首次提出并正式使用教育评价这一概念的是美国学者R.W.泰勒（Ralph W.Tyler），他早期的观点是：“教育评价过程在本质上是确定课程和教学大纲实现教育目标的程度的过程。”1986年，他在《教育评价概念的变化》（Changing Concepts of Educational Evaluation）一文中对该陈述做了修改，认为教育评价是“检验教育思想和计划的过程”。他的学生B.S.布卢姆（Benjamin S.Bloom）等人则提出了一个狭义的定义，认为“评价乃是系统收集证据用以确定学习者实际上是否发生某些变化，确定学生个体变化的数量或程度”。L.J.克龙巴赫（Lee J.Cronbach）于1963年在题为《通过评价改进课程》（Course Improvement through Evaluation）的论文中，将教育评价定义为“收集和使用信息以对某个教育项目进行决策”。他认为，“教育项目”可以大到一套全国性的教材和活动，也可以小到单个学习者的教育经验。其定义包括两个要素，一个是“收集和使用信息”，二者同等重要；另一个是“决策”，即一种行为取向，评价应指向行动，而不是只给出与行动无关的结论。

世界各国对教育评价的研究都很重视。教育评价的理论和方法的研究，与教育基础理论研究和教育发展研究并列，成为当代教育科学研究的三大领域之一。

19世纪60年代至20世纪30年代，英美等国掀起了教育测验运动，开发、试验和研究取得了一系列成果。1934～1942年，美国进行了“八年研究”运动。泰勒领导了其中的评价委员会，提出了以行为目标为核心的教育评价原理，并明确提出教育评价的概念。他本人因此被称为“教育评价之父”。1946～1957年，很多人开始了明确每种教育活动目标的研究。最为突出的是布卢姆等人的教育目标分类学研究。1957年，苏联成功发射第一颗人造卫星，引起美国一轮新的教育变革，教育评价的研究也兴盛起来。许多人从不同的角度研究教育评价，先后提出40多种观点和方法，形成众多的评价模式。80年代，美国学者E.G.古贝（Egon G.Guba）和Y.S.林肯（Yvonna S.Lincoln）提出第四代教育评价理论。他们将教育评价理论的发生和发展分为4个阶段：①测量时代。1900～1930年，以测量理论的形成和大量应用为特征，追求客观化。②描述时代。1930～1950年，以对测验的结果进行描述为特征，追求标准化。③判断时代。1950～1970年，以根据一定的价值取向评判测量得来的信息为特征，追求多元化。④第四代教育评价。1970年以后，以强调评价是一种心理建构过程，提倡价值多元化、全面参与和共同建构为特征，追求民主化。

教育评价包含4个要点：①教育评价的对象（价值判断的对象）可以是教育领域中的任何元素。既可以是教育的参与者（人物），如教师、学生、教育管理人员等，也可以是教育现象和活动（事物），如教育方针、教育政策、教育活动、教育过程、教育效果等。②教育评价的本质（即评价的主要性质）是对教育的价值做出判断，是评价者的主体需要与被评价者对象的客体属性的一种特殊的效用关系运动。③教育评价的手段（评价的方法和技术）是运用科学的评价技术和方法，综合运用测量、统计、系统分析等手段进行综合分析判断。既有定量评价，又有定性评价。④教育评价的目的（评价活动所要达到的境地）是为被评价者（或组织）诊断各种教育问题，探索改进措施，选择行为决策，促进教育改革，提高教育质量服务。

教育评价的类型多种多样。按主体的不同，可以分为个体评价和社会评价；按目的的不同，可以分为诊断性评价、形成性评价和总结性评价；按标准的不同，可以分为绝对评价、相对评价及自身差异评价；按实施时间划分，可以分为事先评价、过程评价和事后评价。

教育评价的模式主要有泰勒的行为目标达成模式、D.L.斯塔弗尔比姆（Daniel L.Stufflebeam）首创的CIPP模式、M.斯克里文（Michael Scriven）的目标游离模式、R.E.斯塔克（Robert E.Stake）的应答模式、T.欧文斯（T.Owens）的对手模式。

教育评价的方法有测验考核法、专家咨询法、反馈调查法、行为观察法、量表测量法、模糊综合评判法、交互作用法、轶事记录法、典型对照解剖法及心理投射法等。

教育评价的实施包括准备、实施及对结果的分析和处理3个阶段。准备阶段要分析背景、设计方案与选择评价人；实施阶段分为预评价和再评价两步，要进行相互沟通、收集信息、评议评分和汇总整理4个方面的工作；对结果的分析和处理阶段包括对评价对象作出价值判断、探索增值的途径，以及对评价本身进行再评价。