Penelitian ini ditujukan, untuk pengembangan tes hasil belajar untuk keterampilan menyimak (listening) bagi siswa di sekolah menengah tingkat atas (SMU). Penelitian ini dilaksanakan di SMU Islam Al Azhar dengan cara mengaplikasikan metode deskripsi, dimana peneliti mencoba mendeskripsikan proses dari pengembangan tes hasil belajar keterampilan menyimak dan hal-hal yang terkait dengan proses tersebut. Pengembangan tes hasil belajar yang dilakukan meliputi tahap-tahap kegiatan sebagai berikut: I) mengembangkan tabel spesifikasi atau tabel kisi-kisi, 2) penulisan butir-butir soal, 3) menganalisis butir-butir soal secara kualitatif, 4) menganalisis butir-butir soal secara kuantitatif, 5) melakukan penskalaan atau kalibrasi, dan 6) mengadministrasikan butir-butir soal. Pengembangan tabel spesifikasi merupakan kegiatan dimana peneliti melakukan analisis terhadap Garis-garis Besar Program Pengajaran (GBPP) rata pelajaran Bahasa Inggris. Hasil pengembangan ini adalah indikator-indikator yang spesifik yang dipakai oleh peneliti untuk memulai prosedur kedua, yaitu penulisan butir-butir soal. Indikator yang dibuat berkisar antara 2 hingga 5 dari 3,tujuan instruksional khusus (TIK), yang akhirnya merekomendasikan 90 butir soal. Tahap berikutnya, analisa secara kualitatif butir-butir soal, dilakukan dengan bantuan tenaga ahli di bidang bahasa (Inggris) dan ahli di bidang penulisan butir soal. Ahli bahasa mengidentifikasikan butir-butir soal yang dianggap kurang baik dari segi tata bahasa maupun budaya. Sementara, ahli pengembangan butir soal membimbing penulis dalam mengembangkan butir-butir soal yang lebih baik. Sementara itu, berbeda dengan prosedur ini, dalam melakukan analisa butir-butir soal secara kuantitatif, peneliti melakukan analisa dengan bantuan program komputrr iteman versy 3.00 untuk memperoleh data dari setiap butir soal yang berjumlah 90. Penekanan analisa dilakukan pada tingkat kesukaran, daya pembeda, validitas, dan reliabilitas dari setiap butir soal. Data-data tersebut kemudian. digunakan oleh peneliti untuk memilih butir-butir soal yang baik ataupun tidak baik. Hasil dari prosedur ini adalah 21Tbutir soal yang baik dari penelitian pertama, dan 20 butir soal dari penelitian kedua, sehingga jumlah keseluruhan butir soal yang baik adalah 41 butir soal. Kesemua butir soal tersebut kemudian dibuatkan skalanya (kalibrasi) berdasarkan data-data empirik yang diperoleh. Data-data empirik dari ke-41 butir soal yang dihasilkan adalah sebagai berikut: tingkat kesukaran (proportional correct) berkisar antara 0,861 dan 0,306, daya pembeda (biserial) antara 0,977 dan 0,508, validitas (point biserial) antara 0,698 dan 0,402, dan reliabilitas (coefficient reliability) antara 0,838 dan 0,799. Kesimpulannya, penelitian ini menghasilkan seperangkat butir-butir soal pembelajaran keterampilan menyimak (listening) yang cukup reperesntatif atau telah memenuhi persyaratan secara empirik. Selain itu, langkah-langkah atau proses yang dilakukan dalam penelitian ini ,dilakukan sesuai dengan standar-standar yang telah ditentukan. Sehingga, langkah-langkah atau proses yang telah dilakukan dalam penelitian ini dapat dijadikan pedoman dalam melaksanakan penelitian serupa (pengembangan butir soal). Akhirnya, hasil keseluruhan dari penelitian ini diharapkan akan memberikan motivasi baik bagi peneliti, SMU Islam Al Azhar, dan bahkan Departemen Pendidikan Nasional (Depdiknas) didalam mengembangkan pengajaran dan pemberian tes yang lebih baik untuk keterampilan menyimak (listening), lebih khusus lagi dalam pengembangan tes hasil belajar mata pelajaran Bahasa Inggris.