摘要：任何一組考試題目或考試任務(wù)，都可以得到一個(gè)“正確回答數(shù)”或“正確回答比例”，都可以得到一個(gè)“分?jǐn)?shù)”。但是，并不是任何一個(gè)分?jǐn)?shù)都可以根據(jù)考試的目的做出解釋?zhuān)伎梢员毁x予“意義”，都可以成為決策的合理依據(jù)。本文探討了與分?jǐn)?shù)解釋有關(guān)的一些問(wèn)題，指出分?jǐn)?shù)解釋的依據(jù)是工作分析和效度研究，指出分?jǐn)?shù)等值的重要性。
關(guān)鍵詞：測(cè)驗(yàn) 分?jǐn)?shù) 分?jǐn)?shù)解釋
任何一組考試題目或考試任務(wù)，都可以得到一個(gè)“正確回答數(shù)”或“正確回答比例”，都可以得到一個(gè)“分?jǐn)?shù)”。但是，并不是任何一個(gè)分?jǐn)?shù)都可以根據(jù)考試的目的做出解釋?zhuān)伎梢员毁x予“意義”，都可以成為決策的合理依據(jù)。
對(duì)于一個(gè)高信度的考試來(lái)說(shuō)，80分的意義是“我們有95%的把握說(shuō)該考生的真分?jǐn)?shù)在75—85分之間”。對(duì)于一個(gè)信度不高的考試來(lái)說(shuō)，80分的意義則可能是“我們有95%的把握說(shuō)該考生的真分?jǐn)?shù)在60—100分之間”。
對(duì)于一個(gè)高效度的考試來(lái)說(shuō)，我們可以很有把握地說(shuō)“高分者必高能”。對(duì)于一個(gè)效度不高的考試來(lái)說(shuō)，則可能像今天的許多考試那樣遭到“高分低能”的批評(píng)。中國(guó)歷史上的“八股考試”就曾經(jīng)遭到近代許多進(jìn)步思想家們“高分低能”的猛烈攻擊。
考試的信度和效度是對(duì)分?jǐn)?shù)進(jìn)行解釋的基礎(chǔ)，是賦予分?jǐn)?shù)以意義的前提。即使是一個(gè)高信度、高效度的考試，也不一定具有意義。例如，在一個(gè)大學(xué)畢業(yè)生求職簡(jiǎn)歷中的學(xué)習(xí)成績(jī)單上寫(xiě)著“現(xiàn)代漢語(yǔ)80分”。即使他所參加的“現(xiàn)代漢語(yǔ)”考試具有很高的信度和效度，根據(jù)他的這個(gè)成績(jī)，我們也很難判斷他的“現(xiàn)代漢語(yǔ)”課程學(xué)得究竟如何，更不用說(shuō)據(jù)此去推測(cè)他的現(xiàn)代漢語(yǔ)水平的高低。如果任課老師評(píng)分政策比較嚴(yán)格，他這門(mén)課程可能學(xué)得很好；如果任課老師評(píng)分政策比較寬松，他這門(mén)課程可能學(xué)得并不好?；蛘哒f(shuō)，我們從這個(gè)分?jǐn)?shù)中的到的有關(guān)該求職者的評(píng)價(jià)信息很有限。分?jǐn)?shù)中包含信息很少的原因是缺乏必要的參照系。
HSK（商務(wù)）、HSK（旅游）、HSK（文秘）、HSK（少兒）等HSK專(zhuān)項(xiàng)考試的開(kāi)發(fā)工作已經(jīng)啟動(dòng)。建立合理的、豐富的分?jǐn)?shù)解釋系統(tǒng)是專(zhuān)項(xiàng)考試開(kāi)發(fā)的重要內(nèi)容之一。為了對(duì)考試分?jǐn)?shù)做出合理的解釋?zhuān)岣呖荚嚨男哦?、效度是基礎(chǔ)。同時(shí)，還需要為分?jǐn)?shù)解釋提供一個(gè)合理的參照系。本文將討論幾個(gè)與分?jǐn)?shù)參照系有關(guān)的問(wèn)題。
一、常模參照與標(biāo)準(zhǔn)參照
