🔍
🛠️ 技能別の指導メソッド★★☆エビデンスあり小学校中学校高校📖 約11分

パフォーマンステストとルーブリックの作り方 ― 40人学級でも時間内に終わる、ぶれない採点

話す力はペーパーテストだけでは測れず、書く力も選択式の問題だけでは十分に測れません。でも採点が先生の気分でぶれたら意味がない。研究が示す「ぶれないルーブリック」の条件と、40人学級でも授業時間内に全員のテストを終える段取りをまとめました。

エビデンスの強さ：ルーブリックが採点の安定と学習に役立つことは複数のレビュー・メタ分析で支持。ただし「ルーブリックを作れば妥当な評価になる」わけではなく、作り方と使い方しだい。

🛡️
このページのウラ取り 出典 9 件 ― 原田英語.comが集めて読んだ論文・専門書・公的資料。DOI・ISBN・公式ページは書誌データベースとも照合済み 原田英語.comと校閲担当が、主張と出典を1つずつ照合・AI（Codex）による独立チェック済み（2026-10-18） ウラ取りの仕組み →
パフォーマンステストとルーブリックの作り方 ― 40人学級でも時間内に終わる、ぶれない採点のイメージ
💡3行まとめ
  • パフォーマンステストは、実際に話す・書く課題をやってもらい、ルーブリック（採点の物差し）で評価する方法です。
  • 採点のぶれを減らすカギは、観点を分ける・課題に合わせて具体的に書く・見本を用意する・同僚と採点練習するの4つ。
  • 「思考・判断・表現」は、英語の正確さではなく話した中身で判断する。ここを混ぜると評価がゆがみます。

パフォーマンステストってなに？

ひとことで言うと、生徒に実際に英語で話したり書いたりしてもらい、その様子を「ルーブリック」という採点の物差しで評価するテストです。

パフォーマンステスト（performance test）は、知識を選択式の問題などで問うだけでなく、「1分間スピーチをする」「ALTと週末の話をする」「意見文を書く」など、実際の言語使用をやってみせる課題で、知識・技能を使って課題をやりとげる様子から力を見る評価です。そのときの採点の物差しがルーブリック（rubric）で、「観点（何を見るか）」と「段階（どのくらいできているか）」を表にしたものです。つまり実際には、「英語を知っているか」ではなく「英語で課題をやりとげられるか」を、決めておいた物差しで見るテストです。

🎈たとえるなら

ルーブリックのないスピーチの採点は、「目分量」で作る料理です。ベテランならおいしくできますが、日によって味が変わり、人に作り方を教えることもできません。ルーブリックはレシピの計量スプーン。誰が作っても、いつ作っても、だいたい同じ味になります。そして生徒にとっては「何をどれだけ入れればいいか」がわかる、練習用のレシピにもなります。大事なのは、計量スプーンを料理の前に生徒にも渡しておくことです。

似たものとのちがい

ペーパーテスト パフォーマンステスト
生徒がすること 選択式などの問題に答える 実際に話す・書く課題をやってみせる
見るもの 知識・技能や、読む・聞く際の思考・判断を問う 知識・技能を使って課題をやりとげる様子
採点の物差し 正解・不正解 ルーブリック（観点×段階）

ルーブリックを作るときによく混ざる言葉も分けておきます。学校では、「何ができればよいか」を観点ごとに文で書いたものを評価規準（「のりじゅん」と読み分けることもある）と呼びます。それに対して、「どこまでできたら a・b・c か」を分ける目盛りを評価基準（「もといじゅん」）と呼んで区別することがあります。ルーブリックの言葉でいえば、評価規準が「何を見るか」を具体的に書いた各行、評価基準が「段階（どのくらいできているか）」にあたります（「知識・技能」などの評価の観点は、そのさらに上の大枠です）。

このページでわかること3つ

  1. ルーブリックで採点のぶれを減らす条件：観点を分ける・課題に合わせて具体的に書く・見本を用意する・同僚と採点練習する。
  2. 「思考・判断・表現」の見方：英語の正確さではなく、話した中身で判断する（国研の事例の「3つの条件」）。
  3. 作り方と40人学級での実施のしかた：ルーブリックを作る6ステップと、録音・ペア受験など、待ち時間を減らす段取り。

ルーブリックには大きく2種類あります。

種類 形 向いている場面
全体的（ホリスティック） 複数の側面をまとめた段階ごとの記述に照らして、全体として1つの段階を選ぶ 短時間で大人数を採点したいとき
分析的（アナリティック） 観点ごとに段階を選ぶ 生徒に「どこがよくて、どこが課題か」を返したいとき・観点別評価

