第三章语言测试的开发与设计.doc

第三章 语言测试的开发与设计语言测试的开发与设计主要针对的是测试命题和评估人员。本章目的是按照测试开发的步骤说明每一阶段需要解决的任务以及具体内容:从测试目的、测试范畴、测试方式、试卷构成到评分标准的使用等，用以为语言测试开发过程各环节的明确和规范提供帮助。总的来说，语言测试的开发设计可以分为三个阶段，分别是设计阶段、操作阶段和实施阶段。具体来说，每个阶段又可以细分为多项任务，例如设计阶段，要对测试做出具体的规划，也是该项测试应包括的基本信息，例如测试目的、类型、能力描述、对象、内容和其他要素等六项；而操作阶段要解决的任务则有十几种之多。因此，要组织一项比较圆满的测试，测试设计人员和开发人员需要解决近三十个相关任务。这也是组织测试比较庞大复杂之所在。而说到测试的精密性，也就是如何保证测试的信度与效度，则要跟踪测试设计与开发的全过程，科学合理地设计，加上前后一致的测试开发理念、思路和方法。第一节 设计阶段设计阶段是测试开发过程的第一阶段，需要做的工作有：明确测试目的，根据测试目的选择适合的测试类型，确定测试的能力范畴，描述测试对象，确定测试的内容及其他等六项。1明确测试目的测试和教学的关系密不可分。一般在教学进行一段时间后都要测试，目的是督促学生学习或检查阶段教学效果。无论哪种类型的测试，都应以测试学习者运用语言解决实际问题的能力为主，而不应该机械地测量学生对语言形式的掌握。测试是评估教师教学效果的重要工具。大型标准化测试多是为了选拔或者比较。小型测试，如随堂测试，则多用来诊断教和学的效果。这类测试能够促进学生学习习惯的建立和改善，帮助教师在教学过程中进一步明确教学重难点并从学习者整体和个体两个方面检查其落实情况。从测试设计者的角度来说，每一项测试，无论大小，都应有一个明确的目的，即所设计的测试旨在获取何种信息。这是测试开发的第一步。由此，测试设计者可以确定测试的类别，选择切实可行的设计方法。所以，在测试目的的描述中，应当明确：为什么要考，考什么能力以及具体应用范围。测试目的描述要清楚明了，不能模棱两可或自相矛盾。测试目的的描述，主要有文字叙述式和列表式两种格式。文字叙述式描述以伦敦工商总会测试（London Chamber of Commerce and Industry Examination Board, 1991转自邹申，2008）为例：The aim of the examination is to test a high level ability to understand, write and variously process the general and special varieties of English used in business, and the ability to use appropriate formats.列表式呈现，以BEC(Business English Certificates)(BEC Handbook for Teachers, 2000:3)为例：The aims of BECl to assess candidates ability to operate in English in an international business environmentl to allow candidates to demonstrate to employers their ability to communicate in English with clients and colleaguesl to have a positive and beneficial impact on the content and delivery of Business English language training coursesl to provide an examination to do this which is fair to all candidates and which is delivered to international standardsl to allow test users to compare candidates results with other qualifications which are linked to the Common European Framework of Reference for Languages此外还有结合式的，即先突出测试目的的主要条目，然后在每一分项中再详细阐述其内容。以博思（BULATES, Business Language Testing Service）测试为例：Evaluating the language skills of staff within a companyA company decides it wants a complete language profile of its staff. BULATS can be used to test some or all employees. The service can also be used at regular intervals to monitor the companys language profile.Evaluating the language skills of job applicantsA company is recruiting staff to work in its international sales department. BULATS provides a simple way of testing prospective employees