展素賢 段翠霞

一、引言

語(yǔ)言測(cè)評(píng)素養(yǎng)源于教育測(cè)評(píng)中的“測(cè)評(píng)素養(yǎng)[1]”，是一個(gè)復(fù)雜的抽象概念。盡管國(guó)內(nèi)外眾多學(xué)者從多角度對(duì)語(yǔ)言測(cè)評(píng)素養(yǎng)做出了不同闡述[2-8]，但學(xué)界基本達(dá)成共識(shí)：語(yǔ)言測(cè)評(píng)素養(yǎng)是指外語(yǔ)教師對(duì)語(yǔ)言測(cè)評(píng)知識(shí)和技能的理解和掌握，是外語(yǔ)教師素養(yǎng)的重要指標(biāo)之一[9，10]。其中，語(yǔ)言測(cè)評(píng)知識(shí)包括對(duì)語(yǔ)言測(cè)試?yán)碚?、測(cè)量概念，如測(cè)試信度和效度、試題難度和區(qū)分度等的理解； 語(yǔ)言測(cè)評(píng)技能包括測(cè)試開發(fā)、試題質(zhì)量分析、測(cè)試成績(jī)解釋與報(bào)道能力等。

在當(dāng)下所倡導(dǎo)的“以評(píng)促教、以評(píng)促學(xué)”的測(cè)評(píng)實(shí)踐中[11]，更需我國(guó)外語(yǔ)教師具有較高的語(yǔ)言測(cè)評(píng)素養(yǎng)，以開發(fā)較高信度、合適難度和良好區(qū)分度的外語(yǔ)測(cè)試題，使之有效反饋外語(yǔ)教與學(xué)，保障教育評(píng)估的合理性和公正性[12]。 因此，探究高校外語(yǔ)教師語(yǔ)言測(cè)評(píng)素養(yǎng)，有助于了解我國(guó)高校外語(yǔ)教師語(yǔ)言測(cè)評(píng)素養(yǎng)現(xiàn)狀，促進(jìn)外語(yǔ)教師發(fā)展。

文獻(xiàn)梳理發(fā)現(xiàn)，我國(guó)已有的外語(yǔ)教師語(yǔ)言測(cè)評(píng)素養(yǎng)研究中，研究者多聚焦于中小學(xué)英語(yǔ)教師測(cè)評(píng)素養(yǎng)[13，14]，而針對(duì)高校外語(yǔ)教師的研究相對(duì)較少[15]；在有關(guān)高校外語(yǔ)教師語(yǔ)言測(cè)評(píng)素養(yǎng)的研究中，研究者多采用自編問卷調(diào)查高校外語(yǔ)教師語(yǔ)言測(cè)評(píng)素養(yǎng)的現(xiàn)狀[16-18]，鮮有針對(duì)測(cè)試開發(fā)實(shí)踐，如大型校本外語(yǔ)測(cè)試，來(lái)考察外語(yǔ)教師語(yǔ)言測(cè)評(píng)素養(yǎng)現(xiàn)狀的研究。

一般情況下，大型校本外語(yǔ)測(cè)試開發(fā)實(shí)踐中，大部分試題由本校外語(yǔ)教師自行開發(fā)，其各項(xiàng)質(zhì)量指標(biāo)，如信度、難度、區(qū)分度等，則取決于本校外語(yǔ)教師是否具有較高的語(yǔ)言測(cè)評(píng)素養(yǎng)。 因此，通過分析校本外語(yǔ)測(cè)試題的信度、各項(xiàng)目難度和區(qū)分度等指標(biāo)，可探究外語(yǔ)教師語(yǔ)言測(cè)評(píng)素養(yǎng)。 本研究以某高校一次校本英語(yǔ)測(cè)試客觀題為例，通過對(duì)試卷信度、各項(xiàng)目難度及區(qū)分度分析，并結(jié)合對(duì)命題教師的半開放式訪談，回答兩個(gè)研究問題：

