< 연구 결과요약서 >
소속 학교 낙생고등학교 책임 지도교사 최O은
참여 학생 김O 현 김O진 노O균 홍O 준
과 제 명 효율적인 교통 시스템의 구축을 통한 통학 질서체제 설계 연구목표
현재 재학중인 낙생고교의 하교 시간대 220번 시내버스와 승용차로 인한 교통의 불편함을 인지하고, 교통 관련 데이터를 수집 및 분석해 교통 혼잡의 심각성을 객관적으로 증명하고 더 나아가 그에 대한 해결 및 개선방안을 제시하고자 한다.
연구개요 및 내용
□ 이론적 배경 및 선행연구 ○ 이론적 배경
1. 클러스터분석: 대표값을 통해 전체 데이터 파악 ○ 선행연구
1. 통학버스 차량의 경로 문제 모형 개발(2017 R&E 발표회 - 부산과고) 2. 청도지역 특성적 버스안내시스템 개발(2017 R&E 발표회 - 청도고) ○ 선행연구와의 차별점
선행연구와는 달리 본 연구는 고교 근처의 효율적인 교통시스템 구축을 위하여 알고리즘을 이용한 경로 문제 해결과 지역적 단위의 버스 운행 시스템이 아닌 고등학교 대상의 버스 혼잡 해결에 초점을 두되, 버스의 노선이 쉽게 바뀔 수 없는 교통상황을 인식하고 이를 감안하여 버스의 특성만을 분석하지 않고 교통 혼란의 주 원인인 낙생고 학생들의 귀가 패턴이라는 관점으로도 연구를 진행한다.
□ 연구 주제 선정(목적 및 필요성)
일상생활 속에서 해결할 문제를 찾던 중 낙생고 생활을 하면서 가장 불편한 점 중 하나인 귀가 수단을 생각하게 되었다. 불편한 귀가를 유발하는 원인을 여러 관점에서 분석한 결과 학교 앞의 정류장을 지나는, 이용 가능한 버스의 종류가 극히 한정적이고, 차량 수가 적으며 대기시간이 길다는 점을 확인했다. 고교 셔틀버스제도 또한 원활한 관리가 이루어지고 있지 않았다. 따라서 우리는 이를 정보학과 수학적으로 스스로 탐색해볼 가치가 있는 문제라 고 판단해, 이를 해결하기 위한 설문조사, 빅데이터 분석 알고리즘, 버스 알림 앱 등의 여러 해결 방안을 팀원들과 의논하여 모색하고자 연구 주제 및 방향을 결정했으며 관련 전문가의 자문을 통해 전문적 지식을 얻고자 했다
□ 연구 내용
1. 경제적인 셔틀버스 노선배치 및 새 시스템 도입 2. 시간대에 따른 도로 상황 분석
3. 고교 주변 도로 정체 문제 해결법 탐구
□ 연구 방법 ○ 데이터 수집 가. 설문조사
1. 220번 버스 이용 관련 설문조사 진행 (Offline)
본격적인 연구를 시작하기 전에 귀가 시간의 불편함이라는 주제에 대한 낙생고 학생들의
의견을 조사함으로써 연구의 방향을 잡고자 함.
가) 수내 방향 220번 버스의 이용 현황
나) 220번 버스, 버스 알림 앱, 셔틀버스 제도의 불편한 점과 개선방법 2. 귀가시간과 방법에 대한 설문조사 진행 (Online)
http://goo.gl/forms/Ibkm3uVYo2E8zKOe2
가) 설문 시행 목적에 따른 이전 설문조사와의 차이점
설문조사의 목적에 있어서 이전 설문조사는 연구의 방향과 중점을 두어야 할 부분을 알아보 기 위한 일종의 여론조사에 해당하는 설문조사였으나, 이번 설문조사의 목적은 학생들의 귀가 패턴에 관한 자료를 정확히 수집하여 분석하는 것이다. 즉, 설문의 내용에 있어 이전의 것은 의견을, 이번의 것은 사실을 묻는 것이다.
나) 설문의 내용과 의도 1) 학년 반
학년반이라는 표본 집단의 비교를 통해 학년별 특성의 파악 또는 매년 자료의 일반성/경향의 확보를 도모할 수 있고, 중점반과 일반반의 귀가 형태가 크게 다르다는 것을 감안해 표본을 구분하여 각 학년을 구성하는 비율에 맞추어 자료를 추출하였다.
2) 요일별/시간별 귀가방법
야간 자기주도학습의 요일이라는 변수 요인을 고려해 상황별 질문을 구성하였다.
다) 수집한 자료의 이용
1) 1학년의 경우, 2학급의 표본을 1학년 전체 수에 맞게 수치를 조작한다. 2학년과 3학년 의 경우, 중점반 학급과 일반반 학급의 표본을 분리하여 학년별로 그 비율에 맞게, 전체 학급의 수에 맞게 수치를 조작한다.
2) 구글 설문조사를 이용해 데이터의 전체적인 통계를 구하고, 모집단을 구성하는 표본의 비율에 맞게 조작된 자료를 SPSS 프로그램을 이용해서 각 표본을 분리해서 분석한다.
3) 자료를 통해 낙생고 학생들의 귀가가 몰리는 특정 시간대와 요일, 교통수단을 분석하고 그에 따라 낙생고 주변 교통 혼란의 주원인과 해결방안을 제시하여 본다.
나. 버스 데이터 수집
보다 객관적인 데이터를 얻을 수 있도록, 교통청에 연락해 버스 이용자들의 95% 이상 이 사용하는 교통카드의 이용내역을 통해 버스 이용 현황을 알 수 있도록 조사하며, 필요한 부분은 직접 조사하거나 실험하여 데이터를 수집한다.
1. CCTV를 이용한 셔틀버스 데이터 수집 2. 자료 요청을 통한 220번 버스 데이터 수집
3. 낙생고 근처 버스와 셔틀버스의 종류 및 노선 조사
※ 제한점 : 통계 자료 조사의 특성상 큰 표본을 필요로 하나 고등학생의 신분으로 큰 표본을 대상으로 정밀한 설문을 진행하기 쉽지 않았다. 그리고 버스 데이터 수집 과 정에서 경기도 교통 정보 센터가 갖고 있는 낙생고교 주변에서의 220번 버스 이용자수 데이터가 일주일치 정도밖에 없으므로 결과 분석에 큰 오차가 발생할 여지가 있다.