and providing the company with an up-to-date and accurate assessment of language ability.Placing learners on suitable courses for language trainingA business college provides language training courses for its students and needs to place them in courses at the right level. BULATS can be used to place the students in suitable courses.Screening learners who are unsuitable for the training courses providedA company wants to concentrate its language training on employees who are already close to the level of language required. BULATS can provide a test to screen off unsuitable candidates and so help make best use of resources available.Evaluating language training givenThe training division of a company needs to assess the quality of language training being provided by an external training organisation. BULATS can be used to test people at the beginning and end of the course to monitor progress.Recommending suitable standard examinations for learnersAn organisation would like to motivate its staff by sponsoring them to take standard examinations which provide a certificate with international currency (such as the Cambridge First Certificate in English). BULATS provides a test to help advise which standard examination would be most suitable.To provide testing support for language auditsLanguage audits are being used increasingly - BULATS can provide a valuable language testing tool in carrying out the assessment of a companys language requirements.2选择测试类型第三章中我们系统介绍了测试的不同分类方法，此处不再赘述。建议测试开发者从测试目的、测试方式、测试语言、测试的评分方式、考分参照依据、测试时间等六个方面综合考虑所开发测试的类型，从而对所开发的测试做准确定位。3测试能力范畴测试能力范畴的界定是规范制订中的一个重要步骤，直接关系到测试是否有理论依据或有效度的问题。测试开发者请从如下三方面加以考量，按问题的先后顺序分为三步。第一步，测试的语言能力结构是什么？第二步，在试卷中具体体现在哪些具体技能上第三步，根据测试目的，规定被试能力结构以及该结构在测试中的具体体现。样本 LCCI Chief Examiner SEFIC(Spoken English for Industry and Commerce) Oral Examinations Soft skills are often the “deal breaker” in business:SKILLS LIKE: delegating listening presenting (of self interviews or of business) negotiating problem-solving contributing effectively to meetings/seminars/debates social interaction networkingSoft skills framework allows emphasis on interpersonal forces of language-use in a work context4. 测试对象描述测试开发者对受试群体的特征应有比较全面的认知，以便所开发的测试能更好地满足特定测试群体的现状和需求。主要分四个方面： 考生个人特征(personal characteristic)，如年龄段、性别、国籍、母语、所受教育层次以及考前培训程度等； 考生文化或背景知识(topical knowledge)，如对所学语言相应的国家社会、文化的了解,有关领域内的知识等；考生语言能力(language ability)，如语言知识、语言运用能力等；未来语言交际需求等。当然，不同测试涵盖的内容会有所变化。