（1）本次校本英語(yǔ)測(cè)試客觀題的信度、各項(xiàng)目難度和區(qū)分度是否達(dá)到質(zhì)量指標(biāo)？

（2）命題教師對(duì)語(yǔ)言測(cè)評(píng)知識(shí)和技能的理解和掌握情況如何？

二、數(shù)據(jù)采集與分析過程

（一）數(shù)據(jù)采集

數(shù)據(jù)采集主要分為以下兩個(gè)步驟。

首先采用方便抽樣，從某高校參加大型校本英語(yǔ)測(cè)試， 即入學(xué)英語(yǔ)摸底測(cè)試的5000 多名新生答題樣本中，抽取了1423 個(gè)客觀題答題樣本，采集了相關(guān)定量數(shù)據(jù)。在每份客觀題答題樣本中，有25 道聽力題， 包括3 篇短篇新聞、2 篇長(zhǎng)對(duì)話和3 篇聽力篇章，以及15 道閱讀理解題，包括3 篇文章，每篇文章各有5 小題，試題均為四選一客觀選擇題。

隨后，從此次入學(xué)測(cè)試的聽力命題組和閱讀命題組中，選取兩位英語(yǔ)教師自愿參加了半開放式訪談，采集了相關(guān)定性數(shù)據(jù)。在半開放式訪談中，圍繞受訪者的“語(yǔ)言測(cè)評(píng)學(xué)習(xí)經(jīng)歷”和“語(yǔ)言測(cè)評(píng)實(shí)踐經(jīng)歷”，分別進(jìn)行了大約20 分鐘的訪談。 經(jīng)受訪者同意，對(duì)訪談進(jìn)行了錄音，并將錄音資料轉(zhuǎn)化為文本，轉(zhuǎn)寫文本5490 字。

（二）數(shù)據(jù)分析

數(shù)據(jù)采集結(jié)束后，分別對(duì)定量和定性數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)與分析。

在對(duì)1423 份客觀題答題樣本的定量數(shù)據(jù)統(tǒng)計(jì)中， 基于經(jīng)典測(cè)試?yán)碚揫19]， 采用EXCEL 2010 和SPSS 22.0，對(duì)測(cè)試信度及各試題項(xiàng)目的難度、區(qū)分度等三項(xiàng)指標(biāo)進(jìn)行了評(píng)估。 首先，采用克隆巴赫α信度系數(shù)與試題內(nèi)部相關(guān)系數(shù)，對(duì)本次測(cè)試客觀題的信度進(jìn)行了評(píng)估；隨后，從聽力和閱讀試題中各選取一道質(zhì)量不夠理想的試題，分別計(jì)算被試通過率和點(diǎn)二列相關(guān)系數(shù) （point-biserial correlation，Rpb），對(duì)試題項(xiàng)目進(jìn)行了難度（difficulty，p）和區(qū)分度（discrimination，Rpb）分析。

在定性訪談數(shù)據(jù)分析中，主要采用了質(zhì)性研究的類屬分析方法[20]，對(duì)訪談數(shù)據(jù)的原始材料進(jìn)行編碼、分析和提煉，得到命題教師對(duì)語(yǔ)言測(cè)評(píng)知識(shí)與技能的掌握概況，以補(bǔ)充和解釋定量數(shù)據(jù)分析結(jié)果。

三、結(jié)果與討論

（一）定量數(shù)據(jù)統(tǒng)計(jì)結(jié)果

通過定量數(shù)據(jù)統(tǒng)計(jì)以及項(xiàng)目個(gè)案分析，評(píng)估此次大型入學(xué)英語(yǔ)測(cè)試客觀題的信度、難度和區(qū)分度是否達(dá)到所要求的質(zhì)量指標(biāo)，以回答本研究的第一個(gè)問題。

本次入學(xué)測(cè)試的聽力、閱讀客觀題各小題分值1 分，共計(jì)40 分。 描述性統(tǒng)計(jì)分析結(jié)果表明（見表1），隨機(jī)抽取的答題樣本平均分為14.13，全距為28，標(biāo)準(zhǔn)差為3.796，說明被試學(xué)生分?jǐn)?shù)普遍較低；但由于Skewness（0.391）和Kurtosis（0.381）系數(shù)的絕對(duì)值均小于1.96，測(cè)試結(jié)果分?jǐn)?shù)呈正態(tài)分布。

表1 描述性分析結(jié)果

1.信度分析結(jié)果

在心理計(jì)量學(xué)中，一般認(rèn)為，當(dāng)克隆巴赫系數(shù)α＞0.7 時(shí)，測(cè)試可被接受；而當(dāng)α＜0.5 時(shí)，測(cè)試不可接受。從表1 可見，本次客觀題克隆巴赫系數(shù)為α=0.445， 聽力題和閱讀題分別為α=0.325 和α=0.401，表明客觀題總體信度及聽力題、閱讀題信度均未達(dá)到質(zhì)量標(biāo)準(zhǔn)，試題信度較低。

