半個級分就是一個標準誤：IELTS 信度，2024-2025
IELTS 公布自家 2024-2025 年的信度估計：聽力分數的標準誤為 0.43 個級分，相當於該分數呈現所用半個級分級距的 0.86。
目錄
IELTS 的每一個部分分數都以半個級分為單位呈現，這讓一個級分看起來像是固定大小的量測刻度。測驗自家 2024-2025 年的信度統計卻不是這麼說的。聽力的測量標準誤是 0.43 個級分，等於分數呈現所用 0.5 級距的 0.86。本報導解讀 IELTS 針對 2024-2025 測驗年度公布的信度與精確度數據，內容涵蓋各部分信度、考官評分一致性，以及整份測驗的組合估計。這些數字是跨測驗版本彙總而成，只涵蓋已公布的全體統計資料，不涉及任何個別考生。
主要發現
- 聽力部分分數的測量標準誤為 0.43 個級分，學術閱讀為 0.36、一般訓練閱讀為 0.47，因此沒有任何一個接受性技能部分能精確到明顯小於三分之一個級分。
- 信度很高且範圍緊縮：Cronbach's alpha 在聽力部分介於 0.83 至 0.95，平均 0.90；學術閱讀介於 0.87 至 0.94，平均 0.92；一般訓練閱讀介於 0.88 至 0.93，平均 0.91。
- 由考官評分的技能取決於評分者之間的一致性，而非內部一致性：重新評分所得評分者間係數，口說為 0.90、寫作為 0.92。
- 合併 4 個部分後，學術組與一般訓練組的組合信度估計同為 0.97，組合標準誤分別為 0.17 與 0.19 個級分。
背景
一個級分分數概括了一次表現，而這類分數每一個都帶有誤差。更精確的問題是：印在成績單上的級分，離同一個人在同一部分的另一個版本上會拿到的分數，究竟可以差多遠。這正是測量標準誤（SEM）要回答的問題，也是 IELTS 現在與信度係數一起公布的內容。
這兩個統計量不能互換。信度描述某個部分對其所測量的東西，在所有應考考生之間測得有多一致。SEM 則利用觀察到的分數分布，把信度換算成級分點數，因此同一個係數在不同部分可能得出不同的 SEM。對考生而言，實務上的結果是：小於測量誤差的變化無法與偶然區分，而這個誤差是否小到可以忽略，取決於分數印得多細。
資料與方法
來源與期間。這些數字是 IELTS 測驗統計頁面為 2024-2025 測驗年度公布的信度與精確度統計，加上該次發布的表 1，其中列出各部分的平均數、標準差與測量標準誤 [1]。
樣本。IELTS 以 2024-2025 年間實際運作的測驗版本，以及應考這些版本的考生，得出這些估計值。報告公布的是跨版本範圍與平均值，而非逐版本表格，也不公布任何考生層級紀錄：此處每一個數字都是跨測驗版本與應考考生的彙總估計。分析單位是測驗版本與部分，不是個人。
定義。Cronbach's alpha 被呈現為一個 40 題部分的內部一致性。測量標準誤的計算方式為標準差乘以 1 減信度的平方根。半個級分指的是各部分分數在滿分 9 的量表上呈現時所用的 0.5 級距。組合估計整合 4 個部分，接受性部分採用 alpha，考官評分部分採用評分者間係數，依據 IELTS 所引用的 Feldt 與 Brennan（1989）。
衍生數字。本報導中每一次把標準誤換算成級分，都是對已公布數字做的算術運算，並登錄於隨附的資料檔案：SEM 除以 0.5 得到半級分比值，1.96 乘以 SEM 得到 95% 區間。所有數字都未重新四捨五入超過小數一位。
結果
在有公布信度數字的三個部分中，聽力是最不精確的一個。其平均數為 6.45，標準差 1.36，SEM 0.43。由於半個級分是 0.5 個級分，測量誤差為分數呈現之最小單位的 0.86。學術閱讀較緊：平均 6.32，標準差 1.26，SEM 0.36，即半個級分的 0.72。一般訓練閱讀則比兩者都鬆，平均 6.05，標準差 1.56，SEM 0.47，相當於半個級分的 0.94。
若以區間表述，聽力分數的 95% 範圍約為正負各 0.84 個級分，放在半級分格線上，意味著印出來的 6.5 與 5.5 到 7.5 之間的任何表現都不矛盾。學術閱讀的同一個區間約為 0.71 個級分，因此從 6.0 到 6.5 的移動，比任一分數周圍的誤差範圍還小。
支撐這些數字的信度係數很高，且彼此接近。聽力的 alpha 從 0.83 到 0.95，平均 0.90；學術閱讀從 0.87 到 0.94，平均 0.92；一般訓練閱讀從 0.88 到 0.93，平均 0.91。
