ロジカルシンキングのフレームワーク一覧｜代表的な5つと使いどころ

ロジカルシンキングのフレームワークには、どのような種類があり、それぞれ何に役立つのでしょうか。
MECEやロジックツリーという名前を知っていても、使う場面や違いまではわかりにくいものです。

たとえば、問題を前にして考えがまとまらないとき、必要なのは情報を整理することかもしれません。
結論のための理由を確かめたい時もあれば、事実をもとに次の行動を考えたい時もあります。
何を考えたいかによって、役立つ道具は変わります。

この記事では、代表的な5つの思考法を目的別に整理し、それぞれの特徴や使いどころ、メリットと身近な例を紹介します。
フレームワークは、使えば必ず正しい答えが出るものではありません。
まずは詳しい使い方を覚えるよりも、それぞれが思考のどの部分を助けるのかを知るところから始めてみましょう。

　

　

【1】ロジカルシンキングのフレームワークとは？役割と使いどころ

フレームワーク：情報や考えを、一定の観点に沿って整理したり、関係を確かめたりするための枠組みです。
ロジカルシンキングでは、考えたいことに応じて、こうした枠組みや問いかけを思考の道具として使います。

たとえば、店舗の売上が減った理由を考える場面を想像してみてください。
売上を「客数」と「客単価」に分けると、それぞれの変化を調べるという考え方ができます。
漠然とした問題を要素に分けることで、何を確認すればよいのか整理しやすくなります。

ただし、フレームワークは課題解決の手順を決めるものではありません。
情報を整理できても、その情報が正しいか、導いた結論が妥当かは別に確かめる必要があります。

では、整理した情報から結論や仮説を考えるとき、人はどのように推論するのでしょうか。

【関連記事｜L02】ロジカルシンキングとは？初心者向けに基本と鍛え方を図解で解説

【2】演繹法・帰納法・アブダクションとフレームワークの関係

推論：事実や前提をもとに、結論や仮説を導くことです。
代表的な方法には、演繹法、帰納法、アブダクションがあります。
それぞれの違いを、店舗の売上を例に確認しましょう。

演繹法は前提から論理的に結論を導く

演繹法：与えられた前提から、論理的に導かれる結論を考える推論方法です。

たとえば、店舗の売上は「客数×客単価」で計算できます。
客単価が変わらず、客数が減っていることを店舗の記録で確認できれば、売上も減っていると導けます。

演繹法では、前提が正しく、推論の筋道が妥当であれば、結論も成立します。
ただし、計算に使った数値などの前提が誤っていれば、現実について正しい結論が得られるとは限りません。

帰納法は複数の事例から共通する傾向を考える

帰納法：複数の事例から共通する特徴や傾向を見いだし、一般的な見方を導く推論方法です。

たとえば、店舗の来店記録を調べると、雨の日は晴れの日より客数が少ない例が何度も見つかったとします。
そこから「雨の日は客数が減りやすいのかもしれない」と考えます。

ただし、観察した事例に偏りがあれば、導いた傾向も適切とは限りません。
また、傾向が見つかっても、それだけで原因まで特定できるわけではありません。

アブダクションは観察した事実を説明する仮説を考える

アブダクション：観察した事実について、それを説明できそうな仮説を考える推論方法です。

たとえば、雨の日に客数が少ないという記録から、「雨の日は外出を控える人が増えるためではないか」と考えます。

帰納法が複数の事例から共通する傾向を見いだすのに対し、アブダクションは、なぜそのような傾向が見られるのかを説明する仮説を考えます。
ただし、同じ事実を説明できる仮説は複数あり、仮説を立てただけでは正しさを確認できません。

