教学中教师需要一个能够鼓励学生学习而不仅仅是评价学生行为的可信、公平而易操作的评定系统，以便给学生的学习提供及时反馈。《教育心理学》第十五章《教学评估与测验》考察了评估、测验和等级评定的有效性，研究了实践中如何开发更有效的测验和评定的方法。
一. 教学评估的基本含义
课堂评估是由教师选择和创造的评价方式，其有许多不同的形式——单元测验、小论文、档案袋、完成项目、动手操作、口头报告等。评估包含各种取样和观察学生知识、技能和能力的方式。
按照功能或用途划分，评估主要有形成性评估和终结性评估两种形式。形成性评估发生在教学之前或教学过程中。形成性评估的目的是指导教师计划和改善教学，帮助学生改善学习。终结性评估发生在教学之后，目的是让教师和学生知道任务达成的水平。形成性评估和终结性评估的主要区别在于运用评估结果的方式不同。任何一种评估类型都可以用作形成性或终结性的目的。如果评估的目的是为了提高教学水平，帮助学生指导自己的学习，评估就是形成性的；如果目的是为了评价最后的成就，评估就是终结性的。
评估过程中在形成测验和解释结果时，信度、效度和无偏性是必须考虑的三个重要因素。
信度指测试结果的一致性。有些测验比其他测验更可信，能够做出更稳定和一致性的估计。测量的标准误需要考虑误差的可能性，这是测验信度的一个指标。
效度是指测验测到想测事物的程度。一个测验需要考虑的重点之一是基于测验结果进行决策和判断的效度问题。效度的证据可以和内容、效标和构念有关。构念效度的范围最广，并包括了内容效度和效标效度。
评估应该具有无偏性。当测验包含的材料对某些群体具有冒犯性或不公平性时，偏见就会出现，这些群体包括不同性别、不同社会经济地位、不同种族和不同宗教信仰的学生。文化公平性测验并没有解决评估偏见问题。
二. 课堂测验评估
学习受到一定频率的测验支持，这些测验使用累积性的问题让学生运用和整合相关知识。记住这些测验的目的，教师就可以更好地设计这些测验或者评价课本的配套测验。
两种传统的测验类型是客观题测验和论述题测验。客观题测验包括多选题、判断题、填空题、连线题、简答题等，得分的答案不需要解释，教师需要记住这些题目的编写规则。论述题的编写需要仔细的计划，需要拟定评分标准，以避免评分的偏差。
三.真实课堂评估
真实性评估要求学生在真实生活中运用技能和能力。传统测验的批评者认为，教师应该使用真实性测验以及其他的真实测验程序。真实性测验要求学生完成与真实的校外生活情景相关的任务和问题解决。
档案袋和成果展示是真实性评估的两种形式，两者都强调在有意义的背景下实施与真实生活相关的任务。真实性评估并不能保证信度、效度和公平性，使用准则是让评估更可信、更有效。
非正式评估是不需要评分的评估方式，主要用来收集多种信息以帮助教师进行决策。非正式评估包括学生观察和核查表、提问、学生自我评估等。
四. 评分
教师无论怎样评估学生，最终都需要给出分数。
评分既可以是常模参照，也可以是标准参照。在常模参照评分中，分数主要受到参加这门课程的其他学生表现好坏的影响。一种流行的常模参照评分系统就是根据曲线分布进行评分，这种方式是把学生的成绩与平均表现水平相比进行等级排序。标准参照评分是根据学生对课程目标的掌握程度进行评估。标准参照评分的成绩单，通常描述了每个学生每门功课学习的怎么样。
学生在学习过程中难免会遇到挫折和失败，学生需要面对失败的经验，教师应该高标准要求学生，以鼓励他们努力学习。如果能够提供合适的反馈，偶尔的失败将具有积极的意义。
如果分数与有意义的学习相联系，分数也能够激励学生的学习动机。作为教师，我们可以运用分数来激励学生的学习，帮助他们取得进步。
五. 标准化测验
教师应该具有关于测验的知识，理解标准化测验分数的真实含义，知道如何正确地使用这些分数来促进教学。
平均数(算术平均数)、中数(中间的分数)和众数(出现次数最多的分数)都是对集中趋势的测量。标准差反映了分数与平均数的离散程度。正态分布是一种钟形曲线的频数分布。
标准化测验分数有几种不同的类型: 百分等级表明有百分之多少的人的分数等于或低于某个体分数；年级当量表明学生得分跟某个年级平均分的匹配程度；标准分是基于标准差得到的。
当前测验客观上也存在问题，关于标准化测验的矛盾主要聚焦于以下几个方面: 测验的作用及其解释、过多通过测验来评估学校、对测验分数的不当解释以及对教师的测验。教师应运用测验的结果着力去改善教学。
高质量的教学和高质量的评估遵循着相同的原则，这些原则有用于所有学生。要想达成好的教学和测验效果，教师应该意识到并对学生的差异作出反应；制定明确的学习结果；使用前测和形成性评价监控学生的进步；采用多样化的教学方式确保每一个学生都能取得进步；确保学生知道终结性测验成功的标准；提供不同的评估形式，让学生能够有机会、无障碍地展现自己学到的内容。
