今日的GMAT Test Prep Summit和昨天的會議相比,還是如同去年一樣打著擦邊球。  

不過!今天我們不但會繼續和同學們分享今日會議上的一些重點Q&A 還有 
很重要、很重要、很重要(聽說PTT重點要重複三次)的「GMAT 分數計算方式」首次完整公開!  (希望版主能夠置底)

Q:請問IR的計分方式?
A:IR裡頭也有不計分的測試題。(註:在昨天的訊息分享,我們已經和同學說明了GMAT考試裡頭也是有不算分的題目的。)

Q:OG裡頭SC的解釋自相矛盾的狀況,這一點您怎麼看?
A:SC的部分並非單純只是量測考生對於文法的知識,我們更要求是考生辨識不同的文法結構在句子中給句意上所造成的差異的能力,所以考生的任務是從考題給予的五個選項,選出最佳的選項。 (註:官方曾一再強調「句意的理解」在未來SC的考題中會越來越重要)。

Q:GMAT IR題型的部分的考題類型是怎麼分配的?
A:GMAT的每個section有哪些類型的題目分派給學生都是預先設定好的。 以Q的部分為例,考生考試會碰到多少道PS、DS題目,這都是固定的。

Q:A和B兩個學生答對率都是50%,最後成績會是一樣的嗎?
A:不一定。 GMAT成績是受到考生的能力(能夠答對怎樣難度的題目)所影響——也就是說,雖然兩個學生答對率都是50%,但是A的能力比較好,電腦分派給他的題目難度自然就會較高,因此最後A的成績也會高於B的成績。

Q:GMAT成績計算方式?
A:考生在考場上所遇見的每道題的背後都存在著一組經由一定測試程序後所統計出來的「能力值 vs. 答對機率」的數據曲線。 如果某一個能力水平的考生在統計上答對該題的機率為P,那麼他答錯的機率就是1-P。 以Quantitative section來舉例,一個考生若在限定時間內完成了37道題,我們便可以得到底下這樣一組數據(參考圖一)

圖1.JPG 

不同能力值的考生出現以上作答結果的機率是不相同的。 對於某一個能力值高的考生,答對題目難度為X1的機率是0.8,答對題目難度為X2的機率是0.75;對於某一個能力水平較低的考生,做對這兩道題目的機率分別是0.5和0.25。 因此,這兩個考生發生「第一題答對,但第二題答錯」的機率就各自為 


0.8 * (1-0.75)= 0.2   以及   
0.5 * (1-0.25) = 0.375

以圖一的表為例的話,這個考生的作答模式出現的結果就會是
P = P1*(1-P2)*(P4)*…*P35*(1-P37)

接著,電腦系統會利用多達5000個的能力值產生和圖一相同做題結果的機率,並產生「能力值vs.機率」的曲線,最後這個曲線最高點所對應的能力值就是系統對於學生能力值的判定。   這個能力值可對應到51分的score scale,接著計算出考生的total score(參考圖二)。 

(圖二)
 圖2.JPG 

以上內容已與考試負責人確認無誤。 若各位搞懂了GMAT CAT成績真正的計算方式後,我們就可以回答以下的幾個問題。

Q:從官方提供的圖表顯示,一開始的題目難度變化幅度較大,所以前10道題真的沒有特別重要嗎?
A:對於「前10道特別重要」這樣的說法,GMAC一貫的回覆都是「每一道題目都很重要」。 從成績計算的公式來看,每一道題目的答對與否都對最終成績有所貢獻。 那為何前面的題目是波動會比較大呢? 這一點美加正文老師也向郭副總驗證了今年暑假在美加修辭講座的解釋:前面題目難度變化波動大是因為CAT要在有限的題數中精準判斷出學生的能力水平 (記住!每個section都有不計分的測試題,所以實際用來量測考生水準的題數是更少的),故波動大是為了盡快找出考生能力值的上下限;當考試到了尾聲CAT派送的考題難度應該已經很接近考生的真正的能力值了,故這時候的難度波動自然就越來越小。 因此,對於一個能力很高的考生來說,前面半部的題目答對的重要性相對就很重要,因為這些題目的難度很可能都在很可能都在他的能力以下,答對應該是必然的,這樣的考生要避免的應該作答時的粗心,否則就必須花更多道題目才能夠把分數再拉上來,最後成績計算也很可能會比前面全部答對來的要低一些。  對於能力較差的考生,碰到難度高於自身能力的題目,很多時候不是多花一點時間就可以答對的,盲目地採取相同的考試策略那麼結果可能就會是天差地別,時間花下去了,結果答錯後面又因為時間不夠趕著把考題寫完,又是瞎猜一通。 這也是為何GMAC本次一再地向與會的各培訓機構建議,應該讓學生練習和自身能力相當或難度高一點的題目,這樣才能更有效率地幫助學生。

經過這兩天的訊息分享,美加終於首次揭開多年來GMAT考試計分的神秘面紗,盼望今後考生們能夠對GMAT這個考試有一個正確的觀念,理解「拿GMATPrep軟體一題一題的反推考試分數計算」的方式是有著重大瑕疵的。至於「連續答對多少題會有加分區」、「答對率有多少可以考幾分」這樣的網路謠言,相信便不需再多做解釋。


創作者介紹
創作者 美加文教 的頭像
美加文教

台北美加文教官方部落格

美加文教 發表在 痞客邦 留言(1) 人氣()


留言列表 (1)

發表留言
  • asdjf
  • wronx