【関連記事｜L07】仮説思考とは？意味・考え方・仕事での使い方を具体例で解説

推論方法とフレームワークはどう違い、どう関係するのか

推論方法は、前提や事実から結論や仮説を導くための方法です。
一方、フレームワークは、情報や考えを整理し、その関係を捉えるための道具です。

店舗の例では、売上を客数と客単価に分けることが情報の整理に当たります。
そこから売上減少の理由を考えたり、来店記録から仮説を導いたりすることが推論です。

さらに、雨が客数に影響しているという仮説が生まれたら、天候別や曜日別に記録を整理し直すこともできます。

このように、推論とフレームワークは役割が異なりますが、実際の思考では行き来する関係にあります。
3つの推論方法にも決まった使用順序はありません。

【3】ロジカルシンキングで使うフレームワークの目的別一覧

ロジカルシンキングで使う思考の道具には、それぞれ異なる役割があります。
ここでは、代表的な5つの道具を「何を明らかにしたいか」という使用目的から整理します。

情報整理・論証・判断という3つの使用目的

フレームワークを選ぶときは、今どのようなことを考えたいのかが手がかりになります。

たとえば、店舗の売上が減ったという問題でも、情報を整理したいのか、減少した理由を説明したいのか、次の行動を考えたいのかによって、必要な道具は変わります。

この記事では、使用目的を次の3つに分けます。

• 情報を整理・構造化する：複雑な情報を分類したり、要素に分けたりして、全体像を把握したいとき。
• 根拠と結論を組み立てる：結論を筋道立てて説明し、それを支える根拠との関係を確かめたいとき。
• 事実から解釈・判断を考える：確認できた事実をもとに、何が起きているのかを考え、行動を検討したいとき。

この3つは、使用目的に基づく記事上の分類です。
一般的に確立された唯一の分類体系ではなく、一つの道具が複数の目的に関わることもあります。
また、3つをすべて使う必要もありません。

5つの代表的な道具の役割と性質

次の表では、代表的な5つの道具を、使用目的、性質、主な役割から比較します。
これらには分類の原則、構造化手法、問いかけなど、厳密には性質の異なるものが含まれています。

使用目的	フレームワーク名	性質	主な役割
情報整理	MECE	分類の原則	分類の漏れや重複を点検する
情報整理	ロジックツリー	構造化手法	対象を要素に分解し、階層的に整理する
論証	ピラミッドストラクチャー	構造化手法	結論と根拠を階層的に整理する
論証	So What? / Why So?	問いかけ	根拠から何が言えるか、結論をなぜ言えるかを確かめる
解釈・判断	空・雨・傘	思考の整理方法	事実、解釈、行動を区別する

性質が異なるため、それぞれ何を整理し、何を確かめるために使うのかも異なります。

【4】MECEとロジックツリー：情報を整理・構造化する

複雑な問題を考えるときには、情報をどのように分け、整理するかが手がかりになります。
その際に役立つのが、MECEとロジックツリーです。

どちらも情報整理に関わりますが、分類を点検する原則と、対象を階層的に分解する方法という違いがあります。

MECE：分類の漏れや重複を点検する

MECE（ミーシー）：情報を分類するときに、項目同士が重ならず、対象全体を漏れなく含んでいるかを確認するための原則です。

たとえば、店舗の来店客を「初めて来店した人」と「以前にも来店したことがある人」に分ける場合を考えます。
来店履歴を正しく把握できていれば、一人の客が両方に含まれることはなく、来店客全体を分類できます。

一方、「常連客」と「週末に来店する人」という分け方では、両方に当てはまる人がいます。
どちらにも当てはまらない人が残る可能性もあるでしょう。

MECEを意識すると、このような分類の漏れや重複を点検しやすくなります。
顧客を集計するときにも、二重計上や分類からの見落としを防ぐ手がかりになります。

ただし、漏れや重複がなければ、目的に合った分類になるとは限りません。
来店客を年齢別に分けることはできますが、売上減少の理由を調べるなら、来店頻度による分類が役立つ場合もあります。

MECEは分類の整合性を確認する原則であり、どの切り口で分けるべきかまで決めるものではありません。

【関連記事｜L05】MECEとは？意味・具体例・使い方をわかりやすく解説

ロジックツリー：対象を階層的に分解する

ロジックツリー：考えたい問題や対象を、関連する要素へ分解して、階層的に整理する方法です。

たとえば、店舗の売上が減った理由を考えるとします。
売上は「客数×客単価」で表せるため、まず客数と客単価に分けて考えられます。
さらに、客数を新規客と既存客に分けるなど、調べたい内容に応じて細かく整理できます。

このように分解すると、売上減少という大きな問題から、客数や客単価の変化、顧客層ごとの違いへと、確認する対象を具体化できます。

複雑な問題の構造を把握し、どこを詳しく調べるか考えやすくなることがメリットです。

ただし、分解の仕方が適切でなければ、必要な情報を見落とす可能性があります。
たとえば、客数の減少ばかりに注目すると、客単価の変化を十分に検討できないかもしれません。