○ 데이터 분석
1. 데이터 분석의 유형 및 기준 나누기 2. SPSS 프로그램을 이용한 데이터 분석
□ 연구 활동 및 과정 ○ 설문조사
1. 모집단 대표 표본 추출 ( 중점반과 일반반 구분)
2. 점심시간을 활용해 스마트 기기를 이용한 설문조사 진행 3. 표본 비율 조정
4. 처리된 자료를 구분해 자료 분석 ○ 버스 데이터 수집
1. 낙생고 근처 정류장 요일/시간대별 220번 버스 승차 인원 가) 경기도 교통 정보 센터를 통해 교통카드 조회수 데이터 얻기
나) SPSS 프로그램으로 각 시간대 별 평균 버스 이용자 수에 대한 그래프 그리기 2. 낙생고 근처 버스의 종류 및 노선 조사
가) 네이버지도를 통한 버스 정보 수집 나) 학교 게시판을 통한 셔틀버스 정보 수집
다) 경기고 교통 정보 센터 및 버스 DB에서 버스 정보 수집
연구성과
□ 연구 결과 ○ 설문조사
버스 이용의 측면에서 학생들의 불편함을 확인하고 학생들의 거주지 조사를 통해 자료의 일반성 확보의 필요성을 느낌.
○ 버스 데이터 수집
□ 결과 해석 및 논의 ○ 설문조사
참여율이 95% 이상으로, 2학년 학생을 대상으로 셔틀버스 및 220번 버스 이용 현황과 고교의 교통에 대한 일반적인 의견을 분석할 수 있었다.
○ 버스 데이터 수집
경기도 교통 정보 센터를 통해 카드 내역을 조사해 낙생고 학생들의 상황별 버스 이용자 수를 분석할 수 있었다. 하지만 이 데이터가 전체적인 데이터를 대표함을 보장하지 못하므로 과도한 일반화를 범할 수 있다. 그렇지만 낙생고 학생들의 데이터를 통해 220번 버스가 가장 많이 이용되는 시간대를 조사해보았다는 것에 의의를 두고자 한다.
○ SPSS를 이용한 데이터 분석
설문조사를 통한 학생들의 버스 이용 빈도와 비교해 보았을 때, 야간 자기주도학습이 없는 수요일에 학생들의 버스 이용 횟수 합계가 가장 크며, 야간 자기주도학습을 하는 학생의 수가 가장 적은 월요일에 상대적으로 버스 이용자들의 평균이 감소했다는 공통점이 있었다.
□ 결론 및 제언(시사점 및 향후 계획)
1차 설문조사 결과 220번 버스의 배차간격을 특정 시간대에 줄이는 것이 가장 이상적인 해결방법이라는 결론을 내렸으며, 차선책으로 고려했던 버스 알리미 앱은 효용성이 떨어진다 고 판단하였다. 학생들의 귀가 패턴에 관한 가설은 경험적인 부분이었기 때문에 거의 일치하 였으나, 중점반의 입장에서만 추론하여 220번 버스의 주요 탑승 시간대는 가설과 다른 결과 가 나온 것으로 보인다. 2차 설문조사 결과 낙생고의 교통 혼란을 최소화할 수 있는 방법으로 기존 셔틀버스의 운행 시간인 8교시 후와 야간 자기주도학습 후에 추가적으로 7교시 후에 하교하는 인원들을 위한 새로운 버스 운행을 제안하는 바이며, 또한 야간 자기주도학습 제도의 조정을 통한 분산적 하교를 제안한다.
주요어 SPSS 통계분석, 220번 버스 및 셔틀버스, 고교 주변 교통문제 해결, 귀가 조사
< 연구 결과보고서 >
1. 개요
□ 연구목적
(1) 초기 연구의 진행 방향
일상생활 속에서 해결할 문제를 찾던 중 낙생고 생활을 하면서 가장 불편한 점 중 하나인 귀가 수단을 생각하게 되었다. 불편한 귀가를 유발하는 원인을 여러 관점에서 분석한 결과 학 교 앞의 정류장을 지나는, 이용 가능한 버스의 종류가 극히 한정적이고, 차량 수가 적으며 대 기시간이 길다는 점을 확인했다. 고교 셔틀버스제도 또한 원활한 관리가 이루어지고 있지 않았 다. 따라서 우리는 이를 정보학과 수학적으로 스스로 탐색해볼 가치가 있는 문제라고 판단해, 이를 해결하기 위한 설문조사, 빅데이터 분석 알고리즘, 버스 알림 앱 등의 여러 해결 방안을 팀원들과 의논하여 모색하고자 연구 주제 및 방향을 결정했으며 관련 전문가의 자문을 통해 전문적 지식을 얻고자 했다.
(2) 결정 이후 세부 수정사항
연구를 진행하던 도중 낙생고의 주변 도로 사정상 새로운 노선 및 교통 체계의 설립은 가능 하지도 않을 뿐더러 합리적이지도 않다고 판단되어 첫째로는 경험적인 지식이 아닌 구체적인 데이터를 이용하여 낙생고의 교통 혼란과 그 원인을 분석하는 것, 둘째로는 학생의 신분으로 쉽게 손댈 수 없는 영역인 대중교통 등이 아닌 학생의 하교 패턴의 분석을 통해 문제 해결의 가능성을 찾는 것을 목적으로 하고 그와는 번외로 학교에서 시행되는, 혹은 수정되는 하교에 관련한 제도에 관한 합리성을 지적해보려 한다.
□ 연구범위
연구 분야는 통계 조사에 해당하며, 낙생고등학교의 학생들을 대상으로 한 설문조사와 낙생 고 주변 3개 버스 정류장에서의 220번 버스의 카드 태그 데이터를 중심으로 연구가 진행되었 다. 연구는 크게 데이터를 수집하는 것, spss 통계 프로그램을 이용해 데이터를 처리하는 것, 그리고 처리된 데이터를 분석하여 결론을 도출하는 것으로 나뉜다.
2. 연구 수행 내용
□ 이론적 배경 및 선행 연구 (1) 낙생고의 상황
통상적인 교통수단
데이터 분석에 유효할 만큼 학생들이 주로 이용하는 교통수단에는 셔틀버스와 220번 버스, 승 용차가 있다. 380번 버스를 포함하는 220번 버스 외의 버스들은 전체에서 차지하는 비율을 봤을 때 굳이 세분화할 필요가 없다고 판단되어 모두 기타 버스로 일괄 분류한다. 또한, 도보 및 자전거 등의 하교 수단이 있으며 그 외에는 기타로 분류한다.
220번 버스/승용차/셔틀버스
사전조사(1차 설문조사)결과와 경험적 지식에 의하면 대부분의 하교하는 학생들은 수내역 방 면으로 이동한다. 셔틀버스를 타지 않을 때 수내역 방면으로 이동할 수 있는 가장 효율적인 교 통수단이 바로 220번 버스이다. 그 외에 학원 등의 사정으로 부모님이 운전하는 승용차를 타
는 경우도 굉장히 많다. 셔틀버스는 1일 3회 운영한다.
