一、Analysis 的评分框架 The Analysis Rubric

IB Internal Assessment (IA) 占总分的20%-25%，而 Analysis（分析） 是所有评分维度中最难拿高分的一项。无论你学数学、科学还是人文，分析能力决定了你的IA是"叙述性报告"还是"批判性学术作品"。本文将系统拆解IA Analysis的评分要求与高分策略。

The IB Internal Assessment (IA) accounts for 20%-25% of the final grade. Across all criteria, Analysis consistently ranks as the hardest to score highly on. Whether you study Mathematics, Sciences, or Humanities, your analytical ability determines whether your IA remains a descriptive report or becomes a critical academic work. This article breaks down the IA Analysis grading criteria and high-score strategies.

一、Analysis 的评分框架 The Analysis Rubric

IB考官评估Analysis时关注三个核心问题：你是否理解了数据背后的含义？你是否能解释为什么会得到这样的结果？你是否将发现置于更广阔的学科背景中？

IB examiners focus on three core questions: Do you understand the meaning behind the data? Can you explain why you obtained these results? Have you situated your findings within the broader disciplinary context?

科学类IA评分层级：Level 1 (1-2分) 仅做基础数据处理和计算；Level 2 (3-4分) 识别趋势和模式，开始解释原因；Level 3 (5-6分) 批判性解读，与文献比较，讨论方法论局限。

Science IA tiers: Level 1 (1-2 marks) — basic data processing; Level 2 (3-4 marks) — trend recognition with explanations; Level 3 (5-6 marks) — critical interpretation with literature comparison and methodological discussion.

二、四大分析支柱 Four Pillars of Analysis

Pillar 1: 量化严谨性 Quantitative Rigor — 使用适当统计工具（t-test, regression），包含不确定性分析（标准差、误差传播）。每一步计算必须清晰可追溯。

Pillar 2: 理论锚定 Theoretical Grounding — 每段分析必须回到研究问题和学科概念。例如生物IA中的酶活性变化，必须用Michaelis-Menten动力学解释，而非简单归因于温度。

Pillar 3: 比较语境 Comparative Context — 将结果与已发表文献进行具体数值对比，分析偏差的理论或方法论原因。不要说"与文献一致"，要给出具体百分比差异和解释。

Pillar 4: 反思深度 Reflective Depth — 分析你的分析方法本身：统计方法是否最优？样本量是否足够？是否有混杂变量影响？这种元认知反思展示超越评分标准的思维水平。

三、不同学科的差异化策略 Subject-Specific Strategies

科学类：以处理数据（processed data）为核心，非原始数据。每张图表配描述性说明。重点讨论系统误差和随机误差。使用误差棒（error bars）是重要加分项。

数学类：核心是"数学交流"（mathematical communication）。每步推导配文字说明。讨论模型的适用范围和局限性。如使用Desmos或Python等工具，必须解释其在分析中的具体角色。

人文社科类：采用"Although... however... furthermore..."多层论证结构。经济学IA必须用图表辅助分析，并在文字中明确引用图表变化。历史/心理学IA侧重于一手和二手资料的批判性评估。

四、常见致命错误 Common Fatal Errors

错误一：描述冒充分析。黄金法则：每一句描述（What happened）后面必须跟一句解释（Why it happened）。大段数据描述不加解释是失分重灾区。

错误二：忽视异常数据。删除异常点是严重失分项。IB考官期望看到对异常数据的诚实讨论——它是误差导致，还是揭示了理论无法解释的现象？

错误三：肤浅的文献对比。"与文献一致"如果没有具体数值和差异分析等于没说。正确做法："Smith et al. (2023) reported 0.45 mol/s, 12% higher than my 0.40 mol/s — likely due to catalyst concentration differences."

五、PEEEL 分析框架 The PEEEL Framework

推荐使用 PEEEL 框架组织每个分析段落，用不同颜色标记五个要素确保完整性：

Point 论点：开门见山指出趋势说明什么。
Evidence 证据：引用具体数值、单位和图表编号。
Explanation 解释：用学科理论解释原因——最关键的步骤。
Evaluation 评估：探讨数据可靠性和局限性。
Link 连接：拉回研究问题或过渡到下一段。

高分Analysis不在于"写更多"，而在于"想更深"。拿到5-6分的学生与2-3分的差距不在数据量，而在于将数据转化为洞察、将洞察连接理论的能力。用"分析思维"而非"报告思维"审视你的写作——分析不是IA的附加品，而是整个研究的灵魂。

High-scoring Analysis is not about "writing more" but "thinking deeper." The gap between a 5-6 and a 2-3 score is not data quantity but the ability to transform data into insight and connect insight to theory. Examine your writing through an analytical lens, not a reporting lens — Analysis is the soul of the entire investigation, not an add-on.

需要IB IA辅导？Need IA Tutoring?

电话/微信：16621398022
覆盖IB数学、科学、人文全科IA辅导
资深IB考官团队，中英双语授课

访问 aleveler.com 了解更多

更多咨询请联系16621398022（同微信）