Definicja: Model Kirkpatricka to czteropoziomowy standard oceny efektywności szkoleń, który łączy reakcję uczestników, przyrost wiedzy lub umiejętności oraz transfer do pracy z wpływem na wyniki organizacji: (1) trafny dobór wskaźników dla każdego poziomu; (2) spójna metoda zbierania danych; (3) interpretacja przyczynowo-skutkowa bez mieszania poziomów.

Model Kirkpatricka – poziomy i stosowanie w ocenie szkoleń

Ostatnia aktualizacja: 2026-02-12

Szybkie fakty

• Model składa się z 4 poziomów: reakcja, uczenie się, zachowanie, wyniki.
• Pomiar powinien zaczynać się od decyzji biznesowej: jaki rezultat ma zostać poprawiony i w jakim horyzoncie.
• Najczęstszy błąd to uznanie ankiet satysfakcji za dowód skuteczności szkolenia.

Skuteczne stosowanie Modelu Kirkpatricka polega na przypisaniu mierników do poziomu, na którym realnie powstaje informacja, a następnie na kontroli zakłóceń w interpretacji. Największą wartość daje spójny łańcuch dowodów, a nie pojedynczy wskaźnik.

• Rozdzielenie dowodów: dane z poziomu 1 nie mogą zastępować poziomu 2–4.
• Projekt pomiaru: momenty zbiórki danych powinny odpowiadać dynamice transferu, a nie kalendarzowi szkolenia.
• Triangulacja: połączenie obserwacji, testów i danych operacyjnych ogranicza ryzyko fałszywych wniosków.

Model Kirkpatricka jest używany do oceny, czy szkolenie przyniosło oczekiwany efekt, a nie jedynie czy zostało dobrze odebrane. Podejście zakłada cztery poziomy dowodów: reakcję uczestników, uczenie się, zmianę zachowań w pracy oraz wpływ na wyniki organizacji. Każdy poziom odpowiada na inne pytanie i wymaga innej metody pomiaru, co pozwala uniknąć mylenia satysfakcji z efektywnością. Poprawne użycie modelu zaczyna się przed szkoleniem: od zdefiniowania oczekiwanych zachowań i wskaźników biznesowych, które mają ulec poprawie. Dopiero później dobiera się narzędzia pomiarowe oraz harmonogram zbierania danych. Tak zaprojektowana ewaluacja umożliwia wskazanie, które elementy programu wymagają korekty i gdzie znajduje się „wąskie gardło” skuteczności.

Na czym polega Model Kirkpatricka i co mierzy każdy poziom

Model opisuje cztery typy efektów, które tworzą logiczny ciąg od doświadczenia uczestnika do wyniku organizacji. Każdy poziom powinien być mierzony osobno, inną techniką i w innym czasie.

Poziom 1 – Reakcja obejmuje odbiór szkolenia: przydatność, zrozumiałość, warunki oraz deklarowaną gotowość do zastosowania treści. Dane z ankiet są użyteczne diagnostycznie, ale nie potwierdzają jeszcze nabycia kompetencji. Na tym poziomie wartościowe są pytania o konkretne elementy programu (np. ćwiczenia, przykłady, tempo), bo ułatwiają korektę projektu dydaktycznego.

Poziom 2 – Uczenie się obejmuje przyrost wiedzy, umiejętności lub zmianę postaw. Najczęściej stosuje się testy pre/post, zadania praktyczne, check-listy kompetencyjne oraz oceny trenerów według rubryk. Krytyczne znaczenie ma dopasowanie narzędzia do celu: test wiedzy nie pokaże jakości rozmowy sprzedażowej, a zadanie praktyczne bez kryteriów oceny nie będzie porównywalne.

Poziom 3 – Zachowanie dotyczy transferu do pracy. Mierzy się go obserwacją, audytem jakości, oceną przełożonego, analizą nagrań lub danymi z systemów pracy. Wymagany jest odstęp czasu, bo transfer ma opóźnienie i zależy od środowiska pracy.

Poziom 4 – Wyniki obejmuje wskaźniki biznesowe: jakość, produktywność, sprzedaż, reklamacje, bezpieczeństwo, rotację. Najtrudniejsze jest odseparowanie wpływu szkolenia od innych czynników, dlatego potrzebne są założenia analityczne i kontrola zmiennych.