중점반
1학년은 야간 자기주도학습 참여 패턴이 다양하나 2학년과 3학년 중점반의 학생들은 주 2~3 회 정도의 비슷한 패턴을 보인다. 1학년은 11학급 모두 일반반이고, 2학년은 11학급 중 4학급 이 중점반이며 3학년은 12학급 중 4학급이 중점반이다.
통상적인 귀가 시간
7교시 수업은 4시 40분에 마치고, 그 외에 방과 후(8교시)가 있으며 이에 참여하는 학생은 6 시에 마친다. 야간 자기주도학습은 10시에 마친다. 학생들이 조퇴하는 경우를 제외하면 귀가하 는 시간은 7교시 후, 8교시 후, 그리고 야간 자기주도학습 후로 분류되며 그 외의 경우는 기타 로 분류한다. 수요일의 경우에는 7교시까지만 수업이 존재하고, 방과 후 수업이나 야간 자기주 도학습이 없다.
도로 사정 및 주차장 (외부적 혼잡 요인)
판교/용인/수내 삼거리가 있어 퇴근 시간대에 굉장히 막히며, 고속도로와 연결되어 있어 차가 다닐 수 있는 경로가 굉장히 한정적이다. 학교 내부에는 주차장이 있으나 학생들을 태우러 오 는 승용차를 다 수용하지 못해 야간 자기주도학습 후에는 대로변에 승용차가 줄지어 서 있다.
우리는 퇴근 시간대 등의 우리가 제어할 수 없는 외부적 원인에 의해 규칙적으로 특정 시간대 의 교통 혼란이 가중되는 요인을 외부적 혼잡 요인이라 칭하기로 하였다.
(2) 카이제곱 검정
카이-제곱 분포(χ2 분포)는 k개의 서로 독립적인 표준 정규 확률 변수를 각각 제곱한 다음 합 해서 얻어지는 분포이다. 카이-제곱 분포는 분산을 구할 때 사용되며, 모 분산 검정, 적합도 검정, 독립성/동질성 검정 등에 사용한다. 주로 실험에 대한 확률 변수 값이 표준값과 얼마나 차이를 보이는지를 밝힐때 이용된다.
카이-제곱 검정은 관측된 결과가 χ2 분포, 즉 기대되는 빈도와 의미있게 다른지의 여부를 검 증하기 위해 사용되는 검증방법이다.
(3) 선행연구
가. 선행연구 목록
1. 통학버스 차량의 경로 문제 모형 개발(2017 R&E 발표회 - 부산과고) 2. 청도지역 특성적 버스안내시스템 개발(2017 R&E 발표회 - 청도고) 나. 선행연구와의 차별점
선행연구와는 달리 본 연구는 고교 근처의 효율적인 교통시스템 구축을 위하여 알고리즘을 이용한 경로 문제 해결과 버스 안내 알림앱 제작을 같이 병행하여 연구를 진행하며 지역적 단 위의 버스안내시스템이 아닌 고등학교 대상의 교통 혼잡의 해결에 초점을 두고 있다. 또한, 기 존의 버스 앱과 차별화되는 버스 정보 제공은 물론, 고등학교 현관에서부터 정류장까지 걸리는 시간, 실시간별 정류장 대기 인원 등을 고려해 기능을 추가하는 것을 목표로 했었다.
이후 연구 방향이 수정되어 선행 연구의 차별점 역시 수정된 바를 다시 기술한다. 지역적 단 위의 버스 운행 시스템이 아닌 고등학교 대상의 버스 혼잡 해결에 초점을 두되, 버스의 노선이 쉽게 바뀔 수 없는 교통상황을 인식하고 이를 감안하여 버스의 특성만을 분석하지 않고 교통
혼란의 주 원인인 낙생고 학생들의 귀가 패턴이라는 관점으로도 연구를 진행한다.
□ 연구주제의 선정
[효율적인 교통 시스템의 구축을 통한 통학 질서체제 설계]
많은 학생들이 불만을 나타내는 낙생고 하교 시간대의 교통 혼잡을 고려하여 낙생고 교통 혼잡의 원인을 구체적인 데이터를 통해 분석하고 하교하는 학생들의 귀가 패턴을 분석해보는 것을 주제로 하였다.
□ 연구 방법 (1) 데이터 수집 가. 1차 설문조사 1) 목적
본격적인 연구를 시작하기 전에 귀가 시간의 불편함이라는 주제에 대한 낙생고 학생들의 의 견을 조사함으로써 연구의 방향을 잡고자 했다.
2) 설문의 내용 및 의도
- 수내 방향 220번 버스의 이용 현황
- 220번 버스 · 버스 알림 앱 · 셔틀버스 제도의 불편한 점과 개선 방법 나. 거주지 조사
지도를 커다란 하드보드지 판에 인쇄하여 붙인 후 학생들의 거주지를 파악하려는 조사이다.
학생들의 거주지를 파악함으로써 후에 이를 분석하여 학생들이 가장 효율적으로 등하교할 수 있도록 하는 셔틀 노선을 설계하려 한다.
다. 버스 노선 조사
대중교통 사이트를 이용하여 낙생고등학교 주변을 지나가는 버스의 운영 현황을 알아본다.
낙생고 주변 3개 버스 정류장 중 수내 방면 2개 정류장과 수내역 주변의 3개 버스 정류장을 기준으로 조사한다. 수내역을 거치는 버스 중 낙생고를 지나치는 버스, 그리고 낙생고를 거치 는 버스 중 수내역을 지나치는 버스가 있는지 알아보고 만약 그런 버스가 있다면 낙생고등학 교와 수내역 사이의 새로운 교통수단이 될 가능성을 조사하려 한다.
라. cctv 데이터 수집
학생들이 이용하는 셔틀버스에 cctv를 설치하여 셔틀별로, 셔틀이 하차하는 정류장별로 학생 들의 승/하차 인원수를 조사한다. 셔틀을 탑승하는 학생들이 어떤 지역에서 얼마나 탑승하는지 에 대한 데이터를 얻어 새로운 셔틀 노선을 설계하기 위한 거주지 조사의 데이터를 보완한다.
거주지 조사가 모든 학생들을 대상으로 이루어지는 반면, cctv 데이터 수집은 셔틀버스를 이용 하고 있는 학생만을 그 대상으로 한다. 새로운 노선을 설계하는 과정에서 택일의 상황이 발생 할 시에 기존의 셔틀버스 탑승 학생이 셔틀을 이용할 확률이 더 높다는 점을 감안하여 셔틀버 스를 이미 이용하는 학생들만의 세부적인 데이터를 다시 수집하는 과정이다.
