基于主成分分析的大學生兼職影響因素探究

潘陳蓉，孫鵬，汪芳凱，陳貝貝，張杰

（阜陽師范學院數(shù)學與統(tǒng)計學院，安徽阜陽236037）

基于主成分分析的大學生兼職影響因素探究

潘陳蓉，孫鵬，汪芳凱，陳貝貝，張杰*

（阜陽師范學院數(shù)學與統(tǒng)計學院，安徽阜陽236037）

近幾年大學生兼職問題受到廣泛關注。2015年對安徽省某地方高校在讀大學生兼職影響因素進行調(diào)研，問卷采用Likert五分量表法，運用主成分分析理論和方差的性質(zhì)等數(shù)理統(tǒng)計知識，對大學生兼職影響因素模型進行研究，得到三個主成分并進一步探究，最后對大學生兼職中存在的問題提出對策建議。

大學生兼職；主成分分析；兼職影響因素

“大學生兼職”意為在校大學生在學習之余從事有報酬的工作活動。考慮到經(jīng)濟發(fā)展和社會就業(yè)的形勢，越來越多大學生選擇兼職：既可以獲得勞動收入，也是通過實踐提升就業(yè)競爭力的一種方式。然而，選擇兼職時通常存在著一些困惑，比如與所學專業(yè)關聯(lián)度，對學業(yè)的沖擊，性別因素、兼職中的侵權問題等[1-5]都會影響兼職選擇。

主成分分析作為一種經(jīng)典的綜合評價方法，是基于考慮各指標間相互關系，把多個變量問題轉換為一個或較少幾個彼此獨立的典型變量，這些較少的指標在反映原來多個指標的信息時具有代表性，稱為主成分，是應用降維思想使問題簡單化的多元統(tǒng)計方法。通常主成分分析更適于對模型進行精確的分析[6-7]。在社會與自然科學多要素交互影響的研究中，為了全面客觀分析問題，通常要從多方面觀察數(shù)據(jù)。主成分分析可以很好地處理不同角度數(shù)據(jù)的相關性，實現(xiàn)多指標的綜合評價，從而在諸多學科領域有著廣泛的應用[8-10]。

本文對安徽省某地方高校在讀本科大學生兼職影響因素開展調(diào)查，在已有研究和實踐基礎上建立數(shù)學模型，運用主成分分析法得到三個主成分并進一步分析說明，最后為大學生兼職提出積極的建議。

1 模型構建與實證分析

1.1 數(shù)據(jù)收集

2015年10月，課題組對所在高校影響學生兼職的因素進行摸底[11]，訪談對象為50名在校大學生，涵蓋文科、理工科、經(jīng)管類和藝體類相關專業(yè)，主要從大二、大三學生中隨機選取。訪談提綱由3個問題構成：(1)是否會選擇兼職？（2）選擇兼職會關注哪些問題？（3）在校大學生身份對兼職的影響？以這3個問題為主線，適時進行追問，時間控制在20分鐘以內(nèi)，使受訪對象在相對輕松的壞境下表明真實想法。課題組由此獲得經(jīng)驗數(shù)據(jù)并對觀點歸納，確定大學生兼職的影響因素，進而設計調(diào)查問卷細化研究。

考慮到當前大學生兼職主要是機會型而非生存型，調(diào)查問卷主要涉及11個兼職影響因素指標，依次為：x1為工作經(jīng)驗，x2為朋友圈，x3為社交能力，x4為實踐能力，x5為兼職時間，x6為兼職時段分布，x7為兼職收入，x8為兼職成本，x9為兼職與專業(yè)相關度，x10為專業(yè)影響力，x11為兼職與學業(yè)關系。采用Likert 5分制，1～5分由“非常同意”到“完全不同意”或是“很強”到“沒有影響”表明程度。

課題組于2015年12月至2016年3月對省屬某地方高校做過兼職的本科學生進行問卷調(diào)查，共發(fā)放調(diào)查問卷360份，回收有效問卷325份，有效回收率達到90%。假設調(diào)查得到的數(shù)據(jù)真實可靠；假設在模型建立過程中使用的數(shù)據(jù)都是隨機選取的。

