파파점공계산기

비례상수 설명

“점수를 공개하지 않은 사람들(비공개 지원자)의 성적 분포가, 점수를 공개한 사람들(점공 참여자)과 얼마나 비슷할지”를 보정하는 계수입니다.

점공 공개자

보통 성적이 우수한 상위권 수험생들이 주로 입력하는 경향이 있습니다.

➔

비공개 지원자

성적이 낮을수록 점수 공개를 꺼리거나 입력하지 않는 경향이 있습니다.

단순히 점공 참여자 분포만으로 전체를 예측하면 실제 등수가 과하게 밀리게 됩니다.
이때 “비공개 지원자 중 상위권이 존재할 확률”을 줄여서 등수를 보정해 주는 장치가 바로 비례상수입니다.

비례상수가 작을수록: “비공개자는 대부분 나보다 성적이 낮다”고 보정하여 합격선 예측이 낙관적이 됩니다.
비례상수가 클수록: “비공개자도 공개자처럼 성적이 골고루 분포한다”고 보정하여 합격선 예측이 보수적이 됩니다.

비례상수 구간별 설명

비례상수 구간	구간별 데이터 설명
0.10 ~ 0.25	점공 미참여자 대부분이 하위권이며, 숨은 상위권은 극소수로 판단합니다.
0.30 ~ 0.45	점공 미참여자 중 상위권의 비율이 제한적이며, 다수가 하위권입니다.
0.50 ~ 0.65	점공 미참여자 중 상위권 비율이 점공 참여자 상위권 비율보다 확실히 적은 경우입니다.
0.70 ~ 0.85	점공 미참여자 중 상위권 비율이 점공 참여자 상위권 비율보다 약간 적은 수준입니다.
0.90 ~ 1.00	점공 참여자와 미참여자 간의 상위권 성적 비율이 거의 유사하다고 판단합니다.

비례상수 구간

구간별 데이터 설명

0.10 ~ 0.25

점공 미참여자 대부분이 하위권이며, 숨은 상위권은 극소수로 판단합니다.

0.30 ~ 0.45

점공 미참여자 중 상위권의 비율이 제한적이며, 다수가 하위권입니다.

0.50 ~ 0.65

점공 미참여자 중 상위권 비율이 점공 참여자 상위권 비율보다 확실히 적은 경우입니다.

0.70 ~ 0.85

점공 미참여자 중 상위권 비율이 점공 참여자 상위권 비율보다 약간 적은 수준입니다.

0.90 ~ 1.00

점공 참여자와 미참여자 간의 상위권 성적 비율이 거의 유사하다고 판단합니다.

💡 합격 예측 정확도를 높이기 위한 비례상수 설정 가이드

수능 최저학력기준 충족률과 비례상수는 예측 과정에서 발생할 수 있는 다양한 변수를 고려하여 다소 보수적(안전한 방향)으로 조정하는 것을 권장합니다.

1. 보수적 기준 설정의 장점

학교 및 학과의 입시 결과도 참고하되, 비례상수를 살짝 보수적으로 잡는 것이 합격자 발표 및 추가합격 대기 상황에서 안정적으로 대응하는 데 유리합니다.

2. 점공 참여율 기반 설정 방법

비슷한 성적대의 수험생들이 모였다고 가정한 후, 점공 참여율에 따라 다음과 같이 조절하면 안정적입니다.

점공 참여율이 높을 때 (70% 이상): 데이터 신뢰성이 높으므로 비례상수를 낮게 설정 (추천: 0.6 ~ 0.7)
점공 참여율이 낮을 때 (30% 이하): 숨은 상위 지원자 변수를 고려해 높게 설정 (추천: 0.7 ~ 0.8)

점공계산기 (점수 공개 계산기) - 비례상수 설명

점공계산기는 점수공개 데이터를 기반으로 예상 등수, 예비번호, 추가합격 가능성을 계산해주는 도구입니다. 수시·정시 지원 전략을 세우는 데 필수적으로 활용됩니다. 본 서비스는 수험생을 위한 점공계산기입니다. 점수 공개 정보를 입력하고 과거 합격 데이터를 기반으로 대학 합격 가능성을 예측해보세요.