龍松 向麗蘋

摘 要 本文在分析已畢業(yè)的學(xué)生的在校學(xué)習(xí)成績(jī)和畢業(yè)去向等相關(guān)信息的基礎(chǔ)上，利用判別分析建立了費(fèi)歇爾判別函數(shù)，結(jié)果表明，該判別函數(shù)在判別學(xué)習(xí)成績(jī)和畢業(yè)去向間的關(guān)聯(lián)上具有一定的準(zhǔn)確性，從而利用該方法可以進(jìn)一步對(duì)即將畢業(yè)的學(xué)生的就業(yè)去向進(jìn)行預(yù)測(cè)，以便更好地對(duì)其進(jìn)行就業(yè)指導(dǎo)。

關(guān)鍵詞 判別分析 顯著性檢驗(yàn) 就業(yè)去向

中圖分類號(hào)：G645 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.16400/j.cnki.kjdkz.2018.05.076

Abstract In this paper， based on the analysis of the students' academic achievements and the relevant information of graduation， the Fischer discriminant function is established by discriminant analysis. The result shows that the discriminant function has certain accuracy in judging the correlation between the academic achievement and the graduation direction. The employment of graduates will be predicted， so as to better guide their employment.

Keywords discriminant analysis； saliency test； employment whereabouts

近年來，每年畢業(yè)的大學(xué)生有增無(wú)減，就業(yè)形勢(shì)愈加嚴(yán)峻，作為即將畢業(yè)的大學(xué)生，及早進(jìn)行職業(yè)規(guī)劃已是勢(shì)在必行。而如果對(duì)自身的特點(diǎn)和社會(huì)需求有所了解，特別是了解到學(xué)習(xí)特點(diǎn)與就業(yè)去向之間存在一定的關(guān)聯(lián)，無(wú)疑對(duì)自己的就業(yè)指導(dǎo)產(chǎn)生一定的積極影響。

目前，關(guān)于對(duì)學(xué)生學(xué)習(xí)特點(diǎn)和就業(yè)間的關(guān)聯(lián)的研究還比較少，較多的研究大都在于對(duì)學(xué)生按照學(xué)習(xí)成績(jī)進(jìn)行分類或者排序。[1-3]所采用的方法一般是利用因子分析或聚類分析進(jìn)行單一的分類或者同時(shí)采用聚類分析與因子分析兩種方法進(jìn)行綜合評(píng)價(jià)，相互印證，從而對(duì)學(xué)生的類型進(jìn)行分類，然后在分類或排序的基礎(chǔ)上再對(duì)學(xué)生的就業(yè)進(jìn)行指導(dǎo)。而聚類分析是在不知道類別數(shù)目的情況下對(duì)樣本數(shù)據(jù)進(jìn)行分類，如果在已知學(xué)生就業(yè)去向的情況下，則可考慮利用判別分析來對(duì)學(xué)生的學(xué)習(xí)類型與畢業(yè)去向間的關(guān)聯(lián)進(jìn)行分析，以達(dá)到對(duì)即將畢業(yè)的學(xué)生的就業(yè)去向給出些建議。本文正是欲從該方面入手，擬在獲取已經(jīng)畢業(yè)的學(xué)生在校學(xué)習(xí)成績(jī)以及畢業(yè)去向等相關(guān)數(shù)據(jù)后，利用一定的數(shù)學(xué)模型，研究它們之間的內(nèi)在聯(lián)系和因果規(guī)律，從而給即將畢業(yè)的學(xué)生進(jìn)行就業(yè)指導(dǎo)，當(dāng)然也可對(duì)剛進(jìn)校的學(xué)生以啟示。

1 案例分析

1.1 數(shù)據(jù)準(zhǔn)備

本文抽取了武昌首義學(xué)院會(huì)計(jì)專業(yè)2011級(jí)的139名學(xué)生以及會(huì)計(jì)2012級(jí)137名學(xué)生的在校成績(jī)、就業(yè)去向等相關(guān)數(shù)據(jù)，并對(duì)數(shù)據(jù)的真實(shí)性進(jìn)行了審核。對(duì)于數(shù)據(jù)的進(jìn)一步選取作如下的解釋：

