對外漢語聽力考試的測試學(xué)效度研究
——以桂林理工大學(xué)2014下半年基礎(chǔ)班漢語聽力期末考試為例

全克林，張震璇

（桂林理工大學(xué)外國語學(xué)院，廣西 桂林 541006）

對外漢語聽力考試的測試學(xué)效度研究
——以桂林理工大學(xué)2014下半年基礎(chǔ)班漢語聽力期末考試為例

全克林，張震璇

（桂林理工大學(xué)外國語學(xué)院，廣西 桂林 541006）

測試的質(zhì)量一般可以用三個(gè)標(biāo)準(zhǔn)衡量：效度、信度和實(shí)用性。語言測試的效度，亦稱有效性，反映的是考試測試的意圖是否達(dá)到。對外漢語聽力是學(xué)習(xí)漢語過程中必不可少的一門課，檢測其效度，有利于漢語聽力教師在出卷時(shí)做到考查學(xué)生真實(shí)的、全面的漢語聽力能力，為其考試題本身的改進(jìn)提高實(shí)證依據(jù)。文章選擇桂林理工大學(xué)基礎(chǔ)班漢語聽力期末測試卷進(jìn)行測試學(xué)研究，目的在于通過適當(dāng)有效的測試，全面提升來華留學(xué)生的漢語聽力。

漢語聽力；測試；效度

一、引言

語言測試與語言教學(xué)之間存在著一種相互依賴的關(guān)系,它們既相互獨(dú)立又相互影響。測試是教學(xué)成果的檢驗(yàn)手段，教學(xué)又通過測試得到反饋，從而提高教學(xué)質(zhì)量，二者相輔相成。語言測試不僅僅是針對英語教學(xué)，對于對外漢語教學(xué)也至關(guān)重要。對外漢語教師通過語言測試判斷學(xué)生是否掌握所學(xué)知識，也能通過測試掌握學(xué)生在學(xué)習(xí)漢語時(shí)的不足之處，從而改進(jìn)教學(xué)方法，提高教學(xué)質(zhì)量，讓更多的來華留學(xué)生，尤其是東盟留學(xué)生，能夠?qū)W好、用好漢語。所以，測試的信度和效度的重要性就體現(xiàn)出來了。測試的信度較易掌握，在評分時(shí)明確根據(jù)每一題的得分點(diǎn)來評分即可。我們知道，一場測試是否成功，是否能起作用，很大程度上歸因于這場測試的效度是否達(dá)到預(yù)期程度，而效度又較難把握，所以研究測試的效度對于達(dá)到測試的預(yù)期目的非常有用。

二、效度的概念及分類

（一）效度的概念

《語言測試科學(xué)與藝術(shù)》一書給效度的定義是：“語言測試的效度，亦稱有效性，指測試所考的，是否就是所要考的，或者說，在多大程度上，是考了目的所要考的?！痹摃S后又對這個(gè)定義做了一點(diǎn)擴(kuò)充，認(rèn)為

《現(xiàn)代語言測試模型》一書對于效度的定義則是：“效度指證據(jù)支持我們根據(jù)測試分?jǐn)?shù)做出的推論的程度。”這一個(gè)定義較難理解，因此，作者傾向于第一個(gè)定義，即認(rèn)為效度是指測試的有效性，是判斷測試的預(yù)期目的是否達(dá)到的標(biāo)準(zhǔn)。

（二）效度的分類

在《語言測試科學(xué)與藝術(shù)》一書中，效度被分為四大類：內(nèi)在效度、外在效度、使用效度和超考試效度。其中每類效度又包括兩種效度，內(nèi)在效度包括內(nèi)容效度和結(jié)構(gòu)效度，外在效度包括同期效度和預(yù)測效度，使用效度包括表面效度和反應(yīng)效度，超考試效度包括實(shí)效效度和反撥效度。而在《現(xiàn)代語言測試模型》一書中，效度主要被分為三種：內(nèi)容效度、準(zhǔn)則關(guān)聯(lián)性效度（又稱外部效度）和結(jié)構(gòu)效度。其稱“這三類效度研究是效度研究的主要方式，除此之外，效度研究還有一些其他方式”，包括表面效度、應(yīng)答效度和后果效度。作者認(rèn)為后者的分類方式不僅雜亂無章，而且不夠全面，故作者將參考前者的分類方式把效度分為四類八種進(jìn)行研究。

