分析帮助看清一段话的理由、结论和隐含前提；评价检查资料是否可信、理由是否足以支持结论；推论则是在已有信息下，形成说得通且不过界的判断。它们彼此配合，却不完全相同。理解CCTST的分项，比把某个低分简单翻译成“不会思考”更有用。
先核对报告版本。加州批判性思维技能测验（California Critical Thinking Skills Test，CCTST）的当前官方页面列出总指标和八项技能，包括分析、释义、推论、评价、解释、归纳、演绎及数量推理。早期技术报告曾采用分析、评价、推论，以及归纳、演绎的分项方式。不能把1990年版本的结构直接当成所有现行报告的结构。
下面只用三个技能检查同一条论证。例子和数字完全自拟，不是正式测验题目，也不能据此换算CCTST分数。
某大学图书馆把闭馆时间从晚上八点延长到十点。第一个月借阅量比上个月增加20%。有人据此说：“延长开放时间提高了学生的学习效果，所以明年应让所有校区的图书馆都开放到十点。”
分析先拆清楚，这段话到底主张了什么
这段话至少包含三层内容：一项安排发生了变化；一个月的借阅量增加了；发言者进一步声称学习效果改善，并建议扩大安排。
分析时需要把它们分开。借阅量上升是给出的观察，学习效果改善是对观察的解释，所有校区延长开放则是行动建议。说话人并没有提供学习效果的直接资料，也没有交代其他校区的情况。
要从前一句走到后一句，还依赖若干未说出的前提：借阅变化主要由开放时间造成；借得更多意味着学得更好；其他校区情况足够相似；新增收益值得相应成本。
把这些前提找出来，并不等于已经证明建议错误。分析的任务，是让后续检查有对象，而非看到一个漏洞就立即否定全部内容。这样的区分与开发者对分析技能的解释一致：看清论证中的理由、主张及其关系。
评价检查证据质量，也检查推理能走多远
先看“增加20%”是否可靠。两个时期是否按相同口径统计？是借阅册数还是借阅人数？上个月是否包含假期？若统计定义或比较时期不同，百分比本身就可能不适合直接比较。
即使数字准确，因果解释仍需检查。这个月是否新增了课程书单、开展阅读活动，或者临近期末？这些可能性不证明开放时间没有作用，但说明单纯前后比较不足以排除其他解释。
再看证据与结论是否对得上。借阅量能够反映部分使用情况，却不直接等于知识掌握或学习质量。至于推广到所有校区，还需要知道当地需求、现有服务、人员安排及成本。
评价的重点是“这份证据支持多强的判断”。它既检查信息来源，也检查论证强度。不能因为数据来自图书馆就自动认可所有结论，也不能因为材料不完整就宣称数据没有任何价值。
推论是在有限信息下形成合适结论
基于现有材料，可以暂时说：“延长开放后的第一个月，记录到的借阅量高于前一个月。”也可以提出“延长开放可能促进了借阅”的待检验解释。
但目前不能确定增加由延时开放造成，更不能直接确定学习效果提高，或所有校区都会获得同样收益。这种保留不是拒绝作判断，而是让结论的力度与资料相称。
下一步可以比较相近时期的借阅情况，查看不同时间段的使用数据，并补充能反映学习情况的资料。若要决定是否扩大安排，还应比较其他方案及实施成本。推论既包括从信息中得出结论，也包括识别为了作出更好判断，还缺什么。
三个技能在真实思考中会来回交织。发现统计口径不清，可能需要重新分析“借阅量”的意思；获得新资料后，也可能要修正原来的评价。它们不是只能按一次固定顺序运行的流水线。
分项得分应该引出观察，不能结束判断
假如某份报告的评价分项相对较低，合理的下一步是观察：面对新材料时，是否容易把“来源权威”与“结论充分”混为一谈，是否会核对比较条件。可以让学习者讲出理由，查看实际作业，而非直接给人贴上“容易受骗”的标签。
同时应核对报告的分项含义、题量与解释规则。几分的差距可能不足以支持稳定的个人强弱排序；总分相近，也不保证两个人在每类任务中的表现一样。CCTST是跨学科推理测验，实际专业判断还需要相关知识，不能把成绩当作所有领域的能力凭证。
阅读理解、作答投入、疲劳和施测条件也值得记录。官方反馈说明特别提醒，某些很低的表现可能伴随投入不足、认知疲劳或语言阅读问题。这些是需要核实的可能性，不是凭一个分数就能确定的原因。
好的分项解释应落到具体活动上：是否识别了前提，是否核对了证据，是否得出了超出资料的结论。这样，报告才能告诉学习者下一次怎样更仔细地思考，而不只是多记住几个分数。