英语论文网

多多项选择题等项目中题干或选择项在句法或用词上太难或太易。结果，题目区分度小，难以把好生和差生明显地区别开来，考分也不能反映考生的真实水平，因而考试也就失去了意义。同时，难度过大也会给考生造成很大的心理压力，影响水平的正常发挥，从而降低试卷的信度。
再者，题量要适当。从理论上讲，题量越大(或试卷越长)信度就越高，但如果题量过大也会带来很多问题。首先考生无法在规定时间内做完全部试题，或做得很仓促，这虽然在考分上也能把好生与差生区别开来，但从整体来看，则不能全面而真实地反映考生的水平，因而试卷就会缺乏效度。其次，由于时间过紧，考生心理压力大，结果精神高度紧张，身心十分疲劳，或产生厌烦和抵触情绪，影响水平的正常发挥，从而影响试卷的信度。当然，如果题量过小，试题缺乏代表性，也同样会影响试卷的效度和信度。
2.2加强测试各阶段的工作
整个测试过程大体可以分为准备阶段、实施阶段和考后阶段。其中准备阶段至关重要，准备工作做得充分细致就可以避免许多间题。
在准备阶段首先要明确考试目的(即要通过考试获取什么信息)、考试类型、考试内容和考试手段(即能最大限度地获得所需的可靠信息的方法)。对于四、八级统测来讲，其主要目的是评估水平、提供反馈、甚至为将来选拔人才提供依据;其类型为尺度参考性标准化考试(水平考试)，其内容是基础阶段和高年级教学大纲所规定的教学内容，其手段是主、客观题相结合，比例适当。其次，要加强审题，即在题目编制完毕之后，必须由有关人员(如测试专家、主管行政人员、命题人员等)逐题反复讨论和修改，保留好的，剔除差的，改进有问题的(这就要求试卷的题量应大于实际需要的题量)。最后，还要进行预测(Pre一test)，即在正式考试之前让足够数量的与将来要参加正式考试的考生大体相同的学生试考，然后对预测结果进行科学的细致的分析，以便得出主要的技术指标(如效度、信度、难易度、区分度等)的统计数据，发现可能存在的问题，进而对试卷进一步修改和完善。如果不经过审题或预测而把原始题拿来就用，或者根本就没有多余的题目可供选择，或者虽经审查和修改，但工作做得不深入不认真不细致，那么一旦在考试过程中或考后发现了间题，也无法补救了。
考试的实施阶段对测试的信度或可靠程度往往影响很大。对于任何考试(尤其是大规模考试)都要力求保证各考点的考试条件相同或大体相同，这首先包括考场的物理条件，如环境安静与否，室内光线的好坏，录音材料和听音设备的质量条这些都可能影响考生水平的正常发挥。其次是对考试实施过程的监督，为了证保考试结果的可靠性，进而维护统测的严肃性和权威性，必须采取有效措施确保各考点严格遵守考试实施细则的要求，这对答题时间有严格要求的项目(如快速阅读)尤其重要，同时要对各考点的考场纪律进行有效的监督。
考后阶段包括评卷、考试成绩的统计分析和试卷质量的分析。客观题的评判一般不会产生大问题，需要予以高度重视的是主观题(尤其是写作)的评阅，必须采取措施确保评分的公平与可靠性，这也是各参考院校和考生较为关注的问题之一。对于写作的评阅，措施之一是严格挑选评阅人员，他们应该具备以下这些基本条件:有较扎实的语言功底、有较丰富的教学经验、有一定的测试理论知识和/或实践经验、有较强的责任心及正直的人格，二是评卷前要对评阅人员进行必要的训练;三是必须统一评分方法(分析法还是印象法)，四是要制定具体明确的评分标准，五是要试评，就是在正式评卷前抽出几份代表高中低不同水平的典型试卷进行试评，使各评阅人员就评分标准的掌握取得一致意见，六是要采取双重甚至多重打分法，即同一份试卷要由两个或两个以上的评阅人分别打分，然后取其平均值，如遇各评阅人分歧较大时，必须慎重处理，七是在全部试卷评阅完毕之后，还必须由有关人员统揽全局，对那些评分标准掌握过严或过宽的试卷的分数进行调整，或及时发现并解决可能存在的其他问题。
考试成绩的统计分析和整理要电脑化，这样既迅速又准确，同时历次考试的结果还可以贮存起来，以便对其进行纵向研究，使测试组织机构及外语教学主管部门得以了解全国外语教学的发展情况，同时也要对试卷本身进行统计分析，以便了解整套试题、各大题项和每一道题目的质量，并把分析结果反馈给命题人员和其他有关人员，即使该试卷以后不再使用，这种分析也会有助于积累经验。
