ダッシュボードはすべて緑色だった。修了率97％、満足度4.7、推奨意向91％。人材開発部門は成功を報告したが、事業責任者は一つだけ尋ねた。「それで、現場では何が変わったのですか」。画面には答えがなかった。1か月後の行動アンケートを追加すると、今度は受講者が「活用している」と答えた比率だけが増えた。どの状況で何をしたのか、上司も同じ変化を見たのか、成果が動かなかったとき研修と職場環境のどちらに原因があるのかは分からないままだった。
研修転移測定とは、満足度の次の欄に「仕事で使いましたか」と加える作業ではない。学んだ知識・スキル・態度が実務課題で使われ、維持されているか、その利用を支える条件と妨げる条件は何かを判断する証拠設計である。したがって、最も有名な尺度から選ぶのではなく、何を決めたいかを先に定める。プログラムを直すのか、上司の支援を変えるのか、行動変容を示すのか、事業成果との関係を探るのかによって、設問、時期、回答者、データは変わる。
45研究を集めても「標準質問紙一枚」には収束しなかった
2026年の Journal of Workplace Learning に掲載されたスコーピングレビューは、職場における研修転移の評価ツールを七つのデータベースから検索した。最初の1,748件から重複496件を除き、1,252件をスクリーニングした。320件の報告書取得を試み、48件を取得できなかったため、272件の全文を評価した。英語以外の16件、テーマまたは選定基準に合わない211件を除外し、最終的に45研究を分析した。対象研究の参加者は合計24,096人だった。
七つのデータベースから得た1,748件は、最終的に45研究へ絞られた。研究数の多さよりも、対象文脈とツールが異なり、一つの普遍的な測定法へ収束していないことが重要である。
ツールは、単独型、複数尺度を組み合わせた型、特定業種・プログラム向けに調整した型に分かれた。単独型ではLearning Transfer System Inventory（LTSI）が最も多く使われていたが、研究ごとに構成概念、測定時期、分析目的は同じではない。受講者の準備度、研修設計、同僚・上司の支援、組織文脈、行動と成果が、異なる組み合わせで測られていた。
この結果を「LTSIが正解だ」と読むと、レビューの要点を取り違える。転移は一つの心理状態ではなく、ツールはそれぞれ別の問いに答える。支援環境のボトルネックを診断する質問紙、行動が変わったかを確かめる観察票、業務成果の変化を追うデータは、互いに置き換えられない。同じプログラムでも、意思決定の段階に応じて組み合わせる必要がある。
レビューには、英語で公表された研究、米国・高所得国の研究が多い。尺度の翻訳・修正方法も統一されず、自己報告に依存する研究も少なくなかった。45という数字は検討範囲を示すが、自社で選んだ測定ツールの妥当性を自動的に保証するものではない。
最初の分岐は、行動の結果と転移の条件を分けることだ
研修転移測定で頻繁に起こる混乱は、結果と原因を一つの総合点にまとめることだ。「学んだ内容を使った」「上司が支援した」「内容は実務に合っていた」を平均して82点と報告しても、どこを直すべきかは分からない。行動も支援も低い集団と、行動は高いが内容妥当性を低く評価した集団が同じ点数になる可能性がある。
測定する問いを、まず二つに分ける。
実際の利用と遂行は変わったか
ここでは観察できる行動と成果物を見る。交渉研修ならBATNAという用語を覚えたかより、実際の提案書に代替案を用意したか、顧客との対話で譲歩条件を記録したかを確認する。安全研修なら規程問題の正解と、危険を発見して報告・停止した行動を分ける。プログラミング研修なら自己評価だけでなく、コードレビューでの欠陥タイプ、タスクの完結性、援助要請の質を証拠にできる。
なぜ使えたのか、なぜ使えなかったのか
こちらでは、受講者の準備度、内容妥当性、練習の現実性、利用機会、自己効力感、上司・同僚の支援、ツール・制度の障壁を診断する。行動が低いとき、再研修、上司への働き掛け、業務プロセスの修正のどれを選ぶか判断する問いである。支援スコアが高いだけで転移を証明することはできないが、行動が止まった原因を絞るには必要だ。
結果の問いと条件の問いは同じダッシュボードに表示しても、一つの指標に合算しない。行動は十分でも支援が低ければ、個人の非公式な努力で持ちこたえている可能性がある。支援が高く行動が低ければ、実践課題、内容妥当性、熟達難度を見直す。二軸の組み合わせから改善策を導く。
二つ目の分岐では、何をいつ決めるのかを先に置く
