英语口语水平与大学英语四级成绩的相关分析*

王 双

(福建江夏学院，福建福州350108)

随着全球经济、文化一体化的不断深化，全社会对于英语学习的热情正在快速高涨.然而已经通过英语四、六级考试，却难以用英语进行交流的人比比皆是.英语作为一种实用性的语言交流工具，在我国应试教育的体制下，单词和语法的重要性往往大于口语能力培养.在普遍存在的升学压力和过级需求的影响下，英语教学趋向于片面追求考试成绩，忽视对学生应用能力的培养，不仅与英语教育的初衷背道而驰，也造成了学生花费大量时间学英语，却成为“聋子英语”“哑巴英语”［1］.为了纠正大学生普遍持有的“说得好，不如考得好”的学习观念，本文使用SPSS18.0中文版统计软件实证研究英语口语水平和大学英语四级成绩之间的相关关系，旨在说明英语口语练习的重要性，证明“听”、“读”和“写”三项基本能力的提高与英语口语水平有着密不可分的关联.

1 相关分析的概念

相关分析是分析客观事物之间关系的定量分析方法.许多事物或现象之间总是相互联系的，并且可以通过一定的数量关系反映出来，相关分析可以描述和分析两个或两个以上变量之间相关的性质及其相关程度.进行相关分析的主要方法有图示法和计算相关系数法.图示法主要是通过绘制相关散点图，找出变量之间相关关系的模式［2］.图示法是一种探索性分析的方法，无法对相关关系进行精确的计量.因此在初步判断变量间存在相关关系的基础上，通常还要计算相应的分析指标——相关系数［3］.计算相关系数法是根据不同类型的数据，选择不同的计算方法求出相关系数，据此进行相关分析.相关系数最早由Pearson提出，又称Pearson相关系数，其数值范围介于-1与+1之间，相关系数越接近+1，表明正相关的程度越高；反之，负相关的程度越高.

2 变量和样本选取

2.1 变量

(1)口语水平变量.为了能够较客观反映大学生的英语口语水平，笔者采取定量分析的方法，用口语成绩体现口语水平，采取百分制.口语成绩的统计公式如下：

口语成绩=Presentation成绩×65% +平时主动回答问题的次数×5分×30% +5分

其中，Presentation的成绩占口语总成绩的65%.具体要求：主题须与教材相关；形式包括演讲、角色扮演、影视桥段配音和诗朗诵等(基本脱稿)；个人时长不少于2分钟；分数构成：教师评分占50%，同学评分(每次随机选五位同学打分，去掉一个最高分和一个最低分之后取平均分)占50%；评分标准：90分及以上是优秀，标准是主题健康向上、表达流畅自然、能够吸引广泛关注、积极与观众互动，80～89分为良好，70～79分为合格，70分以下为不合格.

其次，平时主动回答问题的累计成绩占总成绩的30%.

最后，为了体现口语水平的层次，各班口语水平排名前五的同学另有5分的加分——在学期结束时，以班级为单位投票选出英语语言能力较强的同学.

(2)其他五个变量.除了口语水平变量之外，本研究选取了大学英语四级考试成绩中的听力成绩、阅读成绩、写作成绩、综合测试成绩和总成绩作为变量分别与口语水平这个变量进行相关分析.

2.2 样本选取

本研究的数据采样来源于东南部某高校120名学生第二学期的口语成绩和首次参加大学英语四级考试的各项成绩.为了尽量降低由于时间差或专业等因素带来的误差，该120名学生来自不同年级的三个专业.英语口语成绩和四级考试成绩均取自被调查对象大学一年级的第二学期，主要是因为经过第一学期的适应和调整阶段，学生对以上两类考试的熟悉程度基本达到一致，四项基本能力从被训练到接受考核的时间区间基本重合，这样可以保证变量之间相关关系的客观性和紧密性.

3 英语口语水平与四级各项成绩相关分析

在使用SPSS18.0统计软件对120名学生的英语口语水平和四级考试成绩进行相关分析的过程中，为了确保测试成绩的可靠性和稳定性，首先要对六项变量进行信度分析.本文采用克隆巴赫系数(Cronbach′s alpha)衡量信度，取值范围为 0 ～ 1［4］.通常情况下克隆巴赫系数在0.6以上，被认为可信度较高，介于0.70～0.98均属高信度.分析结果显示，六项成绩变量的克隆巴赫系数值为0.797，具有较高的可信度.

