2020 원서영역 도구 (2.통계적 입시)
안녕하세요 로켓입니다.
3편으로 예정된 원서영역 글 중 두번째 글입니다.
수험생으로서 정시 입시를 대비하기 위한 기본계획과 기초를 설명한 저번 글에 이어서,
이번 글부터는 본격적으로 원서영역에 대한 이론을 소개해 드리고자 합니다.
많은 연구와 조사를 하고, 신중하게 내용을 구성했습니다!
개인적 경험이나 주관은 최대한 지양하겠습니다. 입시에 대해 잘 아시는 분이라면 누구나 끄덕일 수 있는 내용만 담아 글을 쓰고자 합니다.
비판적 피드백은 언제나 환영하고, 적극 반영할 예정입니다!
(2020 원서영역 도구 part1 글을 읽고 오시길 권장합니다)
기본계획–거시적입시(통계적)– 미시적입시(심리적)
--------------------------------------------------------------------------------------------------------------
입시는 두 관점으로 나눠 볼 수 있습니다. 하나는 통계적 관점이고, 다른 하나는 심리적 관점입니다. 점수대 별로, 또는 개인의 상황에 따라 둘 중 어떤 한 관점의 비중이 높아질 수는 있지만, 둘 다 입시를 이해 하는데 중요한 요소라는 것은 변함 없습니다.
이번 글에서는 통계적 관점에 따라 입시를 이해하는 방법론을 제시하고자 합니다.
그렇다고 해서 통계학적인 전문지식이 필요하지는 않고, 어렵게 설명하지 않겠습니다!
1.시장원리
원서영역은 그 만의 시장원리에 따라 움직입니다. 모든 수험생들이 자신이 어떤 학교, 학과에 지원할 지 판단할 재료가 전무한 상황을 상상해봅시다.
자신이 어느정도 위치에 있는지도 감으로 추정만 할 수 있으며, 그 성적으로 어떤 학교까지 합격할 수 있는지도 판단하기 어렵습니다.
이런 상황이라면 수험생들은 자신의 정확한 위치에서 많이 벗어난 과도한 상향, 하향지원을 하는 빈도가 높아지게 될 것입니다.
자신의 갈 수 있는 최선의 학교에 지원하지 못하는 수험생이 많아지고, 그에 따라 전국 모든 모집단위에서 빵(입결 하락), 폭(입결 상승) 이 굉장히 많이 발생하게 됩니다.
이렇듯 본래 입시는 서로 상대의 패를 볼 수 없는 배팅과 같습니다.
하지만 수험생에게는 계산기, fait 등을 통해 자신의 위치를 대략적으로 알 수 있는 누백이라는 지표가 있고, 그를 기준으로 한 작년까지의 입결도 알고 있습니다.
각종배치표는 정확하진 않아도 자신이 어떤 학교에 갈 수 있는지 지시해주고, 심지어 모의지원 사이트를 통해 자신의 패를 드러내는 대신 상대의 패를 확인할 수도 있습니다.
이를 통해 각종 판단의 지표들은 학생들을 각자의 성적에 맞는 학교에 지원하도록 유도하고,
‘합리적’ 입결이 형성되는 가장 큰 원인이 됩니다.
우리가 볼 수 있는, 특히 모두가 보고 믿는 지표일수록,
아이러니 하게도 그것이 수험생들을 움직이는 큰 원인이 됩니다.
만약 모든 수험생들이 자신의 정확한 등수를 알고, 서로의 점수와 지원할 곳을 모두 정확히 파악하고 있다면,
전국 모든 모집단위에서 모든 수험생의 선호도를 최대한 반영하는 ‘최적의 입결’이 나오게 될 것 입니다.
그러나 당연하게도 우리는 모든 경쟁자의 모든 정보를 알 수 없으며, 우리가 볼 수 있는 지표(계산기, 칸수, 페잇, 모의지원 등등) 또한 100% 정확한 정보를 제공할 수는 없습니다.
이런 정보의 불확실성이 입결 형성의 변수로 작용하게 됩니다.
그러니 스나를 노리는 사람들은,
많은 학생들이 보고 믿고 따르는 지표들이 부정확하게 계산되길 바라야 하고, 모두가 그걸 믿고 따를 때 다른 판단을 해야 합니다.
2.원서영역은 확률의 싸움
많은 지표들이 합격의 확률을 %로 나타냅니다. 말도 안되는 하향지원을 한다면 합격확률은 사실상 100%, 반대로 터무니없는 상향지원을 한다면 합격확률은 사실상 0%라고 할 수 있겠지만,
그런 경우를 제외하면 원서영역의 성공여부는 0~100% 사이에서 확률을 얼마나 높이느냐 의 싸움입니다.
