サーベイの決定木分析｜低スコアの根本原因を犯人捜しなしで見つける方法

サーベイの結果が返ってきて、営業2課のスコアが全社平均を下回っていた。

会議では自然と「2課で何が起きているのか」という話になり、課長が説明を求められる。

「エース社員Aさんが抜けて、営業スキルの低いBさんが立ち上がっておらず、目標達成のためにチーム全体に無理をさせていたことが原因ですかね…」と弁明。

心当たりのある光景ではないでしょうか。

この流れには一つ問題があります。低い部署を名指ししても、原因は分からないままだということです。名指しされた側は身構え、翌年から回答は当たり障りのない中央値に寄っていきます。スコアは上がったように見えて、実態は見えなくなります。

犯人捜しと原因究明は、似ているようでまったく別の作業です。そこでこの記事では、平均点の比較がなぜ原因にたどり着けないのかを説明したうえで、低スコアの理由を本当に説明している要因を見つける方法を紹介します。

記事の後半には、今日から実務で使える分析プロンプトも載せました。サーベイのCSVを貼り付ければ、低スコアを説明している条件が上位から順に出てきます。

なぜサーベイの平均点比較は犯人捜しで終わるのか

犯人捜しが起きる仕組みを、まず分解します。部署別の平均を並べて低い順に見る。よくある見方ですが、これは、原因ではなく「結果が出た場所」を教えているだけ。営業2課が低いのは事実でも、なぜ低いのかは平均点のどこにも書かれていません。

しかも部署という切り口は、たまたま目に入りやすいから使われているに過ぎません。実際の原因は、勤続年数かもしれないし、直属の上司との関係かもしれないし、部署をまたいで働く一部の役割に集中しているのかもしれない。部署で切った瞬間に、それ以外の切り口が視界から消えます。

犯人捜しが起きるのは、担当者に悪意があるからではありません。手元にある道具が平均点の比較しかないから、目に見える単位で犯人を探すしかなくなるのです。道具を変えれば、話は原因に向かいます。

サーベイ分析の問いを「どこが低いか」から「何が低スコアを説明するか」へ

問いの立て方を変えます。「どの部署が低いか」ではなく、「回答者が低スコアをつけるとき、何が共通しているか」を問います。前者は場所を特定し、後者は条件を特定します。

たとえば低スコアの回答者を集めてみると、部署はばらばらでも「上司との1on1が月1回未満」という条件で7割が説明できる、といったことが起きます。この場合の打ち手は「2課をなんとかする」ではなく「1on1の頻度を全社で見直す」になります。名指しされる人はいなくなり、手を打つ場所がはっきりします。

この「低スコアを最もよく説明する条件」を見つける手法が、決定木分析です。

決定木分析で低スコアを説明する条件を見つける

「決定木分析」という聞き馴染みのない名前が出てきましたが、ご安心ください。

決定木分析とは、データを条件で枝分かれさせて、結果を最もよく分ける条件から順に並べる手法です。

厳密には異なりますが簡単に表現すると、明らかにしたいもの（目的変数）に一番効く要因（説明変数）が、枝分かれ図で表現されたものが得られます。

統計の専門知識がなくても、「設問Aが〇〇で設問Bが△△の人は、スコアが低い傾向」と結果を把握しやすいのが特徴。

やることは、低スコアかどうかを予測する形でデータを渡し、どの条件が効いているかを枝の上から読むだけです。

かつては、データアナリストやデータサイエンティストに高額の費用を払って依頼する分析でした。ところが今は生成AIが優秀なので、AIに任せれば簡易的な結果は得られます。

決定木分析が人事のサーベイに向いている3つの理由

数ある分析手法のなかで、この手法をサーベイに勧める理由は3つ。

1. 結果が図で出るので、説明に使える。相関係数の一覧を配っても会議は動きませんが、枝分かれ図は非専門家でも読めます。経営会議で共有する前提なら、この差は大きく効きます。
2. 条件の組み合わせが見える。「勤続3年未満で、かつ1on1が月1回未満」のように、2つ以上の条件が重なったときだけ低スコアになる、という構造まで拾えます。単純な相関では見えない部分です。
3. 前処理がほとんど要らない。数値と選択肢が混ざったデータをそのまま渡せます。サーベイの回答データは属性とスコアが混在しているので、この性質と相性がよい手法です。