Jeśli miernik nie daje się jednoznacznie przypisać do poziomu, to najczęściej jest wskaźnikiem pośrednim i wymaga doprecyzowania definicji operacyjnej.

Jeśli poziom 2 został potwierdzony testem umiejętności, to brak zmiany na poziomie 3 zwykle wskazuje na barierę środowiskową, a nie na słabą treść szkolenia.

Dobór wskaźników i projekt ewaluacji przed startem szkolenia

Dobre zastosowanie modelu zaczyna się od mapowania celu biznesowego na zachowania oraz wskaźniki, które można wiarygodnie mierzyć. Bez tej pracy pomiar staje się zbiorem luźnych danych, które nie wspierają decyzji.

Punktem wyjścia jest doprecyzowanie, jaki wynik ma się zmienić oraz jaki mechanizm ma do tego doprowadzić. Jeśli celem jest skrócenie czasu obsługi, to zachowaniem może być stosowanie struktury rozmowy i właściwej diagnozy potrzeb; wskaźnikiem wyniku będzie średni czas, a wskaźnikiem pośrednim może być odsetek rozmów zgodnych ze standardem. W takim układzie poziom 3 powinien mierzyć zgodność zachowań ze standardem, a poziom 4 zmianę czasu obsługi lub kosztu.

Na etapie projektu ustala się także minimalny próg efektu, który uzasadnia inwestycję, oraz horyzont czasowy. Poziom 1 i 2 dają się zebrać bezpośrednio po szkoleniu, poziom 3 zwykle po kilku tygodniach, a poziom 4 bywa zależny od cyklu biznesowego. Dla rzetelności porównania wymagane są definicje: kto podlega pomiarowi, jak wylicza się wskaźnik i jak postępuje się z brakami danych.

W organizacjach o dojrzałych procesach rozważa się grupę porównawczą, analizę trendu sprzed szkolenia albo segmentację według stażu i stanowiska. Im większe ryzyko wpływu czynników zewnętrznych, tym ważniejsza staje się kontrola porównywalności próbek.

Jeśli wskaźnik wyniku ma silną sezonowość, to najbardziej prawdopodobne jest zafałszowanie wniosków bez odniesienia do danych historycznych.

Poziom 1 i 2 w praktyce: reakcja oraz uczenie się bez błędów pomiaru

Poziom 1 i 2 dostarczają szybkiej informacji o jakości doświadczenia szkoleniowego i o tym, czy nastąpił przyrost kompetencji. Poprawność metodologiczna na tym etapie ogranicza ryzyko fałszywego poczucia skuteczności.

Na poziomie 1 ankieta powinna mierzyć elementy, które da się poprawić: trafność treści względem roli, zastosowanie ćwiczeń, klarowność instrukcji, adekwatność materiałów. Dobrą praktyką jest oddzielenie oceny organizacji od oceny treści, bo zmienne logistyczne (sala, czas, catering) mogą zdominować wynik i ukryć realny odbiór merytoryczny. Wartością dodaną są pytania o bariery wdrożenia, ponieważ tworzą pomost do poziomu 3.

Na poziomie 2 krytyczna jest spójność: narzędzie pomiaru musi odpowiadać celowi. Dla wiedzy stosuje się testy z kluczem odpowiedzi, dla umiejętności zadania praktyczne z rubryką i kryteriami. Aby zmniejszyć efekt pamięci, test post może wykorzystywać równoważne pytania. Dla umiejętności interpersonalnych skuteczna bywa ocena scenek przez co najmniej dwóch oceniających według tej samej rubryki, co ogranicza subiektywizm.

Warto rozdzielać „zdanie testu” od „gotowości do zastosowania” i nie mieszać tych elementów w jednym wskaźniku zbiorczym. Wynik procentowy z testu bywa mylący, jeśli zadanie jest zbyt łatwe albo zbyt trudne, dlatego test powinien mieć poziom trudności odpowiadający oczekiwaniom stanowiskowym.

Firma szkoleniowa może wspierać dobór narzędzi diagnostycznych oraz kryteriów oceny zadań praktycznych, aby wyniki poziomu 2 były porównywalne w czasie.

Test pre/post pozwala odróżnić realny przyrost kompetencji od wpływu samego zadowolenia ze szkolenia bez zwiększania ryzyka błędnej interpretacji.

