アッテルとは？適性検査の内容・問題例・料金プランと対策を徹底解説

採用後に「活躍できない」「すぐ辞めてしまう」と悩む人事担当者は多いです。AIを活用した適性検査「アッテル」は、データに基づいた科学的採用でそのミスマッチを防ぎます。

この記事では、アッテルの診断内容・問題例・料金・他社との違いまで網羅的に解説します。

適性検査の導入をご検討中のご担当者様は、ヨビコムにご相談ください。

アッテルとは？AI×データで採用ミスマッチを防ぐ適性検査

出典：株式会社アッテル

アッテルは、株式会社アッテルが提供するAI搭載の「ピープルアナリティクスクラウド」です。単に候補者の性格や能力を測るだけでなく、自社の既存社員データとAIを組み合わせることで、「この候補者は入社後に活躍できるか」「早期退職のリスクはあるか」を数値で予測します。

従来の適性検査との最大の違いは、自社独自の採用基準をAIが自動生成する点です。業界平均の基準ではなく、自社のハイパフォーマーの傾向をAIが学習した「自社専用モデル」で候補者を評価するため、採用の精度が根本から変わります。

「脱・感覚人事」を実現するピープルアナリティクス

多くの企業では、採用の最終判断が「面接官の印象」や「経験則」に依存しています。しかしこの方法では、面接官によって評価基準がバラバラになり、再現性のある採用が難しくなります。

アッテルはこの課題を解決するため、以下のアプローチを取っています。

• 既存社員の診断データ・人事評価・在籍年数などを一元管理
• AIがハイパフォーマーとローパフォーマーの特徴を自動抽出
• 候補者の診断結果と自社モデルを照合し、活躍確率を数値化

これにより、「なんとなく良さそう」という感覚的な採用から、「データが活躍を示している」という根拠ある採用へと移行できます。

10万人以上のデータとAIによる予測精度

アッテルが他社の適性検査と一線を画す理由の一つが、その予測精度の高さです。

一般的な適性検査の予測正解率は20〜40%程度と言われていますが、アッテルはAIによる高度な分析と「ハイロー分析（ハイパフォーマーとローパフォーマーの比較分析）」を組み合わせることで、約60%の予測正解率を実現しています。

AIは継続的にアップデートされるため、利用期間が長くなるほど自社に最適化されたモデルが構築され、診断精度はさらに向上していきます。

出典：アッテル/他社サービスとの比較

アッテル適性検査の内容：2つの診断で何を測るのか

アッテルの適性検査は、「資質診断」と「基礎能力診断」の2軸で構成されています。それぞれが測定する内容と、採用活動における役割を理解することが、アッテルを最大限に活用するための第一歩です。

診断の種類	測定内容	受検時間	主な用途
資質診断	性格・価値観・組織との相性	約10〜15分	カルチャーマッチ・配置最適化
基礎能力診断	論理的思考力・情報処理力	約15分	学力スクリーニング・替え玉防止

資質診断：性格・価値観・8つのタイプ分類

資質診断は、候補者の価値観・行動特性・組織カルチャーとの相性を測定する検査です。受検時間は約10〜15分と短く、候補者の負担を最小限に抑えながら実施できます。

アッテルの資質診断の最大の特徴は、「性格の優劣が判断できない」設問形式を採用している点です。従来の適性検査では「ストレスに強い」「リーダーシップがある」といった、企業が好む回答を受検者が意図的に選べてしまう問題がありました。

アッテルはどちらの選択肢が「正解」か判断しにくい設問設計により、この「作為的な回答」を防いでいます。診断結果は、人の資質を大きく8つのタイプ（イノベーター・専門家・サポーター・指導者など）に分類して可視化されます。自社の既存社員にも同じ診断を受けてもらうことで、部署やチームのカルチャーを数値化し、「この候補者はどの部署に配属すれば最もパフォーマンスを発揮できるか」を客観的に判断できます。

基礎能力診断：言語・非言語の学力テスト

基礎能力診断は、論理的思考力・情報処理力・計算力などの基礎的な学力を測定する検査です。受検時間は約15分で、SPIやTG-WEBなどの一般的なWebテストと類似した形式で出題されます。

出題分野は大きく2つに分かれます。

• 言語分野：語彙・読解・文章の論理展開の把握
• 非言語分野：四則演算・割合・比率・仕事算・図表の読み取りなど

アッテルの基礎能力診断には「なりすまし（替え玉）防止機能」が搭載されており、Web受検における不正をシステムで自動検知します。採用担当者が信頼性の高い結果を得られる仕組みが整っている点も、他の適性検査との差別化ポイントです。

