人事評価エラーとは？11種類の具体例と原因・防ぎ方、評価者訓練の研究データ

人事評価エラーとは、評価者の判断の偏りによって、評価結果が被評価者の実際の仕事ぶりからずれてしまう現象です。ハロー効果・寛大化傾向・中心化傾向・期末誤差などが代表例で、一般に11種類前後に分けて説明されます。この記事では11種類を「分布の偏り」「項目間の引きずり」「比較の歪み」「関係による歪み」の4系統で整理し、原因と防ぎ方に加えて、評価のばらつきの過半が評価者側から来ていた研究や、評価データからエラーを見つける集計方法まで解説します。

まとめ：人事評価エラーの種類・原因・防ぎ方の要点

• 人事評価エラーは、評価者の心理的な偏り（評価バイアス）が評価結果のずれとして表に出たもの。評価者本人は気づきにくい。
• 代表的な11種類は、点数の分布が偏るもの（寛大化・厳格化・中心化・極端化）、項目どうしが引きずられるもの（ハロー効果・論理誤差）、比べる相手や時点で歪むもの（対比誤差・期末誤差・アンカリング）、評価者との関係で歪むもの（親近効果・逆算化傾向）に分けられる。
• 2つの大規模データの分析では、評価のばらつきのうち評価者固有の傾向が62%と53%を占め、被評価者の実際の業績による部分は21%と25%にとどまった（Scullen, Mount & Goff, 2000）。
• 防ぎ方の中心は、行動で書いた評価基準、期中の事実記録、評価会議でのすり合わせ、評価者訓練の4つ。訓練は「エラーの名前を教える」より「基準の読み方を揃える」形式のほうが評価の正確さを上げる。
• 評価者ごとの平均点・標準偏差・項目間相関を集計すると、寛大化・中心化・ハロー効果の疑いがある評価者を数字で絞り込める。

人事評価エラーとは：評価者の偏りで評価が実績からずれる現象

人事評価エラーは「評価エラー」「評価者エラー」とも呼ばれ、英語の研究では rater error（評価者エラー）や rating bias と表記されます。期末に部下全員へ「B」をつけた、印象の強い出来事に引っぱられて期初の成果を見落とした、といったずれがこれにあたります。意図的な不正評価と違い、評価者が公平なつもりでも起きます。

評価エラーと評価バイアスの違い

2つの言葉は重なる意味で使われることが多く、国家公務員の評価者向けガイドも評価エラーを評価者の「傾向」として説明しています。この記事では説明の便宜上、段階を分けて整理します。評価バイアスは、評価者の頭の中にある判断の傾き（思い込み・先入観・その場の印象）を指します。評価エラーは、そのバイアスが評価シートの点数として表に出た結果のずれを指します。バイアスそのものは誰にでもあり、消すことはできません。人事評価で対策の対象になるのは、バイアスが点数に変換される過程です。基準の書き方や記録の残し方で、バイアスが点数に届く経路を細くします。

評価場面に限らない思い込み全般はアンコンシャスバイアスとは｜思い込み・バイアス・先入観・偏見の違いと種類・具体例・対策で整理しています。

評価のばらつきの過半は評価者側の要因という研究

評価エラーがどれほど大きいかを数値で示した研究に、Scullen, Mount & Goff（2000, Journal of Applied Psychology 85(6)）があります。管理職を対象にした2つのデータ（2,350名と2,142名）で、1人を上司2名・同僚2名・部下2名・本人の計7名が3つの観点で評価した結果を分解しました。評価のばらつきのうち、評価者固有の採点傾向（idiosyncratic rater effects）が62%と53%を占め、被評価者の実際の業績による部分は21%と25%でした。偶然の誤差は11%と18%です。

これらの割合は、統計モデルの上で各要因に割り当てられたばらつきの推定値で、業績を別の客観指標で測って照合したものではありません。また評価は処遇に使わない育成目的の多面評価なので、数値をそのまま自社の人事評価に当てはめることはできません。それでも「点数は被評価者より評価者について多くを語る」ことを示した点は重く見るべきです。評価エラーは一部の評価者の失敗ではなく、評価という仕組みに最初から入っている誤差だと考えて制度を組むほうが現実的です。

人事評価エラーの種類11：定義と職場で起きる具体例

評価エラーの数え方は資料によって7種類・10種類・11種類と揺れ、どのエラーを採用するかも資料ごとに違います。ここでは民間の解説で多く使われる11種類を、起き方の違いで4系統に分けます。

