【SPSS課程小論文3900字（論文）】

SPSS課程小論文：新冠疫情對大學畢業(yè)生就業(yè)的影響實證分析目錄TOC\o"1-2"\h\u30830摘要 1123401.問卷設計及數(shù)據(jù)收集 1114191.1數(shù)據(jù)來源 1193711.2設計問卷 2295351.3問卷回收 2267662.結(jié)果 249462.1樣本特征 2180482.2相關性分析 4233492.3回歸分析 4307893.結(jié)論與建議 576113.1結(jié)論 5196713.2建議 624767參考文獻 6摘要就業(yè)是大學畢業(yè)生進入社會的起點，也是大學生一生中非常重要的的轉(zhuǎn)折點。就業(yè)問題不僅關系著千萬個家庭，也關系到社會的民生。新冠疫情的爆發(fā)，在給國民經(jīng)濟和社會發(fā)展產(chǎn)生巨大影響的同時，也對高校應屆畢業(yè)生的就業(yè)產(chǎn)生巨大的沖擊。因此，本文的因變量是就業(yè)率，自變量是就業(yè)崗位和畢業(yè)生出行，在大量查閱國內(nèi)外相文獻的基礎上，采取了實證分析的方法，研究新冠疫情前后，就業(yè)崗位增加、就業(yè)崗位的減少、出行便利、出行受阻對2020屆廣西壯族自治區(qū)畢業(yè)生的就業(yè)率影響。結(jié)合本文的研究框架，設計調(diào)查問卷，以高校2020年畢業(yè)生為調(diào)查對象，通過使用問卷星專業(yè)網(wǎng)絡數(shù)據(jù)調(diào)查處理軟件，對發(fā)放問卷收集數(shù)據(jù)，運用SPSS.19統(tǒng)計數(shù)據(jù)分析與處理軟件技術(shù)對數(shù)據(jù)進行了全面的描述性統(tǒng)計分析。從而解決大學生就業(yè)難的問題，穩(wěn)定就業(yè)，促進就業(yè)市場和社會經(jīng)濟發(fā)展。關鍵詞：畢業(yè)生；就業(yè)；實證分析；新冠疫情1.問卷設計及數(shù)據(jù)收集1.1數(shù)據(jù)來源通過文獻研究確定了本文的研究框架和研究模型之后，需要展開調(diào)研獲取樣本相關的數(shù)據(jù)信息。本文采取問卷調(diào)查的形式開展調(diào)研，調(diào)研范圍為廣西壯族自治區(qū)高校，調(diào)研對象是2020屆畢業(yè)生，本次調(diào)研運用網(wǎng)絡問卷的方法，合理使用問卷星這一軟件，將設計的問卷鏈接發(fā)送到QQ空間、QQ群、微信朋友圈等社交圈，隨機邀請調(diào)研對象填寫問卷，針對調(diào)研具體對象收集相關調(diào)研信息，充分發(fā)揮網(wǎng)絡的優(yōu)勢助力本次調(diào)研。通過問卷設計中設計的甄別問題，篩選并剔除無效問卷。1.2設計問卷本文通過問卷調(diào)查法向目標群體發(fā)放問卷，問卷內(nèi)容結(jié)合本文的提出的問題、研究假設，分為了六個大的部分，第一段是受訪問者的個人信息，第二至第六段分別是就業(yè)崗位增加、就業(yè)崗位減少、出行便利、出行受阻、畢業(yè)生就業(yè)率的測量題項。除了第一部分的個人基本信息外，第二至第六部分的題項均采用五級李克特量表的形式，題目選項中的數(shù)字1至5依次代表“完全不同意”、“不同意”、“不確定”、“同意”、“完全同意”，受訪者需要結(jié)合他們自己的現(xiàn)實情況，選擇最符合自己看法的選項。1.3問卷回收由于實地調(diào)研需要花費很多的時間、人力和金錢，所以本研究以網(wǎng)絡電子問卷的方式，對他們發(fā)放問卷、收集數(shù)據(jù)。2021年3月1號開始調(diào)研，2021年3月20號調(diào)研結(jié)束，共計調(diào)研花了20天的時間，收回來的問卷有422份，獲取實際有效問卷376份，回收問卷有效率為89.1%。2.結(jié)果2.1樣本特征通過發(fā)放問卷收集完數(shù)據(jù)后，采用人工挑選的方式對全部問卷進行挑選，把無用、不合格的答卷剔除掉后，保留有用的答卷。并對保留下來的367份有效問卷的相關數(shù)據(jù)進行數(shù)據(jù)分析。