dea를 이용한 사립대학의 경영효율성 분석´석열.pdfdea를 이용한 사립대학의...

敎育行政學硏究

The Journal of Educational Administration

2009, Vol. 27, No. 2, pp. 381~403

DEA를 이용한 사립 학의 경 효율성 분석

이 석 열(남서울 학교)

요 약

본 연구는 DEA(자료포락분석)을 활용하여 우리나라 사립 학의 상 효율성을 분석하는

데 목 이 있다. DEA 분석모형에는 투입변수와 산출변수 각각 5개씩 총 10개의 변수가 사용

되었다. 분석 상은 134개 학교로 KEDI의 교육통계센터의 자료를 활용하여 학별 효율치

를 산출하여 그 반 인 효율치 분포를 확인하고, 학배경변인별 효율성의 차이, 효율 ․

비효율 학의 특성 등을 분석하 다. 주요 연구결과는 다음과 같다. 첫째, 우리나라 사립

학은 효율 인 학과 비효율 인 학의 분포가 거의 유사했다. 둘째, 학 배경특성별로

학의 효율성에 차이는 규모별과 지역별에 있어 차이가 없었다. 셋째, 효율 인 학들과 비

효율 인 학들의 효율치 분석 결과가 개별 학마다 일 성을 보이지는 않았다.

【주제어】 학 효율성, 학평가, DEA, 학개선, 효율성 분석

Ⅰ. 서 론

최근 우리나라 학들은 학생 수의 감소와 학 구조조정 등 변하는 교육환경과 세

계 인 경제 기로 많은 어려움에 처해 있다. 미국의 경우도 1960년 와 1970년

고등교육의 양 팽창기를 거치고, 1980년 와 1990년 는 고등교육 재정의 축소와 교

육의 합성에 한 요구들로 인해서 학 간 경쟁을 통한 고등교육의 질을 확보하기

해 노력했다(Harris와 Baggett, 1992; Brennan과 Shah, 2000). 이제 우리나라 정부도

선택과 집 에 따른 차등화와 정보공시제 등으로 학 간의 경쟁을 유도하고 있다.

학들은 학의 자율성과 사회 책무성을 기본원칙으로 학의 생존을 한 발 방안

을 모색하고 경쟁력을 갖추기 해 그 어느 때 보다도 더 을 두고 있다.

하지만 우리나라 사립 학은 정부의 재원지원에 의해 운 되는 국․공립 학과는 달

382 敎育行政學硏究

리 학재정 때문에 많은 어려움을 겪고 있으며 재단 입 기 의 활성화와 학

의 수익사업 등 재정확보에 다양한 시도를 하고 있다. 앞으로 사립 학들은 학 경쟁

력을 높이기 해서 내부 으로 경 효율성을 높이는 한편 외부 으로는 사회 각 기

들과의 지원과 력 계를 넓 나가야 할 것으로 보인다.

경 효율성은 은 재원으로 보다 많은 서비스를 제공할 수 있는 투입 비 산출의

비율을 높이는 것이다(이은국 외, 2003; 윤정일 외, 2007). 이러한 경 효율성에 한 연

구는 은행, 병원, 보험회사 등과 같은 비 리 조직의 서비스 부분에서 주로 이루어져왔

으며, 효율성을 측정하는 통계기법으로 자료포락분석(Data Envelopment Analysis: 이하

DEA) 기법이 사용되었다. 기존의 효율성 측정방법인 비율분석법, 생산성지수법, 함수

근방법과 같이 임의의 가 치 부여와 특정한 함수형태를 가정하는 투입 비 산출의

효율성 측정으로는 그 용상의 한계가 있다(신 , 2006: 46). DEA는 다수의 투입-산

출 변수를 활용하여 비교단 간 상 효율성을 측정해 내는 기법으로 기존의 효율성

측정방법들에 한 비 과 그 한계를 극복할 수 있는 가장 타당성 높은 안의 하나로

활용되고 있고, 교육부분에서도 차 용범 가 확 되고 있다(Cooper et al. 2004;

용수 외, 2002; 천세 , 2002). DEA를 통해 학들은 비교 상 학들 에서 자기 학

이 상 으로 어느 정도 효율 인지를 분석하고 개별 투입이나 산출변수의 과불 일

치를 찾아냄으로써 지표별로 구체 인 효율성 제고 략을 수립할 수 있다(김민희, 나민

주, 김창원, 2008: 343).

그 동안 수행된 학 부분의 효율성 연구들을 보면 그 분석단 가 국가, 학, 학과

등으로 차 다양하게 이루어졌으며, 특히 학을 분석단 로 하는 연구가 가장 큰

심을 일으켰다(안태식 외, 1998: 이상호 외, 2000; 나민주 외, 2005; 신 , 2006; 모수원,

2006; 이호섭, 2007). 그럼에도 학의 경 효율성을 측정할 수 있는 객 인 척도를 확

보하기 어려워 우리나라 학들의 경 효율성을 제 로 분석하지 못하 다. 부분의

선행연구에서도 은 수의 학만을 상으로 하거나 특정 변수만을 가지고 연구가 이

루어졌다.

이제 정보공시제가 시행됨에 따라 공개된 자료를 활용함으로써 체 학까지 확 하

여 학교육의 효율성을 비교․분석하는 일이 가능하게 되었다. 따라서 본 연구는 정보

공시제에 공개된 자료를 토 로 경 효율성 평가에 합한 투입 산물 변수를 설정하

고, 이를 기 로 학의 상 인 경 효율성을 분석하고자 한다. 구체 으로 첫째,

DEA 기법을 활용해서 우리나라 사립 학의 경 효율성 정도를 분석한다. 둘째, 사립

학의 규모 소재지에 따라 상 인 경 효율성에 차이가 있는지를 분석한다. 셋째,

DEA 기법에 의한 효율 인 학에서 투입․산출 기여도와 비효율 인 학에서 효율

인 학이 되기 한 개선가능치를 비교․분석한다.

DEA를 이용한 사립대학의 경영효율성 분석 383

Ⅱ. 이론 배경

1. 상 효율성의 개념과 DEA 기법

효율성은 효과성과 함께 학자들마다 다양하게 사용하고 있다. 효과성이란 특정목표나

목 에 한 달성 정도를 의미하는 것으로 특정 결과와 성과를 어느 정도 성취하 는가

에 한 정보를 알려주지만 자원의 낭비정도나 활용정도 등에 한 정보는 제공해 주지

는 못한다. 효율성은 투입량에 한 산출량의 비율을 의미하는 것으로 같은 자원이라도

더 많은 결과를 래하거나 는 같은 결과를 가져오더라도 더 은 자원을 투입하는

것을 말한다. 결국 경 효율성 개념은 최소의 비용으로 어떻게 목 을 달성하는가에

한 문제로서 투입량에 한 산출량의 비율을 의미한다. 즉 결과가 얼마나 성취되었는가

하는 문제는 효과성의 문제지만, 그 결과를 성취하기 하여 자원을 어느 정도 잘 활용

하 는가를 나타내는 것은 효율성이다.