日本の観点別評価は3観点ごとに学習状況をまとめるので、観点ごとの情報を得たいときは分析的ルーブリックが使いやすく、相性がよい形です。なお、単元や学期でまとめる評価は大文字のA・B・C、個々のテストなどの評価は小文字のa・b・cで区別する例もあります（国研の事例） 1。

研究ではどうなってる？

🔬研究ではこう
  • ルーブリック研究75本のレビューでは、ルーブリックで採点の信頼性（ぶれの少なさ）は高められ、とくに分析的で、課題に合わせて書かれ、見本（exemplar）や採点練習とセットのときに効果が大きいとされました。一方で「ルーブリックがあるだけで妥当な評価になる」わけではない、とも結論しています 2。
  • その後のレビューでも、観点がはっきりして焦点がしぼられていることが、ルーブリックから質のよい情報を得る条件でした。成績への効果は全体としてプラスです 3。
  • ルーブリックを形成的に（学びのために）使う研究21本のレビューでは、学習を伸ばす可能性がある一方、使い方によって効き方が違い、効果を左右する要因が複数あるとされました 4。
  • ルーブリックの効果のメタ分析では、学業成績に中程度のプラス（g = 0.45）。自己調整学習（g = 0.23）や自己効力感（g = 0.18）は、点推定は小さく、研究数も少なく（5本・3本）、信頼区間が0をまたいでいるため、プラスの効果が確立したとは言えません 5。
  • ライティングの採点尺度を比べた研究では、記述が具体的な尺度の方が、あいまいな尺度より採点者どうしの一致が高く、採点者自身もそちらを好みました 6。
  • 日本の中学・高校のスピーキング評価については、「継続的に行われていない」「テストの形式が限られている」「採点の信頼性が確保されていない」という課題が指摘されています 7。

ルーブリックが学びを助ける理由について、レビューは「期待されていることと基準がはっきり見えるので、フィードバックや自己評価がしやすくなる」点を挙げています 2。つまりルーブリックは採点表であると同時に、テスト前に配る練習のガイドでもあるのです。

国研の事例にある「3つの条件」の考え方

国立教育政策研究所の中学校外国語の事例では、記事を読んでペアで意見を伝え合うパフォーマンステストで、「思考・判断・表現」を次の3つの条件で採点しています 1。

  1. 読んだ英文を引用するなどしている
  2. 自分の考えや感じたことを理由とともに述べている
  3. 相手の考えを求めたり話題を広げたりしながら対話を続けている

3つすべてを満たせば「b」、さらに詳しく述べたり効果的に引用したりしていれば「a」という作りです 1。「よく話せた」「まあまあ話せた」のようなあいまいな言葉ではなく、観察できる行動で段階を分けている点が、研究の言う「具体的な記述」と一致しています 6。

同じ事例の採点例も見ておきます。ほとんどの文に誤りがある生徒でも、3つの条件を満たしたやり取りができていれば「思考・判断・表現」は「b」とし、発話の不正確さに惑わされず内容で判断することが大切だと明記されています 1。正確さは「知識・技能」で別に評価します。1つの物差しで全部を測ろうとしないことが、分析的ルーブリックの肝です。

明日の授業でこうする

✏️ルーブリックを作る6ステップ
  1. ゴールから決める：単元のCAN-DO（例：「週末の出来事について、質問し合いながら1分間やり取りを続けられる」）を1文で書く。
  2. 課題を決める：ゴールそのままの場面にする。読む・聞く活動を組み合わせてもよい（例：短い記事を読んでから、ペアで意見を言い合う）。使う文法を「この表現を使いなさい」と指定しない方が、本当に使えるかが見えます 1。
  3. 観点・基準をしぼる：課題の目標に直結する観点と基準だけにします。学期・学年を通しては3観点を評価しますが、1回のテストで3観点すべてを見なければならない決まりはありません。国研の事例のように1回で3観点を見る設計は一つの例です 1。観点を増やすほど、その場で同時に見るものが増えて採点が大変になります。
  4. 段階は「b（おおむね満足）」から書く：bを観察できる条件で書き、aは「bに加えて〜」、cは「bを満たしていない」にする。国研の事例と同じ形です 1。
  5. 見本を用意する：先生が作ったモデル（ALTや同僚と録音したもの）で「これがb、これがa」を見せる。以前の生徒の録音を使うなら、学校のルールに沿って本人（と保護者）に目的を説明して了解を得て、名前などがわからない形にします。生徒にも練習で採点させます。
  6. 同僚と採点合わせ：同じ録音を2人で別々に採点して比べる。ずれた観点の記述を直します。