根據(jù)評(píng)價(jià)參照系的不同，可以將考試劃分為常模參照性（normreferenced）考試和標(biāo)準(zhǔn)參照性（criterionreferenced）考試。常模參照性考試的評(píng)價(jià)參照系是一組人的平均水平。這組人通常是考試的目標(biāo)團(tuán)體的一個(gè)具有代表性的樣本。常模參照性考試關(guān)注的問(wèn)題是“他在哪兒”，關(guān)注考生在一組人中的相對(duì)位置，通常用于對(duì)考生的排隊(duì)和擇優(yōu)。常模參照性評(píng)價(jià)通過(guò)將某一考生與一組考生相比較而對(duì)考生的水平做出評(píng)價(jià)，是一種相對(duì)評(píng)價(jià)。智力測(cè)驗(yàn)、高等學(xué)校入學(xué)考試等屬于典型的常模參照性考試。
1963年R.Glaser首先提出了標(biāo)準(zhǔn)性參照考試的概念。標(biāo)準(zhǔn)參照性考試的評(píng)價(jià)參照系是一組知識(shí)和技能，是一組需要完成的任務(wù)，因此，標(biāo)準(zhǔn)參照性考試也可以被視為“基于任務(wù)（taskbased）”的考試。標(biāo)準(zhǔn)參照性考試關(guān)注的問(wèn)題是“他能做什么（cando）”，關(guān)注考生所具有的知識(shí)和技能，關(guān)注考生所能夠完成的任務(wù)。標(biāo)準(zhǔn)參照性考試通過(guò)將考生所具有的知識(shí)技能水平與考試目的所要求的知識(shí)技能水平相比較，對(duì)考生的水平做出評(píng)價(jià)，是一種絕對(duì)評(píng)價(jià)。畢業(yè)考試、任職資格考試、執(zhí)照考試等屬于標(biāo)準(zhǔn)參照性考試。在這些考試中，如果全體考生都達(dá)到了標(biāo)準(zhǔn)，則可以全部予以接受，如果全體考生都未達(dá)到標(biāo)準(zhǔn)，則可以全部予以拒絕。
一般說(shuō)來(lái)，當(dāng)考試對(duì)象總體的范圍比較清楚時(shí)，適于采用常模參照性考試，例如，智力測(cè)驗(yàn)的對(duì)象是某一年齡階段的兒童，總體比較容易界定；當(dāng)考試所包含的知識(shí)、能力范圍比較清楚時(shí)，適于采用標(biāo)準(zhǔn)參照性考試，例如，掃盲測(cè)驗(yàn)所包含的知識(shí)范圍是一定數(shù)量的漢字，范圍比較容易界定。
在由美國(guó)教育研究協(xié)會(huì)（AERA）、美國(guó)心理學(xué)會(huì)（APA）和美國(guó)國(guó)家教育測(cè)量學(xué)會(huì)（NCME）等三個(gè)機(jī)構(gòu)聯(lián)合頒布的《教育與心理測(cè)驗(yàn)標(biāo)準(zhǔn)》1999年最新版中說(shuō)：“一些量表分?jǐn)?shù)主要用于解釋常模參照性測(cè)驗(yàn)，另一些量表分?jǐn)?shù)主要用于解釋標(biāo)準(zhǔn)參照性測(cè)驗(yàn)成績(jī)。在實(shí)踐中，二者并非總是截然分開(kāi)的。一個(gè)測(cè)驗(yàn)分?jǐn)?shù)可以同時(shí)產(chǎn)生標(biāo)準(zhǔn)參照性和常模參照性的量表。例如，最初可能通過(guò)刻畫(huà)某人在團(tuán)體中的位置而建立起一個(gè)常模參照性的分?jǐn)?shù)量表，一段時(shí)間以后，隨著研究的深入和經(jīng)驗(yàn)的增加，人們對(duì)不同的量表分?jǐn)?shù)等級(jí)所反映的能力有了進(jìn)一步的理解。