従業員のオンボーディングとトレーニングへのデータ駆動型アプローチ A Data-Driven Approach to Employee Onboarding and Training

Oliver Franz | 9/27/2024

トピック: Minitab Workspace, Minitab Statistical Software, Human Resources

オンボーディングプログラムを構築する際には、考慮すべき多くの要素があります。

使いやすさは重要です。再現可能性も考慮すべき要因です。しかし、人事マネージャーが指摘する最も重要な要素は有効性です。

残念ながら、オンボーディングプログラムの有効性を測定するのは難しいかもしれません。調査では、効果的なオンボーディングと従業員の定着率の間に強い関係があることが明確に示されていますが、新入社員のオンボーディングにおいて会社が優れた仕事をしていると強く同意しているのは、従業員のわずか12%です。新しい社員を採用するための平均コストはその給与の約20%に相当するため、従業員が十分な力を与えられ自分の役割で卓越できると感じられるよう、効果的なオンボーディングを行うことが非常に重要です。

Minitabを使用することで、オンボーディングの効果を測定することの難しさを解消できます。Minitabを使用すると、統計専門家でなくても、オンボーディングに関連するトレーニングの直接的影響だけでなく、経時的な有効性も簡単に測定できるようになります。仮説例を見て、その方法を見てみましょう。

 

仮説例:従業員オンボーディングの手順

あるエンタープライズ企業のリーダーは、エントリーレベルの新しい専門家を対象とする従業員のオンボーディング手順の影響を測定したいと考えていました。成功度を測定するために、4つのコンピテンシー評価を開発しました。各コンピテンシー評価には、100のプールから25個のランダム化された質問があります。各評価は、職務での成功に必要な能力スキルと実地スキルに焦点を当てました。オンボーディング開始前に1つの評価が行われ、2つ目の評価は雇用開始から6か月後に行われました。

マネージャーは過去の採用グループを対象に、2つの時点でこの評価を実施しました。次に、マネージャーはペアリングされたt検定を使用して、現在のオンボーディングとトレーニングプロセスが従業員のコンピテンシーに統計的に有意な変化をもたらしたかどうかをテストしました。ペアになったt検定は、関連する2つのグループを比較し、その2つのグループの間に統計的に有意な差があるかどうかを判断するために使用されます。この場合、オンボーディング前とオンボーディング後のスコアの比較です。結果は、以下のとおりです。

明らかなように、典型的な入社前のスコアは約62%弱で、スコアはトレーニング後6か月でその数をわずかに超えるものでした。リーダーシップは、P値が0.1890.05をはるかに超える)であることから、従業員の能力取得をスピードアップさせるために、トレーニングプログラムでいくつかの調整が必要であることにすぐに気づきました。これは、アクションが必要であることを示しています。

HR部門で働いているのですか? Minitabのソリューションで、ある企業がいかに従業員の離職を減らしたかをご覧ください。
方法を学びます

調整と再テスト

マネージャーはオンボーディングの専門家を雇い、現在の従業員と相談しながら、トレーニングプロセス全体を通して有益なものと有益でないものは何かを学びました。チームは、Minitab Workspaceフィッシュボーン図を使用して、従業員のトレーニングにプラスの影響をもたらす可能性のある変更についてブレインストーミングしました。

チームはトレーニングのコンテンツを刷新するだけでなく、提供方法を改善し、長い通勤時間中に簡単にレビューできるよう、モバイルデバイスでトレーニング資料を利用可能にすることに重点を置きました。また、月単位で提供される継続的なクイズを作成し、潜在的なトレーニングの欠陥を明らかにすると共に、従業員がどの概念に反応しているかを確認しました。最後のアイデアと導入された変更は、オンボーディングとトレーニングプログラムを無事に修了したことに対してボーナスを提供することでした。

これらの重要な変更を行った後、チームは次の新入社員を対象に、新しいオンボーディングプログラムを展開しました。まだ、有効性の問題が残っていました。すなわち、チームは、プログラムが効果的であることを証明するデータを求めていました。離職によるコストを考えると、それを偶然に任せるわけにはゆきませんでした。

変更が行われた後のデータ(今回も、ペアリングされたt検定)は、変更前よりはるかに望ましいものでした。  

 

一見して分かるよう、最初のスコアは以前の採用グループと似ており、ちょうど62%でした。

しかし、オンボーディング後のスコアは、6か月時点で71%に近づきました。また、P値が0.000であることから、データに基づく確信をもって、チームの結果が統計的に有意であると断言できます。 チームの新しいオンボーディング構造は、チームメンバーの成功率を大幅に高めたのです。

箱ひげ図を使用して、能力の違いをさらに視覚化できます。これも、Minitab Statistical Softwareで利用できます。

データおよびビジュアルによりチームは有効性を示し、これで、リーダーシップにデータを示す準備が整いました。

 

最大の決定を、偶然に任せてはいけません

多くの場合、ビジネス上の意思決定は、勘や直感に基づいて行われます。これらの決定が正しい場合もありますが、そうでない場合が多く、そうでない場合は、ほとんど例外なく収益に悪影響が及びます。

Minitabを使うと、チームは、何かが効果的か効果的でないか、正しいか間違っているか、または関連性があるか無関係かを断言できるようになります。また、トレーニングオプションがあり、専門家チームがいれば、最大の課題を達成するために必要なサポートに囲まれることになります。

最も重要なのは、IT、人事、製造、医療、財務など対象が何であっても、弁護可能でより正確なデータに基づいて意思決定を行うことです。

ご自分の目で確かめてみませんか? 今すぐ無料トライアルを始めてください。
今すぐ無料トライアルを始めてください。