Setengah Band Ialah Satu Ralat Piawai: Kebolehpercayaan IELTS, 2024-2025

IELTS melaporkan setiap skor seksyen dalam langkah setengah band, yang membuatkan satu band kelihatan seperti ukuran dengan saiz tetap. Statistik kebolehpercayaan 2024-2025 ujian itu sendiri mengatakan sebaliknya. Listening membawa ralat piawai pengukuran 0.43 band, iaitu 0.86 daripada langkah 0.5 yang digunakan untuk mencetak skor itu. Laporan ini meneliti angka kebolehpercayaan dan ketepatan yang diterbitkan IELTS bagi tahun ujian 2024-2025, yang merangkumi kebolehpercayaan seksyen, persetujuan pemeriksa dan anggaran komposit bagi keseluruhan ujian. Angka-angka ini diagregatkan merentas versi ujian dan hanya merangkumi statistik populasi yang diterbitkan, bukan mana-mana calon individu.

Penemuan utama

1. Skor seksyen Listening mempunyai ralat piawai 0.43 band, manakala Academic Reading 0.36 dan General Training Reading 0.47, jadi tiada seksyen reseptif yang tepat sehingga kurang daripada kira-kira satu pertiga band.
2. Kebolehpercayaan tinggi dan terikat rapat: Cronbach's alpha berjulat antara 0.83 hingga 0.95 dengan purata 0.90 bagi seksyen Listening, 0.87 hingga 0.94 dengan purata 0.92 bagi Academic Reading, dan 0.88 hingga 0.93 dengan purata 0.91 bagi General Training Reading.
3. Kemahiran yang dinilai pemeriksa bergantung pada persetujuan antara penilai dan bukan pada konsistensi dalaman: penilaian semula menghasilkan pekali antara penilai 0.90 bagi Speaking dan 0.92 bagi Writing.
4. Apabila digabungkan merentas 4 seksyen, anggaran kebolehpercayaan komposit ialah 0.97 bagi kedua-dua Academic dan General Training, dengan ralat piawai komposit 0.17 dan 0.19 band masing-masing.

Latar belakang

Skor band merumuskan satu prestasi, dan setiap skor seumpama itu membawa ralat. Persoalan yang lebih khusus ialah sejauh mana satu band yang dicetak boleh tersasar daripada skor yang akan diterima oleh orang yang sama pada versi berbeza bagi seksyen yang sama. Itulah yang dijawab oleh ralat piawai pengukuran (SEM), dan itulah yang kini diterbitkan IELTS bersama pekali kebolehpercayaannya.

Kedua-dua statistik ini tidak boleh saling bertukar ganti. Kebolehpercayaan menerangkan sejauh mana sesuatu seksyen mengukur apa yang diukurnya secara konsisten merentas calon yang mendudukinya. SEM menukar kebolehpercayaan itu kepada mata band menggunakan sebaran skor yang diperhatikan, jadi pekali yang sama boleh menghasilkan SEM yang berbeza dalam seksyen yang berbeza. Bagi seorang calon, akibat praktikalnya ialah perubahan yang lebih kecil daripada ralat pengukuran tidak dapat dibezakan daripada kebetulan, dan sama ada ralat itu cukup kecil untuk diabaikan bergantung pada seberapa halus skor itu dicetak.

Data dan kaedah

Sumber dan tempoh. Angka-angka ini ialah statistik kebolehpercayaan dan ketepatan yang diterbitkan pada halaman statistik ujian IELTS bagi tahun ujian 2024-2025, bersama Jadual 1 daripada terbitan itu, yang melaporkan min seksyen, sisihan piawai dan ralat piawai pengukuran [1].

Sampel. IELTS memperoleh anggaran ini daripada versi ujian yang digunakan secara operasi sepanjang 2024-2025 dan daripada calon yang mendudukinya. Laporan itu menerbitkan julat merentas versi dan satu purata, bukan jadual mengikut versi, dan ia tidak menerbitkan rekod peringkat calon: setiap angka di sini ialah anggaran teragregat merentas versi ujian dan calon yang mendudukinya. Unit analisis ialah versi ujian dan seksyen, bukan seseorang individu.

