北京治白癜风做好的医院 https://baike.baidu.com/item/%E5%8C%97%E4%BA%AC%E4%B8%AD%E7%A7%91%E7%99%BD%E7%99%9C%E9%A3%8E%E5%8C%BB%E9%99%A2/9728824?fr=aladdin疫情期的大学生就业问题，关乎国家社会的稳定，对我国疫情后经济的恢复，百姓安全感、幸福感、获得感的进一步增强，以及美好生活的信心重塑，都具有十分重要的作用和意义。本次通过对浙江省设计类企业进行问卷调研，了解疫情对企业用人需求影响，为本校的设计类大学生就业指导的组织构建、就业指导教育与服务等工作提供指导依据。调研对象基本情况本次参与线上问卷调研企业有效数量共63家，参与调研企业人数人以上占总样本量的53.97%，其余中小型企业占比46.03%，设计类各专业方向均有涉及。表1样本描述（1）表2样本描述（2）疫情对企业人才需求影响因素分析一、整体情况疫情发生之后，企业开复工时间的推迟，劳动力返岗时间的错后，湖北等疫情严重地区乃至全国的经济、文化等各行业发展的受损，其本身的稳岗压力明显加大，虽然国家和地方有关部门出台了税费减免、金融支持、房租补贴等多项扶持*策，但不可否认，仍然有部分企业面临降薪、裁员甚至倒闭等情况，在人才需求侧将出现需求量下降的趋势；本次调研结果显示，因受疫情影响，41.27%的企业对毕业生招聘需求有所下降。就业门槛要求影响结果与招聘需求下降情况基本保持一致，31.57%的企业认为就业门槛因疫情而有所提升，53.97%的企业选择了无明显影响。设计类企业就业门槛因此提升的仅占14.29%。由此可见，本次疫情虽然对设计类毕业生就业造成了一定的影响，但对毕业生能力等各要求方面无显著性变化。二、影响因子分析本次调研列举了可能影响疫情期间企业需求侧要求的13个影响因子，根据每个因素的影响权重进行等级选择。运用spss因子分析软件，针对13个因素进行因子分析，以期了解疫情期企业对毕业生各方面要求的情况。1.样本可行性检验KMO和巴特利特检验KMO取样适切性量数。.Bartlett的球形度检验上次读取的卡方.自由度78显著性.首先，对样本进行KMO和球形Bartlett检验，从表中结果可以看出Bartlett的球形度检验P值为0.，所以拒绝相关系数为0（变量相互独立）的原假设，即说明变量间存在相关性。同时KMO值为0.，大于最低标准，说明该样本适合做因子分析。2.统计性描述描述统计平均值标准偏差分析数就业门槛影响3..设计类专业影响3..高学历3..高层次学校3..专业对口3..本地生源3..英语能力2..干部经历2..实习经历3..成功作品4.0.证书数量2..技巧培训2..作品集质量3..该表提供分析过程中包含的统计量，表格显示了样本容量以及13个变量的平均值、标准差。3.因子分析的共同度公因子方差初始值提取就业门槛影响1..设计类专业影响1..高学历1..高层次学校1..专业对口1..本地生源1..英语能力1..干部经历1..实习经历1..成功作品1..证书数量1..技巧培训1..作品集质量1..提取方法：主成份分析。表格所示是因子分析的共同度。表格第二列显示初始共同度，全部为1.；第三列是按照提取到的公因子得到的共同度。一般认为当共同度大于0.4时，公因子就能很好地解释该测量指标。可以看到除就业门槛影响、实习经历、作品集质量略微偏低外，其余数据共同度较高。4.影响因子的提取总方差解释组件初始特征值提取载荷平方和旋转载荷平方和总计方差百分比累积%总计方差百分比累积%总计14..............31........................................087.该表由三部分组成，分别为初始因子解的方差解释、提取因子解的方差解释和旋转因子解的方差解释。初始因子解的方差解释中第一列为特征值（主成分的方差），第二列为各个主成分的贡献率，第三列为累积贡献率，可以看出前4项主成分数特征值均大于1，它们分别为λ1=4.25，λ2=2.，λ3=1.，λ4=1.。它们的累积贡献率即这四个因素在所有被调查就业影响因素中所占比例为67.%，进而可以通过这四个潜在因子解释约68%的总方差。后两个部分为因子提取后和旋转后的因子解。从表中看出，有四个因子提取和旋转，其累计解释总方差百分比和初始解的前四个变量相同，但经旋转后的因子重新分配各个因子的解释原始变量的方差，使得因子的方差更接近，也更易于解释。由上图看出，成分数为4时，特征值的变化曲线趋于平缓，所以由碎石图也可大致确定出主成分个数为4。与按累计贡献率确定的主成分个数是一致的。5.因子载荷矩阵成分矩阵a组件就业门槛影响.-...设计类专业影响.-..-.学历更高.-..-.聘用高层次.-.-..专业对口...-.本地生源...-.英语能力..-.-.干部经历..-..实习经历-....成功作品..-..证书数量....技巧培训..-..作品集质量...-.因子载荷矩阵给出每一个变量在四个因子上的载荷。在旋转前的载荷矩阵中，除实习经历、成功作品外，其余变量在第一个因子上的载荷都较高，即与第一个因子的相关程度较高，第一个因子解释了大部分变量的信息。为了更好解释因子含义，确定这四个潜在因子影响类别，从而对因子进行命名，将因子载荷矩阵进行旋转。旋转后的成分矩阵a组件就业门槛影响.-...设计类专业影响..-.-.高学历...-.高层次学校...-.专业对口-....本地生源....英语能力...-.干部经历...-.实习经历-.-.-..成功作品-...-.证书数量....技巧培训...-.作品集质量-....提取方法：主成份分析。旋转方法：Kaiser标准化最大方差法。aa.旋转在7次迭代后已收敛。从旋转后的成分矩阵图可以看出，第1个公共因子F1在变量“设计类专业影响”、“高学历”、“高层次学校”、“就业门槛影响”上有较大的负荷;第2个公共因子F2在变量“专业对口”、“英语能力”和“技巧培训”上有较大负荷;第3个公共因子F3在变量“干部经历”、“成功作品”、“证书数量”上有较大负荷；第4个公共因子F4在变量“实习经历”、“作品集质量”上有较大负荷。通过以上分析可将F1命名为基础实力因子，F2命名为专业知识因子，F3命名为综合能力因子，F4命名为实践经历因子。通过SPSS因子分析法进行降维，从原本13个因子中获取到4个公共因子，分别命名为基础实力因子、专业知识因子、综合能力因子、实践经历因子。由此分析得出企业在疫情期间对人才需求变化的主要因素，为大学生就业指导体系构建和完善提供理论支撑依据。本文系浙江省教育科学规划“疫情与教育”专项课题疫情后遗症大学生就业影响因素分析与指导体系运行实证研究——以浙江省设计类大学生为例（编号：YQJY）成果公报，项目负责人：单丹丹预览时标签不可点收录于话题#个上一篇下一篇
