레벨: 중급
질문지 조사의 사례의 대부분은 고찰의 단계에서 끝나고 있어 일부에는 고찰에 근거한 제안을 실시하는 경우도 존재하지만, 그 경우의 제안은 어디까지나 가설 발상(발상을 나타내는 것)으로 멈추어 따라서 가설 검증 (검증 실험)까지 수행하는 경우는 거의 없습니다. 한편, 질문지 실험인 콘조인트 분석의 사례는 많이 발표되고 있지만, 그 대부분은 콘조인트 분석에 특화된 단체의 접근이다. 그리고 이들의 조인트 분석에는 실험계획의 공학적 응용의 관점에서 다음 3가지 문제점이 존재한다. ①양적 인자도 질적으로 취급하고 있는 것, ②적항(교호작용)이나 2차항을 무시하고 있는 것. ③해석·설계는 분산 분석에 근거하여 심플한 조건 결정을 실시하고 있는 것이다. 이 세 점은 서로 얽혀 있으며, 이들을 종합적으로 해결하는 방법으로 다음 세 가지가 유효하다. [1] 최적 계획 (사용자 정의 계획)을 채용하는 것. [2] [1]의 데이터에서 중회귀 분석의 변수 선택을 채용한다. [3] [2]의 추정 중회귀식에 기초하여 수리 계획법을 실시한다. 이 연구는 질문지 조사와 질문지 실험을 협업하고 질문지 실험의 문제점을 극복하기 위해 고안된 방법을 제안한다.
50년 가까이에 걸쳐 TQM(Total Quality Management: 종합적 질경영), SQM(Statistical Quality Management: 통계적 질경영) 및 설계론의 연구를 해왔다. 21세기에 들어서고는 새로운 설계 패러다임인 초디자인(Hyper Design)을 제안해, 그 수리인 HOPE 이론(Hyper Optimization for Prospective Engineering)을 개발해 그 지원 소프트 HOPE-Add-in을 SAS사와 공동 개발하고 있습니다. 이 노력에 의해 지금까지 사고방식인 「초설계」, 통계수리인 「HOPE 이론」, 지원 툴인 「HOPE-Add-in for JMP」의 삼위일체에 의한 새로운 설계법을 실현하고 있다. 그리고 이 이론의 사회과학적 연장선상에서 선발형 양측 인과분석(표측 인과분석으로서의 [다군주성분회귀분석]+이면인과분석으로서의 [인자회귀분석])을 제창하여 현재는 선발형 양측 인과 분석 후의 진전 어프로치인 반전 인과 분석(준 SEM에 해당하는 인과 분석 방법)을 제안하고 있다.
논문집 사이트로
https://community.jmp.com/t5/Discovery-Summit-Japan-2022/Discovery-Summit-Japan-2022-%E8%AB%96%E6%96%87%E9%9B%86/ta-p /568396
※동영상 공개는 11월 30일(수)까지.
공개를 종료했습니다.
