innd cont c n cele ce urmeaz se dorete observarea variabilelor ce au o influen asupra adecvrii la locul de munc, nu se va putea utiliza regresia liniar, deoarece variabilele ce intr n analiz sunt calitative dihotomice sau politohomice. n acest sens, n cele ce urmeaz va fi folosit regresia logistic. Gradul de adecvare la piaa muncii este o variabil dihotomic, avnd dou valori posibile: 1 (Adecvat) n cazul n care persoanele din eantion au studiat un domeniu asemntor sau identic cu cel implicat la locul de munc sau 0 (Neadecvat) dac persoanele analizate au studiat un domeniu diferit de cel necesar la locul de munc avut. Variabilele explicative vor oferi, astfel, detalii despre importana lor n diferenierea claselor i despre clasificarea unei observaii ntr-o anumit grup.Diferenele dintre regresia liniar i regresia logistic sunt multiple. Printre acestea, se poate aminti faptul c regresia logistic se bazeaz pe metoda verosimilitii maxime, pe cnd regresia liniar utilizeaz metoda celor mai mici ptrate. n plus, cunoaterea variabile independente va determina n regresia liniar predicia variabilei dependente, ns n regresia logistic se va estima o probabilitate de apariie a fiecreia dintre cele dou categorii posibile ale variabilei depdendente.Ecuaia de regresie liniar care ar fi fost analizat este: . Vom considera variabila Adecvare ca fiind Y n cele ce urmeaz, aadar se dorete estimarea probabilitii ca aceast variabil s ia valoarea corespunztoare uneia dintre categorii. innd cont c variabila este dihotomic i de restricia c aceast variabil trebuie s urmeze o distribuie de tip Bernoulli, se constat c ipotezele de homoscedasticitate i de normalitate a erorilor sunt nclcate dac vorbim despre regresie liniar. Funcia de repartiie logistic are forma urmtoare: , unde zi= +Xi Se observ c i c . Se consider un model pentru care . Pentru acest model se remarc faptul c pi este inclus n intervalul [0,1] i c modelul este neliniar att n X, ct i n . Astfel, metoda celor mai mici ptrate nu mai poate fi folosit.tiind c pi este probabilitatea ca evenimentul studiat s se realizeze, atunci 1-pi va fi egal cu , iar raportul dintre cele dou probabiliti (ezi) arat ansele de realizare ale evenimentului.Logaritmndu-se, se va obine forma: n continuare, se utilizeaz metoda verosimilitii maxime pentru estimarea probabilitii cu care un eveniment se realizeaz. Din cele prezentate anterior, aceast probabilitate este egal cu: . tiind c n problema analizat exist date la nivel de individ i nu probabiliti pentru un anumit eantion i c variabila aleatoare Yi urmeaz o distribuie de tip Bernoulli, se consider c: (probabilitatea ca respondentul s fie adecvat la locul de munc din punct de vedere al studiilor) (probabilitatea ca respondentul s nu fie adecvat la locul de munc din punct de vedere al studiilor)Totodat, variabilele Yi sunt independente i au aceeai densitate de probabilitate. Astfel, densitatea comun de probabilitate, care se numete funcia de verosimilitate, este: Se logaritmeaz aceast funcie i se obine: Se cunoate c , aadar relaia anterioar devine: . Punndu-se condiiile de maxim impuse acestei funcii, se vor obine rezultatele metodei verosimilitii maxime.

1.1. Construirea modelului

Pentru a identifica factorii care au rol n adecvarea la locul de munc a respondenilor, se va construi un model de regresie logistic, unde variabila dependent este Adecvarea. Aceasta poate avea valorile 0 i 1, adic Neadecvat, respectiv Adecvat. Variabilele independente considerate n acest model sunt urmtoarele: Internship va avea valoarea 0 dac respondentul nu a participat la un program de internship i valoarea 1 dac respondentul a participat la cel puin un program de internship; Note variabil care reflect atitudinea fa de note a respondentului: primete valoarea 0 dac respondentul a rspuns c nu a studiat astfel nct s obin note ct mai mari i 1 dac respondentul a studiat astfel nct s obin cele mai mari note. Studiu variabil continu, care cuantific numrul de ore dedicate sptmnal studiului; Voluntariat va avea valoarea 0 dac respondentul nu a deinut nicio funcie ntr-o organizaie studeneasc i valoarea 1 n caz contrar; Gen se refer la genul respondentului; primete valoarea 1 n cazul n care respondentul este brbat i valoarea 2 n cazul n care respondentul este femeie.

