考試分數的利用不僅可以研究分析與評價考試的質量，同時還能研究分析、估計考生的總體水平和評價考生的學習質量。
考生質量分析的基本方法主要有抽樣與總體水平的估計，平均數差異的顯著性檢驗
第一節 抽樣及總體水平估計
在進行統計推斷時，無論采取哪一種具體的方法，除了應當注意該方法本身所要求的假定條件之外，還必須考慮一個共同的前提那就是樣本的代表性。倘若樣本不能夠很好地代表總體，選擇再好的推斷方法也很以難保證推斷的可靠性。
對於考試的研究和管理工作，尤其是較大規模的考試，采用抽樣進行調查分析，它的意義不僅在於節省人力與費用，更重要的是節省時間。
一、抽樣的方式
1．簡單的隨機抽樣。隨機抽樣定義：總體內每個個體被抽到的機會相等，而且第一個個體被抽取後，總體內成分不變，這種抽樣方式稱為簡單隨機抽樣。一般情況下采取兩種方法。
(1)抽簽法：首先將總體內每個個體都編上號碼，再將每個號碼寫在簽上，將簽充分混合以後，從中隨機抽取n（樣本內個體數目）個簽和抽到的簽號相同的個體，就成為樣本中的一員。
(2)隨機數目表達：隨機數目表中所包含的0~9這樣10個數字，出現的機會是均等的。如果我們要從3000個學生中抽取150個作為樣本，可先給3000個學生每人編一個號碼，然後從隨機數目表中任何一頁任何一個數字開始向任何方向摘錄數字，以數個數字為一組，共取150組。並使每組數字都小於3000，被編為這些號碼的學生，就成為簡單隨機樣本中的一員。
正規的大規模的考試，每個考生都有準考證號，可以用計算機隨機抽樣。
這種隨機抽樣使每個個體都有同等機會被抽取，因此有相當大的可能性使樣本與總體有相同的結構，也就是說，具有最大的可能使總體的某些特征在樣本中得以表現，所以說隨機抽樣可以保證樣本代表總體。
另外，隨機抽樣對於抽樣誤差的範圍可以估計或者控製。對於抽樣誤差的估計，意味著對研究結果的精確度客觀地評價，同時也能按照所要求的精確度來決定樣本應具有多大容量。
簡單的隨機抽樣從理論上講是最符合隨機原則的，分析抽樣的誤差也比較簡明。但這種方法在實踐中也存在著一些不足。比如，這種抽樣方法常常忽略總體已有的信息，使樣本的代表性受到一定的限製。對於某一地區的學生進行抽樣，測試該地區學生的智力水平。重點學校與一般學校的學生是有差異的，如果不考慮這個因素而進行簡單隨機抽樣，則抽樣的樣本中重點校的學生數過多或者根本沒抽到重點校學生的可能性都是存在的。這種樣本的代表性是不理想的。若充分考慮並利用“重點”與“一般”存在差異這一已知信息，便可以設計出更好的抽樣方法。
2．機械隨機抽樣。機械隨機抽樣也稱等距抽樣，它的定義是：將總體中每個個體按一定的順序（如考試分數高低）排列並編號，再按固定的間隔抽樣，這種抽樣方式稱為機械隨機抽樣。抽樣的間隔大小，應該視樣本中的個體數目占總體中的個體數目的百分比而定。
通常該抽樣方法比簡單隨機抽樣簡便易行，且它比較均勻地抽到總體中各個部分的個體，樣本的代表性比簡單隨機抽樣要好。至於究竟間隔多少抽一個，應以總體大小與樣本所需容量而定。間隔的不同，標準差也不同。因此機械隨機抽樣沒有統一的標準差公式。通常用簡單隨機抽樣的公式代替，這樣算得的標準差可能比實際大些。
機械隨機抽樣所抽到的個體在總體中的分布比簡單隨機抽樣要均勻。而且簡單隨機抽樣的隨機性比機械隨機抽樣要強。若是二者結合使用，可取長補短。既保持了個體在總體分布中的均勻性，又擴大了個體間隨機組合的可能性。
3．分層抽樣。分層抽樣的定義：按一定指標將總體中的個體分成幾部分，並且算出各部分的所占比率，再用簡單隨機或機械隨機方法，從各部分中抽樣，使樣本中各部分比率和總體中各部分的比率相等，這種抽樣方式稱為分層抽樣。它是一種比較廣泛使用的抽樣方法。
對於一個總體究竟應如何分層，分幾層，應該以具體情況而定。總的一個原則是，各層內的變異要小，而層與層之間的變異越大越好，否則就失去分層的意義。比如，抽樣調查學生邏輯推理能力。根據以往的研究結果，文科和理科學生的邏輯推理能力有顯著差異。因此進行分層抽樣時就按文理科分為兩層。在教育調查中對常常按地區（城、鄉），學校類型（公辦、民辦，重點、非重點），學校規模（大、小），考生類別（應屆、往屆）等不同的要求進行分層。這樣分層抽樣充分利用了總體已知的信息。其樣本的代表性與推論的精確性一般優於簡單隨機抽樣。比較兩種抽樣方式的標準差，能說明這種分層的效果。