【摘 要】就业薪酬水平是在校大学生尤其是大三大四学生普遍关注的问题，甚至有些高三同学在填报志愿的时候也会考虑毕业以后工资水平。每个学校不同学院、不同专业就业的平均薪酬也有较大差异，实际中也存在相同学校、专业的同学由于个人能力不同毕业后的工资水平有差异，在本文中这个问题未做详细考虑。本文运用单因素方差分析的方法，以重庆大学建设管理与房地产学院下设的工程管理、工程造价、土木工程、建筑环境与设备四个专业作为统计水平，结合本科同学毕业后三个月的原始统计数据（工资），建立模型求解，并借助SPSS或者EVIEWS软件进行验证，判断出该学院四个本科专业2011年就业的平均薪酬水平。 一、背景 重庆大学建设管理与房地产学院的前身是创立于1981年2月的“重庆建筑工程学院建筑管理工程系”，是我国最早创办建筑管理工程专业（现工程管理专业）的院系之一，1994年更名为“重庆建筑大学管理工程学院”， 新重庆大学成立后，更名为重庆大学建设管理与房地产学院。学院下设四个本科专业：工程管理、工程造价、土木工程、建筑环境与设备 二、问题的提出 根据建管学院本科四个专业历年就业趋势，不同专业的毕业生就业的选择有所差异，即便在同一个单位，由于所胜任的岗位不同，薪酬也有一定的差距。通过分析不同专业薪酬水平，对于学校及学院统计有参考价值同时也对高考学子的专业选择有所指导意义。 三、数据描述 为了更加有效地分析四个专业就业薪酬水平，笔者进行了实际访谈，通过详细询问，统计了建管学院二十位2010年毕业生（为保护隐私，姓名用字符代替）的月工资（元/月）。原始数据列表如表1所示： 表 1 重庆大学建管学院二十名毕业生就业薪酬 （单位：元/） 工管 薪酬 A1 2900 A2 2400 A3 5000 A4 1800 A5 2000 造价 B1 B2 B3 B4 B5 薪酬 2000 3500 2500 2000 1800 房管 C1 C2 C3 C4 C5 薪酬 3000 3000 2950 2700 3500 财管 D1 D2 D3 D4 D5 薪酬 7200 4500 3500 2800 3000 四、模型建立 对于本问题的研究，由于只是通过不同专业工资差异这一单一因素，因而采用数理统计中的单因素方差分析方法。通过对这些数据进行分析，检验在一定假设条件下各组的均值是否相等，由此判断因素的各水平对实验指标的影响是否显著，并选出对试验指标起重要作用的因素。 （1）提出假设条件，明确概念，引进参数； 首先，对模型提出两个基本假设： I. 各专业工资水平相互独立，且Yi～（μi，δ2）（i=1，2，3，4）； II.在各总体Yi下，各专业毕业生工资水平Yij独立同分布，且Yij～（μi，δ2）（i=1，2，3，4）。 （2）模型构建； 单因素方差分析的数学模型为： （3）模型求解。 各专业对毕业薪酬影响的差异问题归结为检验假设： H0：μ1=μ2=μ3=μ4；H1：μ1，μ2，μ3，μ4不全相等 根据F统计量的定义： ～F（r-1，n-r） 关于H0的拒绝域为K0={F>F1-α（r-1，n-r），假设α=0.05. 五、计算方法设计和计算机实现。 在实际进行单因素方差分析时，常常运用SPSS统计软件，将有关统计量和分析结果列在相关表中。 表 2 单因素方差分析数据描述 描述 工资水平 N 均值 标准差 标准误 均值的 95% 置信区间 极小值 极大值 分量间方差 下限 上限 1.00 5 2820.0000 1289.18579 576.54141 1219.2644 4420.7356 1800.00 5000.00 2.00 5 2360.0000 687.74995 307.57113 1506.0456 3213.9544 1800.00 3500.00 3.00 5 3030.0000 281.95744 126.09520 2679.9036 3380.0964 2750.00 3500.00 4.00 5 4200.0000 1801.38835 805.60536 1963.2809 6436.7191 2800.00 7200.00 