이 연구의 목적은 특성화고등학교 졸업예정자의 취업결정 여부와 관련 변인 간의 관계를 구명하는데 있다 연구의 종속변인은 취업결정 여부이며 독립변인. , 은 학생특성변인과 학교특성변인이다 학생특성변인은 학생선행요인과 학생맥락. 요인으로 구분되는데 학생선행요인은 성별과 , 특성화고 입학 동기 가정의 진로, 지지 가족의 경제 수준 부모 동거여부 보호자의 최종 학력에 해당하며 학생맥, , , 락요인은 교육포부 학교수업만족도 특성화고 졸업 후 취업자의 사회적 대우에 , , 대한 인식 구직효능감 성적 취업관련 경험 아르바이트 경험에 해당한다 학교, , , , . 특성변인은 학교계열 학교의 취업지원 관련기관과의 연계 현장실습 프로그램 , , , 운영시 학생참여비율 학교소재지 졸업 후 모니터링으로 구성되어 있다, , .
개인의 행동이나 사회 현상에 대한 자료는 일반적으로 내재적 구조를 갖는 것 으로 알려져 있다 다수의 관찰값들은 개인에게 내재되어 있으며 개인은 학교나 . , 직장과 같은 조직단위에 소속되어 영향을 받는다 특히 아직 성인이 되지 못한 . 학생들의 경우 학교에 의한 영향력을 무시할 수 없으며 이에 따라 학생들을 대, 상으로 한 연구에서 다층적인 구조나 위계적인 구조를 가진 자료들이 분석에 많 이 사용되고 있다.
다층자료 분석에서 연구자들이 범하기 쉬운 오류는 수집된 자료의 구조적 특 성을 간과하는 것이다 구조적 특성에 대한 고려가 없이 다중회귀분석모형과 같. 은 전통적인 통계모형을 사용할 경우 자료의 위계적 구조로 인하여 연구결과는 , 타당성을 잃기 쉽다는 것이 다수의 연구를 통해 밝혀졌다(Burstein, 1980; Cooley 학생과 학교의 변수를 다층적 구조
& Lohnes, 1971; Dillion & Goldstein, 1984).
를 통해 다루지 않는다면 학교특성과 관련된 변수 효과의 유의성은 과대 추정되, 는 위험이 있다 이를 막기 위해서는 일반적으로 위계적 선형모형이나 엄격한 표. 준오차를 추정하는 방법이 제안되고 있다 위계적 선형모형은 학생과 학교 특성. 을 분리하여 분석함으로써 학교에 따른 독특한 요인이나 관찰되지 않는 요인들
의 영향(random effect)을 고려하는 장점을 갖기 때문이다(Raudenbush & Bryk, generalized linear model) .
선형 모형은 일반적으로 각 수준에서 선형성을 가정하고 각 수준에서 무작위 효,
을 이용하여 취업결정여부에 대한 개인 특성의 영향이 학교 특성 사이에 체계적
무조건모형은 학생특성과 학교특성에 변수를 투입하지 않은 간단한 모형으로 일반적으로 위계선형 분석의 일차적인 단계로 활용된다 무조건모형은 무작위 효. 과를 고려한 One-Way ANOVA 모형(One-Way ANOVA with Random Effect
으로 불리는데 이것은 학교특성변인이라는 조직수준의 차이를 나타내는 Model) ,
무작위 효과(Random Effect)를 가정하는 점을 제외하면 ANOVA 모형과 동일하기 때문이다(Raudenbush & Bryk, 2002). 이 모형은 level-1인 학생수준과 level-2인 학교수준에서 체계적인 차이를 가정하지 않는 단순한 모형으로 이를 식으로 표 현하면 다음과 같다.
level-1
level-2
,
∼
은 학교 학생의 취업결정가능성 즉 로짓j i , (log-odds)을 의미하며,
는 개 학j 교의 평균적인 취업결정 로짓을 의미한다 그리고 .