（1）考慮到學(xué)生就業(yè)去向的決定階段在大四期初，也就是第7學(xué)期期初，所以我們選取了前6個(gè)學(xué)期的成績(jī)。

（2）考慮到校選課以及體育課的不統(tǒng)一性，我們?cè)谶x取數(shù)據(jù)時(shí)，沒有考慮其這些課程的成績(jī)，最終選取了41門課程的成績(jī)。

（3）為討論方便，對(duì)每位學(xué)生的就業(yè)去向進(jìn)行了編號(hào)，分別用編號(hào)1表示升學(xué)、出國(guó)留學(xué)，編號(hào)2表示協(xié)議就業(yè)，編號(hào)3表示待業(yè)或靈活就業(yè)。

對(duì)于收集到的學(xué)生成績(jī)以及就業(yè)去向等數(shù)據(jù)，先將2011級(jí)的數(shù)據(jù)作為訓(xùn)練樣本進(jìn)行判別分析，然后將2012級(jí)的數(shù)據(jù)作為檢驗(yàn)樣本進(jìn)行檢驗(yàn)，最后根據(jù)數(shù)據(jù)結(jié)果對(duì)2013級(jí)的學(xué)生就業(yè)去向給出一些建議，本文擬用判別分析做些探討。

1.2 判別分析概述

判別分析是在已知分類數(shù)目的情況下，根據(jù)一定的指標(biāo)對(duì)不知類別的數(shù)據(jù)進(jìn)行歸類。判別分析的基本思想是：利用原有的分類信息，得到體現(xiàn)這種分類的函數(shù)關(guān)系式（稱為判別函數(shù)，一般是與分類相關(guān)的若干個(gè)指標(biāo)的線性關(guān)系式），然后利用該函數(shù)去判斷未知樣本屬于哪一類?？梢哉f，判別分析是一個(gè)學(xué)習(xí)和預(yù)測(cè)的過程。

本文擬采用統(tǒng)計(jì)軟件SPSS進(jìn)行判別分類，[4-5]判別過程根據(jù)已知的觀測(cè)量分類和表明觀測(cè)量特征的變量值推導(dǎo)出判別函數(shù)，并把各觀測(cè)量的自變量值帶入判別函數(shù)中，然后根據(jù)判別函數(shù)對(duì)觀測(cè)量所屬類別進(jìn)行判別，對(duì)比原始數(shù)據(jù)的分類和按判別函數(shù)所判的分類，給出錯(cuò)誤概率。判別分析的方法有距離判別法、費(fèi)歇爾判別法和貝葉斯判別法，根據(jù)處理變量方式的不同，又可分為典型法和逐步法，本文將采用費(fèi)歇爾典型判別法。

1.3 訓(xùn)練樣本的判別分析

在2011級(jí)（2015屆）畢業(yè)生中抽取了137名學(xué)生的數(shù)據(jù)信息，將該數(shù)據(jù)作為訓(xùn)練樣本進(jìn)行判別分析，所得數(shù)據(jù)結(jié)果具體如下：

1.3.1 特征值

從表1中可以看出，特征值表格給出了兩個(gè)典型判別函數(shù)所能解釋的方差變異，其中第1個(gè)函數(shù)解釋了所有變異的61.8%，第2個(gè)函數(shù)解釋了余下的38.2%。

1.3.2 判別函數(shù)的檢驗(yàn)

“Wilks 的 Lambda”表格（表2）主要用來檢驗(yàn)各個(gè)判別函數(shù)有無(wú)統(tǒng)計(jì)學(xué)上的顯著意義，從sig值來看，兩個(gè)函數(shù)在0.05的顯著性水平上是比較顯著的，從而可以接受由此建立的判別規(guī)則。

1.3.3 費(fèi)歇爾函數(shù)系數(shù)

根據(jù)表3的分類函數(shù)系數(shù)，可直接計(jì)算每個(gè)樣本觀測(cè)點(diǎn)屬于3個(gè)類的得分（即將各科成績(jī)帶入線性判別式函數(shù)中），然后將此觀測(cè)樣本歸為得分最高的類別。

