【書籍解説】『思考・論理・分析』 波頭 亮
✔ この本を「一言」で表すと
物事を「正しく」考え、理解する論理的思考力が身につく本
✔ 目次
第1章 思考
1-1 思考
1-2「分ける」ための3要件
1-3 思考成果
1-4 因果関係
第2章 論理
2-1 論理
2-2 論理展開
2-3 論理展開の方法論
2-4 正しさの根拠
第3章 分析
3-1 分析とは
3-2 分析作業
3-3 合理的分析の手法
3-4 論理と心理
第1章 思考
1-1 「思考」とは
「情報」と「知識」を照合し、「同じ」と「違う」に分けて認識すること
=分かることは「分ける」こと
1-2 「分ける」ための3要件
1.「ディメンション」を整えること
・ディメンション=比べる対象の抽象・具体の階層を一緒にすること
一例)
ディメンションⅠ 物体
Ⅱ 食べ物
Ⅲ 果物、野菜、魚、肉
Ⅳ リンゴ、大トロ
✕ 「野菜」と「リンゴ」で比べる
∴ ディメンションⅢとⅣという「不一致の」階層で比べてるから
◯ 「肉」と「魚」で比べる
∴ ディメンションⅢ同士の「一致した」階層で比べてるから
2.「クライテリア」を設定すること
・クライテリア=分類基準
〈Point〉
1.多種多様な「クライテリア」の選択肢を知識として持っておくこと
2.複数ある「クライテリア」の中から、
思考の「目的」に合致するクライテリアを選択する
例)「和食」に飽きた人に何を食べるか提案する時
✕ 「素材の種類」というクライテリア(魚料理、肉料理、卵料理 など)
◯ 「料理の国籍」というクライテリア(和食、フレンチ、中華 など)
3.「MECE」であること
例)◯ 人間を「A型」「B型」「O型」「AB型」に分ける
・「A型」~「AB型」を合わせると全ての人間をカバーする(モレがない)
・「A型」でかつ「O型」(「B型」「AB型」)の人間はいない(ダブりがない)
※現実世界においては完全にモレ・ダブりのない分け方までは要求されず、
「MECE的」であればよいとされる
1-3 正しい思考の「成果」
1.事象が何なのか理解できる
2.事象と事象の「関係性」を把握できる
例)目の前にいる物体
「ヒグマだ!」
・・・1事象(属性)が「ヒグマ」であることの理解
「自分は目の前のヒグマに襲われる可能性がある!」
・・・2「自分」と「ヒグマ」の関係性の把握
✔ 事象間の「関係性」の把握
1.独立:Aの事象が変化してもBの事象は変化しない関係
2.相関:AとBの事象が何らかの関連性がある
① 単純相関:AとBとが原因と結果の関係にない
例)「身長」と「体重」の関係
∴身長の変動と体重の増減との間には関連性はあるものの、
身長が伸びたからといって、必ずしも体重が増えるとは限らない
② 因果関係:Aが原因でBが変化する関係
例)「自動車のスピード」と「事故率」の関係
1-4 「因果関係」
✔ 因果関係成立のための2条件
1.時間的序列
事象Aという「原因」が必ず「先」に発生し、事象Bという「結果」が
必ず「後」から起こる
例)「犬が西向きゃ、尾は東」⇒ ✕ 時間的序列
∴ 犬の頭が西を向いた「と同時に」尻尾が東を向いたため
また、犬の尻尾が東をむけば、頭が西を向くという「逆の順序」も
成り立つ
「雨振って、地固まる」⇒ ◯ 時間的順序
∴雨という原因が「必ず先」にあって、「その後に」
地面が固まるという結果が伴うため
cf)「相互因果」
AがBの原因であると同時にBもまたAの原因になっているケース
例)「大学における優秀な学生の人数と就職率の関係」
優秀な学生が多ければ、就職率は高くなる「と同時に」
就職率が高いから優秀な学生が多く集まる とも言える
2.意味的連動性
・「意味的連動性」:経験的に受け入れられる関係性
例)「毎日歯を磨けば虫歯になりづらくなる」⇒ ◯ 意味的連動性
∴ 経験則的に一定納得できる関係性だから
「社長がゴルフを始めれば会社が高収益になる」⇒ ✕ 意味的連動性
・十分な知識と経験がないと判断が難しい!
