英語口語水平與大學英語四級成績的相關分析*

王 雙

(福建江夏學院，福建福州350108)

隨著全球經濟、文化一體化的不斷深化，全社會對于英語學習的熱情正在快速高漲.然而已經通過英語四、六級考試，卻難以用英語進行交流的人比比皆是.英語作為一種實用性的語言交流工具，在我國應試教育的體制下，單詞和語法的重要性往往大于口語能力培養.在普遍存在的升學壓力和過級需求的影響下，英語教學趨向于片面追求考試成績，忽視對學生應用能力的培養，不僅與英語教育的初衷背道而馳，也造成了學生花費大量時間學英語，卻成為“聾子英語”“啞巴英語”［1］.為了糾正大學生普遍持有的“說得好，不如考得好”的學習觀念，本文使用SPSS18.0中文版統計軟件實證研究英語口語水平和大學英語四級成績之間的相關關系，旨在說明英語口語練習的重要性，證明“聽”、“讀”和“寫”三項基本能力的提高與英語口語水平有著密不可分的關聯.

1 相關分析的概念

相關分析是分析客觀事物之間關系的定量分析方法.許多事物或現象之間總是相互聯系的，并且可以通過一定的數量關系反映出來，相關分析可以描述和分析兩個或兩個以上變量之間相關的性質及其相關程度.進行相關分析的主要方法有圖示法和計算相關系數法.圖示法主要是通過繪制相關散點圖，找出變量之間相關關系的模式［2］.圖示法是一種探索性分析的方法，無法對相關關系進行精確的計量.因此在初步判斷變量間存在相關關系的基礎上，通常還要計算相應的分析指標——相關系數［3］.計算相關系數法是根據不同類型的數據，選擇不同的計算方法求出相關系數，據此進行相關分析.相關系數最早由Pearson提出，又稱Pearson相關系數，其數值范圍介于-1與+1之間，相關系數越接近+1，表明正相關的程度越高；反之，負相關的程度越高.

2 變量和樣本選取

2.1 變量

(1)口語水平變量.為了能夠較客觀反映大學生的英語口語水平，筆者采取定量分析的方法，用口語成績體現口語水平，采取百分制.口語成績的統計公式如下：

口語成績=Presentation成績×65% +平時主動回答問題的次數×5分×30% +5分

其中，Presentation的成績占口語總成績的65%.具體要求：主題須與教材相關；形式包括演講、角色扮演、影視橋段配音和詩朗誦等(基本脫稿)；個人時長不少于2分鐘；分數構成：教師評分占50%，同學評分(每次隨機選五位同學打分，去掉一個最高分和一個最低分之后取平均分)占50%；評分標準：90分及以上是優秀，標準是主題健康向上、表達流暢自然、能夠吸引廣泛關注、積極與觀眾互動，80～89分為良好，70～79分為合格，70分以下為不合格.

其次，平時主動回答問題的累計成績占總成績的30%.

最后，為了體現口語水平的層次，各班口語水平排名前五的同學另有5分的加分——在學期結束時，以班級為單位投票選出英語語言能力較強的同學.

(2)其他五個變量.除了口語水平變量之外，本研究選取了大學英語四級考試成績中的聽力成績、閱讀成績、寫作成績、綜合測試成績和總成績作為變量分別與口語水平這個變量進行相關分析.

2.2 樣本選取

本研究的數據采樣來源于東南部某高校120名學生第二學期的口語成績和首次參加大學英語四級考試的各項成績.為了盡量降低由于時間差或專業等因素帶來的誤差，該120名學生來自不同年級的三個專業.英語口語成績和四級考試成績均取自被調查對象大學一年級的第二學期，主要是因為經過第一學期的適應和調整階段，學生對以上兩類考試的熟悉程度基本達到一致，四項基本能力從被訓練到接受考核的時間區間基本重合，這樣可以保證變量之間相關關系的客觀性和緊密性.

3 英語口語水平與四級各項成績相關分析

在使用SPSS18.0統計軟件對120名學生的英語口語水平和四級考試成績進行相關分析的過程中，為了確保測試成績的可靠性和穩定性，首先要對六項變量進行信度分析.本文采用克隆巴赫系數(Cronbach′s alpha)衡量信度，取值范圍為 0 ～ 1［4］.通常情況下克隆巴赫系數在0.6以上，被認為可信度較高，介于0.70～0.98均屬高信度.分析結果顯示，六項成績變量的克隆巴赫系數值為0.797，具有較高的可信度.

