1
概要
本研究では，実際の大学別就職実績のデータを用いて，学歴が採用にどの程度影響を与 えているのかを明らかにすることを目的とする．大学のレベルごとに企業の採用率を求 め，Fisherの正確確率検定を用いて大学のレベル間で採用確立に有意差があるかどうかの 検定を行う．そのうえで，就職活動に関する企業側・学生側の利得，学生が教育を受ける 際のコストを仮定したモデルを設定する．モデルの中で，企業が学生の質をどう見ている かというパラメータを仮定して，シグナリング効果の有無を計算し，実際のデータによる 有意差の検定と照合することによって，企業が大学のランクに対応して、学生の質をどう 見ているのかを探る．
キーワード：学歴，採用比率，シグナリング，Fisherの正確確率検定
2
目次
第1章 はじめに．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．1 1.1 研究の背景と目的．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．1 1.2 本論文の構成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．1 第2章使用するデータ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2
2.1 2016 有名77大学人気342社就職実績．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2 2.2 大学群ランキングデータ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 第3章 採用率及びFisherの正確確率検定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
3.1 採用率．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4 3.2 Fisherの正確確率検定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
3.2.1 概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7 3.2.2 手法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7 3.2.3 分析結果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8 第4章 シグナリングゲーム．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
4.1 シグナリングゲームの概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16 4.1.1 基本構造．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16 4.1.2 要素間の関係．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17 4.2 完全ベイズ均衡．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18 4.2.1 逐次合理性の条件．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18 4.2.2 整合性の条件．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18 4.3 シグナリングゲームの解法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18 4.4 信念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20 第5章 就職活動モデル．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
5.1 学生の設定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25 5.1.1 学生の収入の設定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25 5.1.2 学生の大学受験にかかるコストの設定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26 5.1.3 学生の利得の設定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26 5.2 企業の設定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27 5.2.1 社員がもたらす成果の設定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28 5.2.2 社員に支払う給料の設定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29 5.2.3 企業の利得の設定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29 第6章 就職活動モデルにおけるシグナリング効果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
