教育考试界有识之士已经认识到，应该利用考试结果、提出诊断，实现由考试向评价的转变。对此，引出了这样的问题：是否凡是大规模教育考试都可以用来诊断学生的学习效果和辅导带来的效果？当然，一劳永逸的方式是不存在的，毕竟考试应实际需要本身在不断发展变化，回答这个问题，需要综合考虑不同类型考试诊断评价的适用性和可行性。

总体而言，我们习惯于将大规模考试分为常模参照考试和标准参照考试，二者在考试目的、内容、对结果的解释方面都有不同。

常模参照考试的主要目的是排序，其设计初衷在于通过考试得出结果，继而有效区分考生之间的能力水平，根据差异，从高分到低分进行排序。对常模参照考试而言，建立比较的常模很关键。每次考试结果应和常模进行对比，通过常模来进行衡量以及评价。

标准参照考试的目的是要确定学生知道什么,能够做什么。从这点而言，公务员申论考试设定行政情境，通过考试测查考生行政过程中所需相关能力和水平的特点不难理解。所以，需要确立标准参照，最大限度贴近实际考试情况，让考生在明确学科学习目标的基础上表现出实际水平。目前，由于不懂的考试和考量情况，绝大部分考生盲目应考，而实际情况是，他们中的大多数完全可以在申论科目所考察的潜在能力方面表现得更好。因此，设置标准参照测试卷的内容必须与科目标准学习目标保持一致，达到明确评价和指导作用。

前面已经说过，由于两种考试目的等的不同，导致对考试结果的解释也存在差异。虽然公务员选拔考试申论科目让历年大多数相关人员相当费神，但是择优录取的原则也体现出其也是作为排序的根据之一，但是，从本质上说，我们还是将其归类至标准参照考试中。