一个试题命制出来后，总要进行实际检验。检验的量化指标，主要有难度、信度和区分度。
1.试题的难度
试题的难度，一般以难度系数来衡量。难度系数≈平均分/总分，是[0,1]间一个值，一般保留小数点后两位，多余者四舍五入。
在这个原始数据下，将试题可以分成容易、较易、中等、较难、很难五个难度等级；但一般在命制之前，还没有进行测试情况下，总要有一个预估难度，预估难度常根据解出题目步骤数来衡量。详见下表
难度定性 | 容易 | 较易 | 中等 | 较难 | 很难 | 来由 |
难度系数 | [0.86,1] | [0.73,0.85] | [0.38,0.72] | [0.15,0.37] | [0,0.14] | 书《高考数学测量与评价》 |
解出步骤 | 1 | 2 | 3或4 | 5或6 | ≥7 | 文“题的理论进展探究” |
2.信度
建立在难度之上的，大型统一(一般跨省，参与者达万人之上)的考试，还有一个试题信度问题。
2.1操作中的个体信度
举例而言，根据解题步骤，预估某题的难度是中等题，实际测试的结果也是中等题，称难度切合，这样的题就属于信度好的题；如果预估难度属于中等，实际难度属于较难或较易，信度可以；如果预估难度属于中等，实际难度属于容易或很难，这个试题信度较差。
总之，根据文“数学试题中好题的界定”，通俗的信度判断是：切合为好，相邻为可，间一为差，隔二很差。
信度差的题，是命制试题中力求避免；而信度很差的题，在命试题中要求杜绝。信度差产生的主要原因是，二级结论是否当做必备知识处理；信度很差产生的主要原因，一是二级结论过度介入命制者或学习者当中，二是命制者对所考查时段了解得不是太多。由此可见，从命题试题角度，是强烈反对过多的名词和二级结论的。
2.2整卷的量化
整个试卷的信度，一般采用“克龙巴赫α系数”来衡量
α计算公式
其中,n为题目个数,Sj^2为第j题成绩的方差,S^2为总成绩的方差,一般认为试卷信度在0.5~0.9以内是合理的,且值越大则信度越高。但这个受关注度不高，而且因高无人说，低却往往被吵翻天，所以总是非议者比肯定者要多。
3.试题的区分度
区分度是指试题对被试者情况的分辨能力的大小，可以先将原始分数从高到低排序，直接划线的最简单处理。量化指标计算，在从高到低排序后，国内现行的区分度有两个。
3.1中位区分
计算公式是：2×(总分前50%者该题平均分-总分后50%者该题平均分)/该题总分。一般用于非选拔性的只有过与不过的考试，如资质性考试。
3.2二十七分位区分
计算公式是：(总分前27%者该题平均分-总分后27%者该题平均分)/该题总分。其中，27%来由，是根据成绩近似于偏正态分布，但大多数在均值±27%范围内；这一计算公式，一般适用于选拔性考试，如高考和现在的研究生招考，取值范围为[-1,1] ；2018年起，高考试题更加关注区分度，[-1,0.2)表示低，[0.2,0.3)表示中，[0.3,0.4]表示良，(0.4,1]表示优．
,