Pentru fiecare dintre cele 5 ri analizate, s-a construit un model de regresie logistic pe baza variabilelor prezentate anterior, apoi acesta a fost rulat n R. Rezultatele pot fi vizualizate n cele ce urmeaz.1.2. Rezultatele rulrii modelului

n cazul Lituaniei, se observ n Figura 28 coeficienii estimai pentru modelul de regresie logistic. Astfel, se poate spune c ansa de a fi adecvat la locul de munc, adic log(: scade cu 0,244 n cazul n care respondentul particip la un program de internship fa de situaia n care nu particip; crete cu 0,003 pentru o or de studiu n plus pe sptmn; se mrete cu 0,426 dac respondentul nva astfel nct s obin note mari fa de situaia n care respondentul nu are acest scop; crete cu 0,232 dac respondentul a avut o funcie ntr-o organizaie de voluntariat fa de situaia contrar; scade cu 0,132 dac respondentul este de gen feminin fa de situaia n care respondentul este de gen masculin.Se poate observa, totui, c niciunul dintre aceti coeficieni nu este semnificativ statistic cu excepia coeficientului termenului liber. Acest lucru a fost verificat cu ajutorul statisticii z i a probabilitii asociate. Niciuna dintre variabilele incluse n model nu determin o inserie de succes pe piaa muncii. n literatura de specialitate, nu s-au identificat nc factorii care s garanteze adecvarea absolvenilor de studii superioare la piaa muncii. Evident, aceti factori sunt specifici fiecrei ri n funcie de contextul economic, specificitile pieei muncii i ale sistemului de educaie.

Figura 28 Regresie logistic pentru LituaniaPentru o interpretare mai facil a modelului, se va utiliza output-ul din Figura 29, care indic estimaiile coeficienilor variabilelor incluse n analiz.

Figura 29 Aplicarea unei funcii exponeniale (Lituania)Aplicnd o funcie exponenial, se obine c ansa de a fi adecvat la locul de munc va scdea cu aproximativ 22% dac respondentul particip la un stagiu de internship, va crete cu mai mult de 0,3% pentru o or n plus de studiu, cu 53% n cazul respondenilor ce studiaz n plus pentru a obine note mari, cu 26% dac respondenii au deinut o funcie ntr-o organizaie de voluntariat i va scdea cu aproximativ 13% dac respondenii sunt de gen feminin fa de situaia n care sunt brbai.Pentru a testa bonitatea modelului, se va folosi statistica p-value. Aceasta poate fi observat n Figura 30. Acest test arat dac modelul este mai bun dect un model nul. Statistica testului utilizat urmeaz o distribuia 2. Valoarea statisticii calculate este 4.282722, iar valoarea p-value asociat este 0.50. Aceast valoare ne situeaz ntr-o zon de indecizie, mai aproape ns de zona de acceptare a ipotezei nule conform creia modelul nu ar fi valid.

Figura 30 Testarea bonitatea modelului (Lituania)n cazul Poloniei, rezultatele rulrii modelului de regresie logistic pot fi observate n figura 31. Se remarc faptul c variabila care cuantific orele dedicate sptmnal studiului este semnificativ statistic, ceea ce nseamn c log( (unde p reprezint probabilitatea de a fi adecvat la locul de munc) va crete cu 0,03 pentru o or n plus de studiu pe sptmn. Valoarea testului z i a probabilitii asociate indic faptul c acest coeficient are semnificaie din punct de vedere statistic.

