Полбалла — это одна стандартная ошибка: надёжность IELTS, 2024-2025

IELTS сообщает результат каждого раздела с шагом в полбалла, из-за чего балл выглядит как измерение с фиксированной ценой деления. Собственная статистика надёжности теста за 2024-2025 годы говорит об обратном. Аудирование имеет стандартную ошибку измерения 0.43 балла — это 0.86 от шага 0.5, в котором печатается результат. Этот отчёт разбирает показатели надёжности и точности, которые IELTS публикует за 2024-2025 тестовый год: они охватывают надёжность разделов, согласие экзаменаторов и композитную оценку для всего теста. Цифры агрегированы по версиям теста и представляют собой только опубликованную популяционную статистику, а не данные отдельного кандидата.

Ключевые выводы

1. Балл за раздел «Аудирование» имеет стандартную ошибку 0.43 балла, тогда как Academic Reading — 0.36, а General Training Reading — 0.47, так что ни один рецептивный раздел не точен до менее чем примерно трети балла.
2. Надёжность высока и жёстко ограничена: Cronbach's alpha изменялась от 0.83 до 0.95 при среднем 0.90 для разделов «Аудирование», от 0.87 до 0.94 при среднем 0.92 для Academic Reading и от 0.88 до 0.93 при среднем 0.91 для General Training Reading.
3. Навыки, оцениваемые экзаменатором, зависят от согласия между оценщиками, а не от внутренней согласованности: повторная проверка дала коэффициент межэкспертного согласия 0.90 для Speaking и 0.92 для Writing.
4. В совокупности по 4 разделам композитная оценка надёжности составляет 0.97 и для Academic, и для General Training, а композитная стандартная ошибка — 0.17 и 0.19 балла соответственно.

Контекст

Балл суммирует одно выступление, и каждый такой балл несёт ошибку. Более узкий вопрос: насколько напечатанный балл может отличаться от того, который тот же человек получил бы на другой версии того же раздела. Именно на это отвечает стандартная ошибка измерения (SEM), и именно её IELTS теперь публикует вместе с коэффициентами надёжности.

Эти две статистики не взаимозаменяемы. Надёжность описывает, насколько последовательно раздел измеряет то, что он измеряет, у кандидатов, проходивших его. SEM превращает эту надёжность в балльные пункты, используя наблюдённый разброс баллов, поэтому один и тот же коэффициент может давать разные SEM в разных разделах. Для кандидата практическое следствие таково: изменения меньше ошибки измерения нельзя отличить от случайности, а достаточно ли эта ошибка мала, чтобы её игнорировать, зависит от того, насколько дробно печатается балл.

Данные и метод

Источник и период. Цифры — это статистика надёжности и точности, опубликованная на страницах статистики теста IELTS за 2024-2025 тестовый год, вместе с таблицей 1 того же выпуска, где приводятся средние по разделам, стандартные отклонения и стандартные ошибки измерения [1].

Выборка. IELTS выводит эти оценки из версий теста, находившихся в эксплуатации в 2024-2025 годах, и из кандидатов, которые их проходили. Отчёт публикует диапазон по версиям и среднее, а не таблицу по каждой версии, и не публикует записей на уровне кандидатов: каждая цифра здесь — агрегированная оценка по версиям теста и кандидатам, которые их проходили. Единица анализа — версия теста и раздел, а не человек.

Определения. Cronbach's alpha приводится как внутренняя согласованность раздела из 40 заданий. Стандартная ошибка измерения рассчитывается как стандартное отклонение, умноженное на квадратный корень из единицы минус надёжность. Полбалла — это шаг 0.5, в котором сообщаются баллы разделов по шкале до 9. Композитная оценка объединяет 4 раздела, используя альфу для рецептивных разделов и коэффициенты межэкспертного согласия для оцениваемых экзаменатором, по Feldt and Brennan (1989) в цитировании IELTS.

Производные показатели. Каждый перевод стандартной ошибки в балльные термины в этом отчёте — арифметика над опубликованными числами, и он зафиксирован в прилагаемом файле данных: стандартная ошибка, делённая на 0.5, для отношения к полбаллу, и 1.96, умноженное на стандартную ошибку, для 95-процентного интервала. Ни одна цифра не была округлена заново более чем до одного знака после запятой.

Результаты

Аудирование — наименее точный из трёх разделов, для которых опубликован показатель надёжности. Его среднее — 6.45, стандартное отклонение — 1.36, стандартная ошибка измерения — 0.43. Поскольку полбалла — это 0.5 балла, ошибка измерения составляет 0.86 от наименьшего шага, в котором печатается результат. Academic Reading точнее: среднее 6.32, стандартное отклонение 1.26, стандартная ошибка 0.36, или 0.72 полбалла. General Training Reading свободнее обоих: среднее 6.05, стандартное отклонение 1.56 и стандартная ошибка 0.47, то есть 0.94 полбалла.

В терминах интервалов 95-процентный диапазон вокруг балла за Аудирование составляет около 0.84 балла в каждую сторону, что на сетке полбалла означает: напечатанные 6.5 совместимы с чем угодно от 5.5 до 7.5. Для Academic Reading тот же интервал — около 0.71 балла, так что переход с 6.0 на 6.5 меньше, чем интервал ошибки вокруг любого из этих баллов.

