JP2007041878A - 適性検査評価システム - Google Patents

Abstract

【課題】所定の職務に対する適性検査の適合度を定量的に提示することができ、最適な適性検査の選択に資する適性検査評価システムを提供する。
【解決手段】適性検査評価システム１は、演算装置１１と、記憶装置１２とを備える。記憶装置１２は、複数の被験者による複数の適性検査の検査結果と、ヒューマンエラーが分類される複数のエラータイプをそれぞれ模擬した実験から求められる、前記複数の被験者のエラータイプ別のエラー傾向値とを保有しており、演算装置１１は、所定の職務に対して想定される想定エラーを用いて、前記エラー傾向値から前記複数の被験者毎の所定の職務に対する総合評価値を算出し、この複数の被験者毎の所定の職務に対する総合評価値と、前記複数の被験者毎の適性検査の検査結果との相関分析を行うことにより、所定の職務に対する各適性検査の適合度としての相関係数を算出する。
【選択図】図３

Description

本発明は、職務内容に最適な適性検査を提案するための適性検査評価システムに関する。

従来から、所定の職務に適した人材を選別するために、種々の適性検査を実施し、その職務内容に適した人材を選別することが行われていた。例えば、鉄道の運転士という職務に適した人材を選別する場合には、複数の適性検査（作業性検査、識別性検査、注意配分検査、機敏性検査等）が実施され、人材の選別が行われている。

一方、本出願人は、事故につながる可能性の高い人的要因に基づくヒューマンエラーを分析して、防止対策を立案するために、下記特許文献１に開示されている「作業リスク評価システム及び作業リスク評価プログラム」や、下記特許文献２に開示されている「ヒューマンエラー分類システム」を提案している。

特開２００４−２３４１３１号公報 特開２００４−３０２７４２号公報

特許文献１に開示されている作業リスク評価システムは、事故につながる可能性のある種々の作業の各要素をレベル毎に階層化すると共に、これらの作業によって発生する可能性のあるヒューマンエラーの各要素をレベル毎に階層化して、ヒューマンエラーのリスク評価をするためのシステムである。

また、特許文献２に開示されているヒューマンエラー分類システムは、種々のヒューマンエラーを、認知的発生メカニズムのモデルに基づいたエラータイプに分類するためのシステムである。具体的には、（１）ＳＰＡ、（２）ＤＦＧ、（３）ＤＦＢ、（４）ＤＰＰ、（５）ＤＮＮ、（６）ＶＦＧ、（７）ＶＦＢ、（８）ＶＰＰ、（９）ＶＮＮの９つのエラータイプに分類している。

（１）ＳＰＡエラーは、「ある作業や判断から別の作業や判断に急速に切替える必要がある際の切替えが遅れる」タイプのエラー、（２）ＤＦＧは、「正しい作業や判断への注意が他に逸れたときに、通常ならば正しい作業や判断が割り込む」タイプのエラーである。また、（３）ＤＦＢは、「正しい作業や判断への注意が他に逸れたときに、効率的な誤った作業や判断が割り込む」タイプのエラー、（４）ＤＰＰは、「正しい作業や判断への注意が他に逸れたときに、直前の作業や判断が割り込む」タイプのエラーである。（５）ＤＮＮは、「正しい作業や判断への注意が他に逸れたときに、正しい作業や判断が行われない」タイプのエラーである。

（６）ＶＦＧは、「正しい作業や判断からの持続的注意が減衰したときに、通常ならば正しい作業や判断が割り込む」タイプのエラー、（７）ＶＦＢは、「正しい作業や判断からの持続的注意が減衰したときに、効率的な作業や判断が割り込む」タイプのエラーである。また、（８）ＶＰＰは、「正しい作業や判断から持続的注意が減衰したときに、直前の作業や判断が割り込む」タイプのエラーである。（９）ＶＮＮは、「正しい作業や判断からの持続的注意が減衰したときに、正しい作業や判断が行われない」タイプのエラーである。

さらに、本出願人による下記特許文献３および特許文献４には、被験者に対して、特許文献２に開示されているエラータイプのうち、（２）ＤＦＧのエラータイプおよび（６）ＶＦＧのエラータイプの発生可能性を診断するヒューマンエラー診断システムが開示されている。

特開２００４−３４８５１７号公報 特開２００４−３４８５１８号公報

しかし、従来の適性検査は、職務内容を定性的に分析して必要な能力を仮定し、その能力を判定するのに適するとされる検査を選択して行われているに過ぎなかった。このため、適性検査によって、当該職務内容に適している人材を正しく評価できているか否かを事前に客観的に判断することができなかった。