엄밀한 표본분석을 통해 5명을 뽑는 모 학과에 자신이 4등으로 최초 합격한다고 판단해도, 모의지원 사이트가 있는지도 잘 모르는 어느 지방의 고득점자 친구 2명이 의기투합해 그 학과에 지원해 버리면 합격이 날아갈 수도 있습니다.
반대로 절대 붙을 수 없다고 생각되는 5명 모집 학과에 지원했는데 최초합격자중 3명이 합격증만 보고 미등록 재수를 하러 가버린다면, 또는 원서접수 마감직전 갑자기 마음을 바꿔버린다면, 합격할 수도 있습니다.
이렇듯, 등수와 사람을 직접 셀 수 있는 최상위권을 제외하면 이러한 이변들을 예상하는건 불가능에 가깝습니다.
그러므로 합격률 80프로의 안정지원을 95프로로 올려주고, 1프로의 스나 성공률을 10프로로 올려주는 것이 수험생들이 해야 할 일입니다.
자신의 점수대 보다 두 급간 높은 학교에 표본분석이나 연구 없이 무작정 지원해서 붙을 확률이 1프로 라면, 실력 있는 분들의 정확한 표본분석은 그 확률을 20프로, 30프로 혹은 70프로 까지 올려 줄 수 있습니다. (수치는 예시일 뿐입니다.)
3.올해 상황
이제 입시의 통계적 관점을 올해 상황에서 생각해 봅시다.
우선 중요한 변화로, 수험생 수가 감소했습니다. 그에 따라 누백을 기준으로 작년 입결과 비교한다면, 자신의 등수를 조금 낙관적으로 판단 하셔도 됩니다.
같은 상위 1프로라도, 10000명중에서는 100등이지만 9000명 중에서는 90등 입니다.
하지만 상위권대학의 정시 선발 인원은 오히려 조금 늘었습니다.
같은 라인대의 상위권 대학에 들어가는 학생의 비율이 작년 보다 높아졌다고 볼 수 있습니다.
4. 누백 쉬프트
특정하는 단어가 달리 있지는 않아서, 본 글에서는‘누백 쉬프트’라고 지칭하겠습니다.
지원자들의 이동과 자리배치에 관한 얘기입니다.
각 학교들은 저마다 다른 성적 산출식을 바탕으로 학생들의 점수를 계산하고, 그에 따라 학생의 점수 별로 같은 라인대의 학교에서도 유불리가 생기게 됩니다.
그리고 학생들은 당연하게도 자신의 성적이 유리해지는 학교로 몰리게 됩니다.
이는 해당 학교 식으로 특별히 유리해지는 학생들이 많아질수록, 즉 산출식이 특이해 유불리가 커질수록 심해집니다.
그 학교에 유리한 학생들이 몰릴수록 누백 입결은 상승하게 되고, 이는 매년 수능 시험의 각 과목별 난이도 등에 종합적으로 영향을 받습니다. 즉 누백 입결표는 학생들의 선호도를 정확히 반영해주지는 않습니다.
예시로 서강대의 경우를 들겠습니다.
일반적으로 수험생들의 선호도는 연세,고려> 서강,성균관,한양 이지만, 입결표에서 확인할 수 있는 서강대의 누백 입결은 연고대와 겹친다고 봐도 될 정도 입니다. (물론 애초에 두 학교의 누백 기준이 다르므로 다른 ‘계’로 봐야 합니다.)
이는 꼭 연고대를 붙고도 서강대로 가는 학생이 많다고 하기 보다는, 서강대 식으로 유리한 학생들이 해당학 교에 몰리는 것으로 설명하는 것이 더 적절합니다.
비슷하게 연고대의 경우에는, 고려대가 연세대에 비해 영어 등급별 감점이 작기 때문에 상위권에서 영어 1등급을 못 받은 학생이 늘어날수록 연세대보다 고려대 식으로 유리해지는 학생이 많아 질 것이고, 그에 따라 지원자들이 움직이게 됩니다.
5. 정규분포
(여기서 설명하는 것은 통계적으로 전혀 엄밀하게 맞지 않으며, 설명을 위한 비유로만 받아들이시면 될 것 같습니다.)
어떤 학과 a에서 ‘이상적’으로 형성될 커트라인을 ‘모평균’에 비유합시다.
특정 년도의 입시에서 실제로 형성된 커트라인은 ‘표본 평균’에 비유합시다.
