人事業務を行うなかで、「採用時の適性検査の結果と、入社後の業績との関係は？」「1人の管理職が管理するメンバーの数と、メンバーの満足度との関係は？」「年齢とモチベーションとの関係は？」など、さまざまな「関係性」に興味をもたれたり、説明を求められたりする方も多いのではないでしょうか。そして、そのデータから発見・確認された「関係性」に基づいて、施策を打つ対象を決定したり、施策の内容を見直したりすることもあると思います。今回は、「データの関係性」を確認するための指標である「相関係数」と、その留意点についてご紹介します。
今回の「人事データ活用入門」について（編集部）
本記事は、人材育成や組織開発などの支援を行う株式会社リクルートマネジメントソリューションズの「連載・コラム」コーナーで、2017年1月23日に公開されたこちらの記事を、同社のご協力によりIT人材ラボへ転載しているものです。
まずは見える化してみる
例えば、「管理職になりたいという意欲は、性別によって異なるのか」という、「性別と管理職志向の関係」を分析する場合、アンケートなどをとり、その結果を基に、図表1のようなクロス表で表すことができます。
また、「売り上げがよいメンバーほど、残業をしているのか」という、「月間の残業時間と売り上げの関係」を分析する場合、勤怠情報と売り上げ情報を基に、図表2のような散布図で表すことができます。
しかし、クロス表や散布図を作成しただけでは、「性別と管理職指向の関係」「月間の残業時間と売り上げの関係」の有無は、「なんとなく」は分かりますが、「どの程度の強さか」が分かりません。
データの性質によって、使える手法が異なる
ところで、このようなクロス表と散布図は、どのようにして使い分ければよいのでしょうか。使い分けの基準として参考になるのは、図表3の「尺度水準[1]」*という考え方です。
この記事は参考になりましたか？
- 人事データ活用入門連載記事一覧
- この記事の著者
-
入江 崇介（イリエ シュウスケ）
株式会社リクルートマネジメントソリューションズ 組織行動研究所 マネジャー 主任研究員 兼 HR Analytics & Technology Lab 所長
2002年東京大学大学院総合文化研究科広域科学専攻にて修士課程（学術）修了後、株式会社人事測定研究所入社。アセスメント、トレーニング、組織開発の商品開発・研究に...※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
