信度 - 黑龙江大学外语教学研究部

《信度 - 黑龙江大学外语教学研究部》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、信度-黑龙江大学外语教学研究部文档来自网络，是本人收藏整理的，如有遗漏，差错，还请大家指正！第五章语言测试的信度研究　　美国应用语言学教授LyleFBachman，现任国际语言测试协会ILTA副主席是世界著名的语言测试专家其理论专著FundamentalConsiderationsinLanguageTesting曾获得美国Midenberger奖在测试领域产生了广泛而深远的影响信度Reliability也称可靠性或一致性Consistency是Bachman的主要研究领域之一Bachman认为信度所回答的主要问题是：考生的测试成绩中有多少误差是由考生本身能

2、力之外的因素引起的?换言之考生的成绩在多大程度上是可靠的或可信的?第一节信度的定义　　Bachman(1996)把信度定义为"测试的一致性"(consistencyofmeasurement)简言之就是测试结果的可信度、可靠度即考分的一致性（consistencyoftestscores)例如我们可以这样来检验测试的信度：使用同样一份试卷在两种不同的场合、环境中在较短的时间间隔内施与同样的学生，如果测试结果基本吻合，那么证明测试是有信度的一份试卷的测试结果如果缺乏信度就没有使用价值同时也减弱了考试的公正性当然要完全消除不一致性也是不可能的我们能做的是尽量把影

3、响不一致性的不利因素控制在最低程度以便于提高测试信度　　语言测试专家Brown把信度定义为"测试结果的一致或稳定的程度"换句话说有信度的试题应在任何时间、任何地点通过测试都能够得到一致的结果试题的信度可以通过比较两套试题的结果或试题内容来获得其结果接近或一致说明试题是有信度保证的教育测试的目的是要衡量某种相对稳定的东西我们不苛求一份试题经反复测试之后每次结果都绝对一致但几次测试结果不应相差太大例如我们用标准、准确的软尺去测量一张桌子的长度第一次测量的结果和第二次测量的结果都是九十九公分那么这两次测量的结果是一致的也就可靠但教育测量的对象是人不是物而人的因素不

4、稳定要想完全排除误差几乎不可能如果把一份试题分成份量和难度相当的两部分分别在两天考完假如某学生第一天得了85分第二天他不一定能得85分但如果得了83分也能证明这次测试是可靠的我们不苛求一份试题经反复测试之后每次的结果都绝对一致才可靠但几次结果不应相差太大所以教育测试的目的是要衡量某种相对稳定的东西有公式2.信度的定义是基于真分数理论的所谓真分数就是没有误差的值或者可以说真分数是一个人在某一次测验中的大量理论上是无限的相等形式中所得到的平均分数但是在心理、教育及社会行为测量中真分数是永远不可能得到的是假设的只在理论上存在测试信度是通过测试结果的相关性得出的相关

5、系数越大信度也就越高测试信度的相关系数通常介于0-1之间那么对语言测试而言相关系数多少才可称为高信度?Lado(1961)认为"一份好的词汇、语法结构或阅读试卷信度通常在0.9-0.99之间;听力试题通常在0.8-0.89之间;口语考试大约在0.7-0.79之间0.85的相关系数对口语考试而言可能是个高信度而对于阅读测试却是低信度"这虽是Lado个人的看法但从中不难看出一份试卷所测试的语言技能不同对测试信度评估的标准也就不同目前外语界普遍使用的统计分析软件SPSS(StatisticsPackageforSocialSciences)能很快完成测试结果相关性

6、的计算过程　　第二节信度的种类　　信度的种类大致有二:一是试题的信度Testreliability;二是评分员信度Scorerorraterreliability试题信度顾名思义指试题本身可靠无误即同一份试题在不同的时间测试同一群学生其结果应大体一致试题信度受很多因素的影响最主要的因素为试题选样的广泛性和有效性一般说来试题选样越广越有效对学生知识和能力的测量就越可靠正因如此一些测试专家倾向于使用客观性试题一份客观性试题能容纳很多分离式题目不赞成使用主观性试题因为它的题目数相当有限按照信度的获取方法信度又可以分为重测信度、复本信度、折半信度、评分员信度等四种　

7、　重复测试法是指用同一份试卷对同一批受试群施考两次两次之间有一段间隔时间两次测试结果的相关系数就是该考试的信度(也称再测信度)重复测试法实际上是对受试者信度(examineereliability)的测量因为它所反映的是受试者在不同场合语言行为的一致性程度然而用这种方法评估测试信度容易受到一些其他因素的影响首先是如何选择适宜的间隔时间如果两次施考相隔时间太短受试者有可能记住测试内容以及他们如何作答的那么在第二次考试时他们极有可能作出相同的回答结果两次测试的相关性会很高;如果间隔时间太长受试者可能由于学习或者遗忘了与测试相关的内容从而造成两次测试语言行为的不一

8、致结果相关性会很低此外我们也很难保证受试者会以同样的