样本一 BEC测试的对象描述Nationality: taken by candidates throughout the world in about 60 countries, although the total number of nationalities represented in the candidature is over 180/.Age: Most candidates (about 70%) are under 25, with the average age worldwide being bout 22. This figure varies from country to country.Gender: About 55% of candidates are female. This figure varies from country to country.Employment: Most candidates are students, although there are considerable differences in the proportion of students in different countries.Exam preparation: In most countries, around 90% of candidates undertake a preparatory course before taking the examination.Reasons for taking BEC: Candidates reasons for wanting an English language qualification are roughly distributed as follows: to help their job or career (70%); for further study of English (20%); for university recognition (20%).样本二 博思测试的测试对象描述（中、英文）BULATS is designed for the growing number of organisations which rely on the language skills of their employees in order to operate effectively: companies trading in international markets; national and local government departments; or any organisation for whom good, bi- or multilingual communication is an important part of the working day. 博思(BULATS)测试的主要对象 1对企业事业单位内部的员工、应聘者和政府机关内部的公务人员以及正在修读外语和以外语为主要课程的考生。 2企事业单位可以通过博思测试(BULATS)客观地评估其现有员工和应聘者目前的外语水平。 3正在修读外语商业课程的人员可以通过博思(BULATS)测试知晓自己目前的实际外语能力，从而为国内、外就业和个人发展做好准备。5. 测试内容及范围测试内容主要包括测试阅读材料的选择范围，材料所涉及的题材范围和测试层次（是识记、理解、还是应用或分析等）。确定语言测试的范围，理想的解决过程是先做需求分析。需求分析，不是设计者、测试行政领导的需要或语言体系本身的需要，而是受试者对目标语言的需要。也就是受试者通过这个测试后对目标语言有哪些具体要求，能够用目标语言具体做哪些事情。样本一 TOFEL ibt 测试内容和形式Reading The reading section consists of 35 long passages and questions about the passages. The passages are on academic topics; they are the kind of material that might be found in an undergraduate university textbook. Students answer questions about main ideas, details, inferences, sentence restatements, sentence insertion, vocabulary, function and overall ideas. New types of questions in the iBT require paraphrasing, filling out tables, or completing summaries. Generally prior knowledge of the subject under discussion is not necessary to come to the correct answer, though a priori knowledge may help. Listening It consists of six long passages and questions about the passages. The passages consist of two student conversations and four academic lectures or discussions. The questions ask the students to determine main ideas, details, function, stance, inferences, and