학의 경 효율성은 학의 특수성에 기 하여 통 으로 산출과 결과보다는 투입

과 과정을 시하여 차와 규칙을 심으로 근하는 형태를 보여왔다(황 주, 2000:

108). 이러한 형태는 학이 추구해야 하는 최종 인 목표보다는 주어진 차와 규칙을

수하는 데에만 을 두게 되므로 그 결과 효율성을 분명하게 제시하지 못하는 한계

가 있다.

한 기존의 연구들은 학의 효율성을 평가하는데 단순히 학생 교수 비율 는

학생당 비용과 같이 하나의 산출물과 하나의 투입요소의 비례에 근거한 비율분석법을

사용하거나 아니면 더 발 된 형태의 회귀분석법을 사용하 다. 그러나 이와 같은 회귀

분석법을 이용한 교육생산함수를 추정하는 기존의 연구들은 제각기 다른 생산함수를 이

용하여 교육생산함수를 추정하고 있으며, 가정한 생산함수의 형태에 따라 연구결과도

상당한 차이를 보이고 있다. 기존의 평가 방식과는 달리 DEA(Data Envelopment

Analysis)는 다수의 투입변수를 이용해서 다수의 산출변수를 제공하는 특정 의사결정단

(Decision Making Unit, DMU)의 성과를 평가하는 비교 새로운 근방식이다

(Cooper, Seiford, Zhn, 2004).

DEA는 여러 투입과 여러 산출 구조에서 복수의 투입요소와 복수의 산출물을 동시에

고려하여 상 효율치를 도출하기 때문에 단일투입요소와 단일산출물간의 계를 나

타내는 비율분석의 단 을 보완할 수 있다. 한 각각의 산출물 는 투입요소에 해

가 치를 필요로 하지 않아 지수법에서 존재하는 가 치의 주 성 문제가 존재하지 않

고 투입요소와 산출물간의 특별한 함수형태를 가정하지 않는다. 결국 DEA는 투입과 산

출의 측정단 를 하나의 단 로 통일할 필요가 없이 각 요소의 측정단 가 상이하여도


무 하게 상 효율을 추정할 수 있다. 결국 DEA는 투입요소와 산출물에 해 자의

인 가 치를 부여하지 않고, 다수의 투입요소와 다수의 산출요인을 동시에 고려하여

상 효율성을 측정하는 방법이다. DEA를 통한 학교의 성과평가의 의의는 조직이나

기 의 상 효율성 측정이 가능한 평가방식이라는 이다. 동시에 상 으로 효율

인 조직을 거집단으로 삼아 비효율 인 조직에 한 개선방안을 제시할 수 있다(신

석 외, 2008: 49). 이러한 장 으로 인하여 이제 DEA 기법은 교육기 과 교육정책, 그

리고 개별 학생 차원의 효율성 평가에 활용될 수 있다.

DEA는 투입지향모형(Input-oriented model)과 산출지향모형(Output-oriented model)

으로 구분된다( 용수 외, 2002). 투입지향모형은 산출수 을 일정하게 유지하면서 투입

요소 혹은 비용을 어느 정도까지 최소화할 수 있는가, 즉 투입최소화에 심을 갖는다.

반면에 산출지향모형은 일정수 의 투입요소가 주어졌을 때, 어느 정도까지 산출을 달

성해야 하는가 즉 산출극 화에 심을 갖는다. 한 규모수익을 어떻게 가정하느냐에

따라 CCR모형과 BCC모형이 있다. 규모수익은 모든 투입요소를 비례 으로 증가시켰을

때, 산출의 반응을 의미하는 것이다. CCR모형은 투입요소를 비례 으로 증가시킬 때 산

출도 일정하게 증가한다고 하는 불변규모수익(Constant Return to Scale)인데 반해 BCC

모형은 투입요소가 커짐에 따라 불변규모수익이 단계를 거쳐 결국에는 체감규모수익을

나타내는 변동규모수익(Variable Return to Scale)의 특성을 가정하고 있다.

2. 상 효율성의 투입 ․산출변수의 분류

가. 선행연구의 분류

DEA 기법을 통한 학교의 성과측정은 Charnes, Cooper, Rhodes(1978)에 의해 처음으

로 이루어졌다. 우리나라에서 DEA 기법을 활용한 학 효율성 연구는 1990년 후반부터

이루어졌다. 안태식 외(1998)의 한국 학의 효율행태와 향요인, 김인재(2000)의 학의

재정지원에 한 효과성 측정연구, 이상호 외(2000)의 DEA를 이용한 학의 효율성 평

가, 나민주 외(2005)의 DEA를 활용한 학교육의 효율성 국제비교, 신 (2006)의 DEA

를 통한 학의 상 효율성 평가연구, 모수원(2006)의 DEA모형을 이용한 문 학

효율성 평가, 이호섭(2007)의 DEA를 활용한 학의 특성별 효율성 평가 연구 등은 련

선행연구의 들이다. 이러한 선행연구 에서 안태식 외(1998), 신 (2006), 이상호 외

(2000), 그리고 이호섭(2007)은 개별 학을 단 (DMU)로 설정했고, 나민주 외(2005)는

국가를 단 로 설정했으며, 모수원은 우리나라 16개 시도를 단 로 설정했다.

DEA에 활용되는 변수들의 타당성을 확인할 수 있는 선행연구에서 사용된 투입


구분 투입변수 산출변수

Athanassopoulso & Estelle(1997)

비용 -교육지원비 -연구비

-졸업자수-학 수여자수- 학연구순산출

-학부생수 - 학원생수- 임교원수 -연구비-학생들의 3년간 A-level 수 평균-도서 ․컴퓨터서비스 비용

Abbotta & Doucouliogos(2003)

- 임교원수-직원수- 학인건비 제외 총지출액- 학주식자본

연구-연구지원비 -외부연구비-연구지출비

교육- 일제 학생수 -학 수여자수

최태성․김성호․김형기(1997)

-교수의 인원수 -교내연구비-교외연구비

-학회논문수- 학논문편수- 서, 번역, 편

안태식 외(1998)-교수수 -직원수- 리운 비 -인건비-기자재비

-학부학생수- 학원생수-취업자수

이홍배, 이상호(2001)

-학생 100인당 교수 수-학생 100인당 교직원 수-총 세입 액-건물면 -교직원 연구 건수-평당 리운 비 -1인당 인건비-장학 수혜폭

-학생상 응지수-교수 외 연구 수혜액-교수의 연구실

나민주 등(2005)

-학생 100명당 교수수-공립 학 비 -학생당 교육비-GDP 비 공교육비-교직원 인건비 비-교수당 연구개발 산

- 졸자 취업률-고등교육 이수율- 학교육 만족도-교수당 SCI 논문수-논문당 피인용비용

신(2006)

-교수수 -직원수- 학원학생수 -인건비(보수)-교내연구비 -장서수

-국제 A 논문수(교수, 학원생)-논문의 피인용 횟수-국내 논문수-연구용역수입 -사회 평 도

이호섭(2007)-교수수 -직원수-학생수 -교육비-연구비

-취업자수-연구실

산출변수들을 보면 다음과 같다.