3.1 英语口语水平和听力成绩的相关分析

利用SPSS18.0软件的统计分析功能，对120名学生的口语水平和听力成绩分别进行图示法和Pearson相关系数法的相关分析.

(1)图示法.如图1所示，样本数据大致呈带状较为紧密的分布状况，口语水平集中在75～92分区间，听力成绩主要集中在105～180分区间，离群值数量非常少，这说明口语水平和听力成绩两个变量之间有很明显的线性相关关系；所绘制的散点图基本呈现从左下至右上的上升趋势，如果把左下角坐标为［75，75］的点和右上角［97，205］的点连起来得到一条斜率大于0的直线，可以看出样本数据基本分布在这条直线附近，这表明两个变量之间存在正相关的关系，即随着口语水平的提高，听力成绩也会增高.

图1 口语水平和听力成绩的散点图

当然，属于特例的离群值也同时存在，例如口语水平比较低的学生竟考出接近听力满分的高分成绩，而口语水平在90分以上的学生的听力成绩也有125分(尚未及格)的情况出现.这体现出标准化考试的弊端，听力考试中即使听不懂语音材料，也能够凭猜题或“蒙”题选出答案，正确率在25%的前提下的确比较有机会得到分数.

(2)相关系数法.使用SPSS18.0软件中的双变量间的相关分析命令，对120名学生的口语水平和听力成绩进行Pearson相关系数分析.数据显示，口语水平和听力成绩的相关系数值为0.663，说明两变量之间存在显著正相关的关系.

3.2 英语口语水平和阅读成绩的相关分析

(1)图示法.如图2所示，样本数据分布非常紧密，出现了一些重合在一起的点，口语水平集中在75～92分区间，阅读成绩主要集中在110～190分区间，离群值数量极少，这说明口语水平和阅读成绩两个变量之间存在更为明显的线性相关关系；所绘制的散点图基本呈现从左下至右上散布的上升趋势，如果把左下角坐标为［75，102］的点和右上角［97，220］的点连起来可得到一条斜率大于0的直线，明显看出样本数据分布在这条直线附近，这表明两个变量之间存在正相关的关系，即当口语水平提升时，阅读成绩也会随之增高.

同时，也存在少数离群值，例如，口语水平低于90分的学生，阅读成绩竟高达195分，得分率约78%；而口语水平90分的学生，阅读成绩也会出现不及格的例外.这一方面体现出标准化考试的弊端，也说明应试教育不能够充分鼓励学生提高语言应用能力.

图2 口语水平和阅读成绩的散点图

(2)相关系数法.使用SPSS18.0软件中的双变量间的相关分析命令，对120名学生的口语水平和阅读成绩进行Pearson相关系数分析.数据显示，口语水平和阅读成绩的相关系数值高达0.730，说明两变量之间存在十分显著的正相关关系.

3.3 英语口语水平和写作成绩的相关分析

(1)图示法.如图3所示，样本数据分布有一定的紧密性，口语水平集中在75～92分区间，写作成绩主要分布在68～105分区间，这说明口语水平和写作成绩两个变量之间存在比较明显的线性相关关系；散点图中的样本基本呈现从左下至右上分布的上升趋势，如果把左下角坐标为［75，65］的点和右上角［95，120］的点连起来可以得到一条斜率大于0的直线，样本数据基本都围绕这条直线分布，表明两个变量之间存在正相关的关系，即当口语水平提升时，写作成绩也会随之增高.然而，离群值的情况也同时存在，例如，口语水平高达95分的学生，写作成绩才75分(尚不及格).这也体现出应试教育片面追求考试成绩的现状，英语口语水平较高的学生的语言应用能力不一定完全能够在一般的标准化考试中反映出来.

