SPSS在大學英語試卷分析中的應用研究

陳石磊

(武漢生物工程學院 外國語學院，湖北 武漢 430415)

試卷質量分析是教學實踐的重要組成部分，對試卷進行量化分析，可以了解學生對知識的掌握情況，為及時調控教學策略提供客觀依據。同時，對于提高教師編制試卷的能力，促進試卷標準化有著積極的應用價值[1]。正如劉寶權、席仲恩所言，試卷命題人過于依賴自己的經驗出題不能保證試卷的科學性，同時缺乏必要的簡單統計知識，對考試結果的解讀過于主觀和片面[2]。因此，依據一定的統計學理論來參與試卷的制作、分析是很有必要的。

本文以筆者自擬的一套大學英語期末試卷為樣本，運用SPSS 18.0進行分析，對試卷的難度和區分度、各題型與卷面總分的相關程度、班級之間成績的差異性檢驗進行考察，試圖探究一種英語試卷的標準分析模式。

一、研究方法

(一)試卷概況

研究試卷為某高校2013年1月使用過的一套期末試卷。試卷的內容和形式經教研室全體老師討論通過；為考察《全新版大學英語第四冊綜合教程》的教學情況，試卷內容針對的是讀寫兩種技能。題型和權重分布為作文20%、填詞10%、閱讀50%、中譯英10%、英譯中10%，其中客觀題分值占60%，主觀題分值占40%。

(二)調查對象

本套試卷的受試對象為該校2011級部分專業的重點班，所用教材與普通本科班不同，共有208名學生采用本套試卷。

(三)數據收集與整理

所有題型均由教研室以流水作業的形式集體閱卷。作文有兩位教師評判，求其平均分。在分數差距較大時，由教研室全體老師討論決定分數。評分結束后，在SPSS中輸入各題單項成績和總分成績。

用鼠標左鍵單擊數據編輯器下方的“Variable Vie”字樣，進入變量命名及定義界面。在第一列輸入變量名：在第一行的第一個單元格中輸入“姓名”，在第二行的第一格輸入“性別”，以此類推；單擊第二列的相應單元格，選擇適當的變量類型，除“姓名”對應的變量類型為“String”之外，其他變量類型均設置為“Numeric”；第三列使用默認值；關于第四列“Decimals”的輸入，“姓名”可以忽略，其他變量可選擇為2；最后一列“Measure”對應于“姓名”的選擇“Nominal”，對應于其他變量的可選“Scale”；其余均用SPSS的默認值。變量定義完畢后，左鍵點擊下面的“Data View”，就可以開始輸入數據。待原始數據準備就緒后，即可進行相關分析。

二、結果與討論

(一)試卷質量分析

1.考試成績的基本描述性統計

表1 統計量

劉潤清、韓寶成認為均值、中值、眾數若比較接近，則反映了數據呈正態分布[3]。表1的數據說明了受試者的卷面成績總體呈正態分布，其中作文題的得分是最理想的正態分布。此外，對卷面成績進行K-S檢驗，結果顯示為Asymp.Sig.(2-tailed)=0.087>0.05，證明受試者的卷面成績呈正態分布。但據此判斷整體題型的難易度過于片面，還需結合試卷的難度系數分析、區分度分析以及信效度分析來考慮。

2.難度系數分析

在SPSS窗口新建一個包括平均分Mean和各題滿分值W的數據文件。單擊[Transform→Compute]，在Numeric Expression框中輸入計算公式“Mean/W”；在Target Variable框中輸入難度系數“P”，點擊OK鈕得到各題的難度系數。

試題難度值與試題實際難易程度正好相反。難度值P越大，表示能夠正確解答該題的學生越多，說明試題越容易，而難度值越小，則試題越難。難度適中更能客觀地反映出試卷的難度與學生接受程度的關系。

表2 難度系數表

Heaton認為試卷的難度系數應保持在0.3～ 0.7之間[4]。在本套試卷中，作文、選詞填空和段落翻譯三種題型的難度系數均超過了0.7，可以認為是較容易。一方面選詞填空來自于課后練習，導致這部分題目的難度總體偏易；另一方面，作文和段落翻譯的難度系數較高，反映改卷的主觀性大。精讀理解、快速閱讀和句子翻譯三個題型的難度系數介于0.4～ 0.7之間[4]，可以認為是難度中等，整套試卷的難度系數為0.708，說明對大部分受試者而言，試卷較為容易。