<표 1> DEA에 사용된 투입 산출변수

<표 1>에서 알 수 있듯이 학교육 분야에서 사용되는 투입변수를 살펴보면 교수 수,

학생 수, 직원 수를 기본으로 학생당 교수 수, 학생당 교직원 수, 교사 시설 교지의

면 , 리비 교육지원비, 교수 교직원 1인당 인건비 등이 있다. 산출변수로는 학


생의 취업률, 교수의 연구실 , 교수의 연구 수혜액 등이 있다.

이 에서 개별 학을 단 (DMU)로 한 연구만을 심으로 살펴보면 보았다. 안태식

외(1998)는 연구 심모형과 교육 심모형으로 이원화하고, 학의 특성을 설립, 규모, 공

과 학 유무, 의과 학 유무로 설정하여 효율성을 분석하 다. 그 결과 우리나라 학은

교육모형에서의 효율성이 높은 반면 연구모형에서의 효율은 낮은 것으로 나타났다. 사

립 학은 교육에 있어서 국립 학에 비해 효율 이며, 교육에 있어서 규모 학이 소

규모 학에 비해 효율 이고, 연구에 있어서 규모 학이 소규모 학과 규모

학에 비해 효율 이라는 결과를 제시하고 있다. 신 (2006)는 학의 특성을 설립, 규

모, 소재지로 설정하여 효율성을 분석하 다. 그 결과, 사립 학이 국립 학에 비해 효

율 이며, 소규모 학이 규모 학에 비해 효율 이고, 수도권 소재 학이 지방

학에 비해 효율 인 것으로 나타나고 있다. 이호섭(2007)은 학 효율성에 향을 미치

는 학 특성변수로 설립, 유형, 규모로 설정하여 효율성을 분석하 다. 설립별로는 사

립 학이 국립 학에 비해 효율 이며, 유형별로는 교육 심 학이 종합 학에 비해 효

율 인 것으로 나타났다. 규모별로는 규모 학이 소규모 학에 비해 효율 인 것으

로 나타났다.

이러한 선행연구에서 공통 으로 제시되는 DEA의 제한 은 투입 변수 군과 산출변

수 군은 선행연구에서 사용된 변수 군을 참고하여 결정되지만, 어디까지나 그 연구의

목 과 수합 가능한 자료에 따라서 조정될 수밖에 없으며, 다른 변수를 포함할 경우에

는 동일한 결과가 도출된다고 보장하기 어렵다는 사실이다. 즉 DEA를 용할 때 요

한 사항이 바로 투입변수와 산출변수를 무엇으로 하느냐가 요하다.

나. 본 연구자의 분류

학 경 효율성 측정을 한 투입 산출변수의 분류는 크게 교육투자효율성 역

과 연구투자효율성 역으로 구분하 다. 나민주․김민희(2005)와 안태식 외(1998)의 연

구에서도 분석모형을 교육과 연구 역별로 각각 설정하고 있다. 이는 학의 특성을 고

려하여 보다 분석 으로 근 한다는 측면도 있고, 학의 유형을 교육 심 학과 연구

심 학으로 분류하여 DEA 기법의 용할 때 유용할 수 있기 때문이다.

1) 교육투자 효율성

교육투자효율성을 분석하기 한 련 주요지표는 <표 2>와 같다. 학의 투입요소로

교수 직원에 한 인 사항이 가장 기본 인 변수다. 교수의 경우는 일반 으로 교

수 1인당 학생 비율로 할 수 있지만 이는 숫자가 커질수록 오히려 비효율 인 수치이기


측정

항목측정지표 산출식(비율=공식x100) 비고

투입

교지확보율 기 면 /보유면 정보공시제

교사시설확보율 (기본시설+지원시설)/기 면 ×100 〃

기숙사 수용율 수용인원/재학생 수 〃

수익용재산확보율의

학생운 경비 충당율학생운 경비부담액/(수입-비용)

한국사학

진흥재단

교원확보율 겸임 빙교수를 포함한 교수 수/교수법정정원 정보공시제

학생 1인당 직원수 학생 수/직원 수 〃

산출

신입생충원율 (입학생 수/모집인원 수)×100 〃

재학생충원율 (재학생 수/편제정원)×100 〃

도탈락학생비율 (사유별 도탈락 학생수/재 학생 수)×100 〃

순수취업률[취업자/{졸업자-(진학자+입 자+취업불가능자+외

국인 유학생}]×100〃

때문에 법 기 이 명시되어 있는 편제정원 비 체 교원 수인 교원확보율로 한다.

다만 직원의 확보율은 구체 으로 기 이 없기에 학생 1인당 직원수를 산출한다. 물

자원의 투입요인은 학 설립의 요건인 교지 교사의 확보 기숙사 수용율로 한다.

그리고 재정 자원의 투입요인은 수익용 기본재산 확보율 에서 실제 학생운 경비

충당이 어느 정도인지를 악한다. 학의 산출요소는 학생에 을 두고, 학생의 신입

생 충원율, 재학생 충원율, 도탈락학생비율 그리고 순수취업률로 한다.

<표 2> 교육투자 효율성 측정 지표

2) 연구투자 효율성

연구투자 효율성 분석 역에서는 학이 연구에 한 투자가 어느 정도이고 이에

한 교수들의 연구실 결과가 어느 정도인지를 분석한다. 구체 으로 학의 투입요소

로 교수들이 연구에 한 부담과 연구여건에 한 변수다. 구체 으로 교원 1인당 학생

수, 임교원 수업시수, 임교원 1인당 연구비, 연구소의 유 연구인력 등을 분석한다.

연구투자 효율성에 한 산출은 연구실 과 임교원 1인당 연구비 수주액이 어느 정도

인지를 가지고 분석한다.

연구투자 효율성을 분석하기 한 주요지표는 다음 <표 3>과 같다.


