判断ジャーニー｜数値で意思決定する判断（実験 × 統計）
実験設計 → サンプル数 → 結果解釈 → 効果量・信頼区間と、p 値だけに頼らない判断を組み立てる。
このジャーニーが扱う判断
「AB テストや調査の結果を、どう判断に使うか分からない」人向け
ここに並ぶツールは独立した道具ではなく、前のツールの判断結果を、次のツールが前提として引き取る構造で並んでいます。順番を守ると、判断が「雰囲気」で止まらず「構造」で前進します。
判断の連鎖（順に渡す）
- 1
実験設計ツール
A/Bテストや実験の設計を支援します。必要なサンプルサイズ、実験計画、リスク評価を自動生成し、統計的に正確な実験を実施できます。
次の判断へ渡す理由: 設計を、必要サンプル数として実行プランに落とす。
次へ - 2
A/Bテストサンプルサイズ計算
統計学的に信頼できるA/Bテスト結果を得るために必要なサンプルサイズを計算します。心理学に基づいた警告と推奨事項も提供します。
次の判断へ渡す理由: サンプルサイズが揃ったあと、結果の意味を解釈に渡す。
次へ - 3
A/Bテスト結果解釈
A/Bテストの結果を統計学的に解釈し、心理学に基づく意思決定支援を提供します。統計的有意性と実務的有意性の両方を評価し、適切な判断を支援します。
次の判断へ渡す理由: p 値以外の指標も含めて、結果の意味を別の言葉で再評価する。
次へ - 4
統計的仮説検定の結果解釈
p値や効果量から、統計的仮説検定の結果を適切に解釈します。統計的有意性と実務上の意味の違いを明確にし、適切な意思決定を支援します。
次の判断へ渡す理由: p 値の言い換えだけで止めず、効果の大きさを別軸で押さえる。
次へ - 7
相関分析
2つの変数の相関関係を分析し、相関と因果の違いを明確に説明します。心理学に基づく誤解のリスクを指摘し、適切なデータ解釈を支援します。
このジャーニーが言いたいこと
- ツール 1 つで完結する判断はほぼない。前提が揃っていない状態で結論に飛ぶと「雰囲気の判断」になる。
- 順番を守ることで、判断のたびに「前提」「撤退線」「次の一手」を記録に残せる。
- 迷ったら最初のツールから進める。後半のツールは前半の出力がないと精度が出ない。
First byte Method（判断の質を高める進め方） も合わせてどうぞ。判断ジャーニーは Method の実装手段のひとつです。