表1樣本的基本情況調(diào)查內(nèi)容選項頻數(shù)占比性別男17646.8%女20053.2%學校層次2113710.1%區(qū)重點4612.5%普通本科17647.9%高職高專10829.5%學歷層次研究生4311.7%本科21658.8%?？?0829.5%政治面貌中共黨員8623.4%共青團員24366.2%其他（如群眾等）3810.4%專業(yè)學科經(jīng)濟學4111.7%文學6718.2%醫(yī)學267.1%理學5113.9%管理學318.4%法學267.0%教育學277.3%工學6116.6%農(nóng)學215.7%藝術(shù)學1614.5%問卷的第一部分是關于被調(diào)查者的個人信息，表1是對樣本基本信息做描述性分析的結(jié)果，從表中可以看出，在性別比例方面，男性占46.8%，女性占53.2%。樣本的性別占比差異不大。從學歷層次上來看，學歷在研究生的畢業(yè)生占比11.7%，學歷在本科的畢業(yè)生占比58.8%，學歷在專科的畢業(yè)生占比29.5%，本科畢業(yè)生占據(jù)了大部分，說明本科生相比與研究生和?？粕?，求職意愿更迫切。從學校層次來看，211高校的畢業(yè)生占比10.1%，區(qū)重點畢業(yè)生占比12.5%，普通本科畢業(yè)生占比47.9%，高職高專的畢業(yè)生占比29.5%，總體來說分布較均勻，同時也符合廣西區(qū)高校的學校層次的分布狀況。從政治面貌來看，畢業(yè)生是黨員的占比23.4%，是團員的占比66.2%，屬于其他政治面貌（如群眾等）的占比10.4%。從專業(yè)學科來看，畢業(yè)生是經(jīng)濟學類專業(yè)的占比11.7%，是文學類專業(yè)的占比16.6.2%，是醫(yī)學類專業(yè)的占比7.1%，是理學類的占比13.9%，是管理學類的占比8.4%，是法學類的占比7.0%，是教育學類的占比7.3%，是工學類的占比18.2%，是農(nóng)學類的占比5.7%，是藝術(shù)學類的占比14.5%。結(jié)合上述受訪者的基本情況，樣本分布合理，充分體現(xiàn)了數(shù)據(jù)的真實性與代表性，以及問卷調(diào)查的科學性。2.2相關性分析各變量之間的皮爾遜相關系數(shù)（r）如表2所示，當0.6≤|r|<0.8 時表示兩變量間存在高度相關，當|r|≥0.8時表示兩變量極高度相關。由各變量的相關性分析結(jié)果可知，除了就業(yè)崗位增加與出行受阻兩個變量系數(shù)為0.746外，其余變量兩兩之間的系數(shù)均大于0.8，說明本研究所選取的變量之間在1%的顯著性水平下均存在顯著的正相關性。崗位增加、崗位減少、出行便利、出行受阻和畢業(yè)生的就業(yè)率的相關系數(shù)依次是0.814，0.743，0.824，0.849，在1%顯著性水平下自變量對因變量均存在正向的極高度相關性。上述的分析結(jié)果為研究假設提供了初步支持。表2變量之間的相關性分析結(jié)果崗位增加崗位減少出行便利出行受阻崗位增加崗位減少0.828***出行便利0.881***0.833***出行受阻0.746***0.817***就業(yè)率0.814***0.743***0.824***0.849***注：“***”、“**”、“*”分別表示在0.01、0.05、0.1水平上顯著相關。下同。2.3回歸分析本研究分別利用逐步回歸的方法對就業(yè)崗位數(shù)量波動（包括就業(yè)崗位增加和就業(yè)崗位減少）和畢業(yè)生出行（包括出行便利和出行受阻）與就業(yè)率進行假設檢驗，模型擬合效果良好。M1反映就業(yè)崗位增加和就業(yè)崗位減少與畢業(yè)生就業(yè)率的回歸結(jié)果；M2反映出行便利和出行受阻與畢業(yè)生就業(yè)率的檢驗結(jié)果。2.3.1就業(yè)崗位波動與就業(yè)率的回歸驗證分析回歸分析構(gòu)建就業(yè)崗位波動與就業(yè)率的線性回歸模型M1，表格中模型的擬合優(yōu)度達到0.74，說明模型的擬合效果良好。D.W檢驗是檢驗變量自相關性，M1模型的DW值為1.943，接近于2，說明自變量的自相關性不明顯，說明模型設計得好。表3M1模型的回歸分析結(jié)果X1X2R平方調(diào)整后的R平方F統(tǒng)計量DW統(tǒng)計量影響系數(shù)T統(tǒng)計量影響系數(shù)T統(tǒng)計量0.475**9.6360.387**7.5420.740.664431.971.9432.3.2畢業(yè)生出行與就業(yè)率的回歸驗證分析表4M2模型的回歸驗證分析X1X2R平方調(diào)整后的R平方F統(tǒng)計量DW統(tǒng)計量影響系數(shù)T統(tǒng)計量影響系數(shù)T統(tǒng)計量0.412**14.4510.348**9.0740.780.789701.4531.905由表4可知，畢業(yè)生出行與畢業(yè)生就業(yè)率的回歸結(jié)果表明，在5%的顯著性水平下，出行便利（Z1）對畢業(yè)生的就業(yè)率有正向影響（β=0.412，P<0.05）;出行受阻（Z2)對畢業(yè)生的就業(yè)率有負向影響（β=0.348，P<0.05）,說明研究假設M3和M4均成立。