カークパトリックモデルとは?4段階評価の具体例・測定方法
2026-10-24

レベル1のアンケート評価にとどまらず、レベル2の事前・事後テストやロールプレイ、レベル3の職場での行動観察、レベル4の売上や生産性といった業務指標まで多角的に測定します。
各段階のデータをもとに、研修内容や職場の支援で改善すべき点を検討できます。
研修後のアンケートでは好評だったのに、職場で何が変わったかを説明できない。このようなとき、評価する対象を整理するのに役立つのがカークパトリックモデルです。
この記事では、基本となる4段階の意味、測定方法と時期、評価結果の使い方を解説します。後半では、研修担当者と上司が一緒に使える評価設計シート(Excel・PDFで無料ダウンロード可)と、体験型研修を想定した記入例を紹介します。
目次
1. カークパトリックモデルとは?4段階評価の基本
2. 4段階の違いと測定方法の一覧
3. レベル1:反応をアンケートで確かめる
4. レベル2:学習をテスト・実演で確かめる
5. レベル3:行動を職場での実践記録で確かめる
6. レベル4:結果を業務指標で確かめる
7. 成果から逆算する評価設計と実践シート
8. 評価結果を研修改善に使う方法と注意点
9. ニューワールドモデル・フィリップスモデルとの違い
10. カークパトリックモデルのよくある質問
カークパトリックモデルとは?4段階評価の基本
カークパトリックモデルは、研修の効果を「反応・学習・行動・結果」の4つの観点で評価する枠組みです。米国のドナルド・カークパトリックが1950年代に発表した考え方が基礎で、「カークパトリックの4段階評価」とも呼ばれます。受講者の感想だけでなく、学んだこと、職場での実践、組織への成果を分けて確認します。
使うメリットは、研修のどこを改善すべきかを検討しやすくなることです。「理解はできているが使う機会がない」と分かれば、教材を増やすだけでなく、職場で実践する機会や上司の支援を見直せます。
「4段階」は受講者に1〜4点を付けるという意味ではありません。人事考課の4段階尺度や、アンケートで回答を4択にする4件法とは別の概念です。レベル1のアンケートに5段階の回答尺度を使っても、カークパトリックモデルによる評価です。
また、4つのレベルは、順番に合格すると自動的に次へ進む階段ではありません。各段階の証拠を集め、研修内容や職場の支援を見直すために使います。定義と現在の考え方は Kirkpatrick Partnersの公式解説 で確認できます。
4段階の違いと測定方法の一覧
【要点】カークパトリックモデルの4段階評価は、反応から結果まで各レベルに応じた測定方法を設定し、仕事の周期に合わせて測定時期を決めることが重要です。一律の期限で測るのではなく、研修前に基準となるデータを確保したうえで、受講者や講師、上司、現場責任者など適切な担当者が各段階の成果を追跡します。
| レベル・評価対象 | 確認したいこと | 測定方法の例 | 時期・担当の例 |
|---|---|---|---|
| 1:反応 Reaction | 研修をどう受け止めたか | 満足度・仕事との関連性のアンケート、自由記述 | 研修中・直後/受講者、研修担当者 |
| 2:学習 Learning | 必要な知識・スキルを身に付けたか | 事前・事後テスト、実演、ロールプレイ、課題の採点 | 研修前・中・直後/講師、評価担当者 |
| 3:行動 Behavior | 学びを実際の職場で使っているか | 業務中の観察、実践記録、本人・上司への聞き取り | 実践機会が生じてから継続/本人、上司 |
| 4:結果 Results | 目指した業務・組織の成果がどう変化したか | 品質・生産性・売上・顧客満足度などの業務指標 | 業務の成果が現れる周期に合わせる/現場責任者、データ担当者 |
表は基本の4分類に、測定方法・時期・担当者の例を加えて当社が整理したものです。時期は一律の期限ではありません。研修前に比較の基準となるデータを確保し、実際に学びを使える仕事の周期に合わせて決めます。
