点击上方

“蓝色字”

可关注我们！

导读：不要总是想着三级评估，四级评估，先把一级评估玩得专业了！也欢迎参加《培训经理的六项修炼》特训营，3-4月北京上海深圳三地同开。

来源：章法森言（ID:johnsonzhang0807）

如何找到组织的学习风格？

或许你，会让学员去做些学习风格测评，比如库伯的学习风格测评、所罗门学习风格测评，你会找到很多有效的工具，笔者鼓励各位培训管理者，需要在自己的企业中，建立组织学员的学习风格档案。

这里，向大家介绍一种组织学习风格诊断的技术，基于日常我们都会做的培训反应评估的数据来提炼出组织的学习风格，过程如下。

第1步：模型设计及问卷

这个大家都会做，但这里笔者要强调的是：很多时候我们在评估问卷中部署了很多X变量的问题，但没有去部署Y类问题的变量。从金字塔原理来说，Y是培训反应评估的二级维度，各个X因素是三级维度

比如对于讲师的满意度程度是Y，讲师的精神面貌是X1，讲师的互动能力是X2，依次。哪些X应该可以成为合理的设置呢？基于建模的思路：能够成为你选择、评价和优化改进的变量，即具有操纵性是X合理的设置条件。

第2步：日志数据积累

在评估问卷发放后，基于日志的形式，回收数据，并积累数据，

同时，在日志中，丰富字段，作为后续分析的关联信息。

互联网时代的大数据之所以强大，就是因为用户的行为日志时技术的基础！

第3步：纵向比较分析

在上一步中，部署的各类关联的字段信息，就是用于纵向做比较分析的，通过横向的比较，可以挖据出学员在各种类别上的学习风格差异。

比如以下2个分析，可以看出，笔者所在企业的学员，对于标准类型的培训课程，总体的反应比非标准的评价要更高，这就是一种对于学习内容的风格。

这里的关键是：要多多部署相关字段，比如讲师的性别、讲师的国籍，互动的形式。通过这一系列的培训属性的比较，找到组织中学员的属性偏好！在下次设计培训的过程中，将这些属性设计到项目中去，从而优化培训。

第4步：横向相关分析

大数据的本质，不是因果，大数据的核心思想：相关！啤酒和尿布的故事都知道，就是两个消费行为相关，仅此而已，没有因果。

之前的评估模型，可以概括为Y=F（x）的反应结构，基于日志数据的积累，通过“相关系数”这一统计技术，找出这门多X中，哪几个X对Y的影响是最大的！相关系数最高的那个X就是对组织中学员的反应，影响最大的学习风格变量。

根据相关系数的统计结果：

可以发现，笔者所在的企业中，课堂的组织能力，和表达是学员对于讲师感知的重要因素，以后再挑选讲师的时候，这两个因素要重点考察。

同样，培训课程的内容系统性和课程形式，学员对于课程感知的重要因素，以后再评价课程的时候，这两个因素要重点评价。

基于相关系数这个统计技术，我们找到时影响学员对于培训感知的重点因素，是学习风格的偏好！

再深入些，可以再应用“主成分分析”这个统计工具，进行检验！很多时候，我们的反应评估问卷，不是太短，是太长了，基于主成分分析，找到反应评估的主要成分，即学习风格的重要因子，对培训反应评估的问卷，加以优化（缩减）。

建议

1、珍惜你的一级评估，里面藏着你组织中，学员的学习风格的答案。混合式学习的核心是学习形式，学习形式的精髓是贴近“学习风格”。

2、不要总是想着三级评估，四级评估，先把一级评估玩得专业了！

3、大数据时代的培训管理，不要停留在概念层面，实践就在我们的身边，太阳底下没新鲜事，培训经理需要掌握些统计的方法论！

推荐工具：SPSS、MINITAB