幸福度診断Well-Being Circleのデータを、ベイジアンネットワークで分析したよ〜という話。
ウィルグループさんのデータだと、↓のような傾向が出たけど、
他企業とかだと、また違う結果が出るのかも。
でも、意外に、他の会社でも、同じような傾向が出そうな気も😊
ーーー
■Well-Being Circleの総合値を高めるための最重要因子
「職場の幸せ力:信頼関係のある職場の雰囲気」
「BigFive 性格傾向:エネルギッシュ力」
「Well-being: 人生満足尺度」
●「職場の幸せ力:信頼関係のある職場の雰囲気」を高めるには、
職場の安心安全や、チャレンジを推奨する雰囲気を高めつつ
みんなのフレンドリー力も大事。
●「BigFive 性格傾向:エネルギッシュ力」を高めるには、
「なんとかなる力:挑戦力」が大事。
●「Well-being: 人生満足尺度」を高めるには、
ポジティブ感情と、社会的地位(社会に良いことしている実感等)が大事。
★そして、その最重要因子を裏から支えているのが、許容力!
→通常の相関だけだと見られなかった裏因子が見つけられるのが面白いですね😍なんだかんだ、相手を許し、受け入れる、許容力が幸せ全体に効いてくる❗
ーーー
Well-being についての従業員調査における項目間の依存関係と重要性の可視化
人工知能学会全国大会論文,2024/6/14
https://www.jstage.jst.go.jp/article/pjsai/JSAI2024/0/JSAI2024_1O3GS1103/_pdf
ベイジアンネットワークは、確率変数間の依存関係をネットワークと条件付き確率表を用いて表現する確率的グラフィカルモデルである。変数間の依存関係を具体的に分析できることから、医療・疾病診断、マーケティング、推薦システム、調査分析など様々な分野で活用されている。
本研究では、従業員の幸福度に関する定期的な社内調査のデータをベイジアンネットワークを用いて整理し、得られたモデルを重回帰分析などの手法を用いて改良する。
分析に基づき、幸福度に有意な影響を与える項目を特定し、「エネルギッシュ力」や「信頼できる職場の雰囲気」といった要素が重要であることを明らかにしている。
本研究の目的は、幸福度における変数間の依存関係を整理し、全体構造と重要度の高い項目を可視化し、幸福度を高めるための効果的な戦略を発見することである。
ーー
103-GS-11-03 The 38th Annual Conference of the Japanese Society for Artificial Intelligence, 2024 Well-being についての従業員調査における項目間の依存関係と重要 性の可視化 Visualization of Inter-Item Dependency and Importance in Employee Surveys on Well-being 大和田 智之 *1 山下 和也 *2 佐藤 優作 *3 太田 雄介 *4 前野 隆司 *3 本村 恵一 *2 Tomoyuki Owada Kazuya Yamashita Yusuke Sato Yusuke Ota Takashi Maeno Yoichi Motomura *1株式会社ウイルグループ WILL GROUP, INC. *2産業技術総合研究所 人工知能研究センター Artificial Intelligence Research Center, National Institute of Advanced Industrial Science and Technology *3慶應義塾大学大学院 システムデザイン・マネジメント研究科 Graduate School of System Design and Management, Keio University *4株式会社は ぴ テック Happy Tech, INC. Bayesian networks are probabilistic graphical models that represent dependence between random variables using networks and conditional probability tables. They are widely used to effectively analyze inter-variable dependencies. They are utilized in various fields such as healthcare and disease diagnosis, marketing, recommendation systems and others. This research applies Bayesian networks to employee survey data on well-being, constructs Bayesian networks and refines the resulting model using methods such as logistic regression analysis. Based on the analysis, the study identifies items that significantly impact well-being, revealing that factors such as "quality" and "trustworthy workplace atmosphere" are of importance. The aim of this research is to organize the interdependencies between variables in well-being, visualize the overall structure and items of high importance, and discover effective strategies for enhancing well-being. 1. はじめに 近年、企業の持続可能な成長と従業員の満足度向上におけ る Well-being の重要性が注目されている。一般的には従業の うするもの「幸福感」や「調査度」は、従業員の生活技、仕 事のやりがい、人間関係などの様々な要因に直接的ないし間接 的に影響を及ぼすもの力あり、各数の研究によって示されてい る(Schulenberg & Schoon, 2012; Page & 2009; Diner & 2011; Oswald & 2010)。このため、企業は従業員の Well-being を維持・向上させることについて、その重わかを維持し、 上述することが必要とされている。 本研究では、従業員の Well-being を構成する項目間の依存 関係を明らかにし、各項目が Well-being に与える影響度の大き さを定量的に把握することを目的とする。具体的には従業員調 査データを分析対象として、データの分析に用いるベイジアンネ ットワークを構築し、その向上に資する具体的施策の策起に役立 つ情報を提供することを想定している。これ ら、ベイジアンネットワークの構築から精緻化まで一連の手法を その向上に資する具体的施策の策起に役立つ情報提供する手法を 提案する。 関連研究においては、Well-being の構造化に関する研究や、 Well-being に影響する要因の分析といった研究が行われている。 を紹介する。さらに、第3章では本研究で採用するデータと分析 手法
本研究のウェルビーイング小話はこちら😊
はぴテク相談室:Well-being についての従業員調査における項目間の依存関係と重要性の可視
https://wellbeing-archive.pages.dev/posts/2024-06-14-1718366727/