Коэффициенты надёжности, стоящие за этими числами, высоки и близки друг к другу. Альфа для Аудирования — от 0.83 до 0.95 при среднем 0.90, для Academic Reading — от 0.87 до 0.94 при 0.92, для General Training Reading — от 0.88 до 0.93 при 0.91.

Разделы, оцениваемые экзаменатором, устроены иначе: ошибка здесь исходит от оценщика, а не от набора заданий. IELTS сообщает коэффициент межэкспертного согласия 0.90 для Speaking и 0.92 для Writing, полученный по случаям, когда балл за раздел заметно расходился с профилем кандидата по Аудированию и Чтению и был автоматически перепроверен.

Композитная оценка — то место, где тест выглядит наиболее точным. Объединение 4 разделов даёт надёжность 0.97 для Academic и 0.97 для General Training при композитной стандартной ошибке 0.17 и 0.19 соответственно, так что композит Academic укладывается примерно в 0.33 балла при 95-процентной уверенности. Балл за весь тест гораздо устойчивее любого балла за отдельный раздел, что ожидаемо: независимые ошибки частично гасят друг друга при объединении разделов.

Рисунок 1. Стандартная ошибка измерения для трёх разделов IELTS с опубликованным показателем, в баллах, против шага отчётности в 0.5 полбалла. n = все версии теста 2024-2025. Источник: IELTS, Test statistics 2024-2025, Table 1.

Ограничения

Действуют четыре ограничения. Во-первых, стандартная ошибка измерения — свойство популяции, а не одного балла. Она говорит, насколько баллы расходятся вокруг истинного значения у кандидатов и версий, и не может сказать конкретному кандидату, был ли его 6.5 результатом на 6.0 в удачный день или результатом на 7.0 в неудачный. Во-вторых, альфа предполагает, что 40 заданий раздела последовательно измеряют одно измерение. Это утверждение о внутренней согласованности, а не о содержательном охвате, сложности или справедливости, и раздел может быть внутренне согласованным, проверяя при этом узкий срез конструкта. В-третьих, композитная надёжность — модельная оценка, построенная из коэффициентов разделов, а не наблюдённый повторный тест, в котором одни и те же люди дважды проходили весь тест, поэтому она наследует всё, что моделируемое объединение предполагает о независимости между разделами. В-четвёртых, IELTS публикует диапазоны и средние по версиям и не раскрывает разбивку по версиям или исходные данные кандидатов, поэтому цифры нельзя использовать для сравнения одной даты теста с другой, а надёжность конкретной версии, которую проходил кандидат, неизвестна.

Что это значит для учащихся

Полезное прочтение таково: балл за отдельный раздел — грубый инструмент, а балл за весь тест — более тонкий. Сдвиг на полбалла в Аудировании или Speaking укладывается в ошибку измерения, поэтому читать в нём прогресс или регресс — значит принимать шум за сигнал. Там, где решение зависит от одного раздела, цель следует ставить с запасом выше требования, а не на границе.

Второе следствие касается практики. Если балл за раздел не может надёжно отделить 6.0 от 6.5, то понять, работает ли методика, можно, только измеряя один и тот же навык многократно и читая направление по нескольким попыткам, а не по одной. Обратная связь по практике — не официальный балл, и Hibay его не выдаёт.

Часто задаваемые вопросы

Значим ли рост на полбалла в одном разделе? На Аудировании он меньше стандартной ошибки измерения 0.43 балла, а 95-процентный интервал вокруг балла составляет около 0.84 балла в каждую сторону. Поэтому сдвиг на 0.5 находится внутри диапазона, который одна пересдача может дать случайно, и только повторяющаяся картина по нескольким попыткам несёт информацию.

Балл за какой раздел IELTS самый точный? Из трёх разделов с опубликованной стандартной ошибкой самый точный — Academic Reading: 0.36 балла против 0.43 для Аудирования и 0.47 для General Training Reading. Композит по всему тесту точнее любого из них — 0.17 для Academic.

Значит ли композитная надёжность 0.97, что мой балл точен? Нет. Это значит, что композитная оценка согласована по популяции, на которой она вычислена, а её стандартная ошибка составляет 0.17 балла, что всё равно оставляет диапазон около трети балла в каждую сторону при 95-процентной уверенности. Балл остаётся оценкой, сообщаемой с точностью до половины пункта.

Почему стандартная ошибка Аудирования больше, чем у Academic Reading? Два опубликованных показателя тянут в разные стороны. У Аудирования ошибка больше — 0.43 против 0.36, — хотя разброс баллов меньше (стандартное отклонение 1.36 против 1.26), потому что надёжность чуть ниже. Более узкий разброс и более низкий коэффициент вместе дают более широкую ошибку.

Как цитировать

Hibay Product Team. (2026, November 4). Полбалла — это одна стандартная ошибка: надёжность IELTS, 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.

Источники

1. IELTS (British Council, IDP IELTS, Cambridge University Press & Assessment). Test statistics: test performance 2024-2025, including reliability of Listening and Reading sections and Table 1. https://ielts.org/researchers/our-research/test-statistics. Дата обращения: 2026-11-04.