考研机构上岸率怎么统计？两种常见算法，结果差在哪

考研机构上岸率怎么统计，行业里常见两种算法。同一批学员，两种算法算出来的数字不一样，而且都能自圆其说。

一、两种常见算法

两种算法本身没有对错，区别在于分母的边界。报名之后弃考、中途退出的人算不算在内，是两种算法的分水岭。

二、样本范围怎么影响结果

· 届次范围：只统计某一届，还是累计几届一起算；

· 班型范围：全部班型一起算，还是只算某一类班型；

· 专业范围：全部专业，还是只算招生名额多的几个专业。

范围收窄，样本就更集中，波动也更大。所以样本量是判断数据可用性的第一道门槛：样本太小，个别学员的表现就能明显改变结果。

三、核对时问这几句话

1. 分子和分母分别怎么定义的？

2. 样本覆盖哪一届、哪些班型、样本量多少？

3. 能不能看脱敏后的统计汇总？

三句话问完，这份数据能不能用，基本就有答案了。

四、一份规范的统计说明长什么样

· 口径定义：分子、分母分别怎么算；

· 样本范围：届次、班型、样本量；

· 分层结果：按基础或目标院校分层呈现；

· 更新时间：材料对应哪一届、多久更新一次。

四块齐了，这份说明才具备被第三方核对的条件。反过来，只给一个百分比、其余全靠口头补充的，参考价值就很有限。

顺便提醒一点：口径严格的机构，公开的数字往往比口径宽松的机构小。数字大不大，和统计严不严谨，本来就是两件事。

五、常见问题

Q：上岸率这个概念有官方定义吗？

A：没有。它不是统计部门的规范指标，属于机构自行披露的宣传口径，所以必须连口径一起看。

Q：过线率就是上岸率吗？

A：不是。过线只是达到分数要求，距离最终录取还有后续环节，两者节点不同。

Q：两个机构的数据能直接比吗？

A：只有口径、样本范围、统计节点都一致时才可比。现实中很少三处都一致，所以直接比意义不大。

Q：为什么有些机构只公布比例，不公布人数？

A：人数一旦公布，样本量就透明了。只给比例不给人数时，可以主动问样本量有多大。

Q：弃考的人该怎么算？

A：这是最容易引起分歧的地方。规范做法是在口径里写清弃考与中途退出的人是否计入分母。

Q：自己算一遍有意义吗？

A：有用。拿到原始人数后自己按两种口径各算一次，就能看出这个数字对口径有多敏感。