overall organization. Speaking It consists of six tasks, two independent tasks and four integrated tasks. In the two independent tasks, students must answer opinion questions about some aspect of academic life. In two integrated reading, listening, and speaking tasks, students must read a passage, listen to a passage, and speak about how the ideas in the two passages are related. In two integrated listening and speaking tasks, students must listen to long passages and then summarize and offer opinions on the information in the passages. Test takers are expected to convey information, explain ideas, and defend opinions clearly, coherently, and accurately. Writing The Writing Section consists of two tasks, one integrated task and one independent task. In the integrated task, students must read an academic passage, listen to an academic passage, and write about how the ideas in the two passages are related. In the independent task, students must write a personal essay. 样本二 BEC口试测试内容1建立和保持商务联络(1) 向人表示问候和对问候的回答； (2) 自我介绍； (3) 询问对方或介绍自己的身份特征； (4) 表达自己喜欢什么、不喜欢什么； (5) 发出邀请、接受或拒绝邀请； (6) 表示感谢和欣赏； (7) 给别人提供方便、接受或拒绝帮助。2谈论工作 (1) 询问和描述工作任务； (2) 询问和介绍公司情况； (3) 询问和简要介绍产品； (4) 比较不同的产品及价格； (5) 询问和提出自己的观点； (6) 表示同意或反对； (7) 提出、接受或拒绝建议； (8) 表达需要和要求。3制定计划和安排工作(1) 商务会议：安排会议日程、安排会议议程； (2) 商务旅行：预定饭店房间、到饭店住宿和结账、点菜、进行旅行咨询、预定机票、乘火车旅行、根据指南行路。6. 其他考虑要素 制约条件1) 人员因素指考务行政人员，统计分析人员，和学科业务人员这三方面的专业人员是否具备，是否足够，水平和素质如何？这是决定建立一个测试首先要考虑的条件。2) 时间因素测试准备时间有多少，测试后限于多少时间内出结果，测试本身时间多少，是否需要安排考场、统一测试日期和时间？3) 地点因素测试的地点是集中还是分散，分散到什么程度？这与试题的设计有很大关系。尤其是口试，地点非常重要。另一个要考虑的问题是评分地点是集中还是分散，最后需要考虑的是测试的统计分析工作能否集中的问题。4) 设备因素设备，包括技术，对语言测试的设计是极大地制约因素。首先是试卷的形式，是黑白还是彩色印刷？如果是彩色，就使试题提供情景的可能性多了许多。其次是评分的问题，人工阅卷还是机器阅卷。 信度和效度的权衡下面是6个可能涉及的问题及说明。第一，测试按使用目的，主办方式，对象范围和实施频度属什么类型？测试的这个类属很关键。譬如说，学校范围的甄别测试，目的是给每个学生测出他的强弱所在，指出今后努力方向。第二，测试对受试者“命运”的决定作用有多大？如果一个测试事实上对命运的决定作用很大，对命运的影响面又极广，那么就应当尽最大可能使测试成为高信度的测试。第三，测试对教学的反拨效应有多大？有多少学校多少学生受到这种反拨效应的影响？越是引起广泛反拨效应的测试，越需要有效度。一种测试对教学的反拨效应的大小，应该成为决定它应该有多大效度的一个考虑因素。第四，测试用户对信度、效度有什么要求？测试的效度要具备实效性。如为驻外机构招聘翻译的测试，测试的用户就是驻外机构。这样，测试会强调要能考出受聘人员在国外环境中完成翻译工作的真实能力。第五，当前目标语教学的普遍状况如何？目标语测试，要怎样才能做到既不脱离教学现状，又对教学起促进作用？从语言教学和语言测试的发展规律看，语言教学总的发展一向领先于语言测试，语言测试往往对教学有拖后作用。但是，如果一个测试本身有先进性，通过反拨效应就可以反过来对语言教学起很大的促进作用。第六，迄今为止同类或同一种测试的发展状况如何?摸清语言测试目前发展到哪一步，有可能往前走到哪一步。不能原地踏步，也不能跨度太大。第二节 操作阶段操作阶段是测试开发过程的第二阶段，需要做的工作有：设计测试的主体框架，制定工作程序，制定测试规范和测试大纲，选择测试方式，确定测试项目比例，阐述考题类型，准备试卷的相关文件，制订施考操作规定，抽样，制作测试命题细目表，撰写试卷初稿，实施预测、修改试卷、编制试卷最终稿，提供评分标准等十二项。1. 