アッテル適性検査の問題例と対策

アッテルの基礎能力診断では、具体的にどのような問題が出題されるのでしょうか。公式な過去問は公開されていませんが、受検者の体験談や出題傾向をもとに、言語・非言語それぞれの問題例と効果的な対策を紹介します。

言語問題（読解・語彙）の例題と対策

言語問題では、語彙の意味を問う問題や、長文を読んで筆者の主張・論理展開を把握する問題が中心です。

【問題例：語彙】

「斡旋（あっせん）」の意味として最も近いものを選べ。

• A）無理強いする
• B）仲介して取り持つ
• C）そそのかす
• D）強引に勧める

（正解：B）

【対策のポイント】

SPIの言語問題と同様に、四字熟語・慣用句・頻出語彙の意味を正確に理解しておくことが重要です。

長文読解では、文章の構造（対比・逆接・結論の位置）を素早く把握する練習が効果的です。

SPI対策用の問題集を1冊仕上げることが、最も効率的な準備方法といえます。

非言語問題（計算・数的処理）の例題と対策

非言語問題では、論理的思考力と計算スピードの両方が問われます。

特に「割合・比率・損益算・仕事算」は頻出分野です。

【問題例：割合】

ある商品の価格が20%値引きされ、その後さらに10%値引きされた。元の値段から何%減になるか。

• A）28%
• B）30%
• C）32%
• D）24%

（正解：A ／計算式：1 × 0.8 × 0.9 = 0.72 → 28%減）

【対策のポイント】

アッテルの基礎能力診断は、問題数に対して制限時間が非常に短く設定されている傾向があります。

そのため、以下の2点を意識した対策が必須です。

• SPIや玉手箱の問題集を繰り返し解き、計算スピードを上げる
• 解けない問題はすぐに飛ばす「時間配分」の感覚を身につける

正確さよりも「解ける問題を確実に取る」戦略が、高得点につながります。

アッテルの主な機能：採用から定着まで一気通貫

アッテルは適性検査ツールにとどまらず、採用・配置・育成を一元管理するプラットフォームとしての機能を備えています。ここでは、採用担当者が特に活用しやすい主要機能を紹介します。

AIによる採用基準の自動作成と活躍予測

アッテルの最も強力な機能が、自社独自の採用基準をAIが自動で作成する仕組みです。

既存社員の診断データと人事評価データを掛け合わせることで、AIが「自社で活躍している人材の特徴」をモデル化します。このモデルと候補者の診断結果を照合することで、以下の3つの予測を数値で提示します。

• 入社後活躍シミュレーション
• 早期退職予測
• 活躍確率スコア

面接官の主観に左右されず、データに基づいた客観的な評価が可能になるため、採用の精度が飛躍的に向上します。

採用力分析：面接官の評価傾向を可視化

アッテルには「採用力偏差値」と「面接官分析」の2つの機能があります。

採用力偏差値は、自社の採用精度を他社と比較して数値化する機能です。面接官分析では、面接官ごとの評価傾向（厳しい・甘いなど）を可視化し、評価のバラつきを是正できます。

これらの機能をPDCAサイクルに組み込むことで、採用活動そのものの質を継続的に改善できます。

データ一元管理とBI機能

アッテルは、応募者・従業員・評価・組織構造といった人事関連情報を一つのデータベースに集約します。さらに、BI（ビジネスインテリジェンス）機能により、以下のような多角的な分析が可能です。

• 外部データ分析：他社の適性検査データとの比較
• 退職率分析：離職リスクの高い層を早期に特定
• カスタム項目分析：自社独自の指標を設定して分析

これらのデータは採用後の人材配置や育成方針の策定にも活用でき、採用から定着まで一気通貫で支援します。

適性検査は導入だけでは機能せず、採用基準とセットで設計すると効果が出ます。

アッテルを導入する3つのメリット

数ある適性検査の中で、企業がアッテルを選ぶ理由は何でしょうか。導入企業の声や実績をもとに、主要なメリットを3つ紹介します。

1. 採用ミスマッチの削減と定着率の向上

最大のメリットは、採用ミスマッチを未然に防ぎ、定着率を向上させられる点です。

AIが自社のハイパフォーマーの傾向を分析し、候補者との相性を可視化するため、「面接の評価は高かったが、自社の社風に合わなかった」という事態を防げます。退職リスクの高い層を事前に把握できるため、入社後のフォロー体制を強化するなど、先手を打った対策が可能になります。