三、漢語聽力測試的效度研究

（一）樣本說明

本文分析的樣本是桂林理工大學(xué)2014年秋季基礎(chǔ)1班漢語聽力期末測試卷，該班的留學(xué)生是以東盟學(xué)生為主，試卷由各班聽力老師出題。該樣本是漢語聽力教程第一冊中的第21課的內(nèi)容，但部分題目作了適當(dāng)修改，共包括七道大題，全部是客觀題：第一題是聽錄音填表格，填寫內(nèi)容為時(shí)刻，第二題是聽對話選擇正確答案，第三題是聽對話判斷正誤，第四題是選擇你在句中聽到的詞語，第五題是選擇你聽到的句子，第六題是標(biāo)出句中劃線詞語的聲調(diào)，第七題是聽后填空，寫漢字。本次測試的目的是檢驗(yàn)學(xué)生平時(shí)上課的學(xué)習(xí)情況，尤其是考驗(yàn)學(xué)生能否聽懂，以及能否清楚區(qū)分聲調(diào)中的輕聲和四聲，考試時(shí)間為100分鐘。

（二）樣本效度研究

1.內(nèi)在效度

內(nèi)在效度是指存在于測試本身的效度，包括內(nèi)容效度和結(jié)構(gòu)效度。內(nèi)容效度是指測試是否考了考試大綱規(guī)定要考的，這點(diǎn)比較容易檢驗(yàn)，因?yàn)橐话闵哉降臏y試都有明確的考試大綱。由于來華留學(xué)生到校時(shí)間不一，每個(gè)班的上課進(jìn)度不一樣，期末試卷都是由各班任課老師自己命題，所以沒有明確的考試大綱，只是簡單說明試題要求的可靠性、有效性、區(qū)別性和可行性，這些正是我們接下來要研究的內(nèi)容，故內(nèi)容效度在此不作詳細(xì)論述。

結(jié)構(gòu)效度是指測試是否以有效的語言觀（包括語言運(yùn)用觀和語言學(xué)習(xí)觀）為根據(jù)，即根據(jù)什么理論結(jié)構(gòu)為基礎(chǔ)來設(shè)計(jì)試題。由于留學(xué)生為基礎(chǔ)班，即剛開始學(xué)習(xí)漢語，故教師將試題出得較為簡單，直接使用課本內(nèi)容作為試題，所以不存在結(jié)構(gòu)效度。

2.外在效度

據(jù)李筱菊所說，外在效度是指利用測試之外的標(biāo)準(zhǔn)（即外在標(biāo)準(zhǔn)）驗(yàn)證而得以證實(shí)的效度，主要包括同期效度和預(yù)測效度兩種。這兩種效度都需要另一次考試作參考，而此樣本中受試者只有這一次測試，故無法研究外在效度。

3.使用效度

使用效度是指受試者對考試的反應(yīng)，分為表面效度和反應(yīng)效度兩種。

（1）表面效度

表面效度指受試者在拿到試卷之后，試卷的形式和內(nèi)容是否使受試者覺得它是一份有效的、確是考察受試者應(yīng)考能力的試卷。據(jù)教師觀察，由于此次測試是期末考試，所以學(xué)生們在拿到此次樣本后，表現(xiàn)得非常認(rèn)真。開始放聽力錄音前，大部分東盟學(xué)生都是先熟悉題目，只有少數(shù)幾個(gè)學(xué)生不看試卷，相互說話。開始播放聽力錄音時(shí)，每位受試者都在認(rèn)真聽錄音做題目，無人做其他事情。所以此次考試對基礎(chǔ)班全體學(xué)生都具有表面效度。