1.2 模型構建

首先應用主成分分析技術對兼職影響因素指標進行主成分提取。模型主成分的提取就是確定原來變量xj(j=1,2,…,11)在對應主成分zi（i=1,2,…,m)（m≤11)上的載荷lij（i=1,2,…,m；j=1,2,…,11)。

兼職影響因素指標構成一個325×11階的數(shù)據(jù)矩陣：

在（2)式中，系數(shù)lij由下列條件確定：

相關系數(shù)矩陣計算公式為：

R是一個實對稱矩陣（rij=rji)，其主對角線上元素全為1，rij（i,j=1,2,…,11)為原變量xi與xj的相關系數(shù)：

主成分的貢獻率就是主成分解釋的方差比例，方差越大，表明這一主成分反映自變量的信息越多。累計貢獻率的計算公式為：

主成分載荷矩陣計算公式

其中eki為向量ek的第i個分量。

由此可以進一步計算主成分得分Z[3]為：

1.3 模型分析

首先，選用標準差方法對數(shù)據(jù)進行標準化處理，用SPSS軟件[12]對標準化數(shù)據(jù)進行KMO檢驗，得到KMO值為0.750，Bartlett's球形度檢驗結果中近似卡方值為884.179，sig=0.000，可知適合做主成分分析。

表1 KMO和Bartlett's檢驗

對標準化處理后的數(shù)據(jù)進行分析，得到兼職影響因素指標的相關系數(shù)矩陣，見表2。

根據(jù)相關系數(shù)矩陣，計算特征值和各個主成分的方差與累計貢獻率，如表3。

由表3可知，第一，第二，第三主成分的特征值大于1且累計貢獻率達到58%以上，且其他數(shù)據(jù)解釋量呈明顯遞減趨勢。

同時，由圖1可以看出，在第三個成分之后，坡線的走勢較為平坦，表示無公因子值得抽取，因而保留三個成分較為合適。記z1為第一主成分，z2為第二主成分，z3為第三主成分。應用最大方差法對成分矩陣進行旋轉，使每個變量僅在一個因子上呈現(xiàn)較大的載荷，因子提取方法為主成分分析法，這里提取三個因子。具體數(shù)據(jù)見表4。

表2 兼職影響因素指標的相關系數(shù)矩陣

表3 主成分分析的特征值與方差解釋量

由表4可以看出，第一主成分在x1、x2、x3、x4這 4項指標上呈現(xiàn)出較大的載荷量，而這4項指標體現(xiàn)了大學生通過兼職所得到的收獲，因而命名為兼職收獲影響因子。第二主成分由x5、x6、x7、x8這4項指標來體現(xiàn)兼職條件對大學生兼職意愿的影響，命名為兼職條件影響因子。第三主成分包含x9、x10、x11共3項指標，涵蓋大學生的專業(yè)與學業(yè)對兼職的影響，命名為專業(yè)學習影響因子。其中，獲取工作經(jīng)驗是大學生兼職選擇最看重的，社交與實踐能力的培養(yǎng)與提高比重也很高，也印證了當前大學生兼職并非傳統(tǒng)意識下僅為獲取經(jīng)濟收入的生存型。

表4 旋轉后的因子載荷矩陣

圖1 皖北地區(qū)大學生兼職影響因素調(diào)查問卷的陡坡圖

圖2 初始因子及旋轉后因子載荷分布

將初始載荷矩陣進行旋轉后可見主成分更容易識別，圖2(a)為初始因子對應于3個主成分的載荷分布圖，旋轉后的主成分分布如圖2(b)。計算各主成分得分如表5所示。

由成分得分系數(shù)矩陣可以得出前三個主成分的線性組合表達式為：

表5 成分得分系數(shù)矩陣

容易看出，第一主成分z1中指標x1,x2,x3,x4比重較大，指標x5,x6,x7,x8在第二主成分z2中比重較大，指標x9,x10,x11對第三主成分有較大影響。

本模型在樣本選取方面有一定的局限性，比如選取高校的數(shù)量與所在地區(qū)、調(diào)查對象數(shù)等；還有一些影響因素沒有體現(xiàn)使得主成分的累計貢獻率不高，比如選擇兼職對周圍同學的輻射影響沒有考慮，不同學科專業(yè)各年級可以分別展開研究等等。

