「面接で高く評価した人ほど、本当に入社後も活躍しているのか」。採用要件を見直すなら、この問いを感覚ではなくデータで確認する必要があります。
採用要件の事後検証を採用ファネル全体の効果測定とつなげる場合は、[採用改善の効果測定は何をどう見ればいい?指標体系とPDCAの全体像](https://rebranding.co.jp/media/recruiting-measurement/)を参照してください。
ポイントは、採用人数や離職率だけを見るのではなく、候補者ごとに「面接時の評価項目」と「入社90日・180日時点の仕事ぶり」をつなぐことです。総合点だけではなく、主体性、問題解決力、専門スキルなど評価項目単位で照合すれば、残す基準、弱める基準、質問を変える基準を判断しやすくなります。
この記事では、人事・採用責任者が採用要件、面接質問、配点を継続的に改善するための具体的な検証方法を整理します。
採用要件は「入社前の予測」として入社後に検証する
採用要件は、候補者を分類するためだけの条件ではありません。「この職種で成果を出せそうか」を入社前の情報から予測するための基準です。したがって、本当に機能していたかは入社後の結果まで追わなければ分かりません。
厚生労働省によると、2022年3月卒の新規大卒就職者の就職後3年以内離職率は33.8%でした。ただし、離職には仕事内容、上司、配属、処遇、職場環境など複数の要因が関係するため、「離職した=採用基準が間違っていた」とは判断できません。
同様に、「活躍している社員は面接点も高かった」という結果だけでも十分ではありません。何を評価した点が、その後のどの成果と結び付いていたのかまで分解する必要があります。
採用要件の事後検証では、次の関係を確認します。
採用時の評価項目 → 入社後の行動・成果 → 基準の更新
採用時の情報と将来の職務成果との関係を確認する考え方は、一般に「予測妥当性」と呼ばれます。人材選考研究でも、選考手法の妥当性、つまり入社前の評価が将来の職務成果をどこまで予測できるかが検証されてきました。Sackettらのメタ分析では、過去研究で選考手法の妥当性が過大評価されていた可能性が示され、補正方法を見直した後も構造化面接は相対的に上位の選考手法として位置付けられています。
重要なのは「面接を構造化したから安心」ではなく、自社の職種・採用要件でも予測が機能しているかを継続的に検証することです。
最初に90日・180日で何を「活躍」とするか決める
面接評価と入社後データを照合する前に、「活躍」の定義を固定します。ここが曖昧だと、上司による印象評価と面接官の印象評価を比較するだけになり、採用要件の妥当性を判断できません。
90日と180日では、見るべき状態を分けると整理しやすくなります。
| 時点 | 主に確認すること | 指標例 |
|---|---|---|
| 採用時 | 入社前に予測した内容 | 評価項目別スコア、総合点、質問別評価 |
| 90日 | 立ち上がり | 基本業務の習得、行動基準、オンボーディング達成状況 |
| 180日 | 再現性のある職務遂行 | KPI、成果評価、自立度、役割期待の達成状況 |
| 継続 | 定着 | 在籍状況、退職時期、退職理由 |

採用時の評価と入社後の成果を比較するには、90日と180日で確認する状態を分けて設計します。
営業職なら、90日時点では商品理解、商談準備、行動量などを確認し、180日時点では商談化率や売上などを見る方法があります。
一方、管理部門では短期の売上だけでは評価できません。業務の正確性、期限順守、問題発見、関係部署との連携など、職務に対応する行動指標が必要です。
米国人事管理局(OPM)も、構造化面接で測定するコンピテンシーは職務分析から決定し、その職務で重要な仕事や能力、入社時点で必要な能力を特定する考え方を示しています。
つまり、先に「何を面接で測れそうか」を考えるのではなく、入社後に何を実現してほしいかから面接評価を逆算することが重要です。
面接評価と入社後データをつなぐ6ステップ
採用要件の事後検証は、複雑な人事分析から始める必要はありません。まず1職種について、候補者単位のデータを一列につなげるところから始めます。

採用要件は一度決めて終わりではなく、入社後データと照合し、変更後の採用でも再検証します。
STEP1|同じ職種・役割の採用をまとめる
営業職とエンジニア、若手と管理職など、期待役割が異なる人を同じ集計に入れると結果を解釈しにくくなります。
同一職種でも採用要件や業務内容が大きく変わった時期がある場合は、採用時期も分けます。