마. 외부적 혼잡도 조사
학생들의 귀가가 몰리는 주요 시간대의 외부적 혼잡도를 알아보기 위한 조사로, 학생들의 귀 가가 주로 이루어지는 7교시 후, 8교시 후, 야간 자기주도학습 후 3가지 시간대에서 220번 버 스를 타고 수내역까지 가는 데에 걸리는 시간을 측정한다. 걸리는 시간이 길수록 외부적 혼잡 도가 심한 것으로 판단된다. 규칙적으로 운영되는 버스를 이용하여 시간을 측정하는 것이 가장 현실적이고 정확한 데이터일 것이라고 판단하였다. 상대적인 외부적 혼잡도를 측정한 이후에
혼잡도를 고려하여 220번 버스의 배차간격 및 낙생고의 야간 자기주도학습 제도의 수정을 시 도해 볼 예정이다.
바. 교통카드 데이터 수집
220번 버스 이용자의 교통카드 태그로 얻어진 경기도 교통 DB의 자료를 활용하여 낙생고 주변 3개 정류장에서의 요일별/시간대별 220번 버스의 승하차 인원을 분석한다. 220번 버스 의 이용자가 급증할 것이라고 여겨지는 주요 하교 시간대(7교시 후, 8교시 후, 야간 자기주도 학습 후)의 버스 이용자 데이터를 다른 시간대와 비교 분석하여 낙생고 학생들의 220번 버스 이용 패턴을 파악한다. 또한, 8교시와 야간 자기주도학습이 없는 수요일의 경우 220번 버스의 이용 경향이 어떻게 되는지를 분석할 수 있는 자료로 활용할 수도 있을 것이다.
사. 2차 설문조사
2차로 설문조사를 시행하여 학생들의 귀가 패턴에 관한 구체적인 데이터를 수집하려 한다.
설문조사의 목적에 있어서 이전 설문조사는 연구의 방향과 중점을 두어야 할 부분을 알아보기 위한 일종의 여론조사에 해당하는 설문조사였으나, 이번 설문조사의 목적은 학생들의 귀가 패 턴에 관한 자료를 정확히 수집하여 분석하는 것이다. 즉, 설문의 내용에 있어 이전의 것은 의 견을, 이번의 것은 사실을 묻는 것이다. 수집된 데이터는 아래 ‘데이터 분석’에서 spss 프로그 램을 이용하여 분석에 사용될 것이다.
(2) 데이터 분석
가. 2차 설문조사 데이터 분석 및 교통카드 데이터 분석 1) 2차 설문의 데이터 분석
학생들이 어떤 시간대에, 어떤 수단에 밀집되는지를 분석하여 효율적인 교통 분배를 방해하 는 요소가 무엇인지, 어떻게 해결할 수 있는지를 알아본다.
2) 교통카드 데이터 분석
학생들의 주요 하교 시간대가 낙생고 주변 3개 역의 하교 시간대에 어떤 영향을 미치는지, 220번 버스를 타는 학생들의 패턴과 그 이유는 무엇인지를 분석한다.
□ 연구 활동 및 과정 (1) 데이터 수집 가. 1차 설문조사 1) 설문문항
220번 버스 이용자의 이용 빈도, 대기시간 탑승인원, 목적지와 셔틀버스 이용자의 목적지를 질문하였고, 현재 버스 이용에 있어 불편한 점과 이를 개선할 방안에 관한 질문이 있다.
2) 연구 과정
반별로 설문지를 배부한 후 회수하여 이를 수기로 집계하였다. 집계한 자료는 엑셀 프로그램 을 이용해 표와 그래프 형식으로 나타내어 정리하였다.
3) 조사 결과 및 연구방향
본 조사는 전체 연구의 방향을 잡기 위해 사전 조사였던 관계로, 그 결론을 여기서 밝히는 것으로 마무리한다. 설문조사는 총 250명이 참여하였다.
셔틀버스 이용자가 버스 이용에 있어서 가장 불편하게 느끼는 점은 버스 내 많은 인원으로, 이는 부정 승차에 의해 셔틀버스 탑승자가 신청자에 비해 많은 것으로 보인다. 셔틀버스 내부 의 인원이 너무 많다는 것은, 다른 교통수단의 활성화를 통한 적절한 인원 분배가 이루어질 필 요가 있음을 의미한다.
하교시 220번 버스를 타는 학생들을 대상으로 진행한 설문조사 결과, 학생들이 220번 버스 를 이용하는 횟수에서는 특징적인 점을 찾지 못했으나, 대다수의 학생들이 버스의 대기시간보 다는 평균 탑승인원, 즉 버스 내부의 혼란을 불편하게 여기고 있음을 알 수 있었다.
셔틀버스와 220번 버스 이용 학생들의 목적지를 조사해본 결과,(셔틀버스 이용 학생의 경우 버스가 향하는 방면 자체를 목적지로 삼았다.) 220번 버스의 경우는 수내 및 정자, 즉 수내 모 두 낙생고 기준 수내 방면이 압도적이었으며 셔틀버스의 경우에는 목적지가 비교적 고르게 분 포되어 있었다. 전체적으로 보았을 때, 목적지의 경우 분배가 필요한 것은 220번 버스, 즉 수 내방면임을 알 수 있었다.
본 사전 설문조사를 통해, 우리가 연구해야 할 방향은 과밀집된 하교 인원의 분배이며, 이는 수내 방면을 중점적으로 이루어져야 할 것임을 알 수 있었다. 이에 따라서 이후의 모든 실험은 수내 방면으로 하교하는 경우를 중점적으로 분석하게 되었음을 밝힌다.
또한, 사전조사를 진행하기 이전에는 낙생고에 특화된 버스 알림앱을 만들자는 막연한 계획 이 있었다. 본 설문조사의 결과 자체는 알림앱 자체의 필요성은 있음을 시사하였으나 설문조사 를 진행하는 과정에서 학생들의 기타 주관식 응답 및 지도교사의 조언을 통해 데이터를 필요 로 한다는 점과 기존 앱과 차별성을 구현하기 어렵다는 점을 이유로 제작 계획을 중단하였다.