40人学級で時間内に終える段取り

1人2分の面接テストでも、40人なら80分、入れ替えを入れると2時間近くかかります。現実的な工夫は次のとおりです。

工夫 やり方
ペア・3人で受ける 国研の事例も生徒2人のやり取りを例にしている（先生やALTが加わる形も可） 1
待っている生徒の課題を用意 先生は教室の廊下側の席で1組ずつ面接する。ほかの生徒は自分の席でライティング課題や多読をする
録音・録画する 1人1台端末で録音して提出。採点はあとで落ち着いて、同僚との採点合わせにも使える。音声・動画は個人情報なので、保存場所・見られる人・消す時期は学校のルールと指定の環境に従う
毎時間の短い活動でふだんから練習 テストと同じ形式（例：ペアで1分間のやり取り）を、毎回の授業の最初の数分などで何度も経験させる。初めての形式で測らない
🗣️先生の英語（そのまま使える）
THere is the task. Read the article for three minutes. Then talk with your partner about it.
TRemember the three points: use the article, give your reasons, and keep the conversation going.
TYou have two minutes. Your time starts now.
TTime is up. Thank you. Please go back to your seat and start the writing task.
TLook at these sentences from the test. Underline the part where the speaker gives a reason.
🏫実例

中学3年（話すこと［やり取り］）：国研の事例では、AIについての短い記事を3分で読み、ペアで意見を伝え合うテストを3つの単元の学習のあとに実施。課題の指示文はテスト前に配布し、テスト後には「a」や「b」だった発話を示して、引用や理由の部分に下線を引かせ、どんな発話がよいかを自覚させています 1。

高校2年（話すこと［発表］）：社会的な話題について1分30秒のスピーチ。観点は「知識・技能（文法・発音の正確さ）」「思考・判断・表現（主張・理由・具体例の構成）」「主体的に学習に取り組む態度（リハーサルでの相互評価や振り返りを生かして、伝わるように内容や話し方を直そうとしている）」。リハーサルで相互評価をしてから本番。態度の観点は、本番の目線や声の大きさだけで決めず、リハーサルから本番までの取り組みと振り返りの記述をあわせて見ます（国研の事例も、態度の観点は記録をとる1時間だけで決めず、日々の授業での言語活動への取り組みを考え合わせるとしています 1）。

小学6年（外国語科）：「将来の夢」を友達に伝える発表。観点は少なく、「夢と理由を言えている」「相手に伝わるように話そうとしている」の2つ程度にし、◎○△で返す。点数より「できたこと」を言葉で返すことを重視します。

⚠️よくある失敗
  • 段階の言葉があいまい：「とてもよい／よい／ふつう」では、採点者によって解釈が変わります。観察できる行動で書く 6。
  • 観点に正確さを混ぜる：内容の観点で文法ミスを減点すると、何を評価しているのかわからなくなります 1。
  • ルーブリックを事前に見せない：基準が見えることがルーブリックの学習効果の源です 2。
  • 学期末に一発勝負：ふだん一度もやったことのない形式でテストすると、測っているのは「慣れ」になります。
  • 記憶で採点する：その場で採点を書ききれないときは、録音してあとで聞き直します。あとから記憶や印象だけで決めると、採点がぶれやすくなります。

❓ よくある質問

Q. パフォーマンステストとは何ですか？

「1分間スピーチをする」「ALTと週末の話をする」「意見文を書く」など、実際の言語使用をやってみせる課題で、知識・技能を使って課題をやりとげる様子から力を見る評価です。そのときの採点の物差しがルーブリックで、観点と段階を表にしたものです。

Q. ルーブリックは全体的と分析的のどちらがいいですか？

短時間で大人数を採点したいときは全体的（ホリスティック）、生徒に「どこがよくて、どこが課題か」を返したいときや観点別評価には分析的（アナリティック）が向いています。ルーブリック研究のレビューでも、分析的で課題に合わせて書かれたものが、採点の信頼性を高めやすいとされました 2。

Q. スピーキングテストの採点のぶれを減らすには？

観点を分ける、課題に合わせて具体的に書く、見本を用意する、同僚と採点練習する、の4つがカギです 2。記述が具体的な尺度の方が、あいまいな尺度より採点者どうしの一致が高かったという研究もあります 6。

