Transcript ダウンロードはこちら
使える（かな？）情報処理研修 （２日間研修資料テキスト） 岡山商科大学経営学部商学科 教授 田中 潔 この研修でのスケジュール • １日目（看護協会） 講義編 • 10：00～12：00くらい – 情報と情報処理の考え方を知る – コンピュータ進展の経緯を知る • 13：00～15：00くらい – 看護にとっての情報倫理とは – コンピュータ統計処理の基本を知る スケジュール 続き • ２日目（岡山商大会場） 実習編 • 10：00～12：00 – 統計処理はサイトで行ってみる – Ｗｅｂ（群馬大青木サイト）実習 • 13：00～14：00 – エクセル専用シートankstatを使って • 14：00～16：00 – パワーポイントによるプレゼン作法 「情報」の４大定義 • シャノン（1948）による説 • 情報とはこんなもの • （１）非遷移性 – 相手に移っても手元に残る • （２）非消費性 – 使いべりしない • （３）累積効果性 – たくさんの情報を蓄積し効果あり、図書館や放送局 • （４）信用価値性 – 多くの蓄積を基盤に信用をさらに増す 情報を活用するための ４つのアクション • 情報蓄積 – 患者、医療処置に関するデータベース – 誰が何を入力するのか？ • 情報共有 – 施設内で共有しましょう – 誰がそれを見ることができるのか？ • 情報加工・情報処理 • 付加価値情報システム – 自施設や自部署に有益な情報がありますか？ • 情報伝達・通信 – 広域連携を考え地域や患者との密接な連携は 保健医療分野の情報化にむけての グランドデザイン • 【目標】 – 平成１６年度までに 全国の二次医療圏毎に少なくとも一施設は電子カルテの普及を図る • 平成１８年度までに 全国の４００床以上の病院の６割以上に普及、全診療所の６割以 上に普及 • 保健医療福祉総合ネットワーク化への展開 – 専門機関のネットワーク連携 – 個人に対するＩＣカード化 歴史 前期 • 有史以前 そろばん 中国とエジプト • １６世紀 パスカルとライプニッツ – 数学者、加減計算機、乗除計算機 歯車式 • １９世紀 バベジの階差機関（アナレティカル・エン – 自動計算の夢、設計図、未完の夢、産業革命 蒸気と歯車による計算機関。加減乗除 • 1940年頃 最後の機械式計算機Ｍａｒｋ-Ｉ（米） – 歯車→電磁石リレー素子,電気式計算機 • 1946年 ＥＮＩＡＣ誕生（砲弾表） – ノイマン、エッカート、モークリーら主導 – 世界初の電子計算機の誕生（軍事用） コンピュータの歴史 後編 • 1946 ＥＮＩＡＣ（ノイマン型コンピュータの原型） • 1948 シャノンによる情報理論の提唱 – シャノンの情報量、第４の物理量 • 世界初の商用コンピュータＵＮＩＶＡＣ-Ｉ（ユニバック 社） – エッカートとモークリー、後に廃業 • ＩＢＭ－３６０シリーズ大ヒット（ＩＢＭ社） – 白雪姫と７人の小人と呼ばれる勢力図 – ワトソン率いる営業部隊「ビッグブルー」とノイマン より小型、分散化へ 現代史 • 1960年代 日本で「電卓戦争」勃発 • ＩＢＭ社の世界独壇場（フレームマシン） – – – – – – 対抗する日本の電気メーカー集団（国策の下、一致団結） ＮＴＴの出入り業者６社 日本電気、富士通、沖電気、東芝、三菱電機、日立 カシオ、シャープ、ビジコン ビジコン、インテルへ電卓ＬＳＩを委託 嶋正利。インテルにて世界初マイクロプロセッサ開発（4004） パソコ ンのひな形 • 1970年代後半 ＮＥＣ、評価キットＴＫ８０販売 • 1980年代 我が国独自の進化PC9800シリーズ – パソコンのガラパゴス化、携帯電話より先に • 同時期２人のジョブス、アップルＩの開発 そして分散からネット化へ 現在 • インテル＋マイクロソフト（ウィンテル）軍勢対 モトローラ＋アップル軍勢の戦い • ＩＢＭ社最後のあがき – パソコンＤＯＳＶ機の仕様公開、世界標準 • パソコン界は次第にこの黒船に収束 – 1995 実質初のWindows95発売 – 1998 クリントン政権ゴア副大統領「デジタルエコ ノミー」にてインターネット開放政策 冷戦の申し子 インターネット • 1965 時は、米とソ連の冷戦時代インターネットは産声を – 1962 ケネディ 米ソのキューバ危機 – 1968 ソ連ガガーリン少佐「地球は青かった」 – 1961 月面着陸アポロ計画 • どちらも大陸間弾道弾開発競争だったのよ。 • 当時、ソ連に負けていた米ＤｏＤ（ペンタゴン）は、「ソ連から 一発の核攻撃をワシントンが受けても、ネット管理下の100 発をお見舞いする」との理念から、インターネットの前身、ＡＲ ＰＡネット構築に躍起となった。 • ＡＲＰＡネットの主導者： ポールバランにより分散型ネット ワーク方式の確立 • 電話： 密結合、インターネット： 疎結合 コンピュータの進化 • 素子の進化 – 第１世代 – 第２世代 – 第３世代 – 第４世代 真空管 ＥＮＩＡＣ トランジスタ ショックレー 大規模集積回路（ＩＣ） キルビー ＶＬＳＩ 嶋4004以降 • ノイマン型コンピュータ – 電子スイッチによる0、1の２進処理 – プログラム内蔵方式 – プログラムとデータを内蔵し、処理する方式 小さなコップの戦い 計算機統計学の黎明 • 1975年頃 COMPSTAT（欧州計算機統計会議）に てVisiCalc（後のExcel）発表 • 1980年頃 九大浅野、広大正法寺、岡大脇本・垂 水、塩野義製薬後藤・武田製薬田中豊（大阪）、統 数研（東京）林、大隈、北大佐藤らによって日本でも 「計算機統計学」機運。科研費プロジェクトNISAN （ニイサン）始動。 • 1985年頃SPSS日本版上陸。垂水・田中潔ｱﾙﾊﾞｲﾄ • パソコン統計ハンドブック（脇本、垂水、田中豊・潔） • これ以降、統計処理は「統計パッケージ」の時代へ 看護者としての情報倫理 • まずはじめに日本看護協会が定める「看護職 の倫理綱領」をサイトで学びましょう。 – １５の誓いを確認しましょう。 – http://www.nurse.or.jp/nursing/practice/rinri/rin ri.html • では、情報関連の倫理綱領は何でしょうか？ • 情報処理学会の綱領より – ttp://www.ipsj.or.jp/03somu/ipsjcode/ipsjcode. html 情報倫理規定 社会人として 1．1 他者の生命、安全、財産を侵害しない。 1．2 他者の人格とプライバシーを尊重する。 1．3 他者の知的財産権と知的成果を尊重する。 1．4 情報システムや通信ネットワークの運用規則 を遵守する。 1．5 社会における文化の多様性に配慮する。 情報処理に関連する法律 • 知的財産権を守る著作権法 • 情報社会を守る不正アクセス禁止法 • 派遣労働者を守る労働者派遣法 データ分析の背景 • 国勢調査や行政調査 – 国・県などの公的調査 – 国勢調査は統計法に基づく(2010年は調査年） http://www.stat.go.jp/index/seido/houbun2n.htm – 政府統計ポータルサイト（政府統計の窓口） – http://www.e-stat.go.jp/SG1/estat/eStatTopPortal.do • マーケティング（市場調査）・世論調査 – ある目的のため市場を調査する – アンケート調査 • 実験や臨床研究、業務改善 – 比較的小規模、実験データ 望ましい研究スタイルとは 看護研究・調査研究を考える（独断と偏見を含む） • 量的研究 – 統計的な処理，何かの物差し（尺度)で計る – 行動や現象を計量する学問 – 文章やインタビューからでも数値化すれば量的 研究なのだ • 質的研究 – 解析者の知見による見解 – 少なくても自然科学ではない 量か質か • 量的研究（学部卒レベル） – 通常のアンケート調査、多くの場合対象者全員からの回 答は無理→標本調査 – 量的研究の主目的は、市場の現況を把握すること • 質的研究（院レベル） – 通常のインタビュー調査、症例研究、観察など – 未知なる問題の場合、仮説を発見するために比較的小規 模にて行う – http://www.geocities.co.jp/Technopolis-Mars/4688/ 南 小樽病院 瀬畠さん 母集団と標本 • 母集団：未知、 標本：既知 • 仮説の下で考える理想的な集団。