這時(shí)，對(duì)分?jǐn)?shù)量表也可以做出標(biāo)準(zhǔn)參照的解釋。另一方面，一個(gè)教育評(píng)估的結(jié)果可以按順序排列的熟練程度等級(jí)量表進(jìn)行報(bào)告，不同等級(jí)可以通過(guò)描述不同水平的學(xué)生可以完成的任務(wù)來(lái)定義，這是一個(gè)標(biāo)準(zhǔn)參照性量表。一旦以這種標(biāo)準(zhǔn)參照的等級(jí)分?jǐn)?shù)報(bào)告了一個(gè)州中某一年級(jí)（如八年級(jí)）的全體學(xué)生的評(píng)估結(jié)果后，這一等級(jí)分?jǐn)?shù)也傳達(dá)了有關(guān)考生在群體中相對(duì)位置的信息?！保ǖ?0頁(yè)）
筆者認(rèn)為，“常模參照——標(biāo)準(zhǔn)參照”僅僅是刻畫(huà)考試特征的一個(gè)維度（如下圖），在實(shí)際的考試實(shí)踐中，幾乎不存在純粹的常模參照性考試或標(biāo)準(zhǔn)參照性考試，每個(gè)考試都處在這一維度上的一點(diǎn)，有的靠近“常模參照”一端，有的靠近“標(biāo)準(zhǔn)參照”一端。即使是典型的常模參照性考試如高考，也需要確定考試計(jì)劃，確定一定的考試內(nèi)
容，也包含一定的“標(biāo)準(zhǔn)參照”，否則，就不必請(qǐng)專(zhuān)家命題，只要靠統(tǒng)計(jì)選題就行了；即使是典型的標(biāo)準(zhǔn)參照性考試如掃盲測(cè)驗(yàn)，“脫盲標(biāo)準(zhǔn)”的判定也離不開(kāi)對(duì)人口文化背景這一“常?！钡膮⒄?。
許多考試的分?jǐn)?shù)都可以從多方面進(jìn)行解釋?zhuān)疾灰欢ㄖ挥幸环N參照系。筆者認(rèn)為，HSK主要是一種標(biāo)準(zhǔn)參照考試，原則上講，它的合格標(biāo)準(zhǔn)應(yīng)是能夠使用漢語(yǔ)完成交際任務(wù)，能夠適應(yīng)漢語(yǔ)社會(huì)中的工作、學(xué)習(xí)和生活。在理想狀態(tài)下，合格標(biāo)準(zhǔn)的確定方式可以是：首先界定語(yǔ)言交際能力所包含的知識(shí)、技能范圍，界定這一范圍所包含的字、詞、語(yǔ)法、語(yǔ)言功能、文化等。之后，對(duì)總體做代表性抽樣，試卷應(yīng)是總體的一個(gè)具有代表性的樣本。根據(jù)考生在這一試卷上的表現(xiàn)可以推知他的語(yǔ)言交際能力。但是,由于語(yǔ)言現(xiàn)象的復(fù)雜性,準(zhǔn)確界定漢語(yǔ)知識(shí)能力范圍是一件很困難的事情。因此,當(dāng)我們對(duì)考生的漢語(yǔ)水平進(jìn)行評(píng)價(jià)時(shí)，不僅需要以今天尚不夠清晰的、尚未能明確界定的“標(biāo)準(zhǔn)”作為參照系，還需要借助常模來(lái)建立參照系。不僅需要與“知識(shí)技能”比，而且需要與“人”比。
HSK目前采用的常模樣組是北京語(yǔ)言大學(xué)1988年的1、2年級(jí)學(xué)年結(jié)業(yè)時(shí)的留學(xué)生。在這個(gè)常模樣組中,體現(xiàn)了當(dāng)時(shí)北京語(yǔ)言大學(xué)的教師們關(guān)于“具有初級(jí)和中級(jí)漢語(yǔ)水平”的看法，體現(xiàn)了教師們認(rèn)為“具有初級(jí)和中級(jí)漢語(yǔ)水平”的學(xué)生所應(yīng)該具有的語(yǔ)言知識(shí)和技能。