Q. 文法の誤りが多い生徒は、「思考・判断・表現」も低くなりますか？

なりません。国研の事例では、ほとんどの文に誤りがある生徒でも、3つの条件（引用・理由・対話の継続）を満たしていれば「思考・判断・表現」は「b」とし、発話の不正確さに惑わされず内容で判断するよう明記されています。正確さは「知識・技能」で別に評価します 1。

Q. 40人学級でスピーキングテストを時間内に終えるコツは？

ペアや3人で受けさせる、待っている生徒にはライティング課題や多読を用意する、1人1台端末で録音してあとで採点する、ふだんの授業の最初の数分などでテストと同じ形式を練習しておく、などが現実的です。録音・録画は個人情報なので、学校のルールに沿って扱います。

🎓 もう一歩深く（大学院レベル）

🎓院生モード信頼性と妥当性は別の話

教育評価を研究する Anders Jonsson 氏と Gunilla Svingby 氏（2007）のレビューの重要な結論は、ルーブリックは信頼性（採点の一貫性）を高めるが、それだけで妥当な判断を保証するものではない、という点でした 2。採点者全員が同じように「文法の誤りの数」だけを数えれば一致度は上がりますが、それで「やり取りする力」を測れているとは限りません。

妥当性を考えるうえでは、Messick（1996）の議論が役に立ちます。テストの妥当性と波及効果を論じた Samuel Messick 氏は、測りたい力の一部しか測っていない状態（構成概念の過少代表）と、測りたい力と無関係な難しさ（構成概念に無関係な分散）を減らすことが、テストのよい波及効果にもつながると論じました 8。たとえば「スピーチの台本を暗記して発表する」テストは、即興でやり取りする力を測りたいのであれば過少代表になり、授業も暗記中心に引っぱられます。どんな場面で何ができればよいのかを先に決めることが、ルーブリックの言葉選びより先に来ます。スピーキング評価全体の設計については Luoma 氏の入門書が定番です 9。

🎓院生モード日本の教室での課題と研究の方向

テストと評価を研究する Rie Koizumi 氏（2022）は、日本の中高では先生がスピーキング評価を自ら作成・実施・採点しているが、継続的な実施、形式の多様さ、信頼性の確保に課題があると整理し、教員研修や資源の充実、評価の枠組みの議論を提案しています 7。

研究的に見ると、教室のパフォーマンステストには「採点者の厳しさの違い」「課題による難しさの違い」「相手（ペア）による違い」など、点数を動かす要因が多くあります。大規模テストではこれを多相ラッシュ分析などで調整しますが、学校では難しいので、現実的には採点合わせ・見本・同じ力を測る複数の課題を別の機会に行うことで補います（同じ課題をくり返すと、練習の効果が入るうえ、その課題の難しさのかたよりは消えません）。ルーブリックの効果のメタ分析が、今後の研究で観点の数や段階の数などの報告をそろえるよう呼びかけているのも、どんな作り方が効くのかがまだ十分わかっていないためです 5。

🎁 玉手箱で使えるツール

原田英語の「英語の先生の玉手箱」の無料ツール。登録なしで授業にそのまま使えます。

ルーブリック作成スピーチ・英作文の例文つきで、観点と段階の記述を下書き玉手箱で開く ↗パフォーマンステスト（英語）実施ツール面接型テストの進行タイマー・採点・記録を1画面で玉手箱で開く ↗英語の評価シート作成発表の自己評価・相互評価シートを人数分作成玉手箱で開く ↗カッパ係数の計算同僚と同じ録音を採点して、評価者間の一致度を確かめる玉手箱で開く ↗