此外，試題內(nèi)部相關(guān)系數(shù)也是判斷一套試題信度高低的重要評(píng)估手段。從統(tǒng)計(jì)學(xué)角度，一套較高信度的試題其內(nèi)部相關(guān)系數(shù)至少應(yīng)在0.5-0.7 之間。但通過進(jìn)一步對(duì)試題內(nèi)部聽力、閱讀、總分三者相關(guān)性分析發(fā)現(xiàn)（見表2），盡管聽力題和閱讀題與客觀題總分相關(guān)性系數(shù)達(dá)到0.7 以上，但試題內(nèi)部相關(guān)性系數(shù)僅有0.176， 遠(yuǎn)未達(dá)到0.7 的理想質(zhì)量標(biāo)準(zhǔn)。

綜上，無(wú)論從克隆巴赫系數(shù)還是試題內(nèi)部相關(guān)性系數(shù)分析，均發(fā)現(xiàn)本次入學(xué)測(cè)試的客觀題部分信度較低。

表2 試題內(nèi)部相關(guān)性分析結(jié)果

2.項(xiàng)目難度和區(qū)分度分析結(jié)果

難度 （difficulty，p） 和區(qū)分 度（discrimination，Rpb）是評(píng)估試題項(xiàng)目質(zhì)量高低的重要特征參數(shù)[21]。難度指答對(duì)該題人數(shù)占總?cè)藬?shù)的百分比， 即通過率。難度值p 值越小，說明試題難度越大。對(duì)于本次研究中的摸底測(cè)試，目的是掌握新生的英語(yǔ)水平，試題難度需要有梯度，因此，本研究設(shè)定難度值可接受范圍為0.3＜p＜0.7。區(qū)分度則指試題項(xiàng)目能區(qū)分不同水平被試的程度， 當(dāng)區(qū)分度Rpb ＜0.2 時(shí)，說明項(xiàng)目區(qū)分度較差；當(dāng)0.3 ＜Rpb ＜0.4 時(shí)，區(qū)分度較好；當(dāng)Rpb ＞0.4 時(shí)，區(qū)分度比較理想[22]。

通過對(duì)試題項(xiàng)目的難度和區(qū)分度評(píng)估發(fā)現(xiàn)（見表3），客觀題總體難度值p=0.35，聽力與閱讀分別為p=0.34 和p=0.38，難度值普遍偏低。其中，14 個(gè)題項(xiàng)難度值小于0.3（p＜0.3），且有6 個(gè)題項(xiàng)（第7、14、18、27、30 和38 題）難度值低于0.2（p＜0.2），表明過難試題數(shù)量較多，并對(duì)試題平均難度值產(chǎn)生影響；第31 題（p=0.89）難度值大于0.7（p＞0.7）；其余題項(xiàng)（共25 個(gè)，占總題量62.5%）的難度值均在可接受范圍內(nèi)（0.3＜p＜0.7），數(shù)量偏低。

難度值的高低勢(shì)必影響區(qū)分度的理想程度。換言之，過難試題和過易試題均會(huì)導(dǎo)致試題鑒別力過小，致使區(qū)分度不理想。

從表3 可見， 客觀題總體區(qū)分度僅為Rpb=0.2，表明試題鑒別力較小。 其中有16 個(gè)題項(xiàng)區(qū)分度Rpb＜0.2，5 個(gè)題項(xiàng) （第7、14、18、27 和38 題）區(qū)分度Rpb＜0.1；而區(qū)分度較好即Rpb＞0.3 的題項(xiàng)僅有4 個(gè)，分別為第8、15、29 和39 題，其中僅第39題（Rpb=0.41）區(qū)分度達(dá)到理想程度。

綜上，通過難度和區(qū)分度值評(píng)估試題項(xiàng)目質(zhì)量可以發(fā)現(xiàn)， 試題難度和區(qū)分度值均未達(dá)到理想指標(biāo)，試題過難，區(qū)分度較差。

