earticle

영어

The purpose of this study is to derive major factors that predict university students' academic dropout and provide a basis for establishing policies to prevent academic dropout at the university and student level. For this purpose, a school dropout prediction model was developed using the XGBoost machine learning technique, focusing on student-related data from H University located in Gyeonggi-do. Based on Tinto's (1975) model, predictive variables were divided into personal characteristic variables, academic integration-related variables, and social integration-related variables. The classified predictive variables were input into each model, the accuracy of the predictive models was compared, and variable importance was analyzed. As a result of the study, the performance of the dropout prediction model that included variables related to academic integration was relatively high. These results are consistent with the research of Tinto (1993), who stated that academic integration who stated that academic integration is most important. Based on the results of this study, we present practical recommendations for developing policies and programs to maintain and prevent college students from dropping out of school in order to reduce their dropout, and provide practical data-based insights to college education policymakers and student support services. Therefore, we hope that it can be used as basic data for strategic intervention to reduce the school dropout rate.

한국어

본 연구의 목적은 경기도에 위치한 H 대학교의 학생 관련 데이터를 중심으로 XGBoost 머신러닝 기법을 활용한 학업중단 예측 모형을 개발하였다. 예측 변인은 Tinto(1975)의 모형을 기반으로 개인적 특성 변인, 학문적 통합 관련 변인, 사회적 통합 관련 변인으로 예측 변인을 구분하였다. 그리고 구분한 예측 변인을 각각 모델에 투 입하여 예측 모델의 성능을 비교하고, 변수 중요도를 분석하였다. 연구 결과 학문적 통합 관련 변인이 투입된 학 업중단 예측 모델의 성능이 비교적 높게 나타나 학문적 통합 관련 변인의 중요도가 높았다. 이와 같은 결과는 사 회적 통합보다 학문적 통합이 더 중요하다고 언급한 Tinto(1993)의 연구와 일치한다. 본 연구 결과를 토대로 대학 생의 학업중단을 낮추기 위해 대학생들의 학업 유지 및 중단 예방을 위한 정책 및 프로그램 개발에 대한 실질적 인 권장 사항을 제시하고, 대학교육 정책 입안자와 학생 지원 서비스에 실질적인 데이터 기반의 통찰을 제공하여, 학업 중단률 감소를 위한 전략적 개입을 위한 기초 자료로 활용될 수 있길 기대한다.