基于logistic回歸的高校畢業生工作滿意度的影響因素

張再生，高彩蕊，韓旭彤

（1.天津大學管理與經濟學部，天津 300072；2.天津工業大學 招生就業處，天津 300387）

工作滿意度作為一種重要的測量員工態度的變量一直以來都受到人力資源管理和組織行為學領域研究者的關注.國內外大型企業中，工作滿意度一直都是人力資源管理效果的“標尺”，它對于測量員工當前工作狀態和預測員工流動去向具有重要的作用.在當前人力資本和知識資本成為企業核心競爭力的時代，作為企業生存和發展的決定性資源的高校畢業生員工卻一直呈現出較低的工作滿意度.到底是哪些因素影響了這一群體的工作滿意度，探究這一問題不僅是企業人力資源管理的當務之急，同時也成為員工職業生涯規劃的重要指導因素.本研究以在各企業中就業的高校畢業生為研究對象，提出了高校畢業生員工工作滿意度前因變量的立方體模型，并以實證的方式探究了顯著影響工作滿意度的因素，為用人單位針對高校畢業生員工進行合理的人力資源管理和員工個人開展長遠的自我職業生涯規劃提供了相應的參考.

1 畢業生工作滿意度前因變量立方體模型

綜合前人對工作滿意度前因變量的研究來看，國內學者以高校畢業生員工為研究對象進行大樣本數據的實證研究尚少.高校畢業生有其自身的特點，這就決定了前人的研究結論對于高校畢業生員工未必適用.對于高校學生來說，家庭和學校是他們受教育的兩個最重要的場所，不同的家庭其家庭資本不同，不同的學校也有不同的教育方式，其對學生的影響也不盡相同.高校學生作為家庭教育和現代化高等教育相結合的產物，家庭和學校對其工作態度的影響絕對不容忽視.因此，我們在前人對工作滿意度前因變量的研究的基礎上引入了家庭因素和學校因素，為了便于研究，將家庭因素歸類于個體因素.以學校因素、工作因素和個體因素作為高校畢業生工作滿意度前因變量的3個維度，每個維度分為正向作用和負向作用，其中正向作用可以明顯促進員工對工作的滿意程度，負向作用可以顯著增加員工對工作的不滿意程度.在此基礎上，我們構建了高校畢業生工作滿意度前因變量的工作滿意度立方體模型，其中立方體中共分為8個小立方體，每個小立方體代表了一種影響類型.詳細模型見圖1.

每個小立方體代表的影響類型具體如下.

（1）全面激勵型.其中學校、個體和工作的影響都為正向，這種類型下各個維度都能顯著正向影響員工的工作滿意度.

（2）工作失意型.其中學校和個體的影響為正向，工作的影響為負向.在此種類型的作用下，員工在工作上比較失意，其他兩方面的正向作用明顯，這種情況有可能只是暫時性的，比較容易向（1）過渡.

（3）個體支撐型.學校和工作的影響為負向，只有個體因素的影響為正向，因此個體方面的作用對員工來說具有不可代替的支撐作用.

（4）學校沮喪型.學校的影響作用為負，家庭和工作方面都比較得意，此時可能處于一個困惑期，可能困惑于自己學校的知名度小，專業不對口等，此時也往往是暫時性的，隨著時間的推移可能會忽略掉學校因素的負向影響，讓其處于中立狀態.

（5）個體失落型.除了個體因素以外其他兩方面均處于正向.此時的員工在個體因素上比較失落，根據溢出理論，此時極易造成對工作的不滿，很容易走向（6）型.

（6）學校支撐型.個體和工作方面不得志，但是學校的作用為正向，此時的員工可能出于兩種狀態，一種是受過良好的學校教育，心理資本比較強，極易克服困難走向（1）型或（2）型；另一種是以學校為榮，自身能力和心理素質較差，學校的正向影響也可能只是暫時性的，很容易走向（7）型.

（7）全面失調型.此時，三維度均為負向，員工走出陰影的壓力比較大.

（8）工作支撐型.學校和家庭方面均不得意，但是工作上得到滿足，處于此類型的員工心理素質往往比較強，可以克服學校和家庭方面的不利.因此很容易向（1）或（4）型過渡.

