第7章汉语作为第二语言的测试
第一节语言测验的基本类别
1．语言测试发展大致经历了几个阶段？每个发展阶段有什么不同的特点？
答：语言测试的历史可以追溯到19世纪末、20世纪初，大体经历了四个主要的发展阶段，每个发展阶段的特点包括：
（1）传统时期或前科学时期（自20世纪初～50年代初）
这一时期，语言测试基本上不是在语言学理论的指导下开发的，测试方法主要是作文、口试、翻译等，测试结果主要靠考试实施者的直觉来评判，缺乏科学性。

（2）心理测量——结构主义时期或科学时期（20世纪50年代末、60年代初～70年代）
这一时期的语言测验以结构主义语言学为理论基础，同时，心理学的行为主义理论以及心理测量学的原则和方法对语言测试起到了重要的指导作用。

这一时期，语言测试已经成为一个相对独立的学科并日趋走向成熟，一个标志性的转折点就是Robert Lad0于1961年出版了著名的《语言测试——外语测验的开发与使用》，这本书是第一部全面论述语言测验的原理、原则和方法的专著，可以说Robert Lad0是现代语言测试的创始人。

这一时期的主要测试方法是所谓分立式测试。

从测量学的角度看，这一时期特别重视测验的信度。

（3）心理语言学和社会语言学时期或后现代时期（20世纪70年代～80年代初）这一时期，语言测试的语言学理论基础从结构主义语言学转向了社会语言学，测验更多地关注如何从功能性、社会性和语言应用的角度考查被试，测试方法从分立式转向了综合式，
新的测验形式如完形填空（Cloze Test）等应运而生。

这一时期，语言测验的效度问题得到了足够的重视，语言测试专家对语言测验究竟测到了什么东西这样的问题进行了深入的探索，提出了一些假说，最著名的就是John Ouer提出的“一元能力”假说（unitary competence hypothesis），Ouer认为语言能力是一个单一的能力并用因素分析的方法验证自己这一假说，产生了广泛的影响。

（4）交际法语言测试时期（20世纪80年代初至今）
70年代末到80年代美国语言教学界开展了一场“水平运动”（Proficiency Movement），很多语言教学界人士认为，语言教学以及语言测验要以语言水平为中心，而语言水平表现为交际的能力。

这场运动的一个直接成果就是1982年美国外语教学委员会（American Council on Teaching of Foreign Languages，简称ACTFL）制定的一个水平大纲（ACTFL Guidelines）。

同一时期，欧洲相继出现了建立在语言交际理论基础上的《功能意念大纲》和《交际大纲》。

这些文件对语言测验的开发有很强的指导作用。

这一时期，人们更多地把注意力集中在探讨语言交际能力方面，在语言测试研究领域，到1990年，Bachman在Canale和Swain模型的基础上提出的语言交际能力模型，成了语言测试发展史上一个新的转折点。

2．语言测试的主要作用是什么？举例谈谈语言测试在语言教学研究中的作用。

答：（1）评价学习者的学业成就和语言水平、评估教学效果、选拔人才、改进教学中的问题
语言测试是语言教学的重要环节，有教学就会有测试，语言测试任何时候都没法脱离教学，几乎每一个语言教学工作者都会接触到各种各样的语言测验。

但语言测验的作用又不仅仅局限于教学。

（2）为语言研究和语言教学研究提供信息
语言测验作为一种测量工具，是语言研究和语言教学研究的一个重要手段。

人类的语言是一个非常复杂的系统，直至目前为止，人的语言能力还是一个“黑箱”，它究竟是由哪些东西构成，还没有人能说清楚。

对于各种各样有关人的语言能力的假说，都需要实证性数据的证实或证伪，而语言测验恰好在这方面可以充分发挥作用。

从语言测试的角度看，第二语言习得研究的发展一定会带动语言测试研究，而语言测试研究也一定会为第二语言习得研究提供更为可靠而有效的方法和手段，可以说语言测试大有用武之地。

3．客观性测验与主观性测验各有什么利弊？
答：（1）主观性测验
主观性测验的正确答案一般不止一个，而且往往不是实施测试前能够确定的，需要评分员在评分过程中自己作出主观的判断，对于同样的考生答案，不同的评分员很可能会有不同的评判。

①主观性测验的优点
a．考查有深度和层次
主观性测验能够使被试有足够的发挥自己水平的余地，特别适合考查被试语言运用的能力和产出性技能，特别是书面表达能力和口头表达能力。