3.1 英語口語水平和聽力成績的相關分析

利用SPSS18.0軟件的統計分析功能，對120名學生的口語水平和聽力成績分別進行圖示法和Pearson相關系數法的相關分析.

(1)圖示法.如圖1所示，樣本數據大致呈帶狀較為緊密的分布狀況，口語水平集中在75～92分區間，聽力成績主要集中在105～180分區間，離群值數量非常少，這說明口語水平和聽力成績兩個變量之間有很明顯的線性相關關系；所繪制的散點圖基本呈現從左下至右上的上升趨勢，如果把左下角坐標為［75，75］的點和右上角［97，205］的點連起來得到一條斜率大于0的直線，可以看出樣本數據基本分布在這條直線附近，這表明兩個變量之間存在正相關的關系，即隨著口語水平的提高，聽力成績也會增高.

圖1 口語水平和聽力成績的散點圖

當然，屬于特例的離群值也同時存在，例如口語水平比較低的學生竟考出接近聽力滿分的高分成績，而口語水平在90分以上的學生的聽力成績也有125分(尚未及格)的情況出現.這體現出標準化考試的弊端，聽力考試中即使聽不懂語音材料，也能夠憑猜題或“蒙”題選出答案，正確率在25%的前提下的確比較有機會得到分數.

(2)相關系數法.使用SPSS18.0軟件中的雙變量間的相關分析命令，對120名學生的口語水平和聽力成績進行Pearson相關系數分析.數據顯示，口語水平和聽力成績的相關系數值為0.663，說明兩變量之間存在顯著正相關的關系.

3.2 英語口語水平和閱讀成績的相關分析

(1)圖示法.如圖2所示，樣本數據分布非常緊密，出現了一些重合在一起的點，口語水平集中在75～92分區間，閱讀成績主要集中在110～190分區間，離群值數量極少，這說明口語水平和閱讀成績兩個變量之間存在更為明顯的線性相關關系；所繪制的散點圖基本呈現從左下至右上散布的上升趨勢，如果把左下角坐標為［75，102］的點和右上角［97，220］的點連起來可得到一條斜率大于0的直線，明顯看出樣本數據分布在這條直線附近，這表明兩個變量之間存在正相關的關系，即當口語水平提升時，閱讀成績也會隨之增高.

同時，也存在少數離群值，例如，口語水平低于90分的學生，閱讀成績竟高達195分，得分率約78%；而口語水平90分的學生，閱讀成績也會出現不及格的例外.這一方面體現出標準化考試的弊端，也說明應試教育不能夠充分鼓勵學生提高語言應用能力.

圖2 口語水平和閱讀成績的散點圖

(2)相關系數法.使用SPSS18.0軟件中的雙變量間的相關分析命令，對120名學生的口語水平和閱讀成績進行Pearson相關系數分析.數據顯示，口語水平和閱讀成績的相關系數值高達0.730，說明兩變量之間存在十分顯著的正相關關系.

3.3 英語口語水平和寫作成績的相關分析

(1)圖示法.如圖3所示，樣本數據分布有一定的緊密性，口語水平集中在75～92分區間，寫作成績主要分布在68～105分區間，這說明口語水平和寫作成績兩個變量之間存在比較明顯的線性相關關系；散點圖中的樣本基本呈現從左下至右上分布的上升趨勢，如果把左下角坐標為［75，65］的點和右上角［95，120］的點連起來可以得到一條斜率大于0的直線，樣本數據基本都圍繞這條直線分布，表明兩個變量之間存在正相關的關系，即當口語水平提升時，寫作成績也會隨之增高.然而，離群值的情況也同時存在，例如，口語水平高達95分的學生，寫作成績才75分(尚不及格).這也體現出應試教育片面追求考試成績的現狀，英語口語水平較高的學生的語言應用能力不一定完全能夠在一般的標準化考試中反映出來.