系統で分けると対策も決まります。分布の偏りは評価者間の比較で見つけ、項目間の引きずりは評価基準の書き方で、比較の歪みは期中の記録で抑え、関係による歪みは複数の評価者で薄めます。

点数の分布が偏るエラー：寛大化・厳格化・中心化・極端化

寛大化傾向は、評価を全体に甘くつける傾向です。部下との関係を悪くしたくない、低い評価の理由を説明できるほど観察していない、自分の部署の評価が低いと管理者の自分の評価も下がると考える、といった事情で起きます。実績に差がある部下全員に、5段階で「A」以上をつけてしまう形で現れます。部下が本当に全員優秀な場合もあるため、全員が高評価という分布だけでは寛大化とは言えず、実績と比べて甘いかどうかで判断します。英語の leniency bias はこの寛大化傾向を指します。

厳格化傾向はその逆で、評価者自身の水準が高い、または「甘い上司と思われたくない」という意識から全体を辛くつけます。同じ実績でも、厳格な上司の部下だけ昇給が遅れる不公平が生まれます。

中心化傾向は、5段階なら「3」、S〜Dなら「B」のような中央の評語に評価を寄せる傾向です。差をつける根拠を持っていないときや、評価に自信がないときに起きやすく、評価の結果が処遇の差に結びつかなくなります。極端化傾向はその逆で、「S」か「D」のような両端に振り切る傾向です。わずかな差を大きく表現してしまい、評価が評価者の好き嫌いを映したものに見えます。

項目どうしが引きずられるエラー：ハロー効果・論理誤差

ハロー効果は、1つの目立つ特徴が他の評価項目にまで波及する現象です。営業成績が抜群の社員について、報告書の提出の遅れや後輩指導の不足まで高く評価してしまうケースが典型です。逆に、遅刻が多いという1点で協調性や企画力まで低くつける場合は、ホーン効果と呼ばれることがあります。ハロー効果は心理学者ソーンダイクが1920年に軍の評定記録で数値化した古い現象で、原典のデータはハロー効果とは？1920年の原典データと具体例・防ぎ方をわかりやすく解説で紹介しています。

論理誤差は、評価者が「論理的に関連がある」と考える項目を、事実を確かめずに同じ水準でつけてしまう誤りです。「資格を多く持っているから知識・技能も高いはず」「積極性があるから企画力もあるはず」という推論で点数を埋めると起きます。ハロー効果が印象による波及なのに対し、論理誤差は評価者なりの理屈による波及という違いがあります。

比べる相手や時点で歪むエラー：対比誤差・期末誤差・アンカリング

対比誤差は、評価基準ではなく他の誰かと比べて評価してしまう誤りです。評価者自身と比べる場合（経理出身の上司が部下の数字の扱いを厳しく見る、自分が苦手な分野の部下を過大評価する）と、直前に評価した部下と比べる場合（優秀な部下の次に評価した人が実力以上に低くなる）があります。比較による知覚の歪み全般はコントラスト効果とは？対比効果の心理学的な仕組みと具体例・研究データで解説しています。

期末誤差は、評価期間の終盤の出来事を重く見てしまう誤りで、英語では recency error（recency bias）と呼ばれます。recency は「最近であること」の意味です。上期の大型受注より、評価面談の直前に起きた小さなミスのほうが印象に残り、評価が下がる形で現れます。期中の記録がなく、期末にまとめて思い出して評価する運用ほど起きやすくなります。反対に、期初や最初に受けた印象が残り続ける現象は初頭効果とは？アッシュの実験と具体例・効果が弱まる条件を原典で解説の領域です。

アンカリングは、最初に目にした数値や情報が基準点（アンカー）になり、その後の判断がそこから十分に離れない現象です。本人の自己評価が「A」だった、前年の評価が「B」だった、という情報を先に見てから評価すると、その評語の近くに落ち着きやすくなります。アンカリングの実験と仕組みはアンカリング効果とは？意味と心理学的な仕組み・具体例・対策をわかりやすく解説にまとめています。

評価者との関係で歪むエラー：親近効果・逆算化傾向

親近効果は、出身校・出身部署・趣味・仕事の進め方などが自分と似ている部下を高く評価する傾向です。英語では similar-to-me effect と呼ばれます。なお心理学で「親近効果」というと、最後に示された情報が記憶に残りやすい recency effect を指すことがあり、人事評価の文脈では期末誤差と混同されやすい言葉です。社内の評価者研修で使うときは、どちらの意味かを定義してから使います。