总数 20 3102.5000 1278.20546 285.81543 2504.2814 3700.7186 1800.00 7200.00 模型 固定效应 1168.27865 261.23505 2548.7064 3656.2936 随机效应 391.67110 1856.0278 4348.9722 3.40650E5 方差齐性检验 工资水平 Levene 统计量 df1 df2 显著性 2.541 3 16 .093 ANOVA 工资水平 平方和 df 均方 F 显著性 组间 9204375.000 3 3068125.000 2.248 .122 组内 2.184E7 16 1364875.000 总数 3.104E7 19 表 3 单因素方差分析表 均值相等性的键壮性检验 工资水平 统计量a df1 df2 显著性 Welch 1.850 3 7.490 .221 Brown-Forsythe 2.248 3 8.817 .153 a. 渐近 F 分布。 通过查表得，F0.95（3，16）=3.24>F=2.248，所以接受H0，认为各专业毕业生就业薪酬没有显著区别。 六、主要的结论或发现。 建管学院四个本科专业毕业生就业薪酬并没有显著的差异。在采集足够多样本的情况下，就业薪酬均值的差异并不十分明显。 但是，由图1可以看出，房管专业和财务管理专业的薪酬呈上升趋势，这说明管理类专业的就业薪酬普遍高于工程、造价等技术性强的专业。这与管理类毕业生更多进入外企及地产类高薪酬行业，而工程、造价专业更多进入施工及咨询等低薪酬行业有关。 另外，在专业安排上，建议学院为造价、工程等专业适当开设管理类课程，以提高这两个专业的就业面及薪酬水平。 参考文献： [1]刘妍妮.影响销售量的单因素方差分析[M]，中国新技术新产品，2010 [2]魏振平；李瑞雪；张志荣.单因素方差分析在药物稳定性影响因素筛选中的应用[M]，华西药学杂志，1996 [3]杨虎；刘琼荪；钟波.数理统计[M]，北京，高等教育出版社 2004
【摘 要】就业薪酬水平是在校大学生尤其是大三大四学生普遍关注的问题，甚至有些高三同学在填报志愿的时候也会考虑毕业以后工资水平。每个学校不同学院、不同专业就业的平均薪酬也有较大差异，实际中也存在相同学校、专业的同学由于个人能力不同毕业后的工资水平有差异，在本文中这个问题未做详细考虑。本文运用单因素方差分析的方法，以重庆大学建设管理与房地产学院下设的工程管理、工程造价、土木工程、建筑环境与设备四个专业作为统计水平，结合本科同学毕业后三个月的原始统计数据（工资），建立模型求解，并借助SPSS或者EVIEWS软件进行验证，判断出该学院四个本科专业2011年就业的平均薪酬水平。 一、背景 重庆大学建设管理与房地产学院的前身是创立于1981年2月的“重庆建筑工程学院建筑管理工程系”，是我国最早创办建筑管理工程专业（现工程管理专业）的院系之一，1994年更名为“重庆建筑大学管理工程学院”， 新重庆大学成立后，更名为重庆大学建设管理与房地产学院。学院下设四个本科专业：工程管理、工程造价、土木工程、建筑环境与设备 二、问题的提出 根据建管学院本科四个专业历年就业趋势，不同专业的毕业生就业的选择有所差异，即便在同一个单位，由于所胜任的岗位不同，薪酬也有一定的差距。通过分析不同专业薪酬水平，对于学校及学院统计有参考价值同时也对高考学子的专业选择有所指导意义。 三、数据描述 为了更加有效地分析四个专业就业薪酬水平，笔者进行了实际访谈，通过详细询问，统计了建管学院二十位2010年毕业生（为保护隐私，姓名用字符代替）的月工资（元/月）。原始数据列表如表1所示： 表 1 重庆大学建管学院二十名毕业生就业薪酬 （单位：元/） 工管 薪酬 A1 2900 A2 2400 A3 5000 A4 1800 A5 2000 造价 B1 B2 B3 B4 B5 薪酬 2000 3500 2500 2000 1800 房管 C1 C2 C3 C4 C5 薪酬 3000 3000 2950 2700 3500 财管 D1 D2 D3 D4 D5 薪酬 7200 4500 3500 2800 3000 四、模型建立 对于本问题的研究，由于只是通过不同专业工资差异这一单一因素，因而采用数理统计中的单因素方差分析方法。