王丹妮

摘 要：測(cè)試的質(zhì)量保證一直以來都是出題專家非常重視的方面，包括很多領(lǐng)域和方面。本文僅針對(duì)其中一個(gè)方面：測(cè)試信度，進(jìn)行分析和說明。本文首先通過引用塔克（Tucker）相關(guān)定義對(duì)信度進(jìn)行解釋和說明。其次，列舉出可能影響信度的因素。最后，針對(duì)這些影響因素，提出一些解決方法。

關(guān)鍵詞：信度；效度；測(cè)試質(zhì)量；教與學(xué)

每個(gè)測(cè)試設(shè)計(jì)者都希望考試能夠達(dá)到公平、準(zhǔn)確和可信的標(biāo)準(zhǔn)。因此，許多出題專家對(duì)測(cè)試發(fā)展態(tài)勢(shì)作以研究，希望能夠平衡測(cè)試質(zhì)量的信度和效度（Reliability and Validity）、沖擊力和實(shí)用性（Impact and Practicality）的關(guān)系，實(shí)現(xiàn)整個(gè)試題的效度和效用，保證試題能夠?qū)ζ錅y(cè)試的領(lǐng)域真正有用。

傳統(tǒng)意義上，測(cè)試質(zhì)量的評(píng)價(jià)主要有兩個(gè)關(guān)鍵的決定因素：信度和效度。但是，巴赫曼（Bachman）和帕爾默（Palmer）（1996）將沖擊力和實(shí)用性也納入其中，認(rèn)為它們也決定著測(cè)試在其所測(cè)試領(lǐng)域的有效性。但不論如何，信度的重要性是不容置疑的。因此，測(cè)試以及子測(cè)試的信度就成為公平性的關(guān)鍵因素，也是參試者需要了解的內(nèi)容。

1 信度和效度

信度是為了使某一考試達(dá)到準(zhǔn)確性和分?jǐn)?shù)一致性的方法。可信度（Reliability）這一詞，用于日常生活中時(shí)涵義廣泛，可以是對(duì)朋友的忠誠(chéng)，對(duì)質(zhì)量的承諾，對(duì)安全的保證等等。但是當(dāng)它用于測(cè)試這一專門意義時(shí)，是指可以用于反復(fù)測(cè)試考生水平，而在反復(fù)使用后所得到的測(cè)試結(jié)果是非常相近的。但是，雖然信度是一份好試卷的必要條件，它并不是唯一條件。一份信度很高的試題，卻可能無法測(cè)試出考生其它方面，例如：考生的興趣——事實(shí)上，這份試題可能與考生的興趣毫無關(guān)系。因此，測(cè)試另一個(gè)重要方面：效度，就應(yīng)運(yùn)而生了——這份試題是用來測(cè)試我們想要測(cè)試的方面嗎？

雖然高信度是測(cè)試的一個(gè)關(guān)鍵因素，但是早在1945年就有人提出：“提高信度與測(cè)試水平的矛盾”（格利克森（Gulliksen），1945，塔克（Tucker），1946）。下文是摘自塔克的一段話：

如果統(tǒng)一所有試題的信度，就要統(tǒng)一所有的試題。那么，一名考生會(huì)做其中一個(gè)試題，他就會(huì)做其它所有試題；相反，如果一名考生不會(huì)做其中一個(gè)試題，那么，他就勢(shì)必不會(huì)做所有試題。這樣，唯一會(huì)出現(xiàn)的分?jǐn)?shù)就只能是一分或零分……難道人們希望一次測(cè)試中的所有試題難度都一樣，而最終只產(chǎn)生兩種分?jǐn)?shù)嗎？

——塔克，1946

其實(shí)，塔克這里所指的“測(cè)試水平”在某種意義上就是效度。也就是說當(dāng)要同時(shí)提高信度和效度時(shí)，二者之間是存在一定矛盾的。信度在一定程度上制約著效度的提高。

巴赫曼（Bachman）(1990, p 161)對(duì)信度是這樣解釋的：信度是為了使測(cè)試達(dá)到最小錯(cuò)誤率，而效度是為了使語言能力的測(cè)試達(dá)到最大效果。巴赫曼認(rèn)為信度和效度是“一般測(cè)試中互補(bǔ)的兩個(gè)方面——它們鑒定、評(píng)價(jià)和控制所有影響測(cè)試分?jǐn)?shù)的因素”（1990, p 160）。然而，他也指出，信度和效度之間明顯地存在著緊張關(guān)系（tension）。當(dāng)我們要采取各種手段實(shí)現(xiàn)高信度時(shí)，例如：通過限制題型或限制測(cè)試范圍，這些限制同時(shí)也制約了測(cè)試的性能和目的，即：測(cè)試效度。

可以看出，很多學(xué)者都認(rèn)為用信度系數(shù)來評(píng)價(jià)測(cè)試質(zhì)量對(duì)測(cè)試范圍會(huì)帶來影響。因此，對(duì)一份試題信度的評(píng)估僅僅是管理特定應(yīng)試者們的行政手段，而并非試題本質(zhì)特征。有些試題的報(bào)考者們形形色色，水平參差不齊，因此很容易分級(jí)排名，類似于這樣的測(cè)試，與應(yīng)試者水平相近的測(cè)試相比，其信度系數(shù)要高很多。因此，當(dāng)我們比較不同測(cè)試的信度時(shí)，例如考生水平差距等很多因素都必須考慮進(jìn)去。