逆算化傾向は、「この部下は今期A」「昇格させたいからS」と先に総合評価を決め、その結論に合うように各項目の点数を後から調整する誤りです。昇格・降格・賞与の配分を意識する評価者ほど起きやすく、日本の人事実務で使われる用語で、英語の研究には対応する定番の呼び名がありません。項目ごとの点数が評価の根拠として機能しなくなるため、11種類の中でも制度への影響が大きいエラーです。

人事評価エラーが起きる原因：評価者の心理・観察不足・制度設計

評価エラーの原因は、評価者の頭の中、観察の量、制度の作りの3か所にあります。評価者研修は心理だけでなく観察の仕方や基準の理解にも効きますが、あいまいな基準や処遇との結びつきといった制度の作りは、研修では変えられません。

評価者の心理：確証バイアスと後知恵バイアス

11種類のエラーの土台には、人の判断一般に働く認知バイアスがあります。ここでは評価の場面で出番の多い2つを取り上げます。確証バイアスは、最初に持った印象に合う情報ばかり集め、合わない情報を軽く見る傾向です。「彼は仕事が遅い」と思っている上司は、遅れた1件を覚えていて、期限内に終えた10件を思い出しません。後知恵バイアスは、結果を知った後で「最初からそうなると分かっていた」と感じる傾向です。Fischhoff（1975, Journal of Experimental Psychology: Human Perception and Performance 1(3)）は、ある出来事の結果を知らされた人が、知らされていない人よりもその結果を起こりやすかったと見積もることを実験で示しました。評価に置き換えると、プロジェクトが失敗した後で、担当者の判断を実際以上に軽率だったと評価してしまう形になります。

評価期間中の行動の観察・記録の不足

半年や1年の評価期間の出来事を、期末にまとめて思い出して点数をつける運用では、記憶に残ったものしか評価に入りません。国家公務員の評価者向けガイドが評価エラーの対応策として繰り返し求めているのも、思いつきや印象ではなく「被評価者の具体的な行動事実」を取り上げて評価することです。部下が多い管理職やリモート勤務で日常の仕事を見ていない評価者は、その行動事実を持たないまま評価することになり、差をつける根拠がないので中心化にも流れます。

制度側の原因：あいまいな基準・処遇との直結・評語の設計

「積極性」「責任感」のような抽象的な項目に「期待を上回る」「期待どおり」という評語だけを並べた評価シートでは、評価者ごとに基準の読み方が変わります。基準があいまいなほど、評価者は自分の印象や他者との比較で点数を埋めるしかなくなります。評価がそのまま昇給額や賞与の係数に換算される制度では、評価者が処遇の結果から逆算する動機が生まれます。評語の段階数や分布の設計も影響し、中央の評語が「標準」と読める設計では中心化が起きやすくなります。

評語の設計と運用を見直した例が、国家公務員の人事評価です。内閣人事局の評語分布調査（人事行政諮問会議の事務局資料に掲載）では、5段階評価だった時期の一般職員（課長級以下）の能力評価（平成30年10月〜令和元年9月）は、S 9.1%・A 53.2%・B（通常）37.2%・C 0.4%・D 0.0%でした。「通常」より上の評語が62.3%を占め、人事院の資料は課題を「一部の評語が大きな塊となり、識別性が弱く活用しにくい」と整理しています。令和4年10月に評語は「卓越して優秀」「非常に優秀」「優良」「良好」「やや不十分」「不十分」の6段階に改められ、上位の評語には極めて高い水準を求めること、「通常」より上か下かという印象による評価をやめて具体的な行動例を基準にすることが打ち出されました。改定後の運用状況の調査（一般職員の能力評価・令和5年10月〜令和6年9月）では、期待どおりを示す「良好」が33.2%、それより上の3つの評語が合計66.3%でした。評語の数は変わっても、期待どおりより上が約3分の2という分布の形はほぼ同じです。ただし、この分布だけでは寛大化があるのか、職員の実績が実際に高いのかは判断できず、制度改定の効果も測れません。自社で評語の段階を見直すときも、分布の形だけを目標にせず、評価者が基準をどう読んでいるかを模擬評価などで確かめる必要があります。

人事評価エラーが組織に与える影響と法的リスク

評価エラーで最初に失われるのは評価への納得感です。同じ実績でも上司によって評価が違えば、社員は成果より評価者に気に入られる行動に力を割くようになり、中心化が続けば成果を上げた社員ほど報われないと感じて離れていきます。評価を昇格や配置に使う会社では、ハロー効果や親近効果で高くついた評価が、そのまま人材配置の誤りになります。

