학점은행제 학습자의 학습기관 선택속성 및 시장세분화 특성에 관한 연구: 오프라인 학점은행제의 관광경영학 전공자를 사례로 (A study on the characteristics of learning institution selection and market segmentation of students in the credit bank system: A case study of tourism management majors in the offline credit bank sys)

서지정보

· 발행기관 : 한국관광연구학회
· 수록지 정보 : 관광연구저널 / 37권 / 7호 / 147 ~ 158페이지
· 저자명 : 이승길

초록

본 연구의 목적은 학점은행제 학습자들이 학습기관을 선택하는 선택속성을 요인분석하고 어떠한 군집으로 세분화하며 세분화된 시장에 영향을 미치는 변수를 추정하는데 있다. 학점은행제 학습자들의 전공은 관광경영학 전공자들을 대상으로 한정하였다. 학습기관의 선택속성에 대한 요인분석은 ‘편리성 및 학습체계’, ‘학위취득의 용이성 ’, ‘교수진 및 강의 질’, ‘수강료 및 주변의 추천’ 그리고 ‘지명도 및 부가 혜택’으로 분석되었다. 요인분석의 결과를 바탕으로 군집분석을 진행한 결과 군집은 세 개의 그룹으로 분류되었다. 군집 1은 학습기관의 선택에 있어 소극적인 그룹, 군집 2는 학습기관 수강료와 주변의 추천에 영향을 받는 그룹, 그리고 군집 3은 학습기관을 선택하는데 매우 적극적인 그룹으로 분류되어 각각의 그룹을 ‘소극적 집단’, ‘수강료 및 주변 추천 추구집단’, ‘다목적 추구집단’으로 군집명을 정하였다. 또한 분류된 세 가지의 군집유형에 영향을 미치는 인구통계학적 특성 변수를 추정하기 위해 다항선택모형(MNL)을 적용한 결과, 각 군집에 영향을 미치는 변수는 성별, 결혼 유무, 교육 수준, 연령, 직업, 소득수준 등이 다양하게 영향을 미치는 것으로 분석되었다.

영어초록

The purpose of this study is to factor analyze the selection attributes of credit bank system learners' selection of learning institutions, subdivide them into clusters, and estimate the variables that affect the segmented market. Learners in the Academic Credit Bank System (ACBS) were limited to those majoring in tourism management. The factor analysis on the selection attributes of learning institutions was analyzed as convenience and learning system, easiness of obtaining a degree, faculty and lecture quality, tuition fee and recommendation, and reputation and additional benefits. As a result of the cluster analysis based on the results of the factor analysis, the clusters were classified into three groups. Cluster 1 was a group that was passive in choosing a learning institution, Cluster 2 was a group that was influenced by tuition fees and recommendations, and Cluster 3 was a group that was very active in choosing a learning institution. Training fee and surrounding recommendation seeking group, and multipurpose-seeking group were defined as cluster names. In addition, as a result of applying the multiple selection model (MNL) to estimate the demographic characteristics variables that affected the three classified cluster types, the variables that affected each cluster were gender, marital status, education level, age, occupation, and income level.

참고자료

· 없음