Business Analytics og beslutningsstøtte: Et case-studie av universitets- og høyskolesektoren

Abstract

Formålet med denne masterutredningen har vært å undersøke hvordan Business Analytics kan benyttes til beslutningsstøtte. Ettersom frafall innen høyere utdanning blant annet kan medføre økonomiske konsekvenser og lavere omdømme for utdanningsinstitusjonene, er dette et utfordrende strategisk problem for beslutningstakere i universitets- og høyskolesektoren. Vi har dermed valgt å undersøke hvordan Business Analytics kan brukes til å identifisere påvirkningsfakto-rer for frafall innen høyere utdanning i Norge, og avklare hvilke av disse som har størst innflytelse. Hensikten med dette er å tilrettelegge for bedre og raskere beslutninger.

For å studere frafall ved norske universiteter og høyskoler benyttet vi en kvantitativ tilnærming der vi så på frafallsandelen per studium på bachelor og masternivå. Vi sammenstilte et datasett med sekundærdata fra Database for statistikk om høyere utdanning som inneholder informasjon om hele den tertiære utdanningen i Norge. For å finne påvirkningsfaktorer og undersøke hvilke variabler med størst effekt, ble datasettet analysert ved bruk av lineær og LASSO regresjon.

Våre funn identifiserer faktorer som påvirker frafallsandelen og effekten av disse ved bruk av Business Analytics-verktøy som kan brukes til beslutningsstøtte. Signifikante variabler og tilhørende innflytelse stemte godt overens med tidligere forskning. Av de undersøkte forklaringsvariablene anses antall studenter som starter på et studium, karaktersnitt fra videregående, instituttenes avlagte publiseringspoeng, strykandel, antall studenter per ansatt og andel utenlandske studenter som de mest relevante for beslutningstakere i universitets- og høyskolesektoren. Analysen viste også at strykandel hadde størst effekt på frafallsandelen, som indikerer at denne faktoren kan prioriteres.

The object of this master thesis has been to investigate how Business Analytics can be used for decision support. Dropouts in higher education can, among other things, lead to financial consequences and a lower reputation for educational institutions. This is a challenging strategic problem for decision-makers in the university and college sector. We have thus chosen to investigate how Business Analytics can be used to identify influencing factors for student dropout rates in higher education in Norway and to clarify which of these have the greatest influence. The purpose of this investigation is to facilitate better and faster decisions.

In order to study dropouts at Norwegian universities and colleges, we used a quantitative approach where we looked at the dropout rate per study at bachelor's and master's levels. We compiled a data set with secondary data from the Database for Statistics on Higher Education that contains information on the entire tertiary education in Norway. To identify influencing factors and investigate which variables have the greatest effect, the data set was analyzed using linear and LASSO regression.

Our findings identify factors that affect the student dropout rate and the effect of these using Business Analytics tools which are useful for decision support. Significant variables and associated influence were in good accordance with previous research. Of the explanatory variables examined, the number of students starting a study, grade point average from upper secondary school, the departments' published publication points, failure rate, number of students per employee, and proportion of foreign students are considered the most relevant for decision-makers in the university and college sector. The analysis also showed that failure rate had the greatest effect on the dropout rate, indicating that this factor can be prioritized.