（2）反應(yīng)效度

反應(yīng)效度是指受試者在做題時(shí)，是否按照試題設(shè)計(jì)的要求去作出反應(yīng)。例如第一題，聽錄音填表格，要求用數(shù)字寫時(shí)間，而不是用漢字寫?；A(chǔ)1班共14人參加測試，無人寫漢字，都是用數(shù)字寫時(shí)間，當(dāng)然也是因?yàn)樵谡n本上已經(jīng)做過這道題。那么我們可以知道，這道題具有反應(yīng)效度。再例如此樣本中第七題，聽后填空，要求受試者在空格上寫出聽到的漢字。此題經(jīng)過適當(dāng)修改，材料還是課本上的材料，但填空的位置都變了。14位學(xué)生中有13人都理解是寫出漢字，只有一位同學(xué)把此題理解成了標(biāo)聲調(diào)。所以這道題目對于絕大多數(shù)學(xué)生都具有反應(yīng)效度，只對一位學(xué)生缺乏反應(yīng)效度。

4.超考試效度

“超考試效度的依據(jù)是交際語言測試的超考試目的論。這些測試學(xué)家認(rèn)為，從事語言測試，從一開始就應(yīng)當(dāng)有一個(gè)超出考試的目的?？荚嚱^不僅僅是為了得到一些數(shù)據(jù)，說明受試者的目標(biāo)能力的狀況?！背荚囆Ф劝▽?shí)效效度和反撥效度。

（1）實(shí)效效度

實(shí)效效度是指受試者能不能夠在實(shí)際生活中真正運(yùn)用測試中所出現(xiàn)的內(nèi)容。例如一次教師資格考試，具有了外在效度、內(nèi)在效度、使用效度等等，但考出來的受試者實(shí)際站在講臺上卻不會教書甚至根本說不出話，那么這次考試就是缺了實(shí)效效度。

在本次樣本中，重點(diǎn)測試的是東盟學(xué)生及其他學(xué)生對于時(shí)間詞的聽力，以及能否分別漢語聲調(diào)中的四聲和輕聲。任課教師與學(xué)生進(jìn)行交流，詢問他們現(xiàn)在幾點(diǎn)了，每一位學(xué)生都能夠正確地說出時(shí)間。在日常聊天中，教師有詢問學(xué)生晚上幾點(diǎn)睡覺，下午3點(diǎn)在哪里之類的問題，大部分東盟學(xué)生都能夠用漢語回答，說明此樣本中與時(shí)間有關(guān)的試題對學(xué)生有實(shí)效效度。關(guān)于另一點(diǎn)，測試學(xué)生能否區(qū)分漢語聲調(diào)中的四聲和輕聲，小部分東盟學(xué)生在測試中的反應(yīng)不太好。與此考點(diǎn)有關(guān)的是第六題，聽錄音標(biāo)聲調(diào)，有許多詞語的第二個(gè)字都是輕聲，如kuai zi（筷子）、nuan huo（暖和）等詞。此題是所有題目中得分最低的一道題，滿分30分，20分以上的只有3個(gè)人，大部分學(xué)生都只能得13、14分。通過任課教師觀察，東盟學(xué)生在平時(shí)說話時(shí)也無法區(qū)分輕聲和四聲，把所有輕聲都讀成四聲，不過漢語中的聲調(diào)對于外國人來說本來就是最難的。所以我們可以知道，這道題缺乏實(shí)效效度。

（2）反撥效度

反撥效度是指考試對教學(xué)是不是有良好的反撥效應(yīng)。例如，在對外漢語聽力題測試中，如果考試只考漢字怎么寫，那么教師在教學(xué)時(shí)必定會讓學(xué)生死記硬背大量的漢字和詞語。如果考試中把要考的詞語放到實(shí)際情景中考，如聽對話寫漢字，那么教師必定會想方設(shè)法給學(xué)生講解這些詞語是什么意思，在實(shí)際生活中應(yīng)該怎樣使用。前者的反撥效應(yīng)是不好的，不利于提高教學(xué)質(zhì)量，后者的反撥效應(yīng)是好的，有利于提高教學(xué)質(zhì)量。

