대학 재학생들의 중도탈락 패턴 분석 및 예측모형 구축 : H 대학교를 중심으로 = A Statistical Modeling for Dropout Patterns of College Students : Focusing on H University

국문 초록 (Abstract)

본 연구는 H 대학교 재학생들의 중도탈락 패턴을 분석하여 지역대학에 중요한 재학생 충원율을 상승시키는 방안을 찾아볼 수 있도록 연구를 진행하였다. 이를 위해 첫 번째로는 중도탈락의 패턴을 확인해보았는데, 수시모집으로 입학한 학생들보다는 정시모집에 입학한 학생들의 중도탈락이 높고, 서울 인천지역 소재의 학생들이 중도탈락하는 경우가 많다는 것을 확인할 수 있었다. 두 번째로는 로지스틱 회귀분석 결과를 통해 입학전형이 수능인 경우와 첫 학기 성적이 중도탈락 여부에 통계적으로 유의미한 영향을 주는 것으로 확인되었다. 세 번째로는 혼합효과 로지스틱 회귀모형을 통해 학과의 특성에 따라 모형의 결과값이 다르게 나타는 것을 확인할 수 있었다. 결론적으로 중도탈락 학생을 예측할 때 기존의 방식인 성적이 낮은 학생들을 대상으로만 이탈 가능성을 예측하는 것이 아니라 학과별 특성을 고려하여 혼합효과 로지스틱 회귀모형을 통해 이탈 할 수 있는 학생들을 예측해본다면 성적이 낮은 학생들뿐만 아니라 성적이 높은데도 중도탈락 할 수 있는 학생들을 예측한다면, 교내에서 운영하는 다양한 지원 프로그램들을 통해 학생들의 중도탈락을 감소시킬 수 있을 것이다.

목차 (Table of Contents)

• Ⅰ. 서론 1
• Ⅱ. 연구배경 및 목적 4
• 1. 연구배경 4
• 가. 지역대학 입학자원 변화 4
• 나. 지역대학 재학생 이탈현황 6
• 2. 연구목적 7
• Ⅲ. 중도탈락 예측모형 9
• 1. 중도탈락 패턴분석 9
• 2. 로지스틱 회귀모형 14
• 3. 혼합효과 로지스틱 회귀모형 17
• Ⅳ. 데이터 분석 20
• 1. 데이터 설명 20
• 2. 예측모형 구축 22
• 가. 입학연도별 로지스틱 회귀분석 22
• 나. 입학연도별 혼합효과 로지스틱 회귀분석 26
• (1) 2021학년도 기준 2022학년도 데이터 예측 26
• (2) 2022학년도 기준 2023학년도 데이터 예측 34
• 3. 예측모형 해석 42
• Ⅴ. 결론 47
• 1. 논의 및 결론 47
• 2. 연구의 한계점 및 향후 방향 48
• 참고문헌 49
• 영문초록 50