后疫情时代高职毕业生就业过程满意度研究

摘 要：在新冠肺炎疫情影响下，如何提高高职毕业生就业过程满意度，帮助高职毕业生顺利就业是当前高职院校必须解决好的问题之一。本文运用主成分分析法、聚类分析法和因子分析法，对高职毕业生就业过程的调查数据进行研究，目的在于对高职毕业生的就业过程进行科学、客观、合理地监测，以期有针对性地开展就业跟踪和指导工作。

关键词：主成分分析;聚类分析;因子分析法;就业

本文索引：黄立强.后疫情时代高职毕业生就业过程满意度研究[J].中国商论，2021（14）：-192.

中图分类号：F240  文献标识码：A    文章编号：2096-0298（2021）07（b）--04

2020年5月22日，国务院总理李克强在政府工作报告中前所未有地39次提到“就业”两个字，由此可见，在新冠肺炎疫情影响下如何稳就业、保民生已经成为当下热议的话题之一。

因此，如何提高高职毕业生就业过程满意度，帮助其顺利就业，将要吃饭的口變成创造巨大财富的手，实现人才资源充分合理地分配是各高职院校当前必须解决好的问题之一。根据高校毕业生就业状况监测要坚持全面性、独立性、可评性、可测性的原则[1]，本文运用主成分分析方法、聚类分析方法和因子分析法对求职成本、求职时间、求职渠道、需求情况和就业指导[2]这五个维度进行就业过程满意度的监测，以期有针对性地开展就业帮扶工作。

1 主成分分析的基本思想

主成分分析的核心思想是降维，通过降维的方式将多个复杂的相关性变量转化为少数几个关键的不相关的变量，并在转换过程中尽量保留原来变量更多的信息，转换后的少数几个关键的不相关的变量我们称之为主成分，每一个主成分都是原始变量的线性组合。

2 聚类分析的基本思想

聚类分析是一种建立分类的多元统计分析方法，它能够将样本中各项指标“性质”较为相近的归为一类，“性质”差别较大的归为不同类，从而产生多个分类结果。类内部样本的性质具有相似性，不同类间样本的性质具有较大差异性。

3 因子分析的基本思想

因子分析的基本思想是根据相关性的大小把变量分组，使得同组内的变量相关性较高，而不同组内的变量相关性较低[3]。

4 实证分析

4.1 数据的来源

因我院会计系2017级会计专业的学生已经毕业并进入就业跟踪调查阶段，故以此作为调查对象。本次数据的收集采用随机抽样的方式进行，发放问卷70份，收回问卷65份，有效问卷61份，以序号来代替每一位学生。

4.2 运用主成分分析方法提取毕业生就业过程满意度的主要信息

将61位同学对就业过程满意度的打分情况看作一个原始数据矩阵，利用SPSS软件将原始数据矩阵进行标准化，并计算相关系数矩阵的特征根，具体情况如表1所示。

在统计学中普遍认为，主成分的累积贡献率达到80%以上即可用少数几个主成分代表原来多个指标的绝大部分信息。因此，我们提取前3个主成分变量来代替原来5个变量，前3个主成分的载荷矩阵如表2所示。

从表2可以看出，求职成本、需求情况、就业指导在第一主成分上有较大的载荷，并且与第一主成分存在正相关关系，因此，第一主成分主要是求职成本、需求情况、就业指导的综合反映，可作为求职成本、需求情况、就业指导满意度的综合评价。求职时间在第二主成分上有较大的载荷，因此将第二主成分作为求职时间满意度的评价。求职渠道在第三主成分上有较大的载荷，因此将第三主成分作为求职渠道满意度的评价。现按照如下公式计算第一、二、三主成分得分。

由此可得第一、二、三主成分得分，以各主成分的方差贡献率为权重，计算每一位学生就业过程满意度的综合得分，即，第一、二、三主成分得分及综合得分、排名如表3所示：

4.3 结果分析

从第一、二、三主成分的得分情况来看，我们将被调查对象大致划分为三类：

第一类：求职成本、需求情况、就业指导满意度高而求职时间满意度低。这类学生存在的问题是长时间求职而未能就业或者经过长时间求职后才实现了就业。经过了解，这类学生的就业竞争力相对较弱，自身的条件达不到企业的需求，即使学校给予了大量的就业指导，市场也存在一定的需求，但因自身竞争优势不强，导致求职时间过长。因此，这类学生要找准定位，降低就业期望值，同时还要不断提高自身的综合素质，才能够较好地实现就业。

