# QM FW2023 Week #1
###### tags: `quality-management-2023`
#### 担当

教員：山本渉
ＴＡ：田上紀代美さん (山内研D2)

## 今日の内容

1. 初めに
2. 全員の自己紹介 (教員、TA、受講生、聴講生)
3. この授業のガイダンス: [クオリティマネジメント](https://hackmd.io/@watalu/rJ_5fGQdc), [分析科目共通の目標](https://hackmd.io/@watalu/BJlrUTbOc), [成績評価について](https://hackmd.io/@watalu/SJhmd1Xu5)
4. [回帰分析](https://hackmd.io/@watalu/HJaG0u6w9)とは、[回帰分析チェックシート](https://hackmd.io/@watalu/HylwEM7dq)
5. [JMP Pro](https://hackmd.io/@watalu/BkyZ1nf82)、JMPを用いた回帰分析の一例 ([ボストンの住宅価格のデータ](https://hackmd.io/@watalu/rJK9CXMu5)を例に)
6. [Slackの使い方](https://hackmd.io/@watalu/Hkhy3P-Oc)
7. [過去の提出物](https://hackmd.io/@watalu/rJrPub7Oc)の共有
8. 回帰分析を用いた研究論文を探してきてまとめる(次回まで, 自分が興味を持っている分野の学術論文が望ましいです)[お勧めとお願い](https://hackmd.io/@watalu/SkNFpWQd9)
9. 履修予定の人と様子見の人と聴講のみの人の名簿作り

## グループワーク科目

高橋先生が作り上げて渡辺先生が引き継いで磨き上げた科目。

|高橋先生|渡辺先生|
|---|---|
|||
|(昨年度までデータ対話型病院経営論 などをご担当いただいていた) 高橋先生は語り尽くす先生 → |渡辺先生は見守る先生 → [アクティブラーニング](https://hackmd.io/@watalu/Hk6cUAjO5)|

私は？その中間ぐらいでしょうか。それでも、どちらかというと、事前のインストラクションをしっかりするよりは、聞かれると答えたり、一緒に考えるタイプなので、こちらの説明の間でも、ご質問お待ちしています。

## 講義が目指すところ(渡辺先生のメッセージ：2021年度まで)

本科目では，「サービスの価値創造」を目的としたグループワークによるプロジェクト学習を通して，21世紀型ワークスキルの中核である，集団での学習力(学び合う力)，課題発見力，問題解決力の向上を図ります。(21世紀型ワークスキルについては、[こちら](https://www.soumu.go.jp/main_content/000542079.pdf)を参照してください。)

世界に類をみないスピードで人口構造が急激に変化し高齢化が進行する日本では，予防医療を 含めた医療・看護・介護・スポーツ周辺の「ヘルスケア」サービスの重要性が高まっています。 健康マネジメント研究科に入学した学生は，この社会の需要に対してヘルスケア全般に係る研究 活動や医療・介護サービス創出の将来の担い手として期待されています。そのためには，一般 に，サービス科学といわれる「サービスの質」に関する概念や理論を理解し，「サービスの質向 上」のための技術や科学的方法論を知り，活用していくことが必要です。

本科目「クオリティマネジメント」では，その始めの第一歩として，サービスの科学的質向上 のための要因分析の手法の理解と活用法の実践的な習得を目指します。“実践的な習得”とは，将 来に渡り研究活動や現場のマネジメントの場で活用する力量(コンピテンシー)を身に付けるこ とを意味します。

このような実践的力量評価のレベルは，下記のILUO基準で定められています。

|レベル|評価基準|英語|
|---|---|---|
|[I]|指導を受けながら作業ができる|In training|
|[L]|1人で作業ができるが， 指導を仰ぐ場合がある|Partially trained|
|[U]|1人で作業ができる|Completely trained|
|[O]|人に作業を指導できる・他の領域にも活用できる(Skill Transfer)|Trainer|

- I: In training – Basic training level and security instructions, support needed from a supervisor.
- L: Partially trained – Able to execute the operation under normal conditions, able to respect the set cycle time, and able to identify manufacturing defects.
- U: Completely trained – Able to execute the operations independently. Capable of preparing the workstation and startup and resolving anomalies of their own operation.
- O: Trainer – Able to instruct other operators and suggest process improvements.