매년의 입시에서 a학과에는 ‘이상적인’커트라인 근처 점수대의 학생들이 지원을 하게 됩니다.
이것을 하나의 ‘표본을 뽑는 시행’에 비유합시다.
마치 표본평균의 표준편차가 표본의 수 n이 많을수록 줄어들 듯, 지원자 수가 많은 학과 일수록
매해 형성되는 실제 커트라인이 이상적 커트라인에서 크게 벗어나기는 자연히 어려워집니다.
한 학과에 지원하는 학생들의 점수 분포 또한 정규분포와 ‘비슷한’ 모양새, 즉 평균값 근처에서 지원자 수가 가장 많고 멀어질수록 대칭적으로 줄어드는 경향을 가집니다.
다음은 실제 데이터를 기반으로 만들어진 가상의 지원자 점수 분포입니다.
(522점수대 아래는 생략)
모집인원과 지원자가 굉장히 많은 학과의 예시입니다. 해당 학과의 합격자들은 지원자들 중 5분의1 정도이고, 지원자들이 많이 모여 있는 구간 초중반에서 커트라인이 형성됩니다.
이때 예상보다 더 많은 추가합격 인원이 발생하더라도, 점수가 조밀하게 모여 있는 구간이 일종의 완충작용을 하기 때문에 큰 입결 하락은 발생하기 어렵습니다.
이런 경향을 깨기 위한 방법은, 당연히 n을 줄이는 것입니다.
모집단위 2명에 13명 지원한 상황의 실제 데이터 기반 예시 자료입니다.
점수대 별로 지원자가 훨씬 널널하게 분포 돼있고, 표본이 줄어들수록 정규분포의 모양새에서 멀어지게 됩니다.
한 두 명의 변심에 따라 예상 입결에 비해 큰 변화가 일어날 가능성이 높습니다.
이런 원리로 모집인원도 지원자도 많은 대형과들, 흔히 다군에서는 입결의 큰 이변이 발생할 확률이 적습니다.
반면 지원자들의 점수 분포가 듬성듬성하고, 그에 따라 한두명의 결정이 큰 변화를 일으키는 소형과들은 폭발이든 빵구든 일어날 확률이 상대적으로 높다고 볼 수 있습니다.
하지만 마찬가지로 결국 확률의 영역이고, 지원자가 많은 다군에서도 당장 작년에 빵구난 학과가 있습니다.
6. 입시는 독립시행
입시의 심리적인 관점, 그리고 한 학과 안에서의 표본 분석의 방법론들은 다음 글에서 자세히 설명할 예정입니다. 그에 앞서, 매년의 입시는 독립시행이라고 말해 드리고 싶습니다.
작년 입시결과와 올해 입시결과가 서로 연관성이 하나도 없다는 말은 당연히 아닙니다.
가령 ‘작년에는 a학과가 폭발했으니, 올해는 빵나지 않을까?’ 하는 누구나 떠올리기 쉬운 생각들은 다시 생각해 보셔야 한다고 말씀 드리고 싶습니다. 올해의 입시는 올해 시험을 치른 학생들의 선택으로 결정 되는 것입니다.
물론 그 학생들이 작년에 빵구 난 곳, 폭발 한 곳을 참고할 수는 있겠지만, 1년전의 입시결과가 큰 영향을 끼치는 것도, 작년에 빵,폭이 난 학과가 가지는 일관적인 특징도 아직 본 적 없습니다.
결론적으로, 지금 시점에 ‘올해는 ~~가 어떻게 될 것 같다’는 별 의미 없는 얘기입니다. 판단의 재료로 삼아야 할 것은 정시가 본격적으로 시작되고 나서의 지표들의 변화와 수험생들의 움직임 입니다.
-----------------------------------------------------------------------------------------------------------------------
글이 꽤 길어졌네요ㅜㅜ
닉네임 ‘청서’ 님이 원서영역에 관한 글들을 수집, 총정리 하고 계시는 중이니 청서 님의 글을 참조하시면 보다 쉬운 내용들, 다양한 다른 이야기들도 보실 수 있습니다!
다음 글 에서는 제가 더 자신 있는 분야인 표본 분석에 대해 모든 것을 말씀 드리고자 합니다.
준비하는데 애를 많이 써야할 것 같네요 ㅠㅠ
부족하거나 개선할 부분이 있다면 언제든 말씀해주시고, 질문사항도 웬만하면 댓글을 통해서 해주시면 최대한 답변 드리겠습니다!
