人事評価と切り離せない認知バイアス
様々な時代・場所で、人事評価における評価基準の公平性の重要さについては論じられ考えられてきましたが、「公平」というのは難しいものです。
世界的に人材サービス事業を展開するアデコの調査で、現在の人事評価制度への満足度を聞いたところ、「満足」と「どちらかというと満足」の合計が37.7％、「どちらかというと不満」と「不満」の合計が62.3％となりました。勤務先の評価制度に不満を持つ人が6割以上、また不満の理由として評価基準の不明瞭さや不公平さが挙げられています。
出典元『THE ADECCO GROUP』6割以上が勤務先の人事評価制度に不満、約8割が評価制度を見直す必要性を感じている
出典元『THE ADECCO GROUP』6割以上が勤務先の人事評価制度に不満、約8割が評価制度を見直す必要性を感じている
人事評価に不満を持つ人が多いのに対して、同調査では評価者の77.8%は自分の評価は適切だと思っており、評価する側とされる側で認識の差が大きいことが指摘されてもいます。
出典元『THE ADECCO GROUP』6割以上が勤務先の人事評価制度に不満、約8割が評価制度を見直す必要性を感じている
今回は、バイアスの一種である「選択バイアス」について説明します。
選択バイアスとは？誤った調査が判断ミスを引き起こす
選択バイアスとは、試験や研究に組み入れる対象や条件を選択するときに生じる偏りのことをいいます。選択バイアスは対象者を決める時点で往々にして生じるバイアスで、対象にしたい属性だけを選んでしまい、そもそも調査に必要な対象が抜け落ちてしまう事象です。選択バイアスが原因で偏った対象が選ばれ、結果にも不具合が生じることになります。
たとえば「独立すれば儲かります」という広告をたまに目にしますが、独立して成功した人だけに注目した統計をもとにしたもので、大きな偏りがある推測だといえます。
選択バイアスの具体例について
選択バイアスは、調査を行う場所や対象者を集める方法など、さまざまな場面で生じます。
自社の採用活動に参加した母集団が、現在の学生の傾向であると考えて「過去の選考基準だと今の学生は劣っている」などと考えるのも選択バイアスの一つです。事実に基づいた数値があるわけでもないのに、今の学生を自分が見た状況だけで判断することはただの感覚です。
自動車の排ガスとぜんそくの関連性を調べる実験を仮定します。サンプリング対象の集団が国道周辺など比較的排ガス濃度の高い地域の人々に偏っていた場合、この統計で出てくる「自動車の排ガス」は、日本全体のぜんそくの発生に与える影響を正しく評価したものではないことになります。
職場で働く人を対象に健康調査をする場合、その時に健康を害してしまって休退職した人材が選ばれないことで、結果として健康な労働者だけになってしまい、もともとの目的だった「全体の健康度合い」がきちんと測れない現象が起こります。こういった事象を「健康労働者（ヘルシーワーカー）効果」といいます。
そもそもの選択自体が誤ってしまうことで、事実と異なる結論が導かれるのが「選択バイアス」です。
選択バイアスによって引き起こされる問題やデメリットについて
「選択バイアス」が過度に働くことは、組織にも大きな影響を与えます。
表に出てくるケーススタディのほとんどは成功事例です。体のいい広告などを見た人の大半は自分も成功を手にしたいと考えていますが、そもそも選択バイアスは一部の属性からの結果飲みに注目しているものであるため、広告のような成功が実際に導かれる結論になるとは言い切れないのです。
過度な選択バイアスは人事分野でもよく起こります。自社の採用活動に参加した母集団が、現在の学生の傾向であると考えて「過去の選考基準だと今の学生は〇〇のようなところが劣っている。過去から考えると学生の質は下がったように感じる」ことも選択バイアスの一つです。相対的かつ事実に基づいた数値があるわけでもないのに、今の学生を自分が見た属性だけで判断することは事実に基づいていません。憶測で「今年の学生は○○な傾向がある」などと考えると、慎重をきすべき採用活動において、正しい施策が打てなくなる可能性があります。
必要なことは「自社に応募してくれる学生の傾向は○○だ」「市場調査で今年の学生は○○な傾向があるから、新しい施策を打ってみよう」など、客観的な視点で捉えることなのです。
選択バイアスの対策例や注意点について
選択バイアスは、往々にして、成功事例だけの研究で固められた調査を参考にしています。特にマネジメントの失敗例は表に出てこないことが多いため、その情報を入手することは難しく、おのずと成功例ばかり見ることになるのです。
必要なことは疑うことです。重要な意思決定をする際は、選択バイアスの罠を思い出して、母集団の中から偏ったサンプルを選んでいないか、そもそも母集団が間違っていないか、もう一度考えてみることをオススメします。
確率や統計を学ぶことも有意義です。確率や「選択バイアス」以外のバイアスについて知ることで、目的のために正しい数値を出すことの重要性に気づくことができます。
自分がいる社会やコミュニティは、社会にある大多数のコミュニティのうち一部分でしかありません。自分が知っている社会は全体の一部というような、俯瞰的な視点を持つことは非常に重要です。
選択バイアスは、日常のどこにでもあるもの
選択バイアスとは、統計となるデータがそもそも偏っているものです。自社が集めた母集団が現在の学生の傾向であると考えて「過去の選考基準だと今の学生は通過できないから、学生の質が下がった」「今年の学生は○○な傾向がある」などと考えると、自社の採用活動において正しい施策が打てなくなる可能性があります。
必要なことは「自社に応募してくれる学生の傾向は○○だ」「市場調査で今年の学生は○○な傾向があるから、新しい施策を打ってみよう」など、客観的な視点で捉えることが重要です。