評価の決定は原則として会社の裁量に委ねられており、評価が低いこと自体は違法ではありません。ただし、評価エラーの中に法律が禁じる理由が入り込むと話が変わります。国籍・信条・社会的身分を理由とする賃金などの差別的取扱い（労働基準法第3条）、労働組合員であることや正当な組合活動を理由とする不利益な取扱い（労働組合法第7条第1号）、性別を理由とする配置・昇進・降格などでの差別的取扱い（男女雇用機会均等法第6条）がそれにあたります。親近効果や対比誤差のつもりで放置していた偏りが、特定の属性の社員に集中していないかは、評価データで定期的に確かめておくべき点です。

人事評価エラーの防ぎ方：基準・記録・すり合わせ・評価者訓練

防ぎ方はエラーの系統に対応させて選び、自社の評価結果で目立つ系統から手をつけます。

行動で書く評価基準と、1つの事実を1項目で評価するルール

項目間の引きずり（ハロー効果・論理誤差）と分布の偏りに効くのは、評価基準の書き方です。「積極性：期待を上回る」ではなく、「担当外の課題を自分から提案し、上長の承認を得て着手した」のように、評語ごとに観察できる行動で書きます。行動の例を評語の段階ごとに並べた評価尺度は、研究では BARS（行動基準評定尺度）と呼ばれます。あわせて、1つの事実を複数の項目で重ねて評価しないルールを決めます。国家公務員の評価者向け資料「人事評価ガイド《評価者・調整者の手続編》」も、ハロー効果の対応策に「一つの事実は、一つの評価項目だけで評価し、他の評価項目で評価しないこと」を挙げています。大型受注を取ったという1つの成果の印象を「業績」「積極性」「顧客対応」のすべてに反映すると、それだけでハロー効果と同じ結果になります。同じ案件の中でも、新規提案を自分から持ち込んだ行動と、顧客の苦情に当日対応した行動のように別々の事実があれば、それぞれを対応する項目で評価します。

期中の事実記録と、自己評価・前年評価を見る順番

期末誤差・アンカリング・確証バイアスには、評価期間を通じた記録が効きます。1on1や週次の面談で、良い行動も問題のある行動も、日付・状況・結果の形で短く残します。期末の評価はその記録を読み返してから行い、記録にない印象だけで点数を動かさないようにします。前年の評価や本人の自己評価に引きずられないよう、まず記録だけで暫定の評価をつけ、その後に自己評価を読んで自分が把握していなかった事実があれば確認し、評価を変えたときはその理由を記録に残す順番にすると、アンカリングの影響を小さくできます。

評価会議でのすり合わせと複数の評価者

分布の偏り（寛大化・厳格化・中心化・極端化）は、1人の評価者の結果を見ているだけでは見つかりません。一次評価者ごとの点数分布を並べ、評価会議（キャリブレーション）で「なぜこの部署は全員Aなのか」を説明させます。日本で「甘辛調整」と呼ばれる補正もこの一種です。ただし、評価会議で分布だけを機械的に揃えると、実際に優秀な社員が集まった部署の評価まで下げてしまうため、補正するときは具体的な事実で説明させることが前提です。

親近効果・逆算化傾向のように評価者と被評価者の関係から来るエラーには、二次評価者や同僚・部下からの多面評価（360度評価）を加えて、1人の評価者の影響を薄める方法が効きます。評価者が増えても個々の癖は消えないため、多面評価は「正解を出す仕組み」ではなく「1人の癖が処遇を決めない仕組み」として使います。

評価者訓練の比較：エラー訓練とFOR訓練の効果量

評価者研修で11種類のエラーを説明し「中心化しないように」「甘くつけないように」と教える方法は、研究では評価者エラー訓練（Rater Error Training）と呼ばれます。この方法には古くから知られた落とし穴があります。Bernardin & Pence（1980, Journal of Applied Psychology 65(1)）は、評価者役の大学生72名を3群に分け、文章で示した架空の被評価者2名を13の評価次元で評価させて比べました。寛大化とハロー効果の定義・図・数値例を教えた群は、他の群より寛大化とハローは小さくなりました。ところが、あらかじめ決めておいた正解の評価と照らすと、評価の正確さは他の2群より有意に低くなりました。エラーの典型を教えられた評価者が「点数を下げる」「項目ごとに差をつける」という別の型で評価するようになり、評価が実績から離れたと著者らは解釈しています。

