　組み込み系のソフトウェア開発プロジェクトの管理者は、例えば、自分のプロジェクトの生産性（1カ月あたりの開発ステップ数。通常は1キロステップ前後）、1キロステップあたりのバグの数など、いろいろな統計情報を収集し、プロジェクトをよい方向へ導びこうとします。また、他のプロジェクトと比較して良い値なのか、改善が必要なのか、とても気になります。あるいは、データを見た社長から、「生産性を上げろ」「品質が悪いぞ」と叱られている管理者も多いことでしょう。

　モノを比較することは、人間が生き残る上で非常に重要です。スーパーマーケットでコロッケを買う場合も、重さは（ほぼ）同じとは分かっていても、無意識に一番大きい（ように見える）物を買います。

　社内の他プロジェクトや、他社の開発チームと、生産性やバグの数を比較する場合、平均値を計算して比べることになります。これまで、本シリーズでは、単純な「平均値」が、実は平均値ではない可能性があると解説しました。

　例えば8人の生徒を10段階評価した場合、「5, 5, 6, 5, 4, 5, 5, 5」のグループと、「9, 2, 7, 4, 1, 6, 3, 8」では、平均値はどちらも「5」ですが、内容は全く異なります。母集団が8人程度なら、生のデータを加工せずにそのまま見せればいいのですが、数百人、数千人の生産性データは、数が多すぎるので平均を計算して比較することになり、「平均値」が、本当に母集団の性質を表しているかが重要となります。

「山浦恒央の“くみこみ”な話」バックナンバー

2.前回の復習

　前回は簡単な統計計算手法である「平均値」と「標準偏差」について紹介しました。平均値が5、標準偏差が1の場合、「データは5±1の付近に散らばっている」という意味となります。平均値は、計算方法は簡単ですが2つの注意点がありました。

1.1　外れ値がある場合

　外れ値（他の数値から極端に離れたもの）があると平均値に大きく影響し、データの傾向を見落とす可能性があります。チーム内の生産性の場合、例えば、1カ月に5キロステップも開発する超エース級のエンジニアが1人いると、生産性の平均は、他のプロジェクトの倍近い数値になり、プロジェクト全体の生産性が高いと勘違いする可能性があります。

1.2　バラツキがある場合

　見かけ上の平均値は同じでもデータのバラツキが異なる場合があります。そのため、標準偏差を考慮してデータを分析する必要があります。5段階評価のアンケートで「1：不満」「2：やや不満」「3：どちらでもない」「4：やや満足」「5：満足」で200人に回答してもらうとします。その場合、見かけ上の平均値は「3」でも、不満が100人、満足が100人という両極端のケースや、「どちらでもない」が200人のこともあります（そもそも、この数字は、加重平均できませんが）。

　上記のように、ただ平均値を見るのではなく、データのバラツキを考慮する必要があります。今回は、バラツキが大きい場合、具体的にどうすればよいかを解説します。