측정항목 측정지표 산출식(비율=공식x100) 비고

투입

교원1인당 학생 수 학생 수/ 임교원 수 정보공시제

임교수 수업시수 1±( 임교수 총 수업시수/ 임교수 수) 〃

임교원 1인당 연구비 (교내연구비+교외연구비)/ 임교원수 〃

연구시설(유 연구인력) 임연구 인력 수 〃

산출

임교원 1인당 연구실체 임교원 연구실 (계) ÷ 임교원

수(계)〃

임교원 1인당 연구비

수주액

체 임교원 연구비 수주액 ÷

임교원 수(계)〃

<표 3> 연구투자 효율성 련 지표

Ⅲ. 연구방법

1. 분석 상 변수

이 연구의 분석 상은 4년제 사립 학을 상으로 하 고, 한국교육개발원의 교육통

계센터에서 제공한 데이터를 한국사학진흥재단을 통해 수집하여 활용하 다. 다만 우리

나라 사립 학 체를 분석하고자 했으나 여러 변수들 가운데 락치 혹은 0이 있는

학은 분석 상에서 제외하 고, 본 연구에서 분석한 4년제 사립 학은 모두 134개 학

이었다. 우리나라 학의 국․공립 학과 사립 학의 운 에 차이가 있기에 사립 학만

을 상으로 함으로써 연구결과의 일 성을 기할 수 있지만, 반면에 사립 학에만 한정

을 했기 때문에 국․공립 학까지 일반화 시킬 수 없는 한계가 있다.

본 연구에서는 이미 앞의 <표 2>와 <표 3>에서 제시한 투입변수 산출변수 에서

실 으로 이용 가능한 변수집합을 선정하여 DEA 기법을 용한다. 그 이유는 아직까

지 정보공시제가 정착되지 않은 계로 학별로 객 으로 비교 가능한 형태의 요인

들을 정량화하여 효율성을 측정하기 해서다. 한 인력과 시설을 심으로 투입요소

를 선정하고, 산은 포함시키지 않았다. 왜냐하면 산( 는 결산)을 투입요소로 사용

할 경우 조직의 직 인 투입을 포 으로 포착할 수 있다는 장 이 있는 반면에 각

학별로 상이할 수 있는 산 사용 형태의 특수성을 간과하는 경우가 생길 수 있기 때

문이다. 따라서 비교 안정 인 효율성 요소인 인력과 시설을 심으로 한 지표를 사

용하 다. 본 연구에서 이용하는 변수집합은 다음과 같다.


<표 4> DEA 분석의 변수 집합

변수 모델 교육투자효율성 연구투자효율성 경 효율성

투입변수

1. 교지확보율

2. 교사확보율

3. 교원확보율

4. 학생 1인당 직원수

1. 임교원 1인당

연구비

1. 교지확보율

2. 교사확보율

3. 교원확보율

4. 학생 1인당 직원수

5. 임교원 1인당 연구비

산출변수

1. 신입생 충원율

2. 재학생 충원율

3. 도탈락학생비율

4. 순수취업율

1. 임교원 1인당

연구실

1. 신입생 충원율

2. 재학생 충원율

3. 순수취업율

4. 도탈락학생비율

5. 임교원 1인당 연구실

※ 경 효율성에 한 체 변수는 <표 2>와 <표 3>에 명시되어 있음.

2. 자료처리

첫째, 비교 상이 되는 체 그룹 에서 상 효율성이 가장 높은 학을 100%

기 으로 학의 효율성 수의 분포를 제시하 다. 이와 같이 체 학 에서 효율

성 수의 분포가 어는 정도인지를 확인함으로써 우리나라 사립 학이 효율 인 학과

비효율 인 학 정도를 악할 수 있다. 이를 확인하기 하여 본 논문에서는 DEA 기

법 가운데 CCR모형과 BCC 모형을 모두 사용하여 비교하 다. CCR모형은 규모에 한

투자효율성이 일정하다는 조건을 가정한다. 이는 투입물을 증가하여도 산출이 일정한

비율로 밖에 증가하지 않는 것을 의미한다. 한편 BCC모형은 CCR모형에 한 가지 제약

식을 더하여 규모에 한 투자효율성이 변하는 경우도 감안하고 있다. 즉 규모가 변할

때 효율이 증가할 수도 있고 감소할 수도 있는 경우를 고려한 모형이다. DEA 효율치

분석을 해서 Excel 2003, Frontier Analyst Professional v. 3.2.2 로그램을 사용하

다.

둘째, 학 배경변인인 규모별과 지역별에 따라 학 간 차이가 있는지를 검증하기

해서는 DEA 효율치가 상 비교자료이므로 비모수검정인 Kruskal-Wallis Test(χ2)

를 실시하 다. 기술통계치와 비모수검정에는 SPSS 15.0 for windows 로그램을 사용

하 다.

셋째, DEA 기법의 장 에 하나인 효율 인 학과 비효율 인 학의 특징을 분

석하 다. 거횟수가 많은 효율 인 학은 어떤 변인이 어느 정도 기여를 해서 효율

성 수가 나타났는지를 확인하 다. 그래서 효율 인 학의 효율성에 향을 미치는


N %

지역내

수도권 58 43.3

역권 24 17.9

지방권 52 38.8

학교규모

소규모

(5,000명 미만)55 41.0

규모

(5,000-10,000명 미만)32 23.9

규모

(10,000명 이상)47 35.1

계 134 100%

변수가 무엇인지와 어느 정도 기여를 했는지를 확인하 다. 한 비효율 인 학은 개

별 학마다 효율성을 최고치인 100이 되기 해서는 어떤 변인을 얼마나 조정해야 가

능한지 잠재 개선가능치(potential improvement)를 구하여 비교․분석하 다.

3. 분석 상 학의 특성

우리나라 학교의 효율성을 분석하기 해 본 연구에서 사용된 분석 학의 규모별

소재지별로 구분하여 제시하면 <표 5>와 같다.

<표 5> 분석 상 학교 분류 표

Ⅳ. 연구 결과

1. 기술통계치

본 연구에서 사용된 학의 분석변수의 기술통계치를 제시하면 <표 6>과 같다. 기술

통계치의 평균을 보면 교지확보율 320.0%, 교사확보율 118.5%, 교원확보율 65.1%, 학생

1인당 직원수는 .019명, 임교원 1인당 연구비 약 27,074천원, 신입생 충원율은 95.5%,

재학생 충원율 91%, 공일치 순수 취업률 50.9%, 도탈락학생비율 94.2%(실제로 화난

하면 5.8% 임), 교원 1인당 연구실 0.3편으로 나타났다.


