运用SPSS 22.0软件进行多层回归分析，把大学生就业能力的影响因素之一外显性职业动机作为因变量，将性别、专业、生源地、学习成绩、家庭收入、父母教育程度、大学期间社会工作经历、实习经历等作为第一层的自变量（模型1），将课程结构、培养途径、师资水平、就业服务、社会网络的异质性、社会网络的关系强度等大学生就业能力开发要素作为第二层自变量（模型2）。分析结果见表8.14至表8.16、图8.5。

表8.14　外显性职业动机回归模型分析

表8.15　外显性职业动机回归模型的方差分析a

a.因变量：外显性职业动机
b.预测值：（常数）、性别、专业、生源地、学习成绩、家庭收入、父母教育程度、大学期间社会工作经历、实习经历
c.预测值：（常数）、性别、专业、生源地、学习成绩、家庭收入、父母教育程度、大学期间社会工作经历、实习经历、课程结构、培养途径、师资水平、就业服务、社会网络的异质性、社会网络的关系强度

表8.16　外显性职业动机回归模型标准化系数（模型2）(www.daowen.com)

图8.5　外显性职业动机回归模型散点

从表8.14中可以看出，模型中D-W值为1.853，接近于2，表明在本书中各潜在变量不存在不同编号样本值之间的序列相关问题。在本书中，以回归模型的标准化预测值为横轴、标准化残差为纵轴进行残差项的散点图分析，如图8.5所示，散点图呈现随机分布状态，表明本书中大学生就业能力开发要素对大学生外显性职业动机的回归模型不存在异方差问题。如表8.16所示，本书中大学生就业能力开发要素对外显性职业动机回归模型中TOL值最小的为就业服务的0.427，TOL值最大的为培养途径的0.848，接近于1；各潜在变量的VIF值最小为1.506，最大为2.342，在1～3之间，都远小于10，说明大学生就业能力开发要素对外显性职业动机回归模型不存在多重共线性问题。

回归模型的方差分析结果如表8.15所示，模型2在统计上是显著的（F＝31.909，P＜0.001），表明上述回归分析的结果具有较好的稳定性，外显性职业动机开发因素回归模型应包含课程结构、培养途径、师资水平、就业服务、社会网络的异质性、社会网络的关系强度这6个自变量，而且回归方程拟合效果很好。

从模型1到模型2，所对应的调整后R2从0.073上升到了0.250，说明在加入课程结构、培养途径、师资水平、就业服务、社会网络的异质性、社会网络的关系强度等潜变量后，模型的预测能力增强，说明课程结构、培养途径、师资水平、就业服务、社会网络的异质性、社会网络的关系强度对外显性职业动机产生影响。同时，从标准化系数看，培养途径、师资水平、社会网络的异质性、社会网络的关系强度对外显性职业动机的影响系数分别为0.110，0.184，0.141，0.224，且各变量系数在5%的信度水平上显著性很好。因此从分析结果看，本书的H3d培养途径的优化对大学生外显性职业动机有正向影响，H4d师资水平的提升对大学生外显性职业动机有正向影响，H6d社会网络的异质性对大学生外显性职业动机有正向影响，H7d社会网络的关系强度对大学生外显性职业动机有正向影响等4个假设成立。

从分析结果看，课程结构、就业服务对大学生外显性职业动机的影响系数分别为－0.041和－0.004，且在5%的信度水平上影响不显著，因此，本书的H2d适切社会实践发展的课程结构设计对大学生外显性职业动机有正向影响，H5d高校就业服务对大学生外显性职业动机有正向影响等2个假设不成立。