以上是對于8種類型激勵作用的概述，這8種類型不是固定不變的，相互之間是不斷過渡和變化的，這種交替互變的作用構成了畢業生員工對其工作總體的各種態度的變化.立方體模型從3個維度探究工作滿意度的前因變量，3個維度有正負之分，避免了傳統的單一維度考察的片面性.

2 變量篩選的研究設計

2.1 研究樣本及特征

本文數據來源于《高校畢業生就業穩定性及就業促進機制研究》課題組的調查數據.選取該數據的主要原因是該調查研究選的主要對象之一為近十年畢業的高校畢業生，具有較強的現實意義；在問卷的發放上，考慮到就業區域的集中性，選擇在北京、天津、山東、河南、江蘇、福建等地就業的高校畢業生為調查對象，數據具有代表性；鑒于不同類型的就業單位對于高校畢業生的吸納能力不同，調查針對各地政府機關、事業單位發放問卷數量較少，80%的問卷是由在各類企業中就業的高校學生填寫，樣本分布相對均衡.該問卷主要經由單位人事部門發放，共發放2400份，回收1800份，其中有效問卷1500份.有效問卷中，男性為766人，女性734人，男女比例相當.在年齡構成上，樣本的年齡基本呈正態分布，具有較好的代表性.

2.2 數據的測量

本研究共有4個方面變量需要進行測量，包括個體因素、學校方面因素、工作因素和工作總體滿意度.

個體因素的測量上，年齡劃分:“18周歲以下”；“19～23 周歲”；“24～30 周歲”；“31～35 周歲”；“36 周歲及以上”.性別劃分:“男”；“女”.婚姻狀況劃分:“已婚”；“未婚”.父母學歷狀況劃分:“大專以下”；“大專（高職）”；“本科”；“碩士研究生”；“博士研究生”.戶籍地是否是工作所在地:“是”；“否”.父母所在地是否是本人工作所在地:“是”；“否”.

在學校因素的測量上，專業劃分:“理工類”；“經管文史類”.學校是否開展職業生涯教育:“是”；“否”.專業與工作是否對口:“是”；“否”.

對于工作狀況的測量上參照了明尼蘇達滿意度量表（MSQ），在設計量表過程中綜合了高校畢業生的特點，對MSQ的問題項進行了適當修改.對于組織承諾的測量我們參照了Allen和Meyer的組織承諾量表[1]，同時結合對調查者深入訪談的結果對問題項進行了修正，最終的問卷共有17個問項.測量方式采用李克特五點計分法，其中1表示“非常不符合”，5表示“非常符合”，得分越高表明該類承諾水平越高.運用結構方程模型進行CFA后表明:三階因子模型（X2/df=4.92；RMSEA=0.055；CFI=0.931；NFI=0.922；IFI=0.934），顯示出該量表具有較好的三階結構效度.同時，量表的總體一致性系數為0.733，其中情感承諾一致性系數為0.721，持續承諾0.735，規范承諾0.761，表明該量表總體和各個測量維度均具有較高的信度.

員工對于工作總體滿意度的測量問卷采用一個問題進行測量.即“你對當前工作的總體滿意程度如何”:1，“非常不滿意”；2，“不滿意”；3，“基本滿意”；4，“比較滿意”；5，“非常滿意”.

2.3 數據的處理

通過調查數據，我們嘗試尋找影響員工對工作總體滿意程度的主要因素.本研究我們采用logistic回歸模型，為滿足該類方程的計算條件，我們需要將題項數據進行降維[2].因為問卷中多采用李克特五點計分法，所以需要對問項進行壓縮使其含有較少的分類等級.通過聚類分析，發現可以將其壓縮至2分類變量.對于因變量總體滿意度來說，其最終可以劃分為兩項，即“滿意”與“不滿意”，對其進行數據編碼，令“1”代表“滿意”，“0”代表“不滿意”.對于工作滿意度影響因素的問題項中，個體因素中的婚姻、性別、戶籍地與工作所在地關系、父母所在地與工作所在地關系等變量均是二分類變量，所以不需要進行聚類處理，而對于其他變量則仍然需要對其進行降維處理.年齡的處理上我們讓小于等于30歲為“0”，大于30歲為“1”；父母學歷上，本科以下取“0”，本科及以上取“1”；本科以下取“0”；畢業院校上，普通本科及以下的取“0”，普通本科以上的取“1”.工作狀況中的所有變量是以李克特五點計分變量“1”代表“非常不滿意”，“5”代表“非常滿意”；組織承諾中的3個維度的測量同樣是五分類的變量，從“1”代表“非常不同意”到“5”代表“非常同意”.這兩部分包含的題項較多，我們采用聚類分析法對每一項進行降維.最終的聚類結果顯示問題項均分為2類，分析該2類變量的意義，重新對其進行數字編碼便得到一個新的測量項.如表1所示，在工作情況的變量中，所有取“0”的值代表“不滿意”，取“1”的值代表“滿意”.組織承諾的題項中，所有歸為第一類的樣本取“0”，代表低組織承諾，所有歸為第二類的樣本取“1”，代表高組織承諾.自變量具體的重新賦值編碼情況見表1.因變量Y的取值為Y=0時表示員工對工作總體上表示不滿意，Y=1時，表示滿意.

