浅议中国中国大型企业培训评估预测模型实证学生

论文导读：专业的成败全靠个人的运气和意志，既没有权威性行业管理组织，也没有支持性的专业团体或协会。部分培训师参加过《培训培训师的培训（TTT）》，部分没有参加过；部分讲师由于课程比较多，往往不太关注自身业务学习与积累，所讲内容几年都没有变化。正是由于存在上述问题，导致培训机构或终端客户在聘请培训师进行企业内训时经常出
摘要：培训行业的快速发展对培训师这一稀缺资源产生大量需求，但是培训师队伍还存在很多问题，培训失败的风险很大，而且不可预测。通过多元相关分析和多元回归分析，从拟邀请培训师的四个维度：学历、培训时长、客户来源和行业经验建立了多元回归预测模型，改变了传统的经验式聘请方式，从而帮助企业和培训机构在聘请外部讲师时减少风险，提高培训成功的概率。
关键词：在职培训；培训评估；预测模型；培训师
作者简介：张朋松（1978-），男，河北保定人，北京交通大学经济管理学院博士研究生；袁伦渠（1940-），男，山东济宁人，北京交通大学经济管理学院，教授，博士生导师。（北京 100044）
1007-0079（2013）08-0129-03

一、研究的必要性

中国培训行业起步很晚，但发展非常迅速，在飞速发展的过程中必定会出现方方面面的问题和热点。国内外有很多知名学者主要集中在政府规范、行业自律、培训机构健康发展和培训师培养等方面进行研究。本文主要从决定培训行业健康发展的关键因素——培训师的角度进行研究。由于培训行业发展时间短，培训机构和客户在选择培训师时没有权威的机构或平台进行推荐，也没有发布的标准，培训组织者往往根据自己的经验聘请培训师，经常出现由于培训师讲课水平一般或现场发挥不好，导致培训效果一般，甚至出现培训事故。目前中国培训行业在培训师方面主要存在如下问题：

1.行业规范不健全

目前，国家主管部门没有出台针对培训师和培训行业的相关标准，培训师的任职资格、培养流程和管理办法不完善，客户聘请、选拔和评估培训师的工具方法不科学。培训组织者在聘请培训师时只能凭着自己的切身经验，或者圈内朋友的推荐决定是否聘请老师，对培训实施的效果没有把握。

2.师资水平参差不齐

培训师按照来源分为三类：高校老师、职业讲师和组织高层。在每一类讲师中都有培训效果很好的老师，也有水平一般、甚至道德欠佳的培训师。部分培训师责任心不强，授课之前不认真备课，不了解客户和学员的情况；部分培训师只会运用授课技巧进行培训，讲课内容肤浅；部分培训师经常爽约或绕过培训机构直接联系客户；部分培训师对交通和食宿等提出不合理的要求。

3.专业发展动力不足

中国的培训师大都是单匹马，独立摸索，专业的成败全靠个人的运气和意志，既没有权威性行业管理组织，也没有支持性的专业团体或协会。部分培训师参加过《培训培训师的培训（TTT）》，部分没有参加过；部分讲师由于课程比较多，往往不太关注自身业务学习与积累，所讲内容几年都没有变化。
正是由于存在上述问题，导致培训机构或终端客户在聘请培训师进行企业内训时经常出现问题或风险。本文通过对拟邀请授课老师学历、培训时长、客户来源、行业经验进行相关源于：标准论文www.7ctime.com
分析和多元线性回归分析，建立企业培训一级评估的多元线性回归模型，供培训机构和客户对拟邀老师的培训效果进行预测，从而改变组织者凭借自身经验决定是否聘请老师，以降低培训风险，提高培训效果。

