Az értekezés a hazai felsőoktatásra jellemző magas lemorzsolódási aránnyal kapcsolatos diskurzusba kapcsolódik be adatbányász módszertan alkalmazásával. Az értékezés alaptézise, hogy a hallgatói lemorzsolódás hatékony csökkentése érdekében idejekorán szükséges azonosítani a végzés nélküli képzéselhagyásban veszélyeztetett hallgatókat annak érdekében, hogy az intézmények által egyébként egyre szélesebb körben kínált prevenciós szolgáltatások ténylegesen azon hallgatók körében hasznosuljanak, akiknek erre szüksége van. Ez a célkitűzés kapcsolódik a hazai és nemzetközi lemorzsolódás kutatások eredményeihez. A hazai kutatások egyrészt megerősítik, hogy a kutatási területet megalapozó elméleti modellek (Tinto 1975; Bean 1982; Cabrera et al. 1993; Bennett 2003) ma is érvényesek hazánkban, másrészt az empirikus eredményekből jól látható, hogy a gyors beavatkozás a képzési területtől függetlenül is kulcsfontosságú, hiszen a második aktív félév végére már a hallgatók túlnyomó többségének eldől a lemorzsolódást érintő sorsa (Demcsákné 2016; Keller 2020). A kortárs nemzetközi eredmények – néhány magyar úttörő munkával együtt (Nagy-Molontay 2018) – jelzik, hogy az EDM (educational data-mining) módszertanok társadalomtudományi megközelítésű használata új lendületet ad a kutatási területnek és magas megbízhatóságú empirikus eredményekkel segít a felsőoktatás esetleges diszfunkcióinak mérséklésében (Hellas et al. 2018). Az értekezés a szakirodalmi előzményekre építve az alábbi három célkitűzésnek igyekszik eleget tenni:
1. A lemorzsolódás előrejelzését olyan adathalmazokon valósítja meg, amelyek a felsőoktatási intézményekben gazdaságos módon elérhetőek.
2. Olyan adatköröket használ a lemorzsolódás előrejelzésére, amelyek már idejekorán, az első tanulmányi évben rendelkezésre állnak.
3. Az így létrehozott becslési módszertant a társadalomtudományi elmélethez köti, amely egyrészt támogatja az intézményi felhasználást, különösen a beavatkozás tervezésére tekintettel, másrészt irányt mutat a modellek fejlesztési lehetőségeivel kapcsolatban.
Ezeknek a céloknak az együttes elérése érdekében túlélési analízis (survival analysis) módszertanra épülő modellezést alkalmaz az értekezés. A modellépítésre szolgáló tanuló-minta egy magyarországi felsőoktatási intézmény 2016/17. őszén induló évfolyamának nappali munkarendben, alapképzési szinten tanuló hallgatóit tartalmazza. A modell validálására szolgáló tesztminta egyetlen eltérése a fent leírtakhoz képest, hogy a rákövetkező tanév, tehát 2017/18. őszén induló képzések hallgatóit tartalmazza. Ennek megfelelően mindkét minta – néhány technikai szűkítéstől eltekintve – teljeskörű (Nt=1860; Nv=1935). Az adatbázisban elérhetők a 2016/17-es tanév első félévében beiratkozó, valamint a következő év szeptemberében tanulmányaikat elkezdő hallgatóknak az adatai. Ezeket két külön mintaként kezeli az értekezés, tulajdonképpen szimulálva azt a helyzetet, hogy egy ismert évfolyam lemorzsolódási adataira építve egy intézmény mekkora sikerességgel tudna egy másik évfolyam tagjainak lemorzsolódási valószínűségére becslést adni. A tanuló-minta eseteinek a Neptun rendszerből, a Gólya adatbázisból, valamint a Hallgatói Önkormányzatnál elérhető adatai kerültek felhasználásra a modellépítéshez.
A Cox-féle proporcionális regresszió módszerével négy becslőmodell került kidolgozásra. Kettőnél az adott évfolyam első félév elején rendelkezésre álló, míg a másik kettőnél a második félév elején rendelkezésre álló adatokat használja az értekezés a lemorzsolódás valószínűségének meghatározására. Félévenként készült egy az egész hallgatói sokaságot összevontan kezelő modell, valamint egy a képzési területenként külön illesztett modell összesítésére épülő becslés is.
A modellezés eredményei igazolják, hogy a tanulmányi rendszerre épülő korai jelzőrendszer megvalósítható a túlélés analízis jól interpretálható eszközkészletének segítségével. Az interpretálhatóság nemcsak az egyes magyarázó változók hatásának Kaplan-Meier görbékre épülő grafikus leírásával, hanem a társadalomtudományi elméleti alapokhoz való kapcsolással is erősíthető. A társadalomtudományi elméleti háttér és az adatbányász módszer összekapcsolása új lehetőségeket nyit ki a lemorzsolódás korai azonosításában, hiszen az elméleti megállapításokat szem előtt tartva akár új adatforrásokkal is bővíthetők az intézmények által gyűjtött adatkörök. Az értekezés számos fejlesztési és további kutatási lehetőséget is feltár a becslési pontosság, így az alkalmazhatóság javítására. Ugyanakkor már most elmondható, hogy mind a négy modell teljesítménye alkalmazható lenne bizonyos beavatkozások tervezésére, noha igazán magas találati eredményeket a második félév adataira épülő modellek eredményeznek. A képzési területenként illesztett modell a teszt minta lemorzsolódóinak 71%-át képes helyesen azonosítani.