HSK專(zhuān)項(xiàng)考試的分?jǐn)?shù)，也可以考慮從“常?！焙汀皹?biāo)準(zhǔn)”兩個(gè)方面提供解釋信息，建立分?jǐn)?shù)解釋的參照系。從標(biāo)準(zhǔn)方面，可以在工作分析的基礎(chǔ)之上，界定從事商務(wù)、旅游、文秘等工作所需要的漢語(yǔ)方面的知識(shí)技能，從“能做什么”的角度對(duì)分?jǐn)?shù)進(jìn)行解釋。從常模方面，可以通過(guò)收集常模資料，建立從事商務(wù)、旅游、文秘工作的人的漢語(yǔ)水平的“常?！?，從“處于何處”的角度對(duì)分?jǐn)?shù)進(jìn)行解釋。
二、基于工作分析之上的“能做”解釋
與HSK普通考試相比，HSK專(zhuān)項(xiàng)考試的分?jǐn)?shù)更需要回答“能做什么”的問(wèn)題。為了對(duì)考試分?jǐn)?shù)做出“能做什么”的解釋?zhuān)托枰M(jìn)行工作分析。
工作分析是對(duì)某一種職業(yè)活動(dòng)進(jìn)行調(diào)查研究的過(guò)程。工作分析通常所要回答的主要問(wèn)題包括：這項(xiàng)工作包含哪些活動(dòng)（如腦力或體力，執(zhí)行或決策）？這些活動(dòng)的復(fù)雜程度如何（如事務(wù)性或管理性，重復(fù)性或創(chuàng)造性）？這項(xiàng)工作的環(huán)境條件怎樣？工作中使用哪些技術(shù)手段（如算盤(pán)、計(jì)算機(jī)或局域網(wǎng)）？這項(xiàng)工作的影響面多大（如影響全鄉(xiāng)、全縣、全省或全國(guó)）？工作活動(dòng)對(duì)人的能力有哪些要求（如言語(yǔ)、數(shù)量或邏輯推理）？這項(xiàng)工作對(duì)人在教育程度方面有哪些要求（如中學(xué)、大專(zhuān)、本科或碩士）？這項(xiàng)工作對(duì)人的知識(shí)有哪些要求？這項(xiàng)工作對(duì)人的個(gè)性特征有哪些要求？不稱(chēng)職的工作人員可能造成多大的損害？等等。
在工作分析的基礎(chǔ)之上，我們才可以操作化地界定商務(wù)、旅游、文秘等職業(yè)工作需要哪些漢語(yǔ)方面的知識(shí)和技能，才能據(jù)此確定HSK專(zhuān)項(xiàng)考試的內(nèi)容，才能對(duì)考試分?jǐn)?shù)做出“能作什么”的解釋。這方面，我們可以從美國(guó)教育測(cè)驗(yàn)服務(wù)中心（ETS）編制的“國(guó)際交流英語(yǔ)考試（Testof English for InternationalCommunication，簡(jiǎn)稱(chēng)TOEIC或托業(yè)）”考試中得到一些借鑒?！巴袠I(yè)”是一個(gè)面向母語(yǔ)非英語(yǔ)者的英語(yǔ)水平考試，主要用于職業(yè)領(lǐng)域。在“托業(yè)”的開(kāi)發(fā)和完善過(guò)程中，ETS進(jìn)行了大量的工作分析研究。例如，ETS向8601名在日本參加“托業(yè)”考試的人進(jìn)行了一項(xiàng)包含75個(gè)問(wèn)題的調(diào)查問(wèn)卷。問(wèn)卷中包含了一系列“你能做什么”的問(wèn)題，例如：你能聽(tīng)懂售貨員對(duì)商品的價(jià)格介紹嗎？你能聽(tīng)懂火車(chē)站內(nèi)關(guān)于火車(chē)乘坐站臺(tái)和出發(fā)時(shí)間的通知嗎？你能在餐廳點(diǎn)菜嗎？你能向醫(yī)生解釋自己的癥狀嗎？你能讀懂流行的小說(shuō)嗎？你能給上司寫(xiě)一份便函解釋請(qǐng)假的理由嗎？等等。在這份調(diào)查中，被調(diào)查者可以在每個(gè)問(wèn)題的5種回答中選一種。這5種回答是：1．完全不能；2．能，但有很大困難；3．能，但有一些困難；4．能，但有一點(diǎn)困難；5．能。
