淺議因子分析和聚類分析在學生就業分類指導模型設計中的應用

摘 要 合理的學生就業指導體系對職校學生的教育教學工作具有重要的影響，分析職校現有的“學積分”管理制度中存在的不足，并針對該不足，在“學積分”管理系統中引入因子分析和聚類分析的方法，建立學生就業分類指導模型，并運用SPSS19.0軟件對該模型進行了實現。該模型的運用有助于職校實現分類指導教學，其結果也更具科學性、合理性。

關鍵詞 因子分析;K-均值聚類分析;學生就業分類指導

引言

目前的學生分類指導模型一般采用單一模型，鮮少從多個角度進行分類。采用多種方法進行學生科學的分類，有利于實現個性化教學，其結果也更有說服力，更具準確性和合理性。

在某中等專業學校的“學積分”制度中，僅僅是學生的成績按照特定的方法轉化成積分，并按積分的排名情況，對學生進行評優、獎懲等，在對學生進行就業指導時，這種方法存在一定局限性。因此，在職校“學積分”管理系統中，采用多元統計學中的因子分析和K-均值聚類分析的方法，應用SPSS 19.0軟件，對學生進行科學合理的分類，從學生的現有專業課程成績中挖掘其潛在能力，并根據專業培養目標和用人單位的職位能力要求，可給出其畢業時的就業指導建議。

1因子分析

因子分析是從多個變量指標中選擇出數量較少的幾個綜合變量指標，以再現出原始變量與因子之間的相互關系，它是一種降維的多元統計方法[1]。本文使用因子分析方法對影響學生成績的各個專業課程科目進行分類。具體分析實例如下：

（1）選取江蘇省吳中中等專業學校商貿系2014級報關與國際貨運專業的20名學生的14門專業課程成績作為因子分析的對象。

（2）應用條件分析。運用SPSS 19.0軟件對原始數據標準化，建立原始數據矩陣的相關系數矩陣R，并對相關系數矩陣進行KMO和Bartlett檢驗，得到KMO值為0.628>0.6，Bartlett檢驗的P值為0.000<0.05，說明成績數據之間有顯著的相關性，適合進行因子分析[2]。

（3）提取公因子。通常因子分析按照特征值大于1的標準提取公因子。計算得到前三個公因子的特征值大于1，且方差的累積貢獻率達到79.46%，即這三個公因子反應原始變量79.46%的信息量，說明這些公因子足以代表總體的大部分信息量，丟失信息較少，因此提取前三個公因子建立因子載荷陣[3]。

（4）對因子載荷陣實行方差最大正交旋轉，得到表1。

由表1可知，因子1在外貿英語函電、國際貿易實務、外貿單證實務、貨物運輸代理實務、外貿英語、外貿英語口語和國際貨物運輸與保險這七個變量上有較大的因子載荷值，命名為“外貿與國際貨運能力因子”;因子2在供應鏈管理、電子商務基礎和國際市場營銷這三個變量上有較大的因子載荷值，命名為“電子商務應用能力因子”;因子3在報關實務、物流基礎和國際貿易實務這三個變量上有較大的因子載荷值，命名為“報關業務能力因子”。即按照這三個因子將學生所學的所有專業課程科目分為三大類別。

（5）通過回歸算法得到因子得分系數矩陣，如表2所示：

2K-均值聚類分析

K–均值聚類分析是一種得到廣泛應用的聚類算法，其主要思想是通過迭代過程把數據集劃分為不同的類別，使得評價聚類性能的準則函數達到最優，從而使生成的每個聚類內緊湊，類間獨立[4]。具體分析過程如下：

（1）根據三個因子得分函數，將SPSS 19.0軟件自動計算所得的20名同學的三個因子得分，作為新變量對20名學生成績進行K–均值聚類分析，將20名學生分成4類，得到的結果如表3所示。

聚類后輸出的最終聚類中心表如表4所示，由表4可知，第一類學生的外貿與國際貨運方面的能力較強，畢業后建議從事“外銷員”或“外貿跟單員”等工作;第二類學生的電子商務應用能力較強，畢業后建議從事電子商務相關工作;第三類學生的報關業務能力較強，畢業后建議從事“報關員”等相關工作;第四類學生的外貿與國際貨運能力及報關業務能力都較強，這兩方面能力是報關與國際貨運專業的基礎能力，可見這類學生基礎知識扎實，建議參加“專轉本”考試，進入本科學院繼續深造。

3學生就業分類指導模型的實現

對于學生的就業指導，需選取學生在校期間所學習的所有專業課程成績，因此只能在學生進入實習階段之前完成，故選取四年級在校生的專業課程成績作為分析樣本。將數據先用EXCEL表格進行整理，再導入SPSS 19.0軟件進行因子分析和K-均值聚類分析，從而得出學生的分類情況，并給出具體的就業指導建議。學生在進入實習階段之前，可通過“學積分查詢”欄目，查看自己的就業指導建議。如14報關與國際貨運（五）班級的王潁同學查詢到的自己的就業指導建議和所有專業課程成績如圖1所示。

4結束語

職校“學積分”管理系統為學生管理提供了一個信息化平臺，系統針對其中的專業課程成績的測評標準提出了改進的方法，引入了學生就業分類指導模型，即通過因子分析和K-均值聚類分析方法，對學生進行科學合理的分類，并給出不同的就業指導建議。通過一段時間的上線運行后，系統給出的學生就業分類指導結果準確可靠、全面客觀，職校學生通過該體系能夠充分認識自身的不足，進一步完善自我。該模型的運用也為職校學生的教育教學管理給出了有效依據，促進了職校學生管理的規范化、科學化。

參考文獻

[1] 于秀林，任雪松.多元統計分析[M].北京：中國統計出版社，2003：67.

[2] 田宏，于曉秋.因子分析與聚類分析在學生成績綜合評價中的應用[J].牡丹江師范學院學報，2009（3）：9-10.

[3] 熊寬江，豐建霞，胡志華.基于學生成績的學生分類指導模型研究[J].黃岡師范學院學報，2015（6）：113.

[4] 高慧璇.實用統計方法與SAS系統[M].北京：北京大學出版社，2009：147.

作者簡介

施曉晗（1989-），女，江蘇蘇州人;職稱：助教，現就職單位：江蘇省吳中中等專業學校，研究方向：計算機教學研究。