近几年来，随着HSK(高等)考生数量和考试规模的迅速扩大，口试评分的效率问题日益突出。除了目前口试试卷的构成形式，是否存在更有效、更经济的试卷构成形式，有必要进行一些实证性研究。本文利用现有的实考录音，作为研究材料，采用单因素重复测量实验设计，对现行HSK(高等)口试的三种题型(即三道题目)进行不同形式的组合，并且请评分员对各种组合进行评分，结合概化理论单面嵌套r：p设计的研究方法检验不同组合形式下评分的信度，并且通过研究不同组合形式下的评分结果与效标的相关来探讨高等汉语水平考试口试题型和题数的效度问题。本文的实验结果表明，现行口语考试的信度最高，Ep~2系数为0.9344，其次是实验处理三(只评问答第二题)，Ep~2系数为0.7822，但处理三的考生口语水平作为测量目标得到了最好的体现。效度分析结果表明，除了处理一(只评朗读)外，其它五种处理水平和现行考试的效标关联效度均较高。在效度优先，兼顾效率的原则下，结合本文的信、效度分析结果，我们得出结论，实验处理三(只评问答第二题)与现行考试一样，具有较高的信、效度，但其优于现行考试的一点是效率更高，是一种值得进一步考察的口语试卷构成形式。