經(jīng)過(guò)統(tǒng)計(jì)分析，ETS從這項(xiàng)調(diào)查中得到關(guān)于在“托業(yè)”中達(dá)到不同分?jǐn)?shù)水平的人“能做什么”的豐富信息，為“托業(yè)”增加了更多的分?jǐn)?shù)解釋信息。在“托業(yè)”的分?jǐn)?shù)解釋手冊(cè)中，詳細(xì)描述了各個(gè)分?jǐn)?shù)段的考生“能做什么”和“不能做什么”。例如，在關(guān)于聽(tīng)力考試成績(jī)?cè)?55-425之間（滿分495分）的考生“能做什么”方面，列出了“理解簡(jiǎn)單問(wèn)題”、“理解社會(huì)情景”、“理解慢語(yǔ)速指示”等項(xiàng)目，在“能作但有一定困難”方面，列出了“理解同事關(guān)于工作的討論”、“在社交環(huán)境中自我介紹”、“談?wù)撟约旱穆殬I(yè)目標(biāo)”等項(xiàng)目，在“不能做”方面，列出了“不能對(duì)求職者進(jìn)行面試”等。
“托業(yè)”的主要使用者是全球的4000多家跨國(guó)企業(yè)。由于提供了豐富的分?jǐn)?shù)解釋信息，一些企業(yè)制定了自己的“托業(yè)”成績(jī)應(yīng)用標(biāo)準(zhǔn)。例如，一家企業(yè)自己規(guī)定，達(dá)到220分者可以擔(dān)任技術(shù)員，檔案管理員，送貨、收貨員，實(shí)驗(yàn)室技術(shù)員，電工等；達(dá)到470分者可以擔(dān)任接線員，簿記員，電腦操作員，訂單處理員，秘書(shū)等；達(dá)到730分者可以擔(dān)任工程師，客戶服務(wù)經(jīng)理，金融分析師，會(huì)計(jì)師，部門(mén)經(jīng)理，秘書(shū)主管，質(zhì)量監(jiān)督部門(mén)經(jīng)理等；達(dá)到860分者可以任職人事主管經(jīng)理，項(xiàng)目主管，研發(fā)工程師，經(jīng)理主管人員，高級(jí)會(huì)計(jì)師，高級(jí)投資經(jīng)理，市場(chǎng)拓展經(jīng)理等。
在專(zhuān)項(xiàng)HSK考試中，需要在工作分析的基礎(chǔ)之上，為測(cè)驗(yàn)分?jǐn)?shù)的使用者提供更豐富的關(guān)于考生“能做什么”的分?jǐn)?shù)解釋信息。
三、分?jǐn)?shù)等值
在任何證書(shū)考試中，保持試卷難度的穩(wěn)定性和保證分?jǐn)?shù)的公平性，都是考試編制者所需要考慮的問(wèn)題。與普通HSK一樣，專(zhuān)項(xiàng)HSK也是水平考試和證書(shū)考試，必須保證在不同時(shí)間、使用不同試卷的考生可以得到公平的對(duì)待，必須保證證書(shū)的授予標(biāo)準(zhǔn)不隨試卷難度而起伏，必須保證不同試卷得分之間具有可比性。如果今年一個(gè)標(biāo)準(zhǔn)，明年又一個(gè)標(biāo)準(zhǔn)，如果對(duì)使用這一份試卷的人一個(gè)標(biāo)準(zhǔn)，對(duì)使用另一份試卷的人又一個(gè)標(biāo)準(zhǔn)，那么，不僅會(huì)大大影響HSK專(zhuān)項(xiàng)考試的信度和效度，而且會(huì)對(duì)測(cè)驗(yàn)分?jǐn)?shù)使用者的決策產(chǎn)生誤導(dǎo)，會(huì)使考生受到不公平的對(duì)待。將測(cè)驗(yàn)不同版本的分?jǐn)?shù)統(tǒng)一在一個(gè)量表上的過(guò)程即等值（equating）。等值是測(cè)驗(yàn)公平性的保證。盡管我們?cè)诿}過(guò)程中總是盡量保持考試難度的穩(wěn)定性，但不同試卷之間在難度、信度、分?jǐn)?shù)分布方面的差別很難完全避免，這種差別會(huì)使考生受到不公平的對(duì)待。同時(shí)，實(shí)現(xiàn)題目等值是題庫(kù)建設(shè)的需要，是實(shí)現(xiàn)計(jì)算機(jī)化適應(yīng)性測(cè)驗(yàn)的前提。
