随着中国的经济发展,学习汉语的外国人大幅度增加,越来越多的外国人都愿意来华学习。因此汉语水平考试受到了广泛的关注。新汉语水平考试中的口语测试(简称新HSKK)是目前影响最大、最具权威性的汉语口语测试,对来华读书的留学生来说,是必须具备的一种资格证书。从一般的意义上说,语言测试的作用是检验学习者的语言能力,通过语言测试我们可以知道学习者的语言水平。对于第二语言学习者或者对外汉语老师而言,这是十分值得研究的问题。到目前为止,英语作为外语的测试的研究较多,但汉语作为外语的测试的研究相对来说比较少。现有的关于新HSKK的研究并不多,因此本文主要关注新HSKK。复杂度(Complexity)、准确度(Accuracy)、流利度(Fluency)是衡量学习者语言能力的有效方法,于是笔者基于CAF这三个维度来分析每类题型的区分度。此外,由于内容效度是测验的重要效度之一,笔者通过主观分析来考察测验的每个题型对口语能力的衡量是否有很好的适配性。本研究关注的核心问题在于:新HSKK本身存在哪些问题。具体包括以下两方面:1.新HSKK一共有六种题型,本研究基于复杂度、流利度、准确度来分析新HSKK的每个题型的区分度。2.考察该测验在多大程度上检验了它要测的内容,即内容效度。本研究以新HSKK官方考题为基础,将新HSKK现有的6种题型综合为一张试卷,针对40名学生进行了测试。根据CAF指标,为了对各题型添加注释,首先分别对已录音的6种题型进行了编辑,1名学生6道题,总40名学生,因此整理了210份录音文件。然后在ELAN程序里,根据CAF标准,对各题型添加了注释。比如,在测评复杂度的词汇复杂度时,听录音,计算学生说的所有单词数中未重复单词数,该数值记录为单词复杂度。以CAF为标准,将有注释的内容数值化,对该数值再次编程以便适用于spss。最后进行SPSS简单的描述统计,从而可以得到相对理想的CAF结果。之后,笔者进行了内容效度分析,作为支持前面提到的CAF分析结果的根据。通过本实验和主观分析(内容效度),发现朗读和听后重复的区分度和内容效度在测试中并不理想。语言水平考试在中国已经有了多少年的历史,但口语测试的发展历史却相对较短。笔者为了帮助新HSKK的进一步完善,通过本文验证新HSKK存在的问题,并给予针对性的改进意见,从而使考试能够真正起到检验学生语言能力的作用。