事实并非如此。
在实践中,当我们决定定义一个事实时,我们然后定义它是什么,如何测量,然后测量以验证。
在决定测量时,我们只是把判断——我们对现实的看法——放在不存在的东西上。例如:
毯子上的标签上写着“50%羊毛”,这是什么意思?这条毯子平均用一半羊毛,还是用一个月生产的一半羊毛?半羊毛是什么?一半的重量?如果有,湿度是多少?用什么化学分析方法?多少次分析?毯子的下半部分是羊毛,上半部分是别的东西。是百分之五十的羊毛吗?50%的羊毛是否意味着在任意一个半美元大小的横截面上一定有一些羊毛? If so, how many cuts shall be tested? How select them? What criterion must the average satisfy? And how much variation between cuts is permissible? Obviously, the meaning of 50 per cent wool can only be stated in statistical terms (Deming 1975).
现在变得清晰了吗?
“没有理论(假设),数据就没有意义或不存在。因此,任何事物都不存在真值:真值在操作上是无法定义的。然而,有一些数值,如果人们理解它们的含义,就可以自信地使用(例如,一批电线的抗拉强度,或者上个月失业劳动力的比例)。(Deming, 1967)。
关键是要理解意义的数字。
不是所有可以计算的东西都有价值。
不是所有重要的东西都能被计算。
因为你可以测量一些东西不意思是你能应付。许多事情是相对无法衡量的,但却很重要,比如员工士气、客户满意度(甚至是他们的兴奋程度!)Mintzberg(2015)认为“当我们听到“效率”这个词时,我们会下意识地把最可衡量的标准归零,比如服务速度或能源消耗。效率意味着可测量的效率。这根本不是中立的,因为它倾向于最能被测量的东西”
戴明在这一点上说得很清楚:如果你不能衡量它,你就不能管理它,这种想法是错误的——这是一个代价高昂的神话“我们最终可能会把精力花在衡量和报告错误的事情上,同时也会失去对球的关注——健忘真正的目的我们的工作。
所以关于性能的第一个有用的问题是:
“我们该怎么办?”知道关于这个?,然后是“什么能帮助我们改进?”
下次设定目标或衡量结果时,请考虑一下这个问题……
进一步阅读:
Walter A. Shewhart, 1891-1967。美国统计学家,21(2):39-40
戴明(1974)论作为行动基础的概率。美国统计学家,29 (4):146-152
Fellers G.(1994)《为什么事情会出错:十几个十分钟会议中的戴明哲学》。鹈鹕出版
明茨伯格,H.(2015)效率可能会发生什么变化?2015年9月9日。http://www.mintzberg.org/blog/wrong-efficiency