培訓前測與後測設計：用數據證明學習發生

有個培訓經理跟我講過一件事。他們做了一場業務技巧培訓，培訓前發了前測問卷，培訓結束發了後測問卷。結果後測平均分比前測高了 30%。他拿著這個數據去找主管匯報「培訓效果顯著」。

主管問了一句話：「你怎麼證明這個分數提高是因為培訓，而不是因為大家第二次做題更熟練了？」

他答不上來。

這就是前測後測設計中最容易被忽略的問題——你怎麼知道分數變化是因為學習，而不是因為其他因素？

前測後測的基本邏輯

前測後測的邏輯很直白：培訓前測一次，培訓後再測一次，兩次分數的差值就是學習效果。但這個邏輯成立有一個前提——前後測的分數變化只受培訓影響，不受其他因素干擾。

現實中有哪些因素會干擾？

• 練習效應：同一套題做兩次，第二次更熟練，分數自然偏高
• 天花板效應：前測分數已經很高了，後測沒法再高，看不出變化
• 地板效應：題目太難，前測後測大家都不會，也看不出變化
• 時間間隔：前測和後測隔太久，中間可能有其他學習來源；隔太短，短期記憶還沒消退

好的前測後測設計，就是把這些干擾因素控制住。

設計步驟

等價題怎麼出

這是前測後測設計中最耗工的環節。等價不等於相同——兩道題考同一個能力點，但用不同的情境、不同的案例、不同的干擾項。

舉個例子，培訓目標是「能識別有效回饋的三個要素（具體、及時、可執行）」：

前測題（A套）：「以下哪條回饋最符合有效回饋的三要素？A. 你做得不錯，繼續加油 B. 你昨天的報告第三頁數據有誤，建議今天下班前核對一下 C. 你的工作態度需要改進 D. 你是個很有潛力的員工」

後測題（B套）：「以下哪條回饋最符合有效回饋的三要素？A. 你的方案整體不錯 B. 你在客戶會議上的表達很專業 C. 你今天上午給客戶的郵件中，第二段的語氣偏強，建議改成更中性的表述 D. 你要多注意溝通方式」

兩道題考的是同一個能力點（識別三要素），但用了不同的情境和選項。學員不可能因為做過前測就在後測中「蒙對」答案。

除了選擇題，還應該測什麼

純選擇題的前測後測有一個局限——它只能測「知道」，不能測「會做」。如果你的培訓目標是技能類的（比如「能用 STAR 框架寫一條有效回饋」），光出選擇題不夠。

建議在選擇題之外加一道應用題。比如：

「請用 STAR 框架，針對以下場景寫一條回饋：你的下屬小明在昨天的客戶提案中，數據準備充分，但時間控制超了 10 分鐘，導致 Q&A 環節被壓縮。」

這種題沒法靠記憶或猜來得分。前測時學員可能寫得東拉西扯，後測時如果能結構清晰地寫出 Situation-Task-Action-Result 四個要素，那就是真實的學習效果。

應用題的評分可以用量規（rubric）——把 STAR 四個要素各設 0-2 分，總分 8 分。評分者按量規打分，減少主觀偏差。

延遲後測：測保持而不是記憶

培訓結束當場的後測分數高，可能只是短期記憶。真正有意義的學習是培訓後一段時間仍然保持的。

延遲後測通常在培訓後 4-6 週進行。用第三套等價題（C套），或者複用 A/B 套中沒做過的那套。延遲後測的分數如果跟當場後測差不多——說明學習效果保持了。如果大幅下降——說明培訓內容沒有被內化，需要加強練習和應用環節。

數據怎麼讀

前測後測的數據分析不只是「算個平均分看看漲了多少」。幾個要點：

看個體差異，不只看平均分。平均分提高了 20%，但可能是一半人提高了 40%、另一半人沒變化。看分數分布——如果前後測的分數分布幾乎不重疊（後測的最低分都高於前測的最高分），說明培訓對所有人都有效。如果重疊很大，說明培訓只對部分人有效。

關注「負增長」的人。有些人後測分數比前測還低。這可能是因為猜題運氣不同，也可能是培訓反而讓他們混淆了概念。如果負增長的比例超過 10%，需要檢查培訓內容是不是有歧義。

按能力維度拆開看。如果培訓有 5 個能力點，可能其中 3 個提升了、2 個沒變化。沒變化的那些就是課程設計需要改進的地方。