高中英語測試成績的統計分析法運用

[摘? 要：為了督促學生學習和檢查教學效果，英語測試后，需要對數據進行統計和分析?？茖W的統計分析方法能夠獲得全面、真實、準確、可靠的數據。本文將集中量數和離散量數運用到高中英語測試結果的統計分析中，為全面科學的統計分析測試結果，全面客觀的評價學生，公平公正的評價教師教學效果，呼應新課程標準要求，改善高中英語課堂教學，推動素質教育發展。

關鍵詞：高中英語;測試;統計分析;數據]

在二十一世紀以來，中國教育發生巨大變化。隨著新課程標準（2017）的實施，新教材的應用，對普通高中英語教學質量要求日益增加。測試對教學具有一定的反撥作用，這決定測試是提高教學質量必不可少的手段之一。測試后，傳統方法是求出全班測試分數的平均數，通過比較平均數進行評價，缺乏嚴密的科學性。目前，大部分學校統計出集中量數和離散量數，但是僅用平均數進行評價，未充分利用標準化統計分析測試后的其他數據，一線教師面臨同樣的問題，甚至有人都不知道全距，標準差是什么。本人將標準化統計方法在高中英語測試統計中的實踐方法介紹給大家，共同探討。

一、標準化統計方法在測試中運用

（一）集中量數

考試結束后得到的結果是每個考生的分數。這些分數稱為原始分數（raw mark）。如果孤立地去看待每個分數，顯然是沒有意義的。比如說，在一次滿分為20分的考試中某個考生得15分，這個分數是高還是低，只有把成績和他人的成績進行比較才能做出判斷。因此，在對每個考生的分數作出解釋前，必須檢查整個考試的情況。簡單來講，如果把每個考生的成績按從高到低的順序排個序，某個考生處在什么位置就清楚啦。

但是，如果考生人數相當多，把分數一個個羅列出來費時費力，同時也說明不了什么問題。常用的辦法是描述這些分數的集中趨勢，求出其集中量數（measures of central tendency）。集中量數反應數據向某一點集中的情況。常見的用來描述數據集中趨勢的統計量有平均數（mean）、中位數（median）和眾數（mode）。

平均數是用來表述分數分布集中趨勢最常用的一種方法。它可以用來進行組間比較，為判明一組數據和另一組數據的數值差別。在測試后進行成績統計和統計分析，第一件事是得出班級平均數和分數段。在兩個平行班測試分數比較時，將兩個班每個學生分數一一羅列或用個別學生分數拿出來比較都得不出結果，若將他們的平均數進行比較，就會明了，故平均數（mean）是用來描述分數分布集中趨勢最常用的一種方法。其計算方法是，把一組數據中的每個數據相加，然后除以該組數據的個數，得到的值即為該組數據的平均數。中位數是指把一組數值按從低到高或從高到低的順序排列后位于中間位置的那個數。眾數是指一組數據中出現次數最多的那個數值。

平均數、中位數、眾數均為集中量數，各自描述典型情況不同，如表1所示。

只求平均數的方法有一下幾點局限性：首先，平均數會受到極大值和極小值的影響，一組數據中若出現一個數值極低或極高，計算出來的平均數或者大大下降或這大大上升，所以平均數不足以代表該組數據的典型水平。其次，一組數據中會存在其中個別數據數值的大小模糊不清或不夠確切，導致無法計算其平均數。相應的應對辦法就是在測試成績統計中，采用中位數（Medium）和眾數（Mode）。中位數的優點在于很少受兩極端數值的影響，眾數優點是能幫助分析解釋一組數據中頻數分布的形態。

二、離散量數（Measures of dispersion）

描述一組數據的特征僅用集中量數是不夠的，還需考慮其分散情況。因為兩組數據的平均數和中位數可能完全相同，但他們之間會存在著很大的區別。描述數據離散趨勢的統計量稱為離散量數（measures of dispersion）。用來描述離散趨勢的統計指標有全距（range）和標準差（standard deviation）。

全距是指把一組數據按照從小到達的順序排列，用最高分減去最低分，所得的值就是全距。用全距表示數據的離散趨勢不精確，因為它只考慮到最高值和最低值，沒有考慮到中間的數值。描述數據變異特征或離散情況最常用的統計指標是標準差。如平均成績相同，但他們的離散程度卻不同，想要更全面的反映出成績統計數據全貌，只說明典型情況是不夠的，必須對問題的特殊性即數據的變異性進行描述。例如2020年11月份我校高二年級期中考試成績統計。見表2.

