高校英语教学设计与施测改进研究

测试是最常用的总结性评价方式，也是目前人们最信赖的评价方式之一。测试中试题的设计是评价效度、信度和公平的保证。要实施有效的评价，有必要了解试题设计的基本规范。

（一）试题设计的程序

一套完整试题的设计一般要经过以下六程序，即确定测量目标；确定行为目标；拟定测试内容细目表和试题规范细目表；选择测试材料，设计测试题目；制作试卷；施考和成绩报道。

一般说来，测量目标指的是新课程标准中规定的学习者通过基础教育阶段的学习，或通过高等教育阶段的学习应该达到的能力目标，包括知识目标、技能目标、文化目标、策略目标以及情感态度目标。测量目标相对抽象，必须转化为行为目标才能够测量。行为目标是测量目标的具体体现，一般用可观察的行为动词描述。行为目标一般应该采用概括的表达方式，并不包含具体表现形式。行为目标必须能反映出考生行为表现的类型，或者行为表现的水平。如：获取重要的事实信息、理解对话中的隐含意思、归纳对话的主旨大意的能力。

考试内容规范表一般要包括测量目标与行为目标、测试涉及的题型和题量等内容。将这些内容具体化就可以得到试题规范细目表。试题规范细目表一般包括学科、测试的测量目标和行为目标、内容领域及要求、题型、样题等内容。

（二）试题材料的选择

要保证试题的质量，材料的选择十分重要。一般说来材料的选择应该注意以下几点：

1.材料要与测量目标以及试题欲测量的行为目标相关

测试结果解释和使用的效度完全取决于测量目标的实现程度，而考试测量目标的实现程度又依赖于每道试题是否能够引导考生表现出试题要测量的行为。因此，试题的材料选择是否能够评价要评价的行为目标将直接影响测试的效果。

2.材料应该与考生的学习经历和生活经历相适应

英语与其他材料不同，语篇材料设计的主题以及领域范围很广。如果所选材料是考生所不熟悉的，那么影响考生表现的因素就不只是考生能力，材料话题和范畴也可能使测试很难保证应有的效度和公平。

3.材料必须来自真实生活

如果测试以评价学习者完成现实生活中的任务为目标，那么就应该选择现实生活中的真实的语言材料，或者模拟现实生活中的语言材料，或者使用根据现实生活中的语言材料进行改编的材料。现实生活中的真实材料，尤其是听力材料可能会存在诸多非语言的外在因素，从而影响学生的理解。测试应该保证学生的表现源于对材料自身的理解，而不是其他因素，如果学生不能理解，材料本身应该是唯一的影响因素，而不是外在环境等因素。(www.xing528.com)

4.材料必须为新信息

所谓新信息指测试不能完全照搬学生读过的、听过的或者学过的材料进行测试，否则考查的不是学生的理解和应用能力，而是学习者的记忆能力。但是，新信息不等于超出学习者的认知范围，否则不能评价学习者的图式建构能力。

5.材料的呈现方式应该多样化

材料的多样化主要表现在两方面：一是材料形式自身可以是文字材料，可以是图片材料、图表材料，可以是音频材料，也可以是视频材料；二是听力和阅读中几个材料在话题、主题、体裁等方面也必须表现出多样化。在满足评价标准要求的基础上，应尽可能呈现不同题材、不同体裁的材料。

（三）客观题的设计

客观题指有固定答案的问题，包括选择填空、匹配、图表填充等，其中选择题是常用的题型。设计选择填空时应该注意以下几点：每个问题只能有一个测试点，不能设计多层面的选择题；保证每个选择题的答案是唯一的；题干与选项难度要一致；题干要提供足够的语境；题干中可能重复出现的单词不要出现在选项中；题干中应避免泄露答案；阅读和听力选择题题干不能使用材料中的原词；题干提供的语境只能有一种解释，不能有歧义；干扰项自身应该是正确的；干扰项应该有放入题干的可能性；选项长度要均衡；干扰项考点分布要均衡；选项未必都是四个选项，选项的多少可以根据问题的要求而定。

（四）主观题的设计

随着真实性评价的发展和交际测试以及真实性测试理念的发展，主观试题，尤其是任务型测试开始被运用到越来越多的试卷中。

主观题经常用来测量比较复杂的行为目标，如：辨认或汲取相关信息的能力和表达相关信息的能力；分析归纳或分析说明材料的能力，包括文字、图表、数据和关系材料；解释各种关系的能力；应用概念或原理解决问题的能力；提出、组织和表达观点的能力或用事实、资料支撑观点的能力；陈述推理的能力；设计试验或调查程序的能力；提出假设的能力以及对资料进行分析论证或驳斥假设的能力；对论点或观点进行评价的能力。

一般情况下，主观试题效度相对高于客观选择，而客观选择的信度要高于主观试题，那么如何才能保证主观试题既有效度又有信度呢？

简答题、论述题、写作等都属于主观题的范畴。多数主观题没有固定答案，因此需要有一个明确的评分标准。在制定评分标准时应该注意以下因素：根据试题要求选择整体评分还是分项评分；评价的行为特征应该与测量的行为目标一致；分项评分中每个项目应该只包含一个独立的行为特征；要明确评价的行为特征等级数量；对评价的行为特征要有明确的定义。