Figura 31 Regresie logistic pentru PoloniaAplicnd o funcie exponenial, se obin rezultatele din Figura 32. Aadar, ansa de a fi adecvat la locul de munc va crete cu aproximativ 8% dac respondentul desfoar un stagiu de practic, va crete cu aproximativ 3,1% pentru o or n plus de studiu, va scdea cu aproape 50% dac respondentul nva astfel nct s obin note mari, crete cu 29% pentru respondenii care dein funcii de conducere ntr-o organizaie de voluntariat i scade cu 21% pentru respondenii de sex feminin fa de cei de gen masculin.

Figura 32 Aplicarea unei funcii exponeniale (Polonia)n continuare, se testeaz bonitatea modelului. Statistica testului urmeaz o distribuie 2. Valoarea statisticii calculate este de 26,79237; pentru aceasta se obine un rezultat pentru p-value foarte mic, ceea ce indic faptul c modelul este valid.

Figura 33 Testarea bonitii modelului pentru Polonian cazul Sloveniei, n Figura 34 se observ care sunt coeficienii rezultai n urma rulrii modelului de regresie logistic. Astfel, orele de studiu sptmnale, dar i dorina de a obine note mari concretizat n studiu suplimentar sunt semnificative statistic. Astfel, log( crete cu 0,011 pentru o or de studiu n plus i cu 0,457 pentru persoanele nclinate spre a obine note mari fa de cele care nu au acest scop.

Figura 34 Regresie logistic pentru SloveniaDup aplicarea unei funcii exponeniale, se obin rezultatele din Figura 35. Astfel, ansa de a fi adecvat la locul de munc scade cu aproximativ 9% pentru persoanele care au desfurat un stagiu de internship, crete cu aproximativ 1% pentru o or n plus de studiu pe sptmn, crete cu 58% pentru persoanele care vor s aib note mari fa de cele ce nu doresc acest lucru, crete cu 16% pentru persoanele care au avut o funcie de conducere ntr-o structur de voluntariat i scade cu 16% pentru femei fa de brbai.

Figura 35 Aplicarea unei funcii exponeniale (Slovenia)

Valoarea mic obinut pentru p-value indic faptul c acest model este valid statistic. Rezultatele pot fi vizualizate n Figura 36.

Figura 36 Testarea bonitii modelului (Slovenia)

n cazul Turciei, statistica z i probabilitatea asociat indic faptul c niciun coeficient rezultat n urma rulrii modelului de regresie logistic nu este semnificativ statistic. Acest lucru poate fi observat n Figura 37.

Figura 37 Regresie logistic pentru Turcian Figura de mai jos, se pot vizualiza rezultatele aplicrii unei funcii exponeniale. n cazul variabilelor Internship, Voluntariat i Note, aceste valori sunt foarte mici, ceea ce ar arta c nu sunt schimbri foarte mari de la o categorie la alta.

Figura 38 Aplicarea unei funcii exponeniale (Turcia)Testnd bonitatea modelului, se observ c acesta nu este valid n cazul Turciei, cci p-value are o valoare ce indic acceptarea ipotezei nule conform creia modelul nu este valid.

Figura 39 Testarea bonitii modelului (Turcia)Pentru Ungaria, rezultatele rulrii regresiei logistice n R se observ n Figura 40. n cazul acestei ri doar panta are o valoare a coeficientului asociat semnificativ statistic, iar celelalte valori nu sunt semnificative statistic, fapt indicat de valoarea statisticii z i a probabilitii asociate.

Figura 40 Regresie logistic pentru UngariaDac se aplic o funcie exponenial, se observ c ansa de a fi adecvat la locul de munc va crete cu 27% pentru persoanele care au desfurat un stagiu de internship, cu aproximativ 0,4% pentru o or n plus de studiu, cu 24% pentru respondenii nclinai spre a obine note mari, cu aproape 40% pentru cei care au deinut o funcie de conducere ntr-o structur de voluntariat fa de situaia contrar. i va scdea cu aproximativ 5% pentru femei fa de brbai.

Figura 41 Aplicarea unei funcii exponeniale (Ungaria)Testnd semnificaia modelului cu ajutoul testului 2, se observ c testul nu are o semnificaie global valid statistic.

Figura 42 Testarea bonitii modelului (Ungaria)