8.おかしなデータには、必ず理由がある 

いいデータほど疑え。おかしなデータの原因は徹底的に追究しよう。 

ここでは、「おかしいデータ」の扱いについて述べたいと思います。 

では、おかしなデータとはなにでしょうか? 

おかしなデータとは、いいデータの逆で、自分の予想(は思い込みなのですが)通りにはならなかったデータで、ばらつきが大きい、大きな偏りがある、予想より値が大きすぎる、小さすぎる、或いは全く想像していなかった異常なデータ等、このようなことは、特に研究開発ではよく起きます。 

重要なことは、おかしなデータ(いいデータも)を、当事者が判断して取捨選択してはいけないということです。いいデータだと、すぐに周りの人に話したり、上司に報告したりするので、第三者のチェックが入りやすくなりますが、おかしなデータは「失敗」と決めつけてしまいがちです。ミスしたと決めつけて、何食わぬ顔で再実験する人も多いのではないでしょうか。 

それは、やってはいけないことの一丁目一番地です。 

まず、そのような予想と異なる結果となったのか、手技や手順も含めて徹底的に検証すべきです。周りの人に相談すべきです。その原因の中に、大切な本質が潜んでいることはよくあります。「思い込み」は捨てて、事実に真摯に向きあることです。 

おかしいデータが出たら、立ち止まりましょう。 

あなたの常識は、真理に比べるとちっぽけなものにすぎません。 

Follow me!