例如此樣本中的第七題，兩段材料都只是一段敘述，不是實(shí)際的對話。而且由于命題教師的修改，需要學(xué)生寫出的文字根本不需要根據(jù)文章前后大意而判斷，只需要死記硬背即可。只要聽清楚了，就能寫出正確的漢字，一旦沒有聽清楚，就寫不對，無法根據(jù)上下文意思推斷空格中應(yīng)該寫什么漢字。并且有幾處需要填的內(nèi)容，都已經(jīng)在材料中出現(xiàn)過正確答案了，這是命題教師的失誤。所以我們可以知道，這道題不具備好的反撥效度。此樣本中的其他題目均是客觀題，死記硬背即可得出答案，也不具備好的反撥效度。但樣本中的第六題具有很好的反撥效度，根據(jù)測試的結(jié)構(gòu)，教師知道讓學(xué)生死記硬背某些詞語的聲調(diào)是沒有用的，必須要找出一定的規(guī)律，或者找些有趣的資料幫助學(xué)生們學(xué)習(xí)聲調(diào)才可以。

（三）研究結(jié)果

根據(jù)以上分析可以得出結(jié)論，此樣本缺乏內(nèi)在效度、外在效度和好的反撥效度，使用效度達(dá)到預(yù)期目的，實(shí)效效度也具備，但仍需要增加?？偠灾?，此樣本不是一次非常成功的考試，效度不夠，還有許多地方需要改進(jìn)。第一，不管受試者如何，作為一次正規(guī)的期末測試，應(yīng)該有具體的考試大綱。即使不需要像其他公共考試那么嚴(yán)格，也需要有一個(gè)簡易的考試大綱，而不是用幾個(gè)詞語代替。第二，命題教師在出題時(shí)應(yīng)當(dāng)多使用與實(shí)際情景有關(guān)的材料，而不是選取空洞的，沒有實(shí)際意義的材料。當(dāng)然，由于受試者的漢語水平不夠，許多題目理解不了，只能出簡單的題目，效度自然不夠。相信隨著受試者漢語水平的提高，測試的效度也會隨之提高。

四、結(jié)語

根據(jù)以上結(jié)論我們已經(jīng)知道，試題樣本的效度不夠。這就要求我們漢語聽力教師在今后的測試中，嚴(yán)格遵守命題的流程，一步一步從考試大綱做起，設(shè)計(jì)出真正有效的測試，從而了解本班學(xué)生的不足和優(yōu)勢，在以后的教學(xué)中突出重點(diǎn)，重點(diǎn)講解學(xué)生們的學(xué)習(xí)難點(diǎn)，從而提高來華留學(xué)生的漢語聽力水平。

[1]李聰.英語短文改錯(cuò)題型的測試學(xué)效度研究[Z].校園英語（教研版），2012.

[2]王振亞.現(xiàn)代語言測試模型[M].石家莊：河北大學(xué)出版社，2009.

[3]李筱菊.語言測試科學(xué)與藝術(shù)[M].長沙：湖南教育出版社，2001.

[4]陳煒.對外漢語教學(xué)成績測試效度研究[D].上海外國語大學(xué)，2010.

Research on the Validity of Chinese Listening Test for Foreign Students

Quan Kelin,Zhang Zhenxuan
（School of Foreign Studies,Guilin University of Technology,Guilin,Guangxi 541006,China）

The quality of a test can be measured by three criteria,including validity,reliability and practicability.The validity of linguistic test reflects whether the purpose of a test is achieved.Chinese listening is an important course in Chinese as a foreign language teaching.The research of its validity can help Chinese listening teachers examine the students’real and comprehensive ability of Chinese listening, meanwhile it provides positive evidence to improving the exams.The authors choose the Chinese listening final exams of beginner classes in Guilin University of Technology to do some testing researches,aiming to improve the ability of Chinese listening of students from abroad by some proper and effective tests.

Chinese listening;test;validity

H13

A

1001-7070（2016）02-0094-03

10.16020/j.cnki.cn45-1302/z.2016.02.024“測試的效度，不僅表明它考了目的所要考的，還應(yīng)表明它達(dá)到了目的所要達(dá)到的（Morrow，1986）。”

（責(zé)任編輯：彭志雄）

2015-12-30

廣西教育科學(xué)“十二五”規(guī)劃2015年度課題“跨文化適應(yīng)視域下廣西的東盟來華留學(xué)生管理和教育模式改革與創(chuàng)新研究”（項(xiàng)目編號：2015C368）。

全克林（1974－），男，廣西桂林人，博士，桂林理工大學(xué)外國語學(xué)院教授；張震璇（1990－），女，湖北襄陽人，桂林理工大學(xué)在讀研究生。