2.4 logistic回歸設定

本研究用的回歸方法為logistic回歸，其具體設定方法為假設在自變量的作用下使員工滿意的概率為P，則有 P=f（X1，X2，…，X30）.

其中，令回歸系數為αi（i=1，2，…，30），那么

令 Y=α0+α1X1+α2X2+…+α30X30，則 f（X）可以簡化為（fX）=，那么

為了充分對照二分變量中的取值情況，引入概率比的概念，即代表了Xj=1的組相對于Xj=0的組對工作滿意發生的概率比值，令

表1 自變量賦值編碼情況Tab.1 Independent variable assignment coding situations

式中:Rj也稱作優勢比，是指當自變量取值分別為B1與B2時因變量發生的概率比值.因為本文中的自變量只有1和0兩個值，1代表“滿意”，0代表“不滿意”，因此在本研究中Rj表明自變量取1對于自變量取0時工作滿意發生的概率比值.

3 變量篩選的結果及討論

3.1 數據結果

運用SPSS18.0統計分析軟件進行數據分析，對變量X1～X30進行逐一分析和檢驗，濾掉影響效果不顯著的變量，最后的入選變量的情況如表2所示.

由表2可以看出，各個入選變量的χ2值均大于3.84，顯著性水平均達到了合理化的標準（P＜0.05），說明了入選變量確實對因變量Y有顯著的影響作用.在個人家庭因素中入選的變量中X2、X5入選為正向因素，X1和X3則入選為負向因素.在學校因素中入選的變量中，X9和X10入選為正向因素，X8入選為負向因素.工作因素入選的變量中 X11、X17、X18、X22、X23入選為正向因素，組織承諾中X28入選為正向因素，X29則入選為負向因素.具體體現在立方體模型里面如圖2所示.

從實證分析的結論來看，若以Xj=0，（j為入選變量序號）作為參照組，對于個體因素這一維度，年齡大的（X2=1）以及父母所在地是本人工作所在地（X2=1）的員工具有更高的工作滿意度.其中年齡大的（X2=1）一組比年齡小的（X2=0）一組對工作總體滿意的概率大約高5倍，父母所在地是本人工作所在地（X5=1）的一組比另一組（X5=1）對工作滿意概率高21倍；男性（X1=1）組相對于女性（X1=0）組，已婚組（X3=1）相對于未婚組（X3=0）的對于工作滿意的概率要小，其滿意的概率比值分別為0.3221和0.1653.

表2 進入方程中滿意自變量及參數估計Tab.2 Satisfaction independent variable and parameter estimation in entered equation

圖2 篩選出的工作滿意度影響因素變量Fig.2 Selected job satisfaction influencing factor variables

學校因素上，學校開展過職業生涯教育（X9=1）、工作與所學專業對口（X10=1）的員工具有更高的滿意度，對工作滿意的概率比值分別為4.4742和8.2145；重點院校畢業（X8=1）的學生具有較低的滿意程度，對工作滿意的概率比為0.1432.

工作因素方面，對工作薪酬、上司對待下屬方式、自主決定如何完成工作的機會、職位晉升機會、工作充實性的滿意對于工作總體滿意具有顯著的正向影響作用，對工作滿意的概率比值分別為:21.8742，4.3215，37.9042，16.3125，12.4986；組織承諾中情感承諾高（X28=1）的員工具有更高的工作滿意度，概率比為7.6963，而持續承諾高（X29=1）的員工則具有較低的工作滿意度，概率比為0.2357.