決定木分析で気をつける3つの点

一方で、鵜呑みにすると読み違える点もあります。

1. 回答者が少ないと枝が不安定になる。目安として、1つの枝の先に30人以上が残る粒度で止めてください。5人しかいない枝の傾向は、たまたまである可能性が高くなります。
2. 枝を深くするほど、そのデータだけに当てはまる説明になる。深さは3段階までにとどめ、それ以上は分けないほうが打ち手に使えます。
3. 出てくるのは相関であって因果ではない。「1on1が少ない人はスコアが低い」は、1on1を増やせばスコアが上がることを保証しません。仮説として扱い、現場のヒアリングで裏を取ってから施策にします。

この3つを外さなければ、統計の専門知識がなくても実務で使えます。

決定木分析を回す4つの手順

実際に進めるときは、次の順で回します。

1. 目的変数を決める。総合エンゲージメントスコアか、離職意向か。何を説明したいのかを1つに絞ります。
2. 説明変数を並べる。属性（部署・役職・勤続年数・年代）と、設問カテゴリのスコアを渡します。個人が特定できる列は外してください。
3. 枝を読む。上位の枝から順に、どの条件が低スコアをよく説明しているかを見ます。
4. 人に当てて確かめる。出てきた条件に当てはまる社員数人に話を聞き、心当たりがあるかを確認します。ここまでやって、はじめて施策の材料になります。

4番を飛ばすと、数字だけを根拠にした施策になります。決定木は当たりをつける道具であって、答えを出す道具ではありません。

決定木分析のプロンプト

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、
「エンゲージメント総合スコア」を目的変数とする決定木を作成してください。
説明変数は、部署・役職・勤続年数・年代・各設問カテゴリのスコアを使ってください。
出力は次の形でお願いします。
1. 低スコアを最もよく説明する条件を、枝の上位から3つ、文章で説明する。
2. それぞれの条件に当てはまる人数と、低スコア率を添える。
3. この結果から考えられる打ち手の候補を、条件ごとに1つずつ挙げる。
専門用語は使わず、人事担当者が読める言葉で書いてください。

出力結果は下記画像のような形で、枝分かれした図として出てきます。

たとえば「成長実感」という設問が上位に出てきたなら、総合スコアに効いているのは、ワークライフバランスや報酬への納得感よりも、従業員が成長を実感できる環境なのかもしれません。

決定木分析で条件が見えれば打ち手は自動的に決まる

条件が見えたら、打ち手はほぼ自動的に決まります。

一つは、成長実感や上司と率直に話せることが上位に出た場合。このときは、1on1の頻度と中身の実態を確かめ、設計し直します。

もう一つは、勤続2〜3年目という属性が上位に出た場合。このときは、その時期のフォローアップを手厚くする仕組みをつくります。

このように決定木分析の結果を使えば、犯人捜しをしていたときと違い、誰かを責めることなく、構造から問題を解けるようになります。

そして、その打ち手を経営に報告するときも、話が通りやすくなります。「2課が低いです」ではなく「1on1頻度が低スコアを説明していて、ここに手を打つと全社に効きます」と言えるからです。分析が、現場の対話と経営の意思決定の両方につながります。

犯人捜しをやめる決断は、実は担当者を守る決断でもあります。名指しの会議を主催する役から、原因と打ち手を提示する役に立場が変わるからです。

決定木は、組織の構造を読む6つの分析手法のうちの1つ。残りの5つ、全体比分析やヒートマップ分析、力学分析、クロス分析、パス解析までを、サーベイデータの読み解き実例付きでまとめたのが『組織課題が分かるサーベイの分析方法 6選』です。

サーベイデータから、経営陣に示すだけの示唆を引き出すための手引きとしてお使いいただけます。

なお、決定木分析の回し方や、結果の読み解きは、リデザインワークのサーベイ活用支援でも無料でご相談を承っています。

次のサーベイからは低い場所ではなく条件を探す

低いのはどこか、ではなく、何が低さを説明するか。問いを一つ変えるだけで、サーベイは犯人捜しの道具から原因究明の道具に変わります。

分析の全体像を先に押さえたい方は、単純集計から自由記述の要約までの流れをまとめたエンゲージメントサーベイの分析方法を先にご覧ください。