エンゲージメントサーベイは意味ないのか｜効く条件

エンゲージメントサーベイは意味ないのではないか、という声は社内から出ます。毎年取っている、点数は出る、部署ごとの順位も出る。それでも翌年また同じような結果が返ってくる。

結論から書くと、サーベイそのものに意味がないわけではありません。効かなくなるのは、スコアの差を「気持ちの差」として読んだときです。差の大半は、そこで働いている人の構成から来ていることがあります。

この記事では、サーベイが効くときと効かないときを分け、効かせるために必要な条件を整理します。数字はCapLeadのデモで使っているサンプルデータ（架空のグループ「サンライズHD」12社・従業員8,420名）です。実在の企業のデータではありません。

エンゲージメントサーベイが意味ないと感じる理由

うまくいっていないサーベイには、共通の見た目があります。

点数が出る。部署ごとに並ぶ。低い部署の名前が挙がる。その部署の管理職に改善を依頼する。翌年、同じ部署がまた低い。そしてまた同じ依頼が出ます。

この循環が2、3年続くと、現場は「答えても変わらない」と学習します。回答率が下がり、点数の信頼性も下がります。サーベイに意味がないのではなく、スコアの読み方が打ち手に結びついていないだけです。

読み方の問題は、たいてい1点に集約されます。部署Aと部署Bのスコア差を、そのまま「Aのほうが働きやすい」と読んでしまうことです。

スコアは合成された数字です。何人かの回答を平均したもので、その何人かが誰なのかによって値が動きます。同じ設問、同じ尺度でも、答えた人の顔ぶれが違えば平均は違います。順位表はこの前提を隠します。

サンプルデータで見る：7.2ポイントの差が1.1ポイントになる

グループ内の2社を比べます。

差は7.2ポイントです。この数字だけを見れば、物流の職場環境に問題がある、という話になります。実際、社内ではそう読まれます。

ここで、2社の在籍者の構成を見ます。商事は上位等級（M2以上）が35%、物流は10%です。そしてスコアは等級とともに上がります。裁量が大きく、処遇が高く、仕事の見通しが立つからです。

等級構成と勤続年数をそろえて比べ直すと、こうなります。

差は1.1ポイントです。見かけの差7.2ポイントのうち、約85%は在籍者の構成から来ていました。物流の職場が商事より悪いのではなく、物流には上位等級の人が少ない。それだけです。

この差を「風土の差」として扱い、物流の管理職に改善を求めると、打ち手は空振りします。動かすべきなのは、物流の等級構成のほうだからです。

注意したいのは、1.1ポイントの差を「差がない」と読まないことです。構成で説明できない差が残っているなら、それは小さくても本物の差です。7.2ポイントという大きな見かけの数字に比べて地味に見えるだけで、手を打つ意味があるのはむしろこちらのほうです。

自社で同じ確認をする手順

特別な分析基盤は要りません。表計算ソフトで足ります。

1. 在籍者名簿とサーベイ回答を、社員コードで突き合わせる。 匿名回答でも、等級や勤続などの属性が一緒に取れていれば足ります。
2. 等級ごとにスコアの平均を出す。 たいてい、上位等級ほど高くなります。ここで傾きが見えたら、部署間の比較には構成の影響が入っていると考えてください。
3. 部署ごとに等級構成を出す。 上位等級の割合が部署で大きく違えば、単純比較は成り立ちません。
4. 等級を固定して部署を比べる。 同じ等級の人だけで部署を並べ直します。ここで差が消えるなら、見えていたのは構成の差です。

4段階のうち、3までは半日で終わります。4まで出したうえでなお差が残る部署が、実際に見るべき部署です。

等級を固定すると、部署によっては該当者が数名になります。その区分は比較から外してください。少人数の平均は1人の回答で動くため、そろえた結果のほうが不安定になります。比較できる部署だけを比較する、という割り切りが要ります。

サーベイが効くとき、効かないとき

区別はそれほど難しくありません。

効かないときは、スコアを部署間で横並びにして、順位の低いところに改善を求めるときです。順位は構成を反映するので、構成が変わらない限り順位も変わりません。翌年も同じ部署が下に来ます。

効くときは、次の3つのどれかです。

• 同じ集団の時系列で見るとき。同じ部署の去年と今年なら、構成はそれほど変わりません。差が出たら、何かが起きています。
• 属性をそろえて比べるとき。等級、勤続、職種をそろえてなお差が残るなら、それは構成では説明できない差です。
• 人事データと突き合わせるとき。スコアと、昇進率や残業時間や離職を並べると、何がスコアを動かしているかが見えます。

