中原研や中原ゼミでは、いくつかの会社・組織の現状にかかわる組織調査を実施し、それらを組織にフィードバックして、組織変革に役立てるプロジェクトを実施しています。
　　　
　取り扱う対象組織は多くは「企業」・・・ときには学校。
　　
　扱うデータは、人事にまつわるデータから、組織内のアンケートデータ、果てにはパルスサーベイのデータまで、データは様々です。
　　
　こうした活動は、「研究」だけではありません。
　　
　大学院の授業「人材開発・組織開発特論2」などは、まさに、そのものずばりの授業。
　　
　この授業では、学生らが数名のグループを組んで、自分たちでクライアントを決め、彼らに対して組織調査を行い、フィードバックして、人材開発・組織開発・リーダーシップ開発を実施することが求められます。
　　
　人材開発・組織開発・リーダーシップ開発は「やってみなければ学べない」
　　
　来年度に迫った大学院新コース設置に向けて、様々な試みが行われています。
　　
立教大学大学院 経営学研究科 リーダーシップ開発コース
https://ldc.rikkyo.ac.jp/
　　
大学院経営学研究科経営学専攻リーダーシップ開発コースの説明会を開催
https://www.rikkyo.ac.jp/news/2019/08/mknpps000000ywz8.html
　　
大学院第一回説明会資料・動画を掲載しました
https://ldc.rikkyo.ac.jp/news/2019/0913/
　　　
　　▼
　　　　
　ところで、収集し、分析して、データをいかに扱い、どのように「お届け」するのかは、非常に大きな問題です。
　　
　そこには、絶対に大切にしなければならない「原則」があります。
　　
　それは
　　
　フィードバックするデータは「相手本位」でなければならない
　　　
　ということです。
　　
　要するに、
　　
　相手が「理解」できなきゃ、意味がない
　相手が「ピン」とこなきゃ、意味がない
　相手が「ははーん」とうならなきゃ、意味がない
　相手が「対話して、解決してみようか」と思わなきゃ、意味がない
　　
　ということです。
　　
　なぜなら、立ち上がるのは、「研究室やゼミメンバー」ではなく「相手」だからです。
あくまでも現場にたつのは「相手」
　　
　　▼
　　
　しかし、ここをまったく誤解しているフィードバックは実に多いものです。そして、それは、データの分析者が専門家であればあるほど、そうなる傾向が強い気がするのは気のせいでしょうか。
　　
　どんなに高度なモデリングをして全体像を一覧できても、どんなに高度にかつ厳密に測定ができていても、「相手」がわからなければ意味がない。
　　
　AIを使っていようが、機械学習だろうが、ディープラーニングだろうが、そうした手法を問うことには、意味がありません。
　　　　
　どんなに高度な分析結果でも、
　　
「相手が理解し、ピンときて、ははーんと思い、対話に向かいたい」と思わなければ意味がない
　　
　のです。
　　
　せんだって、中原ゼミ・学部生3年生の佐藤智文（さとう・ともふみ）君が、こんないいことを言っていました。
　　
「有意差あり」は、組織を変えない
　　
　僕は、ここ数年で学生が言ったなかで、もっとも素晴らしい名言だと思います。
　　
　彼は、今、立教経営の3年生。
　BLPのデータアシスタント（学生アシスタントの一種で、データを取り扱う専門のアシスタント）として、田中聡さんや木村充さんの指導のもと、様々なデータを分析して、フィードバックすることに挑戦しています。佐藤君は、分析をしていて、このことに気づいたといいます。素晴らしいことです。
　　
　Be simple！
　これがもっとも重要なことです。
　　
　いまや、わたしの関係するプロジェクトの多くでは、度数（％）しかフィードバックしません。多くのひとが理解できるのは、結局、度数の比較でしかないからです。
　　
（だから、高等教育の現場で行われている機関調査（IR）とか、その手のプロジェクトにも、高度な分析は必要はありません・・・高度な分析をしても、文系の先生にはわかりません。また有意差やらモデリングを行っても、文系・理系入り交じる組織に、それを返して、それぞれなりの基準で、結果を解釈されることの方がややこしい事態を招くのです・・・閑話休題）
　　
　　▼　
　　
　また、組織調査では、ものすごく網羅的に、数百にわたるボリューミーな診断項目などをフィードバックするようなシートも、まま、見受けられます。
　　
　しかし、これとて、どんなに網羅的であろうが、どんなにボリューミーであろうが、相手が「相手が理解し、ピンときて、ははーんと思い、対話に向かいたい」と思うようなデータ提示を行わなければ意味がありません。
　　
　Cummings and Worley(2009) には、フィードバックするべきデータに関して、様々な留意点が述べられています。
　それを参考にして、データを現場に「お届け」するときに留意したいポイントを列挙します。
　　　
1．そもそも「対象者」に関係があるデータ（relevant）
・組織の課題解決と関係があるデータがフィードバックされるべき
・他の組織のデータをフィードバックしても、さして意味がない
　　
2．理解できるデータ（Understandable）
・メンバーがすぐに解釈できるデータであるべき。
・グラフや表などを用いて、理解がすぐにできるようにする　　
　　　
3．イメージしやすいデータ（Descriptive）
・具体的な行動にひもづいたデータであるべき
・イラストや事例などがあるとよい
　　
4．要点がまとまっているデータ（Summarized）
・データはしばしば多すぎて、クライアントが解釈出来ない。
・データが多すぎると、変革そのものが不可能だと思う
・データをまとめることは必要、だが歪みを生じさせない
　　
5．信頼性のあるデータ（Verifiable）
・正確なデータ。確実な行動を導くことができる
・クライアントの言葉を直接用いる　　
　　
6．タイムリーであること（Timely）
・データは集計・分析されたらすぐにフィードバックされるべき
・情報の鮮度があるので、メンバーが分析する動機がわく
　　　　
　▼
　　
　今日は人材開発・組織開発・リーダーシップ開発にまつわる「データ」のお話をいたしました。
　　
　あなたが相手に提示しようと思っている「データ」は「相手本位」ですか？
　　　
　「有意差あり」は、組織を変えない
　　
　そして人生はつづく
　　
　　ーーー
　　　　　　
新刊「データから考える教師の働き方入門」（辻和洋・町支大介編著、中原淳監修）好評発売中です。１日の労働時間が約12時間におよぶ、先生方。その働き方を見直し、いかに持続可能な職場をつくりだすのか、を考えます。「サーベイフィードバック方の組織開発を応用した働き方改革」の事例として、教育機関以外の組織でも応用可能です。どうぞご笑覧くださいませ
　　　　