從表中可以看出1班平均成績比4班平均成績高9.76，2班平均成績比3班平均成績高1.45;從平均分角度分析，1班成績比4班成績好，2班比3班成績好。但是實際上只是表面現象，這平均分所反映的情況不全面，也未能反應出真實情況。從標準差角度分析，4班的離散程度小于1班的離散程度，其成績相對集中，故4班全班的學習成績要比1班好，因為1班離散程度大于4班，就表明它的成績高低懸殊大。要求同時對各班成績分數的離散程度也進行度量，才能夠做到比較客觀的、公正的評定教師的教學效果和學生的英語學習情況，而且還能對數據中反應出來的特殊情況采取專門的措施加以解決。

此外，在應用集中量數對一組數據的典型情況進行描述是，還存在著這些集中量數的代表性如何這一問題，常用的是全距和標準差。一組數據集中量數的代表性如何，可由表示差異情況的量數來說明，也就是全距和標準差。全距值越大，表示數據分布的范圍越廣，離散程度越大，越不整齊;全距值越小，表示數據分布的越集中。標準差的值越大，這組數據的

離散程度越大，即數據越參差不齊;標準差的值越小，離散程度越小，即數據越集中。標準差應用于教育教學當中，不能一概而論，要具體情況具體分析。例如表2中1班考試成績標準差極大，這對教師的教學極為不利，反映出學生間差異大，這樣平均分也失去了意義。但是如果參加選拔類或者競賽類考試，某道試題的標準差很小，說明該題目區分度差（區分度指一個題目區分考生能力的程度。如果考試中有一道題水平高的學生都答對了，水平低的學生都答錯了，這道題的區分能力就很強。計算題目區分度常用方法是：先把考生按其總分而分為高分組和低分組，然后高分組的人數減去低分組的人數，在初一高分組和低分組人數之和。），不能區分優等生和差生的能力水平，是一個質量較差的試卷，應對措施是改為標準差較大的考題。集中量數是指量尺上的一點，是點值。而離散量數是量尺上的一段距離，只有將兩者結合起來分析測試結果，才能對測試成績做出全面、公正的分析，從而得到有真正價值的統計數據，來反映學生水平和改進課堂教學。

三、結語

綜上所述，描述高中測試數據和分析高中測試結果需要綜合使用集中量數和離散量數于高中英語測試統計分析中，才能科學的真實的評價每一位學生，評價教師教學效果，滿足新課程標準（2017）對英語教學的要求，實現素質教育。

參考文獻

[1]朱靜.高職英語測試成績的統計分析法運用[J].浙江：金華職業技術學院學報，2004.

[2]J.B.Heaton Writing English Language Tests [M] Beijing： Foreign Language Teaching and Research Press， 2019.

[3]洪民.國際語言測試的計分趨向考察[J].安徽：教育與考試出版社，2011（01）.

[4]張靜.標準分數在大學英語分級教學測試中的應用[J].吉林：吉林省輿林報刊發展有限責任公司，2014（70）.

[5]韓寶成.外語教學科研中的統計法[M].北京：外語教學與研究出版社，2000.

[6]劉潤清，韓寶成.語言測試和他的方法[M].北京：外語教學與研究出版社，2000.

[7]李躍平.大學英語成績統計對比分析[A].賈峰超.專業學校教育與管理文集[C]，北京：光明日報出版社，1996.

[8]王孝玲.教育統計學[M].上海：華東師范大學出版社，2001.

作者簡介

彭麗佳（1994—），女，黑龍江雙鴨山人，哈爾濱師范大學2020級碩士研究生 院系：西語學院 研究方向：學科教學（英語）。

哈爾濱師范大學? 黑龍江? 哈爾濱? 150025? 忠德肅寧實驗學校? 河北? 滄州? 肅寧? 062350