1．编制的基本原则。标准参照测验的主要目的在于确定被试对某一知识或技能的掌握的真实状况，因而其编制的基本原则为：（1）测量目标必须明确和具体，并且在一测验中不能包含过多的测量目标。测量目标模糊或过多，都不利于测验结果精确描述被试的知识或能力的真实状况。（2）测题必须与测量目标之间具有较高的一致性。每一测验题目的反应必须能体现出所要测量的测量目标上的得为表现。同时，测量同一目标的测题数量既要足够，又要具有较高的同质性。但在测量不同目标的测验题目之间不要求有同质性。
2．项目分析参数。标准参照测验同样需要难度、区分度等参数进行项目分析，但是这些参数的含义已区别于常模参照测验中难度、区分度的含义。
难度已不能简单地解释成题目的难易程度或题目的通过率，而必须理解为测验者对测验内容要求的高低，它通过测量目标反映出来。测验者对测验内容要求越高，测题的难度相应地也越大，反之则越低。在题目分析的过程中常采用掌握组中的通过率及未掌握组中的通过率来表示，因而难度系数值大小的选择既可遵循统一的标准，又可反映被试对测量目标掌握的程度。
区分度反映的则是测题对区别掌握与未掌握两类被试的能力，而非笼统地指对被试能力的鉴别程度。由于人们通常将被试的掌握或未掌握的原因归咎于教学的因素，帮教学敏感性系数常被采用为项目区分度的一种指数，并且人们提出了多种教学敏感性系数。常见的有D指数、B指数等。
3．及格的标准水平。标准参照测验的分数解释不依赖于测验组的常模，而是根据测验者编制通常在测验实施之前就制订的及格的标准水平，显然，被试是否及格不依赖于同伴的测验结果，完全依赖于其自身的行为表现结果。
及格的标准水平是测验分数量表上的某个点，可以根据这一点在量表上的位置，将被试划分成对测量内容具有不同熟练掌握水平的不同类型。及格的标准水平是测验结果解释的直接依据，如何制订出合理的及格标准水平，是一个需要测验编制者深思熟虑的问题。因为这种标准水平的确立包含了较多的人的主观性成分。至目前为止，人们已纷纷提出了许多种确立及格的标准水平的方法。
4．效度验证。效度是衡量测验有效性的重要指标，通常它指测验对于它所欲测量的属性能够测到的程度。同样，对于标准参照测验而言，需要评定其内容效度、效标关联效度以及结构效度。但强调的侧重点不同于以往。标准参照测验更侧重于对其内容效度的要求。
内容效度指测验内容对所欲测量内容的代表性程度，因而考察标准参照测验的内容效度主要从以下两方面入手：测验题目的正确性和测验题目的代表性。测题的正确性是指测题正确地反映测量目标所欲测量的知识、技能的程度，对它的检查主要包括：测题的技术质量和测题与测量目标之间的一致性程度。对前者的要求相一致，人们较易掌握。而对测题与测量目标之间一致性程度的评定则较困难，通常只能采用一些经验方法加以评判，有专家评判法和学生评判法两大类方法。测题的代表性要求组成标准参照测验的测题必须对测验领域总体有一定的代表性，从而使测验具有较高的内容效度。为了保证测题的代表性，标准参照测验编制中往往需要制订双向细目表；同时人们也提出了利用重复实验方法，来检查标准参照测验中测题的代表性。
除了确保标准参照测验的内容效度之外，还必须对标准参照测验的效标关联效度和结构效度加以验证。因为内容效并尽管非常重要，但它只是关心测验内容而不是测验分数，它并不随着被试组的不同或时间的变化而变化，而测验分数解释的正确性却随着测验情形的变化而变化，因而仅靠测验的内容效度并不能确保测验的有效性。效标关联效度的验证方法仍可沿用以往的常用方法，关键问题仍在于效标的选择及其效标的正确性上。