本発明は、このような課題に鑑みてなされたものであり、上記特許文献１及び特許文献２に開示されている技術を利用しながら、所定の職務に適した人材か否を評価する際に、所定の職務に対する適性検査の適合度を定量的に提示することができ、最適な適性検査の選択に資する適性検査評価システムを提供することを目的とする。

上記課題を解決するために、本発明に係る適性検査評価システムは、所定の職務への人材適合性を検査するのに適した適性検査を提案するための適性検査評価システムであって、種々の演算処理を行う演算装置と、種々のデータを保持する記憶装置とを備え、前記記憶装置は、複数の被験者による複数の適性検査の検査結果と、ヒューマンエラーが分類される複数のエラータイプをそれぞれ模擬した実験から求められる、前記複数の被験者のエラータイプ別のエラー傾向値と、を保有し、前記演算装置は、所定の職務に対して想定される想定エラーを用いて、前記エラー傾向値から前記複数の被験者毎の所定の職務に対する総合評価値を算出し、この複数の被験者毎の所定の職務に対する総合評価値と、前記複数の被験者毎の適性検査の検査結果との相関分析を行うことにより、所定の職務に対する各適性検査の適合度としての相関係数を算出することを特徴とする。

また、本発明に係る適性検査評価方法は、演算装置と記憶装置を備えた適性検査評価システムにより、所定の職務への人材適合性を検査するのに適した適性検査を提案するための適性検査評価方法であって、ヒューマンエラーが分類される複数のエラータイプをそれぞれ模擬した実験から求められる、前記複数の被験者のエラータイプ別のエラー傾向値から、所定の職務に対して想定される想定エラーを用いて、前記複数の被験者毎の所定の職務に対する総合評価値を算出する総合評価値算出工程と、この複数の被験者毎の所定の職務に対する総合評価値と、複数の被験者毎の複数の適性検査の検査結果との相関分析を行うことにより、所定の職務に対する各適性検査の適合度としての相関係数を算出する適合度算出工程と、を備えていることを特徴とする。

適性検査評価プログラムは、演算装置と記憶装置を備えたコンピュータに、所定の職務への人材適合性を検査するのに適した適性検査を提案するための処理を行わせる適性検査評価プログラムであって、ヒューマンエラーが分類される複数のエラータイプをそれぞれ模擬した実験から求められる、前記複数の被験者のエラータイプ別のエラー傾向値から、所定の職務に対して想定される想定エラーを用いて、前記複数の被験者毎の所定の職務に対する総合評価値を算出する総合評価値算出ステップと、この複数の被験者毎の所定の職務に対する総合評価値と、複数の被験者毎の複数の適性検査の検査結果との相関分析を行うことにより、所定の職務に対する各適性検査の適合度としての相関係数を算出する適合度算出ステップと、をコンピュータに実行させることを特徴とする。

本発明に係る適性検査評価システムによれば、所定の職務に対する適性検査の適合度を定量的に提示することができ、最適な適性検査の選択に資する適性検査評価システムを提供することができる。

以下、図面を参照しながら本発明の実施形態について説明する。図１は、本実施形態に係る適性検査評価システム１の概略構成を示す図である。同図に示すように、本実施の形態に係る適性検査評価システム１は、パーソナルコンピュータ本体（以下、「ＰＣ本体」とする）１０、出力表示装置としてのディスプレイ２０及び入力装置としてのキーボード３０とから構成されている。ＰＣ本体１０は、各種演算を行うための演算装置１１及び各種情報を格納するための記憶装置１２を備えている。

後で詳述するように、本実施形態に係る適性検査評価システムは、予め行われた複数の被験者による適性検査の検査結果と、ヒューマンエラーが分類される複数のエラータイプをそれぞれ模擬した実験から求められる、前記複数の被験者のエラータイプ別のエラー傾向値と、を利用して、所定の職務への各適性検査の適合度を定量的に算出することを特徴とする。

記憶装置１２内には、予め被験者に対して実施されたエラータイプ別の模擬実験により診断されたエラー傾向値及び複数の適性検査の検査結果のデータが格納されている被験者データ格納ＤＢ１２１、本システムの操作者が各種データを入力する際の入力フォーマットが格納されているフォーマットＤＢ１２２、演算装置１１に後述する各種処理を実行させるためのプログラムを格納する各種プログラムＤＢ１２３を有している。

