ERP시스템 성공요인이 ERP 도입 성과에 미치는 영향에 관한 연구 : 도입기관 특성을 중심으로

윤정분 광운대학교 2011 국내석사

With the rapid development of the IT technology over the past decade, many companies have adopted ERP systems as a survival strategy. However, in spite of the investment in time and the high cost, some implementation of ERP systems rather hindered the business by a failed adoption and operation. There are several reasons in the failure of the ERP system introduction. For example, the absence of the management strategy regarding the ERP system adoption, the lack of interests and capacities for the system within the organization, and the failure in finding the appropriate ERP system for the organization can lead to the failure. Many previous researches on the ERP system have focused on the successful aspect of the ERP system, mostly in the scope of manufacturing and profit-making businesses. These researches have overlooked two aspects. Firstly they ignored that ERP systems vary by the characteristics of organizations. Secondly, they did not pay attention to the fact that there is a variation in the performance of ERP systems. In this thesis I categorized the success factors of ERP systems into three types, i.e., the internal factor, the external factor and the process factor and then analyzed them by using the characteristics of the organizations as moderating variables. And the performance of ERP systems is measued by the organization type, the business field, and the size to observe the moderating effect of the characteristics of the organization. To that end, this study designed the research model by setting the ERP system success factor as independent variables, the performance of the ERP system introduction as a dependent variable, and the characteristics of the organization as moderating variables. To investigate what impact the independent variable has on the dependent variable, and what impact the moderating variable has on the dependent and independent variables, this study conducted a questionnaire survey for the IT staffs, managers, and executives of the organizations that had introduced ERP systems. The 127 responded answer sheets were used for the statistical analysis. To prove the research hypothesis, it tested the reliability and validity of the measurement methods, and analyzed the correlations among related variables with the factor analysis. Lastly, I tried to prove the hypothesis of this study by applying the multiple regression analysis on the research model. The analysis results are summarized in the following. Firstly, the internal factor of ERP systems has a strong positive (+) correlation with the performance of the ERP system introduction. Secondly, the external factor of ERP systems has a strong positive (+) correlation with the performance of the ERP system introduction. Thirdly, the process factor of ERP systems has a strong