ただし、この結果を「エラーを教えると評価が悪くなる」と一般化するのは行き過ぎです。評価者訓練の研究を統合した Woehr & Huffcutt（1994, Journal of Occupational and Organizational Psychology 67(3)）のメタ分析では、評価者エラー訓練はハロー効果を d=0.33、寛大化を d=0.21 減らし、評価の正確さも d=0.26 とわずかに高めていました。差がはっきり出たのは訓練方法の比較です。評価基準の読み方を揃える Frame-of-Reference（FOR）訓練の正確さへの平均効果量は d=0.83 で、エラー訓練の d=0.26 を大きく上回りました（効果量は訓練群と比較群の差を標準化し、研究の標本数で重み付けして平均した値で、正確さそのものの倍率ではありません）。FOR訓練では、各評価項目が何を指すか、どの行動がどの評語にあたるかを例で示し、架空の社員の事例を評価させて正解とのずれを話し合います。FOR訓練に絞り、Woehr & Huffcutt の4倍以上の研究を集めた更新版のメタ分析（Roch ほか, 2012, 同誌 85(2)）でも、FOR訓練が評価の正確さを高めるという結論は変わっていません。

評価者研修の時間は、エラーの名前の暗記より、自社の評価シートを使った模擬評価と評価者どうしの点数のずれの確認に使うべきです。エラーの一覧を教えるなら、点数の分布の型を押し付けるのではなく、模擬評価で出たずれを説明する用語として組み合わせて使うのが、上の研究結果と矛盾しない使い方です。

評価データから人事評価エラーを見つける集計方法

評価エラーの多くは、評価者本人の自覚ではなく評価データの集計で見つかります。評価結果が「評価者・被評価者・項目・点数」の形で残っていれば、次の3つの指標で疑わしい評価者を絞り込めます。

評価者別の平均点・標準偏差・項目間相関の集計コード

次のPythonコードは、評価者ごとに平均点・標準偏差・件数と、5段階の「3」をつけた割合を出し、続けて項目間の相関の平均を出します。サンプルは評価者3名×部下4名×3項目のデータをコード内で作っていますが、実データで使うときは、CSVの列名を rater（評価者）・employee（被評価者）・item（項目）・score（点数）に揃え、pd.read_csv で読んだ結果を df に入れます。点数は数値で、同じ評価期間・同じ尺度の評価に絞り、1人の評価者が同じ被評価者の同じ項目を評価した行は1行だけにしておきます（重複があると pivot がエラーになります）。pandas 2.3.3 で動作を確認しています。

import pandas as pd

# サンプル：評価者3名×部下4名×3項目（実データなら pd.read_csv で同じ4列を読む）
items = ["業績", "協調性", "規律"]
data = {
    "佐藤": {"A": [5, 5, 4], "B": [4, 5, 5], "C": [5, 4, 5], "D": [4, 4, 5]},
    "鈴木": {"E": [3, 3, 3], "F": [3, 3, 4], "G": [3, 3, 3], "H": [2, 3, 3]},
    "田中": {"I": [5, 5, 5], "J": [2, 2, 1], "K": [4, 4, 4], "L": [1, 2, 2]},
}
df = pd.DataFrame(
    [(r, e, i, s) for r, emps in data.items() for e, scores in emps.items() for i, s in zip(items, scores)],
    columns=["rater", "employee", "item", "score"],
)

# 1. 評価者ごとの分布：平均が高すぎれば寛大化、標準偏差が小さすぎれば中心化を疑う
dist = df.groupby("rater")["score"].agg(["mean", "std", "count"])
dist["share_3"] = df["score"].eq(3).groupby(df["rater"]).mean()
print(dist.round(2))

# 2. 評価者ごとの項目間相関の平均：1に近いほど全項目が同じ方向に動く（ハロー効果を疑う）
def mean_item_corr(g):
    corr = g.pivot(index="employee", columns="item", values="score").corr()
    n = len(corr)
    return pd.Series([corr.iloc[i, j] for i in range(n) for j in range(i + 1, n)]).mean()

print(df.groupby("rater")[["employee", "item", "score"]].apply(mean_item_corr).round(2))