実際に、インフラ系企業の三ッ輪ホールディングス株式会社では、退職リスクの高い層を事前に把握して面談施策を強化した結果、離職率が減少したという実績があります。

2. 月額定額制で受検人数無制限のコスパ

多くの適性検査が「1名受検するごとに数百〜数千円」という従量課金制を採用しているのに対し、アッテルは月額定額制です。

応募者が多い企業や、既存社員全員に診断を実施したい企業でも、コストを気にせず活用できる点が大きな強みです。

3. 採用後の人材配置・育成にも応用可能

アッテルのデータは、採用選考時だけでなく、入社後の人材マネジメントにも幅広く活用できます。

具体的には、以下のような場面で活用されています。

• 新入社員の配属部署の決定（カルチャーマッチ度を参考に）
• メンターや上司との相性確認
• 管理職向けのマネジメント研修の資料作成
• チーム編成時のメンバー選定

採用から定着、育成までを一気通貫で支援できるのが、アッテルが単なる「採用ツール」にとどまらない理由です。

アッテルの料金プラン

アッテルは、企業の規模や課題に合わせて選べる3つの料金プランを提供しています。

プラン名	月額費用	主な機能
適性検査 プラン	要問合せ	要問合せ
成果検証 プラン	要問合せ	要問合せ
AI プラン	要問合せ	要問合せ

無料トライアルも用意されているため、まずは自社のデータでどの程度の分析ができるかを試してみることをおすすめします。詳細な初期費用や契約条件については、公式サイトからの見積もり依頼が必要です。

自社に合うツールの選定についても、採用課題を踏まえてご提案できます。

他の適性検査との違い：SPI・ミキワメとの比較

アッテルを検討する際、「SPIやミキワメとどう違うのか」という疑問を持つ方も多いでしょう。3つのサービスの特徴を比較して整理します。

比較項目	アッテル	SPI（リクルート）	ミキワメ
主な強み	AI×自社データによる活躍予測	知名度・受検者の慣れ	性格診断の精度・カルチャーフィット
予測精度	約60%	非公開	非公開
料金体系	月額定額	従量課金（1名あたり）	月額定額
活躍予測機能	あり（AI自動生成）	なし	あり
替え玉防止	あり	なし	なし

出典：アッテル/他社サービスとの比較

アッテルの最大の優位性は、「自社独自の採用基準をAIが作成する」点です。SPIやミキワメが個人の能力・性格を絶対評価するのに対し、アッテルは「自社で活躍できるか」という相対的なマッチングを重視します。

採用の精度を根本から変えたい企業にとって、アッテルは最も適した選択肢の一つといえます。

よくある質問（FAQ）

Q1. アッテルの適性検査は難しいですか？

A1. 基礎能力診断（言語・非言語）はSPIと同等の難易度ですが、制限時間が短いため難しく感じる方が多いようです。素早い情報処理と時間配分の感覚が鍵となります。資質診断は正解がない設問形式のため、難易度という概念はありません。

Q2. 既存社員のデータが少なくても導入できますか？

A2. 導入自体は可能ですが、AIの予測精度は学習するデータ量に依存します。数十名以上の従業員データがある方が、より精度の高い分析結果を得られます。まずは適したプランで診断を積み重ねながら、データを蓄積していくアプローチが現実的です。

Q3. アッテルの結果だけで合否を判断しても良いですか？

A3. アッテルの結果はあくまで「予測データ」であり、合否を決定づける唯一の指標にするべきではありません。面接での定性的な評価と、アッテルの定量的なデータを組み合わせて総合的に判断することが重要です。

まとめ：アッテルで「脱・感覚人事」を実現しよう

アッテルは、AIと10万人以上のデータを活用し、採用ミスマッチの防止と定着率の向上を実現する次世代の適性検査サービスです。

対策が難しい設問設計・自社独自の採用基準の自動作成・月額定額制のコスパの高さが、他社との差別化ポイントです。「早期離職を減らしたい」「自社に本当にマッチする人材を見極めたい」と考えている人事担当者・経営者の方は、ぜひアッテルの導入を検討してみてください。

適性検査の選定から採用プロセスへの組み込みまで、ヨビコムがご支援します。