为了计算项目区分度，常用的相关方法主要有以下三种，需根据数据类型和场景选择合适的方法：

一、点二列相关（Point-Biserial Correlation）

适用于 一个连续变量（如测验分数）与一个二分变量（如通过/未通过） 之间的相关分析。例如，某数学题以0或1计分，通过记为1，未通过记为0，此时可用点二列相关计算区分度。

二、二列相关（Biserial Correlation）

当连续变量被人为划分为两类（如及格/不及格）时使用。例如，将分数≥60分为及格（1），<60分为不及格（0），此时可用二列相关分析区分度。

三、Φ相关（Phi Coefficient）

用于 两个独立二分变量 之间的相关分析，如性别（男/女）与是否通过某项测试（是/否）的关系。

四、其他注意事项

数据要求 ：相关法要求数据满足线性关系，且变量需为正态分布或近似正态分布。

区分度计算 ：区分度通常通过计算项目得分与效标变量（如总分、及格线）的相关系数来评估，相关系数的绝对值越大，区分度越高。

局限性 ：相关法仅能反映线性关系，对于非线性关系的区分度评估效果有限。

示例计算（以点二列相关为例）

假设某题得分（X）与通过/未通过（Y）的数据如下：

计算点二列相关系数公式为：

$$r = frac{cov(X,Y)}{s_X s_Y}$$

其中，$cov（X,Y）$为协方差，$s_X$和$s_Y$分别为X和Y的标准差。

通过计算得到的相关系数可反映该题对高分组和低分组被试的区分能力。