英語專業(yè)四級考試等值化的優(yōu)化設計.pdf

1、大規(guī)模語言考試經常面臨的一個難題，就是如何保證不同試卷的考試分數具有可比性，不會因其難度、信度和分數分布等方面的差別而導致使用不同試卷的考生受到不公平的對待。等值是測驗公平性的保證，也是克服考試測量局限性、實現不同考卷分值可比性和互換性、確保測試結果一致性和穩(wěn)定性、保證測試相關決策客觀性以及體現對高?？忌墓叫缘瓤陀^因素的需要。然而，目前等值方法在我國許多大規(guī)模考試中尚未得到應有的推廣，相關研究也仍然處于十分薄弱的狀況。 本論

2、文首先介紹了當前國際測試學界主流的考試等值化理論、主要的考試等值化設計和重要的考試等值化方法，并簡要介紹了在中國和世界其他國家大規(guī)模語言考試中實際使用的代表性等值實踐，如托福、GRE、漢語水平考試、英語水平考試、大學英語四六級考試等大規(guī)模語言測試已采用多年的等值化設計。文中還重點介紹了建立在傳統(tǒng)考試理論和項目反應理論基礎之上的主要等值方法，包括平均值等值方法、線性等值方法、等百分位法、IRT等值方法等。 論文著眼于考試等值化在英

3、語專業(yè)四級考試設計中的有用性、可行性和適用性，通過一項試驗研究試圖找到英語專業(yè)四級考試值得借鑒的測試等值方法。通過設計一項小規(guī)模的類比測試，作者選取了一定數量的共同題作為兩次試驗考試的共同部分，使用非等組共同題設計對兩批學生進行了兩次不同的試驗考試。由此得出的原始數據經過計算、分析和研究，分別在平均值等值方法、Tucker和Levine非等組觀察分等值方法、等百分位等值方法和項目反應理論中的Rasch單參數等值方法基礎上，構建了不同的等

4、值數學模型，開展了等值化數據分析。由此獲得的等值數據對于英語專業(yè)四級考試的等值設計很有啟發(fā)和借鑒意義，也為我們找到符合英語專業(yè)四級考試實情的恰當等值方法奠定了基礎、提供了啟示。 在這項試驗研究的基礎上，本論文通過數據分析和對比得出以下結論：為提高英語專業(yè)四級考試的客觀性、一致性、可靠性和不同試卷分值的可比性，我們有必要做出努力，在英語專業(yè)四級考試中引入測試等值方法，實現不同試卷得分的可比性和可互換性，確?？荚囆哦鹊姆€(wěn)定性和考試結

5、果的一致性；試驗研究證明，英語專業(yè)四級考試完全可以借助測試等值化方法實現更佳的考試信度和效度，也完全可以借鑒國際和國內大規(guī)模語言測試現有的等值方法；盡管適合英語專業(yè)四級考試的最佳等值方法仍需進一步的研究努力，將等值方法引入英語專業(yè)四級考試的必要性和可行性卻是毋庸置疑的；試驗結果表明，建立在傳統(tǒng)測試理論基礎上的Tucker觀察分線性等值方法和等百分位方法在諸多方面的表現都不遜于建立在項目反應理論基礎上的Rasch單參數等值方法，非等組共同