桂西北少数民族地区统计类大学生就业意向调查研究

韦凤喜，韦新星，黄丹丹，黄梦华，韦东静，黄春妃

（河池学院数理学院，广西 河池 546300）

0 引言

据有关数据显示，2022年高校毕业生规模预计达到1076万人，而随着高校的扩招，未来高校毕业生规模仍将持续扩大。此外，2022年2月全国城镇调查失业率达到5.5%，其中16～24岁人口的失业率达到15.3%，而2022届毕业的学生大多处于16～24岁，失业率的升高体现的则是就业压力的增大，这无不显示着大学生就业形势的日趋严峻。

统计类专业是21世纪大数据时代发展的产物，但中国统计教育的发展却落后于中国统计实践的需求，为此，不少学者对大学生的就业意向进行了研究。刘向东、李超锋认为统计类学生在就业过程中常会因为个人原因而产生就业渠道狭窄、定位不准确、就业期望过高和自身综合素质不足等局面[1]。张茂霞等指出目前应用统计专业学生的就业观念与社会实际要求之间的差距，并对就业指导工作提出了建议[2]。王志杰等认为大学生就业意向的影响因素包括社会因素、家庭因素、学校因素及个人因素等，并从社会、高校及个人三方面提出了相关建议[3]。张婷、原阳则认为就业形势认识模糊、就业岗位选择盲目、城市就业倾向强烈、就业心理准备不足是大学生就业意向误区形成的主要原因[4]。曲国丽等发现大学生的就业意向大致可分为五种类型：模糊型、被动型、保守型、超出现实型、地域认定型[5]。

然而，多数文献均是采用定性分析及描述性分析等方法来进行研究，且针对民族地区高校统计类大学生就业意向的调查也较少。为此，本文以桂西北少数民族地区统计类大学生为研究对象，运用因子分析、聚类分析等方法对其就业意向进行调查研究，旨在更好地了解该地区统计类大学生的就业意向、影响因素及各类学生之间的差异，提高学生的就业竞争力，改善学校就业指导工作的成效，促进该地区统计类人才的培养。

1 桂西北少数民族地区统计类大学生就业意向基本情况

1.1 样本基本情况

本次调查共收回有效问卷581份，其中2021级有175人，2020级有170人，2019级有120人，2018级有116人，低年级与高年级相比，人数偏多，这也侧面凸显了大学生就业形势的愈发严峻。

1.2 留在桂西北工作的意愿情况

为了解该地区统计类大学生“留在桂西北工作的愿意”（下称“留桂意愿”），本文基于家庭住址，对家庭住址在桂西北地区的164位大学生和家庭住址不在桂西北地区的417位大学生，进行留桂意愿的列联表分析。调查结果如下表1。

表1 家庭住址对留桂意愿的影响

表1中，愿意留桂的大学生有104人，可以考虑留桂的大学生有314人，不愿意留桂的大学生有163人。其中，家庭住址在桂西北且愿意留桂的有77人，占愿意留桂大学生的74.04%；家庭住址不在桂西北但愿意留桂的只有27人，只占愿意留桂大学生的25.96%。

表2中，卡方检验的sig值为0.000小于0.05，表明“家庭住址”对大学生“留桂意愿”的影响显著：家庭住址在桂西北地区的大学生，其留桂意愿更强，即更倾向于留在桂西北工作。

表2 卡方检验

1.3 就业意向基本情况

本文对大学生的期望薪资进行调查，得出大多数大学生期待的薪资都在4000～6000元，其中期望薪资在6000元以下的学生占总人数的57.66%。期望薪资在6000～8000的占19.62%，而期望薪资在8000元以上的学生占22.72%，具体情况见下图1。

图1 薪资分布

此外，对该地区统计类大学生的就业意愿进行整理，并进行词频分析，得到下图2。

图2 词云图

图2表明，最受该地区统计类大学生喜爱的工作是与统计相关工作，其次是银行、会计、教师、公务员、数据分析类等岗位。在这些高频词汇中，有些属于专业对口的岗位，如统计、数据分析类岗位，而更多的则属于专业不对口的岗位，如银行、会计、教师、公务员等。

因此我们不难发现，目前统计类大学生就业意愿多样，就业形势严峻。为此，我们有必要对该地区统计类大学生就业意向的影响因素进行分析。

2 桂西北少数民族地区统计类大学生就业意向影响因素分析

接下来，运用因子分析方法对影响该地区统计类大学生就业意向的因素进行研究分析，过程如下。

2.1 建立指标

经查阅有关文献，本文在遵循科学性、必要性的基础上，共选择了18个影响因素进行分析，分别为：X1职业规划、X2实践经历、X3就业市场、X4父母及恋人要求、X5家庭经济压力、X6亲戚朋友、X7生源地、X8学习能力、X9办公软件、X10沟通能力、X11专业技能、X12求职焦虑、X13自卑心理、X14依赖心理、X15攀比心理、X16简历、X17工作态度、X18单位制度。

