公正な​給与制度を​設計し運用する

組織の形態や大小にかかわらず、より平等な職場を作るためには、公正な給与制度を設計し、それが適正に運用されているか監督する必要があります。性別による給与格差はなかなか解消されない問題であり、実際それに関する資料や研究も多く報告されています。女性の給与が制度的に低く抑えられていることは、公平や平等の建前のなし崩しであり、経済に大きな影響を与えている可能性も指摘されています。

公正な給与制度を確立し適正に運用するには、組織で以下のような方策を検討する必要があります。

1. 報酬理念を定義する。この理念が、労働にどう報いるかの指針となります。
2. 給与決定プロセスを体系化し、職務に応じた報酬を設定する。職務に相応な給与を支払うことで同一労働同一賃金の実現を推し進めるなど、報酬決定の枠組みを設けます。
3. 給与の平等に関する分析を実行する。報酬理念を定義し給与決定プロセスを体系化した後、徹底的な分析を定期的に実施して、給与体系が想定どおりに機能していることを確認します。

賃金差分析に​使用できる​変数の​例を​下図に​示します。​制御変数は​各組織の​報酬理念に​よって​異なります。​独立変数は​分析で​調べたい​こと​(この​場合は​「男女の​賃金格差」)に​関連しています。​従属変数は、​従業員への​賃金形態(給与、​賞与、​株式など)に​応じて​異なります。

「これらの​変数を​考慮すると、​..............この​変数は​..............この​結果と​相関性が​あるか​?

変数を​選択したら​分析作業を​始めます。​標準偏差、​分散、​回帰モデルなど、​統計学に​習熟し、​分析できる​人材が​必要です。

1. データを​集め、​妥当性を​チェックする。​良い​分析には​良い​データが​必要です。​抽出検査を​行い、​データに​漏れや​誤りがないか​確認します。​データが​不完全な​場合は​その​原因を​把握し、​それが​結果に​どう​影響するかを​見極めます。
2. できるだけ​似ている​職務を​特定する。​賃金差分析は、​同じような​職務に​就いている​従業員同士を​比較したい​場合に​効果的です。​よく​似た​従業員の​グループ化は、目標賃金を​設定した​際に​すでに​行っている​場合が​あります​（例: 営業部門の​新人アナリストと​金融部門の​新人アナリストを​グループ化する）。
3. 多重共線性が​存在しないか​確認する。​多重共線性は、​2 つの​制御変数に​高い​相関性が​ある​場合に​発生し、​これに​よって​結果が​大幅に​変わる​ことがあります。​たとえば、​在職期間と​職務レベルは​相関性が​高い​可能性が​あります。​組織に​長く​在籍していれば、​それだけ経験を​積んで​レベルを​高めていると​考えられるからです。​制御変数と​してより​重要な​ものを​選択し、​もう​一方の​変数は​回帰分析から​除外します。
4. 回帰分析を​実行する。​賃金差分析を​実施する​際に​よく​用いられる​厳密な​手法は、​回帰モデルを​使った​分析です。​回帰分析を​行うと、​複数の​変数間に​有意な​関係が​あるか​どうかが​わかります​（た​とえば、​性別が​賃金に​影響しているか​どうかを、​他の​要素の​影響を​抑えつつ分析できます）。​2 つの​変数の​相関関係を​明らかに​する​ことで、​独立変数​（​「性別」など）に​起因する​賃金差と、​他の​変数​（報酬に​影響する​「職務レベル」など）に​起因する​賃金差とを​分けて​考える​ことができます。​具体的には、​最小二乗法に​よる​回帰分析に​よって、​すべての​制御変数を​同時に​分析できます​（詳しい​方​法に​ついては、​スプレッドシートや​ Rを​用いた​計量経済学分析で​分析を​実行している​動画を​ご覧ください）。​まず、​回帰モデルに​制御変数​（た​とえば​「職務レベル」）を​入力し、​次に​独立変数​（た​とえば​「性別」）、​最後に​従属変数​（た​とえば​「賃金率」）を​追加します。
5. 有意性が​あるか​確認する。​回帰分析結果の​有意性を​確認する​ことで、​グループ間に​統計的に​有意な​差が​あるか​どうかを​確認できます。​有意性が​認められた​場合は、​効果量計算を​実施して​差の​大きさを​より​的確に​把握し、​どの​変数が​大きな​差の​主要因に​なっているのかを​分析します。
6. 分析作業が​適切だったか​検証する。​分析手法、​スプレッドシートの​式や​コード、​分析の​前提​（た​とえば、​似ている​職務を​どのように​定義したか）などを​同僚に​検証して​もらいます。​記述統計量​（平均、​分散、​相関など）を​確認し、​それらが​理に​適っているか​どうか​（た​とえば​「給与額が​マイナス」、​「年収が​ 100 円」と​いった​異常値が​ないか）を​検証します。​分析結果に​ついて​他の​人と​話し合い、​論理的に​納得できるか​どうかを​確認する​ことが​重要です。
7. 分析結果を​まとめる。​賃金体系が​うまく​機能していれば、​性別や​人種に​よる​賃金格差は​見られないはずです。​格差が​ある​場合は​その​原因を​調べます。​設定した​前提や、​分析に​含められなかった​変数を​見直し、​それらが​結果に​影響していないか​検討します。
   

回帰分析を​実行すると、​複数の​変数間に​有意な​関係が​あるか​どうかが​わかります(た​とえば、​賃金に​性別が​影響しているかを、​賃金に​影響するはずの​他の​要因を​制御しながら​分析できます)。

これは​Rに​よる​回帰分析 (最小二乗法)の​出力例で、​独立変数は​性別、​従属変数は​賃金率です。​また​この​組織の​分析では​4つの​制御変数(パフォーマンス スコア、​職務レベル、​在職期間、​職務)が​重要であると​判断され、​考慮されています。​この​例では、​すべての​制御変数を​考慮すると、​女性の​賃金率は​平均して​男性よりも​0.01高くなり、​この​数値は​統計学的に​有意です。