大学生就业力评价指标体系的构建1.doc
《大学生就业力评价指标体系的构建1.doc》由会员分享,可在线阅读,更多相关《大学生就业力评价指标体系的构建1.doc(9页珍藏版)》请在三一文库上搜索。
1、精品论文大集合大学生就业力评价指标体系的构建1侯章虎,徐琴,孙坤,黎增 中国矿业大学管理学院人力资源管理系,江苏徐州(221008) E-mail: 摘要:通过对企业进行较大规模的调查,运用因子分析和层次分析法,力求建立较为准确的大学生就业力评价指标体系,定量的反映大学生的就业力,同时通过对就业力模型各变量系 数的分析,能清楚的了解各就业影响因素对就业力的影响程度,这对希望提高自身就业能力的大学生而言,是一个有益的指导。关键词:大学生就业力;评价指标体系;因子分析;层次分析法(AHP)中图分类号: G6451. 引言随着高校近年爆炸式的扩招,大学毕业生的增加与就业岗位的增加极不对称,势必造成
2、大学生就业困难。提升大学生的就业力无论是对大学生自身还是对整个社会都是迫在眉睫的 问题。就业力就是指个人能受雇于任何组织、保有任何职位所必须具有的职业能力。大学生就 业力在就业力上着眼于大学毕业生这一特定群体,指大学生被雇佣时所具备的职业能力,就 业力主要取决于个体自身的素质,因此它是可以通过不断学习而提高的。总结目前对就业力 的研究,发现有以下不足:1.基本上是从宏观层次来分析就业力,针对的是大学生整个群体,却未能建立一个适用 于每个大学生个体进行自我比照和优化企业选人的评价体系。2.关于影响就业力不足的原因不够全面、系统。大部分研究是针对大学生就业力不足的 现象找出主要原因,却未能找到全面
3、的影响因素,本研究致力建立一个较为全面的评价体系。3.大部分的研究是通过一些现象就事论事,而这些现象究竟是偶然的个案还是普遍规律 却未曾得知。4多是定性的分析,运用定量方法构建大学生就业力评价指标体系的实证研究还很少 见。并且也未能明确的阐述影响大学生就业力各因素的具体影响程度。本研究通过走访企业,从用人单位对大学生的素质要求入手,寻求提升大学生就业力的 途径,经过反复筛选尽可能全面但不失精准地把影响大学生就业力的因素分成 24 个主观因素 1,逐一在企业进行调查,运用因子分析,结合相关理论进行素质分类,建立大学生就业力 评价指标体系的递阶层次结构;再运用层次分析法确定各个因素的相对权重;最后
4、对于指标 体系加以运用及对大学生如何提高就业力提出的具体建议。就业力评价指标体系可以为高校的课程教学和就业指导提供参考,也可以帮每一位大学 生准确定位、自我调整和提升提供引导,同时对于大学生了解自己的就业力和发展就业力提 供指导,从而适应企业和市场对人才的需求,缩小用人单位和大学生之间的信息不对称性, 同时也有利于优化企业选聘评价体系,充分利用人力资源,提高整体社会就业率。1本课题得到江苏省教育厅大学生实践创新计划项目“关于大学生就业影响因素认知差异的调查”的资助。- 9 -2. 大学生就业力指标体系的构建2.1 因子分析和素质分类因子分析所研究的问题往往涉及大量的变量,且它们中大部分又是相关
5、的,因此将这 些原始变量(或样品)综合为少数几个潜在因子来表示,以显示原始变量之间以及与因子之 间的相互关系,也可以根据不同的因子对变量(或样品)进行分类。总之,因子分析是研究 如何将众多的变量利用为数不多的几个因子表示,并且保证信息损失最小和因子间不具有显 著的相关性的多元统计方法。2.1.1 KMO 和球形 Bartletts 检验KMO 值用于检验因子分析是否适用的标准值,若它在 0.51.0 之间,表示合适. Bartletts 的球体检验是通过转换为 2 检验来完成对变量之间是否相互独立进行检验。若该统计量取 值较大,因子分析是适用的。KMO 值的数字意义:A.1完美的B.=0.8
6、优良的C. 0.70.8适中的D. 0.60.7普通的E. 0.50.6欠佳的F. =0.5 无法接受的 根据所得具体数据进行因子分析,KMO 和球形Bartletts 检验结果如表 1表 1: KMO 和球形 Bartletts 检验Kaiser-Meyer-Olkin Measure of SamplingAdequacy.KMO and Bartletts Test.884Bartletts Test ofSphericityApprox. Chi-Square dfSig.5272.695276.000KMO值为0.884,处于优良状态,根据KMO度量标准可知原始变量适合进行因子分析。
7、同时Bartletts检验渐近的2值为5272.695,即很大也是通过的,相应的显著性概率(Sig)小 于0.001为高度显著,因此数据适合使用因子分析方法。2.1.2 探索性因子分析 经过探索性因子分析(过程略)并结合研究的需要对因子个数的调整,运用 SPSS 采用主成分分析法提取因子并进行方差最大化正交旋转,旋转后的因子载荷矩阵见表 2.表2中表中空白表格处表示相应因子载荷小于0.5,从表中可以看出经过修正旋转后的因 子载荷矩阵中聚合情况比较好,“身体状况“单独聚合为一类。根据所得数据运用SPSS进行 因子分析聚类特点同时结合中国教育改革与发展纲要中提出的全面提高学生思想道德素 质、科学文
8、化素质、劳动技能素质、身体心理素质5;本文将“劳动技能素质”分解为“能力 素质”和“职业素质”;将“身体心理素质”分解为“身体素质”和“心理素质”,虽然身体素质只有 一个子项目,但在调查中不宜将其与心理素质放在一起,同时也是强调其重要性。因此第一个因子可以理解为思想道德素质,第二个因子可以理解为能力素质,第三个 因子可以理解为心理素质,第四个因子可以理解为科学文化素质,第五个因子可以理解为职 业素质,第六个因子可以理解为身体素质。最终素质分类见表3表 2: 旋转后的因子载荷矩阵Rotated Component MatrixComponent123456健康状况平时成绩专业排名 专业知识外语水
