投稿者: データを読み込み、理解する力は現代のビジネスにおいて重要な能力の一つと言っていいだろう。ビッグデータの様々なビジネス分野における活用や、データサイエンティストの活躍に見られるように、データドリブンのビジネス意思決定が広まっている。
昨日ちょうど出ていたニュース記事に、人事領域でのデータ活用についての記事があった。
TechCrunch – HR Technology Conferenceに見る人材領域イノベーションと日米温度差
表題の通り、日米での人事領域におけるデータ活用の違いについて語っているもので、内容自体は非常に興味深く読んだ。筆者が日本における人事領域でのテクノロジー活用の展開の遅さに警鐘を鳴らしていることは、筆者がまさに人事領域でのアプリケーションの提供をしていることを割り引いても、納得できる話だ。
新しいテクノロジーの導入に日本企業が慎重なことはこれまでにも様々な場で指摘されてきているので（例えば、ITメディア ー 日本人の生真面目さが企業をダメにする）、ここでもか、という印象である。
さて、しかしここで議論したいのはそこではない。筆者が記事の中で引用している日本企業におけるエンゲージメントの低さについての調査データだ。
エンゲージメントの高い社員は、比例してパフォーマンスが高くなると証明されているにも関わらず、アメリカ全体でエンゲージメントが高い社員は全体の三分の一以下に留まっているという。ちなみに日本はどうかというと、2013年のGallupの調査では7%とアメリカを大幅に下回る数字が出ている。調査会社により数字の違いはあるものの、Aon Hewittの調査でもダントツで世界最低水準となっている。
この手のデータはよく引用されており、日本の職場慣行について批判的に議論する上では使いやすいのだが、重大な落とし穴がある。実は、この手のサーベイ調査への回答の平均値を元に国際比較することには、かなり大きなハードルがある。
それは「項目の解釈」と「回答パターン」に関する問題だ。
事実を聞く質問（例えば、「あなたは通勤に何時間かけますか」）の場合は、世界中のどこで質問をしても、回答は比較的安定している。翻訳をしたとしても、質問が指し示す現象が劇的に変わることは無いし、事実を聞いているので、単純に事実を答えればいいからだ。この場合は、国際比較もしやすい。
それに対して、主観的な心理について聞く質問は、まったく違う問題を抱えている。まず、どんなに頑張って翻訳をしても、国、言語によって解釈に違いが生まれやすい。翻訳先の言語に、元の言葉の意味にちょうどぴったり対応する概念がない場合は特にそうだ。ここでいう、エンゲージメントはまさにそうだ。だからこそ、漢字やひらがなで表現できる日本語に翻訳がなされずに、そのままカタカナとして使われ続けている。もちろん、Gallupにせよ、 Aon Hewittにせよ、この問題は理解しており、慎重に翻訳をして、同じような意味の項目であることを担保していると思うが、それなりのチャレンジである、ということは改めて述べておきたい。
次に、よりこちらの方が大きな問題だが、国によってサーベイの回答パターンに違いがある。簡単に言えば、以下のような５段階の選択肢から、どれを選びやすいか、ということだ。
1. 全くそう思わない
2. あまりそう思わない
3. どちらとも言えない
4. そう思う
5. 全くそう思わない
日本人は相対的に見て、調査に回答する際に控えめに選択することが知られている。つまり、肯定的な回答をあまり選ばないのである。また、中庸な選択肢（この場合は３）を選びやすい傾向がある、と指摘する研究もある。
例えば、Anne-Wil Harzingは、様々な調査項目を含む、26カ国の調査データをもとにした分析で、各国の回答パターンについて報告している。肯定的な回答の選択率から否定的な回答の選択率を引いた値（相対的に肯定的に答えやすい度合いを示す）は、26か国中で日本が圧倒的に低い。
こうした、回答パターンの違いがあるため、エンゲージメントに関する調査回答の平均値に国間で差があったとしても、、果たしてその差違が、回答パターンの違いによるものなのか、それとも実際に感じていることが違うことによるものなのか、切り分けが難しいのである。データとして、日本人のエンゲージメントに対する回答が低いことは事実だとしても、それをすなわち「日本人はエンゲージしていない」と解釈するのは間違いかもしれない、ということだ。
まさに、冒頭の記事の筆者が書いている通り、データがReliable（信頼できる）かどうか、慎重に考える必要がある。特に、主観的な心理について聞く調査の回答についてはそうだ。そのまま文字通り国際比較をしても解釈をしてもいいのか、そうではないのか、用心した方が良い。