エンゲージメントサーベイの分析方法とは？平均点で終わらせない基本の考え方

「結果が出たので、いい感じに分析しておいて」。上司からそう言われて、ダウンロードしたCSVを前に手が止まった経験はないでしょうか。

サーベイツールのダッシュボードには、部署別の平均点や前回との比較が並んでいます。数字は見えています。それでも「で、何をすればいいのか」が出てこない。

この記事では、エンゲージメントサーベイの分析でつまずかないための考え方と手順を、はじめての方にもわかるように体系立てて整理します。読み終えたときに「明日、自分のデータでこう動かせばいい」と分かる状態を目指します。最後にそのまま使えるAIプロンプトもつけました。

そもそも分析とは何か。集計と分析は違う

最初に言葉を整理します。多くのツールが出してくれる部署別スコアや偏差値は、分析ではなく集計です。

集計は「どうなっているか」を示します。分析は「なぜそうなったか」と「だから何をするか」に答えます。この2つは地続きに見えて、別の作業です。平均点を眺めるだけで手が止まるのは、集計で止まっているからです。打ち手が生まれる分析は、その先にあります。

平均点の高低だけでは、組織の課題は見えない

たとえば「全社平均は3.7、カテゴリの中ではビジョン共感が最も低い」と分かったとします。ここまでは集計です。では何をするか。多くの現場では「ビジョンを浸透させよう」と全社一律の施策が下りて、どの現場にも当たらずに終わります。

平均点は、課題が起きた後の結果を教えているだけです。どこで、誰に、どうやって起きているのかは、平均点のどこにも書かれていません。打ち手は、この「どこで・誰に・どうやって」が見えて初めて決まります。

分析で見るのは、感想ではなく組織の構造

もう一つ前提を整理します。サーベイの回答は、個人の感想の集合体です。スコアが低いからその通りに応える、という進め方は、社員への迎合になりかねません。

見るべきは、感想の背後にある組織の構造です。等級や役割の設計が、どの層の体験をどう変えているか。同じ低スコアでも、若手に集中しているのか、特定の等級で急に落ちているのかで、打ち手はまったく変わります。分析とは、この構造を読む作業です。

ギャラップ社の調査では、日本で仕事に熱意を持つ社員の割合は世界でも最低水準にとどまると報告されています（出典：Gallup, State of the Global Workplace）。スコアが低いこと自体は、多くの日本企業に共通する出発点です。だからこそ、平均点で一喜一憂するのではなく、どの層で何が起きているかを構造で読む力が、次の一手の質を分けます。

人事制度の設計や組織診断の現場で多くのサーベイ結果に向き合ってきた経験から言えるのは、成果につながる会社ほど、スコアの高低よりも「どの層で、何が、なぜ起きているか」を丁寧に読み解いている、ということです。

エンゲージメントサーベイの分析6ステップ

構造を読むといっても、やみくもに数字をいじるわけではありません。分析には順番があります。ここでは、結果を受け取ってから打ち手を回すまでの流れを6つのステップに分けて説明します。

ステップ1. 結果を読み解き、仮説を立てる

最初にやるのは、数値の変化そのものではなく「何が起きていそうか」の仮説立てです。ビジョン共感が低い、というスコアを見たら、「方針が伝わっていないのか」「伝わっているが納得されていないのか」と、考えられる背景を言葉にします。仮説がないまま数字をいじっても、示唆は出てきません。

ステップ2. 問題を設定し、当たりをつける

次に、その仮説をもとに、どこに問題が起きていそうかの当たりをつけます。対象になりそうな部署や層に絞り、残業時間や勤怠、離職などの関連データと重ねて見ます。サーベイの点数だけでなく、実際の事実と照らすことで、思い込みを外せます。

ステップ3. 影響している変数を見つける

ここが分析の核です。エンゲージメントの総合スコアに、どの要素が効いているのかを探します。よく効くのは、上司との関係、成長実感、業務量、役割の明確さといった変数です。総合スコアと個別の設問を掛け合わせ、関係の強いものを見つけます。属性（部署・役職・勤続年数）で切り分けると、効いている変数が層ごとに違うことも見えてきます。

ステップ4. 分析結果を施策に落とし込む

効いている変数が分かったら、そこに打ち手を当てます。大切なのは、点数を上げること自体を目的にしないことです。「1on1の頻度」が効いているなら頻度の設計を、「役割の曖昧さ」が効いているなら期待値のすり合わせを、というように、働く体験そのものを変える施策につなげます。

ステップ5. 結果を従業員にフィードバックする

分析して終わり、にしないための一手です。結果と、これからどう動くかを従業員に共有します。すぐ解決できない課題でも、検討していること自体を伝えるだけで、次のサーベイの回答姿勢が変わります。答えても何も起きない、と思われた瞬間に、サーベイは形骸化します。

