普通话水平测试是一项十分重要的语言测试。现行的测试制度是依据多年的测试经验制定的，相关的研究工作大多只停留在定性的层面上，而且普通话水平测试本身还是主观性测试，这些都导致现行的测试制度缺乏科学性和合理性，也就无法提供具有可操作性的测试质量监控手段。要建立科学合理的测试制度，就必须找出存在的缺陷，并依据严密的、定量的方法加以改进。 本文就提出了现行的普通话水平测试制度中存在的两个缺陷： 第一，现行的制度没有鉴别低信度的测试员并对他们给出的评分做一定的处理，而是将全体测试员的评分全盘认可，这会导致测试的整体信度下降。 第二，现行的复审制度照顾面太小，既没有考虑对将高等级误判为低等级的情况加以复审，也没有考虑对除一级以外其他等级的复审。 文章利用统计的方法处理了上述两个问题。对前一个问题，文章给出了一套鉴别低信度测试员的方法，并修正了这些测试员给出的评分；对后一个问题，文章利用区间估计的方法，找出了最有可能发生等级误判的分数段作为复审区间，进而拟订了新的复审制度。