使える情報処理

使える(かな?)情報処理研修
2012(2日間資料テキスト)
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
– プレゼンテーション技法を少し
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
「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
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(2004)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(2010)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
情報分野の「理念」
• 全ての国民に大して情報分野はこうあるべき
との目標や基本方針
• 「あまねく公平に、必要な時に、必
要なだけ提供する」Just in Time JIT
• でもそれだけには問題は留まりません
• 高校生もほぼ利用するケータイ、メール、
• その使い方には再確認・一考も必要では?
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
わが国携帯電話の略譜
•
•
•
•
•
•
•
それまでは有線電話が主流
技術進歩と規制緩和の一環から実施された
1987 NTT初の移動体電話市販
日本独自のケータイ=ガラパゴス携帯進歩
2008 iphone日本発売
2011 スマホが
ガラパゴスを追い抜く
• 音声からWeb閲覧+
• 電子メール利用主
インターネットの略譜
•
•
•
•
1965年頃 米軍の戦略情報システム開発
米・ソ連対立(冷戦)の影響
軍事専用 ARPAネットが前身
1970年代 インターネットと命名
• 1995年頃 米国、世界にインターネットを開放(米・
ソ連の冷戦が終わる)
• その頃 Windows95が発売、環境が整備
• その後 携帯電話も接続
• 現在のインターネット社会が出現
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
(ニイサン計画)始動。
• 1985年頃SPSS日本版上陸。垂水・田中潔アルバイト
• 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
看護研究
はこのあ
たりか
情報処理と看護研究のハザマ
• 看護研究
– 看護の中で、課題を立証し客観的結論を得る
•
•
•
•
エビデンス
明白なこと、証拠や根拠
留意点
情報面 GIGO‘Garbege In Garbege Out)
– ゴミからはゴミしか生まれない
• 統計学
群盲評象
– 尻尾を握って象がわかったつもりになっていませんか?
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(ギョウソク)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。
• このあたりから2日目の本題。
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
もしもPCでこんなエラーが出たら
あなたのPCのJAVAという仕組みが古
いなどの原因で、警告が出たものです。
「いいえ」を選んでうまく動作すればいい
ですね。
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
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
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
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 。
2012/7/20最新は5.6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
最後になりましたが
• あなたの情報処理や看
護研究スキルの一助と
なれば幸いです。