Soumettre la recherche
Mettre en ligne
アブダクションとKJ法
•
3 j'aime
•
1,969 vues
Ken Yasumatsu
Suivre
Design
Signaler
Partager
Signaler
Partager
1 sur 7
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
大学生の消費者価値観の特徴について 社会知としての消費者価値観構造モデル「Societas」の展開
大学生の消費者価値観の特徴について 社会知としての消費者価値観構造モデル「Societas」の展開
Ken Yasumatsu
ミニラグビー指導者の手引き(2)2002 jrfu
ミニラグビー指導者の手引き(2)2002 jrfu
Ken Yasumatsu
ミニラグビー指導の手引き2002(1)JRFU
ミニラグビー指導の手引き2002(1)JRFU
Ken Yasumatsu
分析思考と統合思考(更新版)
分析思考と統合思考(更新版)
Ken Yasumatsu
主客一体・脱中心の共創へ ―― 共創という仮面を被った独創に陥らないために
主客一体・脱中心の共創へ ―― 共創という仮面を被った独創に陥らないために
Ken Yasumatsu
分析思考と統合思考
分析思考と統合思考
Ken Yasumatsu
西田哲学とKJ法
西田哲学とKJ法
Ken Yasumatsu
価値観の都市別特徴について
価値観の都市別特徴について
Ken Yasumatsu
Recommandé
大学生の消費者価値観の特徴について 社会知としての消費者価値観構造モデル「Societas」の展開
大学生の消費者価値観の特徴について 社会知としての消費者価値観構造モデル「Societas」の展開
Ken Yasumatsu
ミニラグビー指導者の手引き(2)2002 jrfu
ミニラグビー指導者の手引き(2)2002 jrfu
Ken Yasumatsu
ミニラグビー指導の手引き2002(1)JRFU
ミニラグビー指導の手引き2002(1)JRFU
Ken Yasumatsu
分析思考と統合思考(更新版)
分析思考と統合思考(更新版)
Ken Yasumatsu
主客一体・脱中心の共創へ ―― 共創という仮面を被った独創に陥らないために
主客一体・脱中心の共創へ ―― 共創という仮面を被った独創に陥らないために
Ken Yasumatsu
分析思考と統合思考
分析思考と統合思考
Ken Yasumatsu
西田哲学とKJ法
西田哲学とKJ法
Ken Yasumatsu
価値観の都市別特徴について
価値観の都市別特徴について
Ken Yasumatsu
「地域に対する意識」と「居住意向」の関係性の調査@富山グランドプラザ
「地域に対する意識」と「居住意向」の関係性の調査@富山グランドプラザ
Ken Yasumatsu
ソーシャル・イノベーション20141121 2
ソーシャル・イノベーション20141121 2
Ken Yasumatsu
ファッションにおける消費者価値観モデル 「コト」を創出するための顧客理解
ファッションにおける消費者価値観モデル 「コト」を創出するための顧客理解
Ken Yasumatsu
デザインシンキングのための共創の「場」づくり―パターンランゲージによる実践検証
デザインシンキングのための共創の「場」づくり―パターンランゲージによる実践検証
Ken Yasumatsu
定性的セグメンテーションと定量的セグメンテーションをつなぐ 定性調査と社会知ネットワーク(ベイジアンネットワーク)の活用
定性的セグメンテーションと定量的セグメンテーションをつなぐ 定性調査と社会知ネットワーク(ベイジアンネットワーク)の活用
Ken Yasumatsu
行動ターゲティングと嗜好推測
行動ターゲティングと嗜好推測
Ken Yasumatsu
Contenu connexe
Plus de Ken Yasumatsu
「地域に対する意識」と「居住意向」の関係性の調査@富山グランドプラザ
「地域に対する意識」と「居住意向」の関係性の調査@富山グランドプラザ
Ken Yasumatsu
ソーシャル・イノベーション20141121 2
ソーシャル・イノベーション20141121 2
Ken Yasumatsu
ファッションにおける消費者価値観モデル 「コト」を創出するための顧客理解
ファッションにおける消費者価値観モデル 「コト」を創出するための顧客理解
Ken Yasumatsu
デザインシンキングのための共創の「場」づくり―パターンランゲージによる実践検証
デザインシンキングのための共創の「場」づくり―パターンランゲージによる実践検証
Ken Yasumatsu
定性的セグメンテーションと定量的セグメンテーションをつなぐ 定性調査と社会知ネットワーク(ベイジアンネットワーク)の活用
定性的セグメンテーションと定量的セグメンテーションをつなぐ 定性調査と社会知ネットワーク(ベイジアンネットワーク)の活用
Ken Yasumatsu
行動ターゲティングと嗜好推測
行動ターゲティングと嗜好推測
Ken Yasumatsu
Plus de Ken Yasumatsu
(6)
「地域に対する意識」と「居住意向」の関係性の調査@富山グランドプラザ
「地域に対する意識」と「居住意向」の関係性の調査@富山グランドプラザ
ソーシャル・イノベーション20141121 2
ソーシャル・イノベーション20141121 2
ファッションにおける消費者価値観モデル 「コト」を創出するための顧客理解
ファッションにおける消費者価値観モデル 「コト」を創出するための顧客理解
デザインシンキングのための共創の「場」づくり―パターンランゲージによる実践検証
デザインシンキングのための共創の「場」づくり―パターンランゲージによる実践検証
定性的セグメンテーションと定量的セグメンテーションをつなぐ 定性調査と社会知ネットワーク(ベイジアンネットワーク)の活用
定性的セグメンテーションと定量的セグメンテーションをつなぐ 定性調査と社会知ネットワーク(ベイジアンネットワーク)の活用
行動ターゲティングと嗜好推測
行動ターゲティングと嗜好推測
アブダクションとKJ法
1.