第二类：求职时间满意度高而求职成本、需求情况、就业指导满意度低。这类学生虽然短时间内成功就业，但付出了较大的成本。经了解，这类学生有些选择了自主创业，有些选择了做外卖骑手，之所以做出这样的选择是因为受新冠病毒疫情影响，我国各行各业的经济都受到了巨大的影响，导致岗位需求量相对减少，同时，学校的就业指导也达不到他们预期的期望。因此，对这类学生要加强引导，持续提供就业创业服务，使得这类学生能够抓住李克强总理在十三届全国人大三次会议记者会上提到的地摊经济机遇，在新业态下创得起业，守得住业，从而创造更多的就业机会。

第三类：求职渠道满意度高而求职时间满意度低。这类学生因选择面宽，而导致在众多选择中犹豫不决。经了解，这类学生就业竞争力相对较好，选择的机会相对多，面对就业机会总喜欢多方对比，挑三拣四，导致求职时间过长。因此，对这类学生要加强指导，使他们认清当前的就业形势，不能盲目自信而错失了就业机会。

从综合得分的情况来看，24号学生排名第一，28号学生排名第二，说明这两个学生对就业过程整体满意度高。4号、12号学生排名最后，说明这两个学生对就业过程整体满意度一般。

5 运用聚类分析法对学生就业过程满意度进行分析

我们将主成分综合得分进行系统聚类分析，采用最广泛使用的欧式距离，离差平方和聚类法，根据聚类谱系图并结合综合得分情况，可将61位同学的综合得分分成三个等级，即24号学生对就业过程整体满意度高。26号学生、31号学生、27号学生、18号学生、39号学生、57号学生、23号学生、56号学生、1号学生、16号学生、36号学生、29号学生、5号学生、13号学生、55号学生、45号学生、52号学生、42号学生、49号学生、10号学生、34号学生、3号学生、53号学生、2号学生、7号学生、8号学生、47号学生、22号学生、25号学生、21号学生、17号学生、14号学生、30号学生、32号学生、19号学生、20号学生、41号学生、9号学生、28号学生对就业过程整体满意度较高。11号学生、51号学生、59号学生、15号学生、35号学生、61号学生、54号学生、38号学生、43号学生、50号学生、33号学生、37号学生、46号学生、58号学生、6号学生、48号学生、40号学生、60号学生、44号学生、4号学生、12号学生对就业过程整体满意度一般。

6 因子分析

就业过程满意度共有五个维度，现对收集的数据进行KMO和Bartlett球形检验，由于KMO等于0.667，大于0.5，而Sig等于0.000，小于0.0001，因此，样本数据适合做因子分析。具体见表4。

现采取主成分分析法从原始数据中提取公因子累积方差贡献率达到84.955%，说明提取的3个公因子能够解释五个原始变量的84.955%，因此可以用这3个主成分来替代原来5个维度对就业过程整体满意度进行衡量。然后采用最大方差旋转法对因子进行旋转建立公共因子载荷矩阵，旋转在4次迭代后收敛。具体见表5。

从表5我們可以看出，公因子1在求职成本、需求情况、就业指导上具有较高的载荷量，反映了求职成本、需求情况、就业指导的相关信息。

公因子2在求职渠道上具有较高的载荷量，反映了求职渠道的相关信息。

公因子3在求职时间上具有较高的载荷量，反映了求职时间的相关信息。

由此可见，我们可以将就业过程满意度的五个维度分为三大类，即求职成本、需求情况、就业指导归为一类，求职渠道归为一类，求职时间归为一类。

7 结语

本文通过对高职学生就业过程满意度的调查数据进行主成分分析、聚类分析和因子分析，并对高职学生就业过程满意度进行了分类研究，为高职院校的就业指导工作提供了参考依据。但是本研究中收集的样本量相对较少，该模型是否具有普遍适用性还需要进一步研究。

参考文献

刘海滨，徐文.高校毕业生就业状况监测指标体系分析与建构[J].东北师大学报（哲学社会科学版），2011（02）：170.

朱春楠，范军，邹云龙.基于多元统计分析的高校毕业生就业状况监测应用[J].东北师大学报（哲学社会科学版），2012（01）：165-170.

武松，潘发明.SPSS统计分析大全[M].北京：清华大学出版社，2014.

江麟.高校学工干部胜任力实证研究[J].吉首：吉首大学学报（社会科学版），2016（06）：172-177.

Research on the Satisfaction of Vocational Graduates' Employment Process

in the Post-epidemic Era

Guangxi International Business Vocational College

HUANG Liqiang

Abstract： Under the influence of the COVID-19 epidemic， how to improve the satisfaction of higher vocational graduates in the employment process and help higher vocational graduates successfully find employment is one of the problems that higher vocational colleges must solve. This paper uses principal component analysis， cluster analysis and factor analysis to study the survey data of the employment process of higher vocational graduates. The purpose is to scientifically， objectively and reasonably monitor the employment process of higher vocational graduates， so as to carry out targeted employment tracking and guidance.

Keywords： principal component analysis; cluster analysis; factor analysis; employment