나. 거주지 조사 1) 초기 실험설계
하드보드지에 지도를 붙이고 5종의 스티커를 준비한다. 아침에 등교하는 학생들을 대상으로 자신의 거주지(혹은 셔틀버스 탑승 희망지)에 자신이 현재 탑승하고 있는 셔틀버스의 종류에 해당하는 색의 스티커를 붙이게 하되, 현재 셔틀버스를 탑승하지 않는 학생들은 흰색 스티커를 붙인다. 이 데이터를 바탕으로 클러스터링 기법을 이용하여 학생들이 밀집된 지점을 기점으로 새로운 노선을 설계한다.
2) 실험설계의 수정 사항
결국 셔틀버스 노선을 재구성할 것이라는 점에서 학생들이 기존에 어떤 셔틀버스를 타고 있 었는지는 의미가 없다고 판단되어 스티커 색의 구분을 하지 않고 조사를 진행하도록 하였다.
또한 이는 올해 한 해의 단편적인 결과로 여겨져서 이 노선이 다른 년도에서도 적합할 것이라 는 타당성을 검증할 방안이 없다.
다. 노선 조사
네이버 지도를 통해 낙생고 근처 3개 정류장 및 수내 주변 3개 정류장을 거치는 모든 버스 를 조사한 후, 그 중 낙생고 학생들의 대부분이 사는 판교, 서현, 수내 중 적어도 한 곳을 지 나는 버스의 정보(번호, 노선)를 수집한다. 1차 설문조사의 결과에 의해 수내 방면을 중점적으 로 버스와 그 노선을 조사한 결과 낙생고 주변 3개 버스 정류장 중 수내 방면에 해당하는 2개 정류장은 대부분의 버스가 공통되게 거치게 되었으며, 수내역 주변 3개 정류장에서 1개 정류 장에서만 낙생고와의 접점이 확인되었다. 그러나 조사 결과 예상과는 달리 서로의 버스 정류장 을 들르지는 않고 지나치기만 하는 버스는 확인되지 않았다.
라. cctv 데이터 조사
‘거주지 조사’가 중단됨에 따라서 그 보조적 데이터를 수집하는 CCTV 데이터 조사도 따라 서 중단되었다. CCTV를 통해 얻을 수 있는 데이터가 차후에 다른 방식으로 활용될 수 있다면 계속 실험을 진행했겠지만, 필요한 데이터는 ‘2차 설문조사’를 통해 얻을 수 있다고 여겨져 실 험을 중단하였다.
마. 외부적 혼잡도 조사
연구 주제가 변경됨에 따라서 중점적으로 연구해야 할 데이터가 외부의 데이터에서 학생 자 체의 분배 데이터로 변경되어, 외부적 혼잡도를 조사하는 실험의 중요도가 떨어진다고 판단되 었으므로 이에 관한 실험을 중단하였다.
바. 교통카드 데이터 수집 1) 데이터 수집 과정의 문제
경기도 교통 DB의 자료는 각 정류장별로 분화되지 않은 형태를 보여 분석에 용이하지 못하 다고 판단되었다. 또한, 이 공개된 데이터에서 모든 정류장에서의 220번 버스의 이용자 수가 일치하여 이 데이터를 신뢰할 수 없다고 여겼다. 구체적인 데이터를 얻기 위해서 경기도 교통 정보 센터와 직접 전화 연결을 하여 낙생고 주변 3개 버스 정류장에서의 220번 버스 이용자 의 교통카드 태그 데이터를 엑셀 파일 형식으로 받아 사용하기로 한다.
2) 가설 설정
1. 4:40에 7교시가 끝나고 6:00에 8교시가 끝나므로 5시(5-6시), 6시(6-7시)의 220번 버 스 이용자가 다른 시간대에 비해 많을 것이다.
2. 수요일은 모든 학생들이 7교시 후 하교하므로 220번 버스 이용자는 4:40분에 7교시가 마침에 따라 5시(5-6시)에 다른 시간대에 비해 많을 것이다. 또한, 6시(6-7시)의 버스 이 용자는 다른 시간대와 비교해 크게 다르지 않을 것이다.
3. 야간 자기주도학습이 끝나는 10시(10-11시)에는 야간에 버스에 탑승하는 것을 낮에 비해 꺼려 220번 버스의 이용객이 7교시, 8교시 후인 5-7시에 비해 상대적으로 적게 나타 날 것이다.
사. 2차 설문조사 설문의 내용 및 의미
설문조사는 다음과 같이 문항이 구성되어있다.
1) 학년과 반을 묻는다.
학년과 반을 물음으로써 학급이라는 표본의 특징을 비교할 수 있다. 학급으로 나뉘어진 표본 은 학년별로 2학급이며 2학년과 3학년의 경우는 중점반과 일반반을 1학급씩 조사하였다. 학 년이라는 집단의 비교를 통해 학년별 특성의 파악 또는 매년 자료의 일반성/경향의 확보를 도 모할 수 있고, 중점반과 일반반의 귀가 형태가 크게 다르다는 것을 감안해 표본을 구분하여 각 학년을 구성하는 비율에 맞추어 자료를 추출하였다.
2) 어떤 요일에, 어떤 방법으로, 어떤 시간대에 귀가하는지를 묻는다.
학생들이 선택하는 야간 자기주도학습의 요일이 어느 한쪽으로 몰릴 경우 요일별로 교통 상 황이 달라질 수 있기 때문에 질문에 요일을 포함시켰다. 또한, 시간대별로도 학생들이 주로 사 용하는 교통 수단이나 그에 따른 상황이 달라지므로 매 요일마다 귀가하는 시간과 방법을 동 시에 알 수 있도록 질문을 구성하였다.
3) 수집한 자료의 이용
1학년의 경우, 2학급의 표본을 1학년 전체 수에 맞게 수치를 처리한다. 2학년과 3학년의 경 우, 중점반 학급과 일반반 학급의 표본을 분리하여 학년별로 그 비율에 맞게, 전체 학급의 수 에 맞게 수치를 처리한다. 구글 설문조사를 이용해 데이터의 전체적인 통계를 구하고, 모집단 을 구성하는 표본의 비율에 맞게 조작된 자료를 SPSS 프로그램을 이용해서 각 표본을 분리해 서 분석한다. 자료를 통해 낙생고 학생들의 귀가가 몰리는 특정 시간대와 요일, 교통수단을 분 석하고 그에 따라 낙생고 주변 교통 혼란의 주 원인과 해결방안을 제시하여 본다.
4) 표본 설정
설문조사를 전수 조사의 형태로 행하기에 무리가 있어 설문조사를 할 표본을 취할 필요가 있었다. 학년별로 2반을 추출하되 2학년과 3학년은 중점반이 있으므로 각각 일반반 1반, 중점 반 1반씩을 무작위로 추첨하고, 1학년은 무작위로 2반을 추출한다.