STEP2|採用時の評価項目をそのまま残す
「面接総合点4.2」のような総合スコアだけではなく、評価項目を分解して保存します。
たとえば、
- 専門知識:4
- 問題解決力:5
- 顧客折衝力:3
- 主体性:4
- 総合評価:4
という形です。
OPMが示す構造化面接も、候補者へ同じ質問を行い、同一の評価尺度・基準で回答を評価する方式です。評価条件をそろえることで、後から候補者同士を比較しやすくなります。
STEP3|90日・180日の評価方法を統一する
「Aさんはかなり頑張っている」といった自由記述だけでは比較できません。
たとえば5段階評価を使うなら、「5はどの状態か」「3はどの状態か」を具体化します。
例として「自立度」を測るなら、
5:通常業務を独力で完遂し、改善提案まで行える
3:通常業務は単独で完遂できる
1:継続的な指示・確認が必要
というように、観察可能な行動へ変換します。
STEP4|総合点ではなく評価項目ごとに照合する
ここが最も重要です。
「採用時の総合点」と「180日評価」の関係だけを見ると、どの採用要件が機能したのか分かりません。
たとえば30人分のデータが蓄積したとして、
- 問題解決力が高かった人は180日成果も高い傾向
- 主体性の面接点と180日成果には明確な傾向がない
- 顧客折衝力は90日には差がないが180日には差がある
というように、項目ごとに確認します。
件数が十分に蓄積した場合は相関などの統計的な確認も可能ですが、相関があっても「その評価項目が活躍の原因だった」とは断定できません。配属先、上司、研修、担当顧客、目標難易度などの影響を分けて考える必要があります。
STEP5|例外を確認する
平均だけでは見えないケースを確認します。
特に重要なのは、
「面接評価は高いのに活躍していない人」
「面接評価は低かったのに活躍している人」
です。
前者が多ければ、質問から得た情報を過大評価している可能性があります。後者が多ければ、必要以上に厳しい基準を置いている可能性があります。
ただし、活躍しなかった原因が採用要件ではなく配属や育成にある場合もあるため、個別ケースまで確認します。
STEP6|変更した基準を次の採用で再検証する
一度の分析で採用要件を確定させないことも重要です。
変更前と変更後で、
採用 → 90日確認 → 180日確認 → 採用要件更新 → 次回採用
というサイクルを回します。
採用要件を「完成品」ではなく、入社後データによって更新する仮説として扱うことで、採用活動そのものを学習できる仕組みに変えられます。
評価項目は4パターンに分類して見直す
分析結果を実際の変更へつなげるため、評価項目を次の4種類に分類すると判断しやすくなります。
| 検証結果 | 判断 | 次の対応 |
|---|---|---|
| 90日・180日の両方と一貫した関係がある | 維持候補 | 質問・評価基準を維持して再検証 |
| 90日のみ関係がある | 初期適応の指標候補 | 「活躍」ではなく立ち上がり指標として扱う |
| 180日のみ関係がある | 中期成果の指標候補 | 職務成果との関係を継続確認 |
| 明確な関係が見えない | 見直し候補 | 質問、採点基準、評価項目自体を再検討 |

評価項目は「関係がある・ない」だけで削除せず、90日と180日のどちらの成果を予測しているかまで分けて判断します。
ただし、「関係がなかったから削除」と即断するのは避けます。
質問が悪く、評価したい能力を正しく引き出せていなかった可能性もあります。面接官ごとに採点がずれていた可能性もあります。
そのため、見直しの順番は、
評価項目 → 質問 → 評価基準 → 配点
の順が基本です。

結果に差が出ても、すぐに配点を変更せず、評価項目・質問・評価基準の順に原因を確認します。
項目そのものが必要なのに、質問だけが悪いケースを区別できます。
配点はデータが出たからといってすぐ変更しない
「問題解決力と活躍に関係が見えたので、配点を2倍にする」といった変更は慎重に行う必要があります。
OPMは、構造化面接のコンピテンシーについて、異なる重み付けを行う明確で文書化された理由がない場合は等しい重みを推奨しています。異なる配点を使う場合は、その根拠を記録するよう求めています。
自社で配点を変える場合も、
- その項目が職務上本当に重要か
- 複数の採用時期でも同じ傾向が確認できるか
- 面接官が同じ基準で評価できているか
- 他の評価項目と内容が重複していないか