<표 6> 분석변수의 기술통계치

(N=134)

평균 표 편차 최소값 최 값

투입변수

교지확보율 320.0 472.4 20.7 3515.7

교사확보율 118.5 72.3 52.8 653.3

교원확보율 65.1 34.2 31.5 346.1

학생 1인당 직원수 .0190 .0147 .004 .097

임교원 1인당 연구비 27,074 48,644 176 437,535

산출변수

신입생충원율 95.5 11.2 27.6 128.2

재학생충원율 91.0 15.9 30.4 133.6

순수취업률( 공일치) 50.9 14.6 05.9 100.0

도탈락 학생비율* 94.2 4.8 65.2 99.6

임교원 1인당 연구실 0.31 0.24 0.14 2.69

* 도탈락학생비율은 (1- 도탈락학생비율)의 수치로 역산하여 제시된 수치 임.

가. 반 인 효율치의 분포

본 연구의 DEA 분석에 사용된 134개 학의 경 효율성을 CCR모형과 BCC모형으로

나 어 보면 그 분포를 보면 다음과 같다.

[그림 1] CCR모형의 효율성 분포


[그림 2] BCC모형의 효율성 분포

CCR모형과 BCC 모형으로 나타난 우리나라 사립 학의 경 효율성 분포를 비교해

보면 다음과 같다.

<표 7> 사립 학의 경 효율성 분포

구분CCR 모형 BCC 모형

N % N %

100 학의 수 42 31.4 70 52.2

90 학의 수 30 22.4 64 47.8

80 학의 수 27 20.1 - -

70 학의 수 22 16.4 - -

60 학의 수 7 5.2 - -

50 학의 수 2 1.5 - -

40 학의 수 3 2.2 - -

30 학의 수 1 0.8 - -

합계 134 100 134 100

CCR 모형의 결과에 따른 효율성 값의 분포를 살펴보면, 100 의 효율성 값을 나타

내는 학들은 42개 학으로 약 31%이며, 90 가 30개 학으로 약 22%로 나타났

다. 60 이하의 아주 낮은 효율성 값을 나타내는 학도 13개 학으로 약 9% 정도

되고 있으며 이들 학들은 비효율 이라고 평가할 수 있다.

BCC 모형의 결과에 따른 효율성 값의 분포를 살펴보면, 100 의 학들은 70개


학으로 약 52%이고, 90 의 학이 64개 학으로 약 48%로 나타났으며 그 이하의

학들은 없었다. BCC 모형의 결과는 CCR모형에 비해서 학들의 효율성 정도가 높게

나타나고 있다.

나. 학 배경변인별 효율치 차이 분석

학 특성을 나타내는 배경변인별인 규모별과 지역별로 효율치 차이를 비모수검정하

여 분석한 결과는 <표 8>과 같다.

<표 8> 학 배경변인별 효율치 차이 분석 결과

구분 N CCR모형 BCC모형

규모별

소규모(5,000명 미만) 55 67.56 72.41

규모(5,000-10,000명 미만) 32 68.14 58.28

규모(10,000명 이상) 47 66.99 68.03

χ2 134 .018 3.13

지역별

수도권 58 68.73 71.28

역권 24 78.56 75.08

지방권 52 61.01 59.79

χ2 134 3.57 4.10

분석결과에 의하면 CCR모형과 BCC모형 모두에서 규모별과 지역별로 유의한 차이가

없는 것으로 나타났다. 기존의 선행연구에서는 규모별과 지역별로 유의한 차이가 나타

나기도 했다. 를 들어 신 (2006)의 연구에서는 규모학보다 ․소규모 학이 보

다 효율 으로 나타났다.

다. 효율 인 학과 비효율 인 학의 특성

1) 효율 인 학의 투입․산출변수의 기여도

효율 으로 명된 학 에서도 거집단 참조 횟수가 많을수록 모범 인 효율 인

학임을 의미한다(Banxia Software, 2003). 여기서 효율성의 거집단 참조 횟수가 30회

이상인 학만을 보면 다음과 같다.


<표 9> 경 효율성의 거집단 참조 횟수

CCR BCC

학명 참조된 횟수 학명 참조된 횟수

DMU 78

DMU 22

DMU 63

DMU 41

DMU 25

DMU 68

55

51

40

38

36

30

DMU 78

DMU 109

DMU 63

DMU 68

61

45

40

32

에 제시된 학들 에서 CCR모형과 BCC모형 모두에서 효율 인 학으로 분류

된 DMU78는 규모이며 수도권에 있는 학이고, DMU 63는 소규모이며 수도권에 있

는 학이며, DMU 68은 규모이며 수도권에 있는 학이다. 그 외에 DMU는 소규모

이며 역권, DMU 41 규모 수도권, DMU 25는 소규모이며 지방권, DMU 109는 소

규모이며 수도권에 있는 학이었다.

이들 학의 경 효율성에 한 투입․산출변수의 기여도가 어느 정도인지를 알아본

결과는 다음과 같다.

<표 10> 효율성 모범 학의 효율성에 한 투입․산출변수 기여도(%)

학

투입변수 산출변수

교지

교사

교원확보율

학생1인당 직원수

1인당 연구비

신입생

충원율

재학생

충원율

도탈락학생비율

공취업율

1인당 연구실

DMU 78 61 29 10 60 11 29

DMU 22 22 78 60 40

DMU 63 36 3 37 19 5 73 27

DMU 41 67 33 66 12 23

DMU 25 100 100

DMU 68 89 15 72 13

DMU 78의 경우 투입변수로는 교사, 학생 1인당 직원수, 1인당 연구비, 산출변수로는

재학생충원율, 취업률, 1인당 연구실 의 기여도가 높았다. 특히 투입변수에서 교사확보

율과 산출변수에서 재학생충원율의 효율성 기여도가 높은 것으로 나타났다.

DMU 22는 투입변수로는 교지와 학생1인당 직원수, 산출변수는 재학생충원율, 도탈


락학생비율의 효율성 기여도가 높은 것으로 나타났다. DMU 63, DMU 41, DMU 25,

DMU 68의 효율성 기여도에 작용한 투입변수와 산출변수가 학마다 차이가 있는 것으

로 나타났다. 다만 투입변수에서는 학생 1인당 직원수, 산출변수에는 재학생충원율과 1

인당연구실 의 기여도가 높게 작용하고 있다.

2) 비효율 인 학의 잠재 개선 가능치

DEA 기법은 비효율 인 의사결정단 (DMU)의 투입과 산출변수에 한 목표값과 조

정율(%)를 기 로 비효율 인 학에 어떤 투입변수나 산출변수를 얼마나 조정해야 효

율성 값 100을 얻을 수 있는지를 탐색해볼 수 있다. 가장 비효율 인 2개의 학교만을

상으로 CCR 모형에서 제시하고 있는 효율성 개선 목표 조정비율을 보면 <표 11>

과 같다.