5) 가설
1. 1,2,3 학년의 하교 패턴을 분석해보면 중점반이 있는 2, 3학년의 데이터는 크게 다르지 않을 것이고, 1학년의 경우 7교시 후에 귀가하는 인원의 비율이 더 많을 것이다.
2. 셔틀버스가 태울 수 있는 학생의 수는 정해져 있으므로 셔틀버스가 운행하는 8교시 후 와 야간 자기주도학습 후를 비교해보면 하교하는 학생의 수가 더 많은 시간대는 그만큼의 인원이 셔틀버스가 아닌 승용차 및 220번 버스를 이용할 것이다.
3. 야간 자기주도학습을 하는 학생의 경우 일주일에 야간 자기주도학습을 하는 날이 3일 (평일 기준)로 야간 자기주도학습을 하지 않는 날보다 많고, 야간 자기주도학습을 신청했으 나 당일 야간 자기주도학습이 없는 학생이라면 방과 후(8교시) 수업을 들을 것이므로 하교 하는 학생들은 시간대에 따라 야간 자기주도학습 후, 8교시 후, 7교시 후의 순서대로 많은 것으로 나타날 것이다.
6) 실제 설문 진행 과정
1. 모집단의 특성을 대표할 수 있는 표본을 추출한다. 우리 연구의 경우 1학년은 중점반 과 일반반의 구별이 없으므로 무작위로 2학급을, 2/3학년은 비교적 방과후 활동을 많이 하고 야간 자기주도학습 참여율이 높은 중점반과 그렇지 않은 일반반을 구분하여 1학급씩 무작위로 표본으로 삼았다.
2. 총 6학급의 설문조사를 각 학급을 돌며 스마트 기기의 구글 설문지를 이용하여 진행 한다. (각 학급의 자료 수가 학급의 총원 수와 어긋나지 않도록 재확인하며 진행한다.) 3. 2학년은 총 11학급 중 중점반 4개 3학년은 총 12학급 중 중점반 4개의 비율을 가지 고 있으므로, 2학년의 경우 일반반 표본에 7을, 중점반 표본에는 4를 곱해 비율을 맞추고 3학년의 경우 일반반 표본에 8을, 중점반 표본에 4를 곱해 비율을 맞춘다. 1학년은 중점 반이 없고 총 11학급이므로 2개 반 도수에 각각 11/2를 곱한다.
4. 자료를 분석할 때에, 학년 간 비교 혹은 학교 전체의 분석을 할 때는 3번 과정과 같이 처리된 자료를 사용하되, 중점반과 일반반의 귀가 패턴을 비교할 때에는 3번과 같이 처리 되지 않은 자료로 비교하도록 한다.
(2) 데이터 분석
가. 2차 설문조사 데이터 분석 1) 학년별 분석
데이터 분석에 앞서 데이터를 다음과 같이 처리한다.
1학년은 2학급의 데이터를 합산하여 각 도수에 11/2를 곱한다. 2학년은 중점반 1학급 데이 터의 도수에 4를, 일반반 1학급 데이터의 도수에 7을 곱하여 합산한다. 3학년은 중점반 1학급 의 데이터 도수에 4를, 일반반 1학급의 데이터 도수에 8을 곱하여 합산한다.
이는 학년별 중점반 비율에 맞춘 처리이며, 학년별로 데이터를 분석하고 각 학년이 가지는 특성 및 공통적인 경향성 등을 분석한다. 데이터 분석은 spss 프로그램을 이용하여 분석하고 도수는 빈도를 이용해 나타낸다.
2) 총원 분석
데이터는 위와 같이 처리한다. 다만, 데이터를 모두 합산하고 표본의 추출이 이상적으로 이 루어졌다고 가정하여(전수의 약 20%를 표본으로 추출하여 조사하였다.) 학생들의 귀가 패턴에 대한 전체적인 데이터를 분석한다. 데이터 분석은 spss 프로그램을 이용하여 분석하고 도수는 빈도를 이용해 나타낸다.
https://docs.google.com/spreadsheets/d/19dW6zFWp9nUrD9P0_WsZ202ErbTtdUDj0Y9dR mKarFs/edit#gid=1103132084 (구글 설문지 스프레드 시트 링크)
아래의 그래프들은 구글 설문지에서 설문 자료를 바탕으로 제공하는 그래프이다.
(최종적으로 167명, 6반의 응답을 확보하였다.)
이 그래프는 참고적인 시각 자료이며, 실질적인 데이터 분석은 위의 링크에 있는 구글 스프 레드 시트에 있는 자료를 spss 통계 프로그램을 통해 진행하였다.
나. 교통카드 데이터 분석
태그 데이터는 1시간을 간격으로 측정되어 나타나있다. n시의 데이터는 n시~n+1시의 태그 에 관한 데이터이다. (이는 220번 버스의 첫차와 막차 시간을 통해 알아내었다.)
활용한 데이터는 낙생고편 너더리 육교역(정류장 ID 4110148), 낙생고 맞은편 너더리 육교 역(정류장 ID 4179229), 낙생고등학교역(정류장 ID 4179188)에서의 시간별 승차 객수를 척도 로 표현했으며, 이를 2018년 5월 16일(화)부터 2018년 5월 22일(월)까지 7일 동안의 날짜별 로 정리해 놓았다. 우리는 이러한 형태의 데이터를 월요일부터 금요일까지의 평일 데이터를 220번 버스의 이용빈도를 대표하는 자료로 삼아 아래의 ‘교통카드 데이터 분석’에서 SPSS 통 계 프로그램을 이용하여 요일/시각/정류장을 기준으로 분석하였다.
3. 연구 결과 및 시사점
□ 연구 결과
(1) SPSS를 통한 버스 데이터와 설문조사의 통합적 비교
제시된 학급 설문조사의 결과와 220번 버스의 자료를 통합적으로 비교하기 위해 두 데이터 에 대한 카이-제곱 검정을 실시한다. 학급 설문조사에서 220번 버스를 통해 하교하는 응답 전 체를 7교시 마치고, 방과 후 마치고, 야간 자기주도학습 마치고 세 가지 시간대로 응답을 나누 어 요일별로 각 시간대의 비율이 얼마나 되는지를 확률변수의 자료로 분석한 다음, SPSS를 통 해 두 자료의 (분산)2/기댓값을 수치로 나타내어 오차가 얼마나 나는지 확인한다. 이때, 수요일 은 7교시 이후의 응답 밖에 없으므로 분석 대상에서 제외한다.
