《中华人民共和国宪法》规定：“国家推广全国通用的普通话。”1994年国家三部委颁布了《关于开展普通话水平测试工作的决定》和《普通话水平测试大纲》（下简称《大纲》）。普通话水平测试（下简称PSC）是推广普通话工作的重要组成部分，是使推广普通话工作逐步走向科学化、规范化、制度化的重要举措。PSC目前正在全国逐步开展，云南由于起步较早，PSC已经进行了10多年，取得了一些成绩，但由于在测试的理论、内容、数量和方法上，还缺乏科学、统一、明确的标准，缺少教育统计与教育测量相关数据的有力支持，所以，在PSC工作中，究竟“考什么”、“考多少”、“怎么考”等等至今仍是人们不断改进和探讨的重要问题。PSC作为一种语言测试，本身具有测试对象的广泛性和测试实施的特殊性，只有通过教育统计和教育测量的理论和方法，才能得出确切而非经验的各项量化指标，才能进行精确的测试，才能进行科学的、更大领域的判断和预测，提高PSC的科学性、准确性。PSC测试的是被试的语言能力，它是被试的语言知识、智力、才能及其大脑活动等等复杂的心理外现，不象其他物理测试如对重量、长度或温度等可以通过精密仪器来直接测出，我们应该以传统的经典测量理论为基础，进一步吸收适应于PSC的新的测量理论，才能得出被试对PSC的行为和反映，进而对被试的普通话能力水平作出科学、客观的测定，基于PSC的特点，本文引用了心理测量中较新的概化理论。 在本研究中，通过对云南省5个有代表性的方言地区、5个对PSC进行教育统计与教育测量的实验研究有代表性的少数民族的1300份随机样卷中的2，646，000个数据进行教育统计、教育测量和概化理论的统计分析和理论论证，我们得出了PSC“考什么”的答案是：PSC主要的测试内容为被试的普通话整体水平、言语的标准度、流畅度、规范度以及被试的语言表达能力、说话（方式、方法）6个方面；“考多少”要根据不同的测试所要求的不同信度来决定，所以我们对不同地区、民族、项目和测评员的交互效应作出了统计分析：当测评员为7人，项目是4个时，对不同地区、民族的被试测试结果与其普通话真实能力之间的相关度达到了0.9；当测评员为2人，项目是4个时，相关度也达到了0.8691。所以，现行的PSC四个项目的测量精度是较高的。一般情况的考试，“考多少”的答案可以是考单字、词语、朗读、说话4个项目；至于“怎么考”的问题，我们同样可以得出，在一般的考试中，使用2名测评员，4个项目时，已经能较为准确地测量出被试客观的普通话水平了。我们还给出了不同测评员和项目搭配组合的信度，根据测量需要达到的精度，可以采用相应的测评员与项目的不同组合。