實際地使用研究數據並非易事；相反，這需要教育工作者和當地決策者除了探討摘要數據之外，並深入研究一系列分析，以顯示特定學生群體的表現和經驗。
WestEd 最近的一份報告為當地決策者提供了關於使用分類量化數據來了解教育差異的重要見解。由於一個總體效應值可能無法反映給特定子組的具體表現，因此按某些特徵（例如種族）將學生子組的量化數據分開，可以更清晰地勾劃出教育決策不平的情況。例如，某種成效是否對所有種族群體中都一致？是否因社會經濟地位而有所不同？是否特別適用於面對挑戰的學生？
該報告聚焦三項測量來識別不成比例問題的，即在教育環境中過度代表或代表不足的學生群體。例如，於一個學區的10%移民學生，與同齡同儕相比，他們被處以留堂的可能性要高30倍。這三項測量抱括：
- 組合指數（composition index）：量度特定學生群體在某學習成果（如留堂）中的比例。該指數有助於我們掌握不同群體在特定學習成果下的代表性。
- 風險率（risk ratio）：量度特定組別經歷某學習結果的比率。該比率讓我們能夠評估某學生群體相對於其他群體在具體學習成果方面的表現。
- 相對風險（relative risk）：這為比較不同學生群體之間的風險率提供了一個標準化的量度，讓我們能夠識別學習成果的差異。
了解如何使用這些測量是識別我們學校中的系統性不平等的重要步驟。
文獻來源（開放取用）：Lopez, D., Nabors, A., & Jaobs, J. (2023). Using Quantitative Data to Identify and Address Inequities: An Introduction for Practitioners. WestEd. https://www.wested.org/resources/quantitative-data-to-address-inequities/