また、記憶装置１２は、後述する適性検査評価システム１の処理において、操作者によって入力されるデータ及び本システムによって算出されるデータを格納するための想定エラーＤＢ１２４、相対リスクＤＢ１２５、総合評価値ＤＢ１２６及び適合度ＤＢ１２７を有している。

ここで、被験者データ格納ＤＢ１２１に格納されているデータについて詳細に説明する。図２は、被験者データ格納ＤＢ１２１に格納されているデータの一部を示す図である。同図に示すように、被験者データとしては、被験者毎に、６つのエラータイプ別のエラー傾向値及び複数の適性検査の検査結果が保存されている。同図には、被験者データの一部のみを表示しているが、本実施形態では、被験者Ａ、被験者Ｂ、被験者Ｃ、…、と７９名分の被験者データが格納されている。もちろん、格納しておく被験者の人数は、これより多くても少なくても良い。

まず、被験者データ格納ＤＢ１２１に格納されているエラー傾向値について説明する。６つのエラータイプ別のエラー傾向値としては、予め被験者に、認知的発生メカニズムのモデルに基づいて分類されたエラータイプの発生可能性を診断するための模擬実験を受けさせた結果（エラー傾向値）が格納されている。

ここで、本実施形態では、上記特許文献２に開示されている（１）ＳＰＡ、（２）ＤＦＧ、（３）ＤＦＢ、（４）ＤＰＰ、（５）ＤＮＮ、（６）ＶＦＧ、（７）ＶＦＢ、（８）ＶＰＰ、（９）ＶＮＮの９つのエラータイプのうち、（２）ＤＦＧ、（３）ＤＦＢ、（５）ＤＮＮ、（６）ＶＦＧ、（７）ＶＦＢ、（９）ＶＮＮの６つのエラータイプについてのエラー傾向値が模擬実験により診断され、格納されている。

ここで、（１）ＳＰＡは、「ある作業や判断から別の作業や判断に急速に切替える必要がある際の切替えが遅れる」タイプのエラーである。（２）ＤＦＧは、「正しい作業や判断への注意が他に逸れたときに、通常ならば正しい作業や判断が割り込む」タイプのエラーである。（３）ＤＦＢは、「正しい作業や判断への注意が他に逸れたときに、効率的な誤った作業や判断が割り込む」タイプのエラーである。

（４）ＤＰＰは、「正しい作業や判断への注意が他に逸れたときに、直前の作業や判断が割り込む」タイプのエラーである。（５）ＤＮＮは、「正しい作業や判断への注意が他に逸れたときに、正しい作業や判断が行われない」タイプのエラーである。（６）ＶＦＧは、「正しい作業や判断からの持続的注意が減衰したときに、通常ならば正しい作業や判断が割り込む」タイプのエラーである。

（７）ＶＦＢは、「正しい作業や判断からの持続的注意が減衰したときに、効率的な作業や判断が割り込む」タイプのエラーである。（８）ＶＰＰは、「正しい作業や判断から持続的注意が減衰したときに、直前の作業や判断が割り込む」タイプのエラーである。（９）ＶＮＮは、「正しい作業や判断からの持続的注意が減衰したときに、正しい作業や判断が行われない」タイプのエラーである。

また、本実施形態で用いる上記６つのエラータイプ別のエラー傾向値は、例えば、特許文献３や特許文献４に開示されている診断システムを用いて診断される。特許文献３及び特許文献４には、（２）ＤＦＧエラー及び（６）ＶＦＧエラーのエラー傾向値を診断するシステムが開示されている。特許文献３及び特許文献４に開示されているように、この診断システムは、数値暗唱課題とストループ課題を組み合わせた二重課題によるストループ課題により、ＤＦＧタイプのエラー傾向値を診断する。

また、この診断システムは、フィラー刺激を用いた監視課題によるストループ課題により、ＶＦＧタイプのエラー傾向値を診断する。ここで、ストループ課題とは、色の名前がその色とは異なる色の文字で記されているとき、文字の色の名前を言うのが遅れる現象であるストループ効果を利用した課題である。ストループ効果に関しては、嶋田博行著「ストループ効果−認知心理学からのアプローチ」（培風館、1994/11）に、詳細に説明されている。

また、（３）ＤＦＢエラー及び（７）ＶＦＢエラーのエラー傾向値を診断するシステムについて、本出願人は、特願２００５−３９９６３号（先願１）及び特願２００５−３９９６４号（先願２）として出願している。先願１及び先願２においては、「一致刺激のみによるストループ課題」と「数値暗唱課題とストループ課題を組み合わせた二重課題によるストループ課題」とを組み合わせて用いることで、ＤＦＢタイプのエラー傾向値を診断している。

