第4章: サーベイ設計と運用 — 「測って終わり」を工学する

サーベイは「アンケート」ではなく測定系

前章まででエンゲージメントという測定対象の仕様と、その効果のエビデンスを確認しました。 この章では測定器そのもの——サーベイの設計と運用を扱います。 結論を先取りすると、サーベイ運用の失敗は大きく2種類しかありません。測定系として壊れている（設問が悪い、バイアスまみれ、匿名性が信用されていない）か、フィードバックループが閉じていない（測って終わり）か。 第1章で見たLikertの80年前の発見が、そのまま現代の課題です。

センサス型とパルス型 — サンプリング周期の設計

サーベイの基本形は2つあります。

実務の主流は二者択一ではなく併用です。年次のセンサスで構造（何がドライバーか）を診断し、 パルスで変化（施策が効いているか、どこかで急変が起きていないか）を追う。 エンジニアリングに引きつければ、センサスはプロファイリング（全体の重い計測）、 パルスはメトリクス監視（軽量・高頻度）に相当します。 監視だけでは「なぜ遅いか」は分からず、プロファイリングだけでは「いつ壊れたか」を見逃す—— 役割が違うのです。

測定系の品質 — 信頼性・妥当性・回答バイアス

設問設計の品質は、心理測定の標準概念で評価します。

• 信頼性（reliability）: 測定の一貫性。複数項目の内的整合性はクロンバックαで評価し、慣習的基準はα≧0.70（これは厳密な統計的根拠のある閾値ではなく慣習である点に注意）
• 妥当性（validity）: 測りたいものを測れているか。UWESのような学術尺度は確認的因子分析等で検証済み。自社で設問を自作する場合、この検証を省略していることを自覚する必要がある
• 回答形式: 5〜7件法のリッカート尺度が標準。7点を超えると人間の弁別能力を超える

そして測定を歪める回答バイアスには定番のパターンがあります。

回答率の目安も押さえておきます。Culture Ampの実データ平均は80%超で、 80〜90%が良好なライン。ここで重要な逆説があります——100%は強制・形骸回答のサインであり、 むしろ危険信号です。また回答率には生存バイアスがかかります。 不満層ほど回答しない、あるいは辞める前に回答しなくなるため、 低回答率の組織のスコアは実態より良く見える構造があります。

匿名性の技術 — 「匿名です」では守れない

回答の正直さは匿名性への信頼に依存しますが、匿名性は宣言ではなく技術と運用の問題です。 「匿名サーベイ」でも再識別できてしまう経路は複数あります。

• 属性クロス: 部署×年代×性別で絞ると、小規模部署では1人に特定できる。「営業部の40代女性」が1人しかいなければ、その回答は実名回答と同じ
• メタデータ: 回答日時、IPアドレス、配布リンクの個別化
• 自由記述: 内容や文体から書き手が推定される。少人数部署では特に

対策の標準は最小表示グループサイズ（匿名性閾値）です。一定人数未満のセグメントは 集計結果を表示しない。閾値はベンダーによって異なり、Culture AmpとQualtricsはデフォルト5名、wevoxは3名です（「n≧5が業界標準」と 断定できるわけではなく、3〜5名が一般的なレンジ）。 実装上の要点は、この閾値をすべてのフィルタ経路・ドリルダウン経路で強制することです。 「部門全体（20名）のスコア」と「部門のうち男性（17名）のスコア」が見えれば、 差分から女性3名の回答が推定できてしまう——いわゆる差分攻撃で、 データベースのアクセス制御と同じ発想が要求されます。

法律の目 — 個人情報保護法とストレスチェック制度

サーベイ運用には法的な枠もかかります（2026年8月時点の情報です。実際の制度設計では 社労士・弁護士等の専門家への確認をおすすめします）。

個人情報保護法 — 目的外利用の禁止

記名式・IDひも付きのサーベイ回答は個人情報保護法上の個人情報に該当し、 利用目的の特定・目的外利用の禁止・安全管理措置が適用されます。 実務上の急所は人事評価への流用です。「組織改善のため」と説明して集めた回答を 個人の評価や配置判断に使うことは、特定した利用目的を超える場合、本人同意のない目的外利用になりえます。 法的リスクと同時に、一度でも「評価に使われた」という認知が広がれば 回答の正直さが崩壊するという測定系のリスクでもあります。

