聚类与因子分析在会计专业学生学习和就业指导中的应用

向丽苹

(武昌首义学院 经济管理学院，湖北 武汉 430064)



聚类与因子分析在会计专业学生学习和就业指导中的应用

向丽苹

(武昌首义学院 经济管理学院，湖北 武汉 430064)

本文采用聚类分析和因子分析两种不同的方法，相互印证的分析了已经毕业的不同类别学生的学习特点以及其就业情况，根据其数据分析结果的启示，对即将毕业的学生成绩进行了类似分析，并给出了就业去向一些建议。

聚类分析；因子分析；就业去向

目前关于大学生就业问题的研究主要集中在就业影响因素的方面：如刘家树[1]从定量和定性角度分析经管类大学生就业影响因素，发现性别特征、英语水平、社会实践和兼职经验等因素对就业机会比率的影响作用大，认为经管类大学生就业存在明显的性别歧视和经验歧视;又如陈成文、谭日辉[2-3]分别研究社会资本和人力资本对大学生就业的影响，实证分析表明，父母的社会地位、学校就业指导中心、亲戚的社会地位等对大学毕业生就业机会的获得起着显著的影响。但目前关于针对学生学习特点与就业去向间关联的模型的研究还比较少，而本文正是从该方面入手，拟在获取学生在校学习状况以及毕业去向等相关数据后，创建数学模型，研究它们之间的内在联系和因果规律，从而给学生的学习以及就业方向做一个引导，同时也给决策者的人才培养方案做一个建议指导。

目前，关于对学生学习特点的分类所采用的方法一般如下，1)是直接计算总成绩或计算平均学分绩点后进行排序，该方法过于简单，不能挖掘更多有用的信息；2)是给每门课程赋予权值，计算加权总分，然后再根据加权总分的大小进行分类排序，该方法同样不利于信息的充分利用；3)是采用因子分析或聚类分析进行单一的分类，该方法具有一定分类效果，但其可靠性还值得考究。本文将从已经毕业的会计专业2011级学生的数据出发，同时采用聚类分析与因子分析两种方法进行综合评价，相互印证，从而对学生的类型进行更准确的分类，并通过学生的类型与毕业去向间的关联启示，对即将毕业会计专业2012级学生的学习以及就业去向给出些建议。

1　案例分析

1.1数据准备

本文数据来自武昌首义学院会计专业201101班的35名学生的成绩、就业去向以及会计专业201211班的31名学生成绩，首先对其数据的选取作如下的解释：

1)考虑到学生就业去向的准备阶段最好在大三的下学期期初，也就是第6学期期初，所以我们选取了前5个学期的成绩；

2)考虑到校选课以及体育课的不统一性，我们在选取数据时，没有考虑其这些课程的成绩，最终选取了34门课程的成绩；

3)为讨论方便，对每位学生进行了编号，分别用学生编号1,2,3，…来表示。

对于收集到的2个班的学生成绩，先对会计专业201101班进行定量分析，然后根据该班数据分析的结果对201211班的学生就业去向给出一些建议，本文拟用聚类分析以及因子分析做些探讨。

1.2聚类分析

聚类就是将某个对象划分为若干组的过程，使得同一个组内的数据对象具有较高的相似度，而不同组中的数据对象是不相似的。因此，聚类分析就是对样品或变量进行分类的一种多元统计方法，目的在于将相似的事物归类。聚类分析方法有多种，本文拟采用统计软件SPSS进行k均值分类[4]，最终将201101班的35名学生分成3类，具体分类见表1(数字为各学生的编号)。

表1　会计专业201101班聚类成员表

从表1中可以看出，3个类别中分别有13、10、12名学生，分类比较均衡。同时，可得到最终聚类中心，见表2，该表中的聚类中心表示各类别的中心位置点。

表2　最终聚类中心

从表2中，可以大致得到3个类别的组内相似性和组间的相异点，如聚类2的各门课程的中心点相对最高，聚类3相对最低。聚类分析虽将学生分成了3类，但该分类是否合理，以及同一类中学生是否有差异，聚类分析并没有完全给予解决，而因子分析[5-8]可从另一个角度对这一问题进行有效的解释和辅助证明。

1.3因子分析

因子分析的基本思想就是把联系比较紧密的变量归为同一类别，其基本原理是以相关性为基础，从协方差矩阵或相关矩阵入手，把大部分变异归结为少数几个公共因子所为，最后，对公共因子得分进行加权求和，就可得出各个样本的综合得分，从而给出一个综合排名。