ここで、「一致刺激のみによるストループ課題」とは、色名単語の意味を答えるという誤った効率的な習慣を形成して、その後の「二重課題によるストループ課題」において文字を彩る色の名前を答えるという表示色名呼称に対して注意を向けないようにするためのものである。すなわち、「一致刺激のみによるストループ課題」においては、その色と同じ色で彩られた色名を示す単語が表示される。

また、先願１及び先願２においては、「一致刺激のみによるストループ課題」と「監視課題によるストループ課題」とを組み合わせて用いることにより、ＶＦＢタイプのエラー傾向値を診断している。

さらに、（５）ＤＮＮエラー及び（９）ＶＮＮエラーのエラー傾向値を診断するシステムについて、本出願人は、特願２００５−８５１４４号（先願３）及び特願２００５−８５１４５号（先願４）として出願している。先願３及び先願４では、「数値暗唱課題を組み合わせた二重課題による展望的記憶課題」により、ＤＮＮタイプのエラー傾向値を診断している。

ここで、展望的記憶とは、将来行うべき行為や判断に関する記憶であり、梅田聡著「し忘れの脳内メカニズム」（北大路書房、2003年9月）等に詳細に説明されている。具体的には、先願３及び先願４では、展望的記憶課題として、２分経過する度に被験者にキー押しを要求する課題を課している。

また、先願３及び先願４では、時間間隔の長い展望的記憶課題により、ＶＮＮタイプのエラー傾向値を診断している。具体的には、７分経過する毎に被験者にキー押しを要求する課題を課している。

以上、予め被験者データ格納ＤＢ１２１に格納しておくエラー傾向値を模擬実験（課題）により診断する方法について説明したが、もちろん、エラー傾向値を診断する方法は、上記特許文献や先願１乃至４に開示されている方法に限定されるものではなく、適宜他の方法を使用して診断したものであっても良い。

なお、上述したエラータイプ別のエラー傾向値は、各エラータイプにおいて、全被験者のエラー傾向値の平均が0になるように標準化された値として格納されている。また、このエラー傾向値は、被験者が各エラータイプのエラーを起こす傾向を、模擬実験により診断して数値化したものであるから、この値が正に大きいほど、そのタイプのエラーを起こし易いことを意味する。

次に、被験者データ格納ＤＢ１２１に格納されている適性検査の検査結果について説明する。この検査結果は、各被験者に予め複数の適性検査を受けてもらい、その検査結果が数値として格納されている。この適性検査の検査結果も、上述したエラー傾向値と同様に、各検査結果において、全被験者の値の平均が0になるように標準化された値として格納されている。

また、適性検査の結果を数値で格納する際には、正の方向に数値が大きいほど、各検査での能力が高く、負の方向に行くほど、各検査での能力が小さくなるように、全検査で統一して入力する。なお、本実施形態では、検査Ａ、検査Ｂ、検査Ｃ、検査Ｄ、…と、現存する２０種類の適性検査の検査結果が格納されている。もちろん、適性検査の数は適宜変更可能である。

この適性検査は、操作者が、本実施形態に係る適性検査評価システム１により、所望の職務に対する適合度を定量的に求めたい検査である。適性検査としては、例えば、作業検査、注意力検査、監視検査等が挙げられる。作業検査とは、一定時間作業を行わせ、単位時間毎の作業量の出来高のムラを評価する検査、注意力検査とは、複数の図形から、見本と一致する図形を探す検査、監視検査とは、長時間監視し、まれにことなった刺激を見つける検査である。もちろん、所定の職務に対する適合度を求めたい検査であれば、既存の多数の適性検査から適宜選択して用いることができる。

以上、本実施形態に係る適性検査評価システム１の構成について説明したが、続いて、適性検査評価システム１により、所定の職務に対する適性検査の適合度を求める際の処理フローについて説明する。図３は、適性検査評価システム１における処理の流れを示すフローチャートである。本実施形態では、職務として、在来線の鉄道業務における運転士、輸送指令員、保線係員、駅係員及び車掌の５つの職務に対する各適性検査の適合度を求め、これらの職務に対する適性検査の適合度を算出するシステムを例に挙げて説明する。なお、本明細書における職務とは、運転士等の職種だけでなく、作業条件や設備等をも考慮したものを職務としている。例えば、同じ職種（運転士）であっても、新幹線と在来線では、設備や作業条件が異なるため、異なる職務として扱っている。