標本はこ の母集団から無作為に取り出された部分集 団 母集団：未知 無作為 抽出 標本・サンプル 既知：データ分析の対象 未知または既知 標本は分析できる 悉皆（しっかい）調査 • • • • 母集団の全員が標本として測定されたこと 母集団サイズ＝標本サイズ 標本での分析結果がすべて母集団結果 標本を捉えることの意義 – 標本の示す傾向＝母集団の中心的な傾向＋ 個々の誤差 統計解析法の目的 • 記述統計： 平均、標準偏差、分散、グラフ • 推定・推測： 標本から母集団値を求める – 一般には標本値±誤差を決める • 予測： 時系列データから将来を推測 – 方程式を作成する • 記述統計： 標本を示す値やグラフで視覚化 • 検定・テスト： 比較し判定する、○×効果 • 多変量分析群 – ３つ以上の項目からなるデータを分析する 統計の中の個人・ひとり • • • • • • • 個人（表層へ出現）＝ 中心的な傾向（未知）＋誤差（未知） この中心的傾向または誤差を把握する。 私は60ｋｇ＝標準体重＋誤差 標準体重：仮に50ｋｇ 誤差： 60-50＝10ｋｇ 実は、中心的傾向とは平均値のこと 多変量解析の目的 • ① いろいろな要因によってある項目を予測 したい • ② 観測された複数の項目から総合的指標 を作りたい • ③ ものや項目の関係を視覚化したい • ④ ものや項目を分類したい • ⑤ 項目間の関係や構造を知りたい 主な多変量解析手法 • 予 測： – 回帰分析、数量化１・２類、判別分析 • 指 標： – 回帰分析、数量化１～３類、主成分分析、因子分析 • 視覚化： – グラフ解析、数量化３・４類、主成分分析 • 分類： – クラスター分析 • 潜在構造： – 因子分析、共分散構造分析 データの値： ４つの測定尺度 • 名義尺度 情報量小 – 名前を区別するため 演算は出来ない – 1.男性 2.女性 度数表やクロス表は可 • 順序尺度 – ゆるい順序性のみ許す 演算は本来△ – 1.はい 2.どちらでもない 3.いいえ • 間隔尺度 – 絶対ゼロを定めない量 演算は加減のみ – ℃（摂氏）、カレンダー月 • 比率尺度 – 絶対ゼロを基準とした計測値 加減乗除可能 – 実験データ全て 情報量大 行側（ｷﾞｮｳｿｸ）と列（ﾚﾂｿｸ）側 • • • →列側（項目、変数、変量） 行側↓ （ケース） ケースと項目 • • • • • ケースとは１件の標本を示す ケースは個体を示す 時系列の場合時間変化 項目は列単位→１つの変数 １変数の集計や分析 – １列ごとに処理するデータ • ２変数の集計 – ２列ごとに処理 • 多変数の処理 – ３列以上をまとめて処理 入力したデータ 有効数字について • 計算結果を小数点何桁まで取るべきか？ • 答え • 測定値で影響されます。 – 身長160ｃｍは「センチ単位」で測定されました。 – 160.1かも160.4かも知れません。 – 有効数字 小数点以下0桁 でした。 • そこで平均値など計算結果の表示は、ひと桁多くし 小数点以下１桁（２桁目を四捨五入して）で表示しま しょう • 教訓 • 計算結果の有効数字は測定値よりも１桁多く 欠測値について • 計測されなかった、計測できなかった値 – 欠測値という • 表ソフトで欠測値には0ゼロを入力しない – エクセルの場合何も入力しない – セル値の削除はdeleteキーで – 0は計測値として計算してしまいます • 99や0など特定値を入れることは – 一部の統計ソフトでは除外可能だが、エクセルと の互換性を考えると入力しない方が無難でしょう 最初のデータ分析 • 記述統計量とは – – – – – 平均値 標準偏差 最大、最小値 中央値 度数集計表 素データ～統計量 概念図 ちらばり（分散や標準偏差） × 代表値（平均値や中央値） ボール＆スティックモデル エクセルによる基礎統計量 • 関数で求める – 平均 – 標準偏差 – 中央値 – 最大値 – 最小値 ＝ＡＶＥＲＡＧＥ（範囲指定） ＝ＳＴＤＥＶ（範囲指定） ＝ＭＥＤＩＡＮ（範囲指定） ＝ＭＡＸ（範囲指定） ＝ＭＩＮ（範囲指定） ２つの項目の 基礎集計 投げ１のヒストグラム 投げ１と投げ２を書き分ける 散布図は２項目の関係図 40 投げ２ 30 20 10 10 20 30 投げ１ 40 グラフ点を右クリック→近似曲線の追加メニュー 散布図→単回帰分析 • 回帰直線ｙ＝ｘ 相関係数ｒ＝0.43 40 y=x R = 0.1859 2 投げ２ 30 20 10 10 20 30 投げ１ 40 算術平均の示すもの • • • • • ここに５つのデータ ２、10、1、2、１がある 1 1 2 2 10 • 2＋10＋1＋2＋１＝16 • 算術平均＝16÷5＝3.2 • ３．２は5つのデータを表現 する代表値の一種 ２グループの代表値を比べる • • • • • グループＡ 1,1,2,２,10 グループＢ 1,1,2,２,20 平均値 Ａ：3.2 Ｂ：5.2 この２つに有意な差 があるか？→ｔ検定 ２つの平均値を比べる ２群の平均値差の検定（ｔ検定） • 群 平均 ＳＤ Ｎ • Ａ 3.2 3.8 5 • Ｂ 5.2 8.2 5 • 等分散性の検定 • 有意確率2.3％（有意） • ２群のばらつきは等しくない • 平均値差のｔ検定 • 等分散仮定する 6.4％ • 等分散仮定せず 6.4％ • いずれも平均値差は有意でない • この2群で平均値3.2と 5.2は同程度と見る か？否か？ • ２群のばらつきは – 等しくないと判定 • ばらつき等しくない仮定 の下で、 – ２つの平均値が等しいこ とを否定せず（つまり同 程度） 統計的検定はどんなもの • ある仮説（○＝△）を判定する – 例： この実験結果＝160.0 – 例： 群１の平均＝群２の平均 • 判定結果は採択、または棄却の２分法 • 採択とは「この仮説を積極的に否定しない」 – （厳密には仮説を認めたくないがやむを得ない） • 棄却とは「この仮説を積極的に否定する」 看護に代表的な検定 • ｔ検定 • ある測定データの平均値がある値かどうか – 仮説： 測定データの平均値＝46.7 • ２群の平均は等しいとみなせるか – 仮説： 群１の平均＝群２の平均 • カイ２乗検定 • クロス表に傾向や関連性があるか – 仮説： このクロス表の度数は同じか （統計的）仮説検定の流れ • ある検定手法を選択する（パラでもノンパラでも） • 帰無仮説Ｈ０：とは – 否定する（だろう）ための仮説 – 帰無＝無に帰する＝否定を期待する • 対立仮説Ｈ１：とは – 帰無仮説以外の結果 – Ｈ０を否定するだけなので積極的な採択はしない • • • • Ｈ０：とＨ１：を対にして用意する 分析データを統計ソフトにかける→有意水準を求める 有意水準の値に応じてＨ０かＨ１かを判定する 目的に応じて手法はたくさん存在する 仮説の立て方 • １．自分の持っている仮説（作業仮説ともいう）を対 立仮説Ｈ１とする • ２．Ｈ１の否定（逆）をＨ０とする • ３．Ｈ０は○＝△のように等号で作成するのがよい • ４．Ｈ０：○＝△とした時、３種類のＨ１が考えられる • Ｈ１その１： ○＞△ 片側検定 • Ｈ１その２： ○＜△ 片側検定 • Ｈ１その３： ○≠△ 両側検定 仮説の事例 • 新薬Ｂは薬Ａより効果あることを証明したい • Ｈ０は等号関係で作成すると良い – Ｈ０： 新薬Ｂ＝薬Ａ（同じ、効果なし） で決まり！ • • • • • Ｈ１には３つの作り方あり ① Ｈ１： 新薬Ｂ＞薬Ａ 優れる 片側 ② Ｈ１： 新薬Ｂ＜薬Ａ 劣る 片側 ③ Ｈ１： 新薬Ｂ≠薬Ａ 同じでない 両側 「効果ある」なので通常③を採用 仮説Ｈ１に方向性があるならば両側検定 • • • • • • • • 関係があるかないか ない＝ ある≠ 両側検定 正（負）や大小の関係があるかないか ない＝ ある＞ 片側検定 優れている（劣っている） 同じ＝ ＜や＞ 片側検定 同じか否か 同じ＝ 同じでない≠ 両側検定 Ｈ０とＨ１の例 – Ｈ０： 日本人の平均１６０センチ 平均＝160 – Ｈ１： 160センチではない（何センチかは不明） • Ｈ０はハッキリと１点で指定するのが普通（点 指定） • Ｈ１は指定された１点以外のすべて（だから はっきりと値が判定できない） • ○ 残り全てがＨ０ Ｈ０ 棄却と採択 • Ｈ０が明らかに成立しないならば棄却 – つまりＨ１を採用 • Ｈ０は帰無したいがどうしても棄却できない状 態のことを採択（＝積極的には帰無・棄却し ない）という – つまりＨ０を採用する 検定に見る計算と判定 • 計算： 統計ソフトなどを使用する • 判定： 出てくる結果の有意確率か有意水準の値に より判定 • 有意水準＞0.05 有意水準5％以上で採択 • 5％以下ならば棄却（有意、SIG.)←差あり • 0.05～0.01 5％有意 ＊ 星１つ • 0.01～0.005 1％有意 ＊＊ 星２つ • 0.005より小 0.5％有意 ＊＊＊ 星３つ データ分析を試みる パーソナルな情報処理 • この実習ではネットとＰＣ操作を駆使してニガ 手な統計計算を試みましょう。 実習 Webによる統計処理 • 検索エンジン「群馬 青木」 • 群馬大学青木繁伸先生のサイト「おしゃべり な部屋」がお奨め • 二群の平均値差の検定を題材に • データ形式や手法の違いでさまざまなサイト がある ２つの平均値を比べる ２群の平均値差の検定（ｔ検定） • 群 平均 ＳＤ Ｎ • Ａ 3.2 3.8 5 • Ｂ 5.2 8.2 5 • 等分散性の検定 • 有意確率2.3％（有意） • ２群のばらつきは等しくない • 平均値差のｔ検定 • 等分散仮定する 6.4％ • 等分散仮定せず 6.4％ • いずれも平均値差は有意でない • この2群で平均値3.2と 5.2は同程度と見る か？否か？ • ２群のばらつきは – 等しくないと判定 • ばらつき等しくない仮定 の下で、 – ２つの平均値が等しいこ とを否定せず（つまり同 程度） 青木サイト使用の留意点 • 青木サイトの統計処理の多くには「Java技 術」が使われている • Javaはサイトで計算処理を行うための仕組み であり購入後各自で導入するもの • 施設のPCではセキュリティ保護の観点から Javaを導入していないものもあるので、青木 サイトが利用できない場合がある • 施設PCで利用できない場合、他の統計パッ ケージやJava導入した個人PCを利用する 二群の平均値差の検定だけでも • 標準的なサイト ２群の個々の値を入力するタイプ。 ｔ検定とノンパラ（マンホットニ）検定が選択できる。マ ンホイットニ検定とウイルコクソン順位和とは同じも の • ２群には対応がない場合 • http://aoki2.si.gunmau.ac.jp/Java/TwoSamples/bin/TwoSamples.html • 青木おしゃべりな部屋、Ｊａｖａ、独立２標本の検定の 順に探す 対応のあるデータ、ないデータ • 対応ありと考えられる場合 • 同じ人やグループを追跡して測定 • • • １回 ２回 ３回・・・ Aさん 1.0 1.5 2.0・・・ Bさん 1.2 1.7 2.2・・・ • 対応ないと考えられる場合 • 毎回グループの構成者を取り替えて測定 • 岡山 東京 大阪 福岡・・・ • 人口 • 生産額 • 学生数 PC画面の例 応用 平均などで独立２標本検定 • http://aoki2.si.gunma-u.ac.jp/JavaScript/ttest.html • 素データがなく、平均、標準偏差、ケース数 のみがある場合のサイト • 対応なしの場合、ｔ検定 • おしゃべりな部屋、Javascript、26番２群の平 均値差の検定を参照 PC画面の例 応用２ 対応のある２群の検定 • 対応のある場合： １人について前後を測定したな ど。