測定時期は「修了後何か月が正解か」だけでは決められない。新しい行動を初めて使える日と、意思決定の締切に合わせる。修了直後は知識・スキルの獲得や実践計画を確認できるが、職場での転移を観察するには早い。最初の課題が2週間後なら30日測定が可能であり、四半期決算でしか使わないスキルなら90日後でも早過ぎる。
五つの時点は、それぞれ異なる問いに答える。
| 時点 | 確認すること | その時点で決められること |
|---|---|---|
| 研修前 | 基準行動、前提知識、実践機会、支援環境 | 対象、難度、比較基準、先行条件の調整 |
| 修了直後 | 学習到達、実践計画、予想される障壁 | 補習、最初の課題、上司との約束の修正 |
| 最初の実践直後 | 実際の利用、エラー、援助要請、フィードバック | コーチング、ツール、演習設計の即時修正 |
| 30〜60日 | 反復利用、遂行品質、職場支援 | 拡大・縮小、現場介入の判断 |
| 90日以降 | 維持、新しい状況への転移、関連成果 | 標準業務への反映、投資再検討、追加検証 |
基準値を取らずに事後スコアだけを見ると、変化量が分からない。受講前からできていた人と、研修で初めて身に付けた人が同じ「現在水準」に見える。比較群を置けない場合でも、過去の成果物、事前シナリオの遂行、上司の観察記録のいずれかを残す。事業指標は季節性、人員変動、ツール更新の影響を受けるため、単純な前後差を研修効果と断定しない。
頻度は回答負担と釣り合わせる。毎週40項目を送れば、回答率と回答品質は同時に下がる。短いパルスは主要な障壁と行動の推移を追い、深い診断は事前、中間、終了時の重要判断に限定する。常に尋ねるのではなく、変化が生じ得る時点に尋ねる。
三つ目の分岐は、誰が証拠に最も近いかで決める
受講者は、意図、自信、外から見えない試行や障壁を最もよく知る。上司は業務の優先順位と反復行動を見られる。同僚は協働中の細かな変化を観察でき、システムは実際の利用痕跡を残す。単独で完全な回答者はいない。
- 受講者の自己報告は利用状況を広く早く把握し、動機、認識、隠れた障壁を理解するのに役立つ。一方、記憶誤差、社会的望ましさ、評価への不安に左右される。
- 上司評価は業務文脈と成果期待に近いが、すべての行動を見られるわけではなく、ハロー効果や関係性の偏りが生じる。
- 同僚・顧客の観察は協働やサービス行動に近いが、評価基準を共有しなければ一貫性が落ちる。
- 成果物・システムログは実際の痕跡を示すが、行動の質や理由まで自動で説明しない。クリックや利用回数は、正しい判断と同義ではない。
- 標準化した遂行課題は同条件で比較しやすいが、実務の複雑さや結果責任をすべて再現するのは難しい。
リスクの低い探索的プログラムなら、受講者への短いパルスとサンプルインタビューで次の改善を決められる。安全、法令、顧客損失につながる能力では、自己報告だけでは足りない。行動基準を使った上司評価、実際の成果物、独立した品質データを組み合わせる。証拠の強さは講座価格ではなく、誤判定した場合のリスクに比例させる。
回答者を増やすだけでは三角測量にならない。受講者は「利用頻度」、上司は「遂行品質」、ログは「行動痕跡」を見るように役割を分ける。三者が同じ曖昧な設問に答えるなら、偏りを三回集めるだけである。
ツール名ではなく、項目数・構成概念・利用時期を比較する
レビューのTable 2は、単独型ツールの違いを具体的に示している。LTSI version IIIは計89項目で、プログラム固有の11因子63項目と、一般領域の5因子26項目から構成される。受講者の準備度、転移動機、肯定的・否定的結果、個人の転移能力、同僚・上司の支援、上司による制裁、知覚された内容妥当性、転移設計、利用機会などを広く扱う。一般領域には、転移努力と成果期待、変化への抵抗・開放性、遂行自己効力感、パフォーマンスコーチングなどが含まれる。
FITTは53項目で、管理者支援、組織の障害、研修の妥当性、組織・個人の促進要因、転移への個人態度を扱っていた。MEVITは28項目で、転移機会に対する統制、動機、研修要素、社会・仕事文脈を含む。HSTEPは5項目と短く、研修3か月後に用いた事例が整理されていた。原表ではLTSIの測定時期は報告されておらず、FITT、MEVIT、HSTEPも研究ごとに適用時期が異なる。
ツールごとに長さ、構成概念、測定時期は異なる。知名度や項目数ではなく、今回の意思決定に必要な範囲、回答負担、利用権限、現地での妥当性を比較する。
