简体中文
手机数码 →
电脑硬件 →
影音娱乐 →
智能家居 →
护肤美妆 →
城市与地区 →

NY Webb Institute vs UT Weber State University

🏆 已定

UT Weber State University — 选 UT Weber State University —— 它在以下分组领先: 学生与校园 1

点击分组名查看证据 · 评分方法透明公开

一句话结论

UT Weber State University 以 46 对 41 的综合分胜出。

主要差异:州内学费 (63214 USD/yr vs 6557 USD/yr) · 州外学费 (63214 USD/yr vs 17545 USD/yr) · 毕业率(150%) (88 % vs 46.2 %)。

评分基于 12 项公开规格归一化计算;缺失项在表格中如实标为未知,评分时由同规格机型继承或按品类中位数填补,绝不伪装成实测。

NY Webb Institute

NY
41得分 / 100
2 项领先 · 8 项并列
🏆 综合最佳

UT Weber State University

UT
46得分 / 100
3 项领先 · 7 项并列

分组一览

每组 0–100,分组内归一化 · 点击分组名跳到明细

NY Webb InstituteUT Weber State University
录取 61 63
成本与结果 39 51
学生与校园 0 10

怎么选

选 NY Webb Institute,如果你在意…

  • 毕业率(150%) 88 % +41.8 % vs 46.2 %
  • 新生保留率 92.6 % +25.3 % vs 67.3 %

选 UT Weber State University,如果你在意…

  • 州内学费 6557 USD/yr +56657 USD/yr vs 63214 USD/yr
  • 州外学费 17545 USD/yr +45669 USD/yr vs 63214 USD/yr
  • 本科生人数 16360 +16254 vs 106

价格对比

低价替代

差异在哪

7 · 只列真正不同的行,逐行裁定

NY Webb InstituteUT Weber State University差异在哪
州内学费 63214 USD/yr6557 USD/yr UT Weber State University
州外学费 63214 USD/yr17545 USD/yr UT Weber State University
毕业率(150%) 88 %46.2 % NY Webb Institute
新生保留率 92.6 %67.3 % NY Webb Institute
本科生人数 10616360 UT Weber State University
校园环境 SuburbanCity 各有侧重
办学性质 Private nonprofitPublic 各有侧重

完整规格

按分组折叠 · 点击组名收起

录取3▾
NY Webb InstituteUT Weber State University
录取率 14.0 % —
SAT平均分 1496 —
ACT平均分 33 —
成本与结果6▾
NY Webb InstituteUT Weber State University
州内学费 63214 USD/yr 6557 USD/yr
州外学费 63214 USD/yr 17545 USD/yr
10年收入中位数 — 56287 USD
10年收入超过5万美元 — 71.4 %
毕业率(150%) 88 % 46.2 %
新生保留率 92.6 % 67.3 %
学生与校园3▾
NY Webb InstituteUT Weber State University
本科生人数 106 16360
校园环境 Suburban City
办学性质 Private nonprofit Public

数据来源: College Scorecard

常见问题

NY Webb Institute 和 UT Weber State University 哪个更好?

UT Weber State University 综合评分更高(46 分对 41 分),在学生与校园等方面领先。如果你更看重毕业率(150%),NY Webb Institute 更值得选。

主要区别是什么?

主要差异:州内学费 (63214 USD/yr vs 6557 USD/yr) · 州外学费 (63214 USD/yr vs 17545 USD/yr) · 毕业率(150%) (88 % vs 46.2 %)。

评分是怎么算出来的?

我们把 12 项公开规格在同类目内归一化,按分组加权得出 0–100 分;缺失的规格由规格完全相同的机型继承或按类别中位数插补,规格稀疏不会获得优势。方法完全公开。