Orion Arm

組織効率 を 最大化 する 人事考課手法 その１６

　● 実効性 を高めるために 有効な施策

旧来の人事考課にＴ法を適用するだけでも大幅な改善を期待できるが、人事制度上の障害となる旧弊を除去することで、その効果を最大限に高めることができる。

★ 年功序列廃止

職種、役職に対する適性を早期に見出し、適材適所をムダな待ち時間なく実現することが可能なため、成長を前提とした年功序列は不要となる。 適性変化は常にあり得るが、これは成長とは根本的に違う、適応でしかない。

ムリに年功の要素を残すとするならば、年齢給ぐらいだろうか。 人材市場において他社との差異を少なく見せ掛けるために許容されるのかもしれない。

★ 役職インセンティブ廃止

株主総会で決められる役員報酬はしかたないが、それ以外の部長、課長、係長、主任などの役職に紐付けされている役職給は、地位への シガミツキ を誘発する。 これは企業にとり無価値である上、組織内で周囲のモチベーションを低下させるだけなので廃止すべきだ。

昨日まで主任だった者が今日から部長でもなんら構わない。 逆に部長が翌日に主任になってもそれは適材適所の結果であるなら、逆らう理由があってはならない。 職位は単なる役割でしかなく、過去の実績に対する ご褒美 ではないのだ。 犬に対するのと同じように、ご褒美はその場、その時に与えるから効くのであって、１０年も続けるようでは単なる甘やかしでしかない。

形骸的な組織ピラミッドの穴埋め用員としての役職ではなく、実質的なパフォーマンスを問われるのだ。

★ 超多面評価導入

ＴＭ法の企業業績予測に関する事例研究では、粉飾決算 している企業に特異な偏りが発見されている。 これと同様に、人事考課の推定でも評価者による不正なバイアスは見抜けるだろう。 しかし少数評価者によるバイアスは能力の推定精度を低下させるノイズでしかない。 またグループ、チームによる多人数での仕事の中で、評価の位置付け、適性の把握をより正確に行うため、データ量は増やすほうが良い。

極論すれば、顔と名前が一致するていどの者なら、全員が特定個人の評価に参加する状態が理想である。 このような 「 超 」 多面評価といえるような状況が推定の信頼性を極限まで高めるために有効となる。

★ 完全成果主義導入

年功や役職と賃金を切り離してしまうことにより、賃金を決める項目は成果だけになる。 公正な成果の評価は多面評価の中に盛り込むことがじゅうぶん可能であるが、その仕組み設計には 「 人気投票 」 にならないよう、周到な配慮が必要になる。

しかし企業としてはダイレクトに成果に対する報酬ということになり、ぜい肉を大巾に落とせることになるだろう。

以上

これにて、「 組織効率 を 最大化 する 人事考課手法 」 の集中連載を終了する。
　

組織効率 を 最大化 する 人事考課手法 その１５

　● 合コン Ｔ法

田口メソッドがどれほど使えるのか？ 信用できない人も多いだろう。 適用事例の発表は数々あれど、それを目にすることは少ないはずだ。 ならば論より証拠。 ご自身で試されてみることだ。

ここで、標本数が稼げるチャラ男くんにお勧めなのが、合コンで Ｔ法 を使うことだ。

事前に 「 自分にあった 」 推定式を作成しておき、合コンで出会った 瞬間の印象値から ずっと好きでいられるかを その場で推定する というものだ。

第一印象とその後の相性の違いに疑問を持っているようなら、すぐに効果を確認できることだろう。

印象値の項目としては何でもよい。 身長、体型、美人度、化粧っけ、話し上手、においetc、思いつくことすべての項目にランク付けの数値評価を行うのだ。 とうぜん絶対値など存在しない、いい加減な数値化だ。 これに過去の経験からずっと好きでいられた人物、すぐに嫌いになった人物の評価結果で相関付けを行い、「 自分にあった 」 評価項目の重み付けを行うと ． ． ． ．