Poziom 3 i 4: transfer do pracy oraz wyniki biznesowe

Poziom 3 i 4 pokazują, czy szkolenie przełożyło się na sposób pracy oraz na efekty organizacyjne. Największe ryzyko błędów wynika z opóźnień, czynników środowiskowych oraz mylenia korelacji z przyczyną.

Poziom 3 wymaga zdefiniowania zachowań obserwowalnych. Ogólne stwierdzenia typu „lepsza komunikacja” nie są mierzalne; potrzebne są konkretne standardy: zadawanie pytań otwartych, parafraza, struktura rozmowy, stosowanie list kontrolnych, kompletność dokumentacji. Pomiar może opierać się na obserwacji przełożonego, audycie jakości, ocenie 180/360, analizie próbek prac lub danych z narzędzi pracy. Ważne jest zdefiniowanie minimalnej liczby obserwacji na osobę i kryteriów zaliczenia.

Poziom 4 opiera się na wskaźnikach biznesowych, ale wymaga ostrożności: na sprzedaż, jakość czy rotację wpływa wiele zmiennych. Z tego powodu ocena bywa wzmacniana przez analizę trendu, porównanie zespołów lub uwzględnienie wydarzeń zakłócających (zmiana procesu, kampania, nowy system). Użyteczne jest także rozdzielenie wskaźników „twardych” (np. reklamacje) od „miękkich” (np. eNPS), aby nie opierać wniosków wyłącznie na deklaracjach.

Istotnym elementem jest analiza barier transferu: brak czasu, brak wsparcia przełożonego, sprzeczne KPI, brak narzędzi, kultura organizacyjna. Jeśli poziom 2 wygląda dobrze, a poziom 3 nie, to w większości przypadków problem leży w środowisku pracy, a nie w samej treści szkolenia.

Jeśli wsparcie przełożonego nie występuje w pierwszych 2–4 tygodniach, to najbardziej prawdopodobne jest wygaszenie transferu bez efektu na poziomie 4.

Najczęstsze błędy we wdrażaniu modelu i jak je korygować

Błędy wynikają zwykle z skracania procesu ewaluacji do ankiety albo z doboru wskaźników, które nie odpowiadają pytaniu badawczemu. Korekta polega na przywróceniu logiki poziomów i na minimalnym, lecz rzetelnym zestawie danych.

Najczęstszy błąd to traktowanie poziomu 1 jako dowodu skuteczności. Wysokie oceny mogą odzwierciedlać styl trenera lub atrakcyjność formy, a nie zmianę kompetencji. Drugi błąd to wadliwy poziom 2: testy bez walidacji, brak rubryk, nieporównywalne zadania między edycjami. Skutkiem jest niemożność oceny, czy program rzeczywiście „uczy”.

Kolejny błąd dotyczy poziomu 3: brak standardu zachowań i brak odpowiedzialności za obserwację. Jeśli przełożeni nie mają narzędzia i czasu na ocenę, pomiar staje się deklaracją, a transfer pozostaje niewidoczny. Na poziomie 4 często występuje błąd atrybucji: przypisanie zmian wskaźnika szkoleniu bez sprawdzenia innych przyczyn, np. sezonowości, zmian cen, rotacji klientów, zmian procesu.

Korekta polega na ustanowieniu „linii dowodowej”: jednoznaczny zestaw wskaźników dla poziomu 2, obserwowalne kryteria dla poziomu 3 oraz ograniczona liczba wskaźników poziomu 4 z komentarzem o czynnikach zewnętrznych. W praktyce lepiej mieć mniej miar, ale z wysoką jakością definicji i danych, niż rozbudowany dashboard bez wiarygodności.

Definicja zachowania wraz z rubryką oceny pozwala odróżnić realny transfer od deklaracji bez zwiększania ryzyka błędu pomiaru.

Tabela mapowania: poziomy Kirkpatricka, pytania i przykładowe miary

Poziom	Pytanie ewaluacyjne	Przykładowe miary	Moment pomiaru
1. Reakcja	Czy szkolenie zostało uznane za użyteczne i zrozumiałe?	Ankieta po szkoleniu, ocena ćwiczeń, deklarowane bariery	0–2 dni po zakończeniu
2. Uczenie się	Czy nastąpił przyrost wiedzy lub umiejętności?	Test pre/post, zadanie praktyczne z rubryką, ocena scenek	Przed i bezpośrednio po
3. Zachowanie	Czy nowe umiejętności są używane w pracy?	Obserwacja, audyt jakości, analiza próbek pracy, check-lista	2–8 tygodni po
4. Wyniki	Czy poprawiły się wskaźniki organizacji?	Jakość, sprzedaż, produktywność, reklamacje, bezpieczeństwo	1–6 miesięcy (zależnie od cyklu)

Jakie źródła są lepsze: publikacje naukowe czy raporty firm szkoleniowych?