✔ 因果関係を正しく捉えるための3つの留意点
1.直接的連動関係
・その結果を引き起こす「直接的な原因」になっているかどうか検証せよ!
例)A「スピードの出し過ぎ」が原因で「事故」に⇒ ✕ 直接的連動関係
∴ スピードの出し過ぎは事故の「遠因」にすぎないから
B「ブレーキを踏むのが遅れた」のが原因で「事故」に⇒ ◯ 直接的連動関係
∴ ブレーキを踏むのが遅れたのが事故の「直接的な原因」だから
・ ここがブレると「打ち手」が的外れなものになる
例)A:時速60kmまでしかでない「速度リミッター」を車に搭載⇒ ✕ 打ち手
∴ スピードという車のもつ「最大のメリットが失われる」
B:「自動ブレーキシステム」を車に搭載⇒ ◯ 打ち手
∴ スピードという車の「メリットを確保」した上で問題に対処できる
2.第三ファクターの存在
「第三ファクター」=事象AとBとの間に相関関係を生じさせる共通因子Xのこと
例)✕「茶碗の数が増えれば、米の消費量も増える」
茶碗を無料配布すれば米の消費量は増える?否!!
⇒ 何か「見落とし」(=「第三ファクター」)がある!!
⇒ 見落とし:「家族の人数」
◯「家族の人数が増えれば、茶碗の数も増え、米の消費量も増える」
3.因果の強さ
原因が結果に対して及ぼす影響力の大きさを検証しよう!
例) A「ザーザー降りの雨」だと「傘をさす」⇒ 因果は強い
∴ ザーザー降りの雨では人は十中八九傘をさすため
B「日差しが強い」と「傘をさす」⇒ Aに比べて因果は弱い
∴ 日差しが強ければ人は十中八九傘をさすとまでは言えないため
第2章 論理
2-1 論理
・「論理構造」=ある主張(結論)が何らかの「根拠」に基づいて成立していること
・「論理」=根拠から主張(結論)を導き出す「思考プロセス」
✔ 論理構造が成立するための「2要件」
1.「根拠」と「主張(結論)」という2つの命題が必要
2.「根拠」と「主張(結論)」との間に「意味的関連性」が必要
※「意味的関連性」=論理によって2つの命題を繋ぐことができること
∴「論理構造」が成立するためには、
「2つの命題が根拠と主張という関係で繋がれ得るものであること」が必要
✔ 「論理的」であること
・話を聞く人/読む人が明快に理解でき、「納得感」をもって受容できるような
思考プロセスによって根拠から主張が導かれていること
∴ 形式上の論理性に加え、「納得感=主張の現実的妥当性」が必要
2-2「論理展開」
「論理」(=「推論」)を行う上での思考プロセスのこと
cf) 「推論」
思考により既存命題から「次段階の命題=主張(結論)」を導き出すこと
∴「既存命題」⇒ 「推論=論理展開」⇒ 「次段階の命題=主張(結論)」
✔ 推論の価値
1.「確からしさ」=推論の内容が「多分正しい」と言えるかどうか
2.「距離」=得られた結論が命題に対してどれだけ「新しい意味内容」を持つか
例) ◯「今年の夏はとても暑かったのでビールがよく売れただろう」
※留意点
2の「距離」が離れすぎてしまうと「納得感」が薄れやすい
⇒「距離の短い」論理展開(=思考プロセス)を繋いでいくことで納得性を高める
例) [△納得感] [◯納得感]
↑ ↑
「若者の能力低下が進む」 「報酬の個別対応が全社化」
↑
「採用時の報酬の個別対応が進む」
↑
「優秀な若者の獲得競争が苛烈に」
↑
「優秀な若者の価値が高まる」
↑
「若者の能力低下が進む」
2-3 論理展開の方法論
1.「演繹法」
2.「帰納法」
✔ 演繹法
・既存命題を「大前提」と照らし合わせ、「包含関係」が成立すると判断した
命題を結論とする思考プロセス
・「演繹法」=「三段論法」
