第3講 確認問題是否真的存在
2024-09-26 12:10:53
作者: 日本顧彼思商學院
一旦遇到問題,人們往往覺得必須得馬上解決。然而,那個問題有可能只是碰巧發生的事情,這種情況下,研究、採取解決對策反而會耗費不必要的力氣。你認為的「問題」真的是問題嗎?應該如何辨別清楚呢?
某天,你收到了一封郵件,內容是「我對貴司的服務非常滿意」。你很開心,向上司報告了此事,上司卻沒有表揚,反而說「這只是偶然的吧」。又一天,你收到郵件說「貴司的服務沒有達到我期待的水平」,心裡想著「應該只是偶然的吧」,但由於是投訴,所以向上司進行了報告。結果上司指示你馬上回復致歉的郵件,並要求你復盤服務方面有沒有問題。
是只有一個人感到滿意,而那一個人發聲進行了肯定呢;還是有一定數量的人感到滿意,而其中的一人進行了肯定,到底是哪一種情況,光憑一個人的反饋是無法進行判斷的,這正是令人煩惱之處。
下面的例子也是同理,到底是只有一個人感到不滿,而那一個人進行了投訴呢;還是說有一定數量的人感到不滿,其中的一人進行了投訴,只憑一個人的反饋是難以判斷的。
不管是哪種情況,如果是一定數量的人有相同的感受,那麼可能會有第二個人、第三個人發出聲音,所以最好是多確認幾個反饋。
這裡希望大家意識到的是,「抓住預兆」和「確認正在發生的情況」要分開來考慮。第一個人的反饋,給了我們思考的契機,從這個角度來說是非常重要的信息,但這個情況是不是偶然發生的,也需要進行辨別。人們往往容易把一個現象當成事情的全部,結果採取了過多的措施,尤其是聽到負面的聲音時,這種趨勢會更強。
關鍵點1. 對第一個出現的信號要敏感
關鍵點2. 充分確認正在發生的情況
1. 對第一個出現的信號要敏感
環境會經常發生變化,因此要意識到經常發生某種變化的可能性。同時,在沒有發生任何事情的時候,要提前確認好沒發生問題的正常狀態是怎樣的。這樣一來,當與平時不同的情況發生時,就能夠敏感地察覺變化。
2. 充分確認正在發生的情況
確認到反常的信息(預兆)之後,下一步就是把握清楚是否真的存在問題。也就是說,要辨別清楚是真正存在的問題,還是僅僅是偶然發生的情況。
如果情況允許,那麼就要嘗試收集信息。如果無法主動收集信息,就花些時間等待。請謹記,等待的時候要有比平時更高的敏感度,調查過往是否有類似案例也是其中一種方法。
預兆很重要,但不要因此而慌張,也不要因此花太多的時間和精力去進行調查。要考慮平衡,平緩過渡到下一步的行動。
練習題
你在運營一個有1000名註冊會員的網站,本次網頁更新之後,有會員反映使用便利性變差了。你得到了「使用便利性變差」這個信息,這是一個預兆,所以為了了解實際上是否有很多會員都有同樣的感受,想進行一次問卷調查,收集信息。那麼應該收集多少人的問卷信息呢?
解答
最理想的是1000名會員的信息都能收集到。因為如果能夠從已註冊會員那裡收集到信息,那就是全部的樣本。
在統計學中,有一種調查方法是全數調查。然而,如果要收集全員信息,將會花費巨大精力。因此,通過統計對象的一部分,例如100名或者300名會員的信息,來推測整體的情況,也是比較常用的調查方法。在既沒有時間也沒有預算的情況下,先調查20人的情況也總比不做任何調查要好。
在這裡要強調的是,我們需要充分理解,我們所調取信息的可靠程度有多高。如果調查對象是20人,那麼只調查到了2%的人;如果調查對象有100人,那麼已經調查到10%的人,要在充分理解這種關係的基礎上,對調查結果加以注釋。
如果是前者的情況,雖然通過調查可以預見一定的趨勢,但樣本量只有2%,所以需要慎重判斷;相反,如果是後者,因為已經調查到整體對象的10%,所以其顯現出來的某種程度的趨勢有更大的參考意義。如上所述,建議在理解了我們所獲取的信息相對於整體而言的比例之後,再思考調查結果的參考意義有多大。
STEP UP!
下面先介紹在調查時需要留意的要點。
● 選擇調查對象時避免偏於單一化
在只能對部分人員進行調查的情況下,重要的是避免被調查者的屬性偏於單一。如果統計總體是年齡層分布廣泛的人群,那麼即使只是調查部分人員,也要確保調查對象由較廣的年齡層構成。
如果調查對象構成偏向於年輕人或偏向於高齡者,那麼調查對象就不足以代表被調查人群的整體情況。選擇調查對象時,要保持跟調查人群整體有相同的構成比例。比較常用的方法是隨機選人,避免主觀影響。
● 調查對象合適的樣本量取決於統計總體的規模大小
統計總體是100人時的10個樣本與統計總體是20人時的10個樣本,其意義是不同的。前者占整體的10%,後者占整體的50%,後者更能代表整體的情況。
由此可以看出,應抽取的調查樣本量根據統計總體的規模大小不同會發生變化。
在這裡我們省略詳細的計算公式等內容,主要的做法是根據需要推斷的統計總體的大小,用統計的方法計算出應該抽取的樣本量。例如,如果需要調查某個比例(1年以內身體有過不適的人的比例),假設允許誤差是5%的話,前提就是可信度為95%,具體如下表所示。
要了解規模為100人的統計總體的情況,需要80人,即80%的數據;規模為1000人時,需要278人,即接近30%的數據;規模為1萬人時,需要接近4%的數據。也就是說,統計總體的人數增加以後,需要的樣本量不會隨著總體數量大量增加。
而且,規模為10萬人和100萬人的統計總體,其樣本數是383人和384人,只相差1人,可以理解為,只要有接近400人的數據,不管統計總體有多大,也能根據這個數據量進行類推。
如果允許誤差縮小至3%、1%等,那麼樣本數就要增加一些。
還有一些情況是較難確認到實際情況的。例如,幾萬人之中才有1人會得的疾病、出現異常的概率非常低的事、一年可能只發生1次的事、最多只能以年為周期實施的事等。
不僅要考慮需要多少樣本量,還要一併思考這些數據的產生頻率、所涉及的現象屬於什麼性質的事情等問題。
小結
√ 預兆與正在發生的情況要分開來思考
√ 注意不要對預兆反應過度
√ 不過度調查
√ 結合調查樣本數與統計總體的相對關係,思考參考意義的大小
√ 對信息的收集方式和數據的性質也要保持思考