根據(jù)回歸分析中變量的影響系數(shù)β值的可知，出行便利比出行受阻對畢業(yè)生的就業(yè)率的程度更大一些。回歸分析構(gòu)建畢業(yè)生出行與就業(yè)率的線性回歸模型M2，模型擬合優(yōu)度達到0.78，說明擬合效果良好。M2模型的DW值為1.911，接近于2，說明自變量的自相關性不明顯，說明模型設計得好。3.結(jié)論與建議3.1結(jié)論通過對實驗結(jié)果進行實證分析發(fā)現(xiàn)，新冠疫情爆發(fā)前，就業(yè)崗位增加、出行便利對畢業(yè)生就業(yè)率均存在顯著的正向影響關系。新冠疫情爆發(fā)后，就業(yè)崗位減少、出行受阻對畢業(yè)生的就業(yè)率均存在顯著的負向影響關系。新冠疫情爆發(fā)前，企業(yè)生產(chǎn)經(jīng)營正常，企業(yè)為了擴大公司規(guī)模，招聘新員工，照常開展招聘會，為畢業(yè)生們提供大量的就業(yè)崗位，畢業(yè)生們出行方便，能夠正常參加企業(yè)的招聘、面試，大量畢業(yè)生在畢業(yè)前能夠及時找到工作，畢業(yè)生的就業(yè)率增加，就業(yè)崗位增加，出行便利都對畢業(yè)生的就業(yè)率存在顯著的正向影響關系。新冠疫情爆發(fā)后，企業(yè)生產(chǎn)經(jīng)營受到疫情的沖擊，運營成本增加，企業(yè)為了降低成本，不得不通過取消招聘的方式，減少新員工的招聘，進而降低企業(yè)運營成本，加之畢業(yè)生的出行受阻，不能到公司企業(yè)參加招聘面試，畢業(yè)生們臨近畢業(yè)甚至畢業(yè)后也不能找到工作，畢業(yè)生的就業(yè)率降低，就業(yè)崗位減少，出行受阻，都對畢業(yè)生的就業(yè)率存在顯著的負向影響關系。3.2建議新冠疫情在對畢業(yè)生的就業(yè)產(chǎn)生影響的同時，也考驗了高校應對緊急事件的管理能力。面對疫情，學校應該加強就業(yè)服務和指導工作。通過移動互聯(lián)網(wǎng)以線上溝通方式對畢業(yè)生們的求職簡歷、面試能力進行指導，提高畢業(yè)生的面試能力，增加在面試過程中的優(yōu)勢。高校就業(yè)服務平臺及時整理企業(yè)的招聘信息，通過微信小程序等網(wǎng)絡軟件開展網(wǎng)絡雙選會線上宣傳和推廣，在學生們不能正常外出的情況下，鼓勵學生們積極參加學校和社會的網(wǎng)上招聘活動以及參與就業(yè)信息反饋。高校還可以通過互聯(lián)網(wǎng)平臺，組織社會企業(yè)開展線上宣講會，并在線完成用人單位與學生的宣講、面試、簽約工作，確保學校的招聘能夠如期開展。國內(nèi)疫情雖然得到了有效的控制，但在未來較長的一段時間里，畢業(yè)生們?nèi)匀幻媾R就業(yè)的困難，就業(yè)壓力依舊存在。各級政府部門要嚴格落實各項穩(wěn)就業(yè)促就業(yè)政策，通過政府的影響力，爭取為畢業(yè)生們創(chuàng)造更多的就業(yè)機會。政府抓好經(jīng)費保障，穩(wěn)定大學生就業(yè)。政府可以劃撥一部分公共就業(yè)經(jīng)費專門用于畢業(yè)生就業(yè)，利用相關的政策補貼激發(fā)企業(yè)的積極性，加大企業(yè)穩(wěn)崗的補貼力度，降低企業(yè)的用人成本，刺激現(xiàn)階段的企業(yè)單位招聘大學畢業(yè)生。除此之外，政府部門可以開發(fā)官方的就業(yè)平臺（例如廣西人才網(wǎng)APP等），通過政府的權(quán)威力度，讓更多的企業(yè)能夠在平臺上發(fā)布崗位信息，讓更多畢業(yè)生熟悉平臺、信任平臺，在不能正常出門的情況下，能夠及時獲取企業(yè)招聘的信息。參考文獻[1]鄒瑜,王華麗,劉子豪.生計恢復力框架下易地扶貧搬遷農(nóng)戶非農(nóng)就業(yè)影響因素研究——基于新疆克孜勒蘇柯爾克孜自治州的調(diào)查[J].干旱區(qū)資源與環(huán)境,2020,34(11):29-35.[2]郭秋生.高職院校大學生就業(yè)影響因素分析與改進策略[J].北京工業(yè)職業(yè)技術(shù)學院學報,2020,19(01):75-78+126.[3]柴劍峰,龍磊.基于Logit—ISM模型的川西北藏區(qū)農(nóng)牧民非農(nóng)就業(yè)影響因素研究——來自DC縣315戶貧困農(nóng)戶的調(diào)查數(shù)據(jù)[J]