今回は、実際のHRデータ分析のコンサルティングを行った結果をもとに、
「どうすれば適性検査の結果から、採用すべき人を判断できるか？」
という課題について考えてみます。
※関連記事は「適性検査に対するデータ分析（まとめ） 」よりご覧ください。
適性検査の全社平均値にどれだけ意味があるのか？
採用時に適性検査は利用されていますか？
はい。最終面接前に適性検査テストを受験してもらうようにしています。
適性検査テストの結果は、意思決定に活かせていますか？
「全社員の平均」とのマッチ度は見ているのですが、意思決定の基準にできているかというと難しいかもしれません…
「数値データ」がある場合、「平均」を計算してみることが、まず第一歩であることは間違いないと思います。
ただし、「平均は計算したけど、次は具体的にどう行動すれば良いの？」という壁にぶつかった経験がある方も多いのではないでしょうか？
今回は、実際の適性検査（性格診断）の結果データ（一部）を使いながら、どう分析すれば効果的な「意思決定」に繋がるのかを順を追ってみていきます。
「適性検査」の「全体平均」を計算してみる
とはいえ、まずは「平均」をみてみることは重要です。 今回のコンサルティング対象企業（ビジネス系職種）の「適性検査データ」の平均値を求めた結果が、以下のグラフです。
平均を求めると、会社の特徴として、緑の丸がついた指標（「活動意欲」「慎重性」）
などに、傾向があることがわかります。
さらに分析を進め、社内の「高評価者」と「低評価者」の「平均」も計算しました。
すると、全体傾向で見られた左側の緑丸（慎重性）については、「高評価者」が上回っていますが、右側の緑丸（活動意欲）については、「高評価者」と「低評価者」で平均値はほぼ変わりませんでした。
このように平均値を計算してみると
「なんとなく傾向はわかったけど、どうやって活かすの？」
という疑問にぶつかることになります。
「高評価者」と「低評価者」で「差がある」項目に注目する
「会社の平均」を見ることも重要ですが、「良い人材を採用するため」には、「高評価者」と「低評価者」の差に注目します。
以下のグラフで四角がついている場所が、「高評価者と低評価者で（統計学的に）差」が大きい項目になります。
実際に、この４つの項目（「内向性」「敏感性」「自信性」「従順性」）が会社平均以上（以下）の社員の評価は、16人中9人（56%）が「高評価」を得ており、４つの項目を見ることで、「高評価者」を一定見分けることができることがわかりました。
※会社全体の２つ特徴だけの場合だと「高評価」は30人中11人（36%）でした。
まとめ
今回、
全体平均ではなく、「高評価者」と「低評価者」の差を確認する
ことで、56%の確率で「高評価」になる人材を見極められることがわかりました。
ただし、この方法では該当の条件に当てはまらない人も多く、「条件に当てはまらない人をどうすれば良いか？」という新しい課題が生まれてしまいました。
次回は、同じ結果に「機械学習」を用いることで、より精度の高い「良い人材の見つけ方」を検証してみたいと思います。
皆様の会社では、どのように「適性検査」の結果を利用されていますか？ぜひ情報交換をさせていただけますと嬉しいです。
※執筆者：塚本鋭
東京大学・大学院において、複雑ネットワークや大規模シミュレーションに関する研究に従事。人工知能学会研究会優秀賞・東京大学工学系研究科長賞 等を受賞。 大学院修了後、株式会社野村総合研究所にコンサルタントとして入社し、ICT・メディア領域を担当。2013年1月より株式会社クラウドワークスに8番目の社員として参画し、2014年12月に上場を経験。データ分析・産官学連携を軸としながら、B2B事業立ち上げ、カスタマーサポート部門立ち上げ、子会社副社長等を歴任。2018年より現職。