二、建立指标体系

根据柯氏评估体系，培训效果分为反应层、学习层、行为层和业绩层四个层次，刘志新、郭校敏（2011年）对首都机场、中国石化和泰康人寿的分析发现，企业对于一、二级评估非常重视，工具方法很多；对于三、四级评估，目前国内很少有企业能够做到。这一点与行业现状相符，所以本文主要介绍一级评估模型的建立与预测。
根据多年行业经验积累，采用德尔菲法对2个培训机构、3个客户和2个培训师进行两轮访谈，得到了8个一级分析指标：性别、年龄、工作时间、培训时间、行业经验、学历、师资类型和客户来源。一级指标根据内容赋予不同的值进行测算，具体指标体系见表1：
行业经验：是指拟邀讲师有没有给同行业同规模的企业或标杆企业进行授课的经验，如果有赋值为1，如果没有赋值为0。
客户来源：按照国家行政区域进行划分，听课学员来自于哪个省份，就赋值哪个数值，如葛洲坝集团在湖北省宜昌市，湖北省属于华中地区，那么它被赋予的值为5，如果葛洲坝集团的学员去北京来听课，赋值依然是5。
讲师类别：根据行业经验，可以分为三类。高校老师，指在国家高等院校授课的正式教师和国家科研院所的研究人员；职业讲师，指以培训为职业，专职给企业进行培训的讲师；组织高层，指论文导读：国资委直管企业，授课区域覆盖7个地区，包括48个讲师的评估数据。培训评估从四个方面：培训内容、讲师水平、培训组织和培训效果进行打分，分值为5分制，见表2。问卷的发放时间为每次培训结束之后下课之前由教务人员直接发给学员进行现场打分，教务人员现场回收，事后进行统计分析。为了统计方便，将5分制数据转化成了百分制。　
国家部委、大型国有企业、外资企业、行业协会等中高层管理人员。

三、数据收集

1.一级评估数据

本文主要收集一级培训效果即反应层的数据，共收集数据86个，经过对数据进行分析处理，最后符合要求的共80个数据。数据来源于三家培训公司，评估时间从2007年3月到2012年8月，授课对象为16个大型央企或省国资委直管企业，授课区域覆盖7个地区，包括48个讲师的评估数据。
培训评估从四个方面：培训内容、讲师水平、培训组织和培训效果进行打分，分值为5分制，见表2。问卷的发放时间为每次培训结束之后下课之前由教务人员直接发给学员进行现场打分，教务人员现场回收，事后进行统计分析。为了统计方便，将5分制数据转化成了百分制。

2.讲师数据

根据预测模式指标体系的要求，分别收集培训师的性别、年龄、工作时间、培训时间、行业经验、学历、师资类型以及客户来源，共8个因素作为分析变量。数据主要来源于讲师的、讲师提供的介绍、讲师助理提供的资料等。

四、相关分析

本文采用SPSS16.0版本进行统计分析。首先，对性别、年龄、工作时间、培训时间、行业经验、学历、客户来源、师资类型和百分制等所有变量进行了皮尔逊多元相关分析，分析结果如表3所示：
从第一次相关分析输出结果得到如下结论：第一，年龄与工作时长的Pearson相关系数在0.01的水平下两尾检测达到了很高的正相关关系，相关系数为0.803。根据多元回归对数据的要求，因变量之间不能有多元共性相关关系（相关系数不能大于0.700）。根据行业经验，在聘用讲师时考虑最多的是年龄，而不是工作时间，所以把工作时长变量去掉。
第二，工作时长与培训时长的相关系数在0.01的水平上显著相关，相关系数为0.801，根据多元回归对数据的要求，结合行业经验，选择去掉工作时长变量。
第三，培训时长与年龄之间的相关系数也达到了0.681，虽然没有达到0.700，但是为了使数据更有说服力，根据实际工作经验，去掉年龄变量。
把相关指标去掉之后，进行了第二轮相关分析，结果如下表4所示：
第一，评估分与性别的相关系数只有0.075，说明评估效果基本上与性别没有关系。当初设定这个因变量的目的是因为培训师这个行业，性别还是一个很重要的因素，培训师以男性为主。从本次收集的数据来看，来自男性培训师的数据有69个，而来自女性培训师的数据只有11个。从行业经验来看，排课较多的老师往往今天在一个城市上课，下课后就要赶往机场，半夜到达另一个城市，第二天接着上课，有时连续3、5天都这样，所以体力对培训效果的影响也是一个很重要的因素，女性由于心理和生理的影响，在这方面会有一些不足，但从统计结果来看，影响并不明显。
第二，评估分与师资类别的相关系数是-0.097，说明在相同的培训条件下，师资类别对于培训效果没有太大的影响。2000-2010年，人们对于培训师的聘请标准还是以名校的知名学者为主，如清华大学、北京大学等，因为这个阶段客户处于知识普及阶段，对老师讲的东西没有听过，所以很感兴趣。随着学员和客户听课数量和质量的提高，尤其是网络培训的普及，培训对象对授课老师的鉴别能力越来越强。2010年以后，客户和企业更喜欢有丰富企业管理经验的专职讲师授课，这正在成为一种趋势。
第三，评估分与行业经验在0.05水平两尾测试下，相关系数达到了0.227的显著水平，在所有的自变量中是唯一的显著相关的自变量。这说明行业经验对于培训的效果有直接影响，从实际工作也能够说明这一点。很多培训机构和客户在聘请老师时关注最多的是有没有同行业同规模的标杆企业的培训经验，部分公司还会向受训企业沟通培训效果。