像作文这种主观性测验，一般认为比一些客观性测验更能直接测出被试的书面表达能力，因而更有效。

b．命题容易
考写作一般只需要一两个、两三个题目就可以了，口试即使是采取面试的形式，主考人一般也不需说过多的话，而主要把说话的机会留给被试。

c．某种程度增加了测验对考生能力的区分作用
由于答案不惟一，而且不像选择题那样正确答案包括在几个给定的选择项里，因此被试很难猜测。

②主观性测验的缺点
a．评分结果的偏差
由于评分标准不详尽周到，不同的评分员理解和把握评分标准会存在差异，评分结果很难完全一致。

即使评分标准十分详尽，但由于评分标准带有命题人或标准制定者个人倾向等主观色彩，评分员会因有不同看法而不认可事先制定的评分标准，这样，评分员在评判被试答案时就会发生偏差。

另外，评分员自身的条件或因素，如水平、经验、态度、情绪等也会影响评分质量。

评分的不一致使主观性测验的信度难以保证。

b．评卷费时费力，工作量大
虽然命题容易，省时省力，但阅卷评分时却费时费力，工作量很大，因此，如果考虑到人力、物力、财力的因素，大规模的语言考试就很难采用主观性测验形式。

（2）客观性测验
客观性测验是指事先规定了答题方式、答题范围和标准答案，在评分过程中不需要评分员主观判断对错的测验。

①客观性测验的优点
a．题量大，内容覆盖面广
一份测验有l00多甚至200个题目，可以包括的测试点非常多，因此可以比较全面地了解被试的语言知识和语言技能，特别是接受性技能，例如听力理解技能和阅读理解技能。

客观性测验的长度在很大程度上保证了测验的内部一致性信度。

b．评分简单、客观
由于事先规定了答题范围和标准答案，评分非常简单、客观。

另外，像多项选择题这样的客观性测验题目，一般都可以由光电阅读机来阅卷，因此评分误差很小，而且极其省时省力。

c．为测验质量和特性的科学性研究提供条件
由于客观性测验多采用0／1计分的方法，分数是连续变量，再加上被试样本一般比较大，因此可以满足统计学上的一些要求，例如正态分布、分数等距等，这为测验质量和特性的科学性研究提供了条件。

②客观性测验的缺点
a．不太适合测试出性语言技能和综合运用语言能力
多年来，用客观性测验题目来比较间接地考查写作能力和口语水平的尝试，虽然信度很高，但其效度一直受到质疑。

b．测验分数不完全是真实能力水平
客观性测验题目，特别是多项选择题，都可以靠猜测来答题，四选一形式的多项选择题猜对的可能性是25％，而是非判断题猜对的可能性就是一半，这样被试的测验分数并不完全是他真实水平的体现。

近年来多项选择题等客观性测验题目遭到了很多批评。

c．题目的编制费时费力
编制客观性测验题目比编制主观性题目要费时费力得多，特别是多项选择题的设计和编制对命题人员的经验、命题技巧等各方面的要求很高，每一道高质量的多项选择题都需要反复的推敲和打磨。

4．举例说明什么是分立式测验？它的理论基础是什么？
答：（1）分立式测验的内涵
分立式测验是建立在结构主义语言学理论基础上的一种测验，它把语言分解成语音、语法、词汇等不同的语言要素或语言点来测。

分立式测验中的一个项目只测试被试对某一个具体的语言知识或语言要素是否掌握
例如了解被试者是否掌握某一种语法结构，是否认识某一个单词，是否会写某一个汉字。

很多语言测验（如TOEFL、HSK等）都包含分立式测验的部分，如初中等汉语水平考试（HSK[初中等]）的第二部分“语法结构”就是典型的分立式测验，这一部分一共有30个题目，每个题目分别测试一种句型结构或一个虚词，考生在这30个题目上的总得分被看成是其语法知识水平的体现；HSK（初中等）中的“阅读理解”的第一小部分“词汇”也是分立式测验，一共有20个题目，每题测试一个单词。

传统的课堂测验很多也是分立式的。

分立式测验往往采用多项选择题、是非判断题等题型，因此评分客观、准确、可靠。

从测验编制的角度看，分立式测验命题针对性强，测试点容易明确。

（2）分立式测验的理论基础
分立式测验是建立在结构主义语言学理论基础上的一种测验。

第二节语言测验的开发
1．为什么说语言测验的开发是一个系统的过程？这一过程主要包括哪些步骤和环节？
答：（1）语言测试的开发是一个系统的工程
语言测验的开发是一个系统的过程，这一过程既包含研制测验也包括使用测验。

为了保证我们所开发的测验有较高的科学性和可行性，我们需要遵循一定的步骤，并对每一个步骤都实行质量监控。

Bachman和Palmer在《语言测试实践》一书中用一张图示意语言测验的整个开发过程。

如下图所示：。