人事コンサルタントの視点

SHLのパーソナリティ検査OPQは30個のパーソナリティ因子から成り、その多彩な因子をもってあらゆる職業の適性を予測することに成功してきました。しかし、人事課題によっては、因子が多いためにわかりづらさが生じることもあります。
たとえば、社内のどこにどんな人材がどれくらいいるのかを定量的に把握する、「人材ポートフォリオ」を作成したい場合などです。人材ポートフォリオがあれば、「今は少ないが今後必要なタイプの人材を採用する」「〇〇さんに近いタイプの◎◎さんを後任とする」「〇〇部署の業務バランスをとるために△△タイプの人材を新たに配置する」などの人事戦略がとりやすくなります。
本日は、この人材ポートフォリオづくりに最適な統計分析手法である主成分分析と、それを用いたSHLの人材マッピングサービスについてご紹介します。

主成分分析とは

まず主成分分析とは、データの情報量を保ちながら、数多くの変数を縮約し、なるべく少ない変数（これを主成分といいます）で表そうとする分析手法です。
主成分分析では、データのばらつきが大きくなる情報量の高い変数、つまり「個人の違いをもっとも説明できる変数」を主成分として少数抽出します。たとえば、A社にはクリエイティブな人材からクリエイティブでない人材まで幅ひろく含まれるが、全員がストレスに強い、という特徴があったとしましょう。その時、「クリエイティブかどうか」という変数には情報量が多いですが、「ストレスに強いかどうか」という変数には情報量が少ないことがわかります（なぜなら、全員が一様に高いので、個人の違いが説明できないからです）。このような集団では、まず個人を説明するための主成分として「クリエイティブかどうか」という変数が採用され、次にその変数で説明できない個人の違いを説明できる主成分（たとえば、「エネルギッシュかどうか」など）が抽出されます。
また、ここで抽出された「クリエイティブかどうか」という主成分には、様々なパーソナリティが含まれます（たとえば、ゼロから何かを生み出すのが好きか、変化が好きか、オーソドックスなものが嫌いか・・・など）。まとめると、主成分分析とは、「データの情報量を保ちながら、多数の変数をまるめ、データの分散をもっとも説明できる少数の変数に縮約する分析」であるといえます。
この主成分分析を使って、30個のパーソナリティを2変数まで縮約すれば、2次元平面上に人材をならべて可視化することが可能になるわけです。

主成分分析を使った4象限へのマッピング

SHLでは、この主成分分析で2軸を抽出し、4象限上に人材をマッピングすることで、個々人の人材特性を可視化する分析サービスを行っています。このマッピングを人材ポートフォリオとして活用することで、どの部署にどのような人材が多いか、誰と誰が似たような性質を持ち、誰と誰が正反対の性質を持つ傾向にあるか、また今自社に欠けているタイプはどのような人材かといったことを、視覚的に理解しやすくなります。



このマッピングでは、端にプロットされた人物ほど、特定の行動傾向が強い（またその対極にあたる行動傾向が弱い）「トンガリタイプ」であるといえます。逆にマップの真ん中に位置する人物ほど、（その2軸においては）強い傾向を示さない「バランスタイプ」であると言えるでしょう。
※注意：このプロットでは、その組織においてもっとも個人を識別しやすい2軸のみを用いています。その他の軸で強い特徴を示す個人もいますので、真ん中に位置する人材が「すべてにおいて平均的な」人材ではありません。ご注意ください。
この人材ポートフォリオは、特性を生かした異動・配置、登用、バランスの良いチームビルディング、採用計画立案など様々な人事施策に活かすことが可能です。
参考事例：森永乳業の適材採用・適材配置を加速させた日本エス・エイチ・エルのアセスメント

おわりに

本日は多数のパーソナリティを少数にまとめる主成分分析と、ここで抽出された2軸を用いたマッピングによる人材ポートフォリオづくりについてご紹介しました。
人材データ分析にはこの他にもたくさんの手法がございます。当社の分析サービスにご興味をお持ちの方は、ぜひ人材データ分析をご覧ください。