今回は、
「適性検査」を使うと、どの程度「入社後評価」を予測できるのか？
について考えてみます。
※関連記事は「適性検査は「入社後評価」や「退職」を予測できるのか？（まとめ）」よりご覧ください。
※今回の分析では、こちらのサイトに掲載されているレポートのデータを参考にしています。
まとめ
今回は（も？）、データが並ぶので、先にまとめです。
１．「予測」するためには、「平均」でななく「分布」が重要
２．適性検査の１項目を使った、入社後評価の予測正解率は35%
※適性検査の「分布」考慮すると、予測正解率は59%
３．予測精度を高めるには、「自社における分布」を知ることが重要
それでは、それぞれの内容について、細かく見ていきます
１．「予測」するためには、「平均」でななく「分布」が重要
今回は、レポート内で分析されている「上司評価（将来性）」と「適性検査」の関係性の中で、「自己尊重性」のデータを例に取り上げてみます。（他の指標でも以下、同様のことが言えます。）
参考レポートでは、
「自己尊重性が高い」ことは、「上司評価（将来性）」について、高く評価される要素
とされています。
確かに、平均を見ると、上司評価の「上位群」は「下位群」と比較して、「自己尊重性が高い」データが提示されています。（統計的有意差あり）
このデータだけをみると、「自己尊重性が高い」人であれば、「上司評価の高くなる人」を採用できる！ように感じます。
次に、「上位群」と「下位群」の分布をみてみます。
※データで提示されている「標準偏差」に従い正規分布に従っていると仮定しています。
すると
「上位群」と「下位群」の大部分は重なっている
（＝分布でみると、重なっている部分が多く、違いが少ない）
ことがわかります。※「平均」は1つ前の横棒グラフと一緒です。
このグラフを見ると、上司評価の「上位群（赤）」と「下位群（青）」で「自己尊重性の高さ」に大きな違いはない（＝ほぼ重なっている）と感じるかと思います。
HR領域で「予測」する場合には、「分布」が重要
次に、「自己尊重性」のスコアを用いると、どの程度、入社後の評価が予測できるかを確認してみます。
例として、「自己尊重性」のスコアが60以上を高評価者の【採用基準】にしたと考えます。
※わかりやすさのため、「上位群」と「下位群」が同じ人数だったと仮定しています。
「自己尊重性」が60以上の人における「上位群」と「下位群」の割合を調べると、
・「自己尊重性」が60以上の場合、「上位群」の割合が高い（55%）
・一方、【基準】を満たす人のうち、45％は「下位群」
であることがわかります。
このように、「自己尊重性」のスコアを使うと、
「平均に統計的有意差があった」としても「予測はあまりできない」（結局約半分（45%）は「下位層」）
という結果になりました。
これは「予測」できるか否かは、上位群と下位群がどのように「分布」しているかによって決まるためです。
例えば、先ほどと同じ「平均」でも、以下のように「分布」している場合、スコアが50以上であれば、「上位群」になる確率は90%以上になります。
２．適性検査の１項目を使った、入社後評価の予測正解率は35%
ここまで、「上位」「下位」の２区分で分析していますが、面接など他の分析結果と比較するために「上位」「中位」「下位」の３区分として、先ほどと同じ分析を行うと、平均正解率は35%（(37%+33%+36%)÷3）となりました。
※以下のグラフの緑枠で囲った部分が正解（適性検査による予測と上司評価が一致）
この正解率35%という数字は前回記事の
・１人の面接の正解率：37％
・５人の面接（平均）の正解率：44％
よりも低い数字であることがわかります。
３．予測精度を高めるには、「自社の分布」を知ることが重要
ここまで読んでいただいた方は、「適性検査は当たらない？」と感じられた方もいるかもしれません。
確かに先ほどのように「平均」を見るだけでは、入社後評価の予測は難しいのですが、「分布」を確認することで、予測精度を高めることが可能です。
例えば、以下の企業では、「分布」を考慮した適性検査の指標を用いることで、予測正解率を59％（(64%+64%+50%)÷3）まで引き上げることができました。
最後に
今回は、「適性検査」を使うと、どの程度「入社後評価」を予測できるのか？というテーマで、「平均」と「分布」の違いを見てきました。
【検証結果（特定条件下）】
・適性検査（平均のみを考慮）：予測正解率35%
・適性検査（分布も考慮）：予測正解率59%
※１人の面接：予測正解率37%
※５人の面接（平均）：予測正解率44%
「適性検査はあたる」という意見と「適性検査はあたらない」という意見の両方を聞くことがありますが、この差は「使い方」の違いもあるのかもしれません。
今回の分析内容は、適性検査のほとんどが当てはまります。
※次回記事で紹介しますが、そもそも「統計的有意差すら”ない”テスト」や「低評価者の方がスコアが高いテスト」も多いです。
みなさまの会社では、どのように適性検査を使われていますか？ぜひご意見いただけますと幸いです。
※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。
