이 연구의 목적은 특성화고등학교 졸업예정자의 취업결정 여부와 관련 변인 간의 관계를 구명하는데 있다 따라서 이 연구의 모집단은 특성화고등학교 학년. 3 에 재학 중인 고등학생이다. 2013년 기준으로 직업교육 특성화고등학교에 재학 중인 고등학생은 전국 470개 학교의 317,445명이며 이 중에서 학년 학생은 , 3
명이다 한국교육개발원 교육부
105,320 ( , , 2013).
구분 빈도 명( ) 백분율(%)
학년 1학년 107,923 34.0
학년
2 104,202 32.8
학년
3 105,320 33.2
성별 남성 58,436 55.5
여성 46,884 44.5
지역 수도권 45,322 43.0
비수도권 59,998 57.0
계열
농업계 15,825 5.0
공업계 144,254 45.4
상업계 131,940 41.7
가사 및 실업계 22,370 7.0
수산 및 해양계 3,056 0.9
계 317,445 100.0
주 특성화고 학년 음영처리
주 계열의 경우 학년별로 통계조사가 제시되지 않아 전체 학년을 고려함
자료 한국교육개발원 교육부 교육통계연보 재구성
특성화고등학교에 재학 중인 학년 학생을 성별로 분류하면 남학생은 3 , 58,436 명(55.5%), 여학생은 46,884 (44.5%)명 으로 나타난다 수도권학교 서울 인천 경기. ( , , ) 와 비수도권학교 그 외 지역 으로 구분했을 때 수도권 재학 중인 특성화고 학년 ( ) 3 학생 수는 45,332 (43.0%)명 이고 비수도권에 재학 중인 특성화고 학년 학생 수는 3 명 이었다 계열의 경우 교육기본통계에서 학년을 고려하여 조사되지 59,998 (57.0%) .
않기 때문에 학년만을 대상으로 계열별 인원을 알 수 없었다 이에 따라 특성화3 . 고등학교 전체 인원을 대상으로 조사한 결과를 바탕으로 비율을 추정하였다 그 . 결과 농업계 5.0%, 공업계 45.4%, 상업계 41.7%, 가사 및 실업계 7.0%, 수산 및 해양계 0.9%로 나타났다.
이 연구에서 수행하게 될 통계 기법인 위계적 선형모형 분석에서는 추정과 표 준오차의 정확성을 위해 상위수준 분석대상인 학교의 표본수를 고려할 필요가 있다 즉 최소 개 이상의 학교를 확보하는 것이 바람직하다. 30 (Klein & Kozlowski, 또한 학교별로 최소 명 이상의 자료가 확보될 경우 조직을 대표하는 집
2000). 5
단 자료로 사용할 수 있다(Bliese, 1998). 로지스틱 다층모형은 최대우도추정방법 중 다층모형에 적합한 두 가지 방법을 응용한다 그 중 첫째로 . PQL은 제한우도
의 유사정규분포로 가정된 분산 공분산 추정치가 주어질 (restricted likelihood) ·
때 수준과 수준 회귀계수의 사후결합최빈치1 2 (joint posterior modes)를 추정하되, 예측된 확률 선형화 된 준거변수, , 1수준 다층 모형의 가중치에 초기 추정치를 부여한 후 추정치가 수렴할 때까지 다층분석을 반복하여 모수를 추정하는 방식 이다 로지스틱 다층모형의 또 다른 추정방법인 . Laplace6은 양호도가 높은 추정 치를 제공할 수 있고 정확한 우도의 유사치를 산출할 수 있는 효율적인 대수적 알고리즘을 제공한다(Yang, 1998).
특성화고의 계열을 고려할 때 전체 계열 중에서 공업계와 상업계가 차지하는 , 비율은 약 87%에 달한다 모집단의 특성을 반영하기 위해서는 이러한 비율을 고.
려하여야 한다 위에서 언급한 바와 같이 본 연구에서 최소한의 표본 크기는 . 30
특성화고등학교 중에서는 농업계열 개 공업계열 개 상업계열 개 가사 및 보3 , 6 , 6 , 건계열 개를 선정하였다 학생들의 성비는 남학생이 3 . 56.4%, 여학생이 43.6%이므 로 표집 시에 약 6 : 4에서 5 : 5의 비율을 고려하였다 관련기관과의 연계나 현. 장실습 학생 참여 비율 등 학교 특성 변인의 경우 학교의 상황에 대해 더 신뢰, 할 수 있는 취업담당 부장교사들을 대상으로 설문을 실시하였다.