完成一段情绪练习后，复测分数升了，当然会让人高兴。可以把它记下来，再多问一步：变化来自什么，这个数字能支持多大的结论？
“测评分数提高”“实际表现有所改变”和“改变由这次训练造成”，是三个逐渐加强的判断。它们需要的证据也不同。仅有一张前后对照图，还不足以把三件事一次证明。
先让两次测量有可比基础
工具全名、版本、计分方式和施测要求，应尽量一致或具有明确的可比依据。自评问卷还要看两次是不是按相同的说明、针对相同的时间范围作答。刻意选一次情绪很差、一次心情很好来测，会同时改变测量条件，让解释更困难。
国际标准情商测试（EQ）是自评。对于这样的作答方式，变化可能来自行为体验，也可能来自对题目的理解、评价自己的标准或希望呈现的样子。不能只看名称，就把它当成表现型EI测验或其他正式工具的同一版本。
升分可能包含哪些成分
真实变化是其中一种可能。例如，练习后能更清楚地辨认感受，并且在多次真实互动中使用了新的回应方式。分数与这些记录一致，会给解释增加信息。
熟悉和期待也可能影响结果。第二次更熟悉问卷的表达，或者知道课程希望看到什么方向，作答可能随之变化。这不等于每个升分者都在美化自己，只是研究和个人解释都需要考虑的可能。
回归均值则常在选取极端初测结果时值得留意。假如第一次恰好受到短暂不利因素影响，之后即使没有特定训练，结果也可能更接近平常水平。它是需要通过设计处理的问题，不能凭这个术语反过来否认某个人的努力。
判断训练效果，要看看比较的是谁
如果所有参加者都上课，再把课前课后相减，就很难排除同期生活变化、重复测量或其他影响。设置适当对照、尽可能减少两组的初始差别，可以让训练效果的判断更有依据。即使有对照，也仍要看分组方式、失访以及测量是否适合目的。
Nelis等人的一项原始对照研究，比较了接受情绪智力训练者与继续日常生活的对照参与者，报告了情绪识别和管理方面的改善，并在六个月后随访。它展示了比只测一次课前课后更完整的证据结构，但不能据此断言所有情商课程都会产生同样效果。[1]
分数、现实记录与后续观察，各补哪一部分
可比的测量帮助观察同一指标；具体事件帮助了解是否出现实际行为变化；延迟测量则补充变化能否维持的信息。来自他人的反馈也可以加入，但应说明观察了什么情境，不能把亲友一句“你进步了”当成无误差的证明。
个人可以保留少量具体记录：哪次互动与过去不同，做了什么，对方怎样回应，哪些场景仍然困难。暂时没有行为证据时，可以把升分记为待理解的线索，不必马上否定，也不必夸大。
分差还应结合测量精度。某个数值增加多少才值得解释，需要依具体工具与比较方法判断；没有适用于所有情商问卷的“提升五分算有效”规则。[2]
复测的目标可以是帮助发现变化，而非不断刷新到更高分。问清测量条件、给观察留出合适的时间，再把结果与真实经历放在一起，会比追逐一条上升曲线更有意义。