∴「既存命題」「大前提」「結論」という3つの命題が段階的に示されるため
大前提:「魚類:セキツイ動物」(魚類はセキツイ動物に包含される)
⇒結論:「イワシ:セキツイ動物」
✔ 適切な「大前提」であるための2要件
1.既存命題に含まれる「意味内容」を大前提の命題も含んでいること
2.大前提の意味内容が「普遍的な妥当性」を有していること
例)△普遍的妥当性
既存命題:「A君は嘘をついた」
大前提:「嘘をつくことは悪いことだ」・・・△普遍的妥当性
結論:「A君は悪いことをした」
∴人を傷つけないための嘘もあるし、嘘により迷惑を被った者がいない
とすれば必ずしもA君が悪いことをしたとはいえない
・普遍的妥当性を担保しやすいのは、数学的・科学的命題あるいは
法律や制度に基づく命題が多い
✔ 帰納法
・複数の対象を観察する中で「共通項」を見つけ、一般命題としての結論を
導き出す思考プロセス
例)複数の観察対象:「イワシ」「アンコウ」「金魚」「サケ」
共通項:イワシもアンコウも金魚もサケも「魚」であり「エラ呼吸する」
結論:「全ての魚はエラ呼吸する」
・帰納法の結論:サンプルの中だけで成立する共通項を命題として導き出す
したがって、正しさは「どのくらい確からしいか」という所に帰着するため、
その正しさの程度は「強い/弱い」で表現される
✔ 帰納法の結論の正しさを担保する2要件
1.観察事象の「適切なサンプリング」
① 何らかの共通事項が成立するような命題を揃えること
②「一般化に妥当な事象」をサンプリングすること
〈NG例〉
・サンプル数が過小すぎる
・特定の層に偏ったサンプリング
例)インターネットによるアンケート調査
⇒若い年代のインターネット利用者層を強く反映した結果になりやすい
2.共通事項の「抽出」
〈抽出方法3段階〉
1.観察事象における共通事項と非共通事項を仕分ける
2.「非共通事項の中の」共通項を見つける
3.1で得られた2つの共通事項と2の共通項を
組み合わせて一般命題化する
〈NG〉偶然の一致による共通項を一般命題化
例)命題「アジ、アナゴ、アマダイが雨の日にたくさん釣れた」
1.共通事項:①「雨の日に」②「たくさん釣れた」
非共通事項:「アジ、アナゴ、アマダイ」
2.非共通事項の中の共通項:「アのつく魚」
3.「アのつく魚は雨の日にたくさん釣れる」⇒確からしくない
2-4 「正しさ」の根拠
✔ 正しさ
1.「客観的」正しさ:万人が認める現実的な正しさ=「真」
2.「論理的」正しさ:演繹法等の論理展開の要件を満たしている事=「妥当」
※「妥当」だが「真」ではない/「真」であるが「妥当」でないケースも
例)既存命題:「テングダケは毒キノコである」
大前提:「毒キノコは食べられない」
結論:「テングダケは食べられない」
⇒「妥当」だが「真」ではない
∴テングダケは毒抜きにして食べることができるから
✔ 正しい結論に至るための3要件
1.命題が「ファクト」
〈演繹〉既存命題と大前提の包含関係の判断が妥当
〈帰納〉複数の観察対象の共通項の抽出方法が妥当
2.命題構造が「ロジカル」
〈演繹〉大前提が既存命題を包含していること
〈帰納〉適切なサンプリングがされていること
3.「ロジック」自体が妥当
〈演繹〉既存命題と大前提が「ファクト」
〈帰納〉観察対象が「ファクト」
= 大命題:「現実的に正しいことだけが正しい」
✔ 「ファクト」と「ロジック」
・「ファクト」:ロジックを適用する対象の情報が現実的事実と言えること
・「ロジック」:論理展開が妥当であること
第3章 分析
3-1 分析とは
・本質的な意味合い:分けて分かるための「実践作業」こと