设计测试的主体框架 整体结构设计 测试本身需要考虑三方面内容：1）范围通过需求分析或者对教学大纲的分析确定测试范围，根据这个范围便可划分出要测试的几个主要方面，设计试题结构时按照这些主要方面划定若干部分，在部分之下再设大题。2）比重决定测试覆盖哪些部分，还要决定这些部分之间的比重。我国很多重大语言测试的设计，各个部分比重的决定，常常只根据如何便于把分数凑成整数，而不是根据对测试性质的考虑。测试的性质，却往往就既体现在各个部分的比重上，而且通过反拨效应，直接左右教学的发展方向。所以试题设计者在设计试题时必须认真考虑试题的比重。3）题量题量要结合时间考虑。语言测试有速度测试（speed test）和力度测试（power test）之分。前者提供超量的试题，有意测量在规定时间内每人能完成的量。后者给的题量估计是规定时间内可以完成的，旨在测量能力而不考虑速度。速度测试的试题往往不难，用难度去区分受试者的试题只能放在力度测试中。有时同一套试题中有力度测试部分也有速度测试部分，视各个部分所要测试的目标能力的性质而定。 本测试与其他测试的关系考虑测试如果是系列多种测试中的一种，在设计时应考虑与同一系列其他测试的配合及分工问题。如果是反复性测试中的一次，应考虑与其他次测试的承接和等值问题。如果是分级测试中的一级，应考虑与其他级测试的衔接及层次划分问题。 测试技术与形式1）技术安排测试如何按时间分场，试题如何分卷，各个部分各大题的先后如何安排才是最佳方案等等。2）版面设计一般试卷分试题卷（question booklet）和答题卷/卡（answer booklet），有些测试还另发一份材料袋（materials booklet），提供做题时需要阅读或参考的文字材料或图表等。这些试卷的版面如何设计，如何分页，如何装订，如何加封条等等，都必须从有利于测试实施，有利于答题，有利于装订，有利于结果输入计算机，有利于机器阅卷或人工阅卷等方向考虑。3）每道大题的定型在设计大题时可以考虑如下问题：本大题应该是客观还是主观题？本大题应该是综合考点还是离散考点试题?本大题应该是综合技能还是离散技能试题？本大题应该是有语境试题，还是无语境试题？本大题应该是有情景试题，还是无情景试题？2. 制定工作程序李筱菊（2001:77）指出，测试是一个系统工程，是横向系统和纵向系统的结合：试题的题型、内容、各题时间规定、分数等等与试题结构有关的信息是它的横向系统；测试工作进行的系统是它的纵向系统。一个测试只有横向系统没有纵向系统是不可想象的。测试体系的设计既包括静态的蓝图也包括动态的流程图。测试能否作为一个科学的测试建立起来，然后作为一个科学的测试维持下去，这两个系统同样地起着决定性作用，同样地不可忽视。测试的横向系统，体现在它的试题结构，就是测试的蓝图上。测试的纵向系统，则体现在它的工作程序，就是测试的流程图。流程图的制定，是为了保证蓝图的实现。建立一个测试，从类别、范围、性质的确定，到整体结构、每道题型的设计，等于给测试绘制了蓝图，然后为了落实这个蓝图，就得制定一个制度，使工作按一定的程序去进行，使测试能按测试蓝图规定的内容和形式、质量和数量的要求，一次一次地生产、实施和结束。制定纵向系统，首先要明确测试工作的步骤：有多少个环节，哪一环扣哪一环，哪一环跟哪一环，每一环需要多少时间，必须什么日期前完成等等，定出一个运转时间表。其次需要明确人力分工：测试工作的三个专业班子如何分工配合，哪一部分工作需要在稳定班子之外聘用人力，每项工作由谁负责、谁执行、谁检查等等，定出一个组织计划。最后明确要求：每一项工作每一样产品（如试题等）的质量数量指标，每一步工作如何执行的具体规定（如保密规定）等等，定出一系列的规则和制度。这三方面结合起来，就构成一套严密、科学、高效率的测试工作程序。这样，测试工作转入经常性工作阶段，工作有了可以遵循的制度，测试这个机器才可以正常运转。3.制定测试规范和测试大纲测试规范和测试大纲是面向测试内部、外部的不同人群而设计的。撰写测试规范和测试大纲是测试建设和评估的核心内容。测试规范的内容非常详细，一般是只限于测试开发工作组内部使用的机密资料。尤其对于高风险（high-risk）的测试，更要注意规范的保密性，对测试开发相关人员以外的其他人士都要保密。使用范围包括测试设计人员和监控测试成败的专家。测试大纲则是公开的资料，内容浅显。测试大纲的适用对象主要是考生、教师、考生的上级教学主管单位以及开发测试教辅材料的编者和出版商。测试大纲是测试规范的简写本，是有选择地将可以公开的信息收录其中。下面将根据测试使用手册的不同对象进行说明。 测试规范编写 1）使用对象测试开发、设计人员，也包括设计分享试题题目的测试设计者或设计团队，是测试规范的主要阅读者。规范必须写明测试目的、内容、方法和试题构成（如包含几部分试题，试卷页数，测试时间分配等）。因此，规范的描述要浅显、清晰、全面和具体。另一类适用人群是测试的监控人员，主要是监控信度和效度的专家。这一部分人员与测试开发过程的关系不大。他们关注的重点是测试中与信度、效度有关的方面。所以即便有权利接触测试规范，也要限制其阅读的权限和范围。以监控信度的专家为例，工作人员提供的信息主要是：测试考核的语言和能力，测试设计的思路以及测试内容的理论依据。2）主要内容共计十项主要内容。