9、平 计算机水平学历层次人际交往能力 适应能力自信 主动性 分析能力组织能力领导能力 学习能力 创新能力 诚实正直责任心职业道德 吃苦耐劳 团队合作精神 工作经验组织公民(主人翁)意识举止端庄有礼 个人形象.749.728.817.806.813.742.795.805.637.487.773.700.635.581.830.693.614.574.568.563.505.697.736.770表3:大学生就业力评价指标体系2.2. 层次分析法在大学生就业力指标体系构建中的应用层次分析法是由美国匹茨堡大学教授 T.L.Saaty 于 20 世纪 70 年代提出的一种多层次权 重分析决策方法 ,
10、具有高度的系统性、逻辑性、灵活性和实用性等特点 , 层次分析法作为 一种定量分析方法现已被广泛地应用于社会经济系统的决策分析之中。其基本原理是首先把 研究的复杂问题分解成各个组成因素,又将这些因素按支配关系分组形成递阶层次结构。通 过两两比较的方式确定各个因素相对重要性,然后综合决策者的判断,确定决策方案相对重 要性的总排序。运用层次分析法解决问题, 大体可以分为四个步骤6( 1)建立问题的递阶层次结构; ( 2)构造两两比较判断矩阵;( 3)层次单排序(单一准则下元素的相对权重)及一致性检验; ( 4)计算各层元素的组合权重及一致性检验。2.2.1 建立递阶层次结构 具体见因子分析的结果表
11、32.2.2 构造两两比较判断矩阵层次分析法的运用常采用 1-9 标度,这种标度简便易用符合人们进行判断时的心理习 惯,本研究采用此标度法,标度及其含义如表 4 所示。将 65 名企业管理者的评价进行几何 加权平均,从而得到各对应准则下的判断矩阵,见表 5-表 10。表 4:判断矩阵标度及其含义标度含义1表示两个元素相比,具有同等重要性3表示两个元素相比,前者比后者稍微重要5表示两个元素相比,前者比后者明显重要7表示两个元素相比,前者比后者强烈重要9表示两个元素相比,前者比后者极端重要2,4,6,8表示上述相邻判断的中间值倒数若元素 i 与元素 j 的重要性之比为 aij,那么元素 j 与元素
12、 i 重要性之比为 aji1aij表 5: AB 层判断矩阵(对于目标层,各准则间相对重要性比较)AB1B2B3B4B5B6权重 AB112.4541.4481.0821.3421.4710.226B20.40810.5960.5560.7861.1540.113B30.6911.67811.3951.4121.5280.198B40.9251.7970.73411.4241.6370.191B50.7451.2730.7250.70211.7820.157B60.6800.8670.6700.6110.56110.116max=6.0857CI=0.01714RI=1.26CR=0.0136
13、030.1表 6: B1C 层判断矩阵(对于思想道德素质准则,各指标间重要性比较)B1C1C2C3C4权重 A1C111.0550.9700.9950.251C20.94810.9200.9440.238C31.0311.08711.0260.259C41.0051.0600.97510.252max=4CI=0RI=0.89CR=00.1表 7:B2C 层判断矩阵(对于科学文化素质准则,各指标间重要性比较)B3C10C11C12C13C14C15权重 A3C1011.0141.0471.0730.9890.9530.168C110.98611.0331.0580.9750.9400.166C
14、120.9550.96811.0250.9440.9110.161C130.9320.9450.97610.9210.8880.157C141.0121.0251.0591.08510.9640.170C151.0491.0641.0981.1261.03710.177max=6CI=0RI=1.26CR=0 0.1表 8 :B3C 层判断矩阵(对于能力素质准则,各指标间重要性比较)B2C5C6C7C8C9权重 A2C510.8011.0450.8851.0070.188C61.24811.3041.1041.2560.234C70.9570.76710.8470.9640.180C81.13
15、00.9051.18011.1380.212C90.9930.7961.0370.87910.186max=5CI=0RI=1.12CR=0 0.1表 9: B4C 层判断矩阵(对于职业素质准则,各指标间重要性比较)B4C16C17C18C19C20权重 A4C1611.2951.2501.2361.3540.243C170.77210.9650.9541.0460.187C180.8001.03610.9891.0840.194C190.8091.0481.01111.0960.196C200.7380.9560.9230.91310.179max=5CI=0RI=1.12CR=0 0.1表
16、 10: B5C 层判断矩阵(对于心理素质准则,各指标间重要性比较)B5C21C22C23权重 A5C2111.0020.9680.330C220.99810.9670.329C231.0331.03410.341max=3 CI=0 RI=0.52 CR=00.12.2.3 层次单排序(单一准则下元素的相对权重)及一致性检验根据各判断矩阵,用 MATLAB7.0 软件分别求出各个判断矩阵的 max 和 max 所对应 的特征向量,然后将特征向量进行归一化处理,得到各个就业力指标的权重,见表 5-表 10。由于客观事物的复杂性以及人们对事物认识的模糊性和多样性,所给出的判断矩阵不可 能完全保持
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 大学生 就业 评价 指标体系 构建
链接地址:https://www.31doc.com/p-3626314.html