第3講 確認問題是否真的存在

  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