对外汉语测试评估.pptVIP

测试评估 一、测试的类别： 语言测试的不同目的决定了测试的要求、内容和方法的各异。 （一）目的（用途）分类 （1）水平测试：不依据任何教学大纲及其相应的教材内容和要求来命题，而是考察被试者综合运用语言的能力。水平测试的结果可以作为新生入学分班的依据。 （2）成绩测试：又叫学业测试，是一门课程或一种课型的一定学习阶段的测试，所以也称之为课程测试。成绩测试是教学中最常用的一种测试。 （3）诊断测试：检查受试者对学习内容的掌握情况，以期发现受试者在学习某一具体内容或语言知识的困难或者不足之处，同时也检查教学效果是否达到教学大纲所预期的要求。 （4）潜能测试：学能测试，预示测试或素质测试。这种测试的目的在于了解受试者学习第二语言的潜在能力。 （二）、根据命题方式分类 （1）分立式测试——对语言要素和言语技能分别进行单项测试。 （2）综合性测试——同时测试几方面的知识和技能。听写、完形填空、阅读理解、翻译等。 （3）交际测试——对受试者在实际生活中运用语言进行交际的能力进行测试。面试、应用文写作等。 （三）、根据评分的客观化程度分类： （1）客观性测试——评分方法完全是客观的，不受评分者主观认识和个人好恶、兴趣的影响。 （2）主观性测试——受评卷者的主观认识和个人好恶、兴趣的影响。 （四）根据测试的制作要求分类： 1、标准化测试——一般是大规模的测试，有专业的开发、实施、评分和分析人员。 2、非标准化测试——一般是小规模的、经常的、用于课堂的测试，一般是教师自行设计、实施、评分和分析。常没有统一的标准。 （五）根据评估成绩的参照对象分类： （1）常模参照测试——显示考生语言能力差异的测试。每个考生的成绩只需要跟其他考生相比较。 （2）标准参照测试——标准参照测试是测定受试者是否达到教学大纲所规定的标准的一种测试。这种测试用来评定受试者完成任务的情况，只用他的成绩与应达到的标准相比较，而不与别人的成绩做比较。 （六）根据测试的要求分类： （1）能力测试——了解被试者会外语的程度，不要求其熟练程度。 （2）速度测试——不仅要了解被试者会外语的程度，还要看他掌握语言的熟练程度。 二、测试评估 语言测试的质量能否得到保证，可以从效度、信度、区分度及反馈作用四个方面加以考察和评析。 （1）效度——指测试的有效程度，也就是测试的内容和方法是否达到了测试的目的。 表面效度：指某个测试从表面看是否测出了它旨在测量的东西，有没有缺漏部分，有没有偏题的部分。如初级汉语水平考试，有方言就是偏题。 内容效度：测试的内容是否是应该考查的，是否反映了这项测试的要求。如语法测试中没有包含典型的句型结构，则这一考试效度不高。 结构效度：又称为理论效度，指考试的结果在多大程度上符合我们根据某种理论作出的预测。如分立式测试以结构主义语言学和行为主义心理学为理论依据。如果在交际性测试中大量运用分立式试题，就不符合交际性测试所依据的理论。 效标关联效度：效标关联效度是指确定一种能反映测试效度的参照标准，然后考察某一考试与该标准之间的相关程度。共时效度：指这次考试与时隔不久的作为标准的另一次考试相比较，看两者的相关程度。预示效度：指这次考试与未来的考试相关的程度。 A：该测的当测，不该测的尽量不涉及。如：想测语法“把”字句，可是出现很难的汉字，导致学生看不懂题目。B：题目有缺漏、偏题、怪题。C：要注意测试的内容的代表性、准确度和覆盖面如何。如测量阅读理解的能力，就要保证试卷有一定的长度。卷面太短，阅读速度测量不出。 影响要效度的因素：A：目的不明确。如听力理解的听力材料过长，不知道考察听力水平还是记忆力。B：试题不明确，言语表达不清楚，试题过多或者过少，过难或者过易，不能真实全面地反应受试者的水平。C：考试的组织和管理有问题。如设备差、组织纪律差，监考人员未按照要求发放试卷。D：试题答案有多个。E：技能和知识的比例是否合理。 （2）信度： 信度即可靠性，指测试结果的可靠程度和稳定性。也就是同一个卷面和难易程度相同的试题用于水平基本相同的受试者，测试结果是否基本相同，是否反映了受试者的实际水平。 信度是效度的前提，如果不可靠，不能反映真实水平，也就没有效度。 信度高不一定效度高，可靠的语法项目不一定能测出受试者的理解能力。 效度不高，信度高没有意义。比如词汇的多项选择（信度），不能测出交际能力。 影响信度的主要因素有A：卷面构成。卷面要有一定的代表性和覆盖面的要求。B：试题的数量：难易相当的同类题型的数越多则信度越高。题量少，偶像性大，则信度低。C：评分标准和方法，评分标准客观，评分办法科学，信度高。D：受试者水平，受试者水平多样性，差异容易测量，可靠性高。E：试题的区分性。试题要能区分学生水平的差异。F：试题的同质性。同一考试试题的相似程度和一致程度都要一样。 验证和提