Livello: intermedio
Un’indagine volta a migliorare la situazione attuale richiede sia domande orientate agli effetti sia domande orientate alle cause. Quindi, comprendendo la relazione causale tra i due attraverso l'analisi di regressione, è possibile selezionare gli obiettivi d'azione. In tal caso, gli elementi mancanti non possono essere coperti dopo il sondaggio, ma se sono presenti elementi non necessari, è possibile ignorarli successivamente. Per questo motivo, se si prepara una serie completa di domande facendo attenzione a non caricare troppo gli intervistati, il risultato sarà un gran numero di domande e tra gli elementi apparirà un'elevata correlazione. Per affrontare questo problema, Takahashi e Kawasaki hanno proposto un'"analisi di regressione delle componenti principali multigruppo". L'essenza di ciò è trovare la componente principale per ciascun gruppo sotto un gruppo razionale configurato in modo tale che la correlazione all'interno del gruppo sia elevata e la correlazione tra i gruppi sia bassa, quindi utilizzarla come variabile esplicativa per eseguire la componente principale regressione. Il metodo consiste nel selezionare elementi con grandi valori assoluti di fattori di carico per le componenti principali selezionate come elementi principali che richiedono contromisure.
A volte questi elementi principali sono raggruppati insieme, ma questo può essere gestito utilizzando l’analisi fattoriale. Per l'analisi causale, quando vengono utilizzati i componenti principali, si tratta di analisi causale frontale, quando vengono utilizzati fattori, è analisi causale posteriore e quando i due vengono combinati, è analisi causale bilaterale. In questa presentazione introdurremo la teoria e il metodo concreto utilizzando JMP.
L'autore ricerca e pratica da mezzo secolo QM (gestione della qualità), SQM (gestione statistica della qualità) e teoria del design (ricerca congiunta con numerose aziende, guida gestionale, ecc.). Dagli anni '90 ha proposto Hyper Design, un nuovo paradigma di progettazione, e ha studiato la sua teoria matematica, la teoria HOPE (Hyper Optimization for Prospective Engineering), e ha creato il software di supporto HOPE-Add-in per JMP di SAS sviluppo congiunto con Da quanto sopra, abbiamo realizzato un nuovo metodo di progettazione utilizzando la trinità del concetto di super design, la matematica statistica della teoria HOPE e lo strumento di supporto di HOPE-Add-in per JMP.
Poiché il design è difficile da comprendere, spesso viene frainteso come un’attività speciale da parte di persone speciali. Per superare questo problema e consentire a molte persone di padroneggiare la progettazione, l'autore sta sviluppando nuovi metodi didattici e ricerche teoriche. Si tratta di un'educazione esperienziale che utilizza materiali didattici reali (elicotteri di carta, alianti di carta, tiro con le monete, ecc.) e materiali didattici virtuali (simulatori di palla volante, ecc.). Questo programma didattico (dalle basi della statistica al super design) utilizza JMP per visualizzare l'analisi e la progettazione in molte situazioni, rendendolo un programma didattico interessante e di facile comprensione. Questa formazione è stata implementata da oltre 30 anni nelle università del Giappone e all'estero (Università di Keio, Università di Yale, Università delle Scienze di Tokyo, Università di Tsukuba, ecc.) e in molte aziende, e la sua efficacia è stata confermata.
*Per coloro che desiderano una comprensione più dettagliata, abbiamo preparato un documento. Se siete interessati, contattate direttamente il presentatore , Takenori Takahashi .