HSK從1990年正式開(kāi)考以來(lái)，一直堅(jiān)持了統(tǒng)計(jì)等值。HSK所有的正式試卷都被等值到1989年曾經(jīng)在北京語(yǔ)言大學(xué)學(xué)生中施測(cè)過(guò)的一份標(biāo)準(zhǔn)試卷。
等值可以“共同組”的方式進(jìn)行，也可以“共同題”的方式進(jìn)行。所謂共同組方式，就是在很短時(shí)間距離內(nèi)向同一組考生施測(cè)兩份不同的試卷。由于考生是同一組人，兩份試卷的分?jǐn)?shù)差異就是試卷難度的差異。經(jīng)過(guò)換算，可以實(shí)現(xiàn)分?jǐn)?shù)等值。所謂共同題方式，就是在分別施測(cè)于兩組不同考生的兩份試卷中包含一些共同題。兩份試卷的成績(jī)之間總會(huì)有差距，由于考生不同，我們無(wú)法判斷造成成績(jī)差異的原因是考生水平的差異還是試卷難度的差異。由于有共同題，我們可以借助共同題來(lái)估計(jì)出兩組考生水平之間的差距，并進(jìn)而估計(jì)出兩份試卷難度之間的差距。
HSK所采用的是共同題設(shè)計(jì)，新試卷中都會(huì)包含約占試卷總題量六分之一的共同題。在1998年以前，我們采用Tucker觀察分?jǐn)?shù)線性等值模型對(duì)等值數(shù)據(jù)進(jìn)行處理。由于基于經(jīng)典測(cè)驗(yàn)理論的線性等值只能實(shí)現(xiàn)試卷之間的等值，不能實(shí)現(xiàn)不同題目之間的難度等值，不能滿足題庫(kù)建設(shè)的需要，從1998年開(kāi)始，我們開(kāi)始同時(shí)采用線性等值和基于項(xiàng)目反應(yīng)理論（IRT）的單參數(shù)Logictic模型進(jìn)行等值。
當(dāng)兩份不同試卷的實(shí)際難度差別較大時(shí)，好的等值方法一般都可以改進(jìn)分?jǐn)?shù)的可比性，可以減少測(cè)量誤差，可以保證考試的公平性。但是，由于等值中包含一系列很強(qiáng)的假設(shè)，由于存在等值誤差，在兩份試卷的實(shí)際難度差異很小的時(shí)候，有可能統(tǒng)計(jì)等值處理不僅不能改進(jìn)分?jǐn)?shù)的可比性，而且會(huì)引入更大的測(cè)量誤差。在考試實(shí)踐中，我們并不知道不同試卷之間真實(shí)的難度差距，我們必須進(jìn)行等值處理，我們別無(wú)選擇。等值的意義類(lèi)似于為測(cè)驗(yàn)“買(mǎi)保險(xiǎn)”。在不發(fā)生交通事故的情況下，每年不菲的車(chē)輛保險(xiǎn)就似乎得不償失。但一旦發(fā)生交通事故，車(chē)輛保險(xiǎn)可以幫助我們避免大的損失。我們購(gòu)買(mǎi)保險(xiǎn)是為了預(yù)防發(fā)生交通事故，同樣，我們進(jìn)行統(tǒng)計(jì)等值處理是為了避免由于試卷難度相差過(guò)大而導(dǎo)致嚴(yán)重的不公平現(xiàn)象。（謝小慶，2000）