Definisi. Cronbach's alpha dilaporkan sebagai konsistensi dalaman bagi seksyen 40 item. Ralat piawai pengukuran dikira sebagai sisihan piawai didarab dengan punca kuasa dua satu tolak kebolehpercayaan. Setengah band ialah langkah 0.5 yang digunakan untuk melaporkan skor seksyen pada skala hingga 9. Anggaran komposit menggabungkan 4 seksyen, menggunakan alpha bagi seksyen reseptif dan pekali antara penilai bagi seksyen yang dinilai pemeriksa, menurut Feldt dan Brennan (1989) seperti yang dipetik oleh IELTS.

Angka terbitan. Setiap penukaran ralat piawai kepada unit band dalam laporan ini ialah aritmetik atas angka yang diterbitkan dan direkodkan dalam fail data yang disertakan: SEM dibahagi 0.5 untuk nisbah setengah band, dan 1.96 didarab dengan SEM untuk selang 95%. Tiada angka dibundarkan semula melebihi satu tempat perpuluhan.

Keputusan

Listening ialah seksyen paling kurang tepat antara tiga seksyen yang mempunyai angka kebolehpercayaan diterbitkan. Minnya 6.45, sisihan piawainya 1.36 dan SEMnya 0.43. Kerana setengah band ialah 0.5 band, ralat pengukuran itu ialah 0.86 daripada langkah terkecil yang digunakan untuk mencetak skor. Academic Reading lebih ketat: min 6.32, sisihan piawai 1.26, SEM 0.36, atau 0.72 setengah band. General Training Reading lebih longgar daripada kedua-duanya, dengan min 6.05, sisihan piawai 1.56 dan SEM 0.47, iaitu 0.94 setengah band.

Dari segi selang, julat 95% di sekitar skor Listening ialah kira-kira 0.84 band pada setiap arah, yang pada grid setengah band bermakna 6.5 yang dicetak konsisten dengan apa-apa nilai dari 5.5 hingga 7.5. Bagi Academic Reading, selang yang sama ialah kira-kira 0.71 band, jadi peralihan daripada 6.0 kepada 6.5 lebih kecil daripada jalur ralat di sekitar mana-mana skor itu.

Pekali kebolehpercayaan di sebalik angka-angka itu tinggi dan berhampiran antara satu sama lain. Alpha Listening berjulat 0.83 hingga 0.95 sekitar purata 0.90, Academic Reading 0.87 hingga 0.94 sekitar 0.92, dan General Training Reading 0.88 hingga 0.93 sekitar 0.91.

Seksyen yang dinilai pemeriksa berfungsi secara berbeza, kerana ralatnya datang daripada penilai dan bukan daripada satu set item. IELTS melaporkan pekali antara penilai 0.90 bagi Speaking dan 0.92 bagi Writing, yang diperoleh daripada kes di mana skor seksyen menyimpang dengan ketara daripada profil Listening dan Reading calon dan ditanda semula secara automatik.

Anggaran komposit ialah bahagian di mana ujian ini kelihatan paling tepat. Penggabungan 4 seksyen menghasilkan kebolehpercayaan 0.97 bagi Academic dan 0.97 bagi General Training, dengan SEM komposit 0.17 dan 0.19 masing-masing, jadi komposit Academic berada dalam lingkungan kira-kira 0.33 band pada keyakinan 95%. Band keseluruhan ujian jauh lebih stabil daripada mana-mana skor seksyen tunggal, dan ini dijangka: ralat bebas sebahagiannya saling membatalkan apabila seksyen digabungkan.

Rajah 1. Ralat piawai pengukuran bagi tiga seksyen IELTS yang mempunyai angka diterbitkan, dalam band, berbanding langkah pelaporan setengah band 0.5. n = semua versi ujian 2024-2025. Sumber: IELTS, Test statistics 2024-2025, Jadual 1.

