英語(yǔ)語(yǔ)言測(cè)試專業(yè)術(shù)語(yǔ)速查英語(yǔ)語(yǔ)言測(cè)試作為語(yǔ)言教學(xué)與評(píng)估的核心環(huán)節(jié)，其專業(yè)術(shù)語(yǔ)體系承載著理論框架與實(shí)踐操作的雙重邏輯。無論是設(shè)計(jì)測(cè)評(píng)工具、分析測(cè)試數(shù)據(jù)，還是解讀評(píng)估結(jié)果，精準(zhǔn)把握術(shù)語(yǔ)內(nèi)涵都是提升工作效能的關(guān)鍵。本文梳理了語(yǔ)言測(cè)試領(lǐng)域高頻且核心的專業(yè)術(shù)語(yǔ)，以“概念定義+應(yīng)用場(chǎng)景”的方式呈現(xiàn)，助力從業(yè)者、研究者及學(xué)習(xí)者快速建立術(shù)語(yǔ)認(rèn)知，消解專業(yè)語(yǔ)境中的理解壁壘。一、測(cè)試類型與評(píng)估目標(biāo)語(yǔ)言測(cè)試的分類依托評(píng)估目標(biāo)與應(yīng)用場(chǎng)景展開，不同類型的測(cè)試服務(wù)于差異化的測(cè)評(píng)需求：ProficiencyTest（水平測(cè)試）旨在衡量受試者的綜合語(yǔ)言能力，不依附于特定教學(xué)內(nèi)容或課程體系（如雅思、托福）。其設(shè)計(jì)聚焦“語(yǔ)言能力”的通用維度（聽、說、讀、寫、譯），評(píng)估結(jié)果反映語(yǔ)言使用者在真實(shí)場(chǎng)景中的交際潛力。AchievementTest（成就測(cè)試）針對(duì)特定教學(xué)項(xiàng)目、課程或教材的學(xué)習(xí)成果評(píng)估（如期末英語(yǔ)考試、課程結(jié)業(yè)測(cè)評(píng)）。測(cè)試內(nèi)容與教學(xué)目標(biāo)高度關(guān)聯(lián)，用于檢驗(yàn)知識(shí)或技能的掌握程度，常作為教學(xué)質(zhì)量的反饋工具。DiagnosticTest（診斷性測(cè)試）以“問題定位”為核心目標(biāo)，通過細(xì)致拆解語(yǔ)言技能（如語(yǔ)法知識(shí)、詞匯運(yùn)用、語(yǔ)篇理解），識(shí)別學(xué)習(xí)者的優(yōu)勢(shì)與不足（如寫作中的句法錯(cuò)誤類型、閱讀中的邏輯推理短板），為教學(xué)干預(yù)提供依據(jù)。PlacementTest（分級(jí)測(cè)試）用于確定學(xué)習(xí)者的語(yǔ)言水平層級(jí)，以匹配適配的課程或教學(xué)階段（如語(yǔ)言學(xué)校的入學(xué)分級(jí)、在線課程的水平篩選）。測(cè)試難度覆蓋多水平區(qū)間，通過分?jǐn)?shù)或等級(jí)劃分實(shí)現(xiàn)“因材施教”的前置評(píng)估。二、信度與效度：測(cè)試質(zhì)量的核心標(biāo)尺信度（Reliability）與效度（Validity）是評(píng)判測(cè)試科學(xué)性的核心指標(biāo)，二者共同定義了測(cè)試結(jié)果的“可信度”與“解釋力”：Reliability（信度）指測(cè)試結(jié)果的一致性與穩(wěn)定性，即重復(fù)施測(cè)或不同評(píng)分者評(píng)判時(shí)，結(jié)果的偏差程度。常見類型包括：*Test-RetestReliability（重測(cè)信度）*：同一測(cè)試在不同時(shí)間施測(cè)于同組受試者，分?jǐn)?shù)的穩(wěn)定程度（如間隔1個(gè)月的兩次雅思?？汲煽?jī)相關(guān)性）。*Inter-RaterReliability（評(píng)分者信度）*：不同評(píng)分者對(duì)同一份答卷（如作文、口語(yǔ)錄音）評(píng)分的一致性，反映評(píng)分標(biāo)準(zhǔn)的可操作性。*InternalConsistencyReliability（內(nèi)部一致性信度）*：測(cè)試題目間的同質(zhì)性（如閱讀理解題中各小題的得分相關(guān)性），常用Cronbach’sα系數(shù)衡量。Validity（效度）指測(cè)試“測(cè)到了它聲稱要測(cè)的內(nèi)容”的程度，核心是結(jié)果解釋的合理性。