🔗 あわせて読みたい

🛠️ 技能別 英語の評価の基本 ― 形成的評価・観点別評価・CAN-DOを一本の線でつなぐ 評価は「成績をつける作業」だけではありません。授業の途中で生徒の今を見て、次の一手を決める。観点別評価もCAN-DOも、その一本の線の上にあります。 ★★☆エビデンスあり小学校中学校高校 🛠️ 技能別 定期テストの作り方 ― 妥当性・信頼性・波及効果で「本文暗記テスト」を卒業する 教科書本文の穴埋めばかりの定期テストは、生徒に「本文を丸暗記すればいい」と教えてしまいます。テストの3つの物差しと、国研の作成手順、明日から使える問題チェックリストをまとめました。 ★★☆エビデンスあり中学校高校 🛠️ 技能別 スピーチ・プレゼン・ディベートの指導 ― 「原稿の暗唱大会」で終わらせない 原稿を書いて、覚えて、前で言う。それだけだと「暗記テスト」になりがちです。メモで話す練習、相手を替えたリハーサル、聞き手との質疑応答、相互評価の工夫で、伝わる発表とディベートを育てます。 ★★☆エビデンスあり中学校高校 🛠️ 技能別 やり取りの指導 ― Small Talk・即興の会話・会話を続ける方略の教え方 「質問して、答えて、終わり」の一問一答を、続く会話に変えるには？ 学習指導要領の「話すこと［やり取り］」と Small Talk のねらい、会話を続ける方略の指導研究を、教室で使える手順にまとめます。 ★★☆エビデンスあり小学校中学校高校 🛠️ 技能別 ライティング指導の基本 ― プロセス・ジャンル・「たくさん書く」をどう組み合わせる？ 和文英訳の練習だけでは、まとまった英文を書くための構成や推敲を十分に練習できません。手本を読み、構成を考え、下書きして直す。そして、書くことに慣れる時間もつくる。作文指導のメタ分析と、日本の学習者の研究から、授業の組み立て方を考えます。 ★★☆エビデンスあり中学校高校 📝 指導案 目標・評価規準・CAN-DOリストの書き方 ― 「〜できる」の作り方と3観点 学年のCAN-DOリスト、単元の目標、本時の目標、そして3観点の評価規準。似た言葉がたくさん出てきて混乱しがちな「目標と評価」を、階段の図と書き方の型、例文で整理します。 📐理論中学校高校

📑 出典（9件）

本文の上付き数字に対応。✔ は DOI / ISBN / 公式ページを書誌データベースと機械照合した印です。

  1. 国立教育政策研究所 教育課程研究センター (2020). 「指導と評価の一体化」のための学習評価に関する参考資料 中学校 外国語 公式ページ ✔ リンク確認済中学校外国語の3観点の評価規準の作り方・単元の指導と評価の計画の事例を示した国研の参考資料
  2. Jonsson, A., & Svingby, G. (2007). The use of scoring rubrics: Reliability, validity and educational consequences. Educational Research Review, 2(2), 130-144. doi:10.1016/j.edurev.2007.05.002 ✔ DOI照合済ルーブリックの信頼性・妥当性・学習への効果を75研究で検討した総説
  3. Brookhart, S. M., & Chen, F. (2015). The quality and effectiveness of descriptive rubrics. Educational Review, 67(3), 343-368. doi:10.1080/00131911.2014.929565 ✔ DOI照合済2005〜2013年のルーブリック研究のレビュー。観点がはっきりしていれば十分な質の情報が得られる
  4. Panadero, E., & Jonsson, A. (2013). The use of scoring rubrics for formative assessment purposes revisited: A review. Educational Research Review, 9, 129-144. doi:10.1016/j.edurev.2013.01.002 ✔ DOI照合済ルーブリックを形成的に（学びのために）使う研究21本のレビュー
  5. Panadero, E., Jonsson, A., Pinedo, L., & Fernández-Castilla, B. (2023). Effects of rubrics on academic performance, self-regulated learning, and self-efficacy: A meta-analytic review. Educational Psychology Review, 35(4), 113. doi:10.1007/s10648-023-09823-4 ✔ DOI照合済ルーブリックの効果のメタ分析。学業成績に中程度のプラス（g = 0.45）、自己調整・自己効力感への効果は小さめ
  6. Knoch, U. (2009). Diagnostic assessment of writing: A comparison of two rating scales. Language Testing, 26(2), 275-304. doi:10.1177/0265532208101008 ✔ DOI照合済ライティングの採点基準を比べた研究。記述が具体的な尺度の方が採点者間の一致が高かった
  7. Koizumi, R. (2022). L2 speaking assessment in secondary school classrooms in Japan. Language Assessment Quarterly, 19(2), 142-161. doi:10.1080/15434303.2021.2023542 ✔ DOI照合済日本の中高のスピーキング評価の課題（継続的でない・形式が限られる・信頼性が確保されない）と改善の方向を論じた論文
  8. Messick, S. (1996). Validity and washback in language testing. Language Testing, 13(3), 241-256. doi:10.1177/026553229601300302 ✔ DOI照合済テストが授業に与える影響（波及効果）を妥当性の一部として論じた論文
  9. Luoma, S. (2004). Assessing Speaking. Cambridge University Press 本の紹介ページ ✔ ISBN照合済スピーキング評価の作り方（課題・採点尺度・採点者）をまとめた定番の入門書

最終更新 2026-10-18 ・ 原田英語　まちがいのご指摘はこちら