语言测试效度研究中的一个关键问题.docxVIP

语言测试效度研究中的一个关键问题 1. 基于因子分析法的考试效度研究 每种语言测试项目的开发都基于特定的目标语言技能的假设。现在，也习惯了将这些假设概括为构词。可以说, 构念的最后形成和语言学理论的新进展、语言教学现状以及社会需求驱动都有关系。考试效度研究就是要用考试的实测数据来验证这些构念有没有被测量到。这种复杂而漫长的效度验证工作光靠人的主观判断显然不行, 于是, 大量的统计分析方法就被引入到了语言测试的效度研究当中, 其中, 因子分析法可谓是最重要的方法之一———至今, 它仍是分析一份试卷的能力结构模型的最成功的手段。本文拟就这一问题做一番较为深入的探讨。 2. 语言技能结构和三种教育学因素的分析 2.1 语言能力与主成分分析法 前述已提及, 任何一个语言测试项目的开发都是以某种目标语言能力假设为前提的。那么, 何为语言能力呢?它和人类智力是什么关系呢?它是一个不可分割的综合体还是一个可解析的心理结构呢? 20世纪初, 心理学家们在使用因子分析法 (Exploratory Factor Analysis, EFA) 研究人类智力问题时, 英国的Spearman (1904:201-223) 最先主张存在一种“一般能力” (即智力) 。他认为, 每一种人类活动的顺利完成都受到这种一般能力的影响。随后, 有很多人对此提出异议, 认为所谓智力, 包含多种相互独立的能力因素。到1927年, Spearman也承认了多因素的作用。于是, 有关智力的7因素说、9因素说, 以至于120因素说等纷纷出笼。大量研究现已证实, 每一种职业擅长的人确实都有与其相应的多因素能力剖析图, “多元智力观”得以确立 (Gardner 2006:1-25) 。 语言能力一直被认为是多元智力的组成部分之一。脑科学家和心理学家也一直都在探索语言能力的心理和生理机制。与人类智力研究类似, 语言测试界围绕有没有单一的语言能力, 语言能力是否可以进一步细分下去, 早就展开过激烈的争论, 而且这些争论与因子分析法有着密切联系。 最早提出单一的语言能力说的是Oller (1983:3-28) , 他也是在使用统计学的主成分分析法 (Principal Component Analysis, PCA) 分析语言测试中各个组成部分的结构时, 得到了一个“主要因子”, 并称之为g因子。后来大家也对此提出异议, 说若使用可以旋转因子的因子分析法, 对用主成分分析法处理过的数据重新分析, 就会得出了好几个因子。Vollmer (1983:3-30) 就指出:主成分分析法作为语言能力的分析方法特别不适合。……因为它倾向于过高的估计第一个因子的作用。Oller自己也做过重新分析, 最后坦承, “关于语言能力中有一个无所不包的普遍因子的想法是错误的”。由此, “语言能力的可分立说”渐占上风。 笔者特别注意到, 对于这种争执, 英国统计学家兼语言学家Woods (1986:283-285) 给出的解释是:主成分分析法是一种描写性技术, 它没有什么假设, 而仅对数据提供另一种视角。而因子分析法却要对数据提出一个模型作为假设, 即假设任何一个测量变量都是共性和个性的统一, 人们因此可以对变量的总方差进行“公共方差”和“独特方差”的分解。Woods还以70名香港考生考英国剑桥水平考试的数据为样本进行了实证研究, 并且也把第一主成分解释为“一般英语语言能力”, 并猜测:它可能与一个人的语言学习潜能和智力因素有关。 当代著名的语言测试专家Bachman (2005:281-282) 在他的学术专著Statistical Analyses for Language Assessment中报告了一个类似的研究, 他也保留语言测试能力结构中有一个“一般语言能力”因子的构想。看来, 在这一问题上, 语言测试专家看法上的分歧仍然存在, 有一个“一般语言能力”的假设仍没有被完全抛弃。 2.2 主成分方差贡献率与因子分析 如前所述, 从智力和语言能力的研究历史看, 一般智力和一般语言能力概念的提出都和一种叫主成分分析的统计方法有关, 而多维智力与语言能力的可分立学说则和另一种统计方法———因子分析法相关。那么这两种统计方法到底有什么不同呢?竟然让基于同一批测试数据的研究得出完全不同的结论。 先来考察一下主成分分析法。统计学上的主成分分析是研究用少数几个线性组合来解释原有全部变量的绝大部分信息 (即分数方差) 的一种多元统计方法。主成分分析假设原始变量之间有适度相关性, 而求解出的主成分之间则相互独立。 假设研究对象有p个测量指标, 即, 有一组可测变量X= (X1, X2, …, Xp) , 然后对X进行线性组合: Yi(i=1, 2, …, p) 就是所谓主成分。其中Y1叫第一主成分, 它最大化地保留了