3.2 結果討論

個體因素上，父母所在地是否是本人工作所在地的影響作用是最重要的，這說明家庭是影響畢業生就業的核心主體之一，一般而言，工作地點離家越近，家庭的社會網絡關系的覆蓋面往往越廣，畢業生對于工作和生活上的心理期望比較容易得到滿足，這也從側面反映了家庭社會網絡關系對畢業生就業具有不可忽視的作用.隨著年齡的增長，員工的自身的精力會逐漸衰退，對工作穩定的愿望會越來越強，從而導致他們對現有工作的滿意程度增加.已婚的員工和男性的員工具有較低的工作滿意度，都可以歸因于“責任”.已婚的員工需要養家糊口，而且在中國傳統文化的影響作用下，男性養家的壓力要比女性大，責任的偏重決定了他們對工作具有更高的要求.

學校因素上，接受職業生涯教育對畢業生來說是非常重要的，良好的職業生涯教育可以使學生知道自己適合做什么，應該做什么，擴展其對于未來職業發展的前瞻性，幫助他們實現個體人力資本、興趣與職業的匹配.工作與專業對口的畢業生具有更高的工作滿意度，這可以歸因于專業對口可以使畢業生在工作中能更加得心應手，更好的滿足工作本身的要求.反之，由于專業知識的匱乏，畢業生在工作中遇到難題就訴諸于工作不適合自己，從而造成了對自己本身與所在工作的匹配的懷疑，導致了對工作的不滿.重點高職院校畢業的學生具有較低的滿意度是因為較高的人力資本優勢和在勞動力市場上的競爭優勢使得他們對工作本身的期望大于非重點院校畢業生.

工作因素上，薪酬、上司作風、工作自主性、職業發展機會以及工作充實性的入選說明了作為揭示高校畢業生員工工作滿意度前因變量的主成分因子，它們受到這一群體的特別關注，這五類工作要素的滿足對于提高員工對工作總體的滿意程度具有明顯的作用.情感承諾和持續承諾的入選說明，對于高校畢業生員工來說，組織承諾并非僅是工作滿意度的結果變量，其同樣可以作為影響工作滿意度的前因變量，員工對于組織承諾的水平也是導致其對工作滿意與否的重要因素.其中持續承諾是工作因素維度上唯一入選為負向因素的變量，因此，對于用人單位來說，降低員工的持續承諾水平對于消除他們對工作的不滿具有重要意義.

4 結束語

結合高校畢業生的自身特點，本研究在前人對工作滿意度前因變量的研究的基礎上引入了家庭因素和學校因素，構建了高校畢業生員工工作滿意度前因變量的工作滿意度立方體模型.立方體模型從學校因素、工作因素和個體因素三個維度探究工作滿意度的前因變量，每個維度分為正向作用和負向作用.在此模型基礎上，運用logistic回歸分析法篩選出各個維度的正向和負向影響因素.這無論對于企業或是個人、高校都是十分有意義的，在實踐中可以充分發揮正面因素的激勵的作用，避免負面因素的消極作用.

[1]ALLEN N J，MEYER J P.The measurement and antecedents of affective continuance and normative commitment to the organization[J].Journal of Occupational Psychology，1990，63:1-8.

[2]張虎.問卷調查分析中的Logistic回歸與自變量篩選問題研究[J].中南財經政法大學學報，2003（5）:128-132.

[3]余慧，余艷艷.工作滿意度影響因素研究綜述[J].社會科學家，2007（S2）:196-197.

[4]柯江林，孫健敏，丁沛如.研發人員工作滿意度影響因素研究:人口特征視角[J].科學學與科學技術管理，2009（3）:192-196.

[5]任楓，汪波，張保銀，等.不同學歷科技人員工作滿意度影響因素的實證分析[J].科學學與科學技術管理，2010（1）:149-152.

[6]劉珊珊.制造業員工離職原因與管理對策研究:以天津市T公司為例[D].天津:天津大學，2012.

[7]薛贇.企業人才流失風險管理與控制策略研究[D].天津:天津大學，2011.

[8]TONI Mora，ADA Ferrer-i-Carbonell.The job satisfaction gender gap among young recent university graduates:Evidence from Catalonia[J].Journal of Socio-Economics，2009，38（4）:581-589.

[9]ROSSBERG J I，EIRING O，FRIIS S.Work environment and job satisfaction[J].Social Psychiatry and Psychiatric Epidemiology，2004，39（7）:576-580.