- 配点変更によって特定の候補者群を不合理に排除しないか
を確認します。
特に採用人数が少ない企業では、数人の結果だけで重みを大きく変更すると偶然に左右されます。
データが少ない時期は「統計的に正しい採用基準を作る」ことを目指すより、採用者一人ひとりについて、入社前の評価と入社後の実態を振り返り、複数回の採用で同じ傾向が再現するかを蓄積する方が現実的です。
定着率だけで採用要件を評価しない
定着は重要な結果指標ですが、単独では採用要件の良し悪しを判定できません。
たとえば「主体性が低い人の退職率が高い」という結果が出ても、主体性が離職を引き起こしたとは限りません。
その人たちが、
- 同じ上司に配属されていた
- 特定部署だけ残業時間が長かった
- 想定していた仕事内容と実態に差があった
- オンボーディングを十分に受けていなかった
可能性があります。
したがって、定着は「採用要件が正しかったか」を直接判定する指標ではなく、追加確認を始めるシグナルとして利用するのが安全です。
活躍と定着の両方を見る場合も、「成果を上げたか」と「在籍しているか」は別々に集計してください。
採用要件の見直しでは公平性と個人情報にも注意する
データ分析によって採用精度を高める場合でも、「結果と関係がありそうだから」という理由だけで、どの情報でも採用基準にできるわけではありません。
厚生労働省は、公正な採用選考について、応募者本人の適性・能力に基づいて採用基準を設定することを基本としています。本籍、家族、宗教、支持政党など、職務遂行能力と関係しない事項を採用基準にしないことも示しています。
つまり、事後分析で何らかの関係が見えたとしても、「職務上なぜ必要なのか」を説明できない属性を新しい採用基準にしてはいけません。
また、採用時に取得した候補者情報を入社後の評価データと接続して分析する場合は、個人情報の利用目的も確認が必要です。
個人情報保護委員会のガイドラインでは、個人情報を利用する目的をできる限り具体的に特定し、本人が最終的な利用目的を合理的に想定できる程度に明確にすることが望ましいとされています。また、特定された利用目的の必要な範囲を超えて扱う場合には、原則として本人の同意が必要です。
採用データを分析へ二次利用する際は、自社の取得時の説明、プライバシーポリシー、社内規程、保存期間、閲覧権限を確認したうえで進めてください。
採用要件の事後検証は半年ごとの定例業務にする
採用要件の見直しは、早期離職が起きたときだけ実施するものではありません。
おすすめは、90日・180日の確認タイミングを最初から採用プロセスへ組み込むことです。
最低限、次の状態を作ります。
| 確認項目 | 状態 |
|---|---|
| 採用時の評価項目別スコアが保存されている | □ |
| 90日時点の評価項目が統一されている | □ |
| 180日時点の成果・行動指標が統一されている | □ |
| 採用時データと入社後データを人物単位で接続できる | □ |
| 評価項目別に高評価者・低評価者の違いを確認した | □ |
| 例外ケースを個別に確認した | □ |
| 質問・評価基準・配点の変更理由を記録した | □ |
| 変更後の採用結果を次回も追跡する | □ |
面接結果を保存していても、入社後データにつながっていなければ採用要件の検証はできません。
逆に、特別なAIや高度なHRシステムがなくても、候補者ID、職種、面接評価、90日評価、180日評価を同じ表で追えるだけで事後検証を始められます。
まず1職種から始め、半年ごとに「どの評価項目が実際の成果を予測していたか」を確認する運用にすると、採用基準を経験則から組織のデータ資産へ変えていけます。
まとめ
採用要件の見直しで重要なのは、採用数や離職率だけを見ることではありません。
採用時の評価項目と90日・180日の職務成果を候補者単位でつなぎ、どの評価項目が、どの時点の成果と結び付いていたかを確認します。
そのうえで、
維持する項目 → 質問を変える項目 → 評価基準を変える項目 → 配点を変える項目 → 削除を検討する項目
の順に見直すと、採用基準を安易に動かさず改善できます。
また、離職や活躍には配属、育成、上司、仕事内容なども影響します。関係が見えたことと因果関係が証明されたことを混同しないこと、公平な採用選考と個人情報の利用目的を守ることも重要です。
まずは直近の採用者について、面接評価と90日・180日のデータを横に並べてください。それが採用要件を「作って終わり」から「検証して更新する仕組み」へ変える第一歩です。
