analysis-qa-checklist

使用するタイミング

分析結果をダッシュボード、レポート、アドホッククエリの結果、モデルの出力、または文書化した調査結果として関係者に共有する前に、必ず実行してください。大規模なプロジェクトだけでなく、毎回実施してください。納品後の修正にかかるコストは、納品前に確認するコストより常に高くなります。

プロセス

1. 自動チェックを実行する — 出力ファイルに対して scripts/qa_runner.py を実行し、数値、構造、書式の問題をプログラムで検出します。
2. ロジックのチェックリストを完了する — references/qa_checklist_master.md をセクションごとに確認します。問いの設定、データソース、変換、統計的妥当性、調査結果、プレゼンテーションを確認してください。
3. よくあるエラーを確認する — references/common_analysis_errors.md と照合し、分析の種類で特に頻度の高いミスに注意を払います。
4. 前提を明示的に検証する — 分析に含まれるすべての前提について、情報源があり、文書化されていることを確認します。不確かな前提については、出力が感度分析されていることも確認してください。
5. 説明の一貫性を確認する — 結論がデータに基づいていること、留意事項が記載されていること、推奨事項が実行可能であることを確認します。
6. 承認記録を作成する — assets/qa_signoff_template.md に、レビュー担当者、発見した問題、解決状況、納品可否を記入します。

スキルに必要な入力

• レビュー対象の出力ファイル（CSV、ノートブック、SQL の結果、または文書）
• 元の分析上の問い／概要
• レビュー担当者の名前と対象読者

出力

• QA ランナーのレポート（自動検出された問題）
• セクションごとの合格／不合格を記入したチェックリスト
• 納品準備が整っていることを確認する、署名済みの qa_signoff_template.md