의사결정나무와 로지스틱 회귀분석을 이용한 태권도 수련생 이탈 예측을 위한 비교연구

Abstract

본 연구는 로지스틱 회귀분석과 데이터마이닝 기법 가운데 의사결정나무 기법을 통한 태권도장의 이탈 수련생 예측에 가장 적합한 예측모형을 제시하는데 목적이 있다. 이와 같은 연구의 목적을 달성하기 위하여 경기도 및 인천광역시 소재의 태권도장 수련생을 모집단으로 설정하고 비확률 표본 추출법 중 편의추출법을 사용하여 수련생에게 1500부를 배포하였다. 회수된 설문지 가운데 신뢰성이 없다고 판단되는 자료를 분석대상에서 제외한 1,149부를 분석자료로 사용하였다. 설문지를 회수한 후 3개월이 경과한 뒤 등록유무를 파악하여 이월수련생 938명과 이탈수련생 211명으로 파악하였다. 자료처리는 SPSSwin 13.0 프로그램을 이용하여 교차분석, 신뢰도검증, 요인분석, 카이제곱 검증, t-검증, 의사결정나무 기법, 로지스틱회귀분석을 사용하였다. 이러한 절차와 방법을 통하여 도출된 본 연구의 결과는 다음과 같다. 1. 의사결정나무 기법과 로지스틱 회귀분석간 특이도의 차이를 알아본 결과 실제 이월자를 이월자로 예측하는 특이도에서는 로지스틱 회귀분석은 92.9%, 의사결정나무 기법이 96.3%로 다소 높게 나타났다. 2. 의사결정나무 기법과 로지스틱 회귀분석간 민감도의 차이를 알아본 결과 실제 이탈자를 이탈자로 예측하는 민감도에서는 로지스틱 회귀분석이 64.0%, 의사결정나무 기법은 44.5%로 나타났다. 3. 의사결정나무 기법과 로지스틱 회귀분석간 정확도의 차이를 알아본 결과 전체적인 분류정확도에서 의사결정나무기법이 86.8%, 로지스틱 회귀분석은 87.6%로 나타났다. 4. 의사결정나무 기법과 로지스틱 회귀분석간의 태권도장 수련생 이탈에 영향을 미치는 변인을 알아본 결과 의사결정나무 기법은 수련기간, 학년, 지도자만족, 추천의사, 시설만족도 변인으로 나타났으며, 로지스틱 회귀분석은 수련기간, 학년, 추천의사, 지도자만족도, 성별변인으로 나타났다. 이상의 결과를 종합해보면 의사결정나무 기법과 로지스틱 회귀분석간 태권도장 수련생 이탈 예측에 대한 비교 분석결과 두 모형 모두 분류정확도에서 높은 예측률을 나타내었고, 두 분석모형간 예측률의 차이는 나타나지 않았다. 이러한 결과는 이탈에 영향을 미치는 변인이 동일하게 사용되었기 때문이라 사료된다. 따라서 태권도장의 일선 지도자는 본 연구에서 밝히고 있는 예측모형과 예측률을 실제 수련생 관리와 경영전략수립에 이용함으로써 수련생 이탈 방지 및 효율적 경영에 도움을 줄 수 있을 것이다.; The purpose of this study is to suggest the most appropriate prediction model for prediction of defection of trainees of Taekwondo gymnasium through decision-making tree technique and logistics regression analysis. In order to accomplish the purpose of this study, I have distributed 1,500 questionnaires sheets to the trainees using by convenience sampling method among non probability sampling extraction methods by setting trainees of Taekwondo gymnasium located in Gyeonggi-Do and Incheon Metropolitan City. Among retuned questionnaires, I have used 1,149 sheets of questionnaires as analysis data by excluding data that are judged as data without reliability from the object of analysis. After the lapse of three months after collecting the questionnaires, I have found out 938 trainees of carry forward and 211 trainees of defection by examining the registration or not at that time. For data processing, I have used cross analysis, reliability verification, factors analysis, chi-square verification, t-test, decision-making tree technique, and logistics regression analysis using SPSS win 13.0 program. Results of this study derived from this procedure and method are as follows. 1. As the result of examining the difference of level of specialty between decision-making tree technique & logistics regression analysis, in the level of specialty predicting carry forward number of people with actual number of carry-over, logistics regression analysis was 92.9% and decision-making tree technique showed a little higher at 96.3%. 2. As the result of examining the difference of level of sensitivity between decision-making tree technique & logistics regression analysis, in the level of sensitivity predicting carry forward number of people with actual number of carry-over, logistics regression analysis was 64.0% and decision-making tree technique showed 44.5%. 3. As the result of examining the difference of level of accuracy between decision-making tree technique & logistics regression analysis, in the level of accuracy predicting carry forward number of people with actual number of carry-over, logistics regression analysis was 86.8% and logistics regression analysis showed 87.6%. 4. As the results of examining variables affecting defection of trainees of Taekwondo gymnasium between decision-making tree technique and logistics regression analysis, in case of decision-making tree technique, variables were training period, grade, satisfaction of instructor, recommendation intention, and satisfaction of facility and in case of logistics regression analysis, variables were training period, grade, recommendation intention, satisfaction of instructor, and sex. Summarizing the above result, as the result of comparison analysis of defection prediction of trainees of Taekwondo gymnasium between decision-making tree technique and logistics regression analysis, the two models showed all high prediction rate in the level of accuracy and there was no difference of prediction rate between the two analysis models. This result is believed to be because the same variables affecting defection were used in the same. Therefore, a front line leaders of Taekwondo gymnasium trainees can prevent trainees defection and help efficient management by using the prediction models and prediction rates in actual management of trainees as well as in the establishment of management strategy.