なお、図３に示す処理は、各種プログラムＤＢ１２３内に保存されているプログラムを、演算装置１１が実行することで実現される。この際、演算装置１１の働きにより、ディスプレイ２０上に必要な画面が表示され、キーボード３０を介して操作者が入力した情報が記憶装置１２に格納される。

同図に示すように、まず、Ｓ１０において、操作者により、キーボード３０を介して、想定エラー及びそのリスク評価値の入力が行われる。想定エラーとは、上記職務において実際に起こりうるヒューマンエラーであり、操作者が職務を分析して想定エラーを抽出する。想定エラーは、職務毎に分類して入力され、本実施形態では、職務別に数件〜２０件程度、上記５つの職務で合計６０件の想定エラーが入力される。もちろん、想定エラーの数は、固定されるものではなく、状況に応じて適宜変更可能である。

また、各想定エラーのリスク評価値は、各職務に含まれる複数の想定エラーの中で、所定の想定エラーが事故につながる可能性と事故に至った際の被害の大きさを考慮した危険度を相対的に示す値であり、一つの職務に含まれる想定エラーのリスク評価値を加算すると1になるように設定されている。

このリスク評価値は、特許文献１に開示されている作業リスク評価システムを用いて算出される値である。同文献に開示されている作業リスク評価システムは、想定されるヒューマンエラーに対して、職務に関わる作業条件を考慮して、複数のレベル毎に階層化し、各レベルの要素間で重み付けを行うことで、エラーのリスク評価値を求めるものである。

同文献では、鉄道運転士の職務に関して、運転係員（職種）レベル１、設備条件レベル２、業務モードレベル３、業務状況レベル４、作業内容レベル５の五段階に作業条件に従って階層化している。そして、エラー行動レベル６に対するリスク評価値が本実施形態に係る想定エラーのリスク評価値に相当する。なお、リスク評価値を算出する方法は、特許文献１に開示されている方法に限定されるものではなく、他の方法により算出しても良い。例えば、想定エラーを抽出した操作者が、過去の経験に基づき、各エラーのリスク評価値を手作業で算出したものでも良い。

図４は、Ｓ１０において、想定エラー及びリスク評価値の入力が行われる際に、ディスプレイ２０上に表示される画面を示す図である。この画面は、フォーマットＤＢ１２２内のデータを参照して表示される。操作者は、この画面に従って、想定エラー及びそのリスク評価値を入力する。同図では、想定エラーとして、「信号を見誤る」、そのリスク評価値として、「0.26」が入力されている。なお、図示は省略しているが、想定エラーを入力する際には、何れの職務に対応するエラーであるかも同時に入力される。

Ｓ１０において入力された想定エラー及びそのリスク評価値は、記憶装置１２の想定エラーＤＢ１２４に保存される。図５は、想定エラーＤＢ１２４に格納されるデータの内容を示す図である。同図に示すように、職務別に想定エラー及びそのリスク評価値が格納される。

次に、Ｓ１１に進み、各想定エラーのエラータイプ別の重みが入力される。エラータイプ別の重みとは、各想定エラーが、６つのエラータイプのうち、どのタイプのヒューマンエラーに該当するのかを相対的に重み付けした値であり、一つの想定エラーについての全てのエラータイプの重みを加算すると1になる。

図６は、Ｓ１１において、各想定エラーのエラータイプ別の重みが入力される際に、ディスプレイ２０上に表示される画面の内容を示す図である。この画面は、フォーマットＤＢ１２２内のデータを参照して表示される。操作者は、この画面に従って、６つのエラータイプの重みをそれぞれ入力する。重みの値としては、操作者が想定エラーを分析して、適切な値を入力する。同図では、想定エラー「信号を見誤る」について、ＶＦＧタイプ及びＤＦＧタイプの重みがそれぞれ0.5、その他のエラータイプの重みは0と入力されている。

本実施形態では、上述したように６０件の想定エラーが格納されているため、操作者は、６０件の想定エラーに対して、全てエラータイプ別の重みを入力する必要がある。演算装置１１は、操作者によりエラータイプ別の重みが入力される度に、その値を上述した記憶装置１２の想定エラーＤＢ１２４（図５参照）内に格納すると共に、次の想定エラーをディスプレイ２０上に表示し、操作者に対して、次の想定エラーのエラータイプ別重みを入力するように促す。この処理は、６０件分の想定エラーに対する重みが入力されるまで繰り返される。

