부가가치 모형을 적용한 고등교육 성과 평가: 취업률 지표를 중심으로

서지정보

ㆍ발행기관 : 한국교육행정학회 ㆍ수록지정보 : 교육행정학연구 / 33권 / 2호
ㆍ저자명 : 이필남

목차

Ⅰ. 서 론
Ⅱ. 이론적 배경
Ⅲ. 연구 방법
Ⅳ. 분석 결과
Ⅳ. 논의 및 결론
참고문헌

한국어 초록

이 연구는 우리나라 고등교육의 성과지표로 빈번하게 활용되고 있는 취업률을 중심으로 대
학의 학생특성과 대학이 단기간에 통제할 수 없는 주어진 여건 특성 등 투입요소의 차이를
고려한 대학의 순기여도를 측정해 보고, 대학교육의 성과 평가에 있어 부가가치(value-added)
모형의 적용 가능성을 탐색하였다.
최근 3년간 대학정보공시, 한국장학재단 자료 등 대학수준 자료를 활용하여 분석한 결과는
다음과 같다. 첫째, 대학의 학생 특성과 대학의 주어진 여건이라고 할 수 있는 대학 특성 변
수를 투입했을 때 대학의 취업률 분산의 약 45% 정도를 설명할 수 있었다. 둘째, 선행연구를
근거로 회귀식에 투입한 변수들은 취업률에 미치는 영향에 있어 기대한 바와 대체로 일치하
였다. 마지막으로 최종모형에서 추정된 계수를 활용하여 기대 취업률을 산출하고 실제 취업
률과의 차이를 비교해 본 결과, 실제 취업률 순위와 순기여도 순위에 큰 변화가 있음을 확인
하였다.
결론에서는 향후 대학교육의 성과 평가에 부가가치 모형을 적용하기 위하여 첫째, 취업의
질을 나타낼 수 있도록 취업률 지표의 정교화, 둘째, 고교 성적 등 학생특성 변수의 추가, 셋
째, 광범위한 학생수준 종단자료의 연계 구축, 그리고 마지막으로 회귀분석을 활용한 부가가
치 모형 적용상의 통계방법론 차원의 유의점을 제시하고 연구의 제한점을 밝혔다.

영어 초록

This study attempted to explore a feasibility of a value-added model of higher
education, focusing on the employment rate of Korean four-year universities. The
value-added model in higher education measures institutional performance taking
into account a variety of inputs that a higher education institution cannot control.
Using the most recent three years of data provided by Korean Higher Education
Data System, Student Aid data, and SAT scores data, we fitted a multiple regression
model to predict an employment rate of higher education institutions. First, the
adjusted R squared informed that 45 percent of variations in the employment rate
was explained by the final model containing 10 explanatory variables. Second, the
effects of independent variables were not much different from the evidence from the
previous literature. Third, the expected employment rate and the actual one varied a
lot and the rankings based on value-added differed.
In conclusion, we suggested several implications to apply a value-added model to
Korean university performance evaluations. First, the performance indicator of
employment rates needs elaborating to show the quality of employment. Second, we
need to further include student characteristics such as high school GPAs. Third, we
should construct a student-level longitudinal data encompassing high school records,
student aid records, and university records to correctly model a value-added. Finally,
we provided methodological limitations inherent in regression analyses in measuring
a true value-added.

참고 자료

없음