3つ目がいちばん効きます。サーベイ単体では「低い」としか分かりませんが、人事データと並べると「なぜ低いか」に近づきます。

時系列で見るときも、注意する点がひとつあります。組織改編があった年は、同じ部署名でも中身の人が入れ替わっています。名前ではなく、在籍者の顔ぶれがどれだけ重なっているかで比較の可否を判断してください。重なりが小さい年は、前年比を出さないほうが誠実です。

なお、ストレスチェックの集団分析は労働安全衛生法にもとづく努力義務で、厚生労働省も職場環境の改善につなげることを求めています。エンゲージメントサーベイと見ている対象が近いため、両方を取っている会社は読み合わせておくと、同じ部署について別々の結論が出る事態を避けられます。

設問を足す前に、突き合わせる相手を用意する

スコアが動かないとき、設問を増やす方向に手が伸びます。たいてい逆効果です。設問が増えると回答率が下がり、時系列の比較もできなくなります。

先に用意すべきなのは、突き合わせる相手のほうです。在籍者名簿の等級、勤続年数、職種、残業時間、昇進の履歴。どれも新しく集める必要はなく、すでに社内にあります。集めるより、同じ社員コードで突き合わせられる形にそろえるほうに手間がかかります。

サンプルデータでは、残業時間帯で分けると継続意欲が74.6から67.3へ7.3ポイント下がる一方、ウェルビーイングは58.9から55.3へ3.6ポイントしか動きません。ウェルビーイングだけを見ていると、負荷の集中している部署が「やや低い」程度にしか見えません。指標の性格の違いは「eNPSとは」と「離職の予兆をデータで捉える」で扱っています。

配属で切ると別のものが見えることもあります。サンプルデータでは、男性が多数を占める部署に配属された女性は、属性をそろえるとグレードや月給がわずかに高いのに、続けたいという意欲は4.8ポイント低く出ます。詳しくは「男女別のエンゲージメント差」にまとめました。

よくある失敗

• 部署ランキングを配る。 順位は構成を映します。改善の依頼先を間違えるうえ、低い部署の管理職が回答を誘導する動機を作ります。
• 設問を毎年変える。 変えた年は前年と比べられません。比較したいなら、中核の設問は固定して、追加分だけ入れ替えます。
• 回答率を上げるために匿名性を弱める。 属性を細かく取るほど個人が特定されやすくなり、回答は当たり障りのない方向に寄ります。取る属性は、後で切りたい軸だけに絞ってください。
• 少人数の部署のスコアをそのまま出す。 数名の部署は、1人の回答で平均が動きます。一定人数に満たない区分は表示しない設定を、集計側ではなく表示側に持たせます。
• 改善施策をスコアの低い順に当てる。 低い部署から手をつけるのは自然ですが、構成で説明できる低さに施策を当てても動きません。そろえた後の順位で優先度を決めてください。
• ストレスチェックの集団分析と別々に運用する。 見ている対象が近いので、別々に読むと結論がぶつかります。読み合わせ方は「ストレスチェックの集団分析」で整理しました。

Floraの支援：サーベイを人事データと同じ土台に載せる

Flora株式会社の「CapLead」は、グループ各社の人事データとサーベイを一つの基盤で管理し、指標ごとの定義を版で固定します。スコアを等級・勤続・職種でそろえて比べ直し、構成で説明できる差と、そうでない差を分けて出します。人数の少ない区分は、画面にも書き出しにも出ません。

サーベイを続けるかどうかの判断も、突き合わせてから決めるほうが早くつきます。まず30分、貴社で今どのサーベイを取っているかをお聞かせください。

まとめ

エンゲージメントサーベイが意味ないように見えるのは、スコアの差を気持ちの差として読んでいるからです。サンプルデータでは、2社の7.2ポイント差のうち約85%が在籍者の構成で説明でき、等級と勤続をそろえると1.1ポイントまで縮みました。

効かせるには、同じ集団の時系列で見る、属性をそろえる、人事データと突き合わせる。この3つのどれかを満たしてください。設問を足すのは、それからで間に合います。順位表を配るのをやめるだけでも、社内の議論の質は変わります。離職の見方は「離職率の計算方法」も参考になります。

--- CTA: 30分ヒアリング（無償）を申し込む → /ja/caplead