贵州高校大学生就业准备情况调查研究.docxVIP

贵州高校大学生就业准备情况调查研究   大学生就业指导结课论文第三篇：贵州高校大学生就业准备情况调查研究 　　摘要：我们对贵州高校的大学生, 借助50份样本的试测对问卷进行了修订, 编制了正式问卷对1000位大学生进行了调研, 回收有效问卷955份, 有效回收率为95.5%。获得了第一手数据, 并运用SPSS进行了数据分析, 运用信度分析、效度分析、配对样本T检验、频率分析、方差分析等研究方法, 力图对大学生基本信息、就业准备、就业现状的结构、特点, 以及他们的关系进行系统的探讨、研究。本研究运用了文献分析、问卷调查等研究方法, 从大学生基本条件、大学生就业准备、大学生就业现状三大维度描述构建大学生就业准备及现状调查表, 其中大学生就业准备情况包含六项指标, 分别为自我认知、目标规划、职业知识结构、社会实践经验、就业政策信息, 就业策略。因子分析后重新定义为四个指标分别为职业知识结构、自我认识与目标计划、工资状况及家庭背景、社会实践经验。 　　关键词：大学生;就业准备;就业现状; 　　一、信度、效度分析分析 　　1. 信度分析 　　为了确保问卷和本研究的可行性, 需要进行信度的分析。本研究采用的是观察Cornbahcrsquo;s Alpha;系数, 该系数值越高信度越高;反之, 信度就越低。 　　从测量结果来看, 所调查的贵州省大学生就业准备情况质量信度系数为0.903, 就业现状总体为0.735, 其中就业准备包含六个指标, 除了职业知识结构、社会实践经验信度尚可之外, 其他都是大于0.70的。就业现状的四个指标, 单位状况、稳定状况、工资状况以及家庭背景都是在0.90以上, 这说明本研究问卷中的题目设计合理有效, 本研究有很大的可行性。 　　2. 效度分析 　　为了检测所设计的问卷问题是否能够真实反映问题, 需要进行效度分析。可以通过KMO和Bartlett球形检验来判断是否适合做因子分析, 同时也对问卷的效度进行检验。 　　从检验结果来看, 服务质量的KMO值为0.948, 表明样本数据非常适合做因子分析且效度较高。此外, Bartlett球体检验的显著性概率明显小于0.05, 表明样本数据具有相关性适宜做因子分析, 且效度较高。 　　3. 因子分析 　　采用主成分法提取因子, 并将符合研究要求的公共因子进行保留。具体分析结果如下:通过因子分析将16个维度降成了4个维度, 且与最开始设计的问题与模块是有些与出入的, 于是接下来的分析都将要进行模块的重新调整, 将A11-A22定义为自我认识与目标计划, B11-B12定义为职业知识结构, B13-B22定义为社会实践经验, C1-D3定义为工资状况与家庭背景。 　　二、贵州省大学生就业准备配对样本T检验分析 　　对因子分析重新定义的4个维度进行配对样本T检验, 两两比较, 得出每组之间的P值都近似于0, 应拒绝原假设, 说明每组之间都具有显著性差异。 　　就业准备的四个指标, 每个指标下都有5个维度, 1很不符合、2较不符合、3一般符合、4比较符合、5非常符合。计算得出自我认识与目标计划、职业知识结构、社会实践经验、工资状况及家庭背景均值分别为3.2094, 3.3377, 2.9699, 3.0804就业准备按高低顺序进行排列分别是:职业知识结构、自我认识与目标计划、工资状况及家庭背景、社会实践经验。 　　三、大学生基本信息频率分析 　　在收回的955份调查问卷中, 男生有381人, 占总人数的39.9%, 女生有574人, 占总人数的60.1%。调查对象有贵财的大一到大四, 其中大四最多528人, 占总人数的55.3%, 依次是大三403人, 占总人数的42.2%, 可见大三大四为本次调查的主要对象。 　　四、贵州大学生基本条件和就业准备的方差分析及独立样本T检验 　　1. 不同性别对就业准备的方差分析 　　分析得出有379名男生, 571名女生参与了就业准备调查, 男生比女生在就业准备方面更好, p大于0.05, 为齐性。如果仅考虑性别单个因素的影响, F为8.982, P为0.003, 由于P小于0.05, 说明不同性别对就业准备的平均值产生了显著影响。 　　2. 不同成绩对就业准备的方差分析 　　用同样的方差分析得出有53个成绩优秀的, 508个成绩良好的, 323个成绩中等的, 58个成绩一般的, 8个成绩较差的。成绩和就业准备呈正相关, P大于0.05, 为齐性。如果仅考虑成绩单个因素的影响表F值为12.500, P为0.000由于P小于0.05, 所以说明不同成绩对就业准备的平均值产生了显著影响。 　　3