普通話水平測試員的素質與測試信度

摘 要： 作者針對在普通話水平測試過程中發現的一些問題，如測試員業務素質不高，缺乏必要的漢語語音理論知識及較強的聽音、辨音、記音能力，或者工作態度不認真，導致測試信度不高，影響測試質量等進行分析，并提出建議。

關鍵詞： 普通話水平測試 測試員素質 測試信度

普通話水平測試是對應試人員運用普通話所達到的標準程度的檢測和評定。普通話的標準只有一個，普通話水平測試是用這把唯一的標準“尺子”對應試人的普通話水平進行測量。宋欣橋在《普通話水平測試中的評分差異》一文中針對等級中正常的非臨界評分差異指出：一級，差異在0.9分以內。二級，差異在1.5分以內。三級，差異在2分以內。如果評分差異過大，超出這一正常范圍，那么測試結果將會受到質疑，影響測試的信度。

每每參加普通話水平測試，經常見到分數懸殊的情況。第一次合作的測試員往往要經過一個“磨合期”，分數才慢慢接近。“普通話的標準只有一個”，測試員心中的這把“尺子”應該是一樣的，那為什么評分會有較大差異呢？經觀察分析，我認為這與測試員的素質有很大關系，可以說測試員的素質直接影響到測試信度。

測試員的素質主要應該包括業務素質和工作態度兩個方面。國家語委頒發的《關于普通話水平測試管理工作的若干規定（試行）》（國語［1997］32號）對測試員提出了明確要求：熟悉推廣普通話工作方針政策和普通話語音理論，掌握《漢語拼音方案》和常用國際音標，熟悉方言和普通話的一般對應規律，普通話口語水平達到一級，有較強的普通話水平測試能力和較豐富的測試工作經驗，有高度的事業心、責任感和工作熱情。然而現實情況并非如此。在參加培訓的學員中，科班出身從事漢語教學與研究工作的內行較少，有的教理化，或在某些行政崗位工作。這些人雖然普通話說得標準，但缺乏必要的漢語語音理論知識及較強的聽音、辨音、記音能力，即使通過了測試員資格考試，也會對普通話水平的測試質量有影響。有的測試員責任心不強，導致了測試結果信度的降低。

測試員素質不高對測試質量的影響主要表現在以下幾方面。

一、字音錯誤、缺陷的漏判、誤判

首先，普通話水平測試作為一種口試形式，應試人發出的聲音轉瞬即逝，這就要求測試員能迅速捕捉應試人的發音特點，并對其做出準確及時的分析與評判。這一過程要求瞬間完成。訓練有素的測試員的這種反應幾乎是自動化的，不存在“思索”過程。如果測試員經驗不足，或對評分標準不熟悉，對某一字音的評判有猶豫，耽誤了時間，就會影響到對后面字詞的聽辨。特別是低分段考生，速度可能很快，但錯誤百出，根本不容測試員充分思考。第二題是雙音節詞連讀，實際速度會更快，這就要求測評員注意力更集中。朗讀項要同時考查應試人的方言語調、停頓不當等問題，說話項要同時考查說話人的語音面貌和詞匯語法使用情況及自然流暢度，可能會顧此失彼，以致漏判。

其次，有些測評員聽辨語音能力不強，對有些語音現象不夠敏感，也易造成漏判。例如，陰平調調值讀成44，應該判缺陷，但測試員沒有感覺到，從而漏判。

再次，評分標準模糊，對所謂定性分析的認識不清，造成誤判。如上聲調，許多應試者在讀單音節字詞時讀成半上，有的測試員判為錯誤，有的測試員判為缺陷，分值差別較大。根據對語音錯誤的描述，把“甲”讀作“乙”才算錯，那么這些讀音應判缺陷，因為盡管調值不到位，畢竟還沒有讀成另外的音。如鼻化元音，如果對這一“定性”存在認識上的模糊，就易誤判。

最后，測試員個人的好惡、偏見也易影響評分。有些測試員對某些方音特別反感，把缺陷判成錯誤，造成評分過嚴；而對那些能容忍的方音則視而不見，造成評分過松。

雖然錯判、漏判一個字音只有0.2、0.1或0.05分的差異，但是量的積累會產生質的變化。

二、對朗讀項語調偏誤等視程度扣分把握不準，造成評分誤差

《大綱》規定：“語調偏誤，視程度扣0.5分、1分；聲母或韻母的系統性語音缺陷，視程度扣0.5分、1分、2分；停連不當，視程度扣0.5分、1分、2分；朗讀不流暢（包括回讀），視程度扣0.5分、1分、2分。”這種描述，本身有其模糊性。如果在“定量”的基礎上“定性”，評分就會多一些依據、會更客觀些。但是《大綱》對這一項沒有更詳細的說明，給測試員評分帶來困難。我參加測試員培訓班學習，在該項測評練習時，全體學員對同一個例子進行分析評分，有扣2分的，也有扣1分的，甚至有扣0.5分的。在實際測試過程中，有些測試員只是憑感覺評分，或者以各自的經驗為參照，主觀隨意性大，寬嚴尺度不一。僅此一項，就可能出現較大的差距。

三、對說話項語音面貌的評分歸檔把握不準

說話項是考查應試人在沒有文字憑借的情況下說普通話的水平，重點測查語音標準程度、詞匯語法規范程度和自然流暢程度。此項成績占總分的30%，而我省把第三項“選擇和判斷題”刪去，其10分的分值加在了說話語音面貌一欄。這樣，僅語音面貌一欄就占去30分。因此，對語音面貌評分的正確把握相當重要，而測試員對這一項的把握也最感困難。首先是對“有方音但不明顯”、“方音比較明顯”、“方音明顯”的理解有分歧。我在考核驗證班學習時，對一個案例印象很深：放完一個考生的說話錄音后，各自打分。多數測試員認為該考生語音面貌不錯，就扣去4分。最后老師總結說他方音比較明顯。理由是一些詞輕重音格式不對，應歸入三至四檔，應扣5—6分。這是各位測試員評分分歧最大的一項。一些測試員只了解一些評分規則，缺少實踐經驗，一遇上具體問題就猶豫不決，對自己信心不足，“參考”其他測試員的評分，使自己的評分失去獨立性。還有一些測試員憑“經驗”打分或受“經驗”的負面影響，僅憑幾句話就給出一個分數，對字音失誤缺少統計、對語音失誤類型和方言色彩及方音成分缺乏分析。這些都是造成此項評分錯檔、出現重大失誤的常見原因。

此外，在實際測試工作中，任何一項測試，要想得到可信的評分，就必須注意保持測驗的必要長度（所謂測驗的長度，就是測驗項目的多少，測驗項目越全面、越多，測驗的可靠性就越高）。應保證說話的足夠長度，只有這樣，應試人真實的語音面貌才可能全面地展現出來，使評分更客觀、公正，從而提高測試的信度。

測試工作專業性強，測試員一方面要努力加強學習，開闊視野，提高自己的測評能力，避免技術層面上的失誤，另一方面要認真對待，避免非技術層面上的偏差，使評分盡可能客觀公正。

普通話測試管理部門也要加大對測試員的監管力度，堅持后續培訓，定期考核，開展測試理論研究，且在每次測試前統一測試標準，縮小誤差，提高測試信度。

參考文獻：

［1］國家語言文字工作委員會普通話培訓測試中心編制.普通話水平測試實施綱要.北京：商務印書館，2006.

［2］國家語言文字工作委員會普通話培訓測試中心，《語言文字應用》編輯部合編.普通話水平測試的理論與實踐.北京：商務印書館，1998.