第1章: 「GMA最強」神話の終焉 — Sackett 2022と選考設計の再定義

前シリーズからの接続 — 「選考は測定問題である」

前シリーズ「採用ファネル地図」第4章では、妥当性（validity）と信頼性（reliability）の概念、 そして Schmidt & Hunter（1998）が85年分の研究を統合したメタ分析の概観を紹介しました。 選考手法を評価する指標として予測妥当性係数 r（職務パフォーマンスとの相関）を導入し、 どの手法が「予測力が高いか」の基礎知識を得ました。

このシリーズ「選考科学の最前線」では一段深く踏み込みます。テーマは主に2つです。

• ① 最新の研究知見: Schmidt & Hunter 1998の定説が2022年にどう修正されたか
• ② 選考設計の実装方法: 研究知見を実際の採用プロセスにどう落とし込むか

本章の中心命題はシンプルです。選考の本質は「将来の職務パフォーマンスを予測する測定問題」である。 どれほど洗練された面接官でも、測定設計が悪ければ予測精度は上がりません。 逆に測定設計を最適化すれば、面接官の能力とは独立に採用精度を構造的に高めることができます。 このエンジニアリング的な視座を出発点として、25年来の「定説」を見直すところから始めましょう。

85年分の研究知見 — Schmidt & Hunter 1998の遺産

1998年、Frank Schmidt と John Hunter が *Psychological Bulletin* に発表した論文 「The validity and utility of selection methods in personnel psychology」は、85年分・19の選考手法のメタ分析をまとめた金字塔です（2026年6月時点でGoogle Scholar引用数6,500回超）。 この論文が採用実務に与えた影響は計り知れません——「GMA（一般認知能力テスト）が最強の単一予測因」という知見が、 以降25年間の採用・人事評価の設計思想を方向付けました。

主要な選考手法の予測妥当性係数（職務パフォーマンスとの推定真の相関）は以下の通りです。

このグラフから読み取れる重要なメッセージが2つあります。

• ① GMA単独の予測力が突出している: 非構造化面接（r=.38）・学歴（r=.10）・経験年数（r=.18）といった「日本企業が長年重視してきた指標」が、 認知能力テストに大きく劣ることが示されました。
• ② コンポジット（複数手法の組み合わせ）は単独より大幅に強い: GMA単独（r=.51）や構造化面接単独（r=.51）に対し、組み合わせは r=.63 と約24%高い予測力を発揮します。 複数の独立した測定軸を掛け合わせることで、予測の「死角」を補完できることを意味します。

Range Restrictionとは何か — 補正の問題

Schmidt & Hunter 1998の偉大な知見は、25年後に方法論的な問題点が指摘されることになります。 その核心が範囲制限（range restriction）補正の問題です。

なぜ範囲制限が生じるのか

職務パフォーマンスと選考スコアの相関を調べようとすると、本質的なデータ収集の問題に直面します。採用された人（＝ハイスコアグループ）のパフォーマンスデータしか存在しないのです。 不採用になった人は職場に存在しないため、パフォーマンスを測れません。

graph LR
  A[全応募者
（広い能力分布）] --> B{選考フィルター}
  B -->|採用| C[採用者のみ
（高スコアに偏る）]
  B -->|不採用| D[不採用者
（パフォーマンス測定不可）]
  C --> E[パフォーマンス評価]
  E --> F[相関係数の計算]
  F --> G[過小推定された相関
range restricted r]

  style A fill:#3b82f6,stroke:#1d4ed8,color:#fff
  style D fill:#6b7280,stroke:#4b5563,color:#fff
  style G fill:#f97316,stroke:#ea580c,color:#fff

この問題はエンジニアにとって馴染み深い概念です。生存者バイアス（Survivorship Bias）と本質的に同じ構造です—— 「生き残った」（採用された）サンプルだけを見ているため、母集団全体の関係性を歪めて推定してしまいます。

Schmidt & Hunter の補正と Sackett らの批判

Schmidt & Hunter はこの問題に気づいており、範囲制限補正（range restriction correction）という統計的手法で r 値を上方修正しました。 問題は、補正の適用方法にありました。

Sackett et al. 2022 — 修正後の妥当性マップ

Paul Sackett らが 2022年に *Journal of Applied Psychology*（Vol. 107, No. 11, pp. 2040–2068）に発表した 「Revisiting meta-analytic estimates of validity in personnel selection」は、 産業・組織心理学の実務コミュニティに大きな波紋を呼びました。 Sackett 自身が「I view this as the most important paper of my career」と述べたとされるほどの自負がありました。