6.1 シグナリングゲームの適用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31 6.1.1 基本構造．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31 6.1.2 プログラムの作成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
3
6.2 完全ベイズ均衡の算出．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33 6.3 自然が選ぶ確率の算出．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35 第7章 おわりに．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
7.1 まとめ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38 7.2 今後の課題．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40 謝辞．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41 参考文献．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
4
第 1 章 はじめに
1.1
研究の背景と目的就職を希望する学生は 3 年後期になると学内セミナーが始まり，インターンシップや 合同説明会，プレエントリー，個別説明会，選考…のように就職活動が進んでいく．プレエ ントリーとは，本エントリーとは異なりその企業のセミナー，インターン等の情報を知りた いという意思表示であり，氏名・メールアドレス・大学名等の個人情報を入力すると，企業 の情報が送られてくるというものである．しかし，現在の就職活動には”学歴フィルター”
というものが存在していると言われている．”学歴フィルター”とは，説明会の参加などに あたり，企業が学歴によって学生への対応に差をつけることを指しており，具体的には，案 内するセミナーを学歴ごとに変えたり，同じセミナーでも学歴フィルター外の学生にはす ぐに満席の表示が出るが，学歴フィルター内の学生には同じタイミングでも空席ありと表 示されたりするケースもあるようである．
本研究の目的は，実際のデータを用いて企業が大学のランクに対応して，学生の質をどう 見ているのか探ることである．
1.2
本論文の構成本論文では，第2章で使用するデータを紹介した後，第3章では採用比率及びFisherの 正確確率検定，第4章ではシグナリングゲームの説明を行う．第 5章では，就職活動モデ ルを定義し，第 6 章で就職活動モデルにおけるシグナリング効果の有無を計算し，企業が 大学のランクに対応して、学生の質をどう見ているのかを探る．
5
第 2 章 使用するデータ
本章では使用するデータについて説明を行う．本研究では2016年有名77大学人気342 社就職実績データ[1]，および大学群ランキングのデータ[2]を扱う．
2.1 2016
年 有名77
大学人気342
社就職実績2016年 有名77大学人気342社就職実績データで使用する項目は以下のとおりである．ただ し，大学名の中で，東京大学・京都大学・東京工業大学・一橋大学・早稲田大学・慶應義塾大学・
上智大学・明治大学・中央大学・青山学院大学・立教大学・法政大学・成城大学・成蹊大学・明 治学院大学・日本大学・東洋大学・駒澤大学・専修大学のデータだけを使用する．大学名が太文 字の大学は，就職者数に大学院修了者を含んでいる．総合職のみの場合や，就職者数にグループ 等を含む企業もある．
・大学名
・就職者数
・業種
・企業名
・企業毎の各大学就職者数
2016年 有名77大学人気342社就職実績データの例を図2.1に示す．
図2.1 2016年 有名77大学人気342社就職実績
東 京 大 学
京 都 大 学
東 京 工 業 大 学
一 橋 大 学
早 稲 田 大
慶 応 義 塾 大
上 智 大
明 治 大
中 央 大
青 山 学 院 大
立 教 大
法 政 大
M A R C H
成 蹊 大
成 城 大
明 治 学 院 大
成 成 明 学
日 本 大
東 洋 大
駒 沢 大
専 修 大
日 東 駒 専 3749 3116 1466 833 9159 5703 2048 5804 4853 3719 3773 5548 23697 1568 1116 2355 5039 11049 4648 2788 3158 21643
合計
日本水産 1 1 0 0 2 0 1 1 2 2 0 0 1 0 3 0 0 0 0 0 0 0 2 2
マルハニチロ 0 0 0 0 0 0 0 0 0 2 0 0 1 4 7 0 0 0 0 0 0 0 0 0
合計 1 1 0 0 2 0 1 1 2 4 0 0 2 4 10 0 0 0 0 1 0 0 2 3
安藤ハザマ 1 0 1 0 2 2 1 0 3 0 2 0 0 4 6 1 1 0 2 9 1 0 0 10
大林組 5 9 6 2 22 14 4 1 19 9 3 2 1 2 17 0 1 0 1 8 1 0 0 9
鹿島 8 5 5 3 21 13 5 2 20 6 3 2 1 3 15 0 0 1 1 7 1 0 0 8
熊谷組 0 0 0 0 0 1 0 0 1 0 0 0 1 2 3 1 0 1 2 1 0 0 0 1
五洋建設 1 3 1 1 6 0 0 0 0 1 2 1 0 1 5 1 0 0 1 7 2 0 0 9
清水建設 11 11 5 0 27 16 6 1 23 11 2 2 1 2 18 3 0 0 3 13 1 0 0 14
住友林業 3 5 0 0 8 11 3 1 15 3 1 3 5 3 15 1 0 1 2 8 3 2 4 17
