新汉语水平考试HSK（六级）试卷难度控制研究

张晋军 张慧君 张铁英 符华均 黄贺臣

新汉语水平考试HSK（六级）是新HSK笔试难度最高的等级。为使不同次考试的分数具有可比性，使参加不同次考试的考生得到公平对待，HSK（六级）拼卷人员采取“内容均衡、形式统一、篇幅控制”等措施，努力使不同试卷在难度上保持一致。通过预测，可以更好地控制试卷难度。但预测有试题曝光的风险，须投入一定的人力物力，同时其准确性受各种条件的限制。如果不预测，试卷难度控制就更为关键。考试结束后，统计人员还要对分数进行等值处理。

HSK（六级）在试卷难度控制方面效果如何？试卷难度信息能为等值提供什么借鉴？我们拟通过对2011年全球8次HSK（六级）考试的数据进行统计分析，来尝试回答上述问题。

1 研究设想

2011年，HSK（六级）在全球组织了8次考试，使用了8套试卷，考生共计36 484人，其中韩国籍考生25 939人，占全体考生的71.10%。具体信息见表1、表2。

表1

表2

要考查HSK（六级）不同试卷的难度差别，有两种方法。一是正式考试时，在不同试卷中安置共同题，通过不同次考生在共同题上的表现来推测不同试卷的难度差。但是为应对应试冲击，新HSK试题的使用是一次性的，不同试卷中不包含相同的试题。二是组织一批考生，将多套试卷都考一遍，考生是相同的，考生的水平没有发生变化，那考生在不同试卷上的分差就是试卷难度差。这基本上也不具有可操作性。

通过表1可以看出，HSK（六级）每次考试，全球考生数量都在2 700人以上。如果将不同次考试的考生看做是总体考生的若干个随机样本，我们就可以假设他们具有相同或近似的汉语水平。这样的话，不同次考试的考生在不同试卷上的得分差异就可视为试卷难度差。由此，在一定程度上，我们就可以对HSK（六级）不同试卷难度控制的质量做出评价。

通过表1、表2可以看出，每次考试，韩国籍考生数量都在2 400人以上。因此，我们还可以韩国籍考生为统计对象，评价HSK（六级）不同试卷难度控制的质量。

HSK（六级）含听力、阅读、书写三部分。本文使用的是这8次考试的原始分数据，只对客观题听力分、阅读分进行统计分析，未对主观题书写分做统计分析。

2 统计分析

HSK（六级）听力50题，阅读50题。我们统计了HSK（六级）2011年8次考试全球考生、韩国籍考生的听力、阅读平均分。具体信息见表3。

表3

HSK（六级）听力、阅读原始分满分都是50分。通过表3可以看出，全球考生听力平均分普遍高于阅读平均分。听力平均分在34.36～40.60分波动，波动范围为6.24分，均值为37.36分。阅读平均分在30.63～34.34分波动，波动范围为3.71分，均值为32.34分。听力平均分均值为37.36分，阅读平均分均值为32.34分，相差5.02分。

韩国籍考生听力平均分普遍高于阅读平均分。听力平均分在34.17～38.55分波动，波动范围为4.38分，均值为36.76分。阅读平均分在29.00～32.48分波动，波动范围为3.48分，均值为31.35分。听力平均分均值为36.76分，阅读平均分均值为31.35分，相差5.41分。

8次考试全球考生相关数据如图1所示，8次考试韩国籍考生相关数据如图2所示。

图1

图2

新加坡考生汉语水平普遍较高。统计显示，4月考试，新加坡考生占全体考生的11.62%；6月考试，新加坡考生占全体考生的20.84%；其他6次考试的比例则都在2%以下。新加坡考生对4月、6月考试全球考生平均分有拉高的影响，会造成对4月、6月使用试卷难度系数的高估。

3 讨论

根据上述统计分析可以发现，HSK（六级）8次考试，听力分普遍高于阅读分，相差5分左右。听力分在35～40分波动，阅读分在30～35分波动。这种波动较为稳定，反映了HSK（六级）试卷难度控制的现有水平。评价HSK（六级）试卷难度控制的质量，可以韩国籍考生为统计对象，也可以剔除新加坡籍等特殊考生群体的全球考生为统计对象。

新HSK最初采用“共同题等值法”实现等值，但很快就在应试培训的冲击下放弃了这种等值方法。“共同组等值法”则因缺少可操作性，一直未能派上用场。在对HSK（六级）难度控制的研究过程中，我们发现，新HSK可以尝试使用“平均分等值法”来实现等值。其假设是，在每次考试有足够数量、足够代表性考生的前提下，不同次考试考生群体的汉语水平相同或相似。如果某次考试听力平均分偏高，意味着听力分测验可能偏易，需要减分；阅读平均分偏低，意味着阅读分测验可能偏难，需要加分。结合图1来看，如果下次考试，听力平均分在35～39分，可能就不做调整。但如果在这个区间之外，我们就须加分或减分，调整幅度由相关人员集体讨论确定。这是一种粗略的等值方法，但它简便易行，可操作性强。

在听力均值线和阅读均值线的确定上，“平均分等值法”有两种选择。一是将其固定，比如选择近三年来的20次考试，获得听力、阅读平均分均值线，今后的考试围绕这两条均值线做调整。二是将其动态化，每次考试都围绕之前所有考试形成的均值线做调整。

[1] 谢小庆.对15种测验等值方法的比较研究[J].心理学报,2000.

[2] 谢小庆.关于HSK等值的试验研究[J].世界汉语教学,1998(2).

[3] 谢小庆.HSK和MHK的等值[J].考试研究,2005(4).

[4] 谢小庆.考试分数等值的新框架[J].考试研究,2008(2).

[5] 谢小庆,任杰.关于HSK等值改进的一项实验研究[J].世界汉语教学,2006.

[6] 谢小庆,任杰.HSK等值方法的改进.对外汉语教学的全方位探索[M].商务印书馆.2005.

[7] 约瑟夫·M·瑞安（美）.基于经典测量理论和项目反应理论的等值与连接（一）[M].考试研究.2001(1).

[8] 约瑟夫·M·瑞安（美）.基于经典测量理论和项目反应理论的等值与连接（二）[M].考试研究.2001(2).

[9] 约瑟夫·M·瑞安（美）.基于经典测量理论和项目反应理论的等值与连接（三）[M].考试研究.2001(3).

[10] 张晋军.关于汉语水平考试（HSK）等值设计的新思考[J].中国考试,2008(8).

[11] 张晋军.国家职业汉语能力测试（ZHC）拼卷工作介绍[J].中国考试,2007(1).