この最終レベル[O]を目指しているのが，この科目です。言いかえれば，大学院で身に着ける 「専門知識」とは，周りに伝達し組織を巻き込むことができる力量を指しています。このような 専門知識をどう身に着けるかに関して，米国大学協会の21世紀型ファカルティデベロップメント では以下の模式図を示し，大学教育を教えてもらう学習 Child Learning から，グループで互い に啓発し合い自身の専門知識を新しく作り上げていく Adult Learning へと変遷させています。

グローバル社会では，Adult Learning を通して，世界共通の力量である21世紀型ワークスキル:
1. 思考力(創造性と革新性，批判的思考・問題解決・意思決定，学習能力等)
2. チームで働く力(コミュニケーション，コラボレーション(チームワーク)
3. ICTによる学習力(情報リテラシー，情報コミュニケーション技術(ICT)
4. 社会性(社会的責任と多様な価値観の差異の認識および受容能力) が身に着くと認識されています。

本科目では，「サービスの価値創造」を目的としたグループワークによるプロジェクト学習を通して21世紀型ワークスキルの中核である，集団での学習力(学び合う力)，課題発見力，問題解決 力の向上を図ります。

「サービスの価値創造」のための具体的な問題解決プロジェクトは，以下のステップで構成されます:

1. ターゲットとする商品サービスの決定と決定に至る背景の説明 (何故これを対象とすることが社会にとって重要なのかの説明，先行研究・研究仮説を含めた概念図): [ロジックモデル](https://www.mext.go.jp/a_menu/hyouka/kekka/06032711.htm), [ロジックモデル](https://www.nippon-foundation.or.jp/app/uploads/2019/01/gra_pro_soc_gui_03.pdf), [ラダリング](https://www.jstage.jst.go.jp/article/acs1993/4/1/4_1_25/_pdf)
2. 商品サービスの価値を測る計量的指標の決定 (Ex.価格，販売額，・・・)
3. 商品サービス間での価値指標のばらつきが起こる要因の考察 (特性要因図)
4. 採用した指標による商品サービスの価値モデルの構築 (データ収集，重回帰モデル，モデル選択)
5. 結果の解釈と考察
6. 商品サービスの価値創造(価値向上)のための提案
7. 分析の限界と課題への考察
8. プレゼンテーションと抄録(小論文)の作成

多くの学生にとって，どの側面をとっても初めての経験でハードルの高さが感じられるかとも思われますが，逆にいえば，どの側面も新しい新鮮な経験と受け止め，仲間と共に集団での学びの力を信じ，新しい知識や発見を得ることを楽しむ余裕を持つことが大切です。

本抄録集は，健康マネジメント研究科第9期生が個人およびグループでプロジェクトに臨んで，それぞれが新しい価値創造を成した結果の抄録集です。初めてで予備知識も少ない中でこれだけのことができる院生のみなさんのポテンシャルの高さに担当教員として驚いています。

しかし，地域における医師の不足・偏在，医療従事者の負担増，超高齢化社会の到来による医療・介護需要の増大といった日本が直面する深刻な課題にチャレンジし，ヘルスケアサービスに 関わる専門研究を始めるみなさんへの社会的な期待は大きく，益々のデータに基づく科学的な探求力の向上を祈念いたします。

## 3つの分析科目で磨くスキル

### クオリティマネジメント

* 統計的問題解決の基礎(PPDACサイクル)
* JMP Pro
* ブレーンストーミング
* 技術シナリオの収集
* [概念図](https://hackmd.io/@watalu/HyVlIaMuc)
* [特性要因図](https://hackmd.io/@watalu/HJsnVAfuq)
* 重回帰分析