關(guān)鍵類型包括：*ContentValidity（內(nèi)容效度）*：測(cè)試內(nèi)容與目標(biāo)語(yǔ)言能力的覆蓋度（如高考英語(yǔ)是否涵蓋課標(biāo)要求的語(yǔ)法、詞匯與語(yǔ)用場(chǎng)景）。*ConstructValidity（結(jié)構(gòu)效度）*：測(cè)試分?jǐn)?shù)能否反映理論定義的語(yǔ)言能力結(jié)構(gòu)（如“交際能力”是否包含語(yǔ)法能力、社會(huì)語(yǔ)言能力等維度）。*Criterion-RelatedValidity（效標(biāo)關(guān)聯(lián)效度）*：測(cè)試分?jǐn)?shù)與外部標(biāo)準(zhǔn)（如學(xué)術(shù)成績(jī)、工作績(jī)效）的關(guān)聯(lián)程度（如托福分?jǐn)?shù)與海外課堂參與度的相關(guān)性）。三、評(píng)分與評(píng)估：從“判分”到“反饋”的實(shí)踐邏輯語(yǔ)言測(cè)試的評(píng)分環(huán)節(jié)涉及工具設(shè)計(jì)、評(píng)分者管理與結(jié)果解讀，核心術(shù)語(yǔ)反映了評(píng)估的精細(xì)化程度：RatingScale（評(píng)分量表）對(duì)語(yǔ)言表現(xiàn)（如寫作、口語(yǔ)）進(jìn)行等級(jí)劃分的標(biāo)準(zhǔn)化工具，包含“描述性標(biāo)準(zhǔn)”與“分?jǐn)?shù)區(qū)間”（如雅思寫作的TR（任務(wù)回應(yīng)）、CC（連貫銜接）等維度的評(píng)分細(xì)則）。量表設(shè)計(jì)需平衡“區(qū)分度”與“可操作性”。HolisticScoring（整體評(píng)分）對(duì)語(yǔ)言產(chǎn)出（如作文、口語(yǔ)）進(jìn)行綜合印象評(píng)分，關(guān)注整體表現(xiàn)而非細(xì)節(jié)錯(cuò)誤（如快速判定作文的“優(yōu)秀/良好”等級(jí)）。優(yōu)點(diǎn)是效率高，缺點(diǎn)是易受評(píng)分者主觀偏差影響。AnalyticScoring（分析性評(píng)分）拆解語(yǔ)言能力維度（如語(yǔ)法準(zhǔn)確性、詞匯豐富度、語(yǔ)篇結(jié)構(gòu)）分別評(píng)分后求和，能更精準(zhǔn)定位優(yōu)勢(shì)與不足（如托福寫作的“內(nèi)容、組織、語(yǔ)言運(yùn)用”分項(xiàng)打分）。RaterTraining（評(píng)分者培訓(xùn)）對(duì)評(píng)分人員進(jìn)行標(biāo)準(zhǔn)解讀、樣例分析、偏差校準(zhǔn)的過程，旨在提升*Inter-RaterReliability*（如高考英語(yǔ)作文評(píng)分前的集中培訓(xùn)，統(tǒng)一評(píng)分尺度）。四、題型與任務(wù)設(shè)計(jì)：測(cè)試形式的實(shí)踐表達(dá)語(yǔ)言測(cè)試的題型（ItemType）直接影響測(cè)試目標(biāo)的實(shí)現(xiàn)，不同任務(wù)類型對(duì)應(yīng)不同的能力測(cè)評(píng)重點(diǎn)：Selected-ResponseItem（選擇性試題）受試者從預(yù)設(shè)選項(xiàng)中選擇答案（如單選題、配對(duì)題），典型如：*Multiple-ChoiceQuestion(MCQ，多項(xiàng)選擇題)*：考查語(yǔ)言知識(shí)（如語(yǔ)法、詞匯）或理解能力（如閱讀細(xì)節(jié)題），優(yōu)點(diǎn)是評(píng)分客觀，缺點(diǎn)是易受猜測(cè)影響。*True/FalseItem（正誤判斷題）*：簡(jiǎn)化版的選擇題，常用于基礎(chǔ)語(yǔ)言知識(shí)或事實(shí)性理解的考查。Constructed-ResponseItem（建構(gòu)性試題）受試者需自主產(chǎn)出語(yǔ)言（如寫作、口語(yǔ)、填空），典型如：*ClozeTest（完形填空）*：通過刪除語(yǔ)篇中的詞匯或結(jié)構(gòu)，考查語(yǔ)言的銜接性與語(yǔ)境理解（如基于語(yǔ)法、詞匯或語(yǔ)篇邏輯的填空）。*IntegratedTask（綜合任務(wù)）*：整合多模態(tài)輸入（如閱讀+聽力）后產(chǎn)出語(yǔ)言（如托福綜合寫作，要求基于閱讀和聽力材料寫總結(jié)），考查“信息整合+語(yǔ)言表達(dá)”的復(fù)合能力。