トップページ | ひとつ上のページ | 目次ページ | このサイトについて | ENGLISH

定性的な仮説の探索

仮説の探索の方法として、昔からあるのは、定性的な分析方法です。 物事のつながりや原理原則の関係を、ひとつずつ考えていきます。

なぜなぜ分析

なぜなぜ分析は、「なぜ」を繰り返すことによって、解決策を見つけ出す方法です。 経験や知識をもとにして、仮説や理由をたくさん出していきます。

目安として、「なぜを5回繰り返す。」と言われることもあります。

連関図とシステム思考

連関図は、因果関係を矢印を使って表す図です。 新QC7つ道具 のひとつにもなっています。

システム思考は、 システムダイナミクス の基礎になっている考え方です。 物や情報の流れを図にまとめることによって、明らかにします。 ちなみに、システムダイナミクスは、この図の中の、個々の関係の部分に数式を当て、シミュレーションします。

システム思考の図は、量の変化が起きる流れを表そうとしていますが、それは因果関係にもなっているので、 システム思考で作る図と連関図は似ています。 連関図は、必ずしも量を想定せず、矢印しか使わないので、汎用性は高いです。

連関図をRで描く

下図のような連関図をRで描くのでしたら、 サンプルファイル のデータを用意して、 ネットワークの書き方と描き方 のやり方でできます。
連関図

特性要因図の使い方

特性要因図 は、「因果関係を表した図」ではなく、「現象や物事の構造を表した図」と考えると良いです。

構造が分かって来ると、因果関係の仮説が立てられるようになって来ます。 そのため、因果関係を考え始めたら混乱して来た時などに、やってみると良いです。

筆者の経験では、 特性要因図を、「因果関係を表した図」として使おうとすると、うまくまとまりません。

定性的な分析の限界を超えるために

定性的な分析は、簡単に言えば、 仮説を思い付くための方法です。

思い付くための方法なので、工場の工程の問題解決に使うなら、 その工程の関係者や経験者が使うと威力を発揮します。 何も知らない人が使うと、常識的な範囲で思い付くための方法になります。

真実と言えるような原因にたどり着けるかどうかは、分析者にかかっています。 経験豊かな人が分析したとしても、 未知の原因や、思いもよらないような原因にはたどり着けないことがあります。

しかし、現代では、誰も知らない事実を知る方法があります。 人ではなく、「データに語らせる」と言われる方法です。 代表的なものに、 データマイニング があります。 このような方法によって、 仮説の作り方 は変わって来ました。



原因は、この変数ですか?

参考文献

原因分析 構造モデルベース分析術」 飯塚悦功・金子龍三 著 日科技連 2012
問題への姿勢が網羅的です。
組織のあり方や調査の体系などをまとめたものを、「構造モデル」と呼んでいます。
問題に対する仮説が用意できて、自律性のある人がいれば、問題は解決する、という考えが根底にあるようです。(原因は明らかでも、解決できない事がたくさんあるのが、会社の本質のように筆者は思っていますが)
なぜなぜ分析は難しい、としてPNA(Process Network Analysis)を紹介しています。 プロセスの入出力の相互関係を見る事で原因を見つける方法です。


ソーシャル・ビッグデータサイエンス入門 基本概念からマイニング技術,応用まで」 石川博 著 コロナ社 2014
仮説を用いないデータ解析もあるが、仮説を立てて、それを検証するアプローチがビッグデータ時代も必要としています。 仮説を立てるための推論の方法として、帰納、演繹、等の分類があります。



順路 次は 因果関係の種類(ANDとOR)

Tweet データサイエンス教室