은 level-2의 오차로 학교사 이에서 분산이
로 동일하고 평균이 으로 정규분포하고 있다는 것을 가정한다0 .
는 level-2의 무작위 효과
가 일 때의 총평균0 (grand mean)을 의미한다. 위계적회귀분석에서 이 모형은 level-1인 학생수준과 level-2인 학교수준의 변 수의 분산을 이용하여 집단상관계수(ICC; intraclass correlation coefficient)를 산 출하고 각 수준에서의 분산의 비율을 설명한다 그러나 종속변수가 취업결정 여. 부와 같이 이분 변수인 경우에는 level-1(학생수준 의 변량이 이분산적) 이기 때문에 각 수준의 분산 비율을 살펴보는 것은 의미가 없다 (heteroscedastic)양정호 분석은 베르누이 분포 의 가정에 의해
( , 2004). HGLM (Bernoulli distribution)
의 무작위 효과를 고정하여 분석하기 때문으로 에서는 각 모형에서
level-1 , HGLM
의 level-2 분산의 변화만을 설명한다. 에서 취업결정 가능성
HGLM (odds, ( )은 취업을 선택할 확률을 그렇 지 않을 확률로 나눈 값이다 취업결정확률이. ()이 0.5보다 작으면 취업결정가 능성(odds)은 과 사이에서 원만하게 증가하지만 0 1 0.5보다 클 경우에는 에서 무1 한대까지 급격하게 증가하는 문제가 발생한다 따라서 로짓. (log-odds, )을 이용 하여 취업결정 확률()을 구할 수 있으며 그 식은 다음과 같다, .
,∵
ln
평균모형(Means-as-Outcomes Model)은 level-1에 어떠한 변수들도 투입하지 않 고 절편 ,
에 대해서 학교특성변수와 무작위 효과를 고려하는 모형이다 전체 . 표본의 평균적인 취업결정가능성(log-odds, 로짓 에 학교특성변인이 어떠한 영향을 ) 미치는지를 살펴보는 것이다 평균모형은 학생특성변인과 학교특성변인이 취업결. 정가능성에 어떠한 영향을 미치는지 살펴보기 전에 학교특성변인에 초점을 두고 , 학교특성변인이 평균적인 취업결정가능성에 어떠한 영향을 미치는지 살펴보는데 서 그 의미를 찾을 수 있다 평균모형을 식으로 표현하면 다음과 같다. .level-1
level-2
,
∼
= 학교계열 학교의취업지원 관련기관과의 연계, , , 현장실습프로그램 운영 학교소재지 졸업 후 모니터링, ,에 투입하는 학교특성변수들을 구분하여 모두 개의 하위 모형을 구성
level-2 6
하였다. level-2에 투입되는 학교특성변수들은 모두 총평균(grand mean)에 센터 링하였다.
는 학교의 학교특성변인을 의미하며 평균모형의 하위모형에 따라 j , 상이하게 구성한다.
는 각 변수들의 학교 내 결합회귀계수(pooled within-group이다 regression coefficient) .
은 학교 학생의 취업결정가능성 즉 로짓j i , (log-odds)을 의미하며,
는 개 학j 교의 평균적인 취업결정 로짓을 의미한다 그리고 .
은 level-2의 오차로 학교사 이에서 분산이
로 동일하고 평균이 으로 정규분포하고 있다는 것을 가정한다0 .
는 level-2의 무작위 효과
가 일 때의 총평균0 (grand mean)을 의미한다.모형을 통해 의 특성이 취업결정가능성 에 어떠한 영 ANCOVA level-1 (log-odds)
향을 미치는지 살펴볼 수 있다.