많은 분들이 볼 수 있게 추천해주시면 감사하겠습니다 ㅎㅎ
--------------------------------------------------------------------
본 글에서 말씀 드렸던 3편, 표본분석에 대한 글은 올리지 못해 죄송합니다 ㅜㅜ
여러 계약적인 문제와 개인적인 문제가 있었습니다..
개인적으로 문의 주시는 분들에게는 쪽지로 질답을 해드렸고, 작년 표본분석 도구 글을 참조 해달라고 말씀 드렸습니다. 실제로 크게 달라진 내용은 없었을 겁니다.ㅠㅠ
0 XDK (+1,000)
-
1,000
-
의대생분들,현직 의사분들이 생각하시기에 의사가 앞으로 10년 후에 지금만큼의 수입과...
-
진로적 차이 많이 남? 찾아보니까 요즘엔 비슷하던데
-
고1 수학 처음 배우는애 기준 개념 수업 하고 그에 딸린 연습 문제같은거 몇개...
-
전과 질문 0
1학년 마치고 이제 전과 신청 하려고 하고, 원래 전자공 가고 싶어서 전과하려고...
-
바로 롯데리아다 ㅋㅋㅋㅋ 롯데리아에 50대 중년 아재 3명이 사복 입고 배고파서...
-
독서 어디서 깨달음이 오는걸까요ㅠㅠ 문학은 아 물음표 찍고 맥락상 제일 맞는말...
-
예비고삼이고 평균적으로 모의고사 4~5 뜹니다 내신 말고는 영어 공부를 한적이 거의...
-
그건 사실이야
-
언제 전화올지 몰라 늦잠 안자려고 애쓸 필요가 없음 단점은 그 외 모든것
-
고대식 고대 0
고대식 662.91 건사환 될까여.? 급해요 고대가고싶어요 고대 변표 불변 고대식
-
정시컨설팅 4
진학사로 4칸 간당간당하게 뜨는데 적정이라고함 라인은 건동홍숙~ 국숭세단 이정도...
-
하루만 참고 인싸노릇하련다
-
노엄겜
-
이쁜게죄라면 1
난 사형
-
내일 계획 6
하루 종일 전화 추합 기다리기
-
-
말투가 유우카 같음,,,,, 쌍사는 똥으로 예술을 쓰시는 분이얌
-
연대 응통이나 고대 통계가서 컴공이랑 복전하는 난이도 ㅇㄸ까요?
-
기만까지 잘해 레전드야
-
자유전공은 엠티 어케 가나요??? 엠티 기대 엄청 하는 중인디ㅠ 300명...
-
https://youtube.com/live/S0n-MKXBs94?feature=share 들어 오
-
프사 보면 절반 정도가 의대생 뱃지... 자극이 돼서 좋은데 한편으로는 저 자신이 초라해져요 ㅜㅜ
-
근데 현 강 조 0
셋이서 술 먹으면 안주는 수험생 욕일까
-
일단 저부터
-
화작 / 미적 / 생1 / 지1 127 115 1 60 56 입니다.. 국숭 스나...
-
그러하다
-
ㅇㄱㅈㅉㅇㅇ? 나 심장이 벌렁거려
-
그건 사실이야
-
시국도 시국인데 5
역시 이 시국의 크리스마스에는 롯데리아 윤석열 탄핵기념 출시 계엄세트나 탄핵버거가.....
-
부끄러워 하지 마십쇼
-
올해 귀차나서 한명밖에 안 썼는데 내년엔 진짜 해달란 분들 정성스럽게 다 해드릴게요 너무 감사해요
-
트리 주소를 올리시면 들어가서 트리 남기거나 트리에 하는것처럼 여기에 대댓글로 남겨드릴게요
-
수업용으로 사려하는데 문제 없겠죠?? 60hz가 좀 걸리긴 하네요... 그리고...
-
누구였는지 기억이 안 남 내용이 좀 더럽긴 했는데
-
밥 말아야될 거 같다
-
드디어 킴… 시퍼런 화면이 여러 모양으로 나오던데 드디어 켜짐
-
잔다 4
늙어서 힘들다
-
목동 메가 재수 0
목동 러셀에서 재수 준비할려고 하는데 괜찮을까요?
-
남캐일러 짤 격추할때 반응 꿀잼
-
트리 꼬라지 7
-
뭐 6칸 떨이 있었다구요??
-
점점 느는 거 같은 건 기분탓인가요?? 등수 왜이러지..
-
-
목표치 채우고싶엉..
