最後更新日期： 2024-01-26

本文發表自盛其安老師的論述-歡迎學習與詢問。

盛其安是誰

臺灣品質推手的前輩：
1989年，中華民國行政院-全國品質提升計畫成員及ISO9000國際標準翻譯、認證、培訓、指導負責人
1994年獲得國際品質名人錄〝傑出品質研究員〞
2014冠捷電子公司Six Sigma執行長兼大黑帶
現在退而不休，持續為兩岸三地持續付出畢身所學。
看更多盛老師的介紹：【人物專訪-盛其安】透過科學思維、事半功倍，少走冤枉路

什麼是決策品質？

盛其安認為對「品質」的看法，早已不只是「管制」而是以「突破」為主的現代科技。

品質的範圍也由檢驗，擴到到全公司所有功能提升，諸如：研發、行政、人事、財務、客服、CEO、決策等看不見摸不著的管理和判斷層面。

統計技術的應用，也從傳統的數字加總，轉變成「從數據間的關聯性來推論因果關係」的現代統計推測技術。
但是真正能應用上述做法的企業十分稀少。

原因是兼備近代品質思想和雄厚統計學知識的人才時分稀缺，而老闆更不知道還有這種新技術可以幫他提升成功機率。
總之上述技術就是統計方法在科學研究上的應用，是近代ＡＩ、大數據的基礎。

但無須曠日費時訓練ＣＥＯ、主管、工程師變成科學家與統計學家，而是了解必要的統計思維和價值觀，並利用它（決策品質技術）找對方向就可以了。

詳細的執行步驟，將會在接下來的文章內，以實例的方式展示，並手把手的帶領，使得學員能快速站在巨人的肩膀上，利用統計資料，對未知的變化規律，預先算出關聯性以及誤判出錯機率後，做出最佳決策來提升決策品質。

「將科學用在決策上」才能提升決策品質

1.為什麼why用科學?

一般人遇到問題該怎麼辦？第一個想到的可能是師傅，因為師傅經驗多，所以問題一定能迎刃而解嗎？但當師傅也不會的時候該如何處理呢？這時很少人會有答案。

愛因斯坦說：「你不可以用創造此過程的知識，解決此過程發生的問題」為什麼？

我們以一個實際案例，在１９世紀的倫敦，曾發生很嚴重的霍亂！，但從案例中可以得知，「如果只讓一堆聰明又有行動力的人聚在一起討論，不但無法找出簡單而有效的解決方法，甚至還可能屏除掉有用的意見」

以下是3分鐘講述19世紀英國倫敦霍亂的故事，歷史可以借鏡，但必須學到教訓，找到霍亂的原因是100年後了。

2.科學是什麼?

「大膽假設、小心求證」，用最理性的態度去猜測宇宙變化的規律，並用最客觀的事實，驗證猜測的正確性，當二者不一致時，修正猜測，再去實驗證明其正確性，如此循環不已，直到假設不被推翻為止。
因此科學性的知識是宇宙運作規律，可以放諸四海皆準，改善決策品質，不是菁英團隊討論，而是走進科學，用科學方法發現新規律或新知識，並用它去解決問題。

3.如何走進科學?（科學導向）

走進科學的核心是用「數據資料」來做決策，而非憑感覺決定。
科學是尋找問題的「根因」而非針對表面（現況）現象的反應。
科學是循襖長期的解答，而非快速修補。
●科學導向就是蒐集和使用數據去指導你的思維，通常並不使用高深統計學和實驗，只要使用簡單的製圖工具。
如：「長條圖」與「時間點繪圖」就可以找出長久的解答。

●使用數據是非常有價值的，因為許多人長期工作中都沒有使用數據，而解決問題的方式只靠經驗，然而用經驗解決問題，有時有用，有時卻並非如此。
會強調使用數據的原因在於，「數據是一項有力的工具」，當我們遇到一個新的問題，我們會依過往經驗，塑造一個理論，會認為問題就是依照我們想的方式產生，並且也會按照經驗或想像的方法去解決，這都正常；但是使用數據，可以幫助我們提升「客觀性」更能表現出事實的精準度和真實性。

另外使用數據也可以對「改善工作」建立一個基準（現況），如此才能衡量出改善的差別，避免執行一項昂貴而不能解決問題的解答。

4.固有思想模式

每個人都有固有思想模式，簡單來說就是自己所經歷過的經驗，因為有了先前的經驗，在未來我們若是遇到了類似的問題，可能也會使用過去的經驗來去解決，但很有可能產生問題的因素已經改變，再次使用先前的經驗可能就無法順利解決問題了。