参考文献・データ元
この記事で参照した情報を確認できます。
厚生労働省「新規学卒就職者の離職状況(令和4年3月卒業者)」
公表日:2025年10月24日
使用内容:新規大卒就職者の就職後3年以内離職率33.8%
URL:https://www.mhlw.go.jp/stf/houdou/0000177553_00010.html
厚生労働省「公正な採用選考の基本」
使用内容:本人の適性・能力に基づく採用基準、職務と関係しない事項への配慮
URL:https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/koyou_roudou/koyou/newpage_56780.html
個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン(通則編)」
令和8年6月一部改正
使用内容:利用目的の特定、目的を超えた個人情報利用の考え方
URL:https://www.ppc.go.jp/personalinfo/legal/guidelines_tsusoku/
U.S. Office of Personnel Management「Structured Interviews」
使用内容:構造化面接の標準化、職務関連コンピテンシー、評価尺度
URL:https://www.opm.gov/policy-data-oversight/assessment-and-selection/structured-interviews
Sackett, P. R., Zhang, C., Berry, C. M., & Lievens, F. “Revisiting meta-analytic estimates of validity in personnel selection: Addressing systematic overcorrection for restriction of range”
Journal of Applied Psychology, 2022, 107(11), 2040–2068
DOI:10.1037/apl0000994
使用内容:人材選考手法の予測妥当性に関するメタ分析
URL:https://pubmed.ncbi.nlm.nih.gov/34968080/
‹ 親記事: 採用改善の効果測定は何をどう見ればいい?指標体系とPDCAの全体像
関連記事
- › 採用KPIの目標値の決め方|採用人数から応募・面接・内定数を逆算する方法
- › 採用ファネルの歩留まりを診断する方法|応募・面接・内定・承諾のボトルネック特定
- › 採用チャネルの実績を評価する方法|面接率・内定率・承諾率・採用単価で運用後に比較
- › 採用の選考リードタイムを短縮する方法|工程別の滞留とSLAを診断・改善する
- › 採用チャネルと入社後定着率をつなげて評価する方法|90日・180日で見る採用KPI設計
- › 採用施策のA/Bテストを設計する方法|求人訴求・スカウト文面・応募導線を検証
- › 候補者体験アンケートの設計方法|応募・面接・内定後の離脱理由を定量化
- › 面接官ごとの評価ばらつきを監査する方法|採点差・通過率・コメント傾向を比較
- › 採用A/Bテストの実験ログを作る方法|仮説・変更点・結果・学びを再利用する
- › 候補者アンケートの自由記述を分析する方法|不満・辞退理由・改善要望を分類
- › 面接官キャリブレーション会議の進め方|採点例・模擬面接で評価差を揃える
- › スカウト返信率が低い原因と改善方法|対象者・件名・文面・送信タイミングを診断
- › 求人条件の変更が応募率に与える影響を検証する方法|給与・勤務地・勤務形態を前後比較
- › 企業口コミの評価変化と応募率の関係を測る方法|指名検索・採用サイト・応募を時系列で比較
- › 採用サイトの行動分析をGA4で行う方法|求職者の閲覧・回遊・応募をつなげて見る
- › 求人条件の市場差を定点観測する方法|給与・勤務地・勤務形態と応募率を競合求人で比較
- › 採用チャネルの重複応募を分析する方法|候補者ID・応募経路・採用単価の集計ルール
- › 面接後の選考辞退要因を調査する方法|候補者の不安・追加検索・他社比較を可視化
- › 応募数はあるのに内定承諾率が低いときの情報接点診断|採用サイト・口コミ・検索結果・選考説明を点検
- › 内定辞退理由はどう記録・分析する?理由分類・面談メモ・改善施策へのつなげ方



