1. Bestimmung des Gültigkeits- und Geltungsbereiches (was soll bei wem von wem wiegemessen werden?)

2. Aufgabenkonstruktion (Entwicklung der Aufgaben, die inhaltlich dem vorgesehenen Gültigkeitsbereich entsprechen. Zu achten ist auf: Verständlichkeit, Ökonomie der Durchführung und Auswertung, Akzeptanz)

3. Aufgabenanalyse (Der vorläufige Test wird an einer Zielgruppe geprüft. Es wird der Schwierigkeitsindex (wie viel % der Untersuchten konnten die Aufgabe lösen?), der Trennschärfeindex (wird die Aufgabe mit höherer Wahrscheinlichkeit von den – bezüglich des Geltungsbereiches – überdurchschnittlich befähigten Personen gelöst?); Kriteriumsvalidität (Korrelation mit einem Außenkriterium für die gemessene Fähigkeit) bestimmt)

4. Aufgabenselektion (die lt. Punkt 2 und 3 kritischen Aufgaben werden nun ausselektiert)

5. Zusammenstellung der vorläufigen Form des Tests

6. Ermittlung der Gütekriterien:

a. Objektivität: verschiedene Testleiter kommen bei den gleichen Personen zum gleichen Ergebniss

b. Reliabilität: der Test misst das, was er misst, zuverlässig (z.B. haben die einzelnen Aufgaben des Tests eine hohe Interkorrelation (innere Konsistenz); parallele Formen führen bei gleichen Personen zu gleichen Ergebnissen; eine Testwiederholung führt zu gleichen Ergebnissen (Retest-Reliabilität)

c. Validität: der Test misst tatsächlich das, was er zu messen vorgibt. Besonders wichtig ist hier Korrelation der Testdaten mit anderen Indikatoren des Geltungsbereichs (Kriteriumsvalidität), mit Ergebnissen, die man prognostizieren möchte (Vorhersagevalidität). Sind Objektivität und Reliabilität unzureichend, so kann auch die Validität nicht hoch sein. Aber es kann sein, dass Verfahren mit hoher Objektivität und Reliabilität nicht valide sind (besonders häufig ist es bei den Fragebögen der Fall)

7. Eichung des Tests: Will man die Ergebnisse des Tests interpretieren können, muss man die Lage der Person im Vergleich zu anderen Personen auf einer Dimension beurteilen, deswegen wird der Test an einer Eichstichprobe durchgeführt, damit Vergleichswerte, die dann als Normwerte gelten, herangezogen werden können. Die Werte werden dabei in bestimmte häufig genutzte Skalen transformiert