通过对这些数据进行分析，检验在一定假设条件下各组的均值是否相等，由此判断因素的各水平对实验指标的影响是否显著，并选出对试验指标起重要作用的因素。 （1）提出假设条件，明确概念，引进参数； 首先，对模型提出两个基本假设： I. 各专业工资水平相互独立，且Yi～（μi，δ2）（i=1，2，3，4）； II.在各总体Yi下，各专业毕业生工资水平Yij独立同分布，且Yij～（μi，δ2）（i=1，2，3，4）。 （2）模型构建； 单因素方差分析的数学模型为： （3）模型求解。 各专业对毕业薪酬影响的差异问题归结为检验假设： H0：μ1=μ2=μ3=μ4；H1：μ1，μ2，μ3，μ4不全相等 根据F统计量的定义： ～F（r-1，n-r） 关于H0的拒绝域为K0={F>F1-α（r-1，n-r），假设α=0.05. 五、计算方法设计和计算机实现。 在实际进行单因素方差分析时，常常运用SPSS统计软件，将有关统计量和分析结果列在相关表中。 表 2 单因素方差分析数据描述 描述 工资水平 N 均值 标准差 标准误 均值的 95% 置信区间 极小值 极大值 分量间方差 下限 上限 1.00 5 2820.0000 1289.18579 576.54141 1219.2644 4420.7356 1800.00 5000.00 2.00 5 2360.0000 687.74995 307.57113 1506.0456 3213.9544 1800.00 3500.00 3.00 5 3030.0000 281.95744 126.09520 2679.9036 3380.0964 2750.00 3500.00 4.00 5 4200.0000 1801.38835 805.60536 1963.2809 6436.7191 2800.00 7200.00 总数 20 3102.5000 1278.20546 285.81543 2504.2814 3700.7186 1800.00 7200.00 模型 固定效应 1168.27865 261.23505 2548.7064 3656.2936 随机效应 391.67110 1856.0278 4348.9722 3.40650E5 方差齐性检验 工资水平 Levene 统计量 df1 df2 显著性 2.541 3 16 .093 ANOVA 工资水平 平方和 df 均方 F 显著性 组间 9204375.000 3 3068125.000 2.248 .122 组内 2.184E7 16 1364875.000 总数 3.104E7 19 表 3 单因素方差分析表 均值相等性的键壮性检验 工资水平 统计量a df1 df2 显著性 Welch 1.850 3 7.490 .221 Brown-Forsythe 2.248 3 8.817 .153 a. 渐近 F 分布。 通过查表得，F0.95（3，16）=3.24>F=2.248，所以接受H0，认为各专业毕业生就业薪酬没有显著区别。 六、主要的结论或发现。 建管学院四个本科专业毕业生就业薪酬并没有显著的差异。在采集足够多样本的情况下，就业薪酬均值的差异并不十分明显。 但是，由图1可以看出，房管专业和财务管理专业的薪酬呈上升趋势，这说明管理类专业的就业薪酬普遍高于工程、造价等技术性强的专业。这与管理类毕业生更多进入外企及地产类高薪酬行业，而工程、造价专业更多进入施工及咨询等低薪酬行业有关。 另外，在专业安排上，建议学院为造价、工程等专业适当开设管理类课程，以提高这两个专业的就业面及薪酬水平。 参考文献： [1]刘妍妮.影响销售量的单因素方差分析[M]，中国新技术新产品，2010 [2]魏振平；李瑞雪；张志荣.单因素方差分析在药物稳定性影响因素筛选中的应用[M]，华西药学杂志，1996 [3]杨虎；刘琼荪；钟波.数理统计[M]，北京，高等教育出版社 2004