랜덤 포레스트를 활용한 대학 수시 전형 선택 관련 예측 요인 탐색 (Exploring a predictive variables for the university entrance through Korean-Type Early Decision Programs)

서지정보

· 발행기관 : 이화여자대학교 교육과학연구소
· 수록지 정보 : 교육과학연구 / 50권 / 4호 / 233 ~ 255페이지
· 저자명 : 김영식, 이은정, 주현준

초록

본 연구는 대학 수시 전형 입학생들의 특성을 탐색적으로 확인하기 위하여 ‘입학한 대학에의 수시 입학 여부’ 및 ‘2015년 중앙일보 대학평가 기준 상위 30위권 대학으로의 수시 입학 여부’를 반응변수로 하여 이를 예측하는 설명변수를 탐색적으로 확인하였다. 이를 위해 본 연구는 한국교육고용패널 I 중학교 3학년 코호트의 4-12 차년도 자료를 활용하여, 해당 코호트가 대학에 진학하기 시작한 2008년부터 2015년 사이의 대학 신입생 수시입학 여부 변수를 최근 주목받고 있는 랜덤 포레스트 기법을 적용함으로써 대학생들의 수시 입학 및 소위 상위권 대학으로의 수시 입학을 예측하는 주요 변수들을 탐색하였다. 분석 결과, 예측성과 측면에서 랜덤 포레스트로부터 도출된 예측 모형이 적합한 모형임을 확인하였다. 다음으로 수시 입학 및 소위 상위권 대학 수시 입학에영향을 주는 설명변수들의 중요도를 확인한 결과 ‘서울 4년제 대학 진학자수’, ‘수능 등급’, ‘고등학교 유형’, ‘학교 규모’, ‘혼자 학습하는 시간’ 등의 설명변수들의 예측력이 상대적으로 높게 나타났다. 본 연구는 수시 입학에상대적으로 더 큰 예측력을 지니는 중요 설명변수를 탐색적으로 밝혀냄으로써, 향후 수시 전형의 개선 및 보완을 위한 정책적 판단에 의미있는 시사점을 제공할 것으로 기대된다.

영어초록

The purpose of this paper was to predict variables related to the characteristics of freshmen who entered university through Korean-type Early Decision Programs (KEDP). This study utilized a random forest model, one of the most popular machine learning approaches. Results showed that in-Seoul, Korea, 4-year university applicants’ “SAT Score” and “school size” were the substantial variables in predicting university entrance through KEDP. In terms of the so-called prestigious university entrance through KEDP, each school’s characteristics such as school type, school size, and individual characteristics such as SAT score, were relatively more predictive variables. The findings of this study, based on a new approach using a machine learning method, provide useful policy implications for improving current university admission processes, including KEDP.

참고자료

· 없음