また、問題を分解しただけで実際の原因が特定できるわけではなく、データによる確認が必要です。

【関連記事｜L04】ロジックツリーとは？作り方・具体例・使い方をわかりやすく解説

MECEとロジックツリーの違いと補い合う関係

MECEとロジックツリーは、同じ情報整理の場面で組み合わせて使うことができます。

たとえば、売上を客数と客単価に分けてロジックツリーで整理し、客数をさらに分類する際にMECEを意識する方法です。

ロジックツリーで考える対象を階層的に整理し、分けた項目に漏れや重複がないかをMECEで点検できます。

ただし、分類が整っていても、その分け方が売上減少の理由を調べる目的に合っているとは限りません。

【5】ピラミッドストラクチャーとSo What? / Why So?：根拠と結論を組み立てる

情報を整理できても、そこから何が言えるのか、どのような根拠で説明できるのかが明確になるとは限りません。

結論と根拠の関係を整理する方法として、ピラミッドストラクチャーとSo What? / Why So? があります。
前者は情報の配置、後者は論理的なつながりの確認に役立ちます。

ピラミッドストラクチャー：結論と根拠を階層的に整理

ピラミッドストラクチャー：伝えたい結論を上位に置き、それを支える根拠や説明を下位に配置して、考えを階層的に整理する方法です。

たとえば、店舗の売上が減った理由について、「主な要因は客数の減少にある」と説明したいとします。

この結論を上位に置き、「来店客数が減っている」「客単価はほぼ変わっていない」という情報を根拠として下位に配置します。
さらに、客数の減少を示す来店記録などを整理すれば、結論がどの情報に支えられているのかを階層的に示せます。

ピラミッドストラクチャーのメリットは、伝えたい結論と、それを支える理由を区別し、情報同士の関係を把握しやすくなることです。
自分の考えを整理するだけでなく、報告や提案など、相手に結論と理由を説明したい場面でも役立ちます。

ただし、情報を階層的に配置しただけでは、根拠と結論の論理的なつながりまで十分に確認できたとは限りません。

So What? / Why So? ：根拠と結論のつながりを確かめる

So What? / Why So?：情報から何が言えるのか、結論をなぜ言えるのかを問い直し、根拠と結論のつながりを確かめる方法です。

二つの問いは、考える方向が異なります。

• So What?（だから何が言える？）：根拠から結論へ進み、情報が何を意味するのかを考える。
• Why So?（なぜそう言える？）：結論から根拠へ戻り、その主張を支える情報を確認する。

先ほどの店舗の例で考えてみましょう。

客数が減り、客単価がほぼ変わっていないという情報に対して、So What? と問いかけます。
すると、「売上減少の主な要因は客数の減少ではないか」という結論を考えられます。

反対に、この結論からWhy So? と問いかければ、「なぜ客数の減少が主な要因だと言えるのか」を確かめることになります。
そこで、客数や客単価の変化を示すデータへ戻ります。

両方を行き来することで、情報から何を言いたいのかが曖昧な部分や、結論を支える説明が不足している部分を見つけやすくなります。

論証が整っていても根拠の正しさと十分さは別に確認する

ピラミッドストラクチャーで結論と根拠を配置し、So What? / Why So? で両者のつながりを確かめても、結論が正しいと確認できたわけではありません。

ここでは、論証の構造、推論の妥当性、根拠の正しさ、根拠の十分さを区別する必要があります。

論証の構造は、結論と根拠がどのように配置され、関係づけられているかということです。
推論の妥当性は、前提から結論を導く筋道が論理的に成立しているかということです。
一方、根拠の正しさは、使っている情報が事実に合っているかという問題です。

たとえば、店舗の客数が減っているという記録でも、集計期間が異なっていたり、数値に誤りがあったりすれば、その情報を前提とした判断は変わる可能性があります。
推論の筋道が整っていても、誤った前提から現実について正しい結論が得られるとは限りません。

さらに、根拠となる情報が正しくても、その情報がどの結論をどこまで支えられるかは別に確認する必要があります。

客数の減少が売上減少の主な要因だと確認できたとしても、そこから「広告を増やすべきだ」という提案が直ちに導かれるわけではありません。
広告によって客数を増やせる見込みや、ほかの対応方法との比較が必要になるためです。