レベル1:反応をアンケートで確かめる
レベル1は、受講者が研修をどう受け止めたかを確認する評価です。全体満足度に加え、内容の難易度、説明の分かりやすさ、仕事との関連性を分けて聞くと、何を直すべきかを検討しやすくなります。
| 質問例 | 回答方法の例 | 評価結果の使い方 |
|---|---|---|
| 今回の研修にどの程度満足しましたか | 非常に満足〜非常に不満の5段階 | 全体の受け止め方を把握する |
| どの内容を、どの仕事で使えそうですか | 自由記述 | 業務とのつながりが伝わっているか確認する |
| 分かりにくかった点は何ですか | 自由記述 | 説明・演習・時間配分を改善する |
継続比較をする場合は、質問文と回答の選択肢をそろえます。「非常に満足」と「満足」を途中で入れ替えると、数値の変化が研修内容によるものか、聞き方によるものか判断しにくくなります。回答人数と未回答人数も残しましょう。
満足度が高いことだけで、知識の習得や職場での行動変化を確認したとはいえません。理解・実践の証拠は、次のレベルで別に集めます。
レベル2:学習をテスト・実演で確かめる
レベル2は、研修の目標にした知識やスキルを身に付けたかを確認する評価です。公式の解説では、知識・スキルに加えて、態度、実践する自信、実践への意欲(コミットメント)も学習の評価対象に含めています。知識なら確認テスト、手順や対人スキルなら実演やロールプレイなど、目標に合う方法を選びます。
体験型研修やワークショップでも、学習の評価は可能です。例えば、相手の話を聞くスキルなら、模擬場面で「相手の要望を言い換えて確認したか」を観察できます。公式解説でも、学習の測定にロールプレイや学んだ内容の説明を用いる方法が挙げられています。
研修前後の変化を見たい場合は、同じ採点基準で、同程度の難易度の課題を実施します。事後だけのテストは到達点を示しますが、研修前からできていた人を区別できません。レポートを使う場合も、感想の長さではなく、学習目標に対応する説明や判断ができているかを採点します。
「理解できたと思う」という自己申告と、実際に課題を解けた証拠は分けて扱います。ゲームや演習中にできたことは、まず研修内での学習の証拠です。職場で使ったことまで確認して初めて、レベル3の評価につながります。
レベル3:行動を職場での実践記録で確かめる
レベル3は、研修で学んだことを職場で実践しているかを確認する評価です。「コミュニケーションが良くなった」といった印象だけでなく、誰が見ても確かめやすい行動に言い換えます。
例えば、引き継ぎの研修なら「依頼を受けたとき、担当者・期限・完了条件を相手と確認する」と決めます。本人の記録に加え、上司の観察や実際の業務記録を照合し、実施した場面と具体的な内容を残します。
測定は「必ず3か月後」「半年後だけ」と固定せず、実践機会が生じた時点から始めます。月に一度しかない業務ならその機会を待ち、毎日の業務なら早めに確認して改善します。上司とは、観察する行動と記録方法を研修前に共有しておきましょう。
できていない場合は、本人の意欲だけで説明しないことが大切です。実践の機会がなかった、手順書が古かった、上司から異なる指示が出ていた、といった条件も確認します。学びを仕事へ移す過程については 研修転移の考え方と診断の手順 も参考になります。
研修の学びを職場で使ってもらうための「研修転移」の理論と実践は、中原淳氏らの『研修開発入門「研修転移」の理論と実践』(ダイヤモンド社)で詳しく扱われています。レベル3の行動評価を設計する前に読んでおくと、職場側で用意する支援を考える手がかりになります。
レベル4:結果を業務指標で確かめる
レベル4は、研修と職場での実践を通じて目指す業務・組織の成果を評価します。Resultsは「業績」と訳されることもありますが、売上に限らず、品質、生産性、顧客満足度など、研修の目的に対応した指標を選びます。