=「要素に分ける」こと
cf) 思考:「頭の中で」分けて分かること
✔ 実践的分析の3要素
1.何を分かるために分析するかという「分析目的」の存在
2.データやグラフ等による「情報収集」の必要性
3.分析目的を満たす「結論」を得ること
3-2 分析作業
✔ 分析作業の4ステップ
1.分析プロセスの設計
設計における3要件
① 制約条件
(1)内在的制約条件
・時間
・手間
・費用
∴ 情報収集にどのくらいの時間・費用を投入し手間をかけるのか
(2)外在的制約条件
・目的
・期限
∴ 何のために分析するのか、いつまでに分析を終えなければならないか
② 作業計画
(1) 収集すべき情報と収集方法
(2) 情報分析・情報処理の手法
(3) 担当者と所要時間および投入費用
③ アウトプットイメージ
分析の結果、どのような成果が得られるかという具体的イメージ
※「情報収集:情報分析=50:50」のウェイトが理想
2.情報収集
✔ 「情報」とは
・目的達成のための不確実性を減らすもの ⇔「ノイズ」
✔ 情報の効用逓減性
「結論」を出すのに十分な情報収集をした後に、さらに「追加」で
有益な情報を集めたとしても、その効用は減少するということ
∴「濃い」情報を必要最小限だけ集めることが大切
3.情報分析
・分析するにあたって有用な手段=データの「グラフ化」
(1) グラフ化の「効用」
・グラフ化することで「膨大なデータの持つ意味」の理解が容易に
(2) グラフ化の「原則」
① 平面的に描ける「二次元」で表すこと
② 縦軸と横軸の2つの変数で表すこと
※例外:一部の円グラフや棒グラフは変数が1や3になることも
✔ 代表的なグラフ4種類
① 棒グラフ
「1つの変数」だけを量的データで表して比較する場合に有効
例) 営業マン別の売上達成率
変数1(売上達成率のみ)
② 折れ線グラフ
「2つの変数」を等しく表現する場合に有効
例) 各国1人当たりGDPの推移
変数:2(縦軸:1人当たりGDP/ 横軸:西暦年)
③ 点グラフ
点の分布・分散具合で相関関係の有無を表現できる
例) 家計に占める食費の割合と一ヶ月の家計の総収入
④ 円グラフ
「1つの変数」だけを量的データで表す場合に有効
4.意味合いの抽出
✔ グラフの読み取り方
・グラフから「データの持つ意味合い」を読み取ることが重要
データの持つ意味合い
① 規則性:パターン
(1) 傾向:「時間の変化」と共に見られる規則性-増加or低下傾向
例) わが社の売上率はこの10年間「低下傾向」にある
(2) 相関:2つの変数の間に見られる「関係の規則性」
例) 家計に占める食費の割合は、所得が増大するにつれて低下する
⇒「点グラフ」で表現すると多数の点が直線的に並んでいることがわかる
② 変化:規則性を破るもの。「1点」によって示される。
「そこで何かが起きた」ことを表している
(1) 突出値:傾向を「逸脱」した事象
例) 一社だけずば抜けて高い成長率を達成している
(2) 変曲点:傾向や相関の「ターニングポイント」を示す点
例) ある規模を超えた途端に生産性が低下した場合
3-3 合理的分析の手法
✔ 「イシューアナリシス」とは
・「 イシュー」:結論を左右する重要な論点
・「イシューアナリシス」:まず「イシュー」を設定し、情報収集/分析を
その「イシュー」に絞り込むことによって結論を効率的に得ようとする分析手法
✔ 「イシューアナリシス」の3ステップ
① イシューの設定
「仮説」に基づき、結論を左右するような重要なイシューを「決め打ち」する
〈Tips〉
■「フレームワーク」の活用
