※旧SEメンバーシップ会員の方は、同じ登録情報（メールアドレス＆パスワード）でログインいただけます
人事業務の効率・確度・精度を高めるために欠かせないHRテクノロジー。その主な製品の機能を分野ごとに比較できる資料群です。製品検討の参考資料としてご活用ください。
eラーニング・LMS
主要製品スペック一覧 2024
人事労務管理システム
主要製品スペック一覧 2023
タレントマネジメントシステム
主要製品スペック一覧 2023
前回の「回帰分析で因果関係を分析する」では、因果関係に基づく予測に用いる分析方法として「回帰分析」をご紹介しました。今回は、予測力を高めるためにより多くの変数を用いる方法である「重回帰分析」と、その利用時の留意点をご紹介します。
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8月7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。
図表1のように、複数の変数が1つの変数に及ぼす影響を分析する方法が「重回帰分析」です。
図表1の例では、予測に用いる独立変数の数は2つですが、「課長昇進後のパフォーマンス」の予測に用いることができる変数（例：入社時の適性検査の結果、資格の有無、研修受講履歴 など）が他にもあれば、3つ以上の独立変数を用いて分析を行うことができます。
この記事は参考になりましたか？
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...
※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
