HaKaSe診断を用いた部門・職種別の個性マッチ度分析ペルソナマッチによる部門適合度の測定と効果検証
更新日 2026年10月6日
保存・印刷用(PDF)
要約
本レポートでは、パーソナリティ診断ツール「HaKaSe診断」を用いた、部門・職種に最適化された個性マッチ度の分析について、その有効性を入社後の活躍および登用の指標から検証した結果を報告する。HaKaSe診断は、診断結果からビジネスにおいて必要とされる定性スキルの発揮しやすさが判定でき、本レポートではこれを部門ごとのスキル要件と照合して人物像とのマッチ度を指数化した指標「ペルソナマッチ」を構成している。検証は診断導入企業1社を対象とし、中途入社者の入社後サーベイの推移と、抜擢人材の昇進率という二つの側面から実施した。その結果、ペルソナマッチスコアが高い層は入社後のサーベイスコアが成長し、昇進率においても非ペルソナマッチ層を上回る差が生じている。
1. HaKaSe診断を用いた個性マッチ度分析
1.1 概要
HaKaSe診断は、個々人の反応・思考・行動といった多層的な性質を測定し、数値化したデータを各種分析へ応用できる点に強みを持つ性格診断ツールである。心理学で広く使用されているビッグファイブ理論を土台としつつ、対人コミュニケーションの分析手法である交流分析の知見を組み合わせることで、その人がどのような性格かにとどまらず、職場でどう振る舞い周囲とどのような相互作用を生むかまで予測できるよう設計されている。本レポートで扱う個性マッチ度の分析もその応用の一つであり、部門・職種が求めるスキル要件と個々人の性質のマッチングを数値化することを意図している。
診断結果から測定可能な要素の一つに、ビジネススキルが存在する。これはビジネスにおいて必要とされる定性スキルを指し、活躍要因に関するメタ研究をレビューしたうえで15項目が選定された。診断結果からは、対象者が発揮しやすい、すなわち伸びしろが大きいスキルが何かについて、順位付けによる判定がアウトプットされる。15項目の名称と定義は図1に示すとおりである。
1.2 ペルソナマッチの算出ロジック
ペルソナマッチ(以下Pマッチと呼ぶ)とは、対象者がビジネスにおいて発揮しやすいスキルと、部門・職種との相性を表す指標である。ビジネススキル15項目のうち、部門ごとに重要度の高い5項目をスキルセットとして選定し、対象者の発揮しやすさとの適合度を定量化する構造を採っている。スキルセットの構成は任意であるため、設計上の自由度は高い。本検証では、活躍データに基づくレコメンドと部門長の定性判断を併用する方式を採用した。
算出されたスコアは100を最大点とする指数であり、対象者がその部署で必要な強みを発揮できそうか、が定量化される設計。①まず計15個のスキルの中から「部門で重要度が高いもの5個」を選定し②その5個のスキルに対して、特定の対象者が10点満点でそれぞれが何点だったかを計算③最終的に総計を2倍し100点満点に変換した。マッチ人材か否かの区分分けにあたっては在籍社員全体の平均値を基準値とし※1、これを上回る層をPマッチ層、下回る層を非Pマッチ層として扱った。
2. 検証方法
2.1 集計対象
本検証では、HaKaSe診断を導入する企業1社において部門ごとのPマッチを設計し、実際の在籍社員のスコアと入社後の活躍・昇進との関係性を分析した。当該企業は、スキルセットのレコメンド算出に必要な査定情報が十分に蓄積され、部門ごとの活躍傾向を特定できる状態にある。加えて、各部門長の協力を得て定性要件の調整まで実施できる環境が準備できたため、対象として選定した。対象者は2024年以降の中途入社者※2と、2025年以降に各部門で選出された抜擢人材※3である。
2.2 説明変数と目的変数
説明変数には、所属部門ごとに算出したPマッチスコアを用いた。スキルセットの選定では、まず各部門の既存社員の活躍傾向をもとに5項目すべてをレコメンドとして提示し、そのうち全職種共通の要件2項目をあらかじめ固定したうえで、残る3項目を部門長が入れ替え可能な変動枠として設定している。変動枠を設けた設計は、活躍による過去傾向だけでなく、未来の採用においてこれから必要となる人物像を反映させることを意図している。実際には19求人中17求人で入れ替えが発生し、変動枠として設定した全57スキルのうち31スキルが入れ替わった。変更率は54%となっている。部門別のスキルセットの例は表1のとおりである。