3.區分度分析

如果要了解每個小題的區分度，可以采用相關法分析試卷的內部一致性。一般對客觀題采用Spearman相關分析, 對主觀題采用Pearson相關分析[1]。每小題的區分度見表3和表4。

表3、表4反映每個小題與卷面總分之間的相關系數即區分度，綜合這兩個表的結果即為各題型的區分度，見表5。

根據胡素芬等對區分度與考試的對應關系研究[5]，表5顯示各題的區分度均大于0.4，說明題目的區分度好，能有效測試學生的水平。

4.信度分析

該試卷整體內部一致性檢測的Cronbach’s Alpha值為0.686，表示整套試卷的信度可以接受(見表6)。但若將該試卷用于大規模的施測，部分試題需要改進。

表3 客觀題型成績與總成績的Spearman相關系數

表4 主觀題型成績與總成績的Pearson相關系數

表5 各題型的區分度

表6 試卷的信度分析

(二)試卷成績分析

1.考試成績的差異性檢驗

為具體了解每個班的考試成績，我們從受試者所在的8個班級選取A班和B班作進一步分析。

表7 兩個班期末成績的描述統計量表

單從兩個班期末成績的描述統計量表7可以看出，兩個班的成績不分伯仲，但成績是否存在顯著性差異，需要結合差異性檢驗來看，如表8所示。

表8 兩個班期末考試成績的獨立樣本t檢驗結果

A班的平均成績為73.1852(標準差為11.95516，均值的標準誤差為2.30077)，B班的平均成績為70.1538(標準差為9.64859，均值的標準誤差為1.89225)。盡管A班的平均成績高于B班，但獨立樣本t檢驗結果顯示兩個班的成績沒有顯著性差異。

2.性別差異下期末考試成績的獨立樣本t檢驗

表9 性別差異下期末考試成績的獨立樣本t檢驗結果

從表9可知，男生的平均成績為69.3421(標準差為10.75093，均值的標準誤差為1.74403)，遠遠低于女生的平均成績77.6667(標準差為9.03696，均值的標準誤差為2.33333)，獨立樣本t檢驗證實了男女生成績存在顯著差異。

3.任課班級與非任課班級學生之間成績的獨立樣本t檢驗

筆者對任課班級和非任課班級學生的考試成績進行了獨立樣本t檢驗，以探求該套試卷是否適用于所有受試者，結果見表10。

表10 任課班級與非任課班級學生之間成績的獨立樣本t檢驗結果

筆者任課班級學生的平均成績為71.6500(標準差為10.52556，均值的標準誤差為1.17679)，非任課班級學生的平均成績為70.0625(標準差為13.04188，均值的標準誤差為1.15275)。盡管任課班級的平均成績高于非任課班級，但獨立樣本t檢驗結果顯示，班級之間的成績沒有顯著性差異，也就是說本套試卷對參考學生均適用。

4.期末考試成績與高考成績的相關程度

表11 期末考試成績與高考成績的Pearson相關系數

由表11可知，期末考試成績與高考成績的Pearson相關系數為0.534，說明兩者有著極其明顯的正相關關系。也就是說，高考成績好的或者說英語基礎好的學生本次期末考試表現較佳，高考英語成績欠佳的學生本次考試也不太好。但是，考試成績與學生的學習動機、學習態度、教材、教學生態環境等因素密切相關，關于影響學生考試成績的其他因素的研究將另文詳述。

三、結論

考試是檢驗教學效果的一種測量方式，只有采取科學的測量理論對考試題目進行分析，取優棄劣，才能為課程教學提供客觀的參考。在教學整個動態過程中，試卷的分析是非常必要的。本文利用SPSS軟件對大學英語試卷進行了定量分析，有別于傳統大學英語試卷的描述性分析。該分析模式能清楚反映教學的運用情況，學生對知識的掌握情況等。擬題人可以通過該分析模式對不合理的題目進行剔除或修改，以便能更好地用于測試，達到教學大綱的要求。

參考文獻：

[1] 紀宏偉.基于SPSS的試卷分析與解讀[J].職業教育研究,2011(8):169-170.

[2] 劉寶權,席仲恩.SPSS在英語試卷統計分析中的應用[J].外語電化教學,2004(1):63-65.

[3] 劉潤清,韓寶成.語言測試和它的方法[M].北京:外語教學與研究出版社,2000:28.

[4] Heaton J B.Writing English Language Tests[M].北京:外語教學與研究出版社,2000:178-179.

[5] 胡素芬,肖煜民,肖枝洪.對全國大學英語競賽中IQ測試題的分析與思考[J].華中農業大學學報:社會科學版,2012(1):117-121.