No.Itemssub-items1目的(purpose)目的测试所属类型目标考生描述难度级别2能力描述(Ability Description)ability in “real world”skills to be testedelements to be tested3对象(test takers)个人特征文化或背景知识考生语言能力4内容(test content)测试任务(test tasks)对能力层次的要求（focus）材料主题（topics）材料类型或文体（text types）材料长度（text length）5试卷组织结构(test organization and weighting)试卷结构介绍比重(question weighting)题量(number of papers or sections)6考题类型(item type)择答题形式做答题形式7答题时间(time duration)试卷总时长(timing of papers)各部分时长(timing of subsections)8评分标准(Scoring Criteria)择答题类做答题类9监考管理(test administration)监考步骤和规则10测试开发指导手册（Guidance to item writers）考试命题细目表(test development chart)样卷(past papers/test samples)往期考生表现 (past student performance) 测试大纲编写1）使用对象测试大纲的使用者主要可以分为四类：考生，教师，考生所在院系的教学主管以及测试教辅材料的编者和出版社。教师对测试的看法会对考生产生直接而深远的影响，教师不仅会评估测试价值，也会考察测试的内容、理念和方法与课堂教学的联系是否紧密。面对同类型的多种测试，他们的意见在一定程度上会左右学生的报考。为了吸引更多考生参与同一项测试，测试大纲的撰写要体现出本测试符合教师意愿和需求的各个方面。当然，测试大纲也是让日常管理考生的教学部门（admissions offices）充分了解该测试的良好途径。建立信任是促进测试发展和测试结果应用于实践的基础。当管理部门认可一项测试后，他们在做决策时自然会考虑到考生的测试结果所反映出的问题。而测试教辅材料的编者和出版社则需要通过测试大纲了解测试，从而保证出版物的实用性。2）测试大纲的作用公布大纲是为了让测试用户，可能的受试者及其他与测试有关人员对测试有正确、全面的认识。大纲的公布还应酌量提前，给受试者适当的时间对测试做心理上、操作上或者必要的业务上的准备。现代语言测试理论认为，要使受试者能按测试的设计要求公平地考出实际水平来，完全有必要让他们事先知道测试的内容范围、题型、要求以及评分标准。因而测试大纲的制定和公布，就成了建立测试的一道必要程序。大纲的制定为测试工作定下了纲领，使测试工作有了白纸黑字的依据。换言之，公布了大纲，测试就得照大纲办，不能随便违背或偏离大纲。大纲本身，当然并非定了就永不能动。但是正常情况下，一个大纲既公布了就应稳定若干年，不可能一年两年就修改变动。大纲不动，测试就不能改。测试要改，必须经慎重考虑，先把大纲修订了并且重新公布了之后才能改。从这个意义上说。大纲的制定和公布有利于测试的稳定。而对反复性测试，稳定性正是信度中必要的因素之一。尤其是标准化测试，制定和公布大纲更是绝对需要的一步。有些测试，譬如学业成就测试，往往是对特定课程的检查和总结。如果这些课程已有了教学大纲，有人认为就不需要另外制定测试大纲了。可是教学和测试并不是一回事，各有其具体的要求和方法。即使是针对同一个课程的教学和测试，虽说内容范围是共同的，对这同样的内容怎样教和怎样考却也还是两回事。教学所做的一切，是为了把学生脑子里没有的内容装进去。测试所做的一切，却是为了把学生脑子里已有的内容显出来。出发点不同，要求和方法也就不一样。教学的要求和方法不能直接搬到测试里去，测试的要求和方法也不能直接用到教学中来。因而有了教学大纲，如果要搞正规的测试，还得另外制定一个测试大纲。当然这个大纲可以另外公布，也可以附在教学大纲之后。要明确的是：教学大纲不能代替测试大纲，测试大纲必须按测试大纲的要求，而不是按教学大纲的要求去制定。3）大纲的内容第一，总说明：包含测试的目的、性质、对象等。第二，测试范围：即使是学业成就测试，教学大纲中已有教学范围，往往也还有必要按测试的具体要求把测试内容范围重新加以明晰的限定和描写。假如测试本来就不是学业成就测试，自然这就更不可免了。第三，试题结构：说明整套试题结构如何，每道题考什么、如何考（题型）、要求如何、占分多少、时间多少、评分标准如何等等。最好每种题型都附样题。第四，参加测试的有关细则：如日期、地点、报名要求等等。要注意一点，测试大纲要阐明测试的目的、性质、要求，却没有必要大讲测试理论或者搬用测试专门术语。另外，试题要求固然要点明，却也无须把只有命题人员需要掌握的命题细则及方法等等写进大纲里。测试大纲制定并公布了之后，测试的建立工作便算完成。测试便应开始进入经常性工作阶段，进行第一次测试的准备、实施和总结。接着是其后一次又一次的测试准备、实施和总结，按制定的工作程序反复运转下去。4.选择测试方式测试方式的选择以二选一为主，根据测试目标和范畴可以考虑是直接测试还是间接测试，分离式测试还是综合式测试，又或者是各种方式综合型测试还是单一型测试等。至于测试方式的分类，可以参考第一阶段中对测试类型的分类介绍。在考虑采用何种测试形式时，需要兼顾二个方面。第一方面是测试效度，第二个需要考虑的方面是测试信度，考分要力求可靠性，能比较稳定地反映学生的真实水平。第三个方面是测试的可操作性，所设计的测试方式能够付诸实施。兼顾这三个方面意味着在设计时力求做到三者之间的平衡。基于上述考虑，我们可以在测试方式上采取直接测试与间接测试相结合的方法。直接测试用于提高测试的效度，间接测试则为了提高测试的信度。5.确定测试项目比例确定测试项目的比例，主要是指在测试第一阶段设定数种待考查的能力的基础上，确定各项试题的分值和时间。重点是确定每个题目考查哪些能力或者考查某个能力的哪些方面。测试项目比例的确定和测试目的以及测试的水平有关系。6.阐述考题类型 题型选择标准1）真实性确定测试后要选择相应的考题类型。怎样来建立选择标准呢？我们知道语言学习的最终目的是运用，因此在学习过程中的阶段性检查（如测试）的目的是预测学生在实际运用环境中的能力。