分析領域をMECEに整理し、イシュー候補を棚卸しする必要がある
⇒分析領域を包括的にカバーするため「フレームワーク」を使う
・「フレームワーク」=物事を整理・分類するための思考の枠組み
【代表的なフレームワーク3つ】
(1) 3C
ⅰ. Company(自社)
ⅱ. Customer(市場・顧客)
ⅲ. Competitor(競合)
(2) 4P
ⅰ. Product (製品)
ⅱ. Price(価格)
ⅲ. Place(場所)
ⅳ. Promotion(広告宣伝)
(3) 組織の3S:以下3つ+「Culture(組織風土)」で戦略立案する
ⅰ. Structure(組織骨格)
ⅱ. System(制度・ルール)
ⅲ. Staffing(人材配置)
■ 合目的的性のマグニチュード:「真のイシューか否か」を測る判断基準
課題がどれだけ目的に合った結論に寄与しうるか
⇒「様々なクライテリア」で状況を把握することが大切
例) 「売上が低迷している要因」を分析する場合
⇒クライテリア別に「売上」を分解
〈足し算による分解〉
ⅰ. 【地域別】 売上=A地域+B地域+C地域
ⅱ. 【製品別】 売上=X製品+Y製品+Z製品
ⅲ. 【チャネル別】売上=コンビニ+百貨店+スーパー
ⅳ. 【価格帯別】 売上=低価格品+中価格品+高価格品
〈掛け算による分解〉
ⅰ. 売上=販売単価×販売個数
ⅱ. 売上=マーケットサイズ×自社のシェア
ⅲ. 売上=客単価×顧客数
ⅳ. 売上=営業マン1人あたり売上高×営業人数
② イシューツリーの作成:イシューを分解して構造化
〈Tips〉「MECEな」イシュー展開
例) メインイシュー:「わが社はX市場に進出すべきか」
⇒メインイシューに対し「MECEな」サブイシューになるよう分解
(1) X市場は魅力的か
⇒ X市場の市場規模、成長性、収益性、競争の激しさなどを
調査し他の市場と比較することで判断が可能に
(2) X市場進出は可能か
⇒ 必要な経営資源、要素技術、規制や許認可、協力会社の必要性
などを含めて、X市場へ進出するために必要な条件と自社の
経営資源や制約条件とを比べて、判断が下しやすくなる
(3) X市場への進出は優先事項か
⇒ 分析目的の「再び成長軌道に乗るための施策」として
X市場に進出すること以上に優先して取り組むべき対象が
他には存在しないのか検討
⇒ イシューを分解することで、より具体的になり判断しやすくなる
③ 仮説の検証:設定したイシューに対しYES/NOの結論付けを行う
〈Tips〉YES/NOが明確になるまで繰り返す
明確にYES/NOと結論付けられない場合⇒ 明確にYES/NOと
言えるようになるまでイシュー(仮説)の再設定・再検証を繰り返す
例) メインイシュー:「わが社はX市場に進出すべきか」
⇒「X市場への参入にはA社の持つ特許技術がどうしても必要」と判明
⇒ イシュー(仮説)を再検証
⇒ 新イシューⅰ「A社と提携することによりX市場に参入することは可能か」
新イシューⅱ「A社の特許技術の代替技術を早期に開発することにより、
X市場に参入することは可能か」
⇒ 新イシュー(新仮説)を再検証
3-4 論理と心理
人間が分析により判断する際、「心理=感情」の影響を免れ得ない
「心理」の影響
1.心理的バイアス:先入観により判断してしまうこと
例) プラシーボ効果
「よく効く薬」と聞くと、効能的にはまったく効果がなくても
実際に熱が引いたり、胃痛が止んだりする現象
2.執着心:正しいと確信できる結論に至るまで決して諦めないこと
⇒粘り強く分析を重ねることにより高いレベルの分析結果を
もたらしてくれることも
*解説した書籍