在科技業工作常需要分析數據 大老闆們也很愛看各種數字分析
數據分析的用途在於決策 輔助企業的判斷
大則市場投資 小則雜物購置 或多或少都需要分析
在這種狀況下 你必須對數據分析的重要工具–統計 有所認識
統計是一門推測的學問 有種見微知著或者一葉知秋的感覺
為什麼這樣說呢？
簡單來說 統計是利用觀察樣本數據(抽樣)來推測實際狀況(母體參數)的工具
就好比我們想了解公司這次發的紅利如何 就可以詢問幾個不同部門的同事
看看這幾位同事的紅利狀況 大致上就能掌握整體的分紅狀況
在這個例子中
被調查的同事們的平均紅利就是樣本統計值 而整間公司的平均紅利就是母體統計值
這件事真是太美妙了！
原本要一個一個問的事情 現在只要留意一下身邊的同事 就能問出個大概
不過在運用這個方法之前 你可能要注意以下的狀況 免得推測出了差錯
1. 如果你在一間人數不超過數十人的小公司 你可以一個個問好嘛 不用每件事都用統計
2. 千萬不要只問同部門的同事 犯了抽樣不夠隨機的錯誤(別的部門可能分得比較好/差)
3. 統計出來的結果只是決策的參考 不是絕對的標準
就像是抽樣的結果發現這幾個人紅利配得不好 不代表整家公司分得差啊！
(可能集中在某幾個人身上 你可以試著成為那幾個人 不必因為分得差急著離職)
4. 統計的結果是呈現相關性還是因果關係？
請記住 統計分析只能告訴你相關性 真正的因果關係需要更多的科學證據
5. 統計不是萬靈丹 不是每個問題都能用這工具解決
說實在話 人在工作環境要處理解決的問題太多了 統計只能處理量化的問題
然而在人際關係、政治角力、溝通協調等部分 你還是得靠智慧跟技巧才行
我認為對品質工程師來說 知道並能明確運用統計這門工具是基本功
但很多時候我們太依賴過往經驗和直覺做事了
處理異常的過程中往往不能客觀的判斷
最常發生的就是用曾經遇過的事件去預先判斷異常的發生原因
但也如第五項所說的 在熟知這項工具後 也請不要過度依賴了
在前往一流的品質工程師的路上 我們了解到要妥善運用統計這個工具
然而 在熟知統計等數學工具 就代表我們掌握了品質嗎？
難道看見問題、客觀的數據分析還不夠嗎？