在團隊會議中,所有成員可以圍繞一個話題進行討論,并鼓勵每個成員參與并提出自己的觀點。為了使頭腦風暴法產生許多創新的想法,我們應該強調提出的想法的數量,并鼓勵一些不尋常的想法。所有提出的想法都可以用因果圖整理出來,幫助我們集中精力尋找問題的根源。
比如解釋“車失控”的現象。失去控制的一些可能原因是輪胎漏氣、路面濕滑、機械故障和駕駛員的失誤。在每一大類原因中可能有許多情況。例如,爆胎可能來自釘子、石頭、玻璃或爆胎。在原因鏈中,原因之間的關系可以分多個步驟進行追蹤。失控可能來自機械故障,可能是剎車失靈,剎車失靈可能是固定不當或剎車片磨損等。(圖1)。
圖1
(圖1) 因果圖繪制如下:我們把要分析的問題寫在一條直線(也叫山脊)的右端,在例子中寫“車失控了”,與直線兩側的直線成60度角畫直線(叫大樹枝);在示例中,可以畫出四條線,頂部標有“爆胎”、“路面濕滑”、“機械故障”和“駕駛員故障”。然后,在這些線的兩邊畫幾條橫線(稱為中間分支),在線的端點寫上小理由。比如在爆胎線兩側畫四條橫線,分別寫“釘”“石”“玻璃”“等”。我們可以在一個中間分支上進一步分析原因,并提出小的原因。如此不斷,因果圖就形成了。現在有了電腦軟件,你也可以借助電腦畫畫了。
因果圖完成后,人們可以從任何目的地出發,例如圖中:“雪導致道路濕滑,導致汽車失控”。另一方面,我們可以從要解釋的現象入手:“車因路滑而失控,路滑是因為下雪”。在適當構造的圖中,以這種方式讀取任何分支都是有意義的,并且這些描述具有良好的邏輯意義。
因果圖具有三個顯著的基本特征:
(1)是對觀察效果或觀察現象有影響的原因的直觀表示;
②這些可能原因的內在聯系被清晰地展現出來;
③內部關系一般是定性和假設性的。
因果圖的優點:
(1)將所有團隊成員的注意力集中在特定的問題上,在保持有組織的方法的足跡的同時,鼓勵創新的想法;
(2)是用圖像來表示所提出的復雜情況,清晰地看到元素之間的關系。
問題的根源可以在離山脊最遠的樹枝末端或者沒有其他推測的樹枝上找到。這為下一步的數據收集提供了基礎。因果圖是開發推側、顯示推側、檢驗其邏輯一致性的一種有用的方法,但是它不能替代關于推測的以數據為根據的檢驗。
上一篇:探索性數據分析和過程分析
下一篇:探索性數據分析的第一階段——推測