設計・セオリー判断基準水準記述質的評価評価規準Davidson
ルーブリック評価
Rubric-Based Evaluation
別名: 評価ルーブリック、評価規準表、採点指針
評価規準（何を評価するか）と達成水準（どのレベルかをどう判断するか）を表形式で記述する評価ツール。教育評価発祥だが、E. Jane Davidson らがプログラム評価全般に展開した判断の透明化手法。
難易度 中級 ●●●費用 低 ●●●期間 半日〜2日（ルーブリック開発ワークショップ）
概要
ルーブリック（Rubric）は、評価対象を複数の「規準（Criteria）」に分けて、各規準について「優れている/十分/改善が必要」等の達成水準（Performance Levels）ごとに具体的な記述子（Descriptors）を持つ評価表。教育評価の分野で1960〜70年代から普及し、学習成果の評価と指導改善に広く用いられてきた。
プログラム評価への展開は、E. Jane Davidson（2005, Evaluation Methodology Basics）の貢献が大きく、ロバート・スタッフルビーム（Daniel Stufflebeam）らのメリット・ワース評価論と組み合わせて、「何が優れたプログラムか」の判断基準を透明化する手法として位置づけた。評価基準（standards）と評価指標（indicators）が揃っても「どこまで達成すれば十分か」の判断規準がなければ、評価者ごとに結論が異なる問題をルーブリックが解決する。
実務では、評価クエスチョンの各次元（有効性・適切性・効率性・持続可能性等）に対してルーブリックを作成し、根拠に基づく総合判断（overall judgment）に至るまでの論拠を透明化するために使われる。
✓ こんな時に使う
- 評価の総合判断（「この事業は成功したか」）に至るまでの判断規準を透明化したいとき
- 複数の評価者・専門家がいる評価で、一貫した判断基準を共有するとき
- DAC 評価基準や独自基準を使って多次元的に事業を評価し、次元ごとの評点を付けるとき
- 参加型評価でコミュニティ・受益者が「成功とは何か」を自分たちで定義するプロセスとして使うとき
✕ 向かない場面
- 評価が単一の量的指標（例：収益率・受益者数）だけで判断できる場合 — ルーブリックの記述的な構造は過剰
- 評価者が判断基準を事前に明示することが政治的に困難な文脈 — ただしそれ自体が問題
実施手順
- 評価次元（規準）の設定何を評価するかの軸（次元・規準）を決める。DAC 評価基準（関連性・有効性・効率性・インパクト・持続可能性）や、事業固有の評価観点を用いる。通常3〜6次元。
- 水準の定義各規準について達成水準の段階を決める。3段階（優/良/要改善）または4〜5段階。段階名称は判断の方向性が分かるよう命名する。
- 記述子（Descriptors）の作成各規準×水準のセルに、「この水準に当てはまる具体的な状態・証拠はどのようなものか」を1〜3文で記述する。曖昧な言葉（「かなり達成」「概ね良好」）を避け、観察可能な特徴を書く。
- ウェイト（重み付け）の検討各規準に異なる重要度を設定する場合は、重み付けの根拠をステークホルダーと合意する。重み付けなしのフラットなルーブリックから始めることも多い。
- パイロットテストと調整実際のデータ・事例にルーブリックを試適用し、記述子が実態に合っているか、評価者間のばらつきが許容範囲かを確認して調整する。
- 総合判断プロセスの設計各次元の評点をどのように統合して総合判断に至るかのプロセス（例：最低水準の規準が総合判断を規定するか、加重平均か）を明記する。
長所と限界
長所
- 「成功とは何か」の判断基準が透明化され、評価の恣意性・主観性が低減される
- 複数の評価次元を統合した総合判断に至る根拠を文書化できる
- ステークホルダー参加でルーブリックを作成することで、評価基準への共有認識が生まれる
- 評価後の改善提言に具体的な水準記述が活用できる
限界
- ルーブリックの開発自体に時間がかかり、単発評価では作成コストが大きい
- 水準記述の作成が困難で、専門性・経験のある評価者が必要
- 動的・創発的な変化は規準化が困難で、ルーブリックが実態を捕捉しきれない場合がある
⚠ よくある落とし穴
- 記述子が曖昧すぎて（「良好な実施」）評価者間のばらつきが解消されない
- 評価規準を評価者だけで決め、ステークホルダー・受益者の「何が重要か」という価値観が反映されない
- 総合判断の方法（各次元の統合ルール）を決めずに次元別評点だけで終わり、結論が出ない
- ルーブリックを「評点を出すための機械的な計算式」として扱い、証拠に基づく判断プロセスを省略する