모형 은 에 투입된 변수들에 대한 공
ANCOVA (One-Way ANCOVA Model) level-1
분산효과(covariate effect,
)가 모든 학교에서 일정하다고 가정한다 즉 학생 . 특성에 대해 학교 특성의 영향은 고정된 수치를 갖는다고 가정하고 절편 ,
에 대해서만 무작위 효과를 고려한다 이를 식으로 나타내면 다음과 같다. .모형은 학생특성의 독립변수를 투입하여 학생특성변수들이 어느 정도 ANCOVA
학교 내 분산을 설명하고 학생의 취업결정에 어떠한 영향을 미치는지를 보여준 다 또한 각 학교의 차이를 조정한 각 학교의 결과 평균이라 할 수 있는 절편 .
에 대한 학교 특성을 반영한 모델이라 할 수 있다.
는 각 변수들의 학교 내 결합회귀계수(pooled within-group regression coefficient)이며, ANCOVA 모형에서 는 각각의 독립변수의 회귀계수
에 대한 학교 특성의 영향을 고정된 것으로 가정한다. 본 연구에서는 절편
에 투입되는 학교특성변수들에 따라 모두 개8 의 하위모형을 구성하였다. level-1의 가구 특성은 총평균(grand mean)으로 센터 링하였다 총평균으로 센터링한 절편 .
은 학교의 조정된 평균적 특성(adjusted을 의미한다 변수의 위치를 어디에 둘 것인가는 연구의 목적에 따라 mean for j) .
달라지며 센터링에 따라 해석도 돌라지는데 본 연구에서는 , level-1과 level-2변 수 모두 총평균으로 센터링하였다(Raudenbush & Bryk, 2002).
level-1
= 성별 특성화고 입학동기 가정의 진로지지 가족의 경제수준, , , , 부모동거 여부 보호자의 최종학력 교육포부 학교수업만족도, , , ,졸업 후 사회적 대우 구직효능감 성적 취업관련 경험 아르바이트 경험, , , ,
level-2
,
∼
= 학교계열 학교의취업지원 관련기관과의 연계, , , 현장실습프로그램 운영 학교소재지 졸업 후 모니터링, ,무선효과 회귀계수모형은 무작위 회귀계수 모형이라고도 불리며 학교 사이에, 서 나타나는 차이가 학생 특성의 기울기 차이로 나타난다고 가정하고 학교에 대 한 분석을 시도한다 이 모형은 . level-1의 절편
과 각 학생의 특성에 대한 기 울기
에 대해서도 무작위 효과(random effect)를 고려하여 각 학교의 차이에 따라 기울기가 달라지는가를 분석한다. ANCOVA 모형에서 통계적으로 유의미하 다고 판단되는 변수들을 level-1에 투입되는 학생 특성
로 선정하도록 한다.level-1
= 1수준 변수 중에 ANCOVA 모형을 통해서 통계적으로 유의미하다고 판단 되는 변수level-2
앞서 살펴본 가지의 모형은 특성화고등학교 졸업예정자들의 취업결정에서 학4 교 간의 차이가 구조적으로 의미가 있는지 판단할 수 있도록 한다 통계적으로 . 유의미한 차이가 발생한다고 한다면 기울기 절편 모형을 통해 학교 간의 차이가 -나타나는 이유는 무엇인지 살펴 볼 수 있다 즉 어떤 학교는 다른 학교보다 학. , 생들이 취업결정을 더 많이 하는지에 대해 살펴보는 모형이라 할 수 있다 또한 . 기울기 절편 모형을 통해 학생의 특성 외에도 학교 특성에 의해 체계적인 차이 -가 존재할 -가능성에 대해 직접적으로 검토할 수 있다.(Raudenbush & Bryk, 2002).
기울기 절편 모형의 - level-1에 학생 특성을 나타내는 모든 변수를 투입한 뒤, 에서는 무선효과 회귀계수 모형에서 기울기와 학교 간의 기울기 차이가 level-2
있는 변수들에 대해서만 학교 특성과 무작위 효과를 고려하고 차이가 없는 학교, 특성변수들에 대해서는 학교 간 차이가 없는 것으로 가정하여 그 효과를 고정한 다.
level-1