Öğrenmeyi Ölçmek İçin Verilerden Faydalanın

Eğitimi Anlamlı Hale Getirin

Verilerinizden en iyi şekilde yararlanmanın sırrı, öğrenmeye hangi değeri eklediğinizi belirleyebilmek ve bunu ölçebilmekte saklıdır.

Etkiyi Nasıl Ölçersiniz?

Uzun süredir L&D (Eğitim ve Gelişim) alanındaysanız muhtemelen öğrenme çözümlerinin etkileriyle ilgili sorularla karşı karşıya kalmışsınızdır. İç sesiniz "evet, elbette çözümlerimiz etki ediyor" diyebilir, ancak muhtemelen iş bunu kanıtlamaya geldiğinde elinizden pek de bir şey gelmez. Bu konuda yalnız değilsiniz.

Brandon Hall Group'un 2020 Öğrenme Ölçümü Çalışması, katılım, memnuniyet, bilgi aktarımı, davranış değişikliği ve öğrenmelerinin işe etkisi gibi ölçütleri şirketlerin sadece %16'sından daha azının etkili bir şekilde tanımlayabildiğini ve takip edebildiğini ortaya koydu. Bu eksikliğin ana nedenlerinden biri, ölçüm için gösterilen çabanın çoğunun belirli bir eğitimin veya programın etkisini ölçmenin en iyi yolunu tartışmak için harcanmasıdır. Daha geniş kapsamlı öğrenme analitiği yaklaşımının bu tartışmalarda genelde adı bile geçmez.

Değerlendirme Modeli

İlk olarak 1993 yılında Dr. Don Kirkpatrick tarafından öne sürülen Kirkpatrick değerlendirme modeli, bugün hala eğitim programlarının değerlendirilmesinde kullanılan en popüler modellerden biridir. Dört değerlendirme seviyesinden oluşur ve her seviye bir öncekinin üzerine inşa edilir. Bunlar tepki, öğrenme, davranış ve sonuçlardır.

Kirkpatrick değerlendirme modelinde özetlenen seviyeler, üretken ölçütlere ulaşmak için tanımlanmış net hedefler belirler. En etkili sonuçları elde etmek ve iş sonuçlarınızı anlamak söz konusu olduğunda altın kurallardan birisi budur. Topladığınız verilerin size nasıl yardımcı olacağını bilmelisiniz. Bu veriler öğretim tasarımında etkili olacak mı? Eğitim veya kullanıcılar hakkında bir şeyler öğrenmenize yardımcı olacak mı veya eğitimin etkisini kanıtlamaya yardımcı olacak mı? gibi sorular sormalısınız.

"Her iki L&D uzmanının birinden eğitimlerinin daha etkili olduğunu kanıtlamaları isteniyor. Bu oldukça güçlü bir istatistik, fakat bu uzmanların sadece %6'sı bunu kanıtlamaya çalışırken baskı altında kalmadığını söylüyor."- David Wilson - Fosway

Daha Akıllı Veri Toplama İçin 7 Adım

İşte daha akıllı ölçüm için veri toplamaya yönelik 7 yaklaşıma bakalım.

1. İş Etkisi

İş etkisi, eğitim ve iş ölçütü arasında doğrudan bir korelasyon kurmakla alakalıdır. Örneğin yeni satış eğitimi ile satış personelinizin başarısı arasında bir bağlantı kurmak gibi. Ölçülmesi en zor veri noktalarından biri olmakla birlikte eğitimin işe etkisi hakkında yaratıcı bir şekilde düşünerek veya kontrol testi tarzı etkinlikler yaparak ölçülebilir.

2. Davranış Değişikliği

Bu yaklaşım, ihtiyaç değerlendirmenizin bir parçası olarak davranış modeli oluşturmakla başlar. Davranış modeli, hem olumlu davranışları hem de olumsuz davranışları tanımlar ve kapsar. Ölçüm stratejisinde eğitimden önce ve sonra bu davranışların sıklığını ölçmek için farklı yöntemlere yer verebilirsiniz.

3. Uygulama

Uygulamayı değerlendirmek, eğitimde verilen bilgi ve becerilerin kullanılmasını gerektirecek farklı deneyimler yaratmakla ilgilidir. Bu noktada en yaygın yaklaşım, kullanıcıları varsayımsal veya beklenen çalışma durumlarını kullanarak değerlendirme fırsatı sağlayan senaryo tabanlı değerlendirmelerdir. Bu yaklaşım, özellikle işteki hataların ve/veya başarısızlığın büyük sonuçları olduğu iş kolları hakkında kullanıcıları değerlendirmede yararlıdır.

4. Bilgilerin Akılda Kalıcılığı

Bilgi değerlendirmeleri, bir kullanıcının bilgileri ve terminolojiyi hatırlama yeteneğini ölçmek için kurumsal öğrenme etkinliklerinin veya eğitimlerinin her safhasında bulunur. Bu değerlendirmeler çoğu zaman eğitimin veya modülün sonunda bilgi kontrolleri veya quizler ve eğitimin sonunda bölüm sonu değerlendirmesi şeklinde olur.

5. Güven

Güven derecelendirmeleri bilişötesidir, yani insanlar kendi düşüncelerini düşünürler. Kullanıcıların kendi düşünceleri hakkındaki farkındalıklarını ifade etmeleri gerekir. Kullanıcı bir seçim veya karar hakkında kendisini değerlendirir, bu eylem genellikle seçim yapıldıktan sonra geriye dönük olarak yapılır. Kullanıcılar bir soruyu cevaplar ve ardından cevaplarına olan güvenlerini derecelendirirler.

6. Katılım

Katılım verileri, yukarıdaki veri türlerinin aksine öğretilen içerikle ilgili değildir. Aktiviteyi ölçmekle ilgilidir. Bu kategorideki en yaygın veriler, eğitime başlama, tamamlama ve eğitimde harcanan zaman gibi verilerdir.

7. Tepki

Tepki verileri genellikle anketler aracılığıyla toplanır. Bu veriler, öğrencinin eğitim hakkındaki görüşünü veya tepkisini yansıtır. Sorular "beğendiniz mi" gibi genel tatmin sorularından eğitimin kullanıcının işine olan etkisini ölçme ve performansı artırma olasılığına kadar değişebilir.