Alderson, J. C., Clapham, C. & Wall, D. 1995. Language Test Construction and Evaluation. Cambridge: Cambridge University Press. (También existe una traducción al español en la misma editorial publicada en Madrid, 1998).
Grao no que un exame parece medir o que se supón que debe medir, baseándose nunha opinión intuitiva de persoas que carecen de coñecementos sobre avaliación e que nin sequera participaron na súa elaboración: os administradores da proba, as persoas que investigan os resultados da mesma, ou os propios estudantes. É por isto que os resultados non se poden determinar empiricamente. Sen embargo, desde a aparición da avaliación da lingua como comunicación, algúns expertos postulan que un exame comunicativo de idiomas debe asemellarse ao que se fai no mundo real da lingua.
Bibliografía:
Heaton, J. B. 1975. Writing English Language Tests. London: Longman.
Hughes, A. 1989. Testing for Language Teachers. Cambridge: Cambridge University Press.