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。
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。
重回帰分析とは
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。
会員登録無料すると、続きをお読みいただけます
-
- Page 1
-
- Page 2
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
