在20世纪50年代以前所形成的一种测验理论。
其代表人物是高尔顿(1884)，皮尔逊(1885)，卡特尔(1890)，比纳(1898)，西蒙(1905)，特曼(1916)，韦克斯勒(1947)等。该理论的基础是真分数理论。该理论认为，个体在一个测验上的实得分数X是一个服从于形态特征未知概率分布的随机变量，而这个分数的期望值才是该个体的真分数，记为T；X和T之间肯定存在一定差别，这个差别称为测量误差，记为E；因而三者的关系是：X=T E。该理论的3个基本假定是：1．如果测量次数足够多，则误差E的平均数应近于0，即：误差E的期望值为0。2．真分数和误差分数的相关为0。3．不同测量误差之间的相关为0。从第2个假设，可推出经典测量理论中最基本的方差关系式为：σx2=σt2 σe2。这就是说，观察分数的方差等于真分数的方差与误差的方差之和，而信度便被定为真分数的变异在观察分数的变异中所占的比例，也即：Pxx=。在实际应用中，由于真分数的变异是不可观察的，信度估计便无从谈起。为此，经典理论又引入了严格平行测验的假设，即：对任何属于总体的受测者a来说，如果tga=tg′a(即两测验上的真分数相等)，且σg2=σg′2(两个测验分数变异相等)，那么，称两测验是平行的。为此，该理论以平行测验上得分的相关来作为信度的估计。该理论经过几十年的发展，已形成一套完整的理论体系，许多测验都是以此理论为基础，如，比纳量表、韦氏智力量表、陆军甲种测验、学能测验、托福考试等。