2 對策與建議

高校應鼓勵大學生兼職規(guī)劃指導的專項研究。比如成立專門的服務機構，發(fā)布校內(nèi)外的兼職崗位，使信息發(fā)布有專業(yè)化導向并使兼職有安全保障。開展就業(yè)指導課程的教學，普及職業(yè)發(fā)展和就業(yè)基礎知識；建立并開放大學生職業(yè)規(guī)劃工作室，開展個性化職業(yè)指導等。

學校對大學生兼職還應給予必要的理論引導。選擇兼職不應局限于改善經(jīng)濟狀況，更要考慮立足于自我發(fā)展。同時可以通過參加大學生創(chuàng)新創(chuàng)業(yè)項目、職業(yè)規(guī)劃設計比賽、頂崗實習等鍛煉方式提升自我就業(yè)競爭力。

需要注意的是，大學生在兼職中時有侵權現(xiàn)象發(fā)生，要樹立和增強安全意識、維權意識，懂得自我保護。

[1]李林原，蔣佳芮，張靜，等.層次分析法在大學生兼職規(guī)劃中的研究[J].成都師范學院學報，2016,32(3): 119-124．

[2]顏艷.基于成本收益理論的大學生兼職分析[J].教育教學論壇，2015,44:57-59.

[3]徐悅，王軍，郭宏.大學生兼職情況調(diào)查與對策研究[J].安徽工業(yè)大學學報(社會科學版),2015,32 (2):117-119.

[4]趙果.大學生兼職的現(xiàn)狀調(diào)查與職業(yè)發(fā)展研究[J].遼寧師范大學學報(社會科學版)，2013,36(6):859-863.

[5]涂婷，黃文龍，華珊，等.在校女大學生兼職情況的調(diào)研報告[J].湖北經(jīng)濟學院學報(人文社會科學版)，2010,7(9):154-156.

[6]方開泰.實用多元統(tǒng)計分析[M].上海：華東師范大學出版社，1986：339-352.

[7]鄧雪，江璐瑤，孫全德.多元統(tǒng)計分析方法的理論研究及應用分析[J].數(shù)學的實踐與認識，2016,46(4): 190-197.

[8]馬志飛，李在軍，張雅倩.基于地理加權主成分的經(jīng)濟發(fā)展綜合評價研究[J].華中師范大學學報:自然科學版，2016,50(2):276-281.

[9]劉二林，俞葵.基于主成分分析的安徽省區(qū)域產(chǎn)業(yè)結構優(yōu)化效率評價[J].安徽工程大學學報，2014,29 (4):69-74.

[10]石洪景，黃和亮.基于主成分分析的食品價格影響因素研究[J].北京航空航天大學學報(社會科學版)，2012,25(5):77-80.

[11]劉星，李新建.基于扎根理論的多元雇傭工作群體的雇傭身份斷層與激活因素研究[J].管理學報，2015,12(7):1001-1011.

[12]王蘇斌，鄭海濤，邵謙謙，等.SPPS統(tǒng)計分析[M].北京：機械工業(yè)出版社,2003:43-48.

Study on the influence factors of college students’part-time job based on principal component analysis

PAN Chen-rong，SUN Peng，WANG Fang-kai，CHEN Bei-bei，ZHANG Jie*
(School of Mathematics and Statistics,Fuyang Normal University,Fuyang Anhui236037,China)

The issue of college students'part-time job has attracted much attention recently.Applying Likert scale method to investigate the students'part-time job in a certain college of Anhui province in 2015,using principal component analysis and variance's properties in mathematical statistics,the problem of part-time job was studied,and three principal components are extracted for a further study.Finally,some countermeasures and suggestions are put forward for the problems appeared in the college students'part-time job.

college students'part-time job;principal component analysis;influence factors of part-time job

O212.4,G646

A

1004-4329（2017）01-021-05

10.14096/j.cnki.cn34-1069/n/1004-4329（2017）01-021-05

2016-08-20

安徽省大學生創(chuàng)新創(chuàng)業(yè)訓練項目（201510371071）；阜陽師范學院教學團隊（2014JXTD01）資助。

張杰（1981-)，女，碩士，講師，研究方向：概率統(tǒng)計。Email：zjp562@126.com。