汉语测试设计01.ppt

(一)、信度 信度，就是语言测试时结果的稳定性和一致性。 在一定时间之内，对同一组受试者进行多次测试，如果测试的结果之间稳定、基本一致，这种稳定性就是测试的信度，也就是说：语言测试存在着可靠性。 信度与检验 语言测试的误差主要来源于：受试者、测试、测试环境、评分方式。 由于这四个因素的影响，不可能存在完美的稳定、一致的测试，因此只有通过研究相关来确定测试的信度。 研究相关就是对受试者进行多次测试，根据测试结果之间的关联来研究测试的信度。 三种多次测试的方式： “重测法”：用同一测试对同一组受试者进行多次测试的方法。 “对开法”或“半分法”：把较长的试卷分成两部分对同一组受试者进行两次测试的方法。分列式测试最适合用此法。 “对等法”：用同一测试的等效试卷对同一组受试者进行多次测试的方法。 内部一致性信度 测试本身的稳定程度； 影响语言测试信度的因素包括： 1、受试者的同质性 2、测试试题的同质性 3、测试的时间长度 4、测试的题量 5、试题的难度与测试的区分度 (1)、受试者的同质性 由于信度的计算方法与受试者之间的分数差异有关，受试者的能力越接近，分数差异越小，则信度系数越高。 因此，设计、使用测试时就需要考虑受试者的同质性。学校中，同质分班的班级可以用信度来检测测试的可靠性，然而，参差分班的班级则因此而不能要求测试具有很高的信度。 (2)、测试试题的同质性 试题的同质性指试题的题型相似或一致的程度。 如果使用较多的试题类型测量受试者的总体能力，就不如使用同一类题型测试的信度高，为了追求高信度，就需要对题型的数量进行一些限制。 (3)、测试的时间长度 在题量和时限之间要求得平衡，而且如果因答题速度不够而不能回答完试题，同样会影响测试的信度。 因此，如果严格限制测试的时间，则适宜使用再测信度。 (4)、测试的题量 题量越大，重复的次数越多，则测试的信度就越高。 所以，可以根据对测试的信度要求，通过分析调整测试的题量。 (5)、试题的难度与测试的区分度 如同受试者的同质性对信度的影响，全得满分或零分的测试自然同质，也就不存在什么区分度。 因此，标准化的常模参照测试的平均难度应该是0.5左右，这样才能保证高区分度。 (二) 、语言测试的效度(1) 一般定义：测试在何种程度上测量出了它所需要测量的内容。 测试的内容应与测试的目的相符合。 例A 甲：你既然不想学这个专业，当初为什么要报这个专业呢？ 乙：当初没多考虑，随大溜就报了这个专业。 A、当初报这个专业的人很少 B、跟着大部分人报了这个专业 C、他喜欢这个专业 D、没有他更喜欢的专业 例B 甲：你既然不想学这个专业，当初为什么要报呢？是找不到自己喜欢的？ 乙：也不是啦。当初没多考虑，只是因为当时这专业挺热门的，就随大溜报了。 四、评分与试题分析 主观性试题评分： 综合性评分(Global Marking; Impression Marking)：整体考虑表示的意思、要达到的交际目的； 分解性评分(Analytical Marking)：从语言形式或从内容、或结合语言和意义，从不同角度分解，各部分独立评定后评定总分； 客观性试题评分： 教学性测试应相应降低纯客观性试题的分数比重和权重，减少猜测因素对测试结果的影响；部分客观题同样可采用半客观性评分方式； 如语句排序类试题，权重较大，可采用首句判断正确得一半分的方式； 试题还有一些内在特性则需要对试题进行预测才能分析它的属性，如：难度、区分度、选项的分布。 教师自编测试即使不进行预测，也应分析试题的这些内在特性，以改进自己的测试。 (一)、试题的难度分析(1) 一道试题的难度就是这道题的答对率，就是用答对的人数除以总人数，因此它的取值是0－1，数越大则难度越低 。 同一测试的不同试题，如果用于同一批受试者，那么各试题之间的难度是可以比较的。这样就可以根据每一试题的难度计算出整个测试全卷的难度，计算方法就是把所有题目的难度加起来，再除以总题数。 (一)、试题的难度分析(2) 试题的难度分析可以用Excel计算： 如20个考生，10道题，每题分值10。将第一题的得分输入A1-A20，类推将其他试题得分输入B-J列。 在A21输入“＝average(A1:A20)/10” 选中A21，光标移到右下角，出现“＋”时，拖动到J列，回车。 在K21输入“＝ average( A21:K21 )” (一)、试题的难度分析(3) 标准化语言测试一般全卷难度在0.5左右，客观性试题由于猜测因素影响，答对率稍高，0.6左右。 五种难度的试题所占比例是：极难(≤0.20)∶较难(0.21-0.40)∶中等(0.41-0.60)∶较易(0.61-0.80)∶极易(≥0.81)＝10∶20∶40∶20∶10。 简单区别可