Analysis of factors to prevent freshman dropping out of cyber universitiy through learning analysis

본 연구는 사이버대학교 신입생의 중도탈락 방지를 위하여 학습데이터(Learning Data)를 활용한 학습분석(Learning Analysis)기법을 사용하여 중도탈락에 영향을 미치는 다양한 요인들을 도출하고 중도탈락 방지 예측모형을 제시하였다. A사이버대학의 신입생을 대상으로 총 9,602명의 조사결과를 분석하였으며, 2023년도 1학년 학기 원격교육수업시스템(LMS)의 학습분석 데이터 정보와 설문조사를 바탕으로 조사하였다. 설문조사와 실험에 반드시 참가한 신입생을 대상으로 집단별 각각 900명씩 총 1,800명의 집단을 구성하여 중도탈락 방지 학습모형을 적용한 실험집단과 적용하지 않은 통제집단 간의 통계적인 분석을 하였다. 연구 결과 첫째, 중도탈락 방지 예측모형을 적용한 신입생의 학업연속성(재등록률)은 실험집단이 통제집단에 대비하여 높았다. 둘째, 중도탈락 방지요인 중에서 학업분석요인이 신입생들의 학업연속성을 향상시키는 결과를 알 수 있었다. 셋째, 중도탈락 방지 예측모형을 적용한 신입생들은 학습분석요인의 기대치값이 높아질수록 학업연속성(재등록률)이 높음을 알 수 있었다. 사이버대학교 신입생에게 학습분석과 학습분석요인을 중도탈락 방지 예측모형에 적용하면 학업연속성(재등록률)이 향상할 수 있는 것으로 판단되었다. 끝으로 본 논문에서 밝혀진 결과에 대하여 학술적으로 개선되어야 할 논제와 분석결과를 활용하여 사이버대학교 신입생의 중도탈락 방지를 위한 특성을 파악하고 사이버대학교 중도탈락 방지에 대한 후속연구의 필요성을 제시하였다.