人事のためのデータサイエンス |
[著者プロフィール][このウィンドウを閉じる] |
目次 はじめに Part 1 人事データ活用のイメージを具体化する [第1章] 人事データ活用とは ❶人事データとは ❷データ活用とは [第2章] 人事データ活用への関心が高まっている背景とは ❶ 背景<1>:「技術革新」による後押 ❷ 背景<2>:「戦略人事への転換」に不可欠 ❸ 背景<3>:「人事業務・施策のレベルアップ」の武器 [第3章] 人事データ活用の土台づくり ❶理解を得る ❷データの収集・取得のポイント ❸データの管理・蓄積のポイント [第4章] 人事データ活用のPDCAサイクル ❶陥りがちな失敗例 ❷ 人事データ活用を成功に導く Part 2 人事データの特徴を把握する [第5章] 人事データの性質を理解する ❶数値データの4類型 ❷評価データの特徴 [第6章] 人事データを見える化する ❶単一の変数の見える化 ❷ 2つの変数の組み合わせの [第7章] 人事データの特徴を数で表す ❶中心的傾向を示す「代表値」 ❷散らばりを示す「散布度」 ❸ 尺度水準と代表値・散布度の関係それぞれの尺度水準ごとに 用いることができる代表値散布度 Part 3 統計解析で人事データを活用する [第8章] 統計解析の基礎 ❶統計解析を行う意義 ❷本書で取り扱う統計解析の手法 ❸統計的仮説検定の基礎 [第9章] 高業績者の行動特性をあぶりだす―対応のないt検定 ❶対応のないt検定の分析例 ❷t検定を行う理由 ❸ 対応のないt検定を行う際の留意点 ❹t検定の分析結果の応用 [第10章] 研修効果を確認する ―対応のあるt検定 ❶対応のあるt検定の分析例 ❷「 対応のあるt検定」と「対応のないt検定」の比較 ❸2時点の比較の際の留意点 [第11章] 職種別の性格特性の差を確認する ―対応のない1要因の分散分析 ❶ 対応のない1要因の分散分析の分析例 ❷分散分析,多重比較を行う理由 [第12章] 職種別業績別の性格特性の差を確認する ―対応のない2要因の分散分析 ❶ 主効果と交互作用 ❷ 対応のない2要因の分散分析の分析例 [第13章] 満足度と離職意向の関係性を分析する―相関分析 ❶相関分析の分析例 ❷相関係数の注意点と対処法 ❸相関分析の留意点 ❹相関係数の応用例 [第14章] 活躍人材を予測する ―回帰分析 ❶回帰分析とは ❷回帰分析の分析例 ❸ 回帰分析の結果を予測に用いる ❹回帰分析の留意点 [第15章] 管理職行動の構造を明らかにする ―因子分析 ❶因子分析とは ❷因子分析の具体例 ❸因子分析の結果の活用 [第16章] 持続的成長モデルを検証する―共分散構造分析 ❶共分散構造分析とは ❷共分散構造分析の分析例 ❸共分散構造分析の留意点 さらに学びたい人への推奨図書 おわりに 索 引 |
[目次][このウィンドウを閉じる] 著者プロフィール
|
入江 崇介 (いりえ しゅうすけ) ㈱リクルートマネジメントソリューションズ HR Analytics & Technology Lab 所長。 2002年入社後,適性検査や従業員意識調査の開発,多面評価に関する研究,企業の人事制度の実態調査,および人事データ活用のコンサルティングなどに携わる。2018年より現職。 東京大学教養学部卒業,同大学大学院総合文化研究科広域科学専攻修了(修士(学術))。 |