ステップ6. 繰り返し、変化を追う

エンゲージメントは一度の施策では動きません。半年から1年の周期で実施し、打った手が効いたのかを次の回で確かめます。仮説を立て、手を打ち、結果で検証する。この往復を回し続けることが、分析を成果につなげる唯一の道です。

よく使う分析の切り口

6ステップの中で、実際に手を動かすのはステップ2からステップ4です。ここで使う代表的な切り口を3つ挙げます。

属性別のクロス集計は、部署・役職・年代といった軸でスコアを切り分ける、最も基本の切り口です。全社平均に意味はありません。差が出る切り口を探すのが目的です。

相関の確認は、総合スコアと個別設問の関係の強さを見ます。「上司との対話」と「総合満足度」の関係が強ければ、そこは効くレバーの候補です。相関は因果ではありませんが、どこから深掘りするかの当たりになります。

時系列での推移は、等級や年代のように段階のある軸に沿って、スコアがどう動くかを見ます。ある等級で急に落ちるなら、その節目の設計に原因が潜んでいます。

なお、エンゲージメントの測定には、ギャラップ社のQ12や、活力・熱意・没頭を測るUWESといった確立された尺度もあります。自社の設問がどの考え方に沿っているかを知っておくと、結果の読み解きが安定します。

手を動かす部分は、AIに任せられる

ここまで読んで大変そうだな…と身構えた方も安心してください。クロス集計も相関の計算も自由記述の要約も、手を動かす部分はAIに任せられます。
担当者に残るのは、どの軸で切るか、どの要因を疑うかという問いを立てる仕事です。分析の主役は、ツールでも統計知識でもなく、問いの立て方です。

属性別の違いを明らかにしたい

まず、当たりをつけるための属性別クロス集計は、次のプロンプトで回せます。

あなたはHRデータアナリストです。添付のサーベイ回答データ（CSV）で、
設問カテゴリ別の平均を、部署・役職・年代の3軸で集計してください。
各セルは全社平均との差で表し、±0.5以上離れたセルを明示してください。
最後に、差が大きい区分を3つ、差の大きい順に挙げ、それぞれ考えられる背景を一文添えてください。

総合スコアへのインパクトある要因を探したい

総合スコアに効いている変数を探すなら、相関を見ます。

添付のサーベイ回答データ（CSV）で、総合エンゲージメントスコアと、
各設問スコアの相関の強さを一覧にしてください。
相関の強い順に上位5項目を挙げ、それぞれが総合スコアに効いている可能性を一文で解説してください。
専門用語は避け、人事担当者が読める言葉で書いてください。

定性コメントから網目を細かくして課題の解像度を高めたい

数値では出ない温度は、自由記述に書かれています。数百件を人が読む代わりに、要約と分類を任せます。

以下はサーベイの自由記述回答です。次の3点をまとめてください。
1. 頻出するテーマを件数の多い順に5つ。それぞれ代表的な原文を1つ添える。
2. 経営への要望と、現場運用への要望に分けて整理する。
3. 少数だが放置すると離職につながりそうな深刻な声を、原文のまま3件抜き出す。
個人が特定できる固有名詞は伏せてください。

 

上記で紹介したプロンプトは、すぐにでも使えて汎用性のある分析手法です。

さらに応用編として、全体比の着色基準、等級ごとの推移の読み方、設問同士の影響経路のたどり方まで、実際のサーベイデータの読み解きつきで6つの分析手法にまとめたのが『組織課題が分かるサーベイの分析方法 6選』です。

どの場面でどの分析手法を使うべきか、そして経営を納得させるような分析のプロ集団による示唆出しの実例を取りまとめています。

資料ダウンロード ↗

分析でつまずかないためのチェックリスト

最後に、現場でつまずきやすい点をチェックリストにまとめました。分析を始める前に、一度目を通してみてください。

• 平均点の比較で止まっていないか。「なぜ」と「だから何を」まで踏み込めているか
• 全社平均ではなく、差が出る切り口（部署・等級・年代）で切っているか
• スコアの数字だけでなく、残業や離職などの実データと照らしているか
• 効いている変数（上司との関係・成長実感など）に当たりをつけているか
• 結果を従業員にフィードバックし、次のサーベイで検証する設計になっているか

このうち3つ以上に「できていない」がついたら、分析ではなく集計で止まっているサインです。上のプロンプトから、まず1つだけ試してみてください。

まず、次のサーベイの分析から視点を変える

つまずくのは力の問題ではなく、視点の問題です。集計で止まらず、平均点の外に出て、組織の構造から読む。手を動かす部分はAIに任せ、担当者は問いを立てることに集中する。この形が回り始めると、サーベイは点数を眺める行事から、打ち手を決める材料に変わります。

低い部署を名指しして終わる犯人捜しも、視点を変えれば避けられます。なぜ平均点の比較が原因究明にならないのかは、サーベイスコアの犯人捜しをやめる方法で具体的に扱っています。

サーベイの分析設計や、結果を経営報告につなげる伴走について相談したい方は、お問い合わせからご連絡ください。