*PerformanceTask（表現(xiàn)性任務(wù)）*：模擬真實(shí)語(yǔ)言使用場(chǎng)景（如商務(wù)談判角色扮演、學(xué)術(shù)演講），評(píng)估語(yǔ)言的交際有效性（如雅思口語(yǔ)的“話題討論”環(huán)節(jié)）。五、統(tǒng)計(jì)與分析：數(shù)據(jù)驅(qū)動(dòng)的測(cè)試優(yōu)化語(yǔ)言測(cè)試的數(shù)據(jù)分析依托統(tǒng)計(jì)學(xué)工具，揭示測(cè)試質(zhì)量與受試者表現(xiàn)的規(guī)律：ItemDifficulty（題目難度）用*P值*（正確率）衡量題目難度：P值越高，題目越簡(jiǎn)單（如某閱讀題P=0.85，說明85%的受試者答對(duì)）。難度需適配測(cè)試目標(biāo)（如選拔性測(cè)試需設(shè)置中等偏難的題目）。DiscriminationIndex（區(qū)分度）題目區(qū)分不同水平受試者的能力，常用*Point-BiserialCorrelation（點(diǎn)-雙列相關(guān)）*或*DifficultyDifference（難度差）*計(jì)算。區(qū)分度高的題目（如高分組正確率遠(yuǎn)高于低分組）能有效篩選能力差異。ItemResponseTheory(IRT，項(xiàng)目反應(yīng)理論)基于受試者的答題情況，建立“題目參數(shù)（難度、區(qū)分度、猜測(cè)度）”與“受試者能力”的數(shù)學(xué)模型（如Rasch模型），實(shí)現(xiàn)“因人而異”的精準(zhǔn)評(píng)分（如計(jì)算機(jī)自適應(yīng)測(cè)試CAT的核心理論）。TestEquating（測(cè)試等值）使不同版本或場(chǎng)次的測(cè)試分?jǐn)?shù)具有可比性（如雅思不同考次的分?jǐn)?shù)校準(zhǔn)），通過統(tǒng)計(jì)方法消除題目難度差異對(duì)分?jǐn)?shù)的影響。六、其他核心術(shù)語(yǔ)：測(cè)試生態(tài)的延伸概念語(yǔ)言測(cè)試的影響超越“分?jǐn)?shù)本身”，這些術(shù)語(yǔ)反映了測(cè)試與教學(xué)、社會(huì)的互動(dòng)：Backwash/WashbackEffect（反撥效應(yīng)）測(cè)試對(duì)教學(xué)與學(xué)習(xí)行為的影響（如高考英語(yǔ)的題型是否導(dǎo)致教學(xué)過度“應(yīng)試化”，或雅思的交際導(dǎo)向是否推動(dòng)課堂更關(guān)注真實(shí)語(yǔ)用）。正向反撥能優(yōu)化教學(xué)，負(fù)向反撥則需通過測(cè)試改革規(guī)避。Authenticity（真實(shí)性）測(cè)試任務(wù)、文本與真實(shí)語(yǔ)言使用場(chǎng)景的契合度（如托福聽力的講座文本是否接近真實(shí)大學(xué)課堂，口語(yǔ)話題是否源于日常/學(xué)術(shù)交際）。高真實(shí)性任務(wù)能提升測(cè)試的*FaceValidity*（表面效度，即受試者對(duì)測(cè)試合理性的感知）。Benchmark（基準(zhǔn)）定義語(yǔ)言能力水平的“標(biāo)準(zhǔn)參照點(diǎn)”（如歐洲語(yǔ)言共同參考框架CEFR的A1-C2等級(jí)，或中國(guó)英語(yǔ)能力等級(jí)量表CSE的各層級(jí)描述），為測(cè)試分?jǐn)?shù)的解讀提供統(tǒng)一尺度。結(jié)語(yǔ)英語(yǔ)語(yǔ)言測(cè)試的專業(yè)術(shù)語(yǔ)是理論與實(shí)踐的“橋梁”，其精準(zhǔn)理解既需要扎根語(yǔ)言測(cè)試學(xué)的經(jīng)典理論（如Bachman的語(yǔ)言能力模型、Messick的效度框架），也需要結(jié)合測(cè)評(píng)實(shí)踐的場(chǎng)景化思考。本文梳理的術(shù)語(yǔ)體系覆蓋了測(cè)試設(shè)計(jì)、實(shí)施、分析的核心環(huán)節(jié)，建議讀者在實(shí)際工作中結(jié)合具體案例深化認(rèn)知——例如，在設(shè)