所以你遇到新的問題，再使用舊思維是無法解決的。必須意識到這點，但實際做的的人很少。
最好的辦法就是以數據為理性的基礎，再執行判斷。

5.如何收集數據？運作定義（ operational definitions）

「運作定義」描述研究的對象是什麼以及他如何被衡量的標準作業流程。
例如：洗澡水的溫度、飛機的準時起飛、什麼是太快、太慢、太早、太晚，都要明確給出一項定義，無論是誰量測的，結果都要一樣才可算是合格的「運作定義」。

(量測的sop要大家公認的結果)，用量測的數字做決策判斷的工具

●建立資料收集計畫的九大步驟：（計數型資料）
1.決定收集何種數據
2.定出分層因子
3.開發運作定義(OD)
4.研訂所需要的樣本大小
5.確定數據的來源和位置
6.規劃數據收集表格/查核表
7.指派數據收集人員
8.訓練資料收集員
9.執行分析工作的基本作業
上述都完成，即可開始你的數據收集計畫

決策品質提升技術

1.目的與方向

目的：將統計歸納技術用在決策管理，提升決品質大幅減少為失敗命運，解決問題、增加競爭力。
方向：用最簡單的2X2表，兩品質間獨立性的檢定案例大幅降低決策風險。
以實際案例與應用為主，暫不涉入深度理論，把科學力量發揮在決策管理上。

2.案例（2×2表）兩品質相關聯表之「假設檢定」作法

Step1.假設兩品質間無相關，並繪製出2X2表格
Step2.統計量（圖中公式）自由度為1的卡方分布，a+b+c+d=n

Step3.棄卸區域：如下所示以6.635為99%信賴水準，冒險1%
Step4.檢定規約：承認假設(無相關)或放棄假設(有相關)

以4個步驟來建立決策品質分析的架構
1.數據蒐集2.建立假設3.計算統計量4.接受或推翻假設

案例1：70個學生學業與操行成績有無相關?

統計如下表：問學業與操行成績有無關聯
Step1.假設學業與操行成績「無關」（並製成２ｘ２表格，數據如下）
Step2.計算統計量為0.291（如下）

Step3.棄卸區：查表為6.635(如下)
Step4.假設檢定：0.291<6.635故應承認學業與操行成績無相關之假設，即兩者互相獨立。(如下)

案例分析

決策品質提升方法的好處１：(量化數據、縮小誤判風險)
●針對某一群體的兩種功能
●用科學數據告訴我們，其真實性以及誤判的風險
●決策品質大增，失誤減少避免重大決策實行失敗
決策品質提升方法的好處２：(隨機實驗、最大利益化)
●分析最好使用隨機對比實驗的做法，把不必要的雜訊消除
●只突顯出要的研究因子，獲得最大利益和最小風險

案例２：某公司欲導入「服務業的品質突破技術」

●把培訓目標對象的員工隨機分成2組
●讓其中一組接受該款培訓，另一組則繼續做平常的工作
●以具體數值定義員工的工作績效(如銷售業績)，比較培訓完成一年後這些數據

Step1.假設培訓與業績無關
Step2.計算統計量為22.06（如下）

Step3.棄卸區： 查表為6.635(如下)
Step4.假設檢定：22.06>6.635在棄卸區內，故放棄培訓與績效無相關之假設，即可擴大培訓，預期成功的機會很高。

習題：利用品質相關分析疫苗是否有效？

還有許多案例於課程中，（持續更新）

結論－影音課程準備中

唯有品質科學(統計學)才能快速導出最佳解
*任何一個領域的爭議，都能透過數據的收集和分析找出最佳解
*若公司握有資料，不做數據分析，只靠直覺和經驗來做決策，根本就是浪費大家時間和人事成本
*若是判斷錯誤，就會造成十萬人喪命，你會依據什麼來做決定呢?此時你會只靠上司的直覺或經驗來進行決策嗎?
*企管、行銷、創新等領域品質科學之應用也不例外的

*例如
「好的領導力與不好的領導力，差異何在」?
「如何能找出最具前景的市場區域」?
「該如何激勵研發人員來增進技術發展」?

請想一想如何將上述議題，用2×2矩陣表依實驗與對照收集數據後，採用品質相關技術來分析，若判為相關
(放棄無關)則找到有效的做法。

課程持續更新中！，需要ＰＰＴ歡迎聯絡我。

有問題想提問或交流，歡迎將問題填入→表單內。

盛其安老師的Youtube-職場能力實驗室傳送門

你可能會想看

【品質實驗-盛其安】用統計知識也能賣水果?提升水果品質?
【人物專訪-盛其安】透過科學思維、事半功倍，少走冤枉路