대학 재학생들의 중도탈락 패턴 분석 및 이탈 예측: H 대학교를 중심으로

A Statistical Modelling for Dropout Patterns of College Students : Focusing on H University

학령인구 감소는 지역대학에 있어서 가장 중요한 문제 중 하나이다. 다양한 노력을 통해 대학에 학생이 입학했더라도, 외부적인 요인이나 학생의 선택으로 인해 중도탈락하는 경우가 많이 발생하고 있다. 이탈을 방지하기 위해 학생들을 대상으로 하는 심리상담 프로그램이나 학과 차원에서의 면담프로그램 및 동아리 활동 등을 통해 학생들의 이탈을 줄일 수 있도록 노력하고 있다. 또한, 대학의 학사 관련 부서에서는 제적생들의 재입학 유치와 장기 미출석자 학생들과 성적이 저조한 학생을 대상으로 하는 멘토-멘티 프로그램들을 통해 이탈을 최소화 할 수 있도록 노력하고 있다. 본 연구에서는 이와 관련한 선행연구들을 소개하고 혼합효과 로지스틱회귀모형을 통해 이탈 가능성이 있는 학생들을 미리 예측하여 이탈하는 것에 대비할 수 있는 모형을 개발하고자 한다. 또한, 이 모형을 실제 데이터(2021학년도~2023학년도 H 대학교 등록생 데이터)에 적용하여 차년도에 해당 모형을 활용하여 기존 방법보다 효과적으로 이탈을 감소시킬 수 있는 방안을 제시하였다. 본 모형을 통해 중도탈락 가능성이 큰 학생들을 조기에 탐지하여 이탈 방지활동을 전개한다면 성적이 저조한 학생뿐만 아니라 성적이 우수하면서도 이탈을 하는 학생들을 사전에 탐지함으로써 더 효과적인 이탈학생 관리에 도움이 될 것이다.

This study was conducted to analyze dropout patterns of H University students and construct a prediction model for churning of students. Keeping a high enrollment rate of students in a local university is very important for its sustainability and survival, which forced us to develop a good explainable predictive model for dropout probabilities of each student. We applied a mixed effect logistic regression model in order to predict a dropout probability based on 11 explanatory variables such as admission type of processes, first semester grades, total admission scores, category of high schools, and departments of application, etc. The constructed model tells us that department of application is a significant variable as a random effect on which fixed effects for total admission scores and first semester grades should be interpreted differently. The main finding is that in each department the proposed model was able to discriminate a high-probabilistic dropout student although they have showed a good performance in total admission scores and first semester grades. It is highly expected that our model can be effectively applied to manage the dropout rates and enhance the enrollment rates of the students.