第一章現代語言測試的理論框架語言測試，是對一組言語行為進行測量，這組行為是表征目標能力的全部行為的一個抽樣。測試的結果是為了可以對目標能力作出評估。語言測試本質上是對被試語言能力做出客觀準確的測量，測試需要特定的行為樣本，例如，我們要測試被試的口語水平，我們不可能考察他的所有口語行為，而是可能選擇他們在回答問題、看圖說話等具體行為中的口語表現，依據相應的測試標準，評定他們的口語能力。第一節語言測試的學科定位語言測試在語言教學研究中的作用可以歸結為以下幾點：（1）語言測試可以促進語言研究和語言教學。語言測試可以用來測試對語言理解和語言學習相關的假設，從而成為語言研究的一種方法和手段；好的語言測試有診斷和指導教學的作用，可以增強學生的學習動力，使教師和學生在學習過程中有有階段感和成功感。（2）語言測試可以用來選拔人才。通過測試，為更高級的課程與教學機構做出選擇，為用人單位是否選用該考生，如何使用該考生提供了一個參照的依據。（3）語言測試關系到對學習者、課程、方法等方面的評估問題。測試是評估的一種手段，首先可以通過測試了解學習者是否學到了應學的內容，其次可以了解課程的合理性、有效性等問題，另外，測試還常被用來作評估教學方法、教學效果的手段。心理測量的結果可以為客觀、全面、科學、定量化地選拔人才提供依據。因為它可以預測個體從事某種活動的適宜性，進而提高人才選拔的效率與準確性。心理測量可以了解個體的能力、人格和心理健康等心理特征，從而為因材施教或人盡其才提供依據。如學校可以依據學生的能力水平分班分組，部隊可以依據每個人的特長分配兵種，企業可以將職員置到與其能力、人格相匹配的部門等。盡管心理測試是心理學研究的必要手段，在實際的生活中也得到了越來越廣泛的應用，然而要注意的是，心理測試只是提供一定的參考。人是發展成長和變化的，心理測試僅僅提供個人在進行測試的那個時間點的狀況特點，因此過分夸大心理測評的效果也是不對的。常見的心理測試按目的可以分為以下幾種：（1）能力測驗：包括智力測驗和特殊能力測驗。前者主要測量人的智力水平，后者多用于升學、職業指導服務(如繪畫、音樂、手工技巧、文書才能、空間知覺能力等等)。（2）人格測驗：主要測量人性格、氣質、興趣、態度等個性特征和各種病理個性特征。（3）記憶測驗：包括短時間記憶測驗和長時間記憶測驗，主要用于外傷引起的記憶損害和老年人記憶減退。（4）適應行為評定：評估人們社會適應技能，包括智慧、情感、動機、社交、運動等因素。（5）職業咨詢測驗：是近年來發展迅速的心理測驗，由于許多年輕人希望在未來競爭中既能發揮自己的潛能、氣質，又能適應自己的興趣、愛好，因此在擇業前往往求助心理學家。第二節語言測試的性質與對象評估的依據可以來自測量或測試，但評估不一定非要通過測量或測試。評估常用的手段和方法除了測試，還有觀察、詢問和分析，它們都可以幫助評估人員描述語言教學設計方案和參與者的結果和特點。與測試所不同的是，評估一定要涉及價值判斷。測試是對狀態的估價，評估是對性質的估價。例如，一個大學本科畢業生希望繼續深造，要去國外留學。在申請過程中，除了需要大學階段所修課程的測試成績外，還需要老師們的推薦信。推薦信就是推薦人對被推薦人的一個評估，里面可能有定量的數據說明，也有定性的評判。心理測量可以根據不同的分類標準加以分類。主要標準有測量對象、測試人數、測驗中使用的材料或內容的呈現方式、測量解釋的標準等。（1）根據測量對象分類按照測驗的功能可以將心理測量分為認知測驗和人格測驗。認知測驗又稱為能力測驗，這類測驗主要包括智力測驗、能力傾向測驗（又稱性向測驗）、教育測驗（又成能力測驗）及創造力測驗等。智力測驗目的在于測量受測者智力的高低。能力傾向測驗的目的在于發現被試的潛在才能，深入了解其長處和發展傾向、教育測驗則是測量一個人（或團體）經教育訓練或學習之后對知識和技能的掌握程度，因此也稱為成就測驗。有學者（鄭日昌等，1999）將認知測驗分為能力測驗和成就測驗兩大類，并認為二者的主要區別在于，能力測驗是測量較少控制的或不大確定的情境中學得的結果，而成就測驗則是則多數測量有計劃的或比較確定的情境中（如學校）學習的結果。