再次利用统计软件SPSS[4]，对会计专业201101班的数据进行因子分析，得到如下结果：

1)Bartlett球形检验统计量Sig值小于0.01,说明各变量之间存在显著的相关性，因此该班数据适宜做因子分析；

2)公因子提取方差数据中显示，本数据所提取的变量共同度绝大数都在80%以上，可见公因子对变量方差的解释效果比较好；

3)方差解释表(表3)给出了每个因子所解释的总方差的比例以及累计和。前8个因子所解释的累计方差达到了77.538%，也就说总体近80%的信息可由8个公因子来说明，因此本文拟采用8个公因子来进行分析；

4)根据因子得分系数(表4)，可得出每一个因子的得分系数，从而得出每一因子的最终得分F，如因子1的得分F1=-0.003×1-0.004×2……-0.193×31+0.074×32-0.007×33+0.049×34；

5)对8个公因子进行加权求和，就可得到各位同学的综合得分，从而得到其综合排名，其权数为各因子在旋转平方和载入下的方差贡献率(见表3)，分别为16.219%,16.768%,7.117%，…，6.431%。经过统计计算，得出综合排名(表5)。

表3　方差解释表

表4　因子得分系数

表5　会计专业201101班学生综合成绩排名

1.4两类方法的综合解释

通过表1和表5的对比发现，在用因子分析所得到的排名中，前10名中有8位在聚类2中，中间13名中有10名在聚类1中，而后12名中有11名在聚类3中，总相似率为82.857%(即(8+10+11)/35)，从而说明，聚类分析和因子分析在相当程度上达到统一，两种方法同时使用，可以较准确的对学生进行一定的分类及分析。

1.5结论说明及意义

在表2中给出了对最终得到的3个聚类中心的统计信息。聚类1的各项得分相对聚类2来说来低一点，但在某些文科课程上略有优势，如思想道德修养与法律基础，中国近现代史纲要，应用写作，大学英语，而其专业成绩相对聚类2来说只是略有不足，那么这一类学生可根据自己的专业学习特点和个人偏爱，可从企业、事业、金融、外贸、财税、审计等部门的会计及会计电算化工作、商业银行、农村信用社的信贷、营销、柜员服务等具体工作中挑选自己喜爱的工作。比如有的同学计算机处理能力不错，可考虑会计电算化相关工作，有的同学成本核算、内控审计能力不错，可考虑注册会计师等工作，有的同学财政税务成绩不错，可考虑财税相关工作等，因此剩下的3个学期应在立足于会计从业资格考试和初级会计职称的考试的基础上，根据个人的特点加强目标就业方面的专业学习和实习。

聚类2的各项得分都比较高，特别是在理工科目，如微积分B1，微积分B2，线性代数，概率论与数理统计，统计学A，数据库及其应用等具有明显的优势，而且其专业课成绩也还不错，该类中有8位在因子分析中排名前10，那么这一类学生具有考研的潜质。在2015年的研究生入学考试中，会计专业201101班有11名同学参加了考试，其中有5位在聚类2中，6位在聚类1中，最终有4位同学考取研究生，而考取的学生编号为12、15、16、23的同学，而这些考取的同学恰好都在聚类2和综合排名前10中，因此，对这一类别的学生，不管是学生个人，还是教管部门，其就业去向都应该着重考虑升学以继续深造，特别对这类学生中升学欲望不强的学生，可多做其思想工作。

而聚类3总体成绩较差，但从学生管理部门了解到，其中部分热衷于社团活动，个人爱好比较广泛，社交能力较强，如学生编号为3、17的同学为校篮球队队员，学生编号为32的同学为校仪仗队队员等，因此，该类学生的后3学期可在立足于通过从业资格证考试的基础上，注重自己其它方面的综合培养，如驾驶技能、社交技能、组织协调技能，语言表达能力等，其就业去向可考虑多元化，如选择自主创业、从事管理辅助以及文秘助理工作等。

从2015年7月初及以前签订的就业协议上看，聚类1中有9人从事会计专业工作，只有2位从事与会计无关的其它工作，2位没有就业意向；聚类3中仅5人从事会计专业工作，另4人从事其它工作，2人自主创业，1人没有就业意向。