positive (+) correlation with the performance of the ERP system introduction. Fourthly, the moderating effect by the organization type did not show correlation with the impact of the ERP system success factors on the ERP system performance. Fifthly, the moderating effect by the business field is that the manufacturing sector was more influenced than the non-manufacturing sector in the internal factor whereas in the process factor, the non-manufacturing sector was influenced more. However, in the external factor, there was no variation by the business field. Sixthly, the moderating factor by size in the impact of ERP system success factors on the ERP system performance showed that the mid-sized company was influenced more only in the external factor. In the internal and process factors, the performance was independent from the moderating effect of the size. In comparison with the previous studies, this study analyzed the moderating effects by the organization type, the business field, and the organization size in measuring the impact of the ERP system success factor on the ERP system performance. By doing that, it seeks to contribute to the effective resource management of organizations by providing the success factors that lead to the ERP system performance upon or after the introduction of the ERP system. 최근 10여년 간 급격한 정보기술의 발달은 기업 생존 전략 수단으로 ERP시스템의 도입을 선택하였다. 하지만, 많은 시간과 비용에도 불구하고 ERP시스템 도입 실패로 오히려 기업의 발목을 잡는 현상이 나타났다. ERP시스템 도입 실패 원인은 여러 가지가 있겠지만, 도입에 따른 경영전략의 부재나 기업 내부의 관심 및 능력 부족, 혹은 자사의 특성에 적합한 ERP시스템을 찾지 못한 것도 있다. 선행 연구들은 제조업과 영리기업에 한정되어 성공적인 ERP시스템 도입에 대한 연구들이 주를 이루었다. 하지만, 도입기관의 특성에 따라 기업이 필요로 하는 ERP시스템은 다를 뿐만 아니라, ERP시스템 성과에도 차이가 있음을 간과하고 있었다. 따라서 본 연구에서는 ERP시스템 성공요인을 내부적요인, 외부적 요인, 프로세스 요인으로 구분하여 조절변수인 도입기관 특성인 법인형태, 업종, 규모 요인에 따라 ERP 도입 성과를 측정하여 도입기관 특성에 대한 조절효과를 측정하는데 초점을 맞추었다. 이를 위하여 본 연구에서는 기존 문헌 연구를 바탕으로 ERP시스템 성공요인을 독립변수로 ERP 도입 성과를 종속변수로, 도입기관 특성을 조절변수로 하여 연구모형을 설계하였다. 그리고 독립변수가 종속변수에 어떠한 영향을 미치는지, 조절변수는 독립변수와 종속변수에 어떠한 영향을 미치는지를 파악하기 위하여 ERP시스템 도입기관의 실무자, 관리자, 임원 등을 대상으로 설문조사를 실시하였고, 수집된 설문지 중 총 127부를 본 연구의 통계분석에 사용하였다. 가설의 검증을 위해 측정도구의 신뢰성 및 타당성 검증을 실시한 후, 요인분석을 통하여 관련 변수들 간의 상관관계를 분석하였다. 마지막으로 연구모형 검증을 위해 다중회귀분석을 사용하여 본 연구의 가설을 검증하였다. 본 연구에서 얻은 결과를 요약해 보면 다음과 같다. 첫째, ERP시스템의 내부적 요인은 ERP 도입성과에 강한 정(+)의 영향을 미친다. 둘째, ERP시스템의 외부적 요인은 ERP 도입성과에 정(+)의 영향을 미친다. 셋째, ERP시스템의 프로세스 요인은 ERP 도입성과에 강한 정(+)의 영향을 미친다. 넷째, ERP시스템 성공요인이 ERP 도입성과에 미치는 영향에 대한 법인 형태의 조절효과는 없는 것으로 검증되었다. 다섯째, ERP시스템 성공요인이 ERP 도입성과에 미치는 영향에 대한 업종의 조절효과는 내부적 요인에서는 제조업이 비제조업보다 영향이 크고, 프로세스 요인에서는 비제조업에서 더 큰 영향을 받는 것으로 검증되었다. 하지만, 외부적 요인에서는 업종에 대한 차이가 없는 것으로 보여진다. 여섯째, ERP시스템 성공요인이 ERP 도입성과에 미치는 영향에 대한 규모의 조절효과는 외부적 요인만 중기업에서 더 큰 영향을 받는다. 내부적 요인과 프로세스 요인은 규모의 조절효과에서 자유롭다고 할 수 있다. 본 연구는 선행 연구와 달리 ERP시스템의 성공요인이 ERP 도입 성과에 미치는 영향과 더불어 도입기관 특성인 법인 형태, 업종, 규모에 따른 조절효과를 분석함으로써 ERP시스템 도입 시 혹은 도입 후 ERP 도입 성과를 낼수 있는 성공요인의 제시를 통하여 기업의 효율적인 자원 활용에 기여할 것으로 본다.

