概念: VIBE Score の計算

VIBE Score は、™ 全体的な結果スコアと全体的なグループスコアの算術平均です。 VIBE Score は、組織が現在 VIBE 成熟度モデルのどのステージにあるかを示します。

個別および全体の結果スコアを計算し、個別のスコアおよび全体のグループスコアを計算するために、まず次の値を計算します。

各積集合の割合。

各積集合と結果メトリックのパリティビュー。

各積集合のパリティベンチマーク。

各積集合と結果メトリックのパリティ定義。

割合

割合は、期間終了時における各積集合のアクティブヘッドカウントの割合です。割合は、VIBE Index のスコアを決定するパリティベンチマークです。

数式: [積集合] の割合 = (期末時点における積集合のアクティブヘッドカウント / 期末時点の合計アクティブヘッドカウント) × 100

例: 女性-白人の割合 = (2000 / 8600) × 100 = 23.3%

パリティビュー

パリティビューは、特定の積集合に対する特定の結果メトリックの比例値です。

数式: [積集合] の [結果メトリック] のパリティビュー = (積集合のメトリック合計 / メトリック合計) × 100

例: 女性-白人の昇進・昇格パリティビュー = (400 / 1593) × 100 = 25.1%

パリティベンチマーク

特定の積集合のパリティベンチマークは、デフォルトの閾値 3% を組み込んだ後のすべての結果メトリックの成功レベルをパーセントで表したものです。

閾値は、指定された結果メトリックの成功として積集合をスコア付けできる許容範囲を設定します。デフォルトの閾値 3% では、すべての成功条件が 3% 緩和されます。

ほとんどの結果メトリック (採用、リーダーシップ、昇進・昇格、帰属意識) の数式: [積集合] のパリティベンチマーク = 割合 × (100 - 閾値) / 100

例: 女性-白人のパリティベンチマーク = 23.3 × (100 - 3) / 100 = 22.6%

結果メトリックの退職状況の数式: [積集合] のパリティベンチマーク = 割合 × (100 + 閾値) / 100

例: 女性-白人のパリティベンチマーク = 23.3 × (100 + 3) / 100 = 24.0%

パリティ定義

パリティ定義は、特定の結果メトリックが特定の積集合に対して成功かどうかを示します。

ほとんどの結果メトリック (採用、リーダーシップ、昇進・昇格、帰属意識) について、パリティ定義を決定するために、パリティビューを積集合型パリティベンチマークと比較します。1 は成功、0 はパリティ未満です。

ほとんどの結果メトリック (採用、リーダーシップ、昇進・昇格、帰属意識) の計算式: [積集合] の [結果メトリック] のパリティ定義 = IF ((パリティビュー) >= (パリティベンチマーク) , 1, 0)

例: 女性-白人の昇進・昇格のパリティ定義 = IF (25.1 >= 22.6, 1, 0) = 1

退職状況については、退職状況パリティビューを退職状況パリティベンチマークと比較します。1 は成功、0 はパリティ未満です。

結果メトリックの退職状況の数式: [積集合] の退職状況のパリティ定義 = IF ((退職状況パリティビュー) <= (退職状況のパリティベンチマーク), 1, 0 )

例: 女性-白人の退職状況のパリティ定義 = IF (18.8 <= 24.0, 1, 0) = 1

結果スコア

結果スコアは、VIBE Score 範囲に合わせて調整された、特定の結果メトリックに対する成功の合計数です。

生の結果スコアは、すべての積集合の成功から 1 を引いた値です。

少なくとも 1 つの積集合の結果メトリックパリティビューは、常に積集合型の表示以上である必要があるため、合計から 1 が差し引かれます (退職状況の場合、少なくとも 1 つの積集合は常に積集合の表示レベル以下になる必要があります)。また、減算の際にスコアのスケールがリセットされ、VIBE Score 範囲と一致するように、最小値が 0 になります。