通过以上分析发现，学生前5个学期的成绩在一定程度上影响着学生的就业，如果能通过前5个学期的成绩分析，针对不同的类型学生采用有针对性就业准备，无疑会取得满意的结果，这不仅对学校，对个人都是有着积极的作用的。根据以上分析的启示，本文将对即将毕业的会计专业201211班的学生的数据进行分析，并给出部分建议。

2　案例的推广应用

2.1数据分析

按照以上应用的方法，将会计专业201211班的31名学生进行分类并统计综合排名，结果见表6和表7。

表6　会计专业201211班聚类成员表

表7　会计专业201211班学生综合成绩排名

比较表6和表7,可知排名前13名中有12位在聚类1中，中间11名中有10位在聚类2中，而后7名全部在聚类3中，总相似率为93.548%(即(12+10+7)/31)，从而再次说明，聚类分析和因子分析在相当程度上达到统一，在数据分析时可联合交叉使用，其结果值得借鉴。

2.2建议

根据以上结果，我们给出类似的建议：针对聚类1中的同学，就业去向应该着重考虑升学以继续深造，因此目前应全力考研复习，其中考研的专业取向可根据自己的个别专业优势及个人偏好进行选择。针对聚类2中的同学，应在立足于会计从业资格考试和初级会计职称的考试的基础上加强专业学习和实习，其就业去向重点在本专业岗位上，同时根据自己的个人偏好选择不同类型的会计岗位作为自己的就业目标。如学生编号为21、23、18的同学，其计算机处理和会计电算化成绩比较理想，可考虑今后从事会计电算化方面的操作和研究，学生编号为13、16、27的同学，其成本核算，中级及高级会计知识较为理想，可考虑今后向会计师方向发展，而对于学生编号为19、6、5、31的同学，其金融，财税方面的知识相对较为理想，可考虑从事财税方面的工作。针对聚类3中的同学，在立足于通过从业资格考试的基础上，注重自己其它方面的培养，比如可在假期间进行驾驶技能培训，在校期间也可自行创业等，其就业去向可考虑会多元化。如学生编号为10、30的同学，性格活波开朗，语言组织和管理协调能力较强，其文科方面的知识比较有优势，同时也取得的驾驶资格，因此其就业去向可重点考虑助理文秘工作等。

当然，影响学生就业去向的因素有多种，本文仅从其前5学期的在校成绩来进行了说明，难免有些不足，如果还能考虑诸如家庭因素，个人特点，社会因素，可能还会更好，这也是今后进一步研究的重点。

[1]刘家树. 基于 Logit 模型经管类大学生就业影响因素调查分析[J]．统计教育，2008，(10)：37-40.

[2]陈成文，谭日辉．社会资本与大学生就业关系研究[J]．高等教育研究，2004，25(4)：29-32.

[3]陈成文，谭日辉. 人力资本与大学毕业生就业的关系——基于2003、2004 届大学毕业生的实证研究[J]. 高等教育研究，2004，25(6)：31-35．

[4]杜强，贾艳丽.SPSS统计分析从入门到精通[M].北京：人民邮电出版社，2009:3.

[5]熊宽江，丰建霞，胡志华.基于学生成绩的学生分类指导模型研究[J]．黄冈师范学院学报，2015，35(6)：112-117.

[6]吴海英，张杰．学生成绩排名的综合评价模型[J]．大学数学，2006，22(4)：142-145．

[7]常浩，逯纪美．多元统计分析在大学生综合素质评价中的应用[J]．数理统计与管理，2010，29(4)：754-760．

[8]姜明明，马丹．因子分析和聚类分析方法在大学生综合素质评价中的应用[J]．齐齐哈尔大学学报：自然科学版，2013(2):77-80．

责任编辑王菊平

Application of clustering and factor analysis in the study ofaccounting majors’ learning and employment guidance

XIANG Li-ping

(School of Economic Management, Wuchang Shouyi University, Wuhan 430064, China)

In this paper, we use two different methods, clustering analysis, and factor analysis to analyze the characteristics of students in different classes and their employment situations. According to the results of the data analysis, we conduct a similar analysis of graduating students, based on which we offer them with some advices for employment.

clustering analysis; factor analysis; employment whereabouts

O212.4

A

1003-8078(2016)03-0108-05

2016-04-25

10.3969/j.issn.1003-8078.2016.03.26

向丽苹，女，湖北松滋人，会计师，硕士，主要研究方向为会计、统计学。