アブダクションとKJ法
2.
パースの探究の論理学 演繹について “分析的推論は前提の中に暗々裏に含まれている情報を解明し、それを結論に おいて明確に述べるだけであり、したがって分析的推論では前提から結論に至 る過程において前提の内容を超える知識の拡張はありません。つまり分析的推 論は前提の内容を解明するために用いられるのであり、前提の内容を拡張する ための推論ではありません。” *
帰納について “仮説や理論が経験的データから機械的に導き出しうるあるいは推論し得るよ うな<帰納の規則>というものは存在しない。データから理論にいたるには創 造的想像力が必要である。科学的仮説や理論は、観察された事実から導かれる のではなく、観察された事実を説明するために発明されるものである。(Carl G. Hempel)” * アブダクションとは 分析的推論 拡張的推論 演繹(deduction) 帰納(induction) アブダクション(abduction) *[米盛 07] 米盛裕二: アブダクション―仮説と発見の論理,勁草書房,2007.
3.
アブダクション “ある意外な事実や変則性の観察から出発して、その事実や変則性がなぜ起こ ったかについて説明を与える「説明仮説」(explanatory hypothesis)を形成する思 惟または推論”* “驚くべき事実Cが観察される、 しかしもしHが真であれば、Cは当然の事柄であろう、 よって、Hが真であると考えるべき理由がある“* 探究の第一段階はアブダクションであり、第二段階は演繹であり、第三段階は帰 納(中略)ある驚くべき現状の観察から出発し、その現象がなぜ起こったのかに ついて何らかの可能な説明を与えてくれる仮説を考え出すのがアブダクション* アブダクションとは 例
C: 意外な事実や変則性の観察 H: 説明仮説 ニュートン リンゴは落ちるが,月は落ち てこない 遠心力とつなぎ止める力がつりあって いるからであるに違いない ウェゲナー アフリカ大陸と南アメリカ大 陸の海岸線が相似している 現在の諸大陸は以前は一つの超大陸で, その後大陸が移動したに違いない *[米盛 07] 米盛裕二: アブダクション―仮説と発見の論理,勁草書房,2007.
4.
データ活用を実現するために、 変数選択と構造の仮説構築をどのようにするか。 つまり,どのようなデータを収集・作成し(変数選択),どのような構造 を持つか(構造仮説)をどのように考えていくか。 ひらめき?直観?おもいつき?属人的なセンス? データ活用における問題
5.
データ活用を実現するために、 変数選択と構造の仮説構築をどのようにするか。 つまり,どのようなデータを収集・作成し(変数選択),どのような構造 を持つか(構造仮説)をどのように考えていくか。 ひらめき?直観?おもいつき?属人的なセンス? 定性調査,KJ法(正則に),アブダクションの活用 解決のポイント
6.
正則なKJ法 9割が間違った運用をされている 誤ったKJ法と正則なKJ法は,構造的にも作業工程においても,全く異なる. 分類法ではない 枠組みを考えてあてはめるのではない,分類法ではなく,発想法. 分けるのではなく,分かれるという感覚.
ポストイットではできないと考えた方がいい 全体の構造化をする,部分の総和としての全部を見るのではない 目前の定量データが全て表現できているわけではない. ビッグデータ活用のためにも,定性データを使い, KJ法にてアブダクションをすること. KJ法について
Télécharger maintenant