目的変数には、中途入社者の入社後の360度評価(以下サーベイと呼ぶ)と、抜擢人材の昇進率の2種類を設定した。前者の基準日は入社後1回目から4回目までを対象としており、評価が半期に1度の実施であることから、入社からおおむね1年半から2年経過までが範囲となる※4。後者の抜擢人材は、非管理職の活躍人材に対し管理職相当の役割を与える制度。実際に後の昇進が確約されるわけではないので、抜擢人材の中でも昇進非昇進が分かれ、今回はその昇進率を変数としている。
2.3 分析手法
中途入社者については、基準値※5によりPマッチ層と非Pマッチ層に区分し、サーベイ回次ごとのスコア平均を比較したうえで、Pマッチスコアと入社後3・4回目のサーベイスコア平均の相関係数を算出した。抜擢人材については、区分により昇進率を比較している。
3. 検証結果
3.1 中途入社者の入社後サーベイ
区分ごとのスコア平均推移を図2に示す。Pマッチ層(n=15)は1回目の3.49から4回目の3.95へと単調増加している一方、非Pマッチ層(n=12)は2回目の3.70まで上昇した後に停滞し、4回目は3.61にとどまった。初期からサーベイ4回目、すなわち入社2年目にかけて差分の開く結果となっている。この推移の差(Pマッチ層の方がサーベイスコアが伸びる傾向)については、各部門が求める人物像(ペルソナ)と近いPマッチ層の方が、チームや職務との相性が良いことで入社後スムーズに成長したことが要因と推察している。
続いて、Pマッチスコアと入社後3・4回目のサーベイスコア平均との相関係数を図3に示す。相関係数は0.422(n=27)であり、統計的な有意性を表すp値は0.05を下回った。両変数のあいだには正の相関が認められ、部門のスキル要件に対する適合度が入社後の活躍水準と関連しうることを示している。
3.2 抜擢人材の昇進率
区分ごとの昇進率比較を図4に示す。昇進率はPマッチ層(n=24)が71%、非Pマッチ層(n=30)が53%となり、区分間で18%程度の差が生じた。実際の登用という結果指標においてもサーベイと同方向の差が現れている。
続いて、各種検定による数値結果を図5に示す。マッチ区分と昇進有無でχ2乗検定を行ったところ、p値は0.19と有意な結果とはならなかったが、同様にクラメールの連関係数を算出したところ、係数は0.18と弱い関連が見られた。前者のp値については今後データ数の確保を継続して行い、有意性の再検証を実施する予定である。
4. まとめ・今後の展望
今回の分析から、Pマッチスコアと入社後の活躍・昇進率との間には一定の関連性があることが判明した。サーベイ推移では区分間の差が経時的に拡大し、相関分析においても有意な正の関係が認められている。昇進率でも18%程度の差が確認されており、複数の観点から整合的な結果が得られたといえるだろう。
Pマッチは部門ごとにスキルセットを定義できるため、配属先が一定固定される中途採用のアセスメント導入等にも活用が期待される。もっとも本検証は1社・限られた対象者数にとどまるため、対象を広げた継続的な検証が今後の課題となる。今後は部門ごとのスキルセット選定をより精度高く行うための分析や仕組みづくりにも注力し、特定会社内のみならず、より一般化した再現性の高い指標へのブラッシュアップを目指したい。
脚注
- ※1 在籍社員に対し各部門のスキルセットに応じたPマッチを算出したところ、全体の平均値は56となった。
- ※2 新卒の初期は実務適性よりも環境適応の側面が強く表れ、活躍の交絡要因となるため、中途入社者のみを対象とした。新卒の初期適合については、配属の相性分析を扱う別レポートで検証している。
- ※3 各部門で次期管理職・部門長になりうる人材をプレ任命という形で抜擢し、実務上1つ上の階層の役割を与える制度。任命から12か月以上経過した者を集計対象とした。
- ※4 2年を超えると組織編成の影響で入社時組織からの異動や役割の変化が発生しやすく、設定したスキルセットによる検証の妥当性担保のため、対象期間に上限を設けた。
- ※5 中途のサーベイスコア分析における区分分けは、n数のバランス化のために便宜的に基準値を64へ引き上げた。