合形成了强烈的对比。是否签约 * 在校努力与最终就业 Crosstabulation在校努力与最终就业成正比 没什么关系 TotalCount 0 186 186% within 是否签约 .0% 100.0% 100.0% within 在校努力与最终就业 .0% 83.4% 65.7%否% of Total .0% 65.7% 65.7%Coun
28、t 60 37 97% within 是否签约 61.9% 38.1% 100.0% within 在校努力与最终就业 100.0% 16.6% 34.3%是否签约是% of Total 21.2% 13.1% 34.3%Total Count 60 223 28323% within 是否签约 21.2% 78.8% 100.0% within 在校努力与最终就业 100.0% 100.0% 100.0% of Total 21.2% 78.8% 100.0%列联表9从列联表9中看出，在已经签约的学生中，认为自己在校的努力与最终的就业情况之间成正比的学生占40.2%认为不要差距太大就好的占到
29、59.8%，而没有签约的学生中认为所学专业与所从事的事业应该一致的学生占到60.8%，认为不要差距很大的占39.2%，这也形成了很好的对照。3） 方差分析第一部分操作步骤如下：1 进入SPSS16.0，打开相关数据文件，选择“分析 ”/“比较均值”/“单因素ANOVA ”命令，弹出如下图所示的对话框。2 在“单因素方差分析 ”对话框的左侧列表框中，按上图所示操作。3 其他设置采用系统默认值。4 设置完毕后，单击 “确定 ”按钮，等待输出结果。24接下来我们进行结果分析：ANOVASum of Squares df Mean Square F Sig.Between Groups 17.859
30、1 17.859 16.373 .000Within Groups 306.501 281 1.091性别影响Total 324.360 282Between Groups 17.859 1 17.859 16.373 .000Within Groups 306.501 281 1.091形象影响Total 324.360 282Between Groups 6.915 1 6.915 9.039 .003Within Groups 214.965 281 .765英语水平影响Total 221.880 282Between Groups 6.915 1 6.915 9.039 .003Wit
31、hin Groups 214.965 281 .765计算机水平影响Total 221.880 282Between Groups 6.587 1 6.587 31.000 .000Within Groups 59.710 281 .212毕业院校影响Total 66.297 282Between Groups 6.587 1 6.587 31.000 .000Within Groups 59.710 281 .212专业背景影响Total 66.297 28225Between Groups 122.450 1 122.450 117.762 .000Within Groups 292.18
32、6 281 1.040资格证书影响Total 414.636 282Between Groups 27.642 1 27.642 32.840 .000Within Groups 236.527 281 .842社会实践经历影响Total 264.170 282Between Groups 28.046 1 28.046 206.266 .000Within Groups 38.208 281 .136成绩影响Total 66.254 282方差分析表1如方差分析表1 所示，所有因变量的显著性P值都小于0.05 ，说明这些变量都在0.05的显著性水平上显著。这意味着，不同性别的被调查者在性别、
33、形象、英语水平、计算机水平、毕业院校、专业背景、资格证书、社会经历、成绩这些因素上对就业的影响方面的看法都是显著不同的。4） 方差分析第二部分操作步骤类似于方差分析的第一部分操作，按下表在对话框中进行选择，其他设置采用系统默认即可，设置完毕后，单击“确定”按钮，等待输出结果即可。26下面进行结果分析：ANOVASum of Squares df Mean Square F Sig.Between Groups 81.091 1 81.091 93.668 .000Within Groups 243.269 281 .866性别影响Total 324.360 282Between Groups
34、81.091 1 81.091 93.668 .000Within Groups 243.269 281 .866形象影响Total 324.360 282英语水平影响 Between Groups 5.824 1 5.824 7.574 .00627Within Groups 216.056 281 .769Total 221.880 282Between Groups 5.824 1 5.824 7.574 .006Within Groups 216.056 281 .769计算机水平影响Total 221.880 282Between Groups 21.090 1 21.090 131
35、.091 .000Within Groups 45.207 281 .161毕业院校影响Total 66.297 282Between Groups 21.090 1 21.090 131.091 .000Within Groups 45.207 281 .161专业背景影响Total 66.297 282Between Groups 4.620 1 4.620 3.166 .076Within Groups 410.016 281 1.459资格证书影响Total 414.636 282Between Groups 81.362 1 81.362 125.065 .000Within Gro
36、ups 182.807 281 .651社会实践经历影响Total 264.170 282Between Groups 6.162 1 6.162 28.813 .000Within Groups 60.093 281 .214成绩影响Total 66.254 282方差分析表2如方差分析表2所示，除“资格证书”这一变量之外的其他因变量的显著性P值都小于0.05，说明这28些变量都在0.05的显著性水平上显著。这意味着，已经签约和尚未签约的被调查者在性别、形象、英语水平、计算机水平、毕业院校、专业背景、社会实践经历、成绩这些因素对就业方面的看法是显著不同的，但是关于资格证书对就业的影响作用是有
37、共识的。5） 相关分析操作步骤如下：1 进入SPSS16.0，打开数据文件，选择“分析”/“相关（Analyze ）”/“双变量（Bivariate）”命令，弹出如下图所示的对话框。2 按对话框所示，选择相关选项。3 其他设置使用系统默认值即可。4 设置完毕后，单击 “确定 ”按钮，等待输出结果。29输出结果分析如下：Correlations本科期间学习成绩 是否得过奖学金 是否签约是否经常参加社会实践Pearson Correlation 1 .997* -.498* .997*Sig. (2-tailed) .000 .000 .000本科期间学习成绩N 283 283 283 283Pe
38、arson Correlation .997* 1 -.496* 1.000*Sig. (2-tailed) .000 .000 .000是否得过奖学金N 283 283 283 283Pearson Correlation -.498* -.496* 1 -.496*Sig. (2-tailed) .000 .000 .000是否签约N 283 283 283 283Pearson Correlation .997* 1.000* -.496* 1Sig. (2-tailed) .000 .000 .000是否经常参加社会实践N 283 283 283 283*. Correlation i
39、s significant at the 0.01 level (2-tailed).30相关分析结果表从相关分析结果表中看出，“本科期间学习成绩”、“是否得过奖学金”、“是否经常参加社会实践”这三个变量之间是高度显著正相关的，这很好理解，因为学生的学习成绩、社会实践都是与奖学金直接挂钩的，“是否签约”与其他三个变量之间是显著负相关的。但是我们进行值标签操作时，对于“本科期间学习成绩”、“是否得过奖学金”、“是否经常参加社会实践”这三个值越小越优秀（学习成绩好、经常拿奖学金、经常参加社会实践都被社会为1），而对于“是否签约”采用的是1表示签约0表示未签约（大数字表示签约），于是我们的结论就是优秀的学生签约的可能性会大。6)聚类分析操作步骤：1 进入SPSS16.0，打开数据文件，选择“分析”/“分类（Classify）”/ “K平均值聚类（K-Mean Cluster）”命令，弹出如下图所示的对话框。2 按对话框所示，选择相关选项。3 其他设置使用系统默认值即可。4 设置完毕后，单击 “确定 ”按钮，等待输出结果。