長い尺度は転移システム全体を診断しやすいが、反復測定や現場運用の負担が大きい。短い尺度はパルスに向く一方、どの障壁を直すべきか十分に分解できないことがある。業種特化型は文脈妥当性が高い可能性があるが、他職種との単純比較には向かない。選定表には次の七項目を置く。
- 答えたい意思決定の問い
- 含む構成概念と除外する領域
- 対象集団での検証根拠
- 測定時期と反復利用の可否
- 回答時間と運用コスト
- ライセンス、翻訳、項目修正の権限
- 得点解釈と誤判定リスク
LTSIの名称を付けながら一部項目だけを独自に翻訳・削除しても、既存の妥当性根拠をそのまま引き継ぐことはできない。商用尺度や著作権のある項目を、許可なく複製してはならない。正式なツールを使うなら利用条件を確かめ、翻訳版では翻訳・逆翻訳、認知インタビュー、パイロット、信頼性・因子構造の検証を行う。独自項目を作る場合は、既存ツールの概念を参照したことを記し、「自社診断」として管理する。
一つの設問には一つの行動、一つの期間、一つの場面を置く
独自に設問を設計する場合、文章の品質がデータ品質を左右する。「学んだ内容を頻繁かつ効果的に活用し、同僚にも共有している」という設問には、頻度、品質、共有という三つの行動が混ざる。何に同意したのか分からない。「研修は役に立った」も、満足、有用性、成果を分けられない。
良い設問は、具体的な期間と行動を定める。
- 悪い例：学んだ内容を仕事にうまく応用した。
- 改善例：過去30日間、顧客から異論が出た会議で、研修で練習した根拠確認の質問を何回使ったか。
- 悪い例：上司は研修転移を支援した。
- 改善例：最初の実践後7日以内に、上司は私の成果物を行動基準に沿って確認したか。
頻度と品質も分ける。新しい行動を5回使っても、すべて誤っていた可能性がある。利用回数はログや本人の記録から、品質は行動基準を使った成果物・観察評価から見る。「該当なし」を用意し、実践機会がなかった人を未実施者と誤分類しない。実践機会の欠如は、職場環境の重要指標として別に集計する。
回答尺度は問いと合わせる。同意尺度で実際の頻度を尋ねない。頻度なら0回、1回、2〜3回のように思い出せる区分を使い、品質には遂行水準を示す行動アンカーを置く。匿名性が必要な組織診断と、個人コーチングの記録も分ける。評価上の不利益が予想されると自己報告が歪むため、結果の用途を明示する。
得点を集める前に判断ルールを文書化する
データを見てから都合のよい物語を選べば、測定は広報になる。どのパターンが出たら何をするのかを先に定める。
- 学習到達は高いが行動利用と実践機会が低い：再研修より課題と権限を調整する。
- 利用頻度は高いが品質が低い：例題を増やすより観察フィードバックとエラー修正を強める。
- 自己報告は高いが、上司評価・成果物は低い：設問解釈、評価不安、観察機会を確かめる。
- チーム差が大きく、上司支援の差と同時に動く：教材より上司との契約や業務配分を試す。
- 行動は変わったが事業指標が動かない：時間差、他の原因、目標行動の妥当性を見直す。
これらのルールは統計的有意性と同じではない。標本が小さければ信頼区間と個別事例を併せて読み、反復測定の方向と運用上の重要性を見る。標本が十分なら、事前水準、職種、チーム、研修への曝露を調整した分析や比較群を検討できる。それでも観察研究の相関を研修の因果効果と断定してはならない。
得点の基準も、パイロットなしに外部ベンチマークから借りない。「4点以上なら転移成功」という任意の閾値は、仕事固有の基準を隠す。まず行動基準と許容できるエラー水準を定め、実際の成果・観察と得点の関係を確かめてから、解釈範囲を狭める。
自己報告が最も多いという結果は、便利さと正確さを分けよという警告だ
2025年の職場eラーニング転移に関するシステマティックレビューは、2000年1月から2024年10月までの文献31件を分析した。近接転移と遠隔転移を六つの二分型下位区分に整理し、測定方法を自己報告、第三者評価、客観資料に分類した。自己報告が最も多かった一方、共通の尺度と方法は不足していた。
自己報告は捨てるべきデータではない。外から見えない試行、自信、障壁、援助要請を効率よく把握できる。問題は、その回答を実際の遂行と同じものとして扱うことだ。記憶は直近の出来事に引かれ、設問表現と評価への不安が回答を変え、「使った」の基準も人によって異なる。
そこで、最小限の証拠セットをつくる。低リスクなら 本人の自己報告＋実践事例の標本確認、中リスクなら 本人＋上司の行動評価＋成果物、高リスクなら 標準化した遂行評価＋実際のログ・品質資料＋独立レビュー といった組み合わせが考えられる。高リスクだから項目を増やすのではなく、同じ情報源だけに依存しない証拠を増やす。
