ブログネタ：

経営コンサルティング に参加中！

今回は帰納法についてです。
以前書いたように、帰納法はいくつかのサンプルとなる情報をもとに、
共通するルールを見出して、結論（仮説）を導出する考え方です。

しかし、これが意外と難しいんですよね。
具体的な手法や陥りやすい落とし穴について考えてみます。

■ 一致法／差異法

一般によく用いられるのは、「一致法」です。
サンプルを比較して、共通する部分を考えるだけです。
とてもシンプルですよね。

例えば、株価を例にとって考えてみましょう。

観察事項：「Ａ社とＢ社、ともに株価が下がっている」

そこで、Ａ社とＢ社に共通することを考えてみます。
どちらも振興市場に上場するベンチャー企業だとしましょう。

そうすると、
「振興市場に上場しているベンチャーは市場からの評価が下がっている」
という仮説を導き出すことができそうです。

しかし、、、
それだけでは、まだ落とし穴があるんですね。
つまり、振興市場に関わらず、今はどの市場においても
大きく株価は下がっている場合、上記の仮説は正確だとは言えません。

そこで用いたいアプローチは「差異法」です。
今度は、結論が異なるサンプルをチェックすることになります。
「では、一部上場の老舗メーカーＣ社は？」といった具合です。

そこで「Ｃ社の株価は下がっていない」という観察事項が見られると、
確かに「株価を下げているのは振興市場に限られている」のかもしれません。

一致法と差異法をうまく組み合わせることが重要ですね。


■ 帰納法の難しさは「解釈」にある

なんといっても、帰納法の難しさはこの解釈によって、
仮説が大きく異なってしまうというところにあります。

前のブログで書いた「ソクラテス」「プラトン」「アリストテレス」の
事例で考えてみましょう。

この３人の共通項は何か？
そうです！全員「古代ギリシャの天才哲学者」ですね。
ということは、「現代人で、凡人の私は死ぬことはない」のか？（笑）

これは、共通項の見出し方に問題があるわけです。
本来であれば、「同じ人間であること」に着目をしなければならないのですが、
どのレベルの共通項に着目すべきかは、分析者の解釈ひとつで変わります。

「人間」というワクを、より狭めれば「紀元前の人類」という解釈もできるし、
もっと広げれば「あらゆる生命体」という解釈もできます。
何が正しいかは、無限大にサンプルを取らない限り「絶対」ではありません。

視野を拡げたり、絞ったり、、、柔軟な発想と試行錯誤が必要です。


■ 帰納法の応用「傾向を読む」

もう一つ、帰納法の応用として、
複数のサンプルから、その傾向を読むことができるはずです。
これも以前説明したトレンド分析もそのひとつで、
過去からのトレンドが今後も続くことを前提として、
将来予想を行っているわけですね。

これは、定量データをグラフ化してみると傾向を読みやすくなります。
「単純な右肩上がりの傾向なのか？」
「二次曲線を描いているのか？」
ビジュアルで傾向を解釈することは、仮説構築において有効です。


■ ということは「サンプル」はできるだけたくさん欲しい！

情報は多ければ多い方が良いのでしょうか？
それでは、以前お話しした「Quick & Dirty」の方針に反します。
ここでは、やっぱり情報コレクターになるな！と申し上げたいところです。

せっかく仮説思考をとろうとしているのに、
片っぱしからサンプルをたくさん集めていたのでは、本末転倒です。

そこで、まずは「情報収集を禁止」しましょう！（笑）
極端な言い方ですけどね、、、(^^)

まずは、既知の情報だけでも「一次仮説」を構築するには十分です。
皆さん、一応ビジネスの現場にいるわけですからね〜

そして、一次仮説オプションがいくつか抽出されたら、
その絞り込みをするために必要な論点を考えましょう。
ここで言う論点とは「仮説を絞るために知りたいこと」、
つまり「必要な情報は何か？」ということですね。

ちゃんと、今入手すべき情報を明らかにしないと生産性は上がりませんよね。


■ 情報収集論点を整理する

必要な情報の構造を明らかにするのには「イシューツリー」が有効です。
見た目はロジックツリーと同じですが、
ロジックツリーが要素分解を目的としていたのに対し、
イシューツリーは仮説を論証するために必要な論点で構成しています。

（例）
仮説「わが社は新規事業Ｘを立ち上げるべき」
　→（イシュー１）わが社には新たな事業が必要か？
　→（イシュー２）Ｘ市場は魅力的か？
　→（イシュー３）Ｘ市場の既存競合に勝てそうか？

こんな具合に、明らかにするべきことをブレイクダウンします。
そして、さらにサブ論点に分解できそうです。

（イシュー２）Ｘ市場は魅力的
　→（サブイシュー１）わが社にとって十分な市場規模か？
　→（サブイシュー２）今後の市場成長性が見込めるか？

こうやってツリー構造でイシューが構成されていきます。


■ 必要条件と十分条件

仮説が正しいと判断する材料には「必要条件」と「十分条件」があり、
その点も留意しておくとよいでしょう。

必要条件：条件Ｘが成り立たなければ、結果Ｙは絶対に成り立たない

つまり、Ｘが成立しても、Ｙは成り立つかもしれないし、
成り立たないかもしれないのです。

十分条件：条件Ｘさえ成り立てば、結果Ｙが必ず成り立つ

こちらは逆に、Ｘが成立しなくても、Ｙが成り立つ可能性を残しています。

つまり、仮説を論証するためには、この２つを組み合わせて、
「必要十分条件」を満たす情報を入手する必要があるわけですね。
ただ、一気に正解を求めるというスタンスではなく、
少しづつ仮説を絞り込んでいくという気持ちでないと、
また、膨大な情報コレクターになってしまいますので、ご注意を！(^^)


「帰納法」は分析者の視点によって大きく解釈が異なります。
まさに、分析者の手腕が問われる考え方ですね。
皆さん、腕を磨きましょうね。(^^)

・仮説構築の技術（９）　〜　総括まとめ  2009年03月30日
・仮説構築の技術（８）　〜「帰納法」の本質を知る  2009年03月27日
・仮説構築の技術（７）　〜「演繹法」の本質を知る  2009年03月26日
・仮説構築の技術（６）　〜思考プロセス「演繹法」「帰納法」  2009年03月25日
・仮説構築の技術（５）　〜思い込み回避の俯瞰思考  2009年03月24日
・仮説構築の技術（４）　〜フェルミ推定による定量的推論  2009年03月20日
・仮説構築の技術（３）　〜見えない将来を予測できるか？  2009年03月19日
・仮説構築の技術（２）　〜そもそも仮説とは何か？  2009年03月17日
・仮説構築の技術（１）　〜なぜ仮説思考が必要か？〜  2009年03月13日


株式会社シナプス　代表取締役　家弓正彦