标准参照测验中的结构效度验证是指从理论上证明测验分数解释的合理性。由于标准参照测验的内容效度看上支似乎提供了足够的效度证据，同质性的标准参照测验分数分布限制了用相关性进行结构效度验证的途径，因而标准参照测验理论中的结构效度验证的途径，因而标准参照测验理论中的结构效度验证的研究至今仍是一个较薄弱的领域，还未出现一种令大多数人能接受的有效的结构效度验证方法。汉布尔顿曾提出使用格特曼量图分析和因素分析法进行结构效度验证的可能。作为结构效度的一种具体类别，决策效度是指根据标准参照测验分数对被试所作出的掌握分类决策的正确性。其检查过程就是收集掌握与未掌握分类决策正确性的证据，可用正确分类或不正确分类的概率表示，但关键的问题在玩弄：其一，如何才能证明确立的分类标准是正确的；其二，怎样才能知道被试的真实状态，即掌握还是未掌握。
总体上说来，标准测验的效度验证理论还未发展成熟和完善，有待于进一步的研究和拓广、深化。
5．信度估计。至目前为止，研究文献中已提供了较多的标准测验信度估计方法，这些方法与常模参照测验中的信度估计方法完全不同。通常将标准参照测验信度估计方法分为三大类：
第一，决策一致性信度。标准参照测验的目的之一在于票据标准水平，将被试划分成不同的类型，如掌握与未掌握，这时可以用掌握分类决策的一致性指数表示标准参照测验的信度。计算决策一致性信度的方法很多，既可以利用两个平等形式的复本测验或再测验来估计，也可以不需要复测或再测，直接利用一次测验结果估计决策一致性信度。通常采用PO及u表示决策一致性信度系数，但对PO及u的估计有许多不同的方法，这一方面取决于测验的条件，另一方面取决于对一致性信度精确性的要求。其中哈伊恩方法和萨伯考维克方法等尤为有用。
第二、领域分数估计的信度。标准参照测验的另一重要目的在于测量学生对测验内容掌握的多少。一般说来，测题是从测量该内容的所有题目中抽样出来的，所以根据被试的测验分数推测其在整个内容领域上的领域分数（即真分数）的过程中，必然会涉及测验分数估计的可靠性程度，因而必须估计领域分数估计的信度。这种信度的估计既可以采用测量的标准误估计，如米尔曼和汉布尔顿、克龙巴赫等提出的估计方法，同时也可以采用概化系数ρX来表示。前者反映的是各个体领域分数估计的可靠性，后者体现了总体上反映所有被试的领域分数估计的可靠性。
第三，误差平方损失一致性系数。当运用及格的标准水平对被试进行掌握分类时，处理分类误差有两种情况：第一种情况是，在作出分类决策时，不论被试的观察分数与标准水平的远近情况如何，一律将误差视为具有同等严重性。在计算决策一致性信度时，就以这种方式处理误差。第二种情况是，认为对远离标准水平的被试作出错误分类的严重性比对靠近标准水平的被试作出错误分类的严重性要大。人们通常将这种描述分数与标准水平的离差平方的信度系数称作为误差平方损失一致性系数。常见的估计方法有利文斯顿提出的K2（X，T）系数和布伦纳与凯恩提出的M（C）系数。这两种系数的估计均采用方差分析来实现。
6．标准参照测验的标准化。测验的标准化是经典测验理论中方法体系的一个重要方面。对于标准参照测验而言，同样需要对它实现标准化，从而提高测验分数解释的正确性。标准参照测验的标准化同样包括以下几个方面：（1）测验编制过程的标准化，即为测验编制者提供统一的、精确界定的测量目标，测验题目都是测量内容的典型代表物，测题具有较高的技术质量等等；（2）测验实施的标准化，即为被试提供相同的指导语，测验的外在物理条件相一致等等；（3）测验评分的标准化，即评分应有统一的评分标准，排除评分者的主观偏见；（4）测验分数解释的标准化，即评判各被试成绩水平的及格标准水平必须始终如一。
