Shoeisha Technology Media

IT人材ラボ

記事種別から探す

著者情報

  • 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 マネジャー。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、HRR入社。アセスメント、トレーニング、組織開発の商品開発・研究に携わり、現在はマネジメント、リーダーシップ、イノベーションに関する研究や実態調査に従事する。

執筆記事

  • 2017/09/07

    「重回帰分析」で予測力を高める

     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。

  • 2017/08/25

    「回帰分析」で因果関係を分析する

     前回は、2つの変数の関係性を表す指標である相関係数についてご紹介しました(『データの関係性を表せる「相関係数」と2つの落とし穴』)。しかし、実際の人事実務の場面では、「課長昇進後のパフォーマンスは、昇進前の主任時のパフォーマンスでどの程度予測できるのか?」のように、「因果関係」に基づく「予測」に関心があることも多いと思います。今回は、このような場面で利用する、「回帰分析」をご紹介します。

  • 2017/08/07

    データの関係性を表せる「相関係数」と2つの落とし穴

     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...

  • 2017/07/21

    人事データに潜む2つの罠

     最近では、表計算ソフト、統計解析ソフト、BI(ビジネスインテリジェンス)ツール、そして機械学習プラットフォームなどさまざまなツールが普及し、「分かりやすい図表でデータを整理すること」「統計解析を行うこと」が以前よりも手軽に実現できるようになりました。しかし、人事データ、特に評価データには、さまざまな癖があります。それを理解せずに集計・分析し、その結果に基づいて改善施策などを検討しても、そもそもの前提がずれている可能性があるため、せっかくの結果が無駄になってしまうかもしれません。そこで今回は、評...

  • 2017/07/14

    人事ビッグデータとは何モノなのか?

     企業内では、人や組織に関するデータがさまざまな目的のもと取得され、蓄積されています。私はこれまで10年以上、人事データを活用した研究を行い、その知見を生かして企業の分析サポートを行ってきましたが、年々人事データ活用に関するご要望が増えると共に、その内容が高度化していることを実感しています。一方で、急速に人事データ活用に注目が集まるなか、「何から手をつければよいのかが分からない」という声を聞くことも少なくありません。そこで、「人事データ活用 はじめの一歩」として何ができるのかを皆さんと一緒に考え...

5件中1~5件を表示
戻る


All contents copyright © 2017 Shoeisha Co., Ltd. All rights reserved. ver.1.0