つまり、根拠の正しさと、根拠が結論をどこまで支えられるかという十分さは、別の問題です。

結論と根拠の関係を整理するときには、論理的なつながりだけでなく、前提となる情報の正確性と、その情報からどこまで判断できるのかを確かめる必要があります。

【6】空・雨・傘：事実から解釈・判断を考える

確認できた事実をもとに、何が起きているのかを解釈し、どのような行動を取るか考えたい場面があります。
その際に役立つのが「空・雨・傘」という考え方です。

空・雨・傘：事実、解釈、行動を分けて整理する

空・雨・傘：観察した事実、そこから考えられる解釈、その解釈を踏まえた行動を分けて整理する考え方です。

名前は「空に黒い雲がある」「雨が降りそうだ」「傘を持っていこう」という流れに由来します。

店舗の来店記録を調べたところ、雨の日は晴れの日より客数が少ない傾向が見つかったとします。
この状況を「空・雨・傘」に当てはめると、次のようになります。

• 空（事実）：来店記録では、雨の日の客数が晴れの日より少ない傾向にある。
• 雨（解釈）：雨の日は外出を控える人が増え、来店客数が減っているのかもしれない。
• 傘（行動）：雨の日の来店特典を小規模に試し、客数に変化があるか確かめる。

このように分けると、確認できた情報から、どのような考えを経て行動を選ぼうとしているのかを把握しやすくなります。

空・雨・傘が役立つ場面と判断するときの注意点

「空・雨・傘」は、事実をもとに対応策を考えたり、判断の理由を説明したりする場面で役立ちます。

ただし、事実から考えた解釈が適切であっても、そこから選んだ行動が有効とは限りません。

店舗の例では、雨が客数減少の原因だという解釈は、まだ仮説です。
曜日や営業時間など、別の要因が影響している可能性もあります。

さらに、雨が来店を控える理由になっていたとしても、来店特典によって客数が増えるとは限りません。
特典を設けるよりも、移動の負担を減らす方法が役立つ場合も考えられます。

そのため、行動を選ぶ際には、解釈が事実に合っているかだけでなく、その行動によって期待する変化が起きそうかも検討する必要があります。

たとえば、来店特典を小規模に試し、客数の変化を確認することも一つの方法です。
結果によっては、当初の解釈や対応策を見直すことになります。

【深掘り記事｜L08-04】問題解決で使うフレームワーク一覧｜思考整理の基本ツールを解説

まとめ｜目的に合わせてフレームワークを選ぶ

ロジカルシンキングのフレームワークを選ぶときは、今何を明らかにしたいのかが判断の手がかりになります。

情報を整理したいのか、結論を支える根拠を確かめたいのか、それとも事実をもとに行動を考えたいのか。
目的によって、役立つ道具は変わります。

また、フレームワークで情報を整理することと、そこから結論や仮説を導く推論は、異なる働きです。
実際の思考では両者を行き来しますが、組み合わせたからといって、正しい答えが保証されるわけではありません。
もとになる情報の正しさや、結論を導く筋道も確かめる必要があります。

最初からすべての方法を使いこなす必要はありません。
それぞれの役割と限界を理解し、今の課題に合いそうな道具を考えることが、フレームワークを自分の思考に役立てる手がかりになります。

編集後記

今回の記事では、一つの店舗の売上を例にして、考え方の違いを説明しました。
同じ出来事でも、どこに目を向けるかによって、見えてくるものは変わります。

別々の例をいくつも紹介するより、一つの出来事を違う角度から考えるほうが、その違いを感じてもらえるのではないかと思いました。

もちろん、実際の仕事では、例のように情報がきれいに揃っているとは限りません。
調べてもわからないことがあったり、いくつもの解釈が成り立ったりすることもあります。

考えを整理しても、すぐに答えが出るわけではない。
そんな現実の難しさも忘れずにいたいと思います。

参照・参考サイト

京都大学・推論（reasoning, inference）
https://cogpsy.educ.kyoto-u.ac.jp/personal/Kusumi/inference.htm

理科教育学研究・アブダクションに関する一考察：探究のための推論の分類
https://www.jstage.jst.go.jp/article/sjst/48/2/48_KJ00005018415/_article/-char/ja

東京都教職員研修センター・主幹教諭の資質・能力の向上
https://www.kyoiku-kensyu.metro.tokyo.lg.jp/staff/02syokuso/syukan/files/r6_syukan_kougi06.pdf

GLOBIS学び放題×知見録・ピラミッド・ストラクチャーとは：研ぎ澄ました論理思考が人を動かす
https://globis.jp/article/2223/

GLOBIS学び放題×知見録・議論をさばく（5）さばきの基本動作（4）発言を理解し共有する（3）
https://globis.jp/article/982/

総務省統計局・中学生限定！統計チャレンジセミナー2023解説書（p.77「空雨傘のサイクル」）
https://www.stat.go.jp/rikatsuyou/pdf/junior_manual23.pdf

バーバラ・ミント著、山崎康司訳『新版 考える技術・書く技術 問題解決力を伸ばすピラミッド原則』ダイヤモンド社
https://www.diamond.co.jp/book/9784478490273.html