衡量测验题目的质量指标主要有信度、效度、难度和区分度。

1.信度：是指测验结果的稳定性或可靠性，即某一测验在多次施测后所得到的分数的稳定、一致程度。它既包括在时间上的一致性，也包括内容和不同评分者之间的一致性。(测教育学两次以上，第一次50，第二次90，即信度低;两次都90，即信度高)

2.效度：是指测量的正确性，即一个测验能够测量出其所要测量的东西的程度。效度考虑的问题是：测验测量什么?测验对测量目标的测量精确性和真实性有多大?(比如，想测语文水平，拿数学试卷来测，测不出语文水平，即效度低)。就一个测验的优劣而言，效度是一个比信度更为重要的指标。(比如，想测情商，用智力量表-《斯坦福比纳量表》来测，测了5次都是90分左右，信度好还是效度好?-信度好，但效度差，最终结果无效，所以效度比信度更重要。)

3.难度：是指测验包含的试题难易程度。难度在最近发展区内(客观的：难度值(P)=答对人数(R)/被试总人数(N)×100%，P值越大，难度越低;P值越小，难度越高，难度值和难度呈反比)。试题过难或过易都不能准确测出学生的真实成绩。所以，一张卷子总的来说，它的试题既要有较难的题，又要有较易的题，做到难易适中。

4.区分度：是指测验对考生的不同水平能够区分的程度，即具有区分不同水平考生的能力(也就是高水平的人得高分，低水平的人得低分)。难易程度影响区分度，测验过难或过易，区分度都不好。区分度与难度有关，只有在试卷中包含有不同难度的试题，才能提高区分度，拉开考生得分的差距。