<표 11> 효율성의 개선을 한 의사결정단 (DMU)별 목표 조정비율(CCR)

DMU 효율성 값 투입산출변수 실제값 목표값 조정율(%)

DMU 26 36.28

임교원 1인당 연구

학생1인당직원수

교원확보율

교사시설확보율

교지확보율

교원1인당 연구실

취업률


재학생충원율

신입생충원율

3800.65

0.08

1.13

6.53

22.94

0.04

0.06

0.97

0.71

0.87

3800.65

0.03

1.12

1.37

3.57

0.07

0.99

1.55

1.14

1.47

0

-61.78

0

-79.07

-84.42

59.54

1571.93

59.54

59.54

69.24

DMU 96 41.33



교원확보율


교지확보율


취업률


재학생충원율

신입생충원율

5200

0.09

0.96

3.28

17.74

0.04

0.39

0.95

0.76

0.92

5200

0.01

0.96

1.07

3.51

0.06

0.83

1.36

1.08

1.48

0

-86.38

0

-67.41

-80.2

43.17

113.7

43.17

43.17

60.86

CCR 모형을 용한 결과 DMU 26의 경우 효율성 100을 달성하기 해서는 투입변수

인 학생1인당 직원수 61.78%, 교사시설확보율 79.07%, 교지확보율 84.42%를 조정시키는

노력이 필요하다. 마찬가지로 DMU 96의 경우도 각각의 투입변수별로 목표와 조정비율


(%)이 필요한 것으로 나타났다. 두 학의 공통 은 투입변수에서 학생1인당 직원수, 교

사시설확보율, 교지확보율을 축소해야 한다는 과, 산출변수에서 모두 확 해야 한다는

이다.

한편 BCC 모형에서 제시하고 있는 효율성 개선 목표 조정비율을 보면 <표 12>와

같다.

<표 12> 효율성의 개선을 한 의사결정단 (DMU)별 목표 조정비율(BCC)

DMU 효율성 값 투입산출변수 실제값 목표값 조정율(%)

DMU 13 93.59



교원확보율


교지확보율


취업률


재학생충원율

신입생충원율

11297.69

0.02

53.33

70.35

231.8

0.73

35.1

89.71

68.54

74.51

11297.69

0.02

53.33

70.34

63.61

0.87

43.66

95.85

106.49

98.76

0

-3.86

0

0

-72.56

19.87

24.4

6.85

55.37

32.55

DMU 131 94.67



교원확보율


교지확보율


취업률


재학생충원율

신입생충원율

7389.32

0.01

63.18

91.39

98.19

0.63

50.69

90.6

84.82

94.49

7389.32

0.01

63.18

91.39

98.19

0.95

54.82

95.71

89.6

99.81

0

0

0

0

0

50.66

8.15

5.63

5.63

5.63

DMU 43 94.96



교원확보율


교지확보율


취업률


재학생충원율

신입생충원율

25527.57

0.01

64.96

86.1

252.63

0.61

50

83

82.03

97.21

7255.21

0.01

64.96

85.99

252.63

0.73

56.14

93.39

86.39

102.37

-71.58

0

0

-0.13

0

18.48

12.29

12.52

5.31

5.31


<표 12>에서 DMU 13의 경우 투입변수인 학생1인당 직원수 -3.86%, 교지확보율

-72.56%를 조정하는 노력과 동시에 연구실 19.87%, 취업률 24.4%, 도탈락학생비율

6.85%, 재학생충원율 55.37%, 신입생충원율 32.55%의 산출 수 을 더 높여야 효율성

100을 달성할 수 있다. 마찬가지로 DMU 131과 DMU 43의 경우도 투입변수와 산출변

수별로 목표치와 조정비율(%)이 필요한 것으로 나타났다. BCC 모형에서는 CCR모형과

는 달리 개별 학마다 투입변수를 축소하는 것이 달랐다. 하지만 산출변수는 역시 모두

더 확 를 해야 하는 것으로 나타났다.

라. 해석 논의

본 연구에서 도출된 결과를 심으로 해석 논의를 다음과 같이 제시하고자 한다.

첫째, 우리나라 사립 학의 상 경 효율성 분포를 보면, CCR모형인 경우는 100%

효율성을 달성하고 있는 학이 체 학수의 약 31%로 다소 낮게 나타났다. BCC 모

형인 경우는 100% 효율성을 달성하고 있는 학이 체 학수의 약 52%정도인 것으

로 나타났다. 부분의 DEA를 활용한 최근 선행연구에서 CCR모형보다 BCC모형을 활

용하고 있기 때문에 우리나라 사립 학은 효율 인 학과 비효율 인 학의 분포가

거의 유사하다고 할 수 있다.

둘째, 비정규분포를 가정하고 있는 DEA의 특성을 고려하여 학 배경특성별로 효율

성 차이를 비모수검정을 통해 검증한 결과, 지역별과 규모별에 따른 통계 으로 유의한

차이가 없었다. 이는 선행연구에서는 체로 규모이면서 수도권의 학이 효율성이

높은 것으로 나타났지만, 본 연구에서는 그러한 차이를 보이지 않았다. 그 이유는 DEA

분석 자체가 투입 산출군에 따라 결과가 달라질 수 있다는 과, DEA 효율치 자체

가 상 비교자료이므로 비모수검정을 해야함에도 불구하고, 선행연구에서 t-검증이나

일원변량분석을 하 기 때문으로 보여진다. 결국 사립 학의 경 효율성이 지역별과 규

모별에 의해서 향을 받기 보다는 개별 학의 투입변수와 산출변수에 의해서 결정된다

고 보아야 할 것이다. 그럼에도 경 효율성의 거집단 참조 횟수가 30회 이상인 효율

인 학으로 분류된 3개 학의 공통된 특징이 모두 수도권이라는 을 볼때 지역

으로 수도권에 보다 경 효율성이 높을 수 있는 개연성이 있다.

셋째, 경 효율성이 높은 학에서 투입․산출변수의 기여도가 어느 정도인지를 알아

본 결과, 효율성 기여도에 작용한 투입변수와 산출변수가 학마다 차이가 있는 것으로

나타났다. 다만 투입변수에서는 학생1인당 직원수, 산출변수에는 재학생충원율과 1인당

연구실 의 기여도가 높게 작용하고 있었다.

넷째, 가장 비효율 인 2개의 학교만을 상으로 CCR 모형에서 제시하고 있는 효율


성 개선 목표 조정비율을 보면 두 학의 공통 은 투입변수에서 학생1인당 직원수,

교사시설확보율, 교지확보율을 축소해야 한다는 과, 산출변수에서 모두 확 해야 한다

는 이었다. 한편 BCC 모형에서는 CCR모형과는 달리 개별 학마다 축소해야할 투입

변수가 달랐다. 하지만 산출변수는 역시 모두 더 확 를 해야 하는 것으로 나타났다.