引き継ぎ研修なら「引き継ぎ漏れによる手戻りの減少」、営業研修なら「対象案件の受注率」、作業手順の研修なら「不良率」などが候補です。単なる件数だけでなく、対象件数や業務量も記録すると、比較条件の違いに気付きやすくなります。
研修後に数値が改善しても、それだけで研修が原因だとは断定できません。商品や価格の変更、人員配置、繁忙期、新しいシステムなども成果に影響します。前後の推移とあわせて、その間に変わった条件を記録します。
可能であれば条件の近い部署・期間との比較を検討します。ただし、比較対象を置いても条件の差は残り得ます。成果の変化、実践行動の記録、他の施策の影響をまとめて説明し、確認できた事実と推測を分けましょう。
成果から逆算する評価設計と実践シート
評価を研修終了後に考え始めると、事前の数値や観察記録がなく比較できないことがあります。まず「どの成果を変えたいか」を決め、そのために必要な職場行動、研修で習得する内容、受講者に必要な学習体験へと逆算します。
以下は、当社が本記事用に作成した評価設計のひな形です。4段階モデルの公式シートや、効果を実証した尺度ではありません。自社の研修目的に合わせて書き換えて使ってください。
▶ 評価設計シートのダウンロード:Excel版(記入用・記入例シートつき) / PDF版(印刷用)

| 設計する項目 | 記入内容 |
|---|---|
| レベル4:目指す成果 | 変えたい業務指標/対象範囲/集計方法/研修前の基準値/目標/測定日/データ担当者 |
| レベル3:職場での行動 | 観察する行動/実践機会/証拠となる記録/観察者/上司が行う支援/確認日 |
| レベル2:学ぶ知識・スキル | 課題や実演の内容/合格条件/事前・事後の比較方法/評価担当者 |
| レベル1:受け止め方 | 満足度・関連性・分かりにくい点の質問/回答尺度/回収時点/集計担当者 |
| 結果の判断と次の対応 | 確認できた変化/未確認の点/他の要因/続けること/変えること/担当者と期限 |
記入例:引き継ぎの行き違いを減らす研修
以下は設計方法を示す仮想の例です。当社や顧客の測定実績・改善結果ではありません。目標値は、自社の基準値と改善の必要性を確認して設定してください。
| レベル | 指標・証拠の設計例 | 時期・担当の設計例 |
|---|---|---|
| 4:結果 | 引き継ぎ漏れに起因する手戻り件数÷対象の引き継ぎ件数。漏れと判定する条件も事前に定義する。 | 研修前と実践後の同じ長さの期間/業務責任者 |
| 3:行動 | 実際の引き継ぎで担当者・期限・完了条件を確認した記録。観察対象の選び方を先に決める。 | 実践機会が生じたら記録し、定例で確認/本人と上司 |
| 2:学習 | 模擬の引き継ぎで、担当者・期限・完了条件の不足を見つけ、相手に確認できるかを観察する。 | 研修前後に難易度をそろえた場面で実施/講師 |
| 1:反応 | 全体満足度と「どの引き継ぎ場面で使えそうか」を別々に質問する。 | 研修直後/受講者と研修担当者 |
「未観測」を「できなかった」と混ぜない
行動の記録は「確認できた」「機会はあったが実施を確認できなかった」「機会なし」「観察・記録なし」を分けます。後ろの2つを失敗件数に入れると、学習や行動の評価を誤るおそれがあります。
実践率を集計するなら、「対象行動を確認できた件数÷実践機会があり観察できた件数」のように分母を明示します。機会なし・記録なしの件数も併記し、未観測を除いたことで数値が良く見えていないかを点検してください。
評価結果を研修改善に使う方法と注意点
【要点】評価結果を研修改善に活かすには、4段階を合算して一つの研修点数にまとめず、各段階で問題の所在を見極めることが重要です。すべての研修で大規模な調査を行う必要はなく、目的や重要性に応じて測定の範囲を決め、既存の業務記録の活用から始めます。匿名アンケートで個人単位の前後比較を行うには、前後の回答を対応付ける識別子が必要です。判断したい内容に合わせて測定方式を選択しましょう。