セキスイハイムグループ 0 0 0 0 0 4 1 2 7 3 0 1 1 4 9 0 1 3 4 15 2 3 2 22
積水ハウス 0 0 1 1 2 0 5 0 5 7 6 1 3 6 23 1 1 4 6 29 6 2 9 46
大成建設 8 3 5 3 19 21 6 0 27 8 2 4 1 6 21 0 1 0 1 22 2 0 0 24
大和ハウス工業 1 1 2 0 4 8 6 0 14 11 7 5 2 13 38 0 2 5 7 41 11 1 7 60
竹中工務店 5 7 4 2 18 11 7 0 18 7 3 0 2 4 16 0 0 1 1 10 0 0 0 10
戸田建設 0 2 0 0 2 5 3 0 8 7 0 0 1 2 10 0 0 0 0 27 5 0 0 32
西松建設 0 0 0 0 0 1 0 0 1 2 2 0 0 0 4 0 0 0 0 8 1 0 0 9
日揮 3 5 6 0 14 5 7 1 13 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0
長谷工グループ 0 2 0 1 3 4 4 0 8 5 1 1 0 4 11 3 3 1 7 5 1 0 0 6
ミサワホームグループ 1 2 0 0 3 1 0 1 2 1 2 4 1 5 13 0 0 1 1 9 2 1 2 14
LIXIL 0 3 5 1 9 7 14 1 22 11 3 7 3 8 32 0 1 0 1 4 0 1 1 6
合計 47 58 41 14 160 124 72 10 206 92 40 33 23 69 257 11 11 18 40 223 39 10 25 297
あおぞら銀行 0 1 0 1 2 5 0 2 7 5 5 1 0 0 11 1 0 0 1 0 0 0 0 0
大垣共立銀行 0 0 0 0 0 2 0 0 2 5 4 1 1 1 12 0 0 0 0 1 0 0 0 1
関西アーバン銀行 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1
京都銀行 0 4 0 0 4 1 1 1 3 1 1 0 1 1 4 0 0 0 0 1 0 0 0 1
静岡銀行 0 0 0 1 1 17 8 3 28 11 9 7 7 8 42 1 0 5 6 4 1 1 3 9
商工組合中央金庫 2 1 0 3 6 21 12 4 37 11 13 4 12 4 44 0 0 1 1 0 0 0 0 0
新生銀行 2 1 0 0 3 8 4 0 12 5 1 2 1 4 13 0 0 0 0 0 0 0 0 0
千葉銀行 1 0 0 0 1 19 5 3 27 25 8 3 20 25 81 0 0 6 6 12 15 1 10 38
日本銀行 18 3 0 1 22 9 12 9 30 5 5 8 1 2 21 0 0 1 1 0 0 0 0 0
日本政策金融公庫 4 1 0 5 10 16 28 0 44 15 4 5 0 4 28 0 0 1 1 1 1 0 0 2
農林中央金庫 8 8 1 4 21 19 17 2 38 2 1 2 3 2 10 0 0 0 0 0 0 0 0 0
福岡銀行 0 0 0 2 2 11 4 2 17 6 7 0 1 0 14 0 0 1 1 0 0 1 0 1
みずほFG 20 23 7 16 66 118 174 44 336 91 71 68 60 63 353 62 37 76 175 47 19 24 36 126
三井住友銀行 34 25 8 20 87 118 114 31 263 39 45 46 65 55 250 26 17 27 70 23 17 15 5 60
三井住友信託銀行 14 16 3 13 46 42 42 6 90 12 12 15 16 10 65 6 3 2 11 4 1 0 1 6
三菱東京UFJ 33 21 4 31 89 108 84 23 215 52 41 42 57 31 223 21 14 9 44 24 6 3 8 41
三菱UFJ信託銀行 6 2 2 7 17 40 57 14 111 16 10 15 16 10 67 6 1 5 12 3 2 0 2 7
ゆうちょ銀行 2 2 0 5 9 38 23 9 70 11 8 5 6 13 43 1 5 7 13 11 9 3 4 27
横浜銀行 0 2 0 3 5 17 15 6 38 16 13 17 7 11 64 2 2 2 6 6 1 3 3 13
りそなグループ 1 0 0 1 2 54 24 9 87 44 30 29 32 14 149 8 8 0 16 23 10 2 5 40
合計 145 110 25 113 393 663 624 168 1455 372 288 270 306 258 1494 134 87 143 364 161 82 53 77 373 水産
銀行 建築・住宅
早 慶 上 智 16910 大学名
就職者数 企業名
東 京 一 工 9164
6
2.2 大学群ランキングデータ
ヒューマンデザイン総合研究所が河合塾・東進ハイスクール・駿台等の予備校が発表して いる偏差値を参考に作成した，大学群毎の偏差値のランキングである．使用する項目を以下 に示す．
・大学群
・偏差値
大学群ランキングデータを図2.2に示す．
図2.2 大学群ランキング
7
第3章 採用率及び Fisher の正確確率検定
3.1 採用率
本来なら，各業界の大学群ごとの就職者数を，各業界の大学群ごとの受験者数で割った合 格率を推定しなければならないが，受験者数が想定できないため，本研究では採用率を用い る．採用率は，各業界の大学群ごとの就職者数をuniversities，業界問わず大学群全体の就
職者数totalとして，両者の比として推定する．
(3.1)
東京一工・早慶上智・MARCH・成成明学・日東駒専の業界別採用率を図3.1から図3.5 に示す．