-
트리에 등장해써요
-
ㄹㅇ 푸욱하고 안쪽까지 들어갓는데 피는 1도 안 나오던데 왜 그런지 아시는 분
-
-
-
현역:23343 언미화생 재수:32311 언미 생윤 생명 제 친구들은 대부분 공부를...
-
흠
항상 좋은 글 감사드립니다 ㅎㅎ 다음 편도 기대할게요감사합니다 ㅎㅎ
글 잘 쓰시네요
감사합니다!!감사합니다~
제가 추후에 출판하게 될 '정시 학개론'의 내용과 매우 유사하네요.
책을 출판하시나요..?!
네
좋은 글 감사합니다 ^^
제가 걱정하던게 담겨있어서 많이 배우고갑니다
빵꾸난 학과가 그 다음해에 폭발한다는 것도 확실하진않은거죠?
반드시 그렇다고는 할 수 없지만 지금까지 데이터로는 '높은 확률로 그럴 것이다'라는 결론을 내릴 순 있는거죠?
빵구난 학과의 다음해 폭발/빵구 여부는 믿을수 있을만큼 유의미한 상관관계가 없다는 것이 저의 생각입니다. ㅎㅎ 확률로 생각하시는 관점은 좋은 것 같습니다!
전 유의미한 상관 관계가 있다고 생각합니다. 만약 소위 말하는 간판 학과(연경영, 연언홍영, 고미디 등)에서 폭발이 발생했다면 그 다음해에는 빵구가 발생하게 됩니다. 물론, 반드시 그렇다는건 아니지만 어느 정도 필연성을 가지고 있습니다.
수험생이 행동양식으로 삼고, 믿을만한 판단 기준으로써 입시의 경향을 제시하는것은 굉장히 조심스럽고 신중하게 말씀드리려 합니다.
2018년도 입시 당시 꽤 큰 수준의 입결 하락이 있었던 학과를 몇개 제시하겠습니다.
서울 에너지자원공
연세 중문 식영 의류환경 생화학
고려 화학
성균 교육
외대 eicc
이중 서울 에자공, 연세 모든과는 2019입시에서 입결 형성에 큰 이변이 있었다고 보기는 힘듭니다.
고려 화학, 성균 교육은 입결 상승이 있었습니다.
반면 외대 eicc는 또 다시 빵구가 났습니다.
역으로 2019년에 폭/빵이 났던 학과를 2018년 입시와 비교해 본다고 해도
빵뒤엔 폭이 난다/ 폭뒤엔 빵이 난다 같은 '일관성'을 찾기는 힘듭니다.
물론 말씀 하시는 빵/폭의 기준이 어느 정도의 이변을 말하느냐에 따라 다르고, 특정 구간에서만 발생한다고 말하시는 것 일지라도,
작년에 폭이 났다는 이유만으로 올해 빵이 날것이라고 예측하는 것은 합리적이지 못하다고 생각합니다.
제가 제 의견에 전제를 정확하게 제시하지 못했었군요. 전제는 연고대 문과 간판학과 한정입니다. 이 과에서는 폭발과 빵구에 있어 유의미한 상관관계를 가지고 있습니다.
알겠습니다 ㅎㅎ 의견 감사합니다!
누백의 의미를 반대로 해석하시는 분도 있던데요
가령 N수생이
작년, 올해 똑같이 문과1000등이라고 했을때, 작년
수험생이 10만명 이라고 가정해보면 누백 1.0%이지만
금년 수험생 9만명이라고 역시 가정한다면
금년에는 누백1.1%로 하향된다고...
이게 맞지않나요?
네 맞습니다 ㅎㅎ 저도 같은말을 반대로 한것일 뿐입니다
10만명에서 누백 1.1%인 학생이 작년이었다면 1100등이겠지만
9만명이 된 올해는 990등이 되겠죠 ㅎㅎ
같은 누백 기준으로 높은 등수를 가지게 됐다고 말씀드린겁니다!
아 네~
쪽지 확인 한 번만 부탁드립니다 :)
쪽지까지 남겨 주시다니... 약소하지만 덕코 1000 드리고 갑니다.)
감사합니다 ㅎㅎ
큰 도움이 되었습니다! 좋은 글 감사합니다! 3편도 애타게 기다리고 있습니다!!
죄송하게도 개인사정때문에 올해 다음글은 올리지 못할 것 같습니다 ㅠㅠ 표본분석에 대한 내용은 제 작년글을 참조해주시고, 질문사항 있으시면 대답해 드리겠습니다 ㅎㅎ
아 그렇군요ㅠㅠ 답변 주셔서 감사합니다!!