薬効や効果があったかはっきり検定する。 • http://aoki2.si.gunmau.ac.jp/Java/RelatedTwoSamples/bin/RelatedTw oSamples.html • 場所はおしゃべりな部屋、Java,対応のある２標本 の検定を探す • 伝統的なｔ検定の他、ウィルコクソン符号付順位和 検定、符号検定にも対応する 二群の平均値差の検定 演習問題 • • • • いずれもｔ検定（対応なし）として平均値差を検定せよ。青木サイトを使用する。 問１ 群 平均 ＳＤ Ｎ 問２ Ａ 3.2 3.8 5 Ｂ 5.2 8.2 5 • 問３ ある地区で行った40 歳 • 以上 65 歳未満の住民検診 に来所した男子 42 名，女子 • 63 名の血色素量について • の検査成績は，男子では平 • 均値 15.2 g/dl，不偏分散 • 1.1，女子では平均値 12.7 • g/dl，不偏分散 3.2 であった。 • 男女の平均値に差はあるか， 統計計算シートａｎｋｓｔａｔ （アンクスタット）時間があれば紹介 • 田中研究室で開発されたエクセル（バージョ ンは問わず）専用のシート • 主に基礎集計や集計を行う。統計解析は実 施しない。 • http://www.osu.ac.jp/~tanaka/ankstat/ • 検索エンジンにて「ａｎｋｓｔａｔ」で検索する 。 2011/7/22最新は5.03版。 • 最大500ケース×200項目を集計可能 プレゼンテーション技術 パワーポイント実習とプレゼン作法を考える 閑話休題 • パラダイム（パラダイスではない） – ある時代に支配的な物の考え方・認識の枠組み． 規範．「企業は新しい―を必要としている」 – ある時代・集団を支配する考え方が、非連続的・ 劇的に変化すること.規範の遷移.思想の枠組み の変動.社会全体の価値観の移行.パラダイム チェンジ • ディスクロージャー – 企業が株主・債権者などの投資者や取引先を保 護するために、経営成績・財政状態・業務状況な どの内容を公開すること.企業内容開示. • 企業の代わりに、施設や部署に代えると プレゼンに役立つ表現方法 • 問： 看護協会は今後どのような研修を行う べきでしょうか？（ある年の会員向け調査よ り） • 回答例：答えを尋ねるのでなく自ら調べる姿 勢を持つ若者が減ったので，現代の若者の 姿勢を集団教育で示して欲しいと思いますし， 先輩をみて育つ後輩も少なくなった気がしま す． 文章構成上の課題 • 質問者が期待している回答ができていない – 思いついたまま書いているだけ – 質問者側（聴衆者）を意識しているか • 文章構成の基本 – ５W１Hをできるだけ – 起承転結，序破急を知っていますか？ • 余談：データ入力が大変，読み飛ばされるも ととなりせっかくの回答が無駄になる ５W１Hを思い出す • ５つの「W」 – 1.WHEN いつ – 2.WHERE どこで – 3.WHO 誰が – 4.WHAT 何を ...... そしてもう１つ， – 5.WHY （なぜか） • １つの「H」 – 1.HOW どのように 相手に伝わるコツ • 上手な文章は「短い」 – 読点や句点をやや多めに使う – ところでどちらが。かご存知？ • 掲示資料は「である調」 – ～である． – ～なのです．