2.2 因子分析的可行性检验

首先，对数据进行信度分析，得到下表3。由表3可看出，Cronbach'sAlpha系数为0.817，信度系数为0.820大于0.8，说明问卷的信度较好。

表3 可靠性统计量

其次，采用KMO和Bartlett球形检验对数据进行效度分析。由下表4可知KMO统计量为0.817，Bartlett球形度检验的观测值为5366.966，sig.为0.000，小于显著性水平0.05，因此拒绝Bartlett球形度检验的零假设，说明数据适合进行因子分析。

表4 KMO和Bartlett's球形检验结果

2.3 因子提取

本文采用主成分因子法提取因子，最终保留5个因子，其累计方差贡献率为74.665%，达到因子分析的基本要求（见表5，P9）。

表5 解释的总方差

2.4 因子旋转及命名

本文采用最大方差法对因子进行旋转，得到旋转后的因子成分矩阵（见表6，P9）。

表6 旋转成分矩阵

从旋转成分矩阵可以看出，F1在求职焦虑、依赖心理、攀比心理、工作态度的载荷较大，可认为这4个因素主要与大学生的就业心理相关，因此F1可命名为就业心理。F2在父母及恋人要求、家庭经济压力、自卑心理、生源地上的载荷很大，这些体现的是外界因素或自我感知等潜在因素，因此F2可命名为潜在因素。F3在学习能力、办公软件、沟通能力、专业技能的载荷比较大，这些更多地表现为学生对自己能力方面的自我评价，因此F3可命名为就业能力。F4在亲戚朋友、简历、单位制度上载荷很高，这些更多地表现为学生在求职过程中的就业认知，因此F4可命名为就业认知。F5在职业规划、就业市场、实践经历的载荷比较大，这些更多地表现为学生对自己能力方面的准备，因此F5可命名为就业准备。

综上，影响桂西北少数民族地区统计类大学生就业意向的因素可归纳为5类，即：就业心理、潜在因素、就业能力、就业认知、就业准备。因此，该地区高校在对统计类大学生进行就业指导时，可从以上5方面进行着手。

3 桂西北少数民族地区统计类大学生的聚类分析

接下来，本文在因子分析的基础上，对大学生群体进行K-Means聚类。聚类结果如下表7。

表7 最终聚类中心

从表7可以看出，第1类学生的就业准备最充分，说明该类学生对待就业有明确的职业规划和准备，且该类学生在面对外界干扰时，能积极应对潜在因素的影响。此外，该类学生的就业能力也是最好的。为此，学校在对统计类学生进行就业指导时，可将这部分学生作为榜样，让其他类学生进行学习和借鉴。

第2类学生的就业心理得分最低，说明该类学生在面对就业选择时易产生焦虑情绪，且该类学生在就业准备方面也普遍差于其他类学生，说明该类学生没有明确的职业规划和准备。为此，学校在就业指导时，需特别关注此类学生的就业心理、就业认知和就业准备。

第3类学生在就业心理上的得分最高，说明该类学生的心理素质最好，有一定的抗压能力，且该类学生在就业认知上的得分也偏高。但是，该类学生在潜在因素和就业能力方面偏弱，说明该类学生容易受潜在因素的影响。为此，学校在就业指导时，需特别关注此类学生的潜在因素、就业能力。

综上，学校应根据学生的不同特点，因材施教，不断引导统计类学生树立正确的就业意向，以提升统计类学生的就业竞争力。

4 结论

本文聚焦桂西北少数民族地区统计类大学生的就业意向，通过运用描述性分析、因子分析和聚类分析等方法，得到影响该地区统计类大学生就业意向的因素大致为5类，即：就业心理、潜在因素、就业能力、就业认知、就业准备。基于此，该地区高校在对统计类大学生进行就业指导时，可从以上5方面进行着手。此外，根据聚类结果，得出不同类别学生之间的差异是显著的，其中第一类学生各方面均较好，第二类学生在就业心理、就业认知和就业准备方面欠佳，而第三类学生的缺陷在于潜在因素和就业能力方面。因此，学生需结合实际对自身的就业情况进行客观评价，以明确自身所处类别，不断提升岗位竞争力，而学校方面则需意识到解决学生的就业问题不能一刀切，需要结合各类别学生的不同特点取长补短，因材施教，才能不断优化学生的就业意向，提升学生的就业实力。例如，学校在对第二类学生进行就业指导时，可通过成立就业指导工作室、开设就业心理辅导课程、成立就业减压站、开展统计类简历评比大赛等途径来提高这类学生在就业心理、就业认知和就业准备方面的不足，让学生的就业竞争力得到不断提升。