中國英語考試行為準則制訂：一項探索性研究.pdf

1、近些年以來，世界各地的語言測試組織和機構(gòu)紛紛制訂了自己的語言測試標準或者測試行為準則，以期提高語言測試的質(zhì)量和專業(yè)化水平（參見如AERA/APA/NCME,1999; ALTE,1994; EALTA,2006; ETS,2002; ILTA,2000,2007;JLTA,2003等）。與此同時，隨著我國國際交往的日益頻繁，學習英語人數(shù)的不斷攀升，英語考試在我國得到了迅猛的發(fā)展。這些英語考試往往都是大規(guī)模、標準化、高風險的考試。而且，這

2、些考試對英語的教學往往容易產(chǎn)生重要的反撥作用，在社會上具有廣泛的影響。因此這些考試本身的質(zhì)量如何，考試是否能夠公平、有效地測量出考生的英語水平，成為引人關(guān)注的問題。
　　本研究的目的是為我國英語考試的開發(fā)、實施和使用制訂一套適合我國國情和考試特點的《良好測試行為準則》（下簡稱為《準則》）。世界上很多測試標準或準則的開發(fā)與起草，往往取決于開發(fā)或者起草人員對于考試特征的主觀性或者經(jīng)驗性的認識與了解。本研究與這些測試標準制訂的不同之處在

3、于其采用了以數(shù)據(jù)為基礎(chǔ)的途徑，也就是說標準的框架和條款主要取決于在本研究各個階段所收集的數(shù)據(jù)。為了達到制訂《準則》的目的，本研究擬回答以下三個研究問題:
　　1)目前世界各地已經(jīng)制訂、實施和使用的語言測試標準有哪些？這些標準的制訂，對于我們開發(fā)適合我國國情和考試特點的標準，有哪些啟發(fā)？
　　2)我們所要制訂和實施的《準則》，其外在的環(huán)境特征是什么？
　　3)《準則》的框架和條款分別是什么？如何將我們所采集的數(shù)據(jù)應(yīng)用到《

4、準則》的框架和條款的制訂中？
　　為了回答這三個研究問題，本研究采取了三個階段的設(shè)計方案。在第一階段，我們收集并且系統(tǒng)回顧了語言測試領(lǐng)域的主要標準。這些標準由世界各地的語言測試組織與機構(gòu)制訂，并且這些標準的頒布實施對于語言測試領(lǐng)域都具有一定的影響。我們回顧的這些標準中，包括了國際語言測試協(xié)會的《道德準則》(ILTA，2000)，美國教育研究協(xié)會、美國心理協(xié)會和美國國家教育測量協(xié)會三家機構(gòu)共同頒布的《教育與心理測量標準》（AERA/

5、APA/NCME，1999）以及美國教育考試中心所制訂頒布的《ETS質(zhì)量與公平標準》(ETS，2002)。通過對這些標準全面、細致、系統(tǒng)的回顧，我們建立了制訂語言測試標準的基本模型。在這一模型中，我們明確了制訂標準的步驟及核心要素。這一模型將被運用到《準則》的制訂中。
　　在第二階段，我們對目前我國英語考試在開發(fā)、實施和使用的各個階段的具體做法進行了詳細的調(diào)查研究。全國共有六家考試機構(gòu)、490名高校學生和166名高校教師參加了本項

6、調(diào)查。本調(diào)查分為兩個階段:第一階段是調(diào)查考試機構(gòu)在考試開發(fā)、實施和使用全過程中的具體做法;第二階段是了解學生與教師對于考試開發(fā)、實施和使用各個方面的評價。調(diào)查采用了定性和定量相結(jié)合的研究方法，主要的研究工具為三份調(diào)查問卷。同時，調(diào)查中也使用了三份清單和一份訪談綱要。通過對考試機構(gòu)的調(diào)查，我們了解了目前考試機構(gòu)在考試各個階段的做法，確定了在考試開發(fā)、實施和使用各個環(huán)節(jié)的長處和亟待改進的地方。通過調(diào)查發(fā)現(xiàn)，考試機構(gòu)在考試全過程中都采用了自己

7、機構(gòu)內(nèi)部制訂的質(zhì)量控制措施，但是這些措施本身的效度有待進一步證明;試測、考試信息的透明度、以及報道和使用考試成績等方面存在的問題較多，從而影響到考試的效度和公平性。對于學生和教師的問卷調(diào)查進一步確認了第一階段的調(diào)查結(jié)果。我們發(fā)現(xiàn)，學生和教師總體上對英語考試的看法較為積極。學生和教師認為，英語考試存在的不足之處包括有些考試的任務(wù)設(shè)計不太真實、選擇題過多、考試實施中作弊現(xiàn)象嚴重、考試的評分不夠精確以及口語能力的考察不足等。對考試機構(gòu)和考生及

8、教師的實證性調(diào)查讓我們進一步意識到為我國英語考試制訂《準則》的必要性和急迫性。
　　在第三階段，根據(jù)前兩個階段的研究結(jié)果，我們開始起草《準則》。在起草《準則》之前，我們回顧了模型中制訂標準必須要考慮的關(guān)鍵因素。第二階段的實證研究表明，《準則》并不應(yīng)該僅僅為考試的開發(fā)者制訂，而是應(yīng)該包括考試的其他利益相關(guān)群體，如教育主管部門，考生和教師等等。只有考試所有的利益相關(guān)群體共同協(xié)作，才能真正保證考試的效度和公平性。而且通過第二階段的研究，

9、我們發(fā)現(xiàn)，在現(xiàn)階段，我們無法在《準則》中起草強制性的實施條款。我們認為，目前的《準則》的目的應(yīng)該是主要是教育性和啟發(fā)性的。換言之，《準則》目的一共包括兩個方面:一是提高語言測試者的質(zhì)量和專業(yè)意識;二是向考試的利益相關(guān)群體傳播考試開發(fā)、實施和使用的基本知識以及考試在各個階段的良好做法。
　　本研究的目的是通過制訂《準則》，以期提高語言測試質(zhì)量、效度和公平性，這在國內(nèi)尚屬首次。我們認為，本研究所制訂的《準則》以及制訂《準則》的過程，對

10、于我國語言測試的理論和實踐，都具有一定的參考價值。而且，本研究中提出的由教育性與啟發(fā)性的廣義標準向指導某個特定考試機構(gòu)的具體測試標準的過渡，為我國語言考試機構(gòu)制訂適合自己情況的測試標準，提供了可操作的途徑。當然，本研究的大部分工作都集中在《準則》的前期效度研究上(the a priorivalidation)。由于時間、精力和篇幅的限制，《準則》的后期效度研究(the a posteriorivalidation)，不在本論文的研究討論