两种评分量表的评分效应比较研究.PDFVIP

教育研究与实验 2011 年第4 期 两种评分量表的评分效应比较研究 关丹丹 陈 睿 张 开 赵静宇 [摘 要] 本研究运用多面R asch模型对比分析了大、小两种评分量表下评分员的评分效应。结果 显示，与小尺度评分量表相比，评分员在大尺度评分量表下不能使用全距分值，容易给出趋中分数； 而且，在大尺度评分量表下评分员间的评分一致性较差。据此，提出应改进我国各项考试中写作评分 量表的设置，并单独报告写作成绩的建议。 [关键词] 写作评分 评分误差 多面R asch 模型 评分量表 英语、全国英语等级考试、大学英语四、六级考试 一、引言 等。上述采用综合评分法的测试项目中，按照分值 写作评分的研究一直是语言测试研究体系中的 设置的大小可以分为两大阵营（如表1 所示），其中 重要组成部分。 目前，国内外通行的写作评分方法 美、英、德、澳等国测试项目写作部分的分值均在 有综合评分法和分项评分法两种。综合评分法是按 10 分以下，1 个分数段为 1 分，且报告分数独立于 照等级（或称分数段）设定文章在内容、结构和语 总分；与之比较，中国的语言类考试，不论是汉语 言等方面的要求，评分者依据这些要求对文章形成 还是外国语，写作部分的分值均较大，且都计入总 总体印象，并据此给出分数。分项评分法是分项设 分。在中国知网（中国学术期刊全文数据库，网址 定每个等级的分数和要求，评分者依据分项要求， 为）键入“写作评分”或“作文评分”检索 先给出分项分，再将分项分相加得到写作总分，如 到的论文或文章有131 篇，这其中有关于整体评分 我国高考语文科试卷的写作部分是按照内容、表达、 [1]P200~202 和分项评分的对比研究（刘倩娣，张凤英2010 ； 特征三项分别给分，每项的满分是20 分，每项按照 [2] 洪佳敏2010 ），有关于写作评分误差的概化理论或 4 个分数段设定的要求评定分数。 目前，国内外涉 多面Rasch 模型研究（Engelhard 1992 ；[3]P171~191 刘远 及写作的大规模考试中，采用综合评分法的较多， [4]P211~218 [5]P26~31 我，张厚粲 1998； 谭智2008 ； 刘红云等 如美国的 SAT、 The ACT、 GMAT、 GRE General、 [6]P925~927 2010 ）等，尚未发现对前述所及国外写作小尺 TOEFL 等，英国的IELTS、KET、PET、FCE 、CAE、 度评分（或称小评分量表）与国内写作大尺度评分 CPE 等，德国的TestDaF 等，澳大利亚的ICAS Writ- （或称大评分量表）的对比研究。国外的测试项目为 ing 等，以及我国的高考英语、硕士研究生入学考试 何选择小评分量表？评分量表的大小会影响评分的 本研究为全国教育科学规划教育部重点课题 “在硕士研究生入学考试中设置一般能力测试的研究” （课题批准号： GFA097020）研究成果之一。 92 宽严程度和趋中评分