사이버대학 중도탈락 방지를 위한 학습모형 및 요인분석

• 영문명: A Study on Cyber ​University Dropout Prevention Learning Model and Factor Analysis
• 발행기관: 교육종합연구원
• 저자명: 이정훈
• 간행물 정보: 『교육종합연구』제22권 제4호, 65~83쪽, 전체 19쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2024.11.30

국문 초록

본 연구는 학습분석 데이터(Learning Analysis data)를 활용하여 사이버대학교 재학생의 중도탈락에 영향을 미치는 주요 요인을 분석하고, 학습분석(Learning Analysis)을 반영한 중도탈락 방지 학습모형을 제시하였다. 이를 위하여 H사이버대학교 재학생을 대상으로 실험집단과 통제집단으로 구분하고 두 집단 간의 차이분석(T-test)을 하였으며, 중도탈락에 영향을 미치는 독립요인과 종속요인(학업연속성)에 대하여 로지스틱 회귀분석(Logistic-Regression)을 통하여 그 영향력을 분석하였다. 연구결과 첫째, 실험집단에서 학업연속성은 93.3%(373명/400명)이며 통제집단에서는 79.3%(317명/400명)으로 나타났다. 중도탈락 방지 학습모형을 적용한 실험집단에서의 학업연속성(재등록)이 14%(56명) 더 높았음을 알 수 있었다. 둘째, 로지스틱 회귀분석을 통하여 6종류의 독립요인(목표기관몰입, 학습현황, 교직원상호작용, 동료집단상호작용, 교육데이터마이닝, 학습분석데이터)이 중도탈락을 방지하는 주요 요인임을 알 수 있었다. 셋째, 중도탈락 방지 학습모형을 적용한 재학생들의 독립요인 기대치가 높아질수록 재등록률이 높아짐을 알 수 있었다. 끝으로 본 연구는 특정 사이버대학교 연구라는 제한점이 있으며, 후속연구에서는 모든 사이버대학교에서 학습모형의 적용과 중도탈락 요인을 추가로 선정하고 정교화한다면 중도탈락 방지에 대한 논의를 확장시킬 수 있는 기회가 될 것이다.

영문 초록

This study used Learning Analysis data to analyze the factors that influence cyber university students' dropout. This dropout prevention prediction model that incorporates Learning Analysis was presented for reducing dropout rates. For this purpose, H Cyber University students were divided into an experimental group and a control group, and a difference analysis (T-test) was performed. Logistic regression analysis was conducted on independent factors affecting dropout. The results of the study are as follows: First, for the experimental group, academic continuity (re-enrollment) was 93.3% (373 students/400 students), whereas for the control group, academic continuity (re-enrollment) was 79.3% (317 students/400 students). This indicates that the experimental group had a 14% higher academic continuity (re-enrollment) rate, with 56 more students re-enrolling. Second, six types of factors (immersion in the target institution, academic performance, faculty and staff interaction, peer group interaction, educational data mining, and learning analysis data) were identified as major factors in reducing dropout. Third, it was found that as the expected value of the major dropout prevention factors increases, academic continuity (dropout) decreases. It was determined that academic continuity (dropout) could be improved by applying a dropout prevention prediction model based on Learning Analysis. Lastly, the analysis results of this paper have limitations, as they are based on the results from a specific cyber university. The need for follow-up research on preventing dropout across all cyber universities was highlighted.

목차

Ⅰ. 서론

Ⅱ. 이론적 배경

Ⅲ. 중도탈락 요인분석 및 학습모형

Ⅳ. 연구결과

Ⅴ. 결론

참고문헌

키워드

이러닝 학습분석 중도탈락 학업연속 사이버대학 e-learning Learning analysis dropout academic continuity cyber university