次に、Ｓ１２に進み、演算装置１１により、職務別に各エラータイプの相対リスクが算出される。この各エラータイプの相対リスクは、まず、想定エラーＤＢ１２５に格納されている想定エラーのリスク評価値を、その想定エラーのエラータイプ別重みを乗じて各エラータイプに振り分け、職務毎に全ての想定エラーについて振り分けた値を加算する。そして、各職務における各エラータイプ別のリスク評価値について、合計すると1になるように相対化することで、エラータイプ別の相対リスクが算出される。

Ｓ１２において、算出された職務毎の各エラータイプの相対リスクは、記憶装置１２の相対リスクＤＢ１２５に格納される。図７は、相対リスクＤＢ１２５に格納されるデータの内容を示す図である。例えば、同図において、在来線の運転士のエラーパターン相対リスクとして、ＶＦＢ＝0.1、ＤＦＢ＝0.4、ＶＦＧ＝0.1、ＤＦＧ＝0.1、ＶＮＮ＝0.2、ＤＮＮ＝0.1が格納されている。なお、図５に示す各想定エラーのエラータイプ別重みの合計は1であり、相対リスクも、各職務で合計すると1になるようにしてある。

次に、Ｓ１３に進み、演算装置１１により、被験者毎に職務別の総合評価値が算出される。総合評価値は、被験者の６つのエラータイプ別エラー傾向値（図２参照）に対して、求める職務の対応する各エラータイプの相対リスク（図６参照）を重み付けとして掛け合わせた上で、全てのエラータイプの値を加算して一元化することで算出される。

例えば、被験者Ａの運転士に対する総合評価値を求める場合には、被験者Ａのエラータイプ別エラー傾向値が、ＶＦＢ＝-0.5、ＤＦＢ＝0.2、ＶＦＧ＝1.2、ＤＦＧ＝-0.5、ＶＮＮ＝0.1、ＤＮＮ＝-0.3であり、運転士の各エラーパターン相対リスクが、ＶＦＢ＝0.1、ＤＦＢ＝0.4、ＶＦＧ＝0.1、ＤＦＧ＝0.1、ＶＮＮ＝0.2、ＤＮＮ＝0.1であるから、-0.5*0.1+0.2*0.4+1.2*0.1-0.5*0.1+0.1*0.2-0.3*0.1を計算して、エラー傾向の小さい者ほど職務に適していることから、その正負を反転させ（-1を乗算し）、被験者Ａの在来線の運転士に対する総合評価値は-0.09となる。

このようにして、被験者毎に、全ての職務について総合評価値を算出し、Ｓ１３において求められた総合評価値は、記憶装置１２の総合評価値ＤＢ１２６内に被験者毎に格納される。図８は、総合評価値ＤＢ１２６内に格納されるデータの内容を示す図である。同図には、データの一部のみを示しているが、７９名分の被験者毎に、５つの職務全ての総合評価値が算出され、格納される。

このようにして算出される総合評価値は、各被験者の各職務におけるエラーの起こしにくい傾向を示していることになり、この値が大きいほど、その被験者がその職務でヒューマンエラーを起こす可能性が低いことを意味することになる。

次に、Ｓ１４に進み、演算装置１１により、Ｓ１３で求めた職務別総合評価値と、被験者データＤＢ１２１に格納されている適性検査結果との相関分析が行われる。総合評価値と適性検査結果との相関分析により、各職務と各適性検査との相関係数が算出される。この相関係数が、職務に対する適性検査の適合度を示している。相関係数は、-1〜1までの値を取るが、総合評価値が正に大きいほど職務に適性があり、適性検査結果は正に大きいほど能力が高いのであるから、相関係数の値が正に大きいほど、その検査はその職務に適合度が高く、小さいほど適合度が低いことを意味する。負の値になる場合は、適性検査によって測定される能力が高いほど、その職務でヒューマンエラーを起こす可能性が高いことになってしまい、職務における当該能力の係り方について再検討が必要であることを示す。

Ｓ１４において算出される職務と適性検査との適合度は、記憶装置１２内の適合度ＤＢ１２７に格納される。図９は、適合度ＤＢ１２７内に格納される職務と適性検査との適合度の一覧表を示す図である。同図では、一覧表の一部、すなわち、運転士と適性検査Ａ〜Ｄとの適合度だけを記載しているが、運転士の職務に対しては、適合度0.5の適応検査Ａの適合度が一番高く、２番目が適合度0.3の適性検査Ｄ、３番目が適合度0.2の適性検査Ｂとなる。また、適合-0.3の適性検査Ｃは、職務における当該能力の係り方について再検討が必要であることを示す。

