英語專業(yè)四級考試等值化的優(yōu)化設(shè)計.pdf

1、大規(guī)模語言考試經(jīng)常面臨的一個難題，就是如何保證不同試卷的考試分?jǐn)?shù)具有可比性，不會因其難度、信度和分?jǐn)?shù)分布等方面的差別而導(dǎo)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(xiàn)不同考卷分值可比性和互換性、確保測試結(jié)果一致性和穩(wěn)定性、保證測試相關(guān)決策客觀性以及體現(xiàn)對高危考生的公平性等客觀因素的需要。然而，目前等值方法在我國許多大規(guī)?？荚囍猩形吹玫綉?yīng)有的推廣，相關(guān)研究也仍然處于十分薄弱的狀況。 本論

2、文首先介紹了當(dāng)前國際測試學(xué)界主流的考試等值化理論、主要的考試等值化設(shè)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(xué)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(shè)計。文中還重點介紹了建立在傳統(tǒng)考試?yán)碚摵晚椖糠磻?yīng)理論基礎(chǔ)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(shè)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(shè)計一項小規(guī)模的類比測試，作者選取了一定數(shù)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(shè)計對兩批學(xué)生進(jìn)行了兩次不同的試驗考試。由此得出的原始數(shù)據(jù)經(jīng)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(yīng)理論中的Rasch單參數(shù)等值方法基礎(chǔ)上，構(gòu)建了不同的等

4、值數(shù)學(xué)模型，開展了等值化數(shù)據(jù)分析。由此獲得的等值數(shù)據(jù)對于英語專業(yè)四級考試的等值設(shè)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(dāng)?shù)戎捣椒ǖ於嘶A(chǔ)、提供了啟示。 在這項試驗研究的基礎(chǔ)上，本論文通過數(shù)據(jù)分析和對比得出以下結(jié)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(xiàn)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(jié)

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(xiàn)更佳的考試信度和效度，也完全可以借鑒國際和國內(nèi)大規(guī)模語言測試現(xiàn)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(jìn)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(jié)果表明，建立在傳統(tǒng)測試?yán)碚摶A(chǔ)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(xiàn)都不遜于建立在項目反應(yīng)理論基礎(chǔ)上的Rasch單參數(shù)等值方法，非等組共同