（2）根據測試的人數分類根據一次測試時人數的多少，測驗又可分為個別測驗和團體測驗兩種。個別測驗通常是由一位主試和一位被試面對面的進行，因此主試可以較多的觀察和控制被試反應的機會，尤其適用于一些特殊群體（兒童或文盲等）。其主要缺點是不能在短時間內經由測驗收集到大量的資料，而且個別測驗手續復雜，主試需要較高的訓練與素質，一般人不易掌握。團體測驗是在同一時間內由一位主試（必要時可配有助手）對多數人施測。此類測驗的優點是可以在短時間內收集到大量資料，因此易于建立常模；其缺點是被試的行為不易控制，容易產生測量誤差。（3）根據測驗材料分類主要可以分為語言或文字測驗和操作測驗。語言或文字測驗的項目是以語言或文字呈現，受試者也要用語言或者文字作答。它可以測量人類高層次的心理功能，其編制和實施也較容易；但是其不能運用于語言有困難的人，并且受文化的影響。操作測驗以圖形、符號或實物為測驗材料。被試的作答無需使用語言或文字，常以操作表達或回應。其不受文化因素的限制；但是費時太多，不易團體實測。第三節語言測試的基本特征與目的語言教學評估決定整個語言教學設計方案的價值，評估不是測試的同義詞，它是一個系統而復雜的過程。評估的內容包括教學過程中的所有因素，如教學目標和目的、教學內容、教學環境、教學設施、教學方法、教材、教師、學生和教學效果等。在其他條件相同的情況下，信息越可靠，做出正確決策的可能性就越大。因此，獲得可靠的、相關的信息對做出正確的評估有重要意義。西方早期的心理測量嘗試：（1）弗蘭西斯·高爾頓是第一個倡導心理測驗的人。他于1884年在倫敦國際博覽會上專門設立了一個“人類測量實驗室”。他的這一舉動是心理測驗史上第一個大規模系統地測量個體差異的嘗試。（2）高爾頓還是使用評定量表和問卷法的先驅。并且他發展了分析個體差異資料的統計方法，不僅擴充了古特列特的百分位法，而且創造了粗淺的相關計算法。比內-西蒙量表的誕生及心理測驗的發展：（1）1904年比內為了鑒別弱智兒童，他與西蒙合作編制成了世界上第一個科學的智力測驗--比內-西蒙量表。1905年，他在《心理學年報》上發表了文章《診斷異常兒童的新方法》，介紹了該量表，歷史上稱為“1905量表”。從此，比內-西蒙量表宣告誕生。（2）比內-西蒙量表自1905年發表后，比內和西蒙親自主持過兩次修訂，一次在1908年，一次在1911年，此時比內已不幸去世。（3）1905年量表主要強調的是判斷、理解和推理能力，也就是比內認為的智力的基本組成成分。1908年版的量表刪掉了1905年版中不合適的題目，增加了新題目，題目總數大59個。所有測驗題目按年齡分組，從3~13歲。測驗的結果用“智力水平”來表示。人們常叫它為“智力年齡”。它表示一個兒童能完成何種年齡水平的兒童所能完成的測驗。（4）最有名的是1918年出版的美國斯坦福大學的推孟教授修訂的“斯坦福-比內量表”這一量表首次使用了“智力商數”的概念，簡稱為IQ，是心理年齡和實際年齡的比值。比較有名的幾個測試（1）智力測驗：推孟的研究生歐提斯編制的團體智力測驗，2后在次基礎上發展出美國陸軍用甲、乙兩種測驗。有基于因素分析理論編制的測量多項能力的韋克斯勒的兒童智力量表。還有桑代克編制的標準化教育測驗。（2）人格測驗：1917年武德沃斯設計的“個人資料調查表”。1912年問世的羅夏克墨跡圖測驗（RIT）和于1943年首次出版，由哈撒韋和麥金利編制的目前影響最大的MMPI-明尼蘇達多相人格調查表。（3）心理年齡測試：個人的心理年齡不一定與他的實際年歲相符。有的人年事己長，言行舉止猶宛如孩童；有的人身處花季，卻已然少年老成。第四節語言測試的理論發展與模式語言測試的發展大體經歷了四個主要階段：（1）傳統時期（自20世紀初到50年代初），這一時期語言測試沒有專門的語言學理論的指導，測試方法主要有作文、口試、翻譯等，測試結果主要靠考試實施者的直覺來評判，缺乏科學性。（2）心理測量—結構主義時期（20世紀50年代末、60年代初到70年代），這一時期的語言測試以結構主義語言學為理論基礎，同時心理學的行為主義理論以及心理測量學的原則和方法對語言測試起到了重要的指導作用。