지역 대학의 위기, 데이터 분석으로 극복하기
데이터로 문제 해결하기
그런 말 들어보셨나요?
'벚꽃이 피는 순서대로 대학이 망한다.'
오랜 시간 동안 저출산 문제가 지속되며 학령 인구의 감소로 이어졌습니다. 지방 대학은 입학 정원을 채우지 못해 위기에 빠졌고, 이런 분위기는 점차 수도권에 있는 대학으로도 확산되고 있습니다.
아무 대처도 하지 못한 채 망하기를 기다리기 보다는 경쟁력을 높이는 데 힘 써야 할 시점입니다.
대학에는 매년 수많은 학생들의 데이터가 쌓이고 있습니다. 이 데이터를 활용해서 대학의 위기를 현명하게 극복해 봅시다.
HEARTCOUNT를 통해 대학에서 보유하고 있는 데이터를 분석해서 어떤 식으로 대학 문제 해결에 적용할 수 있는지에 대해 살펴 볼까요?
Dataset
지방의 한 국립대의 데이터입니다. 10년 간의 입학, 대학 생활, 비교과 활동, 취업 데이터 등 학생들의 Life cycle이 담긴 데이터셋으로, 주요 변수는 아래와 같습니다.
• 전형 유형
• 고교 유형
• 토익, 토스, JPT 등의 어학 성적
• 전체 평점, 전공 평점 등의 대학 성적
• 입학 총점, 학생부 성적 등의 고교 성적
• 취업 기업의 분류
Analysis in HEARTCOUNT
- 입학 성적과 대학 성적은 관계가 있을까?
입학 성적과 대학 성적의 관계성을 파악하기에 앞서 수시 전형에 따른 대학 성적의 차이를 먼저 파악해 보았습니다.
• 지난 10년 간의 입시 제도가 수시로 변화하여, 학생들의 입학 전형 별 성적을 표준화하여 분석 수행
• HEARTCOUNT의 시각화 기능인 스마트 플롯의 'box plot'을 시각화 표현 방식으로 설정
• Y축에 '전체 전공 평점', X축에 '전형_수시 분류'를 설정
▶︎ 전형에 따른 대학 성적(전공 평점)을 분석한 결과, 학생부 종합 전형으로 입학한 경우보다 학생부 교과 전형으로 입학한 경우에 학점의 분산도가 더 넓다는 특징을 발견
▶︎ 학생부 교과 전형으로 입학한 학생군이 다른 전형에 비해서 학점의 상하위 편차가 크게 나타남을 알 수 있었음
그렇다면 이번에는 대학 성적의 편차가 크게 나타난 '학생부 교과 전형' 학생들의 재학 중 성적을 세밀하게 살펴 볼까요?
• 학생부 교과 전형에 속하는 데이터만 표시되도록 필터링 적용
• 스마트 플롯의 X축을 입학 총점의 bin 변수로 변경
▶︎ 시각화 결과, 입학 성적과 대학 재학 중 성적은 서로 비례하는 선형적인 관계를 나타내고 있음
▶︎ 그러나 입학 성적 최상위 구간(90~100)에 위치한 학생군의 경우 오히려 재학 중 성적이 하락하는 경향을 보임
HEARTCOUNT의 드릴다운 기능을 통해 입학 성적 최상위 구간 학생들의 재학 중 성적이 하락하는 경향에 대해 더 자세히 살펴보았습니다.
• 조건에 '입학 총점'과 '고교 유형'을 설정하여, 입학 총점 구간 별 고교 유형에 따른 '전체 평점'을 확인
▶︎ 학생부 교과 전형에서 입학 성적 최상위권(90~100)인 학생 중 '검정고시'이거나 '특성화고' 출신인 경우 전체 평균 평점인 3.3보다 낮은 성적을 받았음
▶︎ 대학 재학 중 성적이 우수하면 취업률도 높아져 대학의 평판에 긍정적인 영향을 준다는 일반적인 상식을 고려한다면, 우수한 성적으로 입학한 '검정고시'와 '특성화고' 출신의 학생들을 주의 깊게 지도 관찰할 필요가 있다는 결론
그렇다면 정말 재학 중 성적이 우수하면 취업률이 높아질까요?
하트카운트 서포트 페이지의 본문(←클릭하면 본문으로 이동)에서 확인하실 수 있습니다.
학생의 Life cycle에 맞춘 데이터 분석을 진행해 보았습니다. 물론 학생 데이터로 이 밖에도 훨씬 다양한 분석이 가능하죠.
학교의 주인인 학생들을 바로 이해하고 올바른 길로 지도하기 위해서는 이와 같은 데이터 분석이 필수입니다.
적극적으로 학생들을 분석하는 데 힘을 써서 그들이 대학에 온 목적을 달성할 수 있도록 개별 학생에게 맞는 지도 방법을 찾아낸다면, 대학의 위기는 더 이상 우리 대학에는 해당되지 않는 이야기일 수도 있습니다.
실무자를 위한 데이터 자동 분석 솔루션, 하트카운트
지금 사용해보기
하트카운트 뉴스레터 구독하기는 여기를 클릭해주세요.
하트카운트 도입, 견적 및 구축 문의는 여기를 클릭해주세요.
(협업 문의는 support@idk2.co.kr로 부탁드립니다.)
하트카운트 데모 비디오는 여기를 클릭해주세요.
여기를 클릭하여 데이터 분석/시각화 커뮤니티 '데이터 히어로'에 참여하세요.
