经典测量理论(The Classical Test Theory，CTT)借用普通物理测量的类似方法，对考生回答的结果与其心理特质存在的误差进行分析，形成区分度、等值、信度、效度等概念，使用相当广泛。它的不足是信度估计不精确、难度量表与能力量表不一致。

　　项目反应理论(The Item Response Theory，IRT)建立在考生潜在能力的基础上，研究考生对试题的反应与其潜在能力之间的关系。优点是通过模型测试考生能力可以精确估计测量误差，对考生能力的估计不依赖于题目的特殊选择。缺点是假设过于理想，技术复杂，可操作性差。

　　3．难度与区分度

　　在经典测量理论中，难度就是考生答题时感到的困难程度，用考生群体在该题目上的通过率或得分率表示，又称为统计难度。它用0～1之间的数值表示。在等级考试中，把题目分为难、中、易三种，每个科目都有明确的难度分布细目表。每次命题后都要估计难度系数，而每次考试后再根据抽样数据统计难度，一般都比较接近0.5。在NIT中，我们把难度分为A、B、C、D四个层次：A为容易题(0.7～1之间)、B为中等偏易题(0.5～0.7之间)、C为中等偏难题(0.3～0.5之间)、D为难题(0～0.3之间)。在命题实践中，还采用了内容难度的概念，使其与考生样本无关，而由题目自身的属性决定。

　　区分度是区分不同水平考生能力程度的指标。不过，预先对它难作估计。

　　4．考试误差、信度与效度

　　考试作为一种测量，和其他测量一样总会存在误差。考试误差的来源有三：一是试卷质量；二是考生的水平和应试状态；三是考试的实施办法和监考控制。考试的质量不在于有无测试误差，也不可能没有测试误差，而在于对考试误差的控制程度。

　　考试误差有两类：随机误差和系统误差。考试过程中不可预期的偶然误差称为随机误差。由始终存在的恒定因素导致的误差称为系统误差，而命题产生的误差通常是系统误差。在考试中，对随机误差的控制程度称为考试信度，它是考试结果可靠性的指标；对系统误差和随机误差的综合控制程度称为考试效度，它是考试有效性的指标。如果试卷没有较好反映考试内容，结构不合理，语义不明确，题目太难或太易，题量太少或分布不当，都会影响考试的效度。

　　考试的生命在质量，质量的关键在命题。由于考试中心有制度上的保证，所以NCRE和NIT都对命题工作非常重视。相对稳定的命题队伍，人员素质较高，保证了考试的质量。相信仔细研究过NCRE考卷的朋友，一定会为它的内容准确、表达精练的“试卷美”而赏心悦