Batasan

Terdapat empat batasan. Pertama, ralat piawai pengukuran ialah sifat sesuatu populasi, bukan sifat satu skor. Ia menyatakan sejauh mana skor berbeza di sekitar nilai sebenar merentas calon dan versi, dan ia tidak dapat memberitahu calon tertentu sama ada 6.5 mereka itu prestasi 6.0 pada hari yang bertuah atau prestasi 7.0 pada hari yang malang. Kedua, alpha mengandaikan bahawa 40 item dalam sesuatu seksyen mengukur satu dimensi secara konsisten. Ia merupakan pernyataan tentang konsistensi dalaman, bukan tentang liputan kandungan, kesukaran atau keadilan, dan sesuatu seksyen boleh konsisten secara dalaman sambil menguji hanya sebahagian kecil daripada konstruk. Ketiga, kebolehpercayaan komposit ialah anggaran berasaskan model yang dibina daripada pekali seksyen, bukan ujian semula yang diperhatikan di mana orang yang sama menduduki keseluruhan ujian dua kali, jadi ia mewarisi apa sahaja andaian gabungan bermodel itu tentang kebebasan antara seksyen. Keempat, IELTS menerbitkan julat dan purata merentas versi dan tidak mengeluarkan pecahan mengikut versi atau data calon di sebaliknya, jadi angka-angka itu tidak boleh digunakan untuk membandingkan satu tarikh ujian dengan tarikh lain, dan kebolehpercayaan versi tertentu yang diduduki seseorang calon tidak diketahui.

Apakah maksudnya bagi pelajar

Bacaan yang berguna ialah skor seksyen tunggal merupakan instrumen kasar manakala band keseluruhan ujian lebih halus. Peralihan setengah band pada Listening atau Speaking berada dalam lingkungan ralat pengukuran, jadi membacanya sebagai kemajuan atau kemerosotan bermakna membaca bunyi bising sebagai isyarat. Apabila sesuatu keputusan bergantung pada satu seksyen, sasaran harus ditetapkan dengan margin di atas keperluan dan bukan tepat pada sempadan.

Akibat kedua berkaitan latihan. Jika skor seksyen tidak dapat membezakan 6.0 daripada 6.5 secara boleh dipercayai, mengetahui sama ada sesuatu rutin berkesan bermakna mengukur kemahiran yang sama berulang kali dan membaca arahnya merentas beberapa percubaan dan bukan satu. Maklum balas latihan bukan skor rasmi, dan Hibay tidak mengeluarkannya.

Soalan Lazim

Adakah peningkatan setengah band pada satu seksyen bermakna? Pada Listening, ia lebih kecil daripada ralat piawai pengukuran 0.43 band, dan selang 95% di sekitar sesuatu skor ialah kira-kira 0.84 band pada setiap arah. Oleh itu, peralihan 0.5 berada dalam julat yang boleh dihasilkan oleh satu dudukan semula secara kebetulan, dan hanya corak berulang merentas beberapa percubaan yang membawa maklumat.

Skor seksyen IELTS yang manakah paling tepat? Antara tiga seksyen yang mempunyai ralat piawai diterbitkan, Academic Reading paling tepat pada 0.36 band, berbanding 0.43 bagi Listening dan 0.47 bagi General Training Reading. Komposit keseluruhan ujian lebih tepat daripada mana-mana antaranya, pada 0.17 bagi Academic.

Adakah kebolehpercayaan komposit 0.97 bermakna band saya tepat? Tidak. Ia bermakna anggaran komposit itu konsisten merentas populasi yang digunakan untuk mengiranya, dan ralat piawainya ialah 0.17 band, yang masih meninggalkan julat kira-kira satu pertiga band pada kedua-dua arah pada keyakinan 95%. Sesuatu band tetap merupakan anggaran, dilaporkan kepada setengah mata terdekat.

Mengapakah ralat piawai Listening lebih besar daripada Academic Reading? Dua input yang diterbitkan menolak ke arah yang berbeza. Listening mempunyai ralat yang lebih besar, 0.43 berbanding 0.36, walaupun sebaran skornya lebih kecil (sisihan piawai 1.36 berbanding 1.26), kerana kebolehpercayaannya lebih rendah sedikit. Sebaran yang lebih sempit dan pekali yang lebih rendah bersama-sama menghasilkan ralat yang lebih lebar.

Cara memetik

Hibay Product Team. (2026, November 4). Half a Band Is One Standard Error: IELTS Reliability, 2024-2025. Hibay. https://www.hibay.ai/en/news/ielts-reliability-2024-2025

Figures are from the public source listed below and may be cited with attribution.

Rujukan

1. IELTS (British Council, IDP IELTS, Cambridge University Press & Assessment). Test statistics: test performance 2024-2025, termasuk kebolehpercayaan seksyen Listening dan Reading serta Jadual 1. https://ielts.org/researchers/our-research/test-statistics. Diakses 2026-11-04.