香港人普通話水平合格標準的厘定
香港中文大學
文章首先就目前普通話水平測試的標準作了簡要的介紹，並具體指出了其忽視心理測量學理論的應用所帶來的問題。然後，提出了厘定合格標準的以測驗?中心的新方法，並把這一新方法直接應用到了香港人普通話水平合格標準的厘定工作之中(評委為 7個)，得到了普通話測試前4部分的合格標準為 46分（嚴格估計）、及整個測試的合格標準為 66分的（粗略估計）結果。最後，客觀地分析了本研究所存在的問題，並就今後的研究方向提出了我們自己的見解。
全文見《教育研究學報》2000年第十五卷第二期301-316頁。
普通話測試：錄音評分可行性、信度及經濟效率
香港中文大學，香港
本研究採用心理測量中的概化理論（Generalizability Theory），對國家語言文字工作委員會編制的普通話測試進行了兩項研究。探討了錄音評分的可行性、經濟效率、信度以及其他的測量特性等問題。結果表明，錄音評分與現場評分的測試結果是一致的，最少能區分90%的能力差異。同時發現，現行測試的評分者人數和題目數量已經足夠。但仍然可以根據考生能力特性等，對評分者人數和題目個數做一些調整。
全文見《心理學報》2001年第33卷第2期97-103頁。 《當代華人教育學報》第3卷全文轉載。
多元概化理論對普通話測試的研究
本文首先結合國家語委編制的普通話測驗闡述了多元概化理論（MGT）的基本原理和方法。接著，利用香港人普通話測試的資料，用MGT方法估計了該測驗三個部分的全域分數和各自的概化係數、以及各種變異來源的方差與協方差分量矩陣等。然後，估計了全域合成分數及其有關的測量質量指標。結果表明，該測驗的信度從總體上講是較高的，把三個部分的全域分數進行合成也是合理的，但從細節上看其第3部分的信度較低。另外，當評分者個數為 3、試題數量為 28時，測驗的第1、2部分的信度已經很高，因此，在實測時減少這兩部分的題量並不會對測量信度有太大影響。
全文見《心理學報》2002年第34卷第1期50-55頁。
普通話水平測試之評分者信度
楊志明、張雷
文章針對普通話水平測試的特點，以非常實用的方式分別展示了經典測驗理論和概化理論的常見信度估計方法，發現可靠性指數法是普通話信度估計的最佳方法，並成功地解決了普通話三級六等切割分數線的信度估計問題。
全文見《澳門語言學刊》2002年第18-19期42-52頁。