次に、Ｓ１５に進み、操作者の指示に従い、Ｓ１４で求めた適性検査の適合度が出力される。例えば、操作者が、キーボード３０を介して、職務「在来線の運転士」についての出力を指示すると、演算装置１１が、適合度ＤＢ１２７を参照し、上位３番目までの適合度を持つ適性検査をディスプレイ２０上に表示するように制御する。図１０は、Ｓ１５において、ディスプレイ２０上に表示される画面の内容を示す図である。同図に示すように、職務「在来線の運転士」に対して適合度の高い、検査Ａ「0.5」、検査Ｄ「0.3」、検査Ｂ「0.2」が、この順でディスプレイ２０上に表示される。また、再検討が必要な検査Ｃは、それを示す記号「＊」と共に、ディスプレイ２０上に表示される。

このように、操作者は、所望の職務に関して出力を指示すれば、定量的に適合度と共に、当該職務に適している人材を探すのに最適な適性検査を知ることができる。もちろん、ディスプレイ２０への出力形式は適宜変更可能であり、適合度ＤＢ１２７内に格納されている職務と適性検査との適合度の一覧表をそのまま出力するようにしても良い。

以上、詳細に説明した本実施形態に係る適性検査評価システムによれば、操作者が所定の職務への適性を検査するのに適した適性検査を探したい場合に、ヒューマンエラーの各エラータイプを模擬した模擬実験によって診断された各被験者のエラータイプ別エラー傾向値と、予めエラータイプ別に重み付けされた所定の職務に対して想定される想定エラーとを用いて、前記複数の被験者毎の職務別の総合評価値を算出し、この被験者毎の職務別総合評価値と、予め行われた複数の被験者毎の適性検査の検査結果との相関分析を行うことで、各職務への各適性検査の適合度を定量的に算出することができるので、操作者は、簡単に所定の職務に適した適性検査を選択することができる。そして、最適な適性検査により、所定の職務に対する適性を検査すれば、適切な人材を所定の職務に配置することができ、ヒューマンエラーの発生を抑えることができる。

なお、本発明の実施の形態は、上記構成に限定されるものではなく、本発明の趣旨を逸脱しない範囲内で種々の変形が可能である。例えば、本実施形態では、特許文献２に開示された、認知的発生メカニズムのモデルに基づいた９つのエラータイプのうち、所定の６つのエラータイプを使用して、適性検査の適合度を算出したが、これは、本実施形態において想定した複数の想定エラーを、上記９つのエラータイプに対して重み付けをした際に、残りの３つのエラータイプに対する重みが0であったため、本実施形態では、上記６つのエラータイプのみを対象にして処理を行っただけであり、９つのエラータイプ全てを使用して適合度を算出しても良いし、他のエラータイプの組合せを使用して適合度を算出しても良い。

また、本実施形態では、職務として、在来線の鉄道業務に関する職務を例に挙げて説明したが、もちろんこれらの職務に限定されるものではなく、新幹線の業務に関する職務や、さらには生産業、流通業、販売業等、全ての業界の職務について、本発明を適用することが可能である。また、本実施形態では、５つの職務を対象としたが、その数は適宜変更可能であり、１つの職務のみを対象としても良い。

なお、職種や作業条件等が異なる別の職務に対して本システムを適用する場合には、想定される想定エラーも異なり、重み付けされるエラータイプも異なってくるから、エラー傾向値を予め実験により求めておく必要のあるエラータイプが本実施形態とは異なることもあり、想定エラーが重み付けされるエラータイプについてのエラー傾向値を予め実験により求めておく必要がある。

また、本実施形態では、被験者ＤＢ１２１に予め格納しておく適性検査の数値やエラー傾向値を、標準化した値としたり、適性検査の数値を能力が高い方を正に統一するように数値化したりしたが、他の方法で数値化しても良い。但し、後で相関分析をする際等に、適性検査の数値やエラー傾向値の意味を考慮して分析を行う必要がある。

