汉语口语测试作为判断汉语学习者口语水平的一种程式化标准,变得越来越多样化和系统化。除了施测范围最广的HSK口语考试,近年来又出现了商务汉语口语考试、中小学汉语口语考试等等。测试内容多元化、测试方式多样化以及测试对象具体化已经成为发展趋势,开发更具信度的汉语口语测试成为热点研究问题。怎样使口语测试更具信度,这对以后的汉语测试乃至汉语教学都有着重大的意义,怎样使更具信度的试题类型更广泛的存在和普及,这也是以后汉语教学和汉语测试中急需探讨的内容。更具信度的、符合汉语教学实际需求的试题可以推动汉语测试的有效发展,也可以给汉语学习者提供更加标准的测试内容,推动他们的学习进展。本文基于南京大学留学生汉语口语语料库的前期数据,以语料库题目中不同的题目类型(叙述类、描写类、说明类)为分类标准,运用概化理论的基本思想和方法,对语料库试题中三种题型的总体信度和三种题型的分信度进行分项研究以及对比研究,测试对象主要是学员人数较多的的中级班。通过具体数据的展示以及对比,详尽分析得出结论,并给出口语测试题型的意见。论文主要分为两个部分,第一个部分从评分后的数据量化方式出发,主要是按照概化理论的研究方法,运用实验设计的手段,包括随机双面交叉研究和随机单面交叉研究,测试出不同题型的信度包括总体信度和三种题型的分信度。根据概化理论得出的数据,三种题型都能够在一定程度上反映出被试的水平,展示出较好的信度。其中题型二即描写类信度最高,其次是说明类、叙述类,而三种题型的总信度位于描写类之后,也处于较高的信度水平。而在各种变异量的分析当中,我们发现虽然制定了较为详细的评分规则,但是被试以及评分员之间的交互效应依然非常显著,试题的可靠性随着评分员的数量增加而增加,而当评分员是四个的时候可以达到节约成本、高信度并行的双向效果。第二部分从接受口语语料库测试的学生出发,以访谈的形式,主观地探讨口语测试中关于测试过程以及测试题型的若干问题,进行分析和总结,给出具体测试中的一些意见。具体过程主要是先设计出访谈的调查问卷,然后筛选出访谈对象,再进行一对一、面对面的访谈,根据被试的表达内容进行记录,得出访谈问卷中选项的百分比以及一些主观性内容。根据调查访谈的百分比分析,得到了关于具体施测时被试的个人倾向性。被试从个人倾向来看比较偏向叙述类,对于口语施测的方式比较倾向于直接口试。在访谈过程中我们也记录了学生的一些看法和建议。论文通过分析量化的数据和学生主观的认知,探究了这两部分异同之处及其深层原因。我们发现大部分学生的主观认知和实际所获得的数据存在一定程度的差距,本文从留学生学习汉语的角度和对外汉语教师教学的角度分析了存在差距的原因,根据两部分的分析尝试给出了可行的口试题型特征,也就是描写性和复合性,由于描写类的题型信度较高,所以需要增加描写类的题型,而且各种题型加在一起时信度也较高,所以复合性也是需要注意的口试题型特征。在最后一部分,论文比较详细地总结了本研究的带给留学生学习汉语、老师教学、老师进行口语测验的一些启示,包括加强题型意识、改善测验方式、增加题型种类等等,相信能给日后的学习、教学以及测试活动一些较有价值的借鉴。