标准化考试

标准化考试是一种对所有应试者以统一方式施测与评分的考试。这类考试的题目设计、成绩总分、扣分均遵循所有人一致性原则，考试流程与评分标准均以预先设定的规范执行。^[1]任何以相同模式对所有人进行施测、采用统一标准评分的测试均属标准化测试。标准化测试可以以笔试、口试或实操等方式呈现。著名的标准化考试有SAT、GRE等。

二战期间，一名英国士兵正参加对机械零件进行分类的标准化考试，以测试他对机械的理解程度

形式

标准化考试对所有应试者进行统一评分。任何以相同方式对所有应试者进行相同测试，并以相同方式对每个人进行评分的测试，都是标准化测试。标准化考试不需要是高风险考试、限时考试、选择题考试、学术考试或针对大量应试者的考试。

标准化测试可以由选择题、判断题、论文题、实操考试或几乎任何其他形式的考试组成。选择题和对错题通常被选择用于成千上万的人参加的测试，因为通过使用可由计算机读取的特殊答题卡，可以廉价、快速和可靠地给出评分。一些标准化测试有简答题或论文写作部分，由独立评估员给出分数，他们使用评分标准（规则或指南）和基准试卷（每个可能分数的试卷示例）来确定回答的评分。

下面举例说明不同形式，不同领域的标准化考试与非标准化考试的差异：

领域与主题	考试形式	标准化考试	非标准化考试
历史	口试	每个学生都会被提出相同的问题，他们的答案也以相同的方式评分。	老师问每个学生一个不同的问题。有些问题比其他问题更难。
数学	书面	每个学生都会被提出相同的问题，他们的答案也以相同的方式评分。	老师给不同的学生出不同的题目：对差学生出很简单的，对大多数学生是普通的，对最好的学生是困难的。
驾驶	实操	每个驾驶学生都被要求做同样的事情，并且他们都按照相同的标准进行评估。	一些驾驶学生必须在高速公路上行驶，但另一些学生只需要在街区周围缓慢行驶。一名考官因“态度不佳”而扣分，但其他考官则没有。
音乐	试演	所有音乐家都演奏同一首音乐。评委们事先商定了时间、表达和音乐性等因素的重要性。	每个音乐家都会选择不同的音乐来演奏。评委们选择他们最喜欢的音乐家。

主观和开放性题目（如简答题、论文题、实操考试）也可以进行标准化考试，下面是一个例子，关于开放性历史问题分别如何在标准化考试和非标准化考试中评分：

开放性历史问题：是什么导致了第二次世界大战？

	标准化考试中	非标准化考试中
	评分标准：如果答案至少提到以下一项，则将其标记为正确：德国入侵波兰、日本入侵中国或经济问题。	没有明确标准。每位教师都会根据自己的意愿进行评分，同时考虑教师认可的任何因素，例如答案、努力量、学生的学术背景、语言能力或态度。
学生1：二战是由希特勒和德国于 1939 年入侵波兰引起的。	老师 1：这个答案提到了必填项之一，所以它是正确的。 老师 2：这个答案是正确的。	老师 1：我觉得这个答案已经足够好了，所以我会把它标记为正确。 老师 2：这个答案是正确的，但这个好学生应该能够做得比这更好，所以我只给予部分认可。
学生2：二战是由多种因素引起的，包括大萧条和总体经济形势、国家社会主义、法西斯主义和帝国主义扩张，以及与第一次世界大战有关的未解决的怨恨。欧洲战争始于德国入侵波兰。亚洲部分始于日本入侵中国。	老师 1：这个答案提到了必填项之一，所以它是正确的。 老师 2：这个答案是正确的。	老师 1：我觉得这个答案是正确和完整的，所以我会给予充分的认可。 老师2：这个答案是正确的，所以我会给满分。
学生3：二战是由 1914 年斐迪南大公被暗杀引起的。	老师 1：此答案没有提及任何必需的项目。没有分数。 老师 2：这个答案是错误的。没有分数。	老师 1：这个答案是错误的。没有分数。 老师2：这个答案是错误的，但这个学生努力了，句子语法正确，所以我给努力一分。

评价

优点

使用评分标准是为了在评估应试者的表现时增加公平性。当分数取决于评分者的个人喜好时，应试者的成绩很大程度上取决于谁对测试进行评分。

标准化考试还可以消除评估中的评分者偏差。研究表明，教师在对应试者的评估中创造了一种自我实现的预言，给他们预期会取得更高分数的人高分，而给那些他们预计不及格的人打较低的分数。在非标准化评估中，评分者拥有更多的个人自由裁量权，因此更有可能通过无意识偏见产生不公平的结果。

缺点

教师或学校因在标准化考试中表现更好而获得奖励时，就会鼓励教师“应试教学”，而不是提供丰富而广泛的课程。2007 年，Au Wayne 进行的一项定性研究表明，标准化考试缩小了课程范围，并鼓励以教师为中心的教学，而不是以学生为中心的学习。^[2]除此之外，标准化测试往往不太关注道德或品格发展，而更多地关注学术技能，例如阅读理解和算术。