由考官評分的部分運作方式不同，因為誤差來自評分者，而不是一組題目。IELTS 公布口說的評分者間係數為 0.90、寫作為 0.92，資料來自某部分分數與考生聽力、閱讀輪廓明顯不符而自動重新評分的案例。
組合估計是整份測驗看起來最精確的地方。合併 4 個部分後，學術組信度為 0.97、一般訓練組為 0.97，組合 SEM 分別為 0.17 與 0.19，因此學術組組合分數在 95% 信心水準下約落在正負 0.33 個級分內。整份測驗的級分比任何單一部分分數穩定得多，這是預期之中的結果：各部分合併時，獨立的誤差會部分相互抵銷。
圖 1. 三個有公布數字的 IELTS 部分之測量標準誤，以級分計，對照 0.5 的半級分呈現級距。n = 2024-2025 全部測驗版本。資料來源：IELTS，Test statistics 2024-2025，Table 1。
限制
有四項限制。第一，測量標準誤是全體的特性，不是單一分數的特性。它說明分數在考生與版本之間繞著真實值變動多少，卻無法告訴某位考生，他的 6.5 是幸運那天 6.0 的表現，還是倒楣那天 7.0 的表現。第二，alpha 假設一個部分的 40 道題目一致地測量單一構面。這是關於內部一致性的陳述，無關內容涵蓋範圍、難度或公平性；一個部分可以內部一致，卻只測到構念的一小塊。第三，組合信度是根據各部分係數建立的模型估計，並不是讓同一批人考兩次整份測驗的實際重測，因此它承襲了模型中關於各部分彼此獨立的所有假設。第四，IELTS 只公布跨版本的範圍與平均值，不釋出逐版本細分或底層考生資料，因此這些數字不能用來比較不同考試日期，考生實際應考的那個版本的信度也無從得知。
對學習者的意義
實用的解讀是：單一部分分數是粗糙的工具，整份測驗的級分則細緻一些。聽力或口說上半個級分的變動，落在測量誤差之內，把它讀成進步或退步，等於把雜訊讀成訊號。若某項決定取決於單一部分，目標應該設在要求之上留一段餘裕，而不是剛好壓在門檻上。
第二個結果與練習有關。如果一個部分分數無法可靠區分 6.0 與 6.5，那麼想知道某套練習方法有沒有用，就得反覆測量同一項能力，並觀察多次嘗試的整體方向，而不是只看一次。練習回饋不是正式分數，Hibay 也不發正式分數。
常見問題
單一部分進步半個級分有意義嗎？ 在聽力上，這小於 0.43 個級分的測量標準誤，而分數周圍的 95% 區間約為正負各 0.84 個級分。因此 0.5 的變動落在單次重考可能因偶然產生的範圍之內，唯有多次嘗試形成的一貫模式才帶有資訊。
哪一個 IELTS 部分分數最精確？ 在有公布標準誤的三個部分中，學術閱讀最精確，為 0.36 個級分，聽力為 0.43，一般訓練閱讀為 0.47。整份測驗的組合分數又比其中任何一個都精確，學術組為 0.17。
組合信度 0.97 是否代表我的級分完全準確？ 不是。它代表這個組合估計在其計算所依據的全體上具有一致性，且其標準誤為 0.17 個級分，在 95% 信心水準下仍留有正負約三分之一個級分的範圍。級分終究是估計值，只是以最接近的半點呈現。
為什麼聽力的標準誤比學術閱讀大？ 兩項已公布的輸入往不同方向拉扯。聽力的誤差較大，0.43 對 0.36，儘管它的分數分布較窄（標準差 1.36 對 1.26），因為它的信度略低。較窄的分布加上較低的係數，共同造成較大的誤差。
引用方式
Hibay Product Team. (2026, November 4). 半個級分就是一個標準誤：IELTS 信度，2024-2025. Hibay. https://www.hibay.ai/en/news/ielts-reliability-2024-2025
數字來自下列公開來源，引用時請註明出處。
參考文獻
- IELTS（British Council、IDP IELTS、Cambridge University Press & Assessment）。Test statistics: test performance 2024-2025，包含 Listening 與 Reading 各部分信度及 Table 1。https://ielts.org/researchers/our-research/test-statistics。擷取日期 2026-11-04。