特定の結果メトリックのパリティビューが達成できない場合、結果メトリックスコアは計算されず、そのメトリックは VIBE Score 計算から除外されます。その結果、"結果スコア" カードには除外された結果メトリックは表示されず、"パリティマトリクス" には対応する結果メトリック列のすべての交差部分にダッシュが表示されます。例: 過去 12 か月間に退職がない場合、結果メトリックの "退職" は達成できません。そのため、VIBE の計算には結果メトリックの退職状況は含まれません。

数式: [結果メトリック] の生の結果スコア = SUM ((成功数の積集合 1), (成功数の積集合 2), (成功数の積集合 3), ...) - 1

例 (5 つの交差部分): 採用の生の結果スコア = SUM (1 + 1 + 0 + 1 + 1) - 1 = 3

生の結果スコアをスケーリングすることで、各結果スコアが VIBE Score 範囲に合わせて 0 ～ 5 のスケールになるようにできます。

数式: [結果メトリック] のスケーリングされた結果スコア = (生の結果スコア) × (5 / ((グループ数) - 1))

例 (続行): 採用のスケーリングされた結果スコア = 3 × (5 / (5 - 1)) = 3.75

グループスコア

グループスコアは、VIBE Score 範囲に合わせて調整された、特定の積集合に対する結果メトリックの成功の合計数です。

数式: [積集合] の生のグループスコア = SUM ((退職状況パリティ定義), (採用パリティ定義), (リーダーシップパリティ定義), (昇進・昇格パリティ定義), (帰属意識パリティ定義))

例: 女性-白人の生のグループスコア = SUM (0 + 1 + 1 + 0 + 1) = 3

生のグループスコアをスケーリングすることで、各グループスコアが VIBE Score 範囲に合わせて 0 ～ 5 のスケールになるようにできます。

数式: [積集合] のスケーリングされたグループスコア = 生のグループスコア × (5 / (結果メトリックの数))

例: 女性-白人のスケーリングされたグループスコア = 2 × (5 / 5) = 2

VIBE Score

VIBE Score の範囲は 0 ～ 5 で、全体的な結果スコアと全体的なグループスコアの算術平均です。

VIBE Score は、グループスコアと結果スコアの高さ、およびこれらのスコア間の分散に影響されます。これは、積集合のグループスコアが高く、結果スコアが高く、グループスコア間および結果スコア間の全体的な分散が小さい (公平性が高い) 場合に、VIBE Score が高くなるということを意味します。

全体的な結果スコアまたは全体的なグループスコアを取得するため、各個人のスコアに 1 を加算します。これで、1 未満の値が乗算されなくなります。その後、個々のスコアが乗算され、結果の値から 1 が減算されます。これにより、VIBE Score 範囲に合わせて 0 ～ 5 のスケールでスコアが設定されます。

数式: 全体的な結果スコア = (PRODUCT ((スケーリングされた各結果スコア) + 1)) ^ (1 / (結果の数)) - 1

例: 全体的な結果スコア [採用、昇進・昇格、リーダーシップ、退職状況、帰属意識] = ((3 + 1) × (3 + 1) × (1 + 1) × (2 + 1) × (3 + 1)) ^ ( 1 / 4) - 1 = 2.29

数式: 全体的なグループスコア = (PRODUCT ((スケーリングされた各グループスコア) + 1)) ^ (1 / (積集合の数)) - 1

例: 全体的なグループスコア [女性 - アジア人、女性 - URM、女性 - 白人、男性 - アジア人、男性 - URM、男性 - 白人] = ((3.75 + 1) × (2.5 + 1) × (2.5 + 1) × (2.5 + 1) × (1.25 + 1) × (5 + 1)) ^ (1 / 6) - 1 = 2.74

全体的な結果スコアと全体的なグループスコアの算術平均が、組織の VIBE Score です。

数式: VIBE Score = AVG ((全体的な結果スコア) , (全体的なグループスコア))

例: VIBE Score = AVG (2.29, 2.74) = (2.29 + 2.74) / 2 = 2.52