Shoeisha Technology Media

IT人材ラボ

記事種別から探す

著者情報

執筆記事

  • 2018/06/13

    「二要因の分散分析」で職種別・業績別の仕事満足度を比較する

     第7回に続き、今回も分散分析を取り上げます。今回は、「職種別かつ業績別」のように、「2つの切り口」を同時に扱って差の比較を行う、「対応のない二要因の分散分析」についてご紹介します。

  • 2018/03/27

    「分散分析」で職種別の仕事満足度を比較する

     第6回でご紹介したt検定は、「2つ」のグループや時点の差を比較するための方法です。今回は、「3つ以上」のグループや時点の差の比較をする際に用いる「分散分析」についてご紹介します。

  • 2017/10/30

    「t検定」で平均の差を比較する

     今回は、新卒採用者と中途採用者の特徴、研修前後の職務遂行能力の発揮状況など、「異なるグループ間」あるいは「異なる時点間」で差を比較する際に用いる方法であるt検定についてご紹介します。

  • 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...

8件中1~7件を表示
戻る


All contents copyright © 2017-2018 Shoeisha Co., Ltd. All rights reserved. ver.1.0