This study aims to develop a comprehensive predictive model for Digital Quality Management (DQM) and to analyze the impact of various quality activities on different levels of DQM. By employing the Classification And Regression Tree (CART) methodology, we are able to present predictive scenarios that elucidate how varying quantitative levels of quality activities influence the five major categories of DQM. The findings reveal that the operation level of quality circles and the promotion level of suggestion systems are pivotal in enhancing DQM levels. Furthermore, the study emphasizes that an effective reward system is crucial to maximizing the effectiveness of these quality activities. Through a quantitative approach, this study demonstrates that for ventures and small-medium enterprises, expanding suggestion systems and implementing robust reward mechanisms can significantly improve DQM levels, particularly when the operation of quality circles is challenging. The research provides valuable insights, indicating that even in the absence of fully operational quality circles, other mechanisms can still drive substantial improvements in DQM. These results are particularly relevant in the context of digital transformation, offering practical guidelines for enterprises to establish and refine their quality management strategies. By focusing on suggestion systems and rewards, businesses can effectively navigate the complexities of digital transformation and achieve higher levels of quality management.

본 연구는 서울교육청 교육연구정보원의 「서울교육종단연구(SELS)」에 서 수집된 자료를 활용하여, 고등학생 3학년인 9차(2018년) 자료에서 학 생 2,793명을 연구 대상자로 정하였다. 청소년의 학교만족도와 관련한 예측요인을 확인하기 위해 SPSS 26.0을 사용하여 의사결정나무모형 분 석을 실시하였다. 연구결과를 살펴보면, 첫째, 청소년의 학교만족도의 분 류에서 개인적인 요인으로는 성별, 자아개념, 자기평가, 사회적 관계 요 인으로 보호자, 학교교사, 학교 특성/문화 요인으로는 학교에 대한 평가, 학교풍토가 유의한 변인으로 확인되었다. 둘째, 학교만족도 분류에 영향 을 주는 변인들 중에서는 학교에 대한 평가가 가장 영향력을 가진 변인 으로 나타났다. 셋째, 학교교사 수치가 높은 집단에서는 학교풍토, 자아 개념이 분류의 중요한 의미 있는 변인이었고, 학교교사 수치가 낮은 집 단에서는 자기평가, 학교풍토, 학교에 대한 평가가 영향력 있는 변인이었 다. 넷째, 학교에 대한 평가 수준 및 학교풍토가 바람직하고 좋으면 학교 만족도가 긍정적으로 상승하는 것으로 확인되었다. 본 연구결과는 청소 년의 학교만족도 증진을 위한 방안 모색, 교육정책 수립 및 프로그램 운 영에 도움이 될 것으로 사료된다.

본 연구는 불특정 다수의 도로이용자들이 경로우회 시 갖는 의사결정과정속에 내포된 비선형성과 불확실성을 고려한 정도 있는 모형구축으로 주요 우회결정요인을 분석하는 것이 주요 목적이다. 이를 위하여 고속도로 및 국도를 이용하는 운전자를 대상으로 우회여부에 관련된 SP조사를 실시하였고, 조사결과에 대하여 의사결정나무와 신경망이론의 결합된 모형을 구축하여 운전자 우회결정요인을 분석하였다. 분석결과 운전자 우회여부결정에 영향을 미치는 요인은 우회도로 인지여부, 교통정보 신뢰도 및 이용빈도, 경로전환빈도, 나이순으로 나타났다. 또한 오분류표를 통한 기존 모형과의 예측력의 비교결과 결합된 모형의 오분류율이 8.7%로 기존 모형인 로짓모형 12.8%, 의사결정나무 단독 모형 13.8%와 비교했을 때 가장 예측력이 높은 것으로 나타나 운전자 우회결정요인 분석에 관한 모형의 적용 타당성을 확인할 수 있었다. 본 연구의 결과는 향후 교통량 분산효과와 도로망 효율 증대를 위한 효과적인 우회관리전략 수립 시 기초 자료로 활용가능하리라 사료된다.