人事コンサルタントの視点

近年、企業の人事部門では、データ駆動型の意思決定がますます重要視されています。その中でも、ピープルアナリティクス（人材分析）は、組織の人的資本を最大限に活用するために欠かせない手法として注目されています。当社では過去数十年にわたって、様々な企業の人事課題についてアセスメントデータを活用して分析してきました。本コラムでは、目的別におすすめの分析手法をご紹介いたします。

目的：退職者の特徴を把握したい

分析手法：「ｔ検定」と「決定木（Decision Tree）」

退職者の特徴を把握することは、人事部門にとって重要な課題です。採用した人が活躍する前に退職してしまう場合、採用にかけたコストが無駄になってしまいます。また、中堅層が退職する場合、経験を充分に積んだグループにとってその企業が働く場としての魅力を失ってしまっている可能性があります。いずれの場合においても、退職者がどのような特徴を持っているかを定量的に把握することは重要です。この目的におすすめの分析手法はｔ検定と決定木（Decision Tree）です。

ｔ検定は、様々な変数において2つの集団の平均値の差に統計的な意味があるかどうかを調べるための手法です。例えば、早期退職者と在職者のパーソナリティ検査の得点を比較することで、どういうパーソナリティの特徴を持っている人が定着しにくいのかを把握することができます。

ただし、退職の理由が様々あるように、退職問題は複雑な要因が絡み合っています。ｔ検定のような単純な手法では明確な特徴が発見されない場合があります。そんな時に、「決定木（Decision Tree）」と呼ばれる手法を用いると複数の退職者タイプやパターンが発見できる場合があります。この手法を用いると、分析結果として得られたタイプの中から、Ａタイプは採用問題として見極めを強化しよう、Ｂタイプはむしろ配属問題として適切な配置をすることで改善しようなど、タイプ別の対応を検討できるようになります。

目的：成果を上げるために必要な資質を特定したい

分析手法：「相関分析」と「分散分析」

組織の業績を向上させるためには、その組織や職務で成果を上げるために必要な資質やスキルを正確に把握することが不可欠です。この目的におすすめの分析手法は相関分析と分散分析です。

相関分析は、複数の変数間の関連性を調べる手法です。業績と関連する要因を特定するために、例えば社員の人事考課点とパーソナリティデータの相関分析を行うことがあります。相関関係を持つパーソナリティ因子を特定することで、採用・育成の指針作りに役立つでしょう。

分散分析は、複数のグループ間の平均値の違いを比較するための手法です。例えば、優秀なパフォーマンスを示すグループと中程度のパフォーマンスグループ、要努力のグループとの間で、どのような特徴の違いがあるかを調査します。これにより、相関分析では把握できなかった各グループがどの程度の得点域なのかを可視化できます。

目的：組織の特徴を把握したい

分析手法：「ｚ検定」と「クラスター分析」

組織全体の傾向や特徴を把握することは、人事戦略の立案において重要な要素です。この目的におすすめの分析手法はｚ検定とクラスター分析です。

ｚ検定は、対象となる集団の平均値と母集団の平均値の差に意味があるかを検定する方法です。アセスメントデータなどの標準化されたデータの場合、母集団とは比較対象集団を指しており、その平均値は偏差値であれば常に50となります。分析対象の組織が集団としてどのような特徴なのかを、一般的な集団と比較することで明らかにすることができます。自社には色々な人がいるが、自社らしさのようなものを一言で表したい場合にこうした分析結果を参考にすると良いでしょう。

一方で、自社にも色々な性質の人がいるので、いくつかのタイプに分けて従業員の特徴を把握したいという場合もあります。その場合は、クラスター分析という手法がおすすめです。クラスター分析は、いろいろな性質のものが混ざった集団の中から、似たものを集めていくつかの集団（クラスター）に分割する手法です。分割されたクラスターの比率を部署や組織ごとに算出し、比較することで人材タイプの偏りを把握する事が可能です。また、人材タイプの比率を経年で比較すると、事業の成長フェーズに合わせた適切な人材のポートフォリオになっているかをチェックするような活用も可能です。

終わりに

ピープルアナリティクスは、組織の人的資本を最大限に活用するために必要な手法です。退職者の特徴把握や業績に必要な資質の特定、組織の傾向把握、人材ポートフォリオの作成といった様々な目的に対して、適切な分析手法を活用することが重要です。科学的な人事運用の一助になれば幸いです。