在写作本书时， 13个州要求当地学校使用增值评估统计分析法分析年度标准化测试分数，确定分数变化情况，并试图确定变化原因。
增值评估模式源于经济学。经济学家试图了解美元对生产的影响情况，做如下设想：以一定的价钱购买一批金属，一定投入后将其制造成汽车，原产品增加了价值，因此，我可以根据我的投资情况提高汽车价格。
过去十年里，教育研究者们一直试图运用这种方法评价教学对学生学习的影响。设想的过程如下：学生初入学校都有一定的知识基础，我向学生学习投入一定资源，学生的知识和技能会有所提高。通过计算学生最初和最后的成绩，就能估算增加的价值。支持者认为，不断带来更大成就的教师，或为学生学习“增加更多价值”的教师都是好教师。当然，下一个问题就是如何最好地衡量价值影响。
没有经过教育评估和统计分析的地区，年度标准化测试分数似乎直接融入了增值方法中，因此也运用到了教师评价过程中。如果学生分数提高了，那么就是教师增加了其知识价值，因此要给予肯定和奖励。若没有促成学生进步，也应该受到相应处理。支持者认为理解并运用此方法很简单。
这种方法的第一个问题是，它假设教学本身，而没有其他因素，能够极大地影响学生成绩。增值分析法的支持者认为，教师影响力很大，但是并没有支持依据。回顾了这一话题最近的依据后，赫特尔（Heartel， 2013）得出结论：
学生测试分数一年的变化，教师造成的差异约为10%……努力改善教学成果的政策制定者们，必须关注结果的可变性决定因素。家庭背景、周围环境、同伴影响和学生天赋的差别影响远远超过了教育政策掌控范围……连这10%中也有一部分不在政策所及之内，但另一方面，每年累计增加的成绩在某种程度上有更大的影响。然而，如果要显著改变美国学生的成绩模式，只是找出并辞退效能低的教师远远不够。
增值模式的第二个问题就是，它依赖于我们已经确定的标准化测试分数，而这个分数常常无法和教师实际教学责任一致，而当二者相一致时，又无法取得合适的主要学习目标样本，在深度和准确度上支持学生掌握目标程度的推论。
增值分析法源于过去和近年来通行的标准化测试分数，利用回归分析提取、控制非教师因素的作用，比如上面提到的种种因素，用以得出两项分数的差别。一些不同的统计式分析或模式已有所发展，能够完成这一区分。每种分析在得出教师对学生分数影响指数时，都考虑到不同的非教师因素，但是他们不使用或控制其他因素，也就不能让使用者清楚地看到教师真正的贡献。
研究者发现了增值分析法的其他两个具体问题。一是由于影响学生学习的各种因素每年都在变化，因此很难进行准确统计。各种各样的模式只能考虑到一部分因素。二是教师个人的每年增值分析不稳定。两种因素相互联系（贝凌尔， 2014；达尔丽-哈蒙德， 2013；马尔扎诺和托特， 2013）。
就第一个问题而言，不同的分析模式试图控制与成绩相关的不同因素。而且，根据统计模式不同，不同因素的重要性也不同。因此，教师效能评价各有不同，是由于判断效能的分析模式不同，而不是由于他/她的优秀程度。
而且更糟糕的是，同一位教师的效能判断每年都会有差别，甚至同一年里不同班级之间也不一样（尽管教学内容一样）。这多半是由于具体测试分数不同，结果也会相应不同。在某个特定时间，如果某个学生恰好在课堂上，那么，在某种程度上，评估结果也有所不同。这就是为什么增值分析法统计学家认为，学生应该被随机分配给教师。只有这样才能控制主要因素的变量。但是很明显，他们并没有随机分配，所以，进行增值分析时，课堂氛围、学生人数和教师能力混合在一起。教师无法选择学生。
最后，课堂规模通常太小，无法作为稳定因素估计教师的效能。
许多教育界领头研究员和团队已评价过增值分析法，他们得出以下结论：
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