實(shí)現(xiàn)計(jì)算機(jī)化適應(yīng)性考試是大勢(shì)所趨。這一過(guò)程中，主要的難點(diǎn)就是等值。在計(jì)算機(jī)化適應(yīng)性考試中，由于根據(jù)考生的回答情況隨機(jī)向考生提供測(cè)試題目，不同考生回答一組相同題目的可能性很小。怎樣保證回答不同題目的考生可以得到公平的對(duì)待、可以得到具有可比性的分?jǐn)?shù)？這是實(shí)現(xiàn)計(jì)算機(jī)化適應(yīng)性考試的難點(diǎn)。
為了使HSK專(zhuān)項(xiàng)考試更好地滿足社會(huì)上不同的需要，將來(lái)可以考慮在“正式版”之外開(kāi)發(fā)價(jià)格較低的“精簡(jiǎn)版”?！熬?jiǎn)版”在信度方面達(dá)不到“正式版”的水準(zhǔn)，但簡(jiǎn)便易行，價(jià)格便宜。一些關(guān)系到公司利益和人員命運(yùn)的重要決策，可以采用“正式版”。在一些考試成績(jī)對(duì)公司利益和個(gè)人命運(yùn)影響不是很大的時(shí)候，可以采用“精簡(jiǎn)版”。例如，分?jǐn)?shù)僅僅是一個(gè)語(yǔ)言培訓(xùn)項(xiàng)目的分班依據(jù)時(shí)，可以采用“精簡(jiǎn)版”。在“正式版”和“精簡(jiǎn)版”之間，也存在一個(gè)分?jǐn)?shù)等值的問(wèn)題。
解決好分?jǐn)?shù)等值問(wèn)題，是開(kāi)發(fā)HSK專(zhuān)項(xiàng)考試的一個(gè)難點(diǎn)，也是對(duì)考試開(kāi)發(fā)者的一個(gè)挑戰(zhàn)。
四、分?jǐn)?shù)及格線的合理設(shè)定
及格線（cut-off score或 cutscore）設(shè)定問(wèn)題也是標(biāo)準(zhǔn)設(shè)定（standardsetting）問(wèn)題。如果劃分等級(jí)和頒發(fā)證書(shū)，就需要決定將多少分確定為及格線。在許多職業(yè)領(lǐng)域的證書(shū)、執(zhí)照、資格考試中設(shè)立了及格分?jǐn)?shù)線，如醫(yī)生、護(hù)士、律師、建筑師、會(huì)計(jì)、電工等許多職業(yè)資格考試和執(zhí)照考試。設(shè)立及格線是為了保護(hù)病人、顧客、住戶和用戶們的利益，不具有相應(yīng)資格的從業(yè)人員可能對(duì)服務(wù)對(duì)象造成損害。及格線常?？梢詾闇y(cè)驗(yàn)的使用者提供更豐富的分?jǐn)?shù)解釋信息，幫助他們做出更明智的人事決策。
在專(zhuān)項(xiàng)HSK開(kāi)發(fā)過(guò)程中可能面臨的另一個(gè)挑戰(zhàn)是如何合理地設(shè)定及格分?jǐn)?shù)線。在通用HSK中，需要為發(fā)放不同等級(jí)的證書(shū)確立及格線。今天看來(lái)，這一及格線的設(shè)定不是很合理。根據(jù)教育部的有關(guān)規(guī)定，達(dá)到HSK3級(jí)才能進(jìn)入中國(guó)大學(xué)學(xué)習(xí)漢語(yǔ)授課的理工科專(zhuān)業(yè)課程。許多學(xué)校的經(jīng)驗(yàn)顯示，這一及格線設(shè)定偏低。
在托福、托業(yè)考試中，沒(méi)有在分?jǐn)?shù)之外設(shè)定等級(jí)，不頒發(fā)證書(shū)，也就不存在設(shè)定及格線的問(wèn)題。如果HSK專(zhuān)項(xiàng)考試不準(zhǔn)備劃分級(jí)別，不準(zhǔn)備頒發(fā)證書(shū)，也就不存在這個(gè)問(wèn)題。相反，則需要認(rèn)真研究及格線的合理設(shè)定問(wèn)題。
