전문대학 학생의 중도탈락 예측을 위한 요인 분석: A전문대를 중심으로
Predictive factors of student dropout in a college: A case study of college A
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
학령인구 감소, 경제 위축 등 구조적 요인으로 인해 고등교육기관의 중도탈락률이 꾸준히 증가하고있다. 이는 교육적, 사회적 측면에서 심각한 손해이다. 특히, 단기간 실무 교육을 통해 조기 취업을 지원하는 전문대학은 일반대학에 비해 중도탈락률이 높게 나타난다. 본 연구는 전문대학생의 중도탈락에 영향을 미치는 입학 전 요인, 대학 내 요인, 대학 적응 요인을 체계적으로 분석하고, 이를 바탕으로 전문대학 특성을 고려하여 중도탈락 예방을 위한 실천적 전략을 제안하는 것을 목적으로 한다. D 광역시 소재 A 전문대학의 2022년부터 2024년 입학생 4,741명의 학적 데이터를 수집하였다. Kerby (2015)의 중도탈락 예측모형을 이론적 틀로 하여 입학 전 요인(입시지원유형, 고교내신등급, 연령, 성별), 대학 내 요인(비교과 활동 횟수), 대학 적응 요인(휴학 횟수, 평균 평점)을 변인으로 구성하였다. 종속변수는 학업유지와 중도탈락으로 구분하여 로지스틱 회귀분석을 진행하였다. 분석 결과, 입시지원유형, 고교내신등급, 연령, 성별 비교과 활동 참여횟수, 휴학 횟수, 평균 평점 7개 변인 모두 중도탈락에 통계적으로 유의한 영향을 미치는 것으로 나타났다. 특히 정시 및 기타 전형 입학생, 여학생, 낮은고교내신 성적, 만 25세 이하의 학령기 학생, 비교과 활동 참여 저조자, 낮은 평균 평점일수록 중도탈락률이 증가하는 것으로 나타났다. 전문대학생의 중도탈락은 입학 특성, 대학 내 경험, 학업적 적응요인이 복합적으로 작용한 결과로 나타났으며, 입학 초기 진단 강화, 여학생 대상 교육 확대, 비교과프로그램 참여 유도, 학업 상담 체계화, 반복 휴학자 관리, IR센터 중심의 데이터 기반 중도탈락 위험군 모니터링 시스템 구축 등의 다차원적 지원이 필요함을 시사한다.
Abstract
Colleges that support early employment through short-term practical training exhibit higher dropout rates than universities. This study aims to systematically analyze the factors influencing dropout among students at colleges and to propose practical strategies for dropout prevention that take into account the unique characteristics of colleges. Administrative data were collected from 4,741 students who enrolled at College A, located in Metropolitan City D, between 2022 and 2024. Based on Kerby’s (2015) predictive model of student retention, the variables were categorized into pre-admission factors(admission type, high school GPA, age, gender), institutional factors(frequency of co-curricular program participation), and academic adjustment factors(number of leaves of absence, college GPA). The dependent variable was classified into persistence and dropout, and logistic regression analysis was conducted. The analysis revealed that all seven variables had statistically significant effects on student dropout. In particular, students admitted through regular or alternative admission tracks, female students, those with lower high school GPAs, students aged 25 or younger, those with low participation in co-curricular programs, and those with lower college GPAs were found to have higher dropout rates. The findings suggest the need for multidimensional support, including strengthened early diagnostics, expanded educational support for female students, promotion of participation in co-curricular programs, structured academic advising, targeted management of students with repeated leaves of absence, and the establishment of a data-driven dropout risk monitoring system led by the Institutional Research center.