図3.1.1 東京一工の業界別採用率
total es universiti employment
8
図3.1.2 早慶上智の採用率
図3.1.3 MARCHの採用率
9
図3.1.4 成成明学の採用率
図3.1.5 日東駒専の採用率
10
図で見てみると，大学群ごとに特色があるのが見て取れる．東京一工は電気機器・電子 の業界に強く，早慶上智になると銀行・証券・損保・生保の業界に強い．MARCHは早慶 上智に劣りはするが上記4業界，それに加え自動車業界が強く，成成明学も銀行業界は強 い．成成明学や日東駒専になると，人気342社の企業への就職率が少なくなっていること がわかる．
3.2 Fisher
の正確確率検定3.2.1 概要
フィッシャー(Ronald Fisher)の正確確率検定は，分割表(クロス集計表)の各行(各列)が独 立かどうかを調べるノンパラメトリック検定である．フィッシャーの検定は，カイ二乗検定 の分布要件を満たさない小さなデータ集合や，分布が疎なデータ集合でも利用でき，超幾何 分布に基づいているため，表に見られる分布やより極端な分布を観測する正確な確率を計 算することができる[3][4]．
3.2.2 手法
2つの集団が2カテゴリーに分類されたデータの各セルを，a~dとおき，2変数の間に統 計学的に有意な関連があるかどうか，式3.1を用いて検討する．
表3.1 表の表記法
式3.1 フィッシャーの正確確率検定の式
p =
(𝑎+𝑏)!(𝑐+𝑑)!(𝑎+𝑐)!(𝑏+𝑑)!𝑛!𝑎!𝑏!𝑐!𝑑! (3.2)
フィッシャーの正確確率検定のp値を手動で求めるために，より極端なすべての表の確 率を求めて合計する必要がある．今回の研究では，統計ソフトウェアのRに用意されてい る関数，fisher.test()を用いた．
11
3.2.3 分析結果
今回の研究では，棄却域の確率を1%とする．差は小数点第5位で四捨五入しており，
その中で有意差があったのは以下の表の項目であった．
表3.2 有意差のある業界別大学群採用率
業界名 差
建築 東京一工 早慶上智
0.017459625 0.012182141 0.0053
成成明学 日東駒専
0.007938083 0.013722682 -0.0058
銀行 東京一工 早慶上智
0.042885203 0.086043761 -0.0432
早慶上智 MARCH
0.086043761 0.063045955 0.023
成成明学 日東駒専
0.072236555 0.01723421 0.055
商社 早慶上智 MARCH
0.024955648 0.006076719 0.0189
MARCH 成成明学
0.006076719 0.001786069 0.0043
放送 早慶上智 MARCH
0.009461857 0.002278769 0.0072
広告 東京一工 早慶上智
0.004364906 0.007983442 -0.0036
早慶上智 MARCH
0.007983442 0.00151918 0.0065
航空 東京一工 早慶上智
0.002400698 0.009520993 -0.0071
成成明学 日東駒専
0.007938083 0.002495033 0.0054
通信 早慶上智 MARCH
0.024482555 0.011267249 0.0132
MARCH 成成明学
0.011267249 0.003770589 0.0075
成成明学 日東駒専
0.003770589 0.001663355 0.0021 大学群名
12
業界名 差
食品 東京一工 早慶上智
0.015713662 0.010230633 0.0055
早慶上智 MARCH
0.010230633 0.006583112 0.0036
繊維 東京一工 早慶上智
0.006001746 0.002306328 0.0037
早慶上智 MARCH
0.002306328 0.00071739 0.0016
化学 東京一工 早慶上智
0.028590135 0.014133649 0.0145
早慶上智 MARCH
0.014133649 0.003882348 0.0103
MARCH 成成明学
0.003882348 0.000793808 0.0031
医薬品 東京一工 早慶上智
0.011567001 0.005085748 0.0065
早慶上智 MARCH
0.005085748 0.002278769 0.0028
成成明学 日東駒専
0.002778329 0.000739269 0.002
石油・鉱業 早慶上智 MARCH
0.004080426 0.000590792 0.0035
鋼鉄・金属 東京一工 早慶上智
0.022042776 0.010940272 0.0111
早慶上智 MARCH
0.010940272 0.003460354 0.0075
成成明学 日東駒専
0.001587617 0.000415839 0.0012
ゴム・ガラス 東京一工 早慶上智
0.009711916 0.003962153 0.0058
早慶上智 MARCH
0.003962153 0.001772376 0.0022 大学群名
13
業界名 差
電気機器・電子 東京一工 早慶上智
0.080314273 0.048314607 0.032
早慶上智 MARCH
0.048314607 0.026796641 0.0215
MARCH 成成明学
0.026796641 0.007342727 0.0195
機器・機械 東京一工 早慶上智
0.022915757 0.008988764 0.0139
早慶上智 MARCH
0.008988764 0.00371355 0.0053
MARCH 成成明学
0.00371355 0.00099226 0.0027
造船 東京一工 早慶上智