图3 口语水平和写作成绩的散点图

(2)相关系数法.利用SPSS18.0软件中的双变量间的相关分析命令，对120名学生的口语水平和写作成绩进行Pearson相关系数分析.分析数据显示，口语水平和写作成绩的相关系数值较前两组变量略低，为0.575，但是仍然能够说明这两个变量之间存在比较明显的正相关关系.

3.4 英语口语水平和综合测试成绩的相关分析

(1)图示法.如图4所示，样本数据分布比较紧密，口语水平集中在75～92分区间，综合测试成绩主要集中在37～60分区间(得分率主要集中在53%～85%)，这说明口语水平和综合测试成绩两个变量之间存在比较明显的线性相关关系；所绘制的散点图基本呈现从左下至右上分布的上升趋势，如果把左下角坐标为［75，30］的点和右上角［97，69］的点连起来即得到一条斜率大于0的直线，样本数据基本分布在这条直线附近，这表明两个变量之间存在正相关的关系，即当口语水平提高时，综合测试成绩也会提高.

同时，少部分口语水平比较高的学生的综合测试成绩并不理想，而综合测试成绩较好的学生的口语水平低于一般水准.例如，口语水平在91分的学生，综合测试成绩可能低至35分(满分42分).这说明应试教育过于强调语法学习而忽视英语的实际应用训练.

图4 口语水平和综合测试成绩的散点图

(2)相关系数法.利用SPSS18.0软件中的双变量间的相关分析命令，对120名学生的口语水平和综合测试成绩进行Pearson相关系数分析.分析数据显示，口语水平和综合测试成绩的相关系数值为0.618，说明这两个变量之间存在比较明显的正相关关系.

3.5 英语口语水平和总成绩的相关分析

(1)图示法.如图5所示，样本数据明显呈带状分布，较前面四组变量的样本分布更加紧密，口语水平集中在75～92分区间，总成绩主要集中在370～550分区间(52% ～77%)，离群值数量非常少，这说明口语水平和总成绩两个变量之间有很明显的线性相关关系；所绘制的散点图基本呈现从左下至右上的上升趋势，如果把左下角坐标为［75，300］的点和右上角［92，606］的点连起来可得到一条斜率大于0的直线，样本数据十分明显地分布在这条直线附近，这表明两个变量之间存在正相关的关系，即随着口语水平的提高，总成绩也会增高.当然，特例也同时存在，例如，口语同是80分水平的学生们，CET4总成绩竟然出现从300～500分之间整整200分差的大跨度；口语考到95分的学生的总成绩才420分(不及格).这说明由于四级考试中大量客观题目的存在，学生总成绩变量难免出现离群值，也体现出CET4考试无法体现部分学生的实际英语口语水平的现象.

图5 口语水平和总成绩的散点图

(2)相关系数法.利用SPSS18.0软件中的双变量间的相关分析命令，对120名学生的口语水平和总成绩进行Pearson相关系数分析.分析数据表明，口语水平和CET4总成绩的相关系数值高达0.805，已经达到高度相关的程度，说明两个变量之间存在非常明显的正相关关系.

4 结论

综上所述，英语口语水平与CET4各项成绩之间皆分别存在正相关的关系.按照Pearson相关系数的计算，学生的英语口语水平与CET4总成绩的相关系数最高，依次排下去是阅读成绩、听力成绩、综合测试成绩和写作成绩.从整体而言，本着提高CET4成绩的目的，高校大学英语教学应重视提高学生的口语水平；从实际应用的情况来看，在全球化的时代，学习英语这一世界性语言，交流的意义不言自明.目前，高校的应试教学模式不能很好地适应英语是一种语言工具的现实，这在一定程度上背离了英语教育的本质.高校教育的目的是促进学生的全面发展，因此应全面培养学生的听、说、读、写能力，不可有所偏废.

［1］凌军辉.应试教育不改，英语纠结难消［EB/OL］.(2013-10-5) ［2013-10-11］.http：//edu.people.com.cn/n/2013/1005/c1053-23108133.html

［2］李洪成.SPSS 18数据分析基础与实践［M］.北京：电子工业出版社，2010：206-216.

［3］翟永平.统计分析及相关软件应用［M］.北京：经济科学出版社，2010：203

［4］邹申.语言测试［M］.上海：上海外语教育出版社，2005：125.