대학 전공 계열 선택 요인 탐색 : 머신러닝 기법을 적용한 직업흥미를 중심으로
Exploring Factors in Choosing College Majors: A Focus on Career Interests Using Machine Learning Techniques
- 주제어 (키워드) 머신러닝 , 직업흥미 , STRONG 직업흥미검사Ⅱ , 대학 전공 계열 선택 , machine learning , vocational interests , STRONG Interest Inventory II , university major selection
- 발행기관 서강대학교 교육대학원
- 지도교수 신효정
- 발행년도 2024
- 학위수여년월 2024. 8
- 학위명 석사
- 학과 및 전공 교육대학원 AI융합 교육설계·경영
- 실제 URI http://www.dcollection.net/handler/sogang/000000079240
- UCI I804:11029-000000079240
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록 (요약문)
대학 전공 선택은 개인의 학업 성과와 대학 생활 만족 및 직업 만족에 큰 영향을 미친다. 본 연구는 머신러닝 기법을 활용하여 대학 전공 만족도가 높은 대학생들의 직업흥미를 기반으로 대학 전공 계열의 주요 예측 변수를 탐색하는 것을 목적으로 한다. 이를 위해 STRONG 직업흥미검사Ⅱ의 결과를 바탕으로 성별과 대학 전공 계열에 따른 차이를 분석하고, 주요 예측 변수를 도출하였다. 연구 방법으로는 랜덤포레스트, 서포트 벡터 머신, 그래디언트 부스팅 등의 머신러닝 기법을 적용하여 예측 정확도, 민감도, 특이도 및 F1 점수를 비교하였다. 연구 결과, 성별과 대학 전공 계열에 따른 직업흥미의 차이가 전공 선택에 유의미한 영향을 미치는 것으로 나타났으며, 특히 특정 흥미 변수가 전공 계열 예측에 중요한 역할을 한다는 것을 확인되었다. 이러한 결과는 대학 전공 선택에 있어서 직업흥미의 중요성을 강조하며, 고등학생들이 대학 전공을 선택할 때 개인의 흥미를 시작으로 성적, 가치관, 직업 전망 등 다른 요인들도 함께 고려하는 것이 필요함을 시사한다.
more초록 (요약문)
The choice of a university major significantly impacts an individual's academic performance, university life satisfaction, and job satisfaction. This study aims to explore the key predictive variables for university major categories based on the vocational interests of college students with high major satisfaction using machine learning techniques. The results of the STRONG Vocational Interest Inventory II were analyzed to examine differences by gender and university major category, and key predictive variables were identified. The research methods involve applying machine learning techniques such as Random Forest, Support Vector Machine, and Gradient Boosting to compare prediction accuracy, sensitivity, specificity, and F1 score. The findings indicate that differences in vocational interests by gender and college major category significantly influence major choice, with certain interest variables playing a crucial role in predicting major categories. These results underscore the importance of vocational interests in choosing a university major, suggesting that high school students should consider their interests along with other factors such as academic performance, values, and career prospects when selecting a major.
more목차
I. 서론 1
1. 연구의 필요성 및 목적 1
2. 연구 문제 4
3. 용어 정의 5
가. 직업흥미 5
나. 대학 전공 계열 6
다. 머신러닝 6
II. 이론적 배경 7
1. 고등학생 진로 특성의 이해 7
가. 고등학생의 진로 발달의 이해 7
나. 대학 전공 선택에 영향을 미치는 요인 10
2. 직업 흥미와 대학 전공 선택 11
가. 직업흥미와 진로의 관계 11
나. 홀랜드의 인성 이론 12
III. 연구방법 14
1. 분석 자료 14
가. 분석 대상 14
나. 측정 도구 15
다. 분석 변수 16
2. 분석 방법 25
가. 기술통계 분석 25
나. 머신러닝 기법 적용 25
IV. 연구결과 29
1. 성별에 따른 대학 전공 계열 차이 검증 29
2. 대학 전공 계열에 따른 흥미 차이 검증 31
가. 대학 전공 계열에 따른 GOT 척도 차이 분석 31
나. 대학 전공 계열에 따른 BIS 척도 차이 분석 38
다. 대학 전공 계열에 따른 PSS 척도 차이 분석 45
3. 성별에 따른 흥미 차이 검증 52
가. 성별에 따른 GOT 척도 차이 분석 52
나. 성별에 따른 BIS 척도 차이 분석 53
다. 성별에 따른 PSS 척도 차이 분석 55
4. 머신러닝 기법별 대학 전공 계열 예측정확도 비교 56
5. 대학 전공 계열을 예측하는 주요 예측 변수 탐색 57
V. 결론 및 논의 62
1. 요약 및 결론 62
2. 논의 및 제언 64
부록 67
참고문헌 103
