常规数据处理的三个盲区。
把卷面分赋分、求平均分、画雷达图——这是常规处理。但研究院在 9 次全省联考、137 所学校的数据收集中发现，常规处理无法回答：
- 无法判断"4 选 2"选科组合是否合理；
- 无法得出各学科发展是否均衡；
- 难以预估学生成绩在全省中的位置。
针对这三个盲区，研究院创新性地提出三套指标体系：
不是示意图，
是真实作答数据跑出来的。
本节所有指标均由真实联考作答数据计算得出（学校已脱敏）。研究院数据资产累计覆盖 9 次全省联考 · 137 所学校 · 18/19/20 三个完整年级 · 连续 4 次追踪；本节取其中 已完成逐题深度标定的批次：39 套学科卷、785 道题（高一 / 高二 / 高三，含 2026 年 5 月最新高一），逐题还原每名学生的每一道作答。
每生每题入库
76 校同场
9 学科
2019–2026
① 试卷信度 α（38 个学科测验实测）
全部 38 个学科测验信度 α 中位 0.69，范围 0.13 – 0.85。规律稳定：数学 / 英语 / 理化生偏高（多在 0.75–0.85），文综（尤其地理、历史）偏低——已据此定位需改进的命题板块。下表为 2020.6 与 2026.5 高一全量实测 α（部分批次高一不含语数英）：
| 学科 | 语文 | 数学 | 英语 | 物理 | 化学 | 生物 | 政治 | 历史 | 地理 |
|---|---|---|---|---|---|---|---|---|---|
| 20.6 高一 α | — | — | — | .75 | .78 | .82 | .75 | .64 | .37 |
| 20.6 高二 α | .65 | .85 | .83 | .77 | .73 | .77 | .65 | .63 | .33 |
| 26.5 高一 α | .62 | .80 | .82 | — | .63 | .62 | .51 | .31 | .26 |
② 题目难度与区分度（785 道题全量）
| 指标 | 分布 |
|---|---|
| 难度 P（均 0.58） | 易（≥0.7）279 道 · 中 317 道 · 难（≤0.4）189 道 |
| 区分度（均 0.27） | 良好（>0.3）311 道 · 偏低（<0.2）264 道 · 负向 21 道（建议重做） |
③ 校级 EA·EB·QA·QB·上线率（高一，脱敏排名）
| 学校 | 均分/750 | 上线率 | EA | EB | QA | QB |
|---|---|---|---|---|---|---|
| 示例校 A | 625.3 | 98.6% | 1.00 | 0.62 | 2.4% | 11.9% |
| 示例校 B | 603.9 | 98.8% | 0.82 | 1.00 | 0.3% | 4.7% |
| 示例校 C | 569.7 | 98.1% | 0.54 | 0.66 | 0.0% | 1.7% |
| 示例校 D | 568.6 | 99.4% | 0.53 | 0.54 | 0.4% | 3.3% |
校 B 均分低于 A，但 EB=1.00（各科最均衡）；校 A 整体最强（EA=1.00）却 EB 偏低，存在尖子带动、弱科拖累的分化——这正是 EA/EB 双指标的价值。
选科组合，选得对不对？
在精准赋分的前提下，对达到不同等级的学生做数量分析，构建 QA 与 QB 两个比率：
- QA：达到 A 等（等级分 ≥ 83）的学生比例——越高，说明该选科组合越有利于冲高；
- QB：达到 B 等以上（等级分 ≥ 71）的学生比例——越高，说明临界生越多，可通过教学调整助其 B → A。
整体强不强、各科匀不匀？
E值在同层次学校之间比较，包含两个分量：
- EA：衡量学校的整体优秀程度，越高越优秀；
- EB：衡量各科成绩之间的均衡程度，越高越均衡。EB 低即存在偏科，需结合标准差系数定位弱势学科。
| EA（整体） | EB（均衡） | 解读 |
|---|---|---|
| > 0.5 | > 0.7 | 整体优秀，且各科高度均衡 |
| > 0.5 | 0.5–0.7 | 整体优秀，较均衡，少量弱势科目 |
| > 0.5 | < 0.3 | 整体优秀，但偏科明显，弱势科目较多 |
| < 0.5 | > 0.7 | 整体一般，但各科均衡 |
| < 0.5 | 0.5–0.7 | 整体一般，较均衡 |
| < 0.5 | < 0.3 | 整体一般，且偏科明显 |
在全省，到底排在哪？
基于历次全省数据，融合全省同届考生情况、招生计划变化趋势、各校往年高考实际、历年录取比例常模与办学水平常模， 多方法统计后划定各层次分数线与单科分数线：
| 层次 | 大致对应 | 用途 |
|---|---|---|
| 甲层次 | 过往高优线 | 顶尖与重点段定位 |
| 乙层次 | 过往本科线 | 本科达线判断 |
| 丙层次 | 过往专科线 | 基本盘与补强对象 |
配套统计各群体在三层次的占比与总上线率，并给出单科分数线，使个体与群体、总分与单科的定位都一目了然。
数据可信的前提：
题目本身要"称职"。
指标再好，也依赖输入数据真实有效。每场考试后对每一学科试卷做命题质量分析，用三条曲线校验：
| 指标 | 含义 | 理想区间 | 判读 |
|---|---|---|---|
| 信度 | 测量结果的一致性与稳定性 | > 0.90 优秀 0.80–0.90 良好 | < 0.70 偏低，命题须调整 |
| 难度 | 平均得分率（值越大越容易） | ≈ 0.45–0.65 合理 | 过高过易、过低过难均需修正 |
| 区分度 | 区分高、低能力学生的能力 | > 0.40 优秀 0.30–0.40 良好 | < 0.25 较差，题目须重做 |
命题工艺上坚持全部原创（题目须在主流题库与搜索引擎查不到，杜绝旧题"穿衣戴帽"）， 命题前必先编制双向细目表，回稿后网上查重核对，不合格打回重做；阅卷采用网上 / 手机阅卷， 主观题双评取均、评分细则确定唯一。详见 测评方法 · 双向细目表。
一切诊断的起点：精准赋分。
广东"3+1+2"模式下，政、地、化、生选两科须等级赋分后计入总分。 研究院依托大样本与历史成绩数据库，按等比例转换法则给出精准赋分（误差更小）：
| 等级 | 人数比例 | 赋分区间 |
|---|---|---|
| A | ≈ 17% | 100 – 83 |
| B | ≈ 33% | 82 – 71 |
| C | ≈ 33% | 70 – 59 |
| D | ≈ 15% | 58 – 41 |
| E | ≈ 2% | 40 – 30 |
等比例线性转换，保持考生在群体中的排序不变。
已结集白皮书，
仍在持续迭代。
第一阶段成果（「二指标一定位」）已结集为《新高考测评技术与创新》课题白皮书。第二阶段以 「三年一贯」形式深入，研究方向包括：
- 学校教育资源供给与高中质量提升的关系
- 学科核心素养的教学策略与评价方式
- 新高考政策下选科组合的实施现状
- 基于学校的成绩校准指标体系（进行中）