3.項(xiàng)目難度及區(qū)分度個(gè)案分析

為進(jìn)一步探究試題開發(fā)過程中出現(xiàn)的試題難度大和區(qū)分度較差等問題，又分別從聽力題和閱讀題各抽取一個(gè)難度、區(qū)分度不夠理想的試題進(jìn)行個(gè)案分析。

首先， 從聽力題中抽取了第7 題 （p=0.11，Rpb=-0.01），劃線部分為答題依據(jù)（見圖1）。

表4 第7 題各選項(xiàng)答題情況統(tǒng)計(jì)

通過初步統(tǒng)計(jì)發(fā)現(xiàn)（見表4），選擇D 項(xiàng)的學(xué)生人數(shù)最多，占比38.72%，這可能是由于該項(xiàng)復(fù)現(xiàn)了原文中的“cellphone”（與“phone”同義）和“school”，提高了其干擾強(qiáng)度；B 項(xiàng)選擇人數(shù)占28.67%，但選項(xiàng)內(nèi)容明顯與問題不匹配；A 項(xiàng)選擇人數(shù)占21.36%， 該選項(xiàng)錯(cuò)誤較明顯，A、B 項(xiàng)干擾性不強(qiáng)，但選擇的人數(shù)仍然占到近50%， 而正確選項(xiàng)C 所占人數(shù)僅為11.17%。通過深入分析，筆者發(fā)現(xiàn)，C選項(xiàng)在語(yǔ)言內(nèi)容上存在用詞不當(dāng)情況，即：“can”在本試題中是“有可能”之意，但“can”還可表示“能，可以”之義，致使命題教師設(shè)定的正確答案出現(xiàn)“如

果學(xué)校禁止使用手機(jī)，學(xué)生們可以私底下用”還是“如果學(xué)校禁止使用手機(jī)，學(xué)生們可能私底下用”的歧義，進(jìn)而導(dǎo)致學(xué)生在答題時(shí)避開該選項(xiàng)而擇其它選項(xiàng)。

表3 各試題難度和區(qū)分度統(tǒng)計(jì)結(jié)果

圖1 第7 題聽力試題原文、問題與選項(xiàng)

從閱讀題中又抽了第31 題 （p=0.89，Rpb=0.22），答題依據(jù)見圖2。

圖2 第31 題閱讀試題原文、問題與選項(xiàng)

通過初步統(tǒng)計(jì)發(fā)現(xiàn)（見表5），正確答案C 的選擇人數(shù)高達(dá)89.04%；A 項(xiàng)選擇人數(shù)最少， 僅占0.98%，該項(xiàng)幾乎不具有干擾性；B 項(xiàng)與D 項(xiàng)選擇人數(shù)分別占5.27%和4.71%，干擾性也較弱。 該題需要學(xué)生思考試題中原文作者引用 “一日一蘋果，醫(yī)生遠(yuǎn)離我”這個(gè)諺語(yǔ)的目的，要解答該題，首先要理解該諺語(yǔ)本身含義，再聯(lián)系下文，而該諺語(yǔ)含義對(duì)當(dāng)前受試學(xué)生的英語(yǔ)水平來(lái)說難度并不高，答案C中的“diet”又與下文劃線部分的內(nèi)容相呼應(yīng)，因此，學(xué)生普遍能夠精準(zhǔn)地定位該正確選項(xiàng)；而A 項(xiàng)“為了建議人們多吃蘋果”，D 項(xiàng)“為了強(qiáng)調(diào)蘋果對(duì)保持健康至關(guān)重要”，與諺語(yǔ)本身含義直接相關(guān)，但沒有聯(lián)系下文內(nèi)容，能夠輕易被排除，干擾性極弱；B 項(xiàng)“…is particularly true” 與原文內(nèi)容 “…may hold some truth”不符，錯(cuò)誤較明顯，幾乎不具有干擾性。從以上分析可知，命題教師在試題開發(fā)過程中存在對(duì)當(dāng)前受試英語(yǔ)水平把握不足和對(duì)干擾項(xiàng)標(biāo)準(zhǔn)把握不當(dāng)?shù)葐栴}。

綜合試題信度、各項(xiàng)目難度和區(qū)分度量化分析以及試題個(gè)案分析發(fā)現(xiàn)，本次入學(xué)測(cè)試客觀題質(zhì)量較低，信度、難度和區(qū)分度均未達(dá)到理想標(biāo)準(zhǔn)，且試題開發(fā)問題較多，折射出命題教師高質(zhì)量測(cè)試開發(fā)能力不足，語(yǔ)言測(cè)評(píng)素養(yǎng)有待提高。