鉴于此，我们在考虑考题类型时必须把真实性( authenticity)作为出发点，考题的设计要反映学生实际语言运用环境的特点。真实性可以体现在两个方面(Bachman and Palmer 1996: 104): (1) real-life tasks;(2) language instructional tasks。Real-life tusks指的是学生在日常生活中的语言交际活动，如在马路上问路等；任务大都与课程所教授的内容无关；language instructional tasks是课程教学活动或练习形式。最后的定夺要取决于测试的用途：如果是水平测试，真实性将通过real-life tasks来体现；如果是成就测试，它的真实性则反映在选用language instructional tasks上。可见，测试的方法与目的语在实际生活中的使用特征有很高的相关性。因此，在一份试卷中，测试知识和测试综合技能的项目各占多大比例要根据测试的水平和目的而定。测试中测试识别能力（recognition）的项目（如多项选择）和测试产出能力（production）的项目（如回答问题）等都要占有一定的比例，这也是测试“真实性”的体现。2）可操作性此外，在选择考题类型的过程中我们还必须考虑到可操作性。我们的主观愿望必须切实可行，不然的话即使设计最全面的测试也是毫无意义的。根据我们的实际经验，所选的三个考题形式在操作上不存在具体困难。 考题类型选择过程语言测试题目的类型和任务与语言学习任务之间有十分密切的关系，这种联系可以由下图加以说明：Language instructional tasks考虑因素：（1）测试效度、内容和方式的代表性；（2）测试的可操作性Test tasks为了详细说明考题类型选择的过程，以写作课为例(邹申 2008:47-48)，在课程中可以采用多种旨在提高能力的课堂练习或活动。为使考题类型具有代表性，根据众多练习本身的特点可以把它们分成两类: 直接类和间接类。间接类包括blank-filling exercises, error correct on exercises, sentence combining exercises。直接类包括 note writing和short compositions。在间接类中error correction练习要求改正的错误既可是语法与词汇类，也可是简单的段落篇章类。相比较之下，它比其他两类练习的覆盖面广。因此，把它作为一个测试项目较能概括课堂活动类任务的特点。直接类练习中的两项课堂活动形式各有其明显的特点: note强调语言功能的具体运用; short composition侧重语言的连贯表达,在内容、组织表达等方面都有较高的要求。由于它们相互之间的重合度不高,故我们把它们都选为测试的项目。邹申（2008:48）还用图表来显示考题类型的选择过程。Language instructional tasksIndirect exerciseDirect exerciseblank-filling, error correction, sentence combiningnote writing, short composition考虑因素：（1）测试效度、内容和方式的代表性；（2）测试的可操作性error correctionnote writing, short composition下表则显示所选考题类型的特点。TypeExpected ResponseModeerror correctionselectedwrittennote writingconstructedwrittenshort compositionconstructedgraphic to verbalsummary clozeconstructedwritten 测试输入语测试预期答题的方式可以是文字、图、表等或形体语言。测试输入语和测试回答之间存在三种关系：双向( reciprocal)型、非双向型(nonreciprocal)和自适应型(adaptive)。1）双向型关系：输入与回答之间直接沟通，因而输入影响回答，或回答影响输入。这种关系比较典型地表现在两人以上的口语交际活动中。2）非双向型关系：主要特征是输入和回答之间不存在沟通，即回答怀影响输入，或输入不以回答对错而自行调整。代表这种关系的考题类型有多项选择题、写作、听写、录音口试等。3）自适应型关系：与双向型关系有相似之处，即考生的回答会影响之后的输入。两者的不同之处在于双向型关系给考生提供即时、直接的反馈，使考生可以自行调整回答；而在自适应型关系中考生并不了解自身回答的质量。自适应型关系的典型表现形式是计算机自适应型测试。 测试方法分类及功能根据答题方式可以将试题分为择答题形式和做答题方式两类。择答题的题型主要有正误判断题、匹配题和多项选择题三种。采用做答题形式的测试方式或考题形式的种类较多，相互之间的区别也比较大，这主要表现在对回答的限制程度上。有些测试形式严格限制回答，比如在一个空格内只能填写一个字等；而有些测试形式只规定回答的大体要求。有填空题、转换题、信息转换题、简答题和论述题五种考题形式。下面我们将逐一对这八种题型做介绍。1）正误判断题(True-false Statement) 正误判断题一般由一个句子组成。此类题型侧重检验学生的判断能力，经常用于阅读或听力理解测试。通过正误判断题可以检查学生对某一细节的理解，对某一概念的掌握等等。误判断题有以下几个特点: (a) 题目相对容易撰写,命题难度不高；(b) 评分客观且容易；(c) 题目的覆盖面广。但是正误判断题也有自身的局限性: (a)一道题目一般只能包括一个考点；(b)考点多数倾向于检查具体或次要细节；(c)由于只有正误两个答案，猜题概率较高。鉴于正误判断题具有上述特点和局限性，在命题时要注意