본 연구에서는 DEA를 용하는 두 가지 방법인 CCR모형과 BCC모형을 모두 사용하

여 비교하면서 학의 효율성 정도를 분석하 다. 연구결과를 볼 때 실제 이러한 결과

를 학의 효율성에 용하는데 상당한 주의를 기울일 필요가 있다. DEA기법은 상

효율을 측정하므로 기 에 의한 효율성 측정이 아니며, 분석모형과 변수 의존

이고, 분석집단 의존 인 제한 을 가지고 있다. 이러한 이유로 단순히 DEA에 의한 효

율성 결과를 바탕으로 투입변수를 축소 조정하는 것은 하지 못하다. 오히려 투자의

축소는 학생의 만족도를 비롯한 다양한 교육과 연구 성과의 질 인 측면의 하로 나타

날 수 있다(이호섭, 2007: 85). 즉 투입변수의 축소가 산출에 악 향을 미처 효과성을 낮

출 수 있기 때문이다.

효율성이라는 개념 자체는 학 경 에서 필요조건 일 수 있어도 충분조건이 아니다

(김성훈 외, 2007: 459-460; 나민주 외, 2005; 232). 왜냐하면 효율성 제고의 측면에서 투

입규모를 축소하거나 산출을 증가시켜야 함을 의미하는데 교육 연구 활동의 특수성

을 고려할 때, 효율성 제고를 한 투자 규모의 축소가 효과의 크기까지 유지하거나 확

시킨다는 증거는 없기 때문이다. 즉 학의 질 수 향상을 한 략과 처방안

을 수립할 때, 효율과 효과를 동시에 고려해야 한다. 이처럼 학의 효율성 제고를 해

서는 다양한 측면에서의 근이 필요하다.

Ⅴ. 결론

본 연구는 우리나라 학의 상 효율성을 DEA를 통해 분석하고자 하 다. 이를

해 본 연구에서는 한국교육개발원의 교육통계센터에서 제공한 데이터를 한국사학진흥

재단을 통해 수집하여 활용하 다. 본 연구에서 분석한 4년제 사립 학은 모두 134개

학이었다. 본 연구에서 도출된 결과를 심으로 결론 제언을 제시하면 다음과 같

다.

첫째, 우리나라 사립 학은 효율 인 학과 비효율 인 학의 분포가 거의 유사하

다. 학교의 상 효율성 분포에서 100% 효율성을 달성하고 있는 학이 CCR모형

에서 약 31% 지만, BCC모형에서는 약 52% 정도인 것으로 나타났다. 이와 같이 학

의 상 효율성 분포의 비율은 DEA 기법의 용모형에 따라서 차이가 있지만 최근


들어 BCC모형을 주로 사용한다는 을 고려할 때 효율 인 학과 비효율 인 학이

비슷하다고 볼 수 있다. 반면에 학의 효율성을 분석할 때, 투입요소를 비례 으로 증

가시킬 때 산출도 일정하게 증가한다고 하는 불변규모수익으로 할 것인지(CCR모형) 아

니면 투입요소가 커짐에 따라 불변규모수익이 단계를 거쳐 결국에는 체감규모수익을 나

타내는 변동규모수익으로 할 것인지(BCC모형)에 한 략 인 입장을 견지할 필요가

있다.

둘째, 학의 효율성은 규모별과 지역별 배경특성에 있어 차이가 없었다. 선행연구에

서 나타난 아주 은 학에 비하여 어느 정도 규모가 큰 학이나 지방 소재 학에

비하여 수도권 소재 학이 효율성이 더 높을 것이라는 결과와는 차이가 있었다. 본 연

구에서는 학의 규모나 지역에 따라 경 효율성에 향을 미치기 보다는 학 자체의

투입변인과 산출변인의 상호의존 인 작용에 의해 경 효율성이 결정된다는 사실을 확

인할 수 있었다. 따라서 학 자체 으로 경 효율성을 분석하는 것이 필요하고, 이 경

우 보다 정확한 분석을 해서는 규모별과 지역별 등의 유사한 성격의 학만을 선정하

여 상 효율성을 분석하는 것도 바람직한 방법이 될 수 있다.

셋째, 효율 인 학들과 비효율 인 학들의 효율치 분석 결과가 개별 학마다 일

성을 보이지는 않았다. 효율 으로 명된 학 에서 거집단 참조 횟수가 많은

학을 상으로 투입변수와 산출변수 에서 어떤 변수가 경 효율성에 한 기여도가

높은지를 확인한 결과 일 되게 나타나지는 않았다. 다만 체 으로 투입변수로는 교

사 시설, 교원확보율, 직원 1인당 학생 수 등이었고, 산출변수로는 재학생충원율과

교수 1인당 연구실 등이었다. 한 가장 비효율 인 3개의 학을 선정하여 상 으

로 비효율 인 학에 어떤 투입변수 혹은 산출변수를 얼마나 조정해야 효율성 값 100

을 얻을 수 있는지를 살펴보았다. 여기서도 DEA기법에 따라서도 가장 비효율 인 학

이 달랐으며, 비효율 인 학들 간에도 투입변수와 산출변수의 잠재 개선 가능치에서

도 일 되게 나타나지 않았다. 하지만 사립 학의 경 효율성을 높이기 해서 투입변

수로 직원수, 교사 교지 확보율 등을 검토하여 정한 수 으로 축소할 필요가 있으

며, 산출변수는 반 으로 모두 확 해 나가할 것으로 보인다.

이상의 결론을 바탕으로 후속 연구에 주는 몇 가지 제언을 제시하면 다음과 같다. 첫

째, DEA를 용한 효율성 평가를 할 경우, 학에서 지향하는 효율성 방향을 고려하여

정한 모형을 사용할 필요가 있다. 투입변수를 확 하여 산출변수를 높이려는 것인지

아니면 투입변수를 고정하여 산출변수를 높이려는 것인지 반 로 정해진 산출변수를 도

달하는데 투입변수를 최소화할 수도 있다. 이때 우리나라와 같이 선진국에 비해 교육여

건 재정확보가 미흡한 상태에서 효율성 제고를 해 투입요소를 축소할 경우, 최소

한의 기본 여건도 갖추지 못한 열악한 교육환경에 한 부작용도 고려해야 할 것이다.


즉 효율성을 강조하여 오히려 투입요소를 축소함으로써 교육여건을 악화시켜 교육의 질

을 떨어트리는 결과를 래하지 않도록 해야 한다. 학의 경쟁력을 높이기 해서는

효율성 평가를 할 경우에는 산출변수를 높이기 한 효과성 측면도 함께 고려해야할 것

이다.