2 信度的影響因素

考生之間的水平差距僅僅是可能影響信度的因素之一。除此之外，還有諸多其它因素：第一，考生本身的波動(dòng)（fluctuation），包括疲勞、遺忘、疾病、感情挫折、練習(xí)效應(yīng)等。第二，分?jǐn)?shù)波動(dòng)，包括評(píng)分者本身的誤差偏差等。第三，測(cè)試管理波動(dòng)，包括對(duì)考試指南的解釋、測(cè)試時(shí)間控制、監(jiān)考人員和考生的交流、作弊控制、考試剩余時(shí)間的告知、打擾、干涉、考試教室光線等。第四，試題特征：長(zhǎng)度、難度、鑒別力、速度等。第五，響應(yīng)特征：猜題能力、應(yīng)試能力等。

3 如何規(guī)避信度的影響因素

要解決以上五大影響信度的因素，最大程度上達(dá)到信度和效度的標(biāo)準(zhǔn)，以下不失為一些好的方法：試題量要足夠：從某種意義上說，試題的數(shù)量越多，其可信度就越高；考試指南要清楚和詳細(xì)：這樣是為了避免考生誤解考試指南；保證試卷排版合理清楚，字跡清晰；報(bào)考者應(yīng)熟知考試格式和測(cè)試技巧；試題本身要明確清楚；盡量直接比較報(bào)考者水平；提供詳細(xì)的評(píng)分標(biāo)準(zhǔn)：指明正確答案，可能出現(xiàn)的部分正確的答案的給分標(biāo)準(zhǔn)也要明確說明；對(duì)評(píng)分人進(jìn)行培訓(xùn)：尤其是主觀題的評(píng)分人；改卷之前統(tǒng)一不同答案的確切給分；提供統(tǒng)一良好的評(píng)分環(huán)境；試題本身應(yīng)該利于客觀評(píng)分：例如，自由問答題，其答案應(yīng)唯一和統(tǒng)一。

以劍橋大學(xué)的一系列考試為例，他們測(cè)試的是英語語言水平。這些考試的報(bào)考者大都在應(yīng)試前參加了預(yù)試班，并準(zhǔn)備繼續(xù)學(xué)習(xí)和參加劍橋大學(xué)的連續(xù)水平測(cè)試。和考試相關(guān)的書籍和資料有很多。因此，考生的水平基本在一個(gè)層次。所以，要保證較高的測(cè)試信度，應(yīng)該說難度還是很大的。劍橋大學(xué)考試體系在發(fā)展了十幾年的今天，根據(jù)不同語言測(cè)試水平的要求出臺(tái)了很多新考試。由于這些測(cè)試都是針對(duì)某一特定水平，測(cè)試的結(jié)果是以通過和未通過的形式公布的，其實(shí)，這在一定程度上也保證的測(cè)試的信度。但是，其信度并沒有和效度分家，而是緊密的結(jié)合在一起的。例如，劍橋主流英語認(rèn)證（The Cambridge EFL Main Suite exams）以及商務(wù)英語證書（Business English Certificates）等考試的設(shè)計(jì)是為了通過鼓勵(lì)教和學(xué)，并反對(duì)“應(yīng)試教育”來促進(jìn)語言學(xué)習(xí)。目的是告訴學(xué)者：備考就是要學(xué)好這門語言。每次對(duì)試題的修訂，劍橋大學(xué)都是為了體現(xiàn)他們當(dāng)前對(duì)語言教與學(xué)的觀點(diǎn)和看法。近期他們對(duì)測(cè)試的修訂是為了突出語言的交流作用，因此，試題設(shè)計(jì)傾向于語境的把握和篇章本質(zhì)的撲捉。

劍橋大學(xué)考試對(duì)測(cè)試信度和效度的研究有很多年，并根據(jù)信度和效度的要求對(duì)其考試作了很多修訂。即便如此，他們也不得不承認(rèn)，測(cè)試信度和效度的一些負(fù)面影響因素還是很難避免的。但是，其在注重信度的同時(shí)不斷改進(jìn)試題，使其達(dá)到更高的效度，這種方法是劍橋大學(xué)給我們的一個(gè)寶貴經(jīng)驗(yàn)。

4 結(jié)論

總而言之，信度，作為測(cè)試質(zhì)量的重要因素，是用于評(píng)價(jià)測(cè)試結(jié)果是否真實(shí)的反映的考生的實(shí)際水平。它是反映測(cè)試是否受到非測(cè)試因素的影響，是反映測(cè)試客觀性和可靠性的指標(biāo)。信度和效度是相互補(bǔ)充、不可分割的。在注重和提高信度的過程中，無疑會(huì)對(duì)效度產(chǎn)生影響和制約。所以，要平衡好二者的關(guān)系，找到一個(gè)切合點(diǎn)，才不失為是一份好的測(cè)試。不同測(cè)試，其信度高低的評(píng)估絕對(duì)不能不考慮諸多的影響因素。然而，作為一名測(cè)試的設(shè)計(jì)者，出題過程中也必須考慮并盡量避免這些影響因素。

參考文獻(xiàn)

[1]Hughes, A. 1989. Testing for Language Techers. Cambridge: CUP.

[2]Weir, C. 1988. Communicative Language Testing. UK: Prentice Hall International Ltd.

[3]Bachman, L F (1990): Fundamental considerations in language testing, Oxford: OUP

[4]Bachman, L F and Palmer, A (1996): Language testing in practice, Oxford: OUP

[5]Gulliksen, H (1945): The relation of item difficulty and inter-item correlation to test variance and reliability, Psychometrika 10 (2), 79-91

[6]Tucker, L R (1946): Maximum validity of a test with equivalent items, Psychometrika 11 (1), 1-13

[7]劉潤(rùn)清，韓寶成.語言測(cè)試和他的方法[M].北京：外語教學(xué)與研究出版社，1999.

[8]桂詩春，語言測(cè)試：新技術(shù)與新理論[J].外語教學(xué)與研究，1983，(3).