評価コンパスEvalCompass
総合フレームワーク研修評価人材開発学習効果行動変容

カークパトリック4段階評価

Kirkpatrick Four-Level Training Evaluation Model
別名: カークパトリックモデル、4段階評価モデル

研修・学習プログラムをReaction（反応）・Learning（学習）・Behavior（行動）・Results（結果）の4段階で評価する、人材開発分野の世界標準モデル。1959年にKirkpatrickが提唱した。

難易度 中級 ●●●費用 中 ●●●期間 Level 1〜2は研修直後〜数週間。Level 3は研修後1〜3ヶ月。Level 4は3〜12ヶ月以上
カークパトリック4段階 測定計画表を開く →

概要

Lv.1 反応Reaction満足したか（アンケート）Lv.2 学習Learning知識・技能が身についたか（テスト）Lv.3 行動Behavior職場で実践しているか（追跡）Lv.4 成果Results組織の成果につながったか（KPI）測定難度・価値↑
研修評価の世界標準。反応→学習→行動→成果と、上位レベルほど測定は難しいが価値は高い。

Donald Kirkpatrickが1959年に発表し、その後の著作で体系化した研修評価の4段階モデル。Level 1（Reaction）は参加者の満足度・関与度、Level 2（Learning）は知識・スキル・態度の変化、Level 3（Behavior）は職場での行動変容、Level 4（Results）は組織・ビジネスへの貢献を問う。

2016年にJames KirkpatrickとWendy Kirkpatrick（息子夫妻）が「New World Kirkpatrick Model」を発表し、Level 4から逆算して設計する「Backwards Design」と、Level 3でマネジャーの関与と組織サポートを重視する枠組みを追加した。研修の価値を経営成果と結びつけることを明示した点で実務的インパクトが大きい。日本でも企業内研修・公務員研修・医療教育など幅広い分野で採用されている。

✓ こんな時に使う

  • 社員研修・管理職育成・技能訓練の効果を測定・報告したいとき
  • 研修設計の段階で「どんな成果を目指すか」を4段階で整理したいとき（New World版の逆算アプローチ）
  • 研修投資の費用対効果を経営層に説明する根拠を作りたいとき
  • 研修後の職場転移がなぜ起きないかを診断したいとき（Level 3の障壁分析）

✕ 向かない場面

  • 研修以外の政策・社会プログラムの評価 — 他のフレームワーク（DAC基準・CIPPなど）が適する
  • Level 4（ビジネス成果）の変化が研修以外の要因（市場変動など）に強く影響される場合 — 寄与の特定が困難

実施手順

  1. Level 4から逆算して評価目標を設定
    「この研修が成功すれば、組織・業務にどんな変化が生じるか（Level 4）」から出発し、それに必要な行動変容（L3）・学習（L2）・研修設計（L1）を遡って定義する。New World Kirkpatrick Modelが推奨するアプローチ。
  2. Level 1：反応の測定
    研修終了直後にアンケートを実施。単なる「楽しかった」ではなく、関与度（Engagement）・関連性（Relevance）・顧客満足（Customer Satisfaction）の3指標を測る。
  3. Level 2：学習の測定
    研修前後のテスト、ロールプレイ観察、実技チェックリストなどで知識・スキル・自信・コミットメントの変化を測定する。事前テストと比較することで変化量が明確になる。
  4. Level 3：行動変容の測定
    研修後1〜3ヶ月の職場観察、上司・同僚による360度評価、業務記録の分析などで実際の行動変容を確認する。変容を阻む職場環境・マネジャーの関与を同時に調査する。
  5. Level 4：結果の測定
    売上・品質・顧客満足・離職率などの業績指標の変化を測定し、研修との関連を示す。完全な因果証明は困難なため、「寄与の証拠」を積み上げるアプローチが現実的。
  6. 4段階の統合と改善提言
    各Levelの結果を統合し、研修の強み・弱みと改善点を整理する。特にLevel 3の障壁（マネジャーの非協力・職場文化など）は次回設計に直接反映する。

長所と限界

長所

  • シンプルで直感的な4段階の構造が、経営層・研修担当・現場マネジャー全員に伝わりやすい
  • 研修の「後追い評価」から「設計段階からの計画的評価」への転換を促す（New World版）
  • Level 3〜4のデータが研修投資の正当化に直接使える
  • 汎用性が高く、企業・行政・医療・教育など多様な組織で適用実績がある

限界

  • Level 3〜4は研修以外の要因の影響が大きく、研修の寄与を切り出すことが難しい
  • Level 1（反応）だけで評価を終わらせる慣習が多く、本来の4段階が機能していない現場が多い
  • Level 4の測定には長期間の追跡と組織的なデータ収集が必要で、コストが高い

⚠ よくある落とし穴

  • Level 1アンケートが「笑顔シート」になり、研修改善に使えない設問ばかりになる — 関与度・関連性を問う設問を必ず入れる
  • Level 2のテストが暗記テストになり、実務での応用可能性を測れていない
  • Level 4の測定計画を研修後に考え始める — 基準値（ベースライン）は研修前に取得しておく必要がある