補正方式を見直した結果、主要手法の妥当性係数がどう変化したかを確認しましょう。

最も重要な読み方は次の3点です。

• ① GMAは「無効」になったのではない: r=.31 は依然として中程度以上の効果量であり、 学歴（修正後さらに低い）や経験年数をはるかに上回ります。「最強」という相対的地位を失ったということです。
• ② 修正後の首位は構造化面接（r=.42）: これは選考設計の実務に直接的な示唆を持ちます。 非構造化面接（r=.19）との差（r=.23）は、後述するBCG式で試算すると天文学的な金額になります。
• ③ 経験的 Biota の唯一上昇: 補正方式の変更が、すべての手法を一様に下げたわけではありません。 手法ごとの特性に応じた適切な補正の結果として、一部手法は上方修正されました。

コンポジット選考 — 「組み合わせ」の圧倒的優位性

Sackett 2022 によってGMAの相対的地位は下がりましたが、コンポジット選考（複数手法の組み合わせ）の優位性は修正後も変わりません。 これがこのシリーズを通じて最も重要な実践的知見です。

なぜ組み合わせが強いのか。統計的な直感は次の通りです。2つの手法 A・B が測定する構成概念（construct）に重複がなければ、 残差の分散がそれぞれ独立しているため、組み合わせることで合成相関が高くなります。 言い換えれば、「測定していない側面」を別の手法で補完することで、予測の死角を埋めることができます。

graph TD
  subgraph single[単一手法の限界]
    A1[GMA単独\nr = .31] --> B1[パフォーマンス予測]
    A1 -.->|測定できない| C1[対人スキル・動機・文化適合]
  end

  subgraph composite[コンポジット選考]
    A2[GMA\n認知能力] --> D[統合スコア]
    A3[構造化面接\n行動・判断] --> D
    A4[職務知識テスト\n専門スキル] --> D
    D --> E[パフォーマンス予測\nr = .63+]
  end

  style single fill:#1e1e2e,stroke:#6b7280
  style composite fill:#1e1e2e,stroke:#10b981
  style D fill:#10b981,stroke:#059669,color:#fff
  style E fill:#10b981,stroke:#059669,color:#fff

選考ポートフォリオを設計する際の基本原則は次の通りです。

• ① 測定する構成概念を先に定義する: 「このポジションで成功するのに必要な能力・特性は何か」をジョブ分析で明確化してから手法を選ぶ。
• ② 手法間の構成概念の重複を最小化する: 類似した構成概念を複数の手法で測っても、冗長なだけで予測力は伸びない。
• ③ コスト・候補者体験とのトレードオフを考慮する: 予測力だけを最大化しても、候補者の離脱を招けば採用そのものが失敗する。

妥当性係数 r の実用的な解釈

妥当性係数 r は「どのくらい強い相関か」という学術的指標ですが、 実務では「投資効果はどれくらいか」という金銭的価値に変換することが意思決定には重要です。 Cohen（1988）の効果量基準（小=.10 / 中=.30 / 大=.50）では、 非構造化面接（r=.19）は「小〜中」、構造化面接（r=.42）は「中〜大」の範囲にあります。

BCG式（Brogden-Cronbach-Gleser）による金銭換算

選考改善の経済的価値を推定する標準的手法が Brogden-Cronbach-Gleser 公式です（以下「BCG式」）。 日本の文脈で概算すると次のようになります（2026年6月時点の試算例）。

この試算では、構造化面接への切り替えによる差額は約43億円（8,618M − 4,065M）となります。 面接設計の改善（構造化面接の設計・トレーニングコスト）は数百万円のオーダーであることを考えると、 ROIは圧倒的に正です。

エンジニア視点: 選考を「予測システム」として設計する

ここまでの内容を整理すると、選考設計は予測モデルの設計と同型です。

• 入力変数（特徴量）= 各選考手法のスコア（GMA, 構造化面接, ワークサンプル...）
• 目的変数（ラベル）= 将来の職務パフォーマンス評価
• 妥当性係数 r = そのモデルの予測力（R² の平方根に相当する指標）

この視座から見ると、選考設計の改善は「予測モデルの精度向上」の問題です。そして機械学習の実務と同じく、 主要な問題源は2種類あります。

次章以降のロードマップです。第2章では構造化面接の設計原則（行動面接・状況面接の違い、評価基準の作り方）を深掘りし、 第3章ではGMAテストの実務活用と法的・倫理的考慮、第4章以降でワークサンプル・アセスメントセンター、 そして候補者体験とのトレードオフを扱います。