| 確認できた状態 | 次に調べること | 改善の候補 |
|---|---|---|
| 反応は良いが、課題を解けない | 説明と演習が学習目標に合っていたか | 練習機会・フィードバック・課題の難易度を調整する |
| 研修内ではできたが、職場で実践していない | 仕事で使う機会と支援があったか | 上司と実践場面を決め、手順書や声かけを整える |
| 職場で実践しているが、成果が変わらない | 指標・観察期間・行動と成果の関係が適切か | 成果が現れる時期を見直し、他の要因も確認する |
| 記録が集まらない | 誰がいつ記録するか決まっていたか | 既存の業務記録を使い、指標と記録項目を絞る |
この表は原因を断定する診断表ではなく、追加で確認する順序を決めるための例です。4段階を合算して一つの「研修点数」にすると、どこで問題が起きているかが見えにくくなります。
すべての研修で大規模な調査をする必要はありません。目的と重要性に合わせて測定の範囲を決め、取得できる業務記録から始めます。匿名のアンケートは率直な感想を集める選択肢になります。ただし、前後の回答を対応付ける識別子がなければ、個人単位の前後比較はできません。何を判断したいかに応じて方式を選びましょう。
評価の結果を経営層や現場にどう伝えるかまで考えたい場合は、中原淳氏らの『研修開発入門「研修評価」の教科書』(ダイヤモンド社)が参考になります。副題のとおり、研修評価を「数字」と「物語」の両面から扱っています。
ニューワールドモデル・フィリップスモデルとの違い
ニューワールドカークパトリックモデルとの関係
基本の4分類を、現場での実践や組織の成果につながるよう発展させた考え方がニューワールドカークパトリックモデルです。学習への関与や仕事との関連性、自信・実践への意思、行動を支える仕組みなどをより明確に扱います。追加指標の詳しい比較は ニューワールドカークパトリックモデルの解説 をご覧ください。

なお、公式サイトでは2026年の発展として、成果を支えたり妨げたりする職場環境も明示されています。本記事は基本の4段階と運用方法を扱い、発展版の定義は 公式サイトの最新説明 を参照しています。
レベル4の結果とROIは同じではない
結果の指標が改善したことと、費用に対してどれだけ金銭的な便益が得られたかは別の問いです。フィリップスのROIメソドロジーは、レベル4の事業への影響とレベル5のROIを区別しています。金銭換算や費用、研修以外の要因を検討する必要があり、売上が増えたことだけをROIとは呼びません。
出典:ROI Institute「ROI Methodology」。考え方の詳細は ジャック・フィリップスによる研修効果測定 で紹介しています。
カークパトリックモデルのよくある質問
Q. カークパトリックの4段階評価とは何ですか?
研修を反応・学習・行動・結果の4つの観点で評価する枠組みです。感想、習得、職場での実践、業務や組織の成果を分けて確認します。
Q. 4段階評価では、アンケートも4段階にする必要がありますか?
ありません。4段階は評価対象の分類です。アンケートの選択肢の数とは別なので、質問の目的に合わせて回答尺度を決めます。
Q. レベル2とレベル3の違いは何ですか?
レベル2は研修で知識やスキルを習得したか、レベル3は実際の職場でそれを使ったかです。研修のロールプレイでできても、職場での実践は別に確認します。
Q. 研修の効果測定はいつ実施しますか?
研修前に評価方法と基準値を準備し、反応・学習は研修中や直後、行動は実践機会に合わせて確認します。結果は業務の成果が現れる周期に合わせ、測定日を研修前に決めます。
Q. 満足度アンケートだけでは不十分ですか?
満足度から分かるのは受講者の受け止め方です。習得や職場での実践、成果まで判断したい場合は、それぞれに対応する証拠を追加します。