図１は、本実施形態に係る適性検査評価システムの概略構成を示す図である。 図２は、被験者データ格納ＤＢに格納されているデータの一部を示す図である。 図３は、適性検査評価システムにおける処理の流れを示すフローチャートである。 図４は、Ｓ１０において、想定エラー及びリスク評価値の入力が行われる際に、ディスプレイ上に表示される画面を示す図である。 図５は、想定エラーＤＢに格納されるデータの内容を示す図である。 図６は、Ｓ１１において、各想定エラーのエラータイプ別の重みが入力される際に、ディスプレイ上に表示される画面の内容を示す図である。 図７は、相対リスクＤＢに格納されるデータの内容を示す図である。 図８は、総合評価値ＤＢ内に格納されるデータの内容を示す図である。 図９は、適合度ＤＢ内に格納される職務と適性検査との適合度の一覧表を示す図である。 図１０は、Ｓ１５において、ディスプレイ上に表示される画面の内容を示す図である。

符号の説明

１ 適性検査評価システム
１０ ＰＣ本体
１１ 演算装置
１２ 記憶装置
２０ ディスプレイ
３０ キーボード
１２１ 被験者データＤＢ
１２２ フォーマットＤＢ
１２３ 各種プログラムＤＢ
１２４ 想定エラーＤＢ
１２５ 相対リスクＤＢ
１２６ 総合評価値ＤＢ
１２７ 適合度ＤＢ

Claims (5)

1. 所定の職務への人材適合性を検査するのに適した適性検査を提案するための適性検査評価システムであって、
   種々の演算処理を行う演算装置と、種々のデータを保持する記憶装置とを備え、
   前記記憶装置は、
   複数の被験者による複数の適性検査の検査結果と、
   ヒューマンエラーが分類される複数のエラータイプをそれぞれ模擬した実験から求められる、前記複数の被験者のエラータイプ別のエラー傾向値と、を保有し、
   前記演算装置は、
   所定の職務に対して想定される想定エラーを用いて、前記エラー傾向値から前記複数の被験者毎の所定の職務に対する総合評価値を算出し、
   この複数の被験者毎の所定の職務に対する総合評価値と、前記複数の被験者毎の適性検査の検査結果との相関分析を行うことにより、所定の職務に対する各適性検査の適合度としての相関係数を算出することを特徴とする適性検査評価システム。
2. 演算装置と記憶装置を備えた適性検査評価システムにより、所定の職務への人材適合性を検査するのに適した適性検査を提案するための適性検査評価方法であって、
   ヒューマンエラーが分類される複数のエラータイプをそれぞれ模擬した実験から求められる、前記複数の被験者のエラータイプ別のエラー傾向値から、所定の職務に対して想定される想定エラーを用いて、前記複数の被験者毎の所定の職務に対する総合評価値を算出する総合評価値算出工程と、
   この複数の被験者毎の所定の職務に対する総合評価値と、複数の被験者毎の複数の適性検査の検査結果との相関分析を行うことにより、所定の職務に対する各適性検査の適合度としての相関係数を算出する適合度算出工程と、を備えていることを特徴とする適性検査評価方法。
3. 前記総合評価値算出工程は、前記想定エラーのエラータイプ別の重みから、所定の職務の各エラータイプのリスクである相対リスクを算出する相対リスク算出工程と、
   この所定の職務のエラータイプ別相対リスクと、前記複数の被験者のエラータイプ別エラー傾向値とから、前記複数の被験者毎に所定の職務に対する総合評価値を算出する工程と、を備えていることを特徴とする請求項２記載の適性検査評価方法。
4. 演算装置と記憶装置を備えたコンピュータに、所定の職務への人材適合性を検査するのに適した適性検査を提案するための処理を行わせる適性検査評価プログラムであって、
   ヒューマンエラーが分類される複数のエラータイプをそれぞれ模擬した実験から求められる、前記複数の被験者のエラータイプ別のエラー傾向値から、所定の職務に対して想定される想定エラーを用いて、前記複数の被験者毎の所定の職務に対する総合評価値を算出する総合評価値算出ステップと、
   この複数の被験者毎の所定の職務に対する総合評価値と、複数の被験者毎の複数の適性検査の検査結果との相関分析を行うことにより、所定の職務に対する各適性検査の適合度としての相関係数を算出する適合度算出ステップと、をコンピュータに実行させることを特徴とする適性検査評価プログラム。
5. 前記総合評価値算出ステップは、前記想定エラーのエラータイプ別の重みから、所定の職務の各エラータイプのリスクである相対リスクを算出する相対リスク算出ステップと、
   この所定の職務のエラータイプ別相対リスクと、前記複数の被験者のエラータイプ別エラー傾向値とから、前記複数の被験者毎に所定の職務に対する総合評価値を算出するステップと、を備えていることを特徴とする請求項４記載の適性検査評価プログラム。

Images