아래 표들은 설문조사 데이터에서 월-화-목-금 별로 시간대별 퍼센트 비율에 따른 확률분 포를 추출해 나타낸 시간 교차표와, 이에 따라 220번 버스 집계 결과의 값에 대입해 Pearson 카이-제곱 검정 기능을 이용해 만든 카이제곱 표를 순서대로 나타낸 것이다.
근사 유의확률과 기대빈도의 비교를 통해 데이터 간 오차가 통상적인 기준치 미만이며 데이 터의 신뢰성이 확보됨을 입증하였다.
(2) 2차 설문조사 데이터 분석
가. spss 통계 분석 프로그램을 통해 얻은 그래프
아래의 그래프는 위의 연구 방법에서 설명한 바와 같이 처리된 데이터를 바탕으로 spss 통 계 프로그램을 사용하여 얻어낸 그래프이다.
나. 결과 및 가설과의 비교
[가설 1] 1,2,3 학년의 하교 패턴을 분석해보면 중점반이 있는 2, 3학년의 데이터는 크게 다 르지 않을 것이고, 1학년의 경우 7교시 후에 귀가하는 인원의 비율이 더 많을 것이다.
- 설문조사 데이터를 학년별로 비교한 결과(스프레드시트에서 수치상으로 분석하여 그래프로 는 나타나지 않았다) 가설과 일치하는 데이터를 확인할 수 있었다. 다만, 학년이 올라갈수록 승용차 탑승 빈도가 미미하게 증가하는 경향성이 확인되었다.
[가설 2] 셔틀버스가 태울 수 있는 학생의 수는 정해져 있으므로 셔틀버스가 운행하는 8교시 후와 야간 자기주도학습 후를 비교해보면 하교하는 학생의 수가 더 많은 시간대는 그만큼의 인원이 셔틀버스가 아닌 승용차 및 220번 버스를 이용할 것이다.
-하교하는 학생의 수가 더 많은 시간대는 야간 자기주도학습 후로 나타났으며, 승용차는 물론 이고 셔틀버스의 인원까지도 증가하며 그 증가폭은 거의 일치하였고, 220번 버스의 경우는 감소하는 결과를 보여 가설과는 다른 점이 있었다. 전자의 경우는 8교시 후의 셔틀버스가 만 원 상태가 아님에도 불구하고 만원 상태라 여긴 것이 그 원인으로 보인다. 가설설정 당시 항상 8교시 버스는 빈 자리가 아주 조금 있어 만원상태라고 생각했으나, 서서 가는 인원을 고려하 면 야간 자기주도학습 후에 탑승인원이 대폭 느는 것도 무리가 아니다. 후자의 경우는 ‘교통카 드 데이터 분석’의 가설 3 결과분석을 참고.
[가설 3] 야간 자기주도학습을 하는 학생의 경우 일주일에 야간 자기주도학습을 하는 날이 3 일(평일기준)로 야간 자기주도학습을 하지 않는 날보다 많고, 야간 자기주도학습을 신청했으나 당일 야간 자기주도학습이 없는 학생이라면 방과 후(8교시) 수업을 들을 것이므로 하교하는 학생들은 시간대에 따라 야간 자기주도학습 후, 8교시 후, 7교시 후의 순서대로 많은 것으로 나타날 것이다.
-데이터 분석 결과 야간 자기주도학습 후, 7교시 후, 8교시 후의 순서대로 하교하는 학생들의
수가 많다는 결과가 나타나 가설과 차이를 보였다.
다. 시간대별 특징 비교 1) 7교시 후
셔틀버스를 운행하지 않는 시간대로, 220번 버스-승용차-기타 버스 순으로 많이 이용한다.
수요일의 경우에는 셔틀버스를 운행하여, 220번 버스-승용차-셔틀버스 순으로 많이 이용한다.
220번 버스가 다소 혼란하다.
2) 8교시 후
하교하는 학생의 수가 가장 적은 시간대이다. 220번 버스-승용차-셔틀버스 순으로 많게 나 타났다. 3개 하교 시간대 중 비교적 수단/인원 분배가 적절하다.
3) 야간 자기주도학습 후
하교하는 학생의 수가 가장 많은 시간대이다. 대체로 승용차-셔틀버스-기타 버스의 순으로 많게 나타났으나 승용차와 셔틀버스, 기타 버스와 220번 버스는 큰 차이를 보이지 않는다. 다 른 하교 시간대에 비하여 220번 버스의 탑승인원이 굉장히 적은 편인데, 이는 야간 시간대에 버스를 타는 것을 꺼리기 때문으로 보인다. 3개 하교 시간대 중 가장 수단/인원 분배가 이루어 지지 않으며, 특히 승용차와 셔틀버스의 이용이 다른 하교 시간대에 비해 2배가량 많아 이용 에 불편함을 느끼고 교내 주차장의 혼잡이 발생한다.
(3) 교통카드 데이터 분석
가. SPSS 통계 분석 프로그램을 통해 얻은 그래프
이때 설문조사에서 주목한 시간대인 7교시 이후(17시~18시), 8교시 이후(18시~19시), 그리 고 야간 자기주도학습 후(10시~11시)의 시간대에 대해 승차객수의 피봇 표와 그래프를 분석 해보면 다음과 같다.
이를 2차 설문조사와 비교해 보았을때, 야간 자기주도학습이 없는 수요일에 학생들의 버스 이용 횟수 합계가 가장 크며, 야간 자기주도학습하는 학생의 수가 가장 적은 월요일에 상대적 으로 버스 이용자 수의 평균이 감소했다는 공통점이 있었다. 또한 탑승하는 버스 정류장의 승 차 횟수를 비교해 보았을 때, [수내를 향하는 낙생고역과 너더리육교역 수내방면]/ [판교를 향 하는 너더리육교 판교방면]의 비율은 2차 설문조사의 [ 220번 버스/기타 버스의] 비율과 거의 일치하는 것을 알 수 있다. 이를 통해 버스 승차 인원수의 집계 결과가 낙생고 학생들의 버스 를 통한 귀가 빈도와 거의 일치함을 확인하여 이 자료의 신빙성을 입증할 수 있다.
나. 결과 및 가설과의 비교
[가설 1] 4시 40분에 7교시가 끝나고 6시에 8교시가 끝나므로 5시(5-6시), 6시(6-7시)의 220번 버스 이용자가 다른 시간대에 비해 많을 것이다.
-실제로 5시, 6시의 220버스 이용자는 다른 시간대에 비해 많게 나타나 가설과 일치하는 경 향을 보였다. 다만, 4시(4-5시)의 220번 버스 이용자도 어느 정도 증가하는 것으로 나타나 가
설과는 차이가 있었으며 이는 종례를 일찍 마치는 일부 반의 학생에만 해당된다고 여겨진다.
