食わず嫌いを直そう、朝顔の観察日記とデータ収集（その6）：山浦恒央の“くみこみ”な話（78）（1/4 ページ）

難しそうな「統計」ですが、データの分析以上に重要なのが「収集」です。今回は、統計分析の前段階に相当する「データを集める」という部分に焦点を当てて解説します。

[山浦恒央 東海大学 大学院 組込み技術研究科 准教授（工学博士），MONOist]

1.はじめに

　ソフトウェア工学、特に、品質制御では、バグや開発ステップの統計データを収取して、プロジェクトをより良い方向へ導こうとします。いろんな会社でいろんなデータを集め、社内で決まった「独自の分析手法（門外不出の場合が多く、簡単にはうかがい知れません）」を駆使し、「このプロジェクトは危ない」などの「工学的イエローカード」を出していると思います。

　各社でのデータ分析の手順は、（1）「データを収集する」、（2）「データを解析する」、（3）「結果や教訓を得る」ですが、一番簡単そうに見える「データ収集」が意外にくせ者です。

2.データ収集の落とし穴

　これまで5回を掲載してきた統計シリーズをご覧頂き、「意外に簡単そうなんで、ウチでもプロジェクトのデータを分析してみよう！」と興味を持っていただいた方もいると思います。ですが、プロジェクトのデータを分析する前に、まずは、データを収集しなければなりません。

　データを収集する前に、「ソフトウェア開発のどんなデータを収集し」「何を分析する」かを考えることは、エベレストの登頂する前の綿密な計画と同じで、非常に重要です。ある意味、プロジェクト分析者の腕の見せ所です。

　ソフトウェア開発では、あらゆるデータが使用できます。例えば、ソースコード行数、レビュー時間、要求仕様書のページ数、摘出バグ数、開発工数など、よりどりみどりです。この中から自分の欲しいデータを選び、高精度なデータ分析を実施したいところですが、データの収集方法によって、データの精度が大きく変わります。

　今回は、データ分析の前段階に相当する「データを集める」という部分に焦点を当てて解説します。

3.データ収集前の4つの確認事項

　直感的に「データ分析」と比べて、「データ収集は簡単だろ！」と考えてしまいがちです。小学生の「夏休みの朝顔の観察日記」では、毎日朝9時にツルの長さ、葉の枚数と大きさ、つぼみの数や長さを測った人も多いでしょう。データ分析に比べて、小学生でも悩まずに実施できるデータ収集は簡単そうですが、意外な問題点や課題があります。

朝顔