Publikacje naukowe są zwykle lepsze w selekcji metod i definicji pomiaru, bo oferują jawne kryteria weryfikowalności oraz opis procedur badawczych. Raporty firm szkoleniowych częściej dostarczają wskaźników operacyjnych i przykładów wdrożeniowych, ale wymagają oceny sygnałów zaufania, takich jak transparentność danych, opis próby i powtarzalność metody. Najwyższą jakość daje zestawienie obu formatów, pod warunkiem porównywania tylko informacji, które da się niezależnie zweryfikować. Kryterium nadrzędnym pozostaje jednoznaczność definicji miar i możliwość odtworzenia sposobu ich wyliczenia.

“The four levels of evaluation are Reaction, Learning, Behavior, and Results.”

“The more useful the information, the more difficult it is to collect.”

Pytania i odpowiedzi

Czym różni się poziom 1 od poziomu 2 w Modelu Kirkpatricka?

Poziom 1 opisuje odbiór szkolenia i ocenę jego użyteczności, a nie przyrost kompetencji. Poziom 2 weryfikuje, czy wiedza lub umiejętności rzeczywiście wzrosły, zwykle przez testy lub zadania praktyczne. Dane z poziomu 1 mogą wspierać diagnostykę, ale nie zastępują pomiaru poziomu 2.

Jakie narzędzia są najczęściej stosowane na poziomie 2?

Najczęściej stosuje się testy pre/post, zadania praktyczne oceniane według rubryk oraz obserwację scenek. Wybór narzędzia zależy od rodzaju celu: wiedza wymaga innego pomiaru niż umiejętność behawioralna. Kluczowe znaczenie ma porównywalność kryteriów oceny między edycjami szkolenia.

Kiedy mierzyć poziom 3, aby wynik miał sens?

Poziom 3 powinien być mierzony po czasie potrzebnym na transfer, często po kilku tygodniach. Zbyt wczesny pomiar nie pokaże realnych nawyków, a zbyt późny utrudni powiązanie efektu z programem. Sensowny pomiar wymaga zdefiniowanych zachowań oraz minimalnej liczby obserwacji.

Dlaczego poziom 4 jest najtrudniejszy do oceny?

Wyniki biznesowe zależą od wielu jednoczesnych czynników, więc trudno przypisać zmianę jedynie szkoleniu. Konieczna bywa kontrola sezonowości, zmian procesów lub różnic między zespołami. W praktyce poziom 4 wymaga ostrożnej interpretacji i konsekwentnej definicji wskaźników.

Czy można stosować Model Kirkpatricka bez pomiaru wszystkich poziomów?

Możliwe jest ograniczenie zakresu, ale powinno wynikać z kosztu pomiaru i wagi decyzji. Minimalny sensowny zestaw zwykle obejmuje poziom 2 oraz przynajmniej element poziomu 3, aby odróżnić naukę od braku transferu. Pomijanie poziomu 4 wymaga jasnego uzasadnienia, że decyzja biznesowa nie opiera się na wskaźnikach organizacyjnych.

Źródła

• Donald L. Kirkpatrick, “Evaluating Training Programs: The Four Levels” / Berrett-Koehler Publishers / 1994
• James D. Kirkpatrick, Wendy Kayser Kirkpatrick, “Kirkpatrick’s Four Levels of Training Evaluation” / ATD Press / 2016

Model Kirkpatricka porządkuje ewaluację szkoleń w cztery poziomy, które odpowiadają różnym typom dowodów i różnym metodom pomiaru. Najwyższą jakość daje projekt ewaluacji zaplanowany przed szkoleniem, z jasnymi definicjami zachowań i wskaźników biznesowych. Rozdzielenie poziomów ogranicza ryzyko uznania satysfakcji za skuteczność, a kontrola zakłóceń wzmacnia wnioski na poziomie 3 i 4.

+Reklama+