2.3考分的解释
测试的科学性也包括对考分的解释。现在把全国外语院校的教学质量用同一把尺子加以测量，而且还根据测量结果对参考院校进行排队，并公布名次。这无形中给他们增加了压力，也更引起了他们对考分和名次的关注。他们往往喜欢拿自己和别的院校加以比较，如果自己的平均分高于别人，不管高出多少(哪怕仅仅是零点几分)，就认为自己的教学质量就一定高于别人。其实，从统计的角度看，二者之间的差距可能是真实存在的，也可能仅仅是由各种涎量误差造成的。在比较成绩时，必须利用严格的统计手段，把诸如参考人数、分数分布等因素都考虑进去并排除各种误差，这样我们才能知道二者是否真的有差别以及我们得出这一结论的把握有多大。再例如不同年份考试之间的比较，假如某院校去年平均六十分，而今年平均七十分，是否说明其教学质量一定提高了呢?不一定!一是因为造成分数增加的因素
除了真正的进步外还可能有别的原因，如这次的试卷可能较上次容易，考试的物理条件更好，考生发挥得更出色，甚至可以是监考不如去年严格等等，二是因为考分绝对值增加了，在全体参考院校中的相对位置却不一定也增加了，三是(也是最重要的原因)因为，就目前来讲，各次考试的试卷之间并不完全具有可比性。上述这类不科学的比较皆源于缺乏测试和统计方面的知识，对分数的分析和解释还停留在直觉阶段。
2.4考分的使用
四、八级统测考分的使用也是与其权威性有关的问题。考试的权威性首先是建立在自身的质量上，但必要的行政手段也是不可缺少的。权威的建立意味着考分“含金量”的提高，即在有关决策中所发挥的作用的提高。目前将要试行的“成绩报告单”以及考虑中的“考试证书”都是建立权威性的措施，但这将是一项十分复杂的工作，涉及多方面的问题。例如各地区英语教学质量发展十分不平衡，如果必须考试及格才能发给证书，那么对于落后地区的考生将是十分不利的。此外，如何发证也是需要考虑的，有的考生担心，现在考分普遍偏低，而实行百分制更显分数低，这对以后就业很不利，因而建议用别的方法来表述考分，还有的建议，考试及格与否都应该发证，不然会挫伤考生(尤其是差生)的积极性，另外有的考生担心，公布参考院校的名次是否会促使有的院校过于看重名次而在考试过程中作弊，等等。我们认为，四、八级统测的性质决定了向全社会公布考试成绩和名次以及向考生发放证书势在必行，不过需要及时倾听各方面的意见并且慎重稳妥地进行。
2.5题序的建立
要保证测试结果的可靠性，试卷不仅要有很高的质量，而且要保持相对稳定，不仅题型、题量、答题要求等要一致，而且在效度、信度、难度和区分度等方面也要大体一致。要做到这一点，除了在每次考试的准备阶段对试卷从上述几个方面进行测定和控制外，更有效的途径是建立一定规模的高质量的题库。否则，如果每次的试卷都是临时编制并且是一次性使用，就会造成人力和物力的浪费，而更严重的后果是会产生上文提到的试卷之间缺乏可比性的问题。由于试卷不是平行的，没有可比性，因而考生之间的差异(反映在分数的差异上)也缺乏可比性，这将会给教学质量的纵向评估带来很多困难。
首先，我们无法确切地知道某届考生是否好于或差于前一届考生，尽管我们可以凭直觉作出判断，但因其缺乏严谨的科学依据而不足取。其次，也会带来许多行政管理间题(甚至社会问题)，例如，由于某次试卷过难，导致许多考生不及格，而假如让他们使用前一年的难度较小的试卷的话，他们就有可能通过考试，因而如果依据四、八级统测的分数作出有关决策(如升留级、能否毕业、是否有资格撰写毕业论文等)，就会有失公平。随着四、八级统测的逐步完善，其权威性将会大大提高，考试分数的重要性也将随之提高，那么上述问题也会越来越突出。此外，.如果试卷忽难忽易，让人觉得没有一个稳定的标准，也不利于提高考试的权威性。鉴于此，可以说题库的建立是刻不容缓的了。我们以上在对我院部分考生、教师和管理人员进行调查的基础上，结合自己的观察和体会，从科学性和权威性的角度谈了几点对英语专业四、八级统测的看法，并提出了一些建议供有关部门参考。由于了解的情况很不全面，手头又缺乏资料，无法作一些