日本企業の受講率ダッシュボードには四つの層を追加する
既存のLMSダッシュボードを廃止する必要はない。受講率と修了率は、アクセスと運用の健全性を示す。ただし、それを学習、転移、成果と呼ばなければよい。ダッシュボードを五層に分けると、判断が明確になる。
- アクセス・参加：割り当て、開始、修了、離脱、学習時間
- 学習到達：知識・スキルの遂行、エラータイプ、フィードバック反映
- 転移条件：実践機会、内容妥当性、上司・同僚支援、ツール・制度の障壁
- 業務行動：利用頻度、遂行品質、新しい文脈での利用、維持
- 関連成果：品質、速度、リスク、顧客、売上など目標に結び付く指標
層ごとにオーナーは異なる。L&Dは学習到達とツール品質、現場の管理職は課題・観察・フィードバック、データ担当はログと成果指標の定義、人事は評価への利用範囲とプライバシーを担う。一部門がすべてを所有すると、測りやすいものに目標が歪む。
最初から全社共通50項目をつくらず、重要なプログラムを一つ選ぶ。意思決定の問いを一つ、目標行動を二、三個、転移条件を三、四個、証拠源を二つ決める。基準値を残し、最初の実践時点で測り直す。結果が実際のプログラム改善につながったかまで記録してから、他の研修へ広げる。
OJT評価と人事評価の利用範囲を先に分ける
日本企業のOJTや現場指導では、上司の観察が重要な証拠になり得る。しかし、人事評価と育成フィードバックが混ざれば、社員は失敗や援助要請を隠す。自己申告、上司評価、業務ログを組み合わせる前に、各データをコーチング、プログラム改善、配置、昇進のどこで使うのかを明記する。
現地版ツールは、日本語が自然かどうかだけを確認しても足りない。職務境界、稟議、資格要件、集団的な意思決定など、行動が現れる文脈は海外本社と異なることがある。共通化するのは目標遂行と最低限の証拠であり、観察者、実践課題、測定時期は現地の業務周期に合わせる。韓国語版と日本語版の得点を直接比較するなら、翻訳等価性と測定不変性の検討も必要だ。
現場負担も意思決定コストとして扱う。OJT指導員が毎週長い評価票を作成すれば、形式的な得点が蓄積する。短い行動アンカーと月1回の事例対話を組み合わせるか、既存の業務記録から証拠を得るほうがよい。測定がOJTの時間を奪い、転移を妨げないようにする。
良いツールは得点を増やすのではなく、次の行動を絞り込む
研修転移測定の出発点は質問紙ではない。何をいつ決めるのか、その判断を誤ったときのリスクは何かを定めることだ。行動結果と転移条件を分け、変化が現れる時期に測り、証拠に最も近い人とシステムを組み合わせる。検証済みツールを使う場合も、構成概念、利用権限、翻訳と現地妥当性を確認する。
修了率は運用上の問いに答え、満足度は受講体験を示し、自己報告は外から見えない試行や認識を教える。どれも単独では転移全体を証明しない。良い測定ツールは数字を増やすものではない。行動が低いとき、再研修、課題の付与、上司支援の修正、目標そのものの再定義のどれを選ぶかを絞る。そのとき測定は報告用の装飾から、学習システムを直す装置へ変わる。
あわせて読みたい記事
- 研修効果測定は受講率より事業KPIで見る
- 学習準備度診断：研修開始前に転移を妨げる条件を見つける
- 研修効果測定の自己報告バイアス：「役立った」を成果と誤認しない
出典
- González Ortiz de Zárate et al., Workplace training transfer: a systematic scoping review of evaluation tools for adult learning, Journal of Workplace Learning, 2026年1月16日. https://doi.org/10.1108/JWL-03-2025-0068
- Aidan O’Neill, Transfer of workplace e-learning: A systematic literature review, Social Sciences & Humanities Open, Vol. 11, 2025. https://doi.org/10.1016/j.ssaho.2025.101407
第1のレビューは英語文献を中心とし、米国・高所得国の研究比率が高く、ツール、文脈、測定時期も均一ではない。第2のレビューも31件の既存研究を統合したもので、特定ツールの因果効果を証明しない。本稿は商用尺度の項目を複製しておらず、意思決定ツリーと証拠レベルは企業内人材育成向けの実務的な再構成である。