表5 第31 題的被試各選項(xiàng)答題情況統(tǒng)計(jì)

（二）定性數(shù)據(jù)分析結(jié)論

為進(jìn)一步補(bǔ)充和解釋定量數(shù)據(jù)分析結(jié)果，了解命題教師對(duì)語(yǔ)言測(cè)評(píng)知識(shí)和技能的理解與掌握情況，以全面考察命題教師的語(yǔ)言測(cè)評(píng)素養(yǎng)，筆者從命題教師中抽取兩名教師自愿參加了半開放式訪談，得出如下相關(guān)定性分析結(jié)論，以回答第二個(gè)研究問題。

（1）語(yǔ)言測(cè)評(píng)知識(shí)和技能匱乏

在訪談中，兩位教師談到語(yǔ)言測(cè)評(píng)知識(shí)和技能時(shí)僅涉及測(cè)量概念，如測(cè)試信度與效度、試題難度和區(qū)分度，而從兩位教師對(duì)測(cè)量概念的闡述中，甲教師對(duì)某些測(cè)量概念缺乏基本了解。

“對(duì)難度和區(qū)分度有一定了解，對(duì)信度、效度還不是很清楚……難度就是看學(xué)生這個(gè)答對(duì)題的這個(gè)情況，如果答對(duì)的學(xué)生少的話呢，這個(gè)難度應(yīng)該是偏高，就是正確率吧……區(qū)分度的話應(yīng)該是有專業(yè)的軟件來(lái)分析”（甲教師）

為了解受訪教師對(duì)語(yǔ)言測(cè)評(píng)技能的掌握情況，結(jié)合入學(xué)測(cè)試，邀請(qǐng)兩位教師談?wù)勗囶}質(zhì)量評(píng)價(jià)與分析方法。而從訪談結(jié)果看，甲教師僅提到測(cè)評(píng)理論與工具，乙教師具體提到信度和效度，但均未進(jìn)一步闡述質(zhì)量分析過程，且兩位教師未從測(cè)試開發(fā)角度對(duì)校本測(cè)試信度和效度、試題難度和區(qū)分度進(jìn)行質(zhì)量分析，可見兩位命題教師缺乏必要的試題質(zhì)量分析能力。

“試卷的質(zhì)量應(yīng)該有一些測(cè)評(píng)方面的專業(yè)的分析試卷的一些理論和方法……本次的測(cè)試結(jié)果，就是做過一般的那個(gè)正確率、及格率、然后各個(gè)分?jǐn)?shù)段的那個(gè)比例這些分析?！保捉處煟?/p>

“質(zhì)量分析看信度和效度吧……開學(xué)測(cè)試 （本次測(cè)試）是分兩次進(jìn)行的，開學(xué)只測(cè)了聽力和閱讀兩項(xiàng)，開學(xué)后又測(cè)試了翻譯和作文，老師沒有所有學(xué)生成績(jī)?！保ㄒ医處煟?/p>

通過進(jìn)一步分析發(fā)現(xiàn)，兩位教師在任教前欠缺必要的語(yǔ)言測(cè)評(píng)學(xué)習(xí)經(jīng)歷。 盡管甲教師畢業(yè)于師范院校，但在師范階段學(xué)習(xí)期間，并未學(xué)習(xí)語(yǔ)言測(cè)評(píng)相關(guān)課程， 導(dǎo)致對(duì)語(yǔ)言測(cè)評(píng)知識(shí)缺乏必要的了解； 而乙教師盡管在碩士研究生階段學(xué)習(xí)過語(yǔ)言測(cè)試相關(guān)課程， 對(duì)語(yǔ)言測(cè)評(píng)知識(shí)和技能有一定了解， 但對(duì)試題質(zhì)量評(píng)價(jià)與分析方法缺乏必要的掌握和應(yīng)用。

此外，訪談中兩位教師均反映，畢業(yè)從教后，參加的語(yǔ)言測(cè)評(píng)知識(shí)和技能培訓(xùn)很少。甲、乙教師均明確或間接表示學(xué)校未對(duì)教師進(jìn)行過語(yǔ)言測(cè)評(píng)崗前培訓(xùn)和在職培訓(xùn)。