　　　
　　ーーー
　　　　
9月1日・日本経済新聞の中原の記事「長時間労働の構造にメス」のなかで拙著「残業学」が紹介されました。おかげさまで重版出来６刷、さらに多くの皆様にお読みいただいております。AMAZONの各カテゴリーで1位記録！（会社経営、マネジメント・人材管理・労働問題）。
長時間労働はなぜ起こるのか？　長時間労働をいかに抑制すればいいのか？　大規模調査から、長時間労働の実態や抑制策を明らかにします。大学・大学院の講義調で語りかけられるように書いてありますので、わかりやすいと思います。どうぞご笑覧くださいませ！
　　

　　
また残業学プロジェクトのスピンアウトツールである「OD-ATRAS」についても、ご紹介しています。職場の見える化をすすめ、現場マネジャーが職場で対話を生み出すためのTipsやツールが満載です。ご笑覧ください。
　　　　

対話とフィードバックを促進するサーベイを用いたソリューション「OD-ATLAS」の詳細はこちら
https://rc.persol-group.co.jp/learning/od-atlas/

　　
　ーーー
　　
新刊「女性の視点で見直す人材育成」（中原淳・ラーニングエージェンシー　旧：トーマツイノベーション著）が重版出来！1万部突破です！AMAZONカテゴリー１位「企業革新」「女性と仕事」を記録しました！。女性のキャリアや働くことを主題にしつつ、究極的には「誰もが働きやすい職場をつくること」を論じている書籍です。7000名を超える大規模調査からわかった、長くいきいきと働きやすい職場とは何でしょうか？　平易な表現をめざした一般書で、どなたでもお読みいただけます。どうぞご笑覧くださいませ！
　　

　　
　ーーー
　　
新刊「組織開発の探究」発売中、重版４刷決定しました！AMAZONカテゴリー１位「マネジメント・人事管理」を獲得しています。「よき人材開発は組織開発とともにある」「よき組織開発は人材開発とともにある」・・・組織開発と人材開発の「未来」を学ぶことができます。理論・歴史・思想からはじまり、５社の企業事例まで収録しています。この１冊で「組織開発」がわかります。どうぞご笑覧くださいませ！
　　

　　
　ーーー
　　　
【注目！：中原研究室のLINEを好評運用中です！】
中原研究室のLINEを運用しています。すでに約13000名の方々にご登録いただいております（もう少しで1万人！）。LINEでも、ブログ更新情報、イベント開催情報を通知させていただきます。もしよろしければ、下記のボタンからご登録をお願いいたします！ＱＲコードでも登録できます！　LINEをご利用の方は、ぜひご活用くださいませ！