本研究探讨了现行英语二语口语考试在测量中国英语学习者口语能力上的有效性。通过对比研究现有英语二语口语考试的三种主要模式以探寻其利弊,并就如何设计更有效的英语口语考试进行讨论。综合已有的研究成果,并结合本研究的目标,提出了如下具体研究问题：1)中国英语学习者对于三种主要英语二语口语考试模式(人机对话、考官／考生对话和小组讨论)的偏好度如何?该偏好度受哪些因素影响?呈现出怎样的普遍趋势?2)中国英语学习者在不同的口语考试模式下其表现有何不同,其不同表现受到哪些因素的影响?3)中国英语学习者在不同的口语考试模式下其内在的心理表现有何不同?4)考官对于中国英语学习者的考试表现的评判标准是哪些,受到哪些主观和客观因素的影响?5)哪些英语二语口语考试模式对中国英语学习者的英语学习有积极作用,哪些没有作用,哪些有消极负面作用?为了回答上述研究问题,本研究展开了下述实验活动：1)大样本(n=400)问卷调查；2)模拟人机对话英语口试(n=10)；3)模拟考官／考生一对一对话英语口试(n=10)；4)模拟小组讨论英语口试(n=10)。通过定性和定量的分析研究,得出如下结论：1)小组讨论模式最受考生的偏好,而人机对话模式则最不受欢迎。此外,英语能力越高的考生越偏好前者,而能力越低的考生则越偏好后者。2)从考官评分情况看,考生在小组讨论模式口试中得分最高,而在人机对话模式口试中得分最低。从考生口语表述质量角度分析,在人机对话模式口试中,考生的表述错误很少能够被及时纠正。但在考官／考生一对一对话考试中,考官通过直接或间接引导的方式使考生意识到错误,错误或由考官纠正,或经由考生自行纠正。从考生表述的话语量来看,考生在人机对话考试模式中的话语量最少,在小组讨论中则最多。3)通过对比研究发现,整体而言,考生在小组讨论模式的口试中考场焦虑值最低,而在人机对话口试中的考场焦虑程度最严重。具体细分看,能力较低的考生在小组讨论口试中的考场表现受情绪影响最大,在人机对话口试中受到的影响则最小；但是,能力较高的考生所体现出的情况则恰恰完全相反。4)考官整体(含汉语母语考官和英语母语考官)在评分过程中所倚重的依据主要有五点：流利度、准确度、可理解度(有效信息量)、语法和语音,但两类考官对各项评分依据重要程度的排序却略有不同。英语母语考官倾向于根据不同考试模式调整其评分依据的主次排名,而汉语母语考官始终将其认为的英语口语考试的目的(评判考生所掌握的英语知识)放在了最重要的地位。5)小组讨论模式和考官／考生对话模式的口试都对考生的英语学习有积极作用。考生在两种考试模式中遇到表述困难时,都能从考官或同组考生处得到帮助,因而得以加深对恰当表述方式的记忆,促进其自身二语习得的进程。但是,人机对话模式中不存在考生和他人的互动,考生无法经他人的帮助习得恰当的表述。此外,人机对话模式的考生最容易产生低估自我英语能力的错觉,其英语学习的积极性因而受到挫伤。从以上两点来看,人机对话模式对于考生的英语二语习得有消极作用。本研究的创新之处在于：一,结合不同英语能力的两组中国学习者的实际口试表现,基于定性和定量的分析,对三种主要英语口试模式进行了横向比较研究。二,实验方法多样。定性研究的采样模式有：1)调查问卷中的开放性问答题；2)对被试者的激发性回忆；3)对录音稿的语料分析。定量研究则包括了问卷调查、被试者得分的统计分析和量化的语料分析。三,本题几个实验控制的变量数目高于前期同类型的研究。