這一時期的主要測試方法是分立式測試，并且重視測驗的信度。（3）心理語言學和社會語言學時期（20世紀70年代到80年代初），這一時期，語言測試的語言學理論基礎為社會語言學，更多關注從功能性、社會性和語言應用的角度考查被試，測試方法為綜合性測試，比較重視效度問題。（4）交際法語言測試時期（20世紀80年代初至今），這一時期，更多地探討語言交際能力方面的問題，貝齊曼（Bachman）提出了語言交際能力模型，成為語言測試發展史上一個新的轉折點。心理測驗的編制固然要經過上面所述的八個環節，但在實際構制心理測驗時的具體方法卻是不相同的。這些方法大體可分為下面幾種：（一）強調實證效度的經驗效標法所謂強調實證效度的經驗效標法，是指測驗編制者憑借豐富的實踐經驗來編擬測驗題目，并把這些題目分別施測于兩個組內同質、組間異質的效標組，依此來篩選題目，構建測驗的方法。例如，武德沃斯個人資料調查表以及明尼蘇達多相人格調查表的編制，就是這種方法的典型例子。（1）武德沃斯個人資料調查表武德沃斯個人資料調查表是世界上第一個較為規范的人格量表，用于測量美國士兵的情緒穩定性或是否有精神崩潰的傾向。武德沃斯參考有關心理學文獻，并同有關精神科醫生交談，搜集神經質和患神經質前的一些共同特征，然后針對這些特征設計出許多問句，包括強迫性觀念與行為、恐怖反應、過度疲勞、惡夢、幻覺、神經緊張、顫抖、抽搐等，還包括變態行為與心理。最后，武德沃斯把題目分別施測于一組正常的被試和另一組患有神經質的被試，淘汰那些鑒別性能差的題目，保留那些鑒別性能好的題目。解放前，我國心理學家蕭孝峰曾對此量表進行修訂，并求得9～15歲的年齡常模。（2）明尼蘇達多相人格調查表明尼多達多相人格調查表是本世紀40年代美國明尼蘇達大學臨床心理系主任郝茲威教授及該校心理治療專家漠金利共同編制的。它是最著名的以經驗效標為主的、強調實證效度的人格量表。該量表的編制思想也是在大量搜集臨床資料的基礎上，把大量題目施測于效標組（由臨床經驗診斷為心理異常的被試）和控制組（由行為觀察判斷為正常被試組），以此來篩選題目，構制成套的測驗。（二）基于因素分析技術的編制方法因素分析是處理多變項數據的一種現代數理統計方法，它可以揭示多變量之間的內在關系，主要目的是從眾多的觀測變量中概括和提取出少數的“共同因素”，從而建立起最簡潔、最基本的結構系統。因素分析的思想由心理學家斯皮爾曼所創立。他用此方法研究智力結構，從而得到一般因素和特殊因素的“二因素學說”。運用因素分析的技術來構建心理測驗的典型例子，主要有：（1）塞斯頓基本心理能力成套測驗及其后續研究美國著名心理學家塞斯頓，采用因素分析方法，對56個分測驗之間的交互相關進行因素分析，概括出七種基本心理能力，提出了智力的多因素結構理論，并圍繞著這七種基本心理能力，編制了一套由七個分測驗組成“塞斯頓基本心理能力成套測驗”。這七個測驗分別是：A.言語理解，即測量閱讀時理解文意的能力。B.數字計算，即測量運算的速度和準確性。C.知覺速度，即測量迅速而正確地觀察和辨別事物異同點的能力。D.詞語流暢，即測量詞義聯想迅速和正確的能力。E.記憶，即測量機械記憶的能力，包括強記單詞、數字、字母等方面。F.歸納推理，即測量根據已知條件進行推理判斷的能力。G..空間知覺，即測量運用感官及知覺經驗以正確判斷空間方向及關系的能力。塞斯頓于1941年正式出版了“基本心理能力測驗（簡稱為PMAT），這是當時較為著名的智力測驗。塞斯頓在完成上述“基本心理能力測驗”的編制之后，又同他的夫人一道，對吉爾福特早期的幾個人格測驗進行因素分析，于1953年又設計出可測量七種人格因素的“塞斯頓氣質量表”。這七個因素是：活動、精力、沖動、支配、穩定、社交、反射。可以說，這一量表是最早的建立在因素分析基礎之上的多變量人格測驗。吉爾福特在塞斯頓進行因素分析之后，也對自己的一系列入格問卷進行了因素分析。起初，吉爾福特抽出十三個人格因素（這與塞斯頓的七個因素有較大差異），這十三個因素分別是：社會內向、思想上的內向、抑郁、躁郁交替、隨遇而安、一般活動性、支配服從、男性化女性化、自悲、神經質、客觀性、合作、隨和。