五、多元线性回归分析

根据相关分析对数据的要求，把年龄、工作时间、讲师类型去掉，对其余变量进行多元线性回归分析，因变量为评估分，自变量为学历、培训时长、客户来源、行业经验。输出结果如表5所示：
从回归系数分析来看，学历、客户来源和行业经验的P值大于0.05，但小于0.1的显著水平。培训时长P=0.175，大于0.1，从统计学的意义来讲是不显著的，但是如果从实源于：论文书写格式www.7ctime.com
践的角度来看，培训时长是必须要考虑的因素，所以继续把它保留在多元回归模型中。从容忍度（Toleran论文导读：因为本模型适用于企业内训，所以人数以30～40人为宜，不要超过50个人。误差范围：因为培训师在实施过程中的一些不确定因素和临时突发事件，往往导致评估效果有误差，经实际测试误差范围为±2。六、结论从以上相关分析与回归分析结果可以看出，在聘请外部培训师之前一定要拿到培训师的相关资料，包括学历、培训时长、客户
ce）来看，四个自变量之间没有共线性关系，是可以使用的四个自变量。
根据多元线性回归分析结果得到企业培训一级评估模型：
百分制评估分=86.63-学历×

1.763+培训时长×0.764+客户来源×0.885+行业经验×2.597

对于预测结果需要说明如下：如果采用百分制评估，预测结果85分以下为不及格，85-90分之间为一般，90-95之间为良好，95分以上为优秀。
培训服务流程规范：包括培训前、培训中、培训后等过程都要按照行业规范进行，不能出现大的纰漏。
学员人数限制：因为本模型适用于企业内训，所以人数以30～40人为宜，不要超过50个人。
误差范围：因为培训师在实施过程中的一些不确定因素和临时突发事件，往往导致评估效果有误差，经实际测试误差范围为±2。
六、结论
从以上相关分析与回归分析结果可以看出，在聘请外部培训师之前一定要拿到培训师的相关资料，包括学历、培训时长、客户来源、行业经验等内容，并进行分析，这样就能够有效规避授课风险，提高培训质量，减少不必要的损失。
从相关分析来看：年龄、性别、工作时长不是影响培训一级评估效果的因素，聘请讲师时可以不予考虑。
相关分析结果中行业经验是显著相关的，所以无论是培训机构还是客户，在外聘讲师时一定要非常关注其有没有行业经验。
从回归分析来看，聘请讲师时只要得到拟邀请讲师的学历、培训时长、行业经验以及客户来源等相关数据，就可以根据多元回归模型进行培训一级评估效果预测。

七、不足之处

从回归分析的输出结果来看，一是四个自变量对整个模型的解释度不高，二是四个自变量中有一个自变量没有达到统计学意义，这主要是几方面的原因：

1.数据收集问题

首先是数量不够充足，本文只有80个有效数据样本；其次是时间跨度大，从2007年到2012年，共计五年时间；第三是客户相对集中，以电力行业、金融行业为主，其他行业客户较少。

2.评估表指标问题

评估表指标（见表2）有四个部分：培训内容、讲师水平、培训组织和培训效果。前两类指标跟培训师相关，后两类指标与主办方和培训服务相关，后两类指标的打分没有被排除。

3.自变量选取指标问题

本文采用了七个指标，其中四个指标进入了多元回归分析模式，但是还有其他变量没有考虑进来，如培训学员人数、学员人力资源素质、培训实施地点（在当地还是外地）等等。
参考文献：
张红坡，张海锋.SPSS统计分析实用宝典[M].第一版.北京：清华大学出版社，2012.
高洁.培训师行业现状和专业化发展策略[J].华东经济管理，
2005，（6）：47-50.
[3]刘志新，郭校敏.中国大型企业培训体系有效性评价研究——以中国石化、首都机场、泰康人寿为例[J].北京航空航天大学学报（社会科学版），2011，（5）：76-81.
[4]詹姆斯·唐纳德·柯克帕特里克，温迪·凯塞·柯克帕特里克.培训审判[M].第1版.崔连斌，胡丽，译.南京：江苏人民出版社，2012.
（责任编辑：宋秀丽）