0.004910519 0.001182732 0.0037
自動車 東京一工 早慶上智
0.023461371 0.015552927 0.0079
早慶上智 MARCH
0.015552927 0.026079251 -0.0105
MARCH 成成明学
0.026079251 0.004564398 0.0215
精密機器 東京一工 早慶上智
0.006656482 0.003193377 0.0035
MARCH 成成明学
0.002405368 0.000198452 0.0022
デパート 東京一工 早慶上智
0.000436491 0.003370787 -0.0293
スーパー・量販店 東京一工 早慶上智
0.001527717 0.005972797 -0.0045
MARCH 成成明学
0.007933494 0.004167494 0.0038
成成明学 日東駒専
0.004167494 0.009933928 0.0058 大学群名
14
業界名 差
証券 東京一工 早慶上智
0.011676124 0.022412774 -0.0107
早慶上智 MARCH
0.022412774 0.014347808 0.0081
MARCH 成成明学
0.014347808 0.009128795 0.0052
損保 東京一工 早慶上智
0.010584897 0.028208161 -0.0176
早慶上智 MARCH
0.028208161 0.015276195 0.0129
成成明学 日東駒専
0.016074618 0.003234302 0.0128
生保 東京一工 早慶上智
0.009166303 0.017031342 -0.0079
早慶上智 MARCH
0.017031342 0.012575431 0.0045
成成明学 日東駒専
0.012304029 0.003603937 0.0087
その他金融 東京一工 早慶上智
0.000327368 0.003607333 -0.0033
早慶上智 MARCH
0.003607333 0.007933494 -0.0043
成成明学 日東駒専
0.008731891 0.003603937 0.0052
不動産 東京一工 早慶上智
0.004037538 0.002069781 0.002
早慶上智 MARCH
0.002069781 0.001012786 0.0011
鉄道 東京一工 早慶上智
0.012003492 0.006209344 0.0058
成成明学 日東駒専
0.003770589 0.007161669 -0.0034
新聞 早慶上智 MARCH
0.005795387 0.001941174 0.0039 大学群名
15
赤い色は右の大学群に比べ左の大学群に正の差があることを表しており，赤色が濃くな るにつれ差が大きくなっていることを表している．同様に，青い色は右の大学群に比べ左 の大学群に負の差があることを表しており，青色が濃くなるにつれ差が大きくなっている ことを表す．
多くの差が正の差であること，つまり学歴が高い人の方が有名企業に就職していること を示しているが，いくつかは負の差を示している．例外もあるが，多くの負の差が東京一 工と早慶上智間であることが見て取れる．
いくつかの業界を除き，電気機器・電子や通信，科学，鋼鉄・金属などの理系の進学が 多いと思われる業界は正の差を表していることが多く，学歴重視であることがうかがえ，
逆に銀行，デパート，その他金融，サービスなどの業界は一概にも学歴を重視していると は言えないようである．
次のページに2つの大学群の組ごとのグラフと差が大きかったものを抜粋した表を掲載 する．
業界名 差
出版 早慶上智 MARCH
0.00922531 0.003924547 0.0053
電力 東京一工 早慶上智
0 0.000413956 -0.0004
早慶上智 MARCH
0.000413956 0.000168798 0.0002
ガス 早慶上智 MARCH
0.00295683 0.000548593 0.0024
サービス 東京一工 早慶上智
0.020624182 0.032347723 -0.0117
成成明学 日東駒専
0.024211153 0.016263919 0.0079 大学群名
16
図3.2.1 東京一工・早慶上智間の採用率の差
図3.2.2 早慶上智・MARCH間の採用率の差
17
図3.2.3 MARCH・成成明学間の採用率の差
図3.2.4 成成明学・日東駒専間の採用率の差
18
表3.3 差が大きかったものの業界別大学群採用率
以上の図表から上で述べた，負の差のほとんどが東京一工・早慶上智間，業界的には銀 行・商社・保険を除く第3次産業に分類される業界であること，正の差は第2次産業や通 信など理学系の業界が占めていることがより明確になった．
大学群の組 業界 差
東京一工・早慶上智 銀行 -0.0432 東京一工・早慶上智 デパート -0.0293 東京一工・早慶上智 損保 -0.0176 東京一工・早慶上智 サービス -0.0117 東京一工・早慶上智 証券 -0.0107 早慶上智・MARCH 自動車 -0.0105 早慶上智・MARCH 化学 0.0103 東京一工・早慶上智 鋼鉄・金属 0.0111 成成明学・日東駒専 損保 0.0128 早慶上智・MARCH 損保 0.0129 早慶上智・MARCH 通信 0.0132 東京一工・早慶上智 機器・機械 0.0139 東京一工・早慶上智 化学 0.0145 早慶上智・MARCH 商社 0.0189 MARCH・成成明学 電気機器・電子 0.0195 早慶上智・MARCH 電気機器・電子 0.0215 MARCH・成成明学 自動車 0.0215 早慶上智・MARCH 銀行 0.023 東京一工・早慶上智 電気機器・電子 0.032 成成明学・日東駒専 銀行 0.055