### サービスデータサイエンス

* 主成分分析
* 主成分回帰
* コンジョイント分析

### 多変量因果分析

* 構造方程式モデリング
* 潜在クラス分析

## この講義で使うかもしれないもの

* [Slack](https://keiohealthdatascience.slack.com/)。[この招待リンク](https://join.slack.com/t/keiohealthdatascience/shared_invite/zt-19gj1hyqc-nZoeiTMmyuPEwHbw~A~weA)をクリックすると参加できます。
* オンライン版オフィススイート (コラボするとき)
* [Microsoft Office 365](https://www.office.com/) (@keio.jpで利用可能)
* [Google Docs](https://docs.google.com/) (@keio.jpで利用可能)
* クラウドストレージ
* [Dropbox](https://www.dropbox.com/) (SFC-CNSアカウント, 教員は7TB利用可能でした)
* [Google Drive](https://drive.google.com/) (keio.jpアカウント) [課題を提出していただく先](https://drive.google.com/drive/folders/1f2_tEQdsx9IvM1b__rj7WSPjnWrTw8DK?usp=sharing)に使用します
* Box (keio.jpアカウント)
* ホワイトボードアプリ (グループワークするとき)
* [miro](https://miro.com/ja/) (私からの招待で、無償で使わせて貰えます)
* [Microsoft Whiteboard](https://www.microsoft.com/ja-jp/microsoft-365/microsoft-whiteboard/digital-whiteboard-app)
* [Coggle](https://coggle.it/)
* データの収集
* [Google Forms](https://forms.google.com/) (サービスデータサイエンスで多用します。質的硏究法で学ぶかも？)

## 参考
### オンライン教材

GACCO

* [統計学Ⅰ：データ分析の基礎](https://lms.gacco.org/courses/course-v1:gacco+ga014+2022_04/about)
* 統計学Ⅱ：推測統計の方法
* 統計学Ⅲ:多変量データ解析法
* 誰でも使える統計オープンデータ
* 社会人のためのデータサイエンス演習

### オンライン資料

SAS社

* [JMPマニュアル](https://www.jmp.com/ja_jp/support/jmp-documentation.html)
* [JMPラーニングライブラリ](https://www.jmp.com/ja_jp/learning-library.html)
* [JMPを始めましょう](https://www.jmp.com/ja_jp/events/getting-started-with-jmp/overview.html)
* [JMPトレーニング](https://www.jmp.com/ja_jp/training.html)

### 高橋先生の講義ビデオ

* [第1回](https://keio.box.com/s/93k7h923u9bhmgb5u7xx5ezhufy2w1zk)
* [第2回](https://keio.box.com/s/vl1khx43369kfuyfanutgichiip8qenb)
* [第3回](https://keio.box.com/s/qk3kpj67noo5mxc6633zdp8fnixx4c3w)
* [第4回](https://keio.box.com/s/wi5oc3plu3r5fzywrdok19bet5m5nojf)
* [第5回](https://keio.box.com/s/3srt6ndwdtis4o789s7mfmadrwe0geji)
* [第6回](https://keio.box.com/s/t0ya1w899tacvxnlbwmhql35gexh4rdj)
* [第7回](https://keio.box.com/s/xvio7nc5mg8qjpbzplr6hicyxvzty59l)

### 書籍

* [JMP関連書籍](https://www.jmp.com/ja_jp/academic/books-for-jmp-users.html)

次の書籍は入手してみました。

* 「[第3版 JMPによるデータ分析](http://www.tokyo-tosho.co.jp/books/978-4-489-02347-7/)」は簡単すぎました。
* 「[JMPで始めるデータサイエンス](https://www.ohmsha.co.jp/book/9784274224409/)」はこの科目には結構、合致している印象を抱きましたが、工業に偏っているかもしれません。副題の「7日間でデータサイエンスを学ぶ」は7日間では実現できそうにない気がします。「[JMPではじめる 統計的問題解決入門](https://www.ohmsha.co.jp/book/9784274220715/)」の改訂版のような気もします。
* 「[データ分析入門（第7版）](https://www.keio-up.co.jp/np/isbn/9784766415247/)」は、SFCの開学から総合政策学部とメディア情報学部の両方で必修科目として開講されていたデータ分析の教科書です。統計学の基礎から回帰分析までをカバーしています。2008年を最後に、改訂されなくなりましたが、現代で言うデータサイエンスを学べます。参考までに現在は[SFCデータサイエンスカリキュラム](https://ds.sfc.keio.ac.jp/curriculum.html)にあるように、だいぶ様変わりしているようです。昔のデータ分析については、[2004年の日本品質管理学会の機関誌](https://www.jstage.jst.go.jp/browse/quality/34/1/_contents/-char/ja)に紹介記事があります。