1.3.4 分類結(jié)果

由表4可知，2011級(jí)（2015屆）畢業(yè)生畢業(yè)去向?yàn)?（升學(xué)）共有21人，其中正確的判斷為19/21=90.5%，畢業(yè)去向?yàn)?（協(xié)議就業(yè)）共有93人，其中正確的判斷為76/93=81.7%，畢業(yè)去向?yàn)?（待業(yè)）共有25人，其中正確的判斷為17/25=68%，綜合正確率為112/139=80.6%。其中畢業(yè)去向?yàn)榇龢I(yè)的正確率較低，可能原因?yàn)椋阂徊糠譀]有升學(xué)成功的學(xué)生選擇了再考一年從而形成待業(yè)，還有一部分同學(xué)選擇了自主創(chuàng)業(yè)而被歸為了待業(yè)一類，而這類學(xué)生的成績(jī)特點(diǎn)可能屬于另兩類中之一，所以，如果能夠考慮這些因素，那么判斷的準(zhǔn)確率一定會(huì)大大提升。

1.4 檢驗(yàn)樣本的判別分析

在高校的教學(xué)過程中，一般來說教師的教學(xué)方法和教學(xué)風(fēng)格比較固定，而且同一門課程的任課老師也是比較固定的，那么同一個(gè)老師在不同的年級(jí)所上的同一門課程的考試成績(jī)是否會(huì)有顯著的差別呢？為此，在41門課程中，隨機(jī)的選擇了5門課程（微積分B1、概率統(tǒng)計(jì)、大學(xué)英語(yǔ)4、中級(jí)財(cái)務(wù)會(huì)計(jì)、財(cái)務(wù)管理）在不同年級(jí)的考試成績(jī)進(jìn)行了顯著性檢驗(yàn)，檢驗(yàn)結(jié)果如表5所示：

由表5可知，5門課程的方差方程的 Levene 檢驗(yàn)中的Sig值都大于顯著性水平0.05，即表明每門課程不同的年級(jí)的成績(jī)滿足總體方差齊性，這樣對(duì)應(yīng)假設(shè)方差相等的情況下，5門課程的Sig.（雙側(cè)）也都大于顯著性水平0.05，即每門課程在不同的年級(jí)中學(xué)生成績(jī)沒有顯著的差異。

由以上的檢驗(yàn)可知，相鄰的兩個(gè)年級(jí)的學(xué)生成績(jī)?cè)谕婚T課程中具有相似性，因此2011級(jí)學(xué)生的數(shù)據(jù)信息可以作為12級(jí)學(xué)生數(shù)據(jù)的訓(xùn)練樣本，從而將2012級(jí)的137名學(xué)生的數(shù)據(jù)作為檢驗(yàn)樣本進(jìn)行類似的操作，得到如下結(jié)果。

由表6可知，2012級(jí)（2016屆）畢業(yè)生畢業(yè)去向?yàn)?（升學(xué)）共有22人，其中正確的判斷為21/22=95.5%，畢業(yè)去向?yàn)?（協(xié)議就業(yè)）共有95人，其中正確的判斷為78/95=82.1%，畢業(yè)去向?yàn)?（待業(yè)）共有20人，其中正確的判斷為14/20=70%，綜合正確率為113/137=82.5%。同樣畢業(yè)去向?yàn)榇龢I(yè)的正確較低。

2 案例的啟示和應(yīng)用

2.1 數(shù)據(jù)分析

根據(jù)以上的分析，我們發(fā)現(xiàn)可以用上一學(xué)年的學(xué)生數(shù)據(jù)來對(duì)下一年的學(xué)生的就業(yè)去向進(jìn)行預(yù)測(cè)，這樣我們可以在2012級(jí)（2016屆）畢業(yè)生的數(shù)據(jù)信息上對(duì)2013級(jí)（2017屆）畢業(yè)生的就業(yè)去向進(jìn)行預(yù)測(cè)，同理可以在2013級(jí)（2017屆）畢業(yè)生的數(shù)據(jù)信息上對(duì)2014級(jí)（2018屆）畢業(yè)生的就業(yè)去向進(jìn)行預(yù)測(cè)，余下依次類推。

