形成評価と総括評価
Formative & Summative Evaluation
形成評価と総括評価とは?
- 形成=途中での改善用
- 総括=最後に成果を判定するため
- 優劣ではなく目的の違い
形成評価と総括評価を区別した瞬間、研修担当者が評価結果を持っていく先が変わります。総括評価の点数は人事チームと経営陣に届きます。修了したか、資格を与えるかを判定するための資料です。一方、形成評価の結果は講師と学習者本人に届きます。3日目のクイズで半数が財務諸表のキャッシュフローの部分を誤答していたなら、4日目の講義案をその日の夕方に修正する根拠になります。同じ設問でも「誰が、いつ、何のために見るのか」によって性格が変わります。
実務で両者を分ける基準は3つです。第一に、点数が個人の記録に残るかどうかです。形成評価は無記名か記録に残さないことで、学習者が正直に間違えられます。第二に、結果が出たあとに介入できる時間が残っているかどうかです。残りの課程がなければ、途中で見ても総括評価です。第三に、設問数と難易度です。形成評価は5~10問、5分以内と短く、頻繁に行うほうが、20問を一度に見るより効果的です。カークパトリックの4段階と混同しやすいのですが、カークパトリックは'何を測定するか'(反応・学習・行動・結果)の階層であり、形成/総括は'いつ、何のために測定するか'の軸です。両軸は交差します — 第2段階の学習測定を途中で行えば形成評価、最後に行えば総括評価です。
現場で最も多い失敗は、形成評価に点数をつけて人事評価に反映することです。この瞬間、学習者は分からないことを表に出さなくなります。中間クイズの平均が92点だったのに、最終試験で半数が不合格になるという事態は、ここから生まれます。互いに答えを合わせてから提出したからです。逆の失敗もあります。形成評価に真剣に取り組んでも、結果を次の回に反映しない場合です。学習者からは「なぜ解かせるのか」という声が出て、回答率は3週間で40%台まで落ちます。形成評価は、その結果によって何かが変わることを学習者が目で見てこそ維持されます。
教育評価学者のマイケル・スクリブン(Scriven)が1967年、形成評価と総括評価を区別して提示し、確立されました。
仮想の事例で見てみましょう。役職員約620名の中堅自動車部品メーカーA社は、新たに入社した生産管理職34名を対象に、8週間の職務入門研修を実施しました。3期連続で最終認定試験の合格率は58%にとどまり、現場配属後3か月以内の再研修の依頼が11件寄せられました。教育チームは「8週間の間、誰もついてこられていないことに気づけなかった」という点を問題と捉えました。
- 教育チームのパク課長が既存の研修を見直すと、評価は8週目の認定試験ひとつだけでした。講師に尋ねると「雰囲気からして皆分かっていたようだ」という答えが返ってきました。パク課長は「感覚ではなく、データで見よう」と、毎週金曜日に10問・5分のクイズを入れることにしました。
- その代わりに条件を付けました。クイズの点数は記名なしで処理し、人事記録には残さず、結果は講師と本人にだけ送ることにしました。第1期のオリエンテーションで、パク課長は「この点数であなたがたを評価するのではありません。講義を評価するのです」と明言しました。
- 第2週のクイズで、工程別標準原価の計算問題の正答率が31%でした。講師のキム委員は第3週の講義案で新製品事例のパートを30分削り、原価計算の演習3問を配置し直しました。再測定の正答率は79%でした。
- 5週目はクイズの代わりに現場の先輩6名が来て、15分ずつ1対1のフィードバックを行いました。「報告書に数字だけあって、原因が一行もない」という指摘が12名に共通して出たため、6週目の課題様式に「原因の推定」欄を追加しました。
- 第8週の認定試験は、60問・70点合格の基準をそのまま維持しました。形成評価の回答率は8週平均94%でしたが、パク課長は'毎週の結果が翌週の講義に反映されるのを見ていたから'と整理しました。
- 該当期の合格率は58%から85%(34名中29名)に上がり、現場配置後3か月以内の再研修依頼は11件から2件に減りました。次の期からは週次クイズの設問を、正答率データが蓄積された順に再設計しています。
キム・フィ
金鍾赫