둘째, 학의 효율성 정도를 측할 때, 비교 상의 학을 선정하는데 보다 신 을

기할 필요가 있다. DEA 기법 자체가 인 효율성이기 보다는 상 인 효율성을

측정하는 것이므로 비교 상의 학에 따라 효율성 정도가 달라질 수 있다. 따라서

학의 경쟁력 제고를 한 효율성 정도를 분석할 때, 가 규모별이나 지역별로 비슷

한 학들 간의 상 효율성을 구하는 것이 바람직하다.

셋째, 학평가에 효율성 도입을 보다 신 하고 증 으로 검토할 필요가 있다. 재

이명박 정부에서 시행하고 있는 교육역량강화사업이나 역화 경제권 사업이나 그 동안

학평가에서는 주로 투입변수와 산출변수 심으로 항목별 수를 산식에 의해서 합산

하는 방식을 취하고 있다. 학평가에서 투입, 과정, 산출의 각 항목별로 수를 합산하

는 방식에서 벗어나 학이 가용한 자원을 충분히 활용하여 교육의 질 발 을 해서

노력하 는지를 평가하는 효율성 방식도 검토할 필요가 있다.

넷째, 학에서 투입된 자원이 효율 으로 사용되고 있는지를 체계 으로 그리고 주

기 으로 평가할 수 있는 시스템 마련이 필요하다. 이제 교육정보공시제가 시행되면서

학의 정보에 한 근성이 용이해졌다. 정보공시제에서 제공되는 투입변수와 산출변

수를 학의 자체평가에서 수시로 효율성을 반 할 수 있도록 한 DEA 기법을 시스템

으로 개발하는 노력이 필요하다. 이는 학교육과 련이 있는 기 이거나 아니면 실

제 정보를 리․운 하는 기 에서 근할 필요가 있다. 를 들어 한국 학교육 의

회나 한국교육개발원 는 한국사학진흥재단 등이 공조하여 추진하는 방안도 검토할 필

요가 있다. 그 이유는 DEA 분석 결과가 학 간의 평가도 있지만 학 자체 인 효율

성을 향상시키기 한 학 컨설 으로 더 하기 때문이다.


참고문헌

김민희․나민주․김창원(2008). DEA를 활용한 학교의 상 효율성 분석. 교육행

정학연구, 26(4). 341-361.

김인재(2000). 학의 재정지원에 한 효과성 측정 연구. 교육인 자원부.

김성훈 외(2007). DEA 분석모형에 다른 학의 효율성과 학평가결과 비교, 한국교육

학회 2007 추계학술 회 분과자료Ⅱ, 443-461.

나민주․김민희(2005). DEA를 활용한 학교육 효율성 국제비교 연구. 교육재정경제

연구, 14(2). 205-238.

모수원(2006). DEA 모형을 이용한 문 학의 효율성 평가. 산업경제연구, 19(4).

1581-1595.

신 석 외(2008). 학의 자가진단모형 개발에 한 연구. 한국사학진흥재단.

신 (2006). 자료포락분석을 통한 학의 상 효율성 평가연구. 교육평가연구,

19(3). 45-63.

안태식 외(1998). 한국 학의 효율 행태와 향요인. 회계학연구, 23(2). 183-213.

윤정일 외(2007). 교육행정학원론. 학지사.

이상호 외(2000). DEA를 이용한 학의 효율성 평가. 산경연구, 7(1). 1-24.

이은국․원구환․오승은(2003). 지방정부 생산성 측정의 이론과 실제. 서울: 집문당.

이호섭(2007). 자료포락분석(DEA)을 활용한 학의 특성별 효율성 평가 연구. 박사학

논문. 동국 학교 학원.

이홍배․이상호(2001). DEA를 이용한 학 경 효율성 평가의 탐색 연구. 산업경제

연구. Vol. 14(2), 261-277.

용수 외(2002). 효율성 평가를 한 자료포락분석. 인천: 인하 학교 출 부.

천세 (2002). DEA 기법을 활용한 학교재정효율성 평가모델 연구. 교육행정학연구.

Vol. 20(1), .281-303.

황 주(2000). 경 과정으로서의 학 평가에 한 연구. 교육발 논총. Vol 21(1),

105-123.

Abbott, M & C. Doucouliagos(2002). The Efficiency of Australian Universities: A

Data Envelopment Analysis. Economics of Education Review, 21(2).

Athanassopoulos, A. D. & E. Shale(1997). Assessing the Comparative Efficiency of

Higher Education Institutions in the UK by Means of Data Envelopment

Analysis. Education Economics, 5(2).

Banxia Software(2003). Banxia Frontier Analyst User's Guide. Banxia Software Limited.

Bradley S., Johnes G., and Millington J.(2000). "The Effect of Competition on the


Efficiency of Secondary School in England." European Journal of Operation

Research, 135. 545-568.

Brennan, J. and Shah, T.(2000). Managing Quality in Higher Education: An International

Perspective on Institutional Assessment and Change. OECD, SRHE and Open

University Press.

Charnes, A., Cooper, W. W. and Rhodes, E.(1978). Evaluating Program and

Managerial Efficiency- An Application of Data Envelopment Analysis to

Program Follow Through, Educational Administration Quarterly. Vol. 16.

Cooper, W. W., Seiford, L. M. & Zhu, J.(2004). Handbook on Data Envelopment

Analysis. Kluwer Academic Publishers.

Harris, J. W. and Baggett, J. M.(ed.)(1992). Quality Quest in the Academic Process.

Birmingham, Alabama: Stanford University Press.

Muniz M. A.(2002). "Separating Managerial Inefficiency and External Conditions in

Data Envelopment Analysis." European Journal of Operational Research, 143.

625-643.

Pascarella, E. T.(2001). Identifying excellence in undergraduate education: Are we even

close? Change, May/June.

▣ 수일(2009. 5. 30), 심사일(1차 : 2009. 6. 10, 2차 : 2009. 7. 4 ), 게재확정일(2009. 7. 10)


Abstract

An Efficiency Analysis of Private Universities using DEA

Lee Suk-Yeol(Namseoul Univ.)

This study was done for the purpose of analyzing efficiency of university by using

DEA(Data Envelopment Analysis). The relative efficiency of university was analyzed

by applying some data in '2008 Education Information Disclosure Statistics' of KEDI.

Five input variables and five output variables were used in the DEA model. The

results of this study are as follows; First, there were found some similarities between

efficiency university and non-efficiency university in private universities. Second,

there were no significant differences in efficiencies of universities when analyzed by

characteristics of universities. Third, the efficiency result of a type of university using

DEA should not uniformly applied to other types of universities. DEA is more

recommended for consulting how to enhance the efficiency of a university than

evaluating universities in comparative sense.

[Key words] DEA, Relative efficiency, University evaluation, Potential

improvement

dea를 이용한 사립대학의 경영효율성 분석´석열.pdfdea를 이용한 사립대학의...

Documents