圖3 口語水平和寫作成績的散點圖

(2)相關系數法.利用SPSS18.0軟件中的雙變量間的相關分析命令，對120名學生的口語水平和寫作成績進行Pearson相關系數分析.分析數據顯示，口語水平和寫作成績的相關系數值較前兩組變量略低，為0.575，但是仍然能夠說明這兩個變量之間存在比較明顯的正相關關系.

3.4 英語口語水平和綜合測試成績的相關分析

(1)圖示法.如圖4所示，樣本數據分布比較緊密，口語水平集中在75～92分區間，綜合測試成績主要集中在37～60分區間(得分率主要集中在53%～85%)，這說明口語水平和綜合測試成績兩個變量之間存在比較明顯的線性相關關系；所繪制的散點圖基本呈現從左下至右上分布的上升趨勢，如果把左下角坐標為［75，30］的點和右上角［97，69］的點連起來即得到一條斜率大于0的直線，樣本數據基本分布在這條直線附近，這表明兩個變量之間存在正相關的關系，即當口語水平提高時，綜合測試成績也會提高.

同時，少部分口語水平比較高的學生的綜合測試成績并不理想，而綜合測試成績較好的學生的口語水平低于一般水準.例如，口語水平在91分的學生，綜合測試成績可能低至35分(滿分42分).這說明應試教育過于強調語法學習而忽視英語的實際應用訓練.

圖4 口語水平和綜合測試成績的散點圖

(2)相關系數法.利用SPSS18.0軟件中的雙變量間的相關分析命令，對120名學生的口語水平和綜合測試成績進行Pearson相關系數分析.分析數據顯示，口語水平和綜合測試成績的相關系數值為0.618，說明這兩個變量之間存在比較明顯的正相關關系.

3.5 英語口語水平和總成績的相關分析

(1)圖示法.如圖5所示，樣本數據明顯呈帶狀分布，較前面四組變量的樣本分布更加緊密，口語水平集中在75～92分區間，總成績主要集中在370～550分區間(52% ～77%)，離群值數量非常少，這說明口語水平和總成績兩個變量之間有很明顯的線性相關關系；所繪制的散點圖基本呈現從左下至右上的上升趨勢，如果把左下角坐標為［75，300］的點和右上角［92，606］的點連起來可得到一條斜率大于0的直線，樣本數據十分明顯地分布在這條直線附近，這表明兩個變量之間存在正相關的關系，即隨著口語水平的提高，總成績也會增高.當然，特例也同時存在，例如，口語同是80分水平的學生們，CET4總成績竟然出現從300～500分之間整整200分差的大跨度；口語考到95分的學生的總成績才420分(不及格).這說明由于四級考試中大量客觀題目的存在，學生總成績變量難免出現離群值，也體現出CET4考試無法體現部分學生的實際英語口語水平的現象.

圖5 口語水平和總成績的散點圖

(2)相關系數法.利用SPSS18.0軟件中的雙變量間的相關分析命令，對120名學生的口語水平和總成績進行Pearson相關系數分析.分析數據表明，口語水平和CET4總成績的相關系數值高達0.805，已經達到高度相關的程度，說明兩個變量之間存在非常明顯的正相關關系.

4 結論

綜上所述，英語口語水平與CET4各項成績之間皆分別存在正相關的關系.按照Pearson相關系數的計算，學生的英語口語水平與CET4總成績的相關系數最高，依次排下去是閱讀成績、聽力成績、綜合測試成績和寫作成績.從整體而言，本著提高CET4成績的目的，高校大學英語教學應重視提高學生的口語水平；從實際應用的情況來看，在全球化的時代，學習英語這一世界性語言，交流的意義不言自明.目前，高校的應試教學模式不能很好地適應英語是一種語言工具的現實，這在一定程度上背離了英語教育的本質.高校教育的目的是促進學生的全面發展，因此應全面培養學生的聽、說、讀、寫能力，不可有所偏廢.

［1］凌軍輝.應試教育不改，英語糾結難消［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數據分析基礎與實踐［M］.北京：電子工業出版社，2010：206-216.

［3］翟永平.統計分析及相關軟件應用［M］.北京：經濟科學出版社，2010：203

［4］鄒申.語言測試［M］.上海：上海外語教育出版社，2005：125.