（ですます調）は使わない • さらに，箇条書きや体言止めも効果的 • 経験格言 – 内容のない発表はきれい（に作ろう） – 内容のある発表は汚ない（くても許す） • 細かな資料は突っ込まれる • ポイントを押さえた資料や効果（色やアニメー ション） • シンプル イズ ベスト 戦略＝目的＋手段 • 目的と手段は階層的につながっている • （戦略の階層性） • 目的が具体的・明快だと手段が立てやすい • • • • そして、戦略とは「選択と集中」 複数の選択肢を出来るだけたくさん作る 選択肢の長所と短所を吟味する その中から選び、まっしぐら（集中） 戦略的であることチェックリスト • □ 現状分析ができている • □ 分析から（中・長期の）目標がはっきりし ている • □ 目的達成のため手段は適切か？ • □ 目的達成のため資源は集中されている か？ • □ その目的や手段を説明できるか？ 論理的とは • 文章やスピーチの場合： 段落と段落、話と 話の関係がわかりやすいこと • 企画書の場合： 話の筋道が分かりやすい、 ページとページのつながりが分かりやすい • 論理的とは結論・主張が明快で、その理由と 話の筋道が分かりやすいこと 話の筋道→接続詞を上手に • 上位目標確認 • さて 現状分析 • であるから 戦略目標（仮説）の提示 • そのため 実施案の提示 • つまり まとめ、展開なのです 日常の接続詞一覧 • • • • • • • • 順接 逆接 添加 説明 転換 例示 補足 理由 であるから、なので、そのため しかし、だが そして、さらに 要するに、つまり さて、ところで 例えば 並列 かつ、または ちなみに なぜなら 論理に困ったら逆に考える、 並列もチェックする • 三段論法 – ＡならばＢ、ＢならばＣよってＡならばＣ • Ｃの理由はＢ、Ｂの理由はＡそこでＣの理由 はＡなのか・・・「逆向き推論」 • 逆向き推論チェックの徹底こそが納得しやす い論理形成 • かつ（ＡＮＤ）、または（ＯＲ）、～でない（ＮＯＴ） の組み合わせが多い（論理の並列） 帰納と演繹 • 帰納とは事実から結論を得る • 統計は帰納的考えに近い – ラーメン店Ａはうまく、行列があった – ラーメン店Ｂはうまく、行列があった – だからうまいラーメン店には行列がある • 演繹は推論すること（症例研究） – この疾病には斑点が出る。この患者には斑点が ある。そこでこの患者はこの疾病か？ 推敲（すいこう）してみましょう • 推敲前： • 答えを尋ねるのでなく自ら調べる姿勢を持つ 若者が減ったので，現代の若者の姿勢を集 団教育で示して欲しいと思いますし，先輩を みて育つ後輩も少なくなった気がします． • 答えを尋ねるのでなく自ら調べる姿勢を持つ若者が 減った • 現代の若者の姿勢を集団教育で示して欲しい • 先輩をみて育つ後輩も少なくなった • 先輩から学ぶ，自ら調べるなど，職場で能動 的に活動できる人材育成のための集合研修 研修でのおすすめ本 • 看護関係の書類、書籍ばかり読んでいませ んか？ • たまにはこんな書籍で頭をリフレッシュ • 「世界一シンプルな戦略の本」 • 長沢朋哉著、ＰＨＰ出版、2009 研修講師のメモ • 田中 潔（たなかきよし） – 略歴： 岡山大、九州大修了後商大へ勤務。助手、講師、助教授を 経て現在教授。管理職：商学科長、現在教学部長。 – 主な科目：情報システム論、情報ネットワーク論、社会調査実践他 – 専門分野：計算機統計学、マーケティング、社会調査 – 連絡先 岡山商科大学 〒700-8601（専用番号で届く） – [email protected] （ｅメール） – http://www.nahaha.org (Web) – 検索エンジン 「岡山商科大学 田中潔」で検索 – 大学電話 086-252-0642 – 大学FAX 086-255-6947 研修後に相談があれば • アポイントはeメール[email protected]が 最適。大学でも良いが、その他電話ＦＡＸは 086-284-7726（自宅）。でも捕まらないならご めんなさい • データ分析相談は随時応ずるが、エクセルに 素データを入力しておくのが望ましい • また希望する仮説も事前に固まっている方が スムーズに進む。 • 遠方の場合メールだけで指導する場合もある