ストレスチェック制度との区別

エンゲージメントサーベイとよく混同されるのが、労働安全衛生法66条の10に基づくストレスチェック制度（2015年12月施行）です。同じ「従業員への質問紙」でも法的性格が全く違います。

エンゲージメントサーベイにストレス関連設問を入れても、実施者要件や同意ルールを満たさない限り 法定ストレスチェックの代替にはなりません。逆に、ストレスチェックの結果を エンゲージメント分析に流用することは目的外利用・不利益取扱いのリスクを伴います。 2つの質問紙は別のパイプラインとして設計するのが原則です。

フィードバック工程 — 運用の成否はここで決まる

測定系が健全でも、ループが閉じなければサーベイは機能しません。 日本でこの工程を定式化したのが中原淳（立教大学）のサーベイフィードバック論です。 『サーベイ・フィードバック入門』では、プロセスを3段階で整理しています。

graph LR
  A[① 見える化<br/>サーベイでデータ化] --> B[② ガチ対話<br/>職場単位で結果に向き合い<br/>本音で話す]
  B --> C[③ 未来づくり<br/>自分たちの行動を決める]
  C -->|次のサーベイで検証| A

  style A fill:#10b981,stroke:#059669,color:#fff
  style B fill:#f97316,stroke:#ea580c,color:#fff
  style C fill:#3b82f6,stroke:#1d4ed8,color:#fff

重要なのは、この定式化が広く知られているにもかかわらず実践は極めて少ないことです。 中原氏が2020年のHRカンファレンス講演で視聴者（人事担当者中心）に自社の実践状態を尋ねた投票では、 「実践されている（快晴）」との自己評価はわずか3%でした （学術調査ではなく講演参加者への簡易投票である点に注意。それでも当事者たちの自己評価として示唆的です）。 約8割がサーベイを実施している一方で、ループを閉じられている組織はごく少数—— これが日本のサーベイ運用の現在地です。

好循環の実例 — サイバーエージェントのGeppo

ループを閉じる設計の実例として、サイバーエージェントの社内パルスサーベイGEPPO（後にリクルートと合弁で外販化）があります。月次3問＋自由記述という軽量設計に対して、 運用側のコミットメントが重い。回答送信の3営業日後に「読込会議」を定例化し、 人事と経営が生の声を読み込み、異動提案・抜擢・離職防止面談などのアクションに必ずつなげます。 結果として回答率は平均96%（業界平均は90%前後）。 「回答すると会社が動く」という信頼が回答率と回答品質を支え、 それがさらにアクションの精度を上げる——好循環の教科書的な事例です。

運用設計チェックリスト

この章の内容を、導入・運用時のチェックリストとしてまとめます。

• 目的とアクション体制を先に決める: 「結果を誰がいつどう返し、誰が改善を主導するか」を実施前に確定。決まっていないなら実施を延期する方がまし
• センサスとパルスの役割分担: 構造診断と変化検知を混同しない
• 設問は検証済み尺度を優先: 自作設問は信頼性・妥当性が未検証であることを自覚する
• 匿名性を技術で担保: 表示閾値（3〜5名）を全フィルタ経路で強制し、その仕組みを従業員に明示的に伝える
• 利用目的を具体的に特定・通知: 評価への流用はしない、と明言する
• ストレスチェックとは別パイプライン: 法定制度の要件と混ぜない
• スコアを管理職KPIにしない: 診断情報と処遇入力を分離する
• 回答率80%超・100%未満を健全域とみなす: 生存バイアスと強制のサインに注意

次章は、収集したサーベイデータの分析に踏み込みます。 ベンダーの「ドライバー分析」の中身は何のアルゴリズムか、リッカート尺度を平均してよいのか、 チームのスコアはいつ「チームの状態」と呼べるのか——エンジニアの主戦場です。