测量、测试与评价.pdfVIP

我们在工作中经常用到“测试”、“测量”、“考试”、“测验”、“评价”等术语

或说法。它们之间既有联系，又有区别，不能混为一谈。

1．测量

什么是测量？Stevens（195）认为，“广义而言，测量（measurement）就是根据法

则赋予事物数量。”也就是说，按照一定的规则给事物的属性指派数字或符号的过程就是测

量。这是迄今为止公认的测量定义。

举例来讲，要测量一下桌子的高度，我们可以拿尺子来量一量，看看它有多高。尺子

是人们根据一定的法则制定的量具，利用它就可以把事物的属性，即桌子的高度用数字表示

出来，如，0.75米。这种测量属于客观测量，因为它基本上不受观察者的主观判断的影响。

由此可以看出，测量这一定义包含三个要素：

①事物及其属性

这是测量的对象或目标。上面提到的对桌子的高度进行测量，属于对物体进行测量，

其属性——高度，是可以观察到的，可以进行客观测量的。在外语教学领域，我们感兴趣的

是学生的语言能力，而学生的语言能力属于人的心理特征，是无法直接测量的，但是人的心

理活动会在人的具体活动和行为中体现出来，所以只能通过测量其外显行为或外在表现特征

来推论一个学生语言能力的高低。

②指派数字或符号

所谓指派数字或符号，就是用数字或符号来代表某一事物或事物的某一属性的量。如

张三在本次阅读考试中得了87分，李四得了92分，我们说李四比张三多考了5分。数字本

身没有意义，只是一种符号。我们用它来代表考生的阅读成绩，这时它就变成了量化的数，

可以对其进行解释和分析。在一定的条件下，还可以对数据进行运算从而对事物的属性进行

推测。

③法则

法则是指测量所依据的规则和方法，是测量的关键。法则不好或不可靠，得到的测量

结果就会出偏差，失去测量的意义。简单来说，尺子不准，测量的结果就无法使人信服。对

客观世界的物体进行测量时，由于有公认的测量法则或尺度，如测量物体的高度、重量等；

一般不会出现大的偏差。而对人的某些特性（心理特征）进行测量时，则往往会出现较大的

偏差。举例来讲，有几个评委对某学生的英语口语进行评定。评委A认为一个人的口语要好，

必须发音准确，而该学生的发音好，所以他给打了个5分。评委B认为流利性最能体现一个

人的口语水平，该同学尽管发音不错，但流利性差一些，所以她给他3分。同一名学生，让

不同的评委去打分，成绩出现了偏差。这也很自然，原因是他们没有按照一个评定口语成绩

的统一法则（rules）去给这名学生打分，结果造成了偏差。这个例子提醒我们，在对人的

某些心理特征，如口语表达能力、阅读理解能力等等进行测量时，首先要制定一个便于操作

的，稳定的法则或标准。这样得到的测量结果才可靠，才具有可比性。

2．测试

测试（test）又称测验。不同的心理学家对此下的定义不同。Anastasi（1982）认为，

“测试实质上是对行为样本所做的客观的标准化的测量。”这个定义是人们公认的最权威的

定义，它包含以下三个基本要素：

①行为样本

语言测试的目的是要测量受试者的语言能力。上面提到，语言能力是无形的，如何主

测量？只能测量它的有形表现，这里所说的有形表现，是指语言表现，如说出来的话，写出

来的句子，对测试题目所做的各种反应等等、这些行为，都是无形的语言能力的有形表现，

用心理学术语叫“表征”（manifestation）。所谓行为样本，是指对语言能力表现行为的

有效的抽样。我们知道，一个人的语言能力的表现行为会有各种各样的形式，测试时不可能

也没有必要把它的全部表现行为都测到，只能选取一部分有代表性的抽样进行测量，然后据

此对受试者的语言能力作出推测。

②客观的测量

所谓客观的测量是指测量的标准是否符合实际。对于一项测试的客观性程度可以从这

么几个方面去评价：⑴测试题目的难易度和区分度如何；⑵测试结果的可靠性程度如何？⑶

测试结果的有效性如何？这几项指标是衡量一项测试质量的重要指标。

③标准化的测量

标准化的测量是指在测试题目的编制、测试的实施、记分以及对分数的解释等方面有

一套严密的系统的程序。只有这样，测试才有统一的标准，对不同人的测量结果才有可比性。

凡是不标准化的测量，都没有可比性。

3．评价

Weiss（1972）认为，“评价（evaluation）是指为作出某种决策而收集资料，并对资