平均数
标准差
标准差平均数
在斯普林菲尔德受教育
237
调查结果令人难以置信。有时候，结果显示该方案能够减少偏见，至少能够扭转负面意见。有时，结果又显示偏见丝毫没有得到改善。有时，结果显示虽然偏见有所减少，但是群体关系却更糟糕了。有时，一组学生的反应更为良好，而有时，另一组学生的反应更为良好。5
情况虽然复杂，但也并非像这位研究人员所认为的那样绝望。
正式教育方案
一名研究人员对斯普林菲尔德“跨文化教育计划”的效果进行了评估。6该计划（自变量）具有广泛性和灵活性，涉及城市公立学校中各年级的各类教学。7
在马萨诸塞州斯普林菲尔德的一所私立大学授课的研究人员有机会对该市大量接受此教育计划成长的大学新生进行研究。同时，也有大量来自斯普林菲尔德以外的新生——他们没有接受跨文化教育的背景。这些非斯普林菲尔德的新生能够成为对照组。
对偏见进行测量
对照组
对偏见进行测量
→
没有,bao露在方案中
情况下，实验组的学生就对对照组的学生产生了影响。
评估研究的理想设计可以总结如下：
因变量
自变量
应变量
64.76
26.21
1.70
未在斯普林菲尔
研究人员采用了博加斯社会距离量表作为因变量。新生们（总共764人）允诺，他们不会将自己对祖国、邻里、亲属的感情代入到调查中的种族群体之中。
研究结果总结如表13。
表13博加斯量表平均分（平均分越高，偏见程度越高）
教育
人数
→
对偏见进行测量
在不同时间点对方案进行评估，结果也会产生变化。在方案结束后，立即对其进行评估（测试、采访等）通常是最为简单的方法。但是，如果评估发现了态度变化，那么这种变化会持续多久呢？如果评估没有发现态度变化，那么该方案是否具有“睡眠者效应”，在几个月甚至几年之后才会显示其影响？也许理想的计划是在方案结束后立即进行评估，并在一年后再次对其效果进行测量。
在评估研究领域存在着很多障碍。我们难以维持自变量的单纯性；很难制定适当的测量改变的方式；即使研究有所发现，人们也无法自信地解释其缘由，因为各种不必要的变量已经侵入到实验的设计中。复杂的社群生活与实验室环境大相径庭。
然而，除了诸多困难，更让人沮丧的是，一些针对特定人群的特定方案在评估研究中显得成效斐然，而事实中却收效甚微。4这些方案的评估研究人员对此感到绝望：
研究组
对偏见进行测量
→
,bao露在方案中
→
