| 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））。 |