“我是師范畢業(yè)的，以前沒有開設(shè)過語(yǔ)言測(cè)評(píng)類的課程……（任教后）學(xué)校有崗前培訓(xùn)，但是崗前培訓(xùn)中有沒有語(yǔ)言測(cè)試培訓(xùn)這不清楚，在職沒有這方面的培訓(xùn)，……有參加過測(cè)試工作坊，學(xué)校派去的……”（甲教師）

“我之前在碩士研究所，研究生階段有測(cè)試學(xué)這門課程…… （任教后） 學(xué)校沒有這方面的培訓(xùn)……有委派過出去參加外研社的講座和黃教授的工作坊……”（乙教師）

綜上，由于兩位命題教師任教前后缺乏必要的語(yǔ)言測(cè)評(píng)學(xué)習(xí)與培訓(xùn)，沒有掌握系統(tǒng)的語(yǔ)言測(cè)評(píng)知識(shí)和技能，導(dǎo)致兩位教師語(yǔ)言測(cè)評(píng)知識(shí)和技能相對(duì)匱乏，這也可能是命題教師語(yǔ)言測(cè)評(píng)素養(yǎng)較低的原因之一。

（2）語(yǔ)言測(cè)評(píng)知識(shí)和技能運(yùn)用不足

訪談中，兩位教師也分享了自己參加語(yǔ)言測(cè)試實(shí)踐的經(jīng)歷，主要談及“期末測(cè)試出題”和“撰寫成績(jī)分析報(bào)告”兩個(gè)方面。

在“期末測(cè)試出題”方面，甲教師談到此次入學(xué)測(cè)試，相比之前的期末測(cè)試更為專業(yè)。 之前的校本測(cè)試傾向于教師“湊題”，而不是以“開發(fā)”方式完成試題命制，進(jìn)而折射出兩位教師在測(cè)試開發(fā)方面實(shí)踐經(jīng)驗(yàn)不足。

“這種（本次入學(xué)測(cè)試）要專業(yè)水平的出題，是第一次。以前出題……就是我們一部分是課外題目……四級(jí)水平的題，然后一部分是課內(nèi)的題……比如說課后的練習(xí)啊，或者是那個(gè)課文里邊的一些知識(shí)點(diǎn)?！保捉處煟?/p>

在“撰寫成績(jī)分析報(bào)告”方面，乙教師表示學(xué)校每個(gè)學(xué)期要求寫成績(jī)分析報(bào)告，包括學(xué)生成績(jī)分段統(tǒng)計(jì)百分比、不及格率、測(cè)試結(jié)果中發(fā)現(xiàn)的薄弱環(huán)節(jié)以及對(duì)今后教學(xué)反思等，但有關(guān)試題質(zhì)量分析較少，可見兩位命題教師對(duì)試題質(zhì)量分析的相關(guān)實(shí)踐存在不足。

“每個(gè)學(xué)期都要寫成績(jī)分析報(bào)告，學(xué)生成績(jī)分段統(tǒng)計(jì)百分比，不及格率等等，以及某些測(cè)試顯現(xiàn)的薄弱環(huán)節(jié)，對(duì)今后教學(xué)的反思……對(duì)試題質(zhì)量分析的較少?！保ㄒ医處煟?/p>

綜上，盡管受訪教師每學(xué)期均有機(jī)會(huì)參加相關(guān)語(yǔ)言測(cè)試活動(dòng)，如“期末測(cè)試出題”以及“撰寫成績(jī)分析報(bào)告”，但教師運(yùn)用語(yǔ)言測(cè)評(píng)知識(shí)和技能的實(shí)踐經(jīng)歷明顯不足，折射出兩位教師語(yǔ)言測(cè)評(píng)素養(yǎng)有待提高。

四、結(jié)語(yǔ)

本研究以某高校一次大型校本英語(yǔ)測(cè)試客觀題為例，對(duì)試題質(zhì)量進(jìn)行了分析。結(jié)果表明，本次測(cè)試試題質(zhì)量不高，反映出部分高校外語(yǔ)教師測(cè)試開發(fā)能力較弱的問題； 通過進(jìn)一步半開放式訪談發(fā)現(xiàn)， 命題教師對(duì)語(yǔ)言測(cè)評(píng)知識(shí)和技能的理解與掌握情況不容樂觀， 進(jìn)一步折射出我國(guó)部分高校外語(yǔ)教師語(yǔ)言測(cè)評(píng)素養(yǎng)有待進(jìn)一步提升。為此，作者提出如下建議。