[가설 2] 수요일은 모든 학생들이 7교시 후 하교하므로 220번 버스 이용자는 4시 40분에 7 교시가 마침에 따라 5시(5-6시)에 다른 시간대에 비해 많을 것이다. 또한, 6시(6-7시)의 버스 이용자는 다른 시간대와 비교해 크게 다르지 않을 것이다.
-수요일의 220번 이용자 수는 4시(4-5시), 5시(5-6시), 6시(6-7시)순으로 많은 것으로 나타 났다. 다른 요일과 비교하여 220번 버스의 탑승자 수는 4시(4-5시)에는 2배가량 증가하였고, 5시(5-6시)에는 다소 감소하였으며, 6시(6-7시)에는 절반정도로 감소하였다. 가설에서는 5시 (5-6시)의 시간대에서 대폭 증가하고 6시(6-7시)에서는 다른 시간대와 같이 나타날 것으로 예 상했으나, 실제로는 4시(4-5시)에서 대폭 증가, 나머지 시간대에서는 감소하였으며, 6시(6-7 시)에서 감소하긴 했으나 비하교 시간대에 비해서는 2배가량 많은 형태를 나타내 가설과는 차 이를 보였다. 전자의 경우는 수요일 6,7교시에 동아리 수업을 함에 따라서 종례를 하지 않게 되고 안정적으로 5시 이전에 220번 버스를 탑승한 것으로 판단하였으며 실제로 학교 행사일 정을 보니 주어진 데이터에 해당하는 날에 동아리 활동이 있었음을 확인하였다. 후자의 경우는 수업을 마친 이후 자율동아리활동 등을 하는 학생의 수가 예상보다 많았음을 나타낸다.
[가설 3] 야간 자기주도학습이 끝나는 10시(10-11시)에는 야간에 버스에 탑승하는 것을 낮에 비해 꺼려 220번 버스의 이용객이 7교시, 8교시 후인 5-7시에 비해 상대적으로 적게 나타날 것이다.
-데이터 분석 결과 10시(10-11시)의 버스 탑승자 수는 비하교 시간대에 비해서 미미하게 많 은 경향을 띄어 7교시, 8교시 후에 비해서는 상대적으로 적게 나타났다. 셔틀버스의 수용 인원 에 한계가 있으므로 야간 자기주도학습 후 시간대에서 220번 버스가 수용하지 않는 인원은 승 용차를 통해 하교하는 것을 2차 설문조사 결과의 수치상으로 확인하였다.
다. 연구 한계
현재 경기도 교통 정보 센터에서 제공된 낙생고 주변 220번 버스 이용자수 데이터가 추가적 인 데이터를 요구했음에도 불구하고 일주일 분량의 데이터였으므로 데이터를 분석하여 결론을 내리는 과정에서 성급한 일반화의 오류를 범할 수 있다. 다만, 220버스 탑승 패턴은 이렇다 할 큰 변수가 발견된 바가 없어 일반적으로 항상 비슷한 패턴을 띄는 것으로 여겨져 현재 얻 을 수 있는 데이터로는 최선의 결과를 도출해냈다고 생각한다.
□ 시사점
7교시 후의 경우에는 수요일을 제외하면 7교시에 귀가하는 학생의 경우는 야간 자기주도학 습 및 방과후 활동을 참여하지 않는 학생이므로 인원의 변동이 거의 없고, 그 인원수도 많다.
따라서 셔틀버스의 운행 시간을 기존의 8교시 후에서 7교시 후로 변경한다면 보다 효율적인 하교 수단이 될 것이며 더불어 적절한 분배가 이루어질 것으로 보인다. 그러나 이로 인해 8교 시 후에는 학생들이 주로 이용할 수 있는 하교 수단이 220번 버스 및 승용차로 외부에 의지해 야 하며, 이는 주차장 및 정류장 부근의 혼란의 원인이 된다. 야간 자기주도학습 후의 경우에 는 하교하는 인원수가 요일별 차이를 보이며 약 30%~50%정도 증가하게 되는데, 이미 셔틀버 스의 수용량은 기존 8교시 후 수용량의 2배 이상으로 만원 상태이고 승용차 역시 8교시 및 7 교시 후에 비해 2배 이상이다. 심지어 야간 시간에는 학생들이 220번 버스의 탑승을 꺼리는 경향이 확인되어 학생들이 이용하는 하교 수단도 굉장히 한정적이므로, 결국 늘어난 인원을 감 당하는 것은 승용차가 될 것이다. 승용차가 현재보다 많아질 경우, 단순히 낙생고 내부 주차장
부근의 혼잡뿐만 아니라 근처 대로변의 전반적인 교통 혼잡으로 이어질 것이며, 학생들(승용 차)의 하교 대기시간과 사고 위험성이 높아질 것으로 보인다. 이에 우리는 가장 현실적인 해결 책은 기존 셔틀버스의 운행 시간인 8교시 후와 야간 자기주도학습 후에 추가하여 7교시 후에 하교하는 인원들을 위한 추가적인 운행을 제안하는 바이며, 또한 야간 자기주도학습 제도의 조 정을 통한 분산적 하교의 필요성이 있음을 제안한다.
4. 홍보 및 사후 활용
□ 본 연구는 현재 낙생고등학교가 당면하고 있는 통학 질서 체계의 현실을 파악하는 것에 그 목적을 둔 것이고, 이를 바탕으로 매 해 학생들의 변화를 반영하여 효율적으로 등하교를 도울 수 있는 방안을 구축할 수 있는 프로그램의 개발에 대해 추가적인 연구를 해보고 싶다. 제한된 도로 상황과 교통 상황을 고려하여 수요자 중심의 최적화 방안을 찾을 수 있는 방안에 대한 다양한 접근을 통해 해결책을 갖는 후속 연구를 진행하고 싶다.
5. 참고문헌
□ SPSS 프로그램 관련
○ 노경섭(2014), 제대로 알고 쓰는 논문 통계분석 : SPSS & AMOS21, 한빛아카데미 ○ 황해익, 송연숙, 최혜진, 손원경(2016), 쉽게 배우는 SPSS 자료분석, 공동체
○ SPSS 사용자 포털 http://spss.datasolution.kr/main/main.asp
□ 교통 데이터 자료
○ 네이버 지도 https://map.naver.com/
○ 한국교통안전공단
http://www.ts2020.kr/main.do?retRef=Y&source=https://www.google.co.kr/
○ 경기도 교통 정보센터 (국가 대중교통 DB) http://gits.gg.go.kr/web/main/index.do ○ 통계청 http://kostat.go.kr/portal/korea/index.action