학습분석을 적용한 중도탈락 예측모형에 관한 실증적 연구 : 사이버대학교의 사례를 중심으로

박철 광운대학교 일반대학원 2025 국내박사

Empirical Study on Dropout Prediction Model through Applying the Learning Analytics - Focusing on the Cases of Cyber Universities Chul, Park The Department of MIS The Graduate School of Kwangwoon University This dissertation explores the intricate factors influencing academic persistence through the development and empirical validation of a dropout prediction model enhanced by Learning Analytics (LA). The study further evaluates the efficacy of Intelligent Tutoring System (ITS) interventions by comparing an experimental group (utilizing ITS) with a control group (non-ITS users) and examines the disparities between these groups. The findings provide a foundation for designing a robust dropout prediction framework tailored for cyber universities. The research was conducted with 1,464 students enrolled in the first semester of the 2023 academic year at A Cyber University, divided equally into an experimental group of 732 and a control group of 732. Key variables analyzed include individual competencies, university admission characteristics, goal commitment, academic performance, staff-student interaction, off-campus engagement, peer group interaction, educational data mining, learning progress, and learning analytics. The study assessed the extent to which these factors influence academic persistence. The correlation analysis revealed significant relationships between academic persistence and independent variables, with coefficients ranging from 0.526 to 0.336. Validity and reliability were affirmed through exploratory factor analysis, grouping the variables into 10 coherent factors. The Cronbach’s α values for these factors ranged between 0.971 and 0.991, far exceeding the standard threshold of 0.7. To delve deeper into the dropout prediction model 1. Multiple Regression Analysis demonstrated that all independent variables significantly influenced academic persistence, thereby supporting hypotheses H1 through H10. 2. Comparative analysis of the two groups using multiple regression revealed that while all variables significantly impacted the experimental group, only 8 of the 10 variables (excluding university admission characteristics and off-campus engagement) were significant for the control group. 3. An independent samples T-test further validated notable differences between the two groups, with significant disparities observed in variables such as goal commitment, academic performance, educational data mining, learning progress, and learning analytics. These results underscore the effectiveness of ITS interventions in fostering academic persistence. Building upon Tinto’s (1993) conceptual framework of dropout and Kember’s (1989) dropout model in distance education, this study integrates advanced learning analytics techniques educational data mining, learning progress tracking, and comprehensive learning analytics into the proposed dropout prediction model. The findings highlight the pivotal role of learning analytics in accurately predicting and mitigating dropout risks. Furthermore, the provision of ITS services was shown to substantially enhance retention rates among cyber university students. This research represents a significant academic contribution by advancing the theoretical and practical understanding of dropout prediction in online higher education. By synthesizing established theoretical models with innovative analytics-driven methodologies, this dissertation not only validates a scalable dropout prediction model but also provides actionable insights for reducing dropout rates in cyber universities. Limitations of the current study and avenues for future research are also discussed to guide subsequent scholarly endeavors. 학습분석을 적용한 중도탈락 예측모형에 관한 실증적 연구 - 사이버대학교의 사례를 중심으로 본 연구는 학습분석(Learning Analytics)을 적용한 중도탈락 예측모형 에 관한 실증적 연구를 통하여 학업연속성에 미치는 중도탈락 요인을 살 펴보았고, ITS(Intelligence Tutoring System)을 적용받은 집단(실험)과 그렇지 않은 집단(통제)의 학업연속성에 미치는 영향을 살펴 보았다. 그 리고 이 두 집단 간의 차이가 있는지 검증하였다. 이러한 연구결과를 토 대로 사이버대학교의 중도탈락 예측 모형을 설계하였다. 본 연구는 A사이버대학교의 2023학년도 1학기에 재학중인 1,464명을 대상으로 실험집단 732명, 통제집단 732명으로 나누어 분석하였다. 연구 대상자들의 개인역량, 대학입학특성, 목표기관몰입, 학업수행, 교직원상호 작용, 교외활동, 동료집단상호작용, 교육데이터마이닝, 학습현황, 학습분 석이 학업연속성에 유의한 영향을 미치는지를 검증하였다. 학업연속성과 각 독립변인들 간의 상관관계는 최고(r=0.526)에서 최저 (r=0.336)으로 나타났다. 본 연구의 타당도와 신뢰도를 확인하기 위해서 탐색적 요인분석을 통해 10개로 잘 묶여 지고 있음을 확인할 수 있었으 며, 이들의 Cronbach’s α는 최저 0.971에서 최대 0.991까지로 모든 요인 이 기준치인 0.7을 초과하였다. 중도탈락 예측 모형을 살펴보기 위해서 첫째, 다중회귀분석(Multiple Regression Analysis)을 실시한 결과 학업연속성에 모든 요인이 유의하 게 영향을 미치고 있음을 확인하였다. 따라서 본 연구의 가설 H1부터 가설 H10까지 모두 채택되었다. 둘째, 두 집단간에 변인들의 영향력 차이는 어떻게 나타나는지를 검증 하기 위하여 다중회귀분석을 실시한 결과 실험집단은 모든 변인들이 학 업연속성에 유의한 영향을 미쳤으며, 통제집단은 10개의 독립변인중 2개 의 변인(대학입학특성, 교외활동)은 유의한 영향을 미치지 않았다. 셋째, 두 집단간의 차이가 있음을 알았고, 어떤 변인들이 영향력 차이 가 있는지 검증하기 위해서 두 집단간 평균의 차이(독립표본 t-검증)를 살펴보았다. 그 결과 두 집간의 차이가 있음을 발견하였다. 특히, 목표기 관몰입, 학업수행, 교육데이터마이닝, 학습현황, 학습분석에 있어서 차이 가 있음을 알았다. 이러한 결과는 ITS(Intelligence Tutoring System) 서 비스가 효과적임을 입증하였다. 본 연구는 Tinto(1993)의 중도탈락에 대한 개념적 모형과 Kember (1989)의 원격교육 중도탈락 모형에 기반하여 학습분석을 포함하여 사이 버대학교의 중도탈락 예측 모형을 설계하여 검증한 결과, 학습분석(교육 데이터마이닝, 학습현황, 학습분석)이 중도탈락 예측에 중요한 변인이 되 어짐을 밝혔다. 특히 사이버대학교 학생들에게 ITS서비스를 지원함으로 써 중도탈락률을 감소시킬 수 있음을 알 수 있었다. 본 연구는 Tinto(1993)와 Kember(1989)의 모형에 학습분석(교육데이터 마이닝, 학습현황, 학습분석)과 ITS서비스를 포함시켜 실증적 연구로 사 이버대학교 중도탈락 예측 모형을 검증하였다데 큰 의의가 있다. 끝으로 본 연구의 한계 및 후속 연구를 위한 제안점을 논의하였다.