自分にしか適用できない、自分にあった 推定式 が完成する。

これは特定企業の特定部署、特定職位にしか適用できない唯一特定の推定式と同じ意味合いを持つ。

欠点は相手の意志を推定式に入れていないため、付き合えるかどうかは不明な点だろうか ． ． ． ．

ちなみに、標本数の少ない私はこれを実践していない。

また、既婚者にも心の安定のためお勧めしていない。
　

組織効率 を 最大化 する 人事考課手法 その１４

　● Ｔ 法 の簡単な手順

１． 既知のデータから推定式を作成

　　１） 既存職位者（課長、部長、営業、開発など）の過去（平社員時代など）の人事考課データを使う

　　２） 既存職位者のうち、毒にも薬にもならなかった平均的な者のデータを標準空間とする

　　３） 推定精度のＸＹグラフを想定する
　　　　 　ヨコ軸は真値、既知のパフォーマンスの良否（多数アンケートなどによる印象値でもＯＫ）
　　　　　 タテ軸は推定値、推定計算結果（考課項目ごとに係数を掛け、合算したもの）

　　４） 企業内の全ての役割、職位に個別の推定式を作成する

２． 既存データから特徴量の項目選択、重み付け見直しにより推定式を改良

　　１） その役割、職位のなかで評価が良い者、悪い者のデータを使い、考課項目ごとに相関取りを行う

　　２） 相関データから各種役割ごとに推定式に使う考課項目を選択しなおす（重み付けの修正）

３． 推定式を未知データに適用して予測

　　１） 新たな人事考課データから推定を行い、適任者を抽出していく

　　２） 推定式の修正は適宜（毎年でも）最新データで更新していく

　● ポイント

ａ） 既存の考課項目は変えなくてもよい （ ３０項目もあれば重み付けの見直しだけで足りる ）

ｂ） 真値、既知のパフォーマンス評価、は 「 恣意性を除ける 」 ため、
　　 人事考課とは別の全体アンケートなどを使う

ｃ） 印象評価のような真値不明な数値データでも正確な推定式を作れる

ｄ） データ数、標本数が多いほど正確な推定式になる

ｅ） 推定式は役割、職位により全て違うものになる

　● 効果

ａ） 組織内の大多数が良しと認められそうな者を適所に配置可能になる

ｂ） 本人でさえ気付いていない適性の発掘が可能になる

ｃ） 就職面談のような一瞬の印象評価からでも正確な適性推定が可能になる

ｄ） 海外、現地法人での採用、考課にミスマッチがなくなる
　

組織効率 を 最大化 する 人事考課手法 その１３

　● 田口メソッドとは ？

田口メソッド で知られる 田口玄一 氏は日本人で三番目に米国自動車の殿堂入りした人物であるが、初めて殿堂リストを見た人にすれば 「 あんた誰？ 」 と思うような異質な存在である。 しかし技術畑で長年仕事をしていれば一度くらいは名前を聞いたことがあるのではないだろうか？ 氏の提唱したロバスト工学は自動車産業の品質向上に大きく貢献したが、その根幹思想が 「 予測したい 」 に端を発していることはあまり理解されていない。

技術見込み、成績の伸び、企業業績、売り上げ、地価、株価、健康などなど、人は何でも正確に予測したいのである。 これに対し具体的な手法を提供してみせたのが田口メソッドだ。 現在ではさまざまな事例研究が進み、「 何でも予測できる手法 」 として知る人ぞ知る存在になっている。

これを人事考課に応用し、適材適所を実現しようというのが本連載の眼目である。

　● 人事考課に使えるのは ？

田口メソッドで提唱している予測手法には ＴＭ法、ＴＳ、Ｔ、ＲＳ などいろいろあるが、計算の簡単さから、

Ｔ 法 （ 両側 Ｔ 法 ） の適用を推奨 する。

用語が一般的でなく、時代により修正が行われているため理解しにくい手法ではあるが、計算式や概念は中学生ていどでも理解できる簡単な内容である。 ネットや本などを参考に、気軽にトライしてもらいたい。
　

組織効率 を 最大化 する 人事考課手法 その１２

　● では解決策は？

ここまでの連載で、「 なんだ、よくある グチ ブログじゃないか 」 と思われたのがほとんどだろう。
さてしかし、ここからが本題スタートである。

人事考課に求められる最大の効用は ？

　　　「 妥当性 を 検証可能な 未来における パフォーマンス予測 」

これを実現するためには ？

　　　「 田口メソッド を 人事考課 へ適用する 」

これだけで、判る人にはすべて理解できるだろう。

ニーズ → シーズの関係を書くと話のロジックは下記のようになる。

組織効率の最大化　→　適材適所の人員配置　→　人事考課の変更　→　ＴＭ法の適用

今回は大事なことなので文章少め。