后來，他根據自己的因素分析結果，同他的同事晉默爾曼合作，編制了一個氣質量表，稱為“吉——晉氣質調查表”。該量表可測量十種人格特質，每種人格特質有30個題目。（2）卡特爾的十六種人格因素測驗運用因素分析法構制人格量表最著名的，要數卡特爾的十六種人格因素測驗。卡特爾與其同事合作，從多種字典、心理文獻中搜集出17953個描述人格的形容詞，進行聚類分析，得到171個類別，然后再做相關分析和因素分析，較完整地提出16種人格特性，據此編制了著名的卡特爾十六種人格因素測驗。（三）基于某一人格理論或概念系統的構思方法這種方法是指在構制心理量表時，主要依據某種系統的人格理論或某些人格概念，確定人格的特性和各分測驗的設置，而題目內容也是依據某種理論進行選擇，只要題目內容看上去能測量某種人格特質即可。按照這種方法構制心理量表的典型例子有：（1）愛德華個人偏好量表愛德華個人偏好量表以哈佛大學默瑞教授及其同事提出的需要壓抑理論為基礎。根據默瑞等人提出的回5種需要，愛德華選擇了一套內容能反映這些需要的題目，編制成心理問卷。（2）吉爾福特的創造力測驗吉爾福特提出智力的三維結構，并認為創造力主要是以發散思維為特征的一種高級心理能力，據此，他和同事們一道編制出以測量發散性思維為主要特征的創造力測驗。（四）綜合法綜合法是將上述幾種方法結合起來。應用這種方法所編制的心理測驗最為典型的有如下兩個：（1）杰克遜人格問卷杰克遜人格問卷以默瑞的人格特質理論為基礎。在編制測驗時，他首先對將要測量的特征作詳細的說明，然后編制或搜集大量的題目，并對很多具有代表性的被試團體進行測試。在分析材料時，不同的被試樣本組下的題目分別進行統計分析，使得同一量表內的題目之間有較高的相關而不同的量表之間相關很低。杰克遜人格問卷中含有320道是非題，分成15個內容分量表和1個特殊量表。（2）考夫曼兒童成套評鑒測驗考夫曼兒童成套評鑒測驗是本世紀80年代初編制出的評定兒童一般能力與成就水平的綜合量表。測驗的編制者考夫曼夫婦都是美國測定智力與成就方面的著名學者。這套量表與其他智力量表相比，其理論基礎、所測項目、測試方法都具有新意和突破，引起世界各國的極大興趣與關注。考夫曼兒童成套評鑒測驗適用于2歲至12歲半的兒童，整個量表由16個分測驗組成。測驗編制者一再指出，這套測驗是在現代認知心理學和神經心理學基礎上構建起來的，16個分測驗中有10個是有關心理加工方面的測驗，另外6個是有關成就方面的測驗。測驗編制者認為，智力是按“個體解決問題和信息加工的模式定義的”。為體現這一特性，該測驗中既有個體解決新問題之能力的評定，又有個體加工信息模式的分析，同時還了解個體一般知識的掌握水平。在這套智力評鑒工具中，心理加工測驗類似于文化公平智力測驗，測量的是卡特爾提出的流體智力因素，而成就測驗測量的是卡特爾提出的晶體智力因素。第五節語言測試的理論基礎測量就是依據一定的法則使用量具對事物的特征進行定量描述的過程。心理測量（psychometrics）是指依據一定的心理學理論，使用一定的操作程序，給人的能力、人格及心理健康等心理特性和行為確定出一種數量化的價值。廣義的心理測量不僅包括以心理測驗為工具的測量，也包括用觀察法、訪談法、問卷法、實驗法、心理物理法等方法進行的測量。心理測量是通過科學、客觀、標準的測量手段對人的特定素質進行測量、分析、評價。這里的所謂素質，是指那些完成特定工作或活動所需要或與之相關的感知、技能、能力、氣質、性格、興趣、動機等個人特征，他們是以一定的質量和速度完成工作或活動的必要基礎。（1）紙筆測驗紙筆測驗簡稱筆試，即要求被試根據項目的內容，把答案寫在紙上，以了解被試心理活動的一種方法。紙筆測驗的形式主要有6種：多重選擇題、是非題、填空題、匹配題、簡答題、小論文。（2）量表法量表（scale）是一種比紙筆測驗更嚴格的測量工具，它們可以被看作一把尺子，用這把尺子對被試的屬性進行測量。一般的心理測驗都有一個或幾個量表構成，它們的建構程序更為嚴格，客觀化的程度更高，往往有常模可供參照。（3）投射測驗有些心理特征是很難直接觀察