關(guān)于及格線設(shè)定的研究已經(jīng)長(zhǎng)達(dá)幾十年，提出的設(shè)定方法已經(jīng)多達(dá)幾十種。這些方法大致可以分為兩類(lèi)，一類(lèi)是基于實(shí)證研究數(shù)據(jù)的方法，一類(lèi)是基于專(zhuān)家經(jīng)驗(yàn)判斷的方法。
及格線可以根據(jù)收集的實(shí)證數(shù)據(jù)來(lái)確定。例如，導(dǎo)游人員漢語(yǔ)水平合格的及格線，可以根據(jù)一組具有代表性的在崗導(dǎo)游人員的漢語(yǔ)考試的平均分?jǐn)?shù)來(lái)確定，也可以根據(jù)一組導(dǎo)游培訓(xùn)課程中在讀學(xué)生的漢語(yǔ)考試的平均分?jǐn)?shù)來(lái)確定?？梢钥吹?，在這些以實(shí)證數(shù)據(jù)確定及格線的過(guò)程中，也離不開(kāi)專(zhuān)家的判斷，需要專(zhuān)家做出“哪些人可以算具備了導(dǎo)游需要的漢語(yǔ)水平”的判斷。
通常，及格線的確定基于專(zhuān)家的經(jīng)驗(yàn)判斷。這種判斷不能靠一、兩個(gè)專(zhuān)家“拍腦袋”產(chǎn)生，不能靠一、兩個(gè)專(zhuān)家“眉頭一皺、計(jì)上心來(lái)”，而需要通過(guò)一定的方式將眾多專(zhuān)家的判斷最終凝聚為一個(gè)及格分?jǐn)?shù)。
在及格線設(shè)定的過(guò)程中有兩個(gè)要素。第一是試卷。及格線是針對(duì)一份特定的試卷而言。脫離一份特定的試卷，談不到及格線。第二是專(zhuān)家經(jīng)驗(yàn)。及格線設(shè)定的依據(jù)是專(zhuān)家的經(jīng)驗(yàn)。
今天，在及格線設(shè)定中使用最廣泛的方法，是長(zhǎng)期工作于ETS的心理測(cè)量學(xué)家安哥夫（W.H.Angoff）于1971年提出的方法及其改進(jìn)方式。30年來(lái)，安哥夫本人和其他研究者對(duì)這一方法進(jìn)行了許多改進(jìn)。安哥夫方法要求專(zhuān)家們首先在心中形成一個(gè)假想的最低能力組，之后對(duì)考試的每一道題目進(jìn)行評(píng)估，估計(jì)最低能力組可以正確回答這道題的概率。經(jīng)過(guò)統(tǒng)計(jì)匯總，這些概率最后的總和就是我們需要的及格線。
安哥夫方法主要依賴(lài)專(zhuān)家評(píng)判。因此，實(shí)施這種方法的一個(gè)重要環(huán)節(jié)是專(zhuān)家的挑選和培訓(xùn)。只有保證參加評(píng)判者是真正的專(zhuān)家，保證專(zhuān)家領(lǐng)會(huì)了研究者的意圖，才能獲得預(yù)期的結(jié)果。
此外，及格線的設(shè)定還可以采用埃伯（Ebel）方法、吉杰（Jaeger）方法、萊德?tīng)査够∟edelsky）方法等。（武曉宇等）
在及格線的設(shè)定中，我們可能犯兩種錯(cuò)誤。一種是標(biāo)準(zhǔn)過(guò)高，導(dǎo)致“錯(cuò)拒”；一種是標(biāo)準(zhǔn)過(guò)低，導(dǎo)致“誤取”。任何一種錯(cuò)誤幾率的降低都會(huì)增加另一種錯(cuò)誤幾率的提高。對(duì)此，需要有清楚地認(rèn)識(shí)。
及格線的設(shè)定是有代價(jià)的。對(duì)于分?jǐn)?shù)臨近及格線的考生，出現(xiàn)錯(cuò)誤決策的可能性是較大的。那些剛剛在分?jǐn)?shù)線以上的考生和那些剛剛在分線以下的考生之間可能僅僅有一、二分之差，很難說(shuō)他們之間存在實(shí)質(zhì)的差別。對(duì)于這部分考生，可能造成不公平。對(duì)此，也需要有所考慮。
聯(lián)系客服