サンプルデータ（佐藤は全体に高め、鈴木はほぼ全員「3」、田中は部下ごとに全項目が揃って上下するよう作成）での実行結果は次のとおりです。

       mean   std  count  share_3
rater
佐藤     4.58  0.51     12     0.00
田中     3.08  1.56     12     0.00
鈴木     3.00  0.43     12     0.83
rater
佐藤   -0.38
田中    0.95
鈴木    0.33
dtype: float64

佐藤は平均4.58で寛大化、鈴木は「3」の割合が83%・標準偏差0.43で中心化の疑いがあります。田中は平均3.08・標準偏差1.56と点数は広く散らばっていますが、項目間相関が0.95と、どの部下でも3項目がほぼ同じ点で動いています。業績・協調性・規律という別々の行動を測っているはずの項目が揃いすぎているので、ハロー効果か逆算化傾向を疑う材料になります。なお鈴木の協調性のように全員が同じ点の項目は相関を計算できず（NaN）、平均から外れます。そのため鈴木の0.33は業績と規律の1組だけの値で、3組の平均である他の2名とは同じ条件の比較になっていません。

数字だけで評価エラーと断定してはいけない場面

この集計が示すのは「疑い」であって、エラーの証拠ではありません。佐藤の部署に本当に優秀な社員が集まっている可能性もあり、部下が4〜5名の評価者では相関は1名の結果で大きく動きます。数字で絞り込んだ評価者には、評価会議で点数の根拠となった事実を説明してもらい、説明できない部分だけを補正の対象にします。集計結果だけで評価を一律に補正すると、それ自体が新しい評価エラーになります。

評価データを評価者・項目単位で残す仕組みづくりや、評価制度全体の設計は人事評価制度とは？等級・評価・報酬の3本柱と評価手法の種類、2026年改正への備えで扱っています。

よくある質問

人事評価エラーは何種類ありますか？

決まった数はなく、資料によって7種類・10種類・11種類と分け方が違います。一般的な11種類は、寛大化傾向・厳格化傾向・中心化傾向・極端化傾向・ハロー効果・論理誤差・対比誤差・期末誤差・アンカリング・親近効果・逆算化傾向です。数より、分布の偏り・項目間の引きずり・比較の歪み・関係による歪みのどの系統かで対策を選ぶほうが実務に役立ちます。

評価バイアスとは何ですか？評価エラーとの違いは？

評価バイアスは、評価者の頭の中にある判断の傾き（思い込み・先入観・印象）です。評価エラーは評価を歪める傾向や、それが点数に表れた結果のずれを指し、評価バイアスと重なる意味でも使われます。バイアスはなくせないため、人事評価では評価基準や記録の仕組みで、バイアスが点数に変わる経路を細くすることが対策になります。

recency bias（期末誤差）とはどういう意味ですか？

recency bias は「最近の出来事を重く見る偏り」という意味で、人事評価では期末誤差と呼ばれます。評価期間の前半の成果より、評価直前の出来事が評価を左右してしまう現象です。期中に事実を記録しておき、期末はその記録を読み返して評価することで抑えられます。

中心化傾向を防ぐにはどうすればよいですか？

評語ごとに観察できる行動の例を書いた評価基準を用意し、期中に事実を記録して、差をつける根拠を評価者が持てるようにします。そのうえで評価会議で評価者ごとの点数分布を並べ、中央の評語ばかりの評価者に根拠を説明してもらいます。分布の割合を強制的に決める方法は、本当に差が小さい部署の評価まで歪めるので注意が必要です。

人事評価が不当だと違法になりますか？

評価は原則として会社の裁量で決められるため、低い評価や納得できない評価がそれだけで違法になるわけではありません。違法になるのは、国籍・信条・社会的身分（労働基準法第3条）、労働組合員であること（労働組合法第7条第1号）、性別（男女雇用機会均等法第6条）などを理由に、評価を通じて処遇で不利益に扱った場合です。不当だと感じたら、まず評価の根拠となった事実と基準の説明を、フィードバック面談や社内の苦情処理の窓口で求めるのが現実的な第一歩です。

関連記事

• 人事評価制度とは？等級・評価・報酬の3本柱と評価手法の種類、2026年改正への備え
• ハロー効果とは？1920年の原典データと具体例・防ぎ方をわかりやすく解説
• アンコンシャスバイアスとは｜思い込み・バイアス・先入観・偏見の違いと種類・具体例・対策
• コントラスト効果とは？対比効果の心理学的な仕組みと具体例・研究データ
• アンカリング効果とは？意味と心理学的な仕組み・具体例・対策をわかりやすく解説