首先，本科師范院校或有外國(guó)語(yǔ)言學(xué)及應(yīng)用語(yǔ)言學(xué)碩士點(diǎn)的高校， 應(yīng)開設(shè)相關(guān)語(yǔ)言測(cè)評(píng)課程，為崗前外語(yǔ)教師提供必需的語(yǔ)言測(cè)評(píng)知識(shí)和技能學(xué)習(xí)機(jī)會(huì)，夯實(shí)外語(yǔ)教師必備的語(yǔ)言測(cè)評(píng)理論與知識(shí)體系。

其次，外語(yǔ)教師所在高校教師發(fā)展中心或所在院、系應(yīng)在外語(yǔ)教師任職前或任教期間，提供必要的語(yǔ)言測(cè)評(píng)知識(shí)和技能的培訓(xùn)，鼓勵(lì)教師參與校內(nèi)外測(cè)評(píng)實(shí)踐，以提升其語(yǔ)言測(cè)評(píng)素養(yǎng)，助力教師專業(yè)發(fā)展，促進(jìn)高校外語(yǔ)教學(xué)。為此，建議高校應(yīng)針對(duì)高校外語(yǔ)教師的語(yǔ)言測(cè)評(píng)素養(yǎng)需求開展調(diào)查，并針對(duì)教師語(yǔ)言測(cè)評(píng)素養(yǎng)需求，邀請(qǐng)國(guó)內(nèi)外測(cè)評(píng)專家，開展針對(duì)性強(qiáng)的語(yǔ)言測(cè)評(píng)知識(shí)和技能講座、 工作坊，建立相應(yīng)的院、系語(yǔ)言測(cè)評(píng)團(tuán)隊(duì)或成立測(cè)評(píng)學(xué)習(xí)共同體，以合作交流等途徑共同探究求知，提高外語(yǔ)教師隊(duì)伍的語(yǔ)言測(cè)評(píng)素養(yǎng)。 同時(shí)，通過政策導(dǎo)向，引導(dǎo)高校外語(yǔ)教師將測(cè)評(píng)知識(shí)和技能應(yīng)用到測(cè)試開發(fā)、試題質(zhì)量分析（如測(cè)試信度和效度、難度和區(qū)分度評(píng)估）和測(cè)試成績(jī)解釋與報(bào)道等校本測(cè)試實(shí)踐中。此外，高校還應(yīng)鼓勵(lì)外語(yǔ)教師積極參加大規(guī)模外語(yǔ)測(cè)試開發(fā)、閱卷與評(píng)估等工作，通過與校內(nèi)外語(yǔ)言測(cè)評(píng)專家和測(cè)評(píng)者的互動(dòng)交流與合作，提升測(cè)評(píng)實(shí)踐能力。

更為重要的是，高校外語(yǔ)教師應(yīng)積極發(fā)揮自身主觀能動(dòng)性，創(chuàng)造機(jī)會(huì)，不斷學(xué)習(xí)語(yǔ)言測(cè)評(píng)知識(shí)，掌握語(yǔ)言測(cè)評(píng)技能，并努力將語(yǔ)言測(cè)評(píng)知識(shí)和技能應(yīng)用到自己的日常教學(xué)中，以不斷增加語(yǔ)言測(cè)評(píng)實(shí)踐經(jīng)驗(yàn)，努力提高自身語(yǔ)言測(cè)評(píng)素養(yǎng)。

由于本文只分析了某高校一次校本測(cè)試的命題質(zhì)量，考察了同一所高校的外語(yǔ)教師，研究結(jié)果缺乏一定普遍性。建議未來(lái)研究者在我國(guó)其他地區(qū)選擇更多高校，對(duì)其校本測(cè)試試題質(zhì)量進(jìn)行評(píng)估分析，以實(shí)現(xiàn)對(duì)命題教師語(yǔ)言測(cè)評(píng)素養(yǎng)多方位、多角度的考察，促進(jìn)我國(guó)高校外語(yǔ)教師發(fā)展，從而開發(fā)高信度、高效度的外語(yǔ)測(cè)試題，保障外語(yǔ)教育評(píng)估的合理性和公平性，真正起到以評(píng)促教，以評(píng)促學(xué)。