SQip研究会 小池さん特別講義まとめ

0
あきやま🏓 @akiyama924

小池さんか、会社に一人いると凄く良いと思いました。 これで特別講義のツイートは終わりです。

2015-10-09 11:56:46
あきやま🏓 @akiyama924

小池さん「市場アンケートでは、cPグラフを作ろう。

2015-10-09 11:53:37
あきやま🏓 @akiyama924

小池さん「何の評価でも言えることですが評価結果がバラツクほうがよい試験です。 これは覚えておいてください。

2015-10-09 11:45:52
あきやま🏓 @akiyama924

小池さん「官能評価では、10個の楽器の音を聴いてもらって『この中でどれがいい?』と聞くよりも、2つの楽器の音を聴き比べてもらって「テストのどっちがいい?』と聞くほうがよい。ときには三すくみになることもあるが統計分析をする事で被験者がいい加減である(または差が小さい)ことが分かる。

2015-10-09 11:43:02
あきやま🏓 @akiyama924

小池さん「魅力品質の評価には開発中のプロトモデルは使いません。最終リリースモデルを使います。 リリース直前の評価になるので指摘事項が反映されないこともありますが、次期製品に反映すればよいと割り切ります。

2015-10-09 11:35:52
あきやま🏓 @akiyama924

小池さん「弊社(楽器の事業)では魅力品質が大切です。 今日は、音の官能評価、操作性、魅力品質簡易評価シート、市場アンケート評価の、4つの話をします。 社外秘のことが多い話しとのことでツイートは控えます。

2015-10-09 11:28:33
あきやま🏓 @akiyama924

小池さん「次に魅力品質マネジメントの話をします。アップルに負け続ける事が無いように科学的に魅力品質の良し悪しをジャッジする方法を。

2015-10-09 11:23:33
あきやま🏓 @akiyama924

小池さん「信頼度成長曲線を使って見積をしていくわけですけど、この時にプロジェクトの計画要求(生産計画要求)と合わない事も出てきます。 この時に過去のプロジェクトから推定したKとλの値を変えて計画に合わせてしまえという誘惑にかられることがありますが、そこはぐっとこらえます。

2015-10-09 11:21:10
あきやま🏓 @akiyama924

小池さん「信頼度成長曲線の式で使うKとλの二つのパラメータを当該プロジェクトのデータを用いて曲線フィッティングするのではなく、前プロジェクトの実績値から推定するといいですよ。 おぉ。それは良いアイデアですね。

2015-10-09 11:09:19
あきやま🏓 @akiyama924

小池さん、信頼度成長曲線の式の意味を分かりやすく説明中。 「テストのやり方がさほど変わらなければ使える式です」と小池さんはいうけど、テスト期間中にテストのやり方ってものすごく変わるんですけどー。

2015-10-09 11:05:34
あきやま🏓 @akiyama924

小池さん「相関の統計分析で上手くいかなくても、t値を求めて比較すると上手く行くことがあります。それは、t値の方は群の性質の比較だからです。

2015-10-09 10:51:10
あきやま🏓 @akiyama924

小池さん「不具合検出率のほうが相関が高いことがわかりました。

2015-10-09 10:46:02
あきやま🏓 @akiyama924

小池さん「結果を述べると不具合密度と品質問題の有無とは統計的に有意差はありませんでした。

2015-10-09 10:43:24
あきやま🏓 @akiyama924

小池さん「不具合密度と不具合検出率のどちらのメトリクスが品質の指標として適切かを統計手法を使って分析してみました。 従来は不具合密度のほうが重要視されていて違和感があったからです。

2015-10-09 10:39:33
あきやま🏓 @akiyama924

小池さん、t値を求める式(平均の差d、標準偏差の加重平均s、データ数nから求める式)を説明中。 tはd/sにnの平方根(√n)をかけたもの。

2015-10-09 10:35:46
あきやま🏓 @akiyama924

小池さん「平均だけでなく、標準偏差とデータ数を加味した総合判断指標の一つがt値です。この値が大きい方が差が大きいと捉えます。

2015-10-09 10:28:48
あきやま🏓 @akiyama924

小池さん「『2群の母平均の差のt検定』は様々な場面で使える有意差判定方法なのでおすすめです。

2015-10-09 10:26:44
あきやま🏓 @akiyama924

小池さん、艶っぽいネタを力説中。本領発揮?

2015-10-09 10:23:23
あきやま🏓 @akiyama924

小池さん「あわてん坊かぼんやり者かは神のみぞ知るところです。 しかし、統計手法を使うことでどちらに賭けたほうがよいかの判断できるので、正解する確率が高くなります。 これを続けていけば組織が幸せになる可能性が高まります。

2015-10-09 10:22:03
あきやま🏓 @akiyama924

小池さん「逆にデータ数が少なくて精度が悪いんじゃないの?と腰が引けてアクションを起こさず機会を逸して仕舞う過誤を、ぼんやり者の誤り(β過誤)と言います。

2015-10-09 10:16:55
あきやま🏓 @akiyama924

小池さん「たまたま良くなっただけかも知れない。 たまたまなのに良くなったと誤解して導入してしまう。これを、あわてんぼうの過誤(α過誤)といいます。

2015-10-09 10:14:26
あきやま🏓 @akiyama924

小池さん「何かを導入して効果を測定してその値の平均値が3.0から2.5に上がったときにどう判断しますか?

2015-10-09 10:11:27
あきやま🏓 @akiyama924

小池さん「今日お伝えしたいことはふたつです。 ・推定誤差を意識せよ ・製品の良さも評価せよ です。この二つを実践するために統計手法という手段が必要です。

2015-10-09 10:08:24
あきやま🏓 @akiyama924

小池さん「データ分析勉強会を5年、魅力品質勉強会をTEF東海でやっています。

2015-10-09 10:05:44
あきやま🏓 @akiyama924

今日はSQiP研究会の日です。午前中、10時からの特別講義はヤマハ(株)小池利和さんによる「メトリクスに統計手法を適用する意義、事例、ノウハウ」です。 スマホの電池が切れるまでつだろうかな。

2015-10-09 09:44:34