基準参照テストの主な利点は、テストでの個人のパフォーマンスが参照グループの他の人とどのように比較されるかに関する情報を提供できることです。
基準参照テストの重大な制限は、参照グループが現在の関心のある集団を表していない可能性があることです。オレゴン研究所の国際人格項目プールのWebサイトで指摘されているように、「缶詰の使用には非常に注意する必要があります」現在のサンプルが代表的なサブセットである母集団を見つけることができるかどうかは明らかではないためです。ほとんどの「基準」は誤解を招くため、使用しないでください。はるかに防御可能なのは、ローカル基準です。たとえば、生徒のクラスのメンバーにフィードバックを提供したい場合は、各個人のスコアをクラス自体から導出された平均と標準偏差に関連付ける必要があります。有益性を最大化するために、生徒に提供することができます。周波数でこれらの地域の基準に基づいた各スケールのcy分布。その後、個人はこれらの関連する分布で自分のスコアを見つける（そして丸で囲む）ことができます。」
ノルム参照は、テストが有効であることを保証しません（つまり、測定対象の構成を測定します）。
ノルム参照テストのもう1つの欠点は、テストが有効でないことです。個人が全体に含まれる場合にのみ、全体としての人口の進行を測定します。むしろ、たとえば、すべての生徒の成績を上げることを目的とした教育改革プログラムの成功を測定するために、固定された目標に対して測定する必要があります。
標準参照テストでは、従来、成績レベルはスコアの中央の50パーセントによって設定されたレベルに設定されます。対照的に、National Childrens Reading Foundationは、実質的にすべての子供が3年生までに学年レベル以上で読むことを保証することが不可欠であると考えています。これは、標準参照の学年レベルの定義では達成できない目標です。
ノルムは自動的に標準を意味するものではありません。ノルム参照テストは、受験者が知っているべきことやできることの期待を強制しようとはしません。受験者を次のように比較することにより、受験者の現在のレベルを測定します。彼らの仲間。ランクベースのシステムは、どの生徒が平均レベルで成績を上げているか、どの生徒が成績が良いか、どの生徒が成績が悪いかを示すデータのみを生成します。どの受験者が就職や継続教育に受け入れられるレベルでタスクを正しく実行できるかは特定されません。
評価曲線の最終的な目的は、間の変動の影響を最小限に抑えるか、排除することです。同じコースの異なるインストラクター。特定のクラスの生徒が他のクラスと比較して評価されるようにします。これにより、特定の試験の複数のバージョンの利用に関連する問題も回避されます。これは、試験の実施日がクラスセクション間で異なる場合によく使用される方法です。難易度の実際のレベルと知覚レベルの違いに関係なく、評価曲線は学業成績のバランスの取れた分布を保証します。
ただし、曲線の評価は学生間の競争力を高め、教員の公平性の感覚に影響を与える可能性がありますクラス。曲線が使用されなかった場合に受けたであろうものと比較して、曲線が成績を下げた場合、学生は一般的に最も動揺します。これが起こらないようにするために、教師は通常、平均的な生徒が意図したスコアよりも低い生のスコアを取得することを期待できるように、評価曲線を使用する場合にテスト自体が十分に難しいことを確認するために努力します曲線の平均で使用されるため、すべての生徒が曲線の恩恵を受けることができます。したがって、湾曲したグレードは盲目的に使用することはできず、基準を参照したグレーディングなどの代替案と比較して慎重に検討および熟考する必要があります。さらに、カーブした成績を絶えず誤用すると、設計が不十分なテストの成績が調整される可能性がありますが、評価は、インストラクターが設定した学習目標を正確に反映するように設計する必要があります。