按照這樣的啟示，在以2012級(jí)（2016屆）學(xué)生的數(shù)據(jù)作為訓(xùn)練樣本的基礎(chǔ)上，我們又收集了380名即將畢業(yè)的2013級(jí)（2017屆）會(huì)計(jì)專業(yè)的學(xué)生的成績(jī)進(jìn)行了預(yù)測(cè)，最終整理結(jié)果如表7所示。

2.2 建議

根據(jù)表7可知，將有45名學(xué)生的就業(yè)去向被預(yù)測(cè)為升學(xué)，294名學(xué)生的就業(yè)去向被預(yù)測(cè)為協(xié)議就業(yè)，而剩下的41名學(xué)生可能面臨待業(yè)。通過這樣的預(yù)測(cè)，可使學(xué)校管理部門更早地進(jìn)行針對(duì)性的就業(yè)指導(dǎo)，如針對(duì)預(yù)測(cè)去向?yàn)?（升學(xué)）的同學(xué)，在大四學(xué)期就應(yīng)該著重考慮升學(xué)以繼續(xù)深造，至于考研的專業(yè)取向可根據(jù)自己的專業(yè)優(yōu)勢(shì)及個(gè)人偏好進(jìn)行選擇，有數(shù)學(xué)優(yōu)勢(shì)的可選擇考學(xué)術(shù)型碩士，數(shù)學(xué)相對(duì)較弱的可考慮選擇專業(yè)碩士。針對(duì)預(yù)測(cè)去向?yàn)?（協(xié)議就業(yè)）的同學(xué)，應(yīng)在立足于初級(jí)會(huì)計(jì)職稱的考試的基礎(chǔ)上更加重視專業(yè)學(xué)習(xí)，特別在實(shí)習(xí)時(shí)應(yīng)重點(diǎn)選擇本專業(yè)崗位，而在就業(yè)時(shí)應(yīng)根據(jù)自己的實(shí)習(xí)情況及個(gè)人偏好盡量選擇較好的公司及企業(yè)的會(huì)計(jì)崗位作為自己的就業(yè)目標(biāo)。針對(duì)預(yù)測(cè)去向?yàn)?（待業(yè)）的同學(xué)，在保證自己能順利畢業(yè)的基礎(chǔ)上，注重自己其它方面的培養(yǎng)，比如可在假期間進(jìn)行駕駛技能培訓(xùn)，電腦辦公自動(dòng)化培訓(xùn)，人際交往與禮儀等方面培訓(xùn)，其就業(yè)崗位的選擇可多元化。

決定學(xué)生就業(yè)去向的因素有多種，而本文從其前6學(xué)期的在校成績(jī)以及就業(yè)去向間的關(guān)聯(lián)這一因素進(jìn)行了說明分析，結(jié)果顯示，在一定程度有一定的預(yù)測(cè)準(zhǔn)確度，可以對(duì)學(xué)生及相關(guān)管理部門在就業(yè)前有些指導(dǎo)，但難免有些不足，如果還能增加考慮其他因素，比如家庭因素、個(gè)人特點(diǎn)、學(xué)校因素、社會(huì)就業(yè)環(huán)境，其結(jié)果可能會(huì)更加準(zhǔn)確。

參考文獻(xiàn)

[1] 向麗蘋.聚類與因子分析在會(huì)計(jì)專業(yè)學(xué)生學(xué)習(xí)和就業(yè)指導(dǎo)中的應(yīng)用[J].黃岡師范學(xué)院學(xué)報(bào)，2016.36（3）：108-112.

[2] 姜明明，馬丹.因子分析和聚類分析方法在大學(xué)生綜合素質(zhì)評(píng)價(jià)中的應(yīng)用[J].齊齊哈爾大學(xué)學(xué)報(bào)：自然科學(xué)版，2013（2）：191-193.

[3] 常浩，逯紀(jì)美.多元統(tǒng)計(jì)分析在大學(xué)生綜合素質(zhì)評(píng)價(jià)中的應(yīng)用[J].數(shù)理統(tǒng)計(jì)與管理，2010.29（4）：754-760.

[4] 杜強(qiáng)，賈艷麗.SPSS統(tǒng)計(jì)分析從入門到精通[M].北京：人民郵電出版社，2009.3.

[5] 時(shí)立文.SPSS19.0統(tǒng)計(jì)分析從入門到精通[M].北京：清華大學(xué)出版社，2012.