通過(guò)因果邏輯分析、統(tǒng)計(jì)假設(shè)檢驗(yàn)和實(shí)驗(yàn)驗(yàn)證,可以判斷缺陷產(chǎn)生的原因。
因果分析需要利用現(xiàn)有的知識(shí)和信息對(duì)假設(shè)進(jìn)行邏輯判斷,并對(duì)數(shù)據(jù)反映的問(wèn)題進(jìn)行解釋。比如在郵局,就有很多匯款失敗的情況。假設(shè)團(tuán)隊(duì)認(rèn)為是工作人員在匯款管理過(guò)程中出錯(cuò)造成的,這或許可以解釋一些錯(cuò)誤,但無(wú)法解釋不熟悉填表細(xì)節(jié)的客戶(hù)(老人和小孩)會(huì)犯更多錯(cuò)誤的現(xiàn)象。如果匯款管理系統(tǒng)出現(xiàn)問(wèn)題,您應(yīng)該認(rèn)為對(duì)所有客戶(hù)的影響都是相似的。因此,假設(shè)匯款管理系統(tǒng)是問(wèn)題的原因,這或許可以解釋看得見(jiàn)的問(wèn)題(如匯款有缺陷),但無(wú)法解釋看不見(jiàn)的問(wèn)題:老人和孩子更容易匯款失敗。
為了使假設(shè)的理由真的成立,必須通過(guò)因果邏輯分析來(lái)驗(yàn)證。當(dāng)然,一些潛在的問(wèn)題現(xiàn)在并不明顯。
2、統(tǒng)計(jì)假設(shè)檢驗(yàn)
散點(diǎn)圖、相關(guān)分析和回歸分析是分析因果關(guān)系的常用方法。
通過(guò)散點(diǎn)圖可以對(duì)原因X和結(jié)果Y的關(guān)聯(lián)程度有一個(gè)印象,然后用精確的計(jì)算進(jìn)行相關(guān)分析和回歸分析,得到一定的統(tǒng)計(jì)模型。在某些情況下,原因和結(jié)果根本沒(méi)有任何關(guān)系。在沒(méi)有任何模型的情況下,我們可以通過(guò)散點(diǎn)圖得到一些信息。
散點(diǎn)圖提供了一種驗(yàn)證因果假設(shè)的方法,從幾對(duì)數(shù)據(jù)中驗(yàn)證自變量X和因變量Y之間是否存在相關(guān)性。配對(duì)數(shù)據(jù),顧名思義,就是X和Y來(lái)自同一個(gè)被觀察個(gè)體,“配對(duì)”本身就反映了兩個(gè)變量之間的關(guān)系,可能只是表面的相關(guān),也可能是潛在的因果。一般來(lái)說(shuō),取一批配對(duì)數(shù)據(jù)(X,Y)作為平面坐標(biāo)系中的橫坐標(biāo)和縱坐標(biāo),就可以形成散點(diǎn)圖,X和Y的相關(guān)關(guān)系在圖中顯示,如圖1所示。
如果數(shù)據(jù)點(diǎn)從左到右呈一定角度分布,如圖1(a)所示,說(shuō)明自變量X和因變量Y正相關(guān)。簡(jiǎn)單來(lái)說(shuō),這個(gè)趨勢(shì)就是“隨著X的增大,Y趨于增大”。其他類(lèi)型為負(fù)相關(guān),如圖1(b);不相關(guān),如圖1(c)所示,或者更復(fù)雜的相關(guān)(在這個(gè)例子中,拋物線型,如圖1(d)所示)。
散點(diǎn)圖顯示的強(qiáng)正相關(guān)并不能100%保證X的增加一定會(huì)導(dǎo)致Y的增加,但確實(shí)說(shuō)明了它們?cè)谀撤N程度上是相互關(guān)聯(lián)的,同時(shí)也不是完全隨機(jī)的。相關(guān)性并不等同于因果關(guān)系。比如企業(yè)某段時(shí)間內(nèi)的“工人加班時(shí)間”與“生產(chǎn)的不合格產(chǎn)品數(shù)量”有很高的相關(guān)性,但兩者之間沒(méi)有因果關(guān)系。關(guān)聯(lián)度高的真正原因是那段時(shí)間生產(chǎn)安排非常集中和緊張,導(dǎo)致工人加班時(shí)間和生產(chǎn)的不合格品數(shù)量同步增加。因此,團(tuán)隊(duì)在使用散點(diǎn)圖來(lái)說(shuō)明相關(guān)性時(shí)要小心,但有時(shí)確實(shí)會(huì)發(fā)現(xiàn)一些因果關(guān)系的結(jié)果,所以這種方法還是很有用的。如果考慮兩個(gè)以上的變量,相關(guān)性分析可能會(huì)非常復(fù)雜。這時(shí)可以將變量分組,兩兩組合,得到多個(gè)散點(diǎn)圖,驗(yàn)證猜測(cè)的正確性。您還可以在同一個(gè)矩陣散點(diǎn)圖上繪制所有變量的成對(duì)數(shù)據(jù)散點(diǎn)圖,并同時(shí)進(jìn)行分析。
在繪制散點(diǎn)圖之前,可以對(duì)數(shù)據(jù)進(jìn)行整理、加工、分類(lèi),將同一問(wèn)題的數(shù)據(jù)按不同類(lèi)型進(jìn)行匹配,做出矩陣散點(diǎn)圖。也可以按照不同層次做散點(diǎn)圖,分層分析。并非所有的缺陷都是由相同的背景引起的,在測(cè)量階段發(fā)現(xiàn)的分類(lèi)因素可能對(duì)確定因果模型過(guò)程有用。