人們常無法看清事情背後的真相，卻容易執持己見<br>________________________________________<br> <br>1941年，第二次世界大戰正打得如火如荼。<br> <br>有一天，美國哥倫比亞大學著名統計學 家沃德 教授(Abraham Wald) <br>遇到了一個意外的訪客， 那是英國皇家空軍的作戰指揮官。 <br>他說：「 沃德 教授，每次飛行員出發去執行轟炸任務， <br>我們最怕聽到的回報是： 『呼叫總部，我中彈了！』 <br>請協助我們改善這個攸關飛行員生死的難題吧！」<br> <br>沃德接下這個緊急研究案，他受委託分析德國地面砲火擊中聯軍轟炸機的資料，並且以統計專業，建議機體裝甲應該如何加強，才能降低被砲火擊落的機會。但依照當時的航空技術，機體裝甲只能局部加強，否則機體過重，會導致起飛困難及操控遲鈍。<br>沃德將聯軍轟炸機的彈著點資料，描繪成兩張比較表， <br>沃德的研究發現，機翼是最容易被擊中的部位， <br>而飛行員的座艙與機尾，則是最少被擊中的部位。 <br>沃德詳盡的資料分析，令英國皇家空軍十分滿意。<br><br>但在研究成果報告的會議上，卻發生一場激辯。<br> <br> 負責該專案的作戰指揮官說：「沃德 教授的研究清楚地顯示，聯軍轟炸機的機翼， 彈孔密密麻麻，最容易中彈。因此，我們應該加強機翼的裝甲。」<br>沃德客氣但堅定地說： 「將軍，我尊敬你在飛行上的專業，但我有完全不同的看法，我建議加強飛行員座艙與機尾發動機部位的裝甲， 因為那兒最少發現彈孔。」 <br>在全場錯愕懷疑的眼光中，沃德解釋說：「我所分析的樣本中，只包含順利返回基地的轟炸機。 從統計的觀點來看，我認為被多次擊中機翼的轟炸機， 似乎還是能夠安全返航，而飛機很少發現彈著點的部位，並非真的不會中彈， 而是一旦中彈，根本就無法返航。」<br>指揮官反駁說： 「我很佩服 沃德 教授沒有任何飛行經驗，就敢做這麼大膽的推論，就我個人而言，過去在執行任務時，也曾多次機翼中彈嚴重受創，要不是我飛行技術老到，運氣也不錯，早就機毀人亡了，所以，我依然強烈主張應該加強機翼的裝甲。」<br>這兩種意見僵持不下，皇家空軍部部長陷入苦思。<br> <br>他到底要相信這個作戰經驗豐富的飛將軍， 還是要相信一個獨排眾議的統計學家？由於戰況緊急，無法做更進一步的研究，部長決定接受沃德的建議，立刻加強駕駛艙與機尾發動機的防禦裝甲。<br>不久之後，聯軍轟炸機被擊落的比例，果然顯著降低。為了確認這個決策的正確性，一段時間後，英國軍方動用了敵後工作人員，蒐集了部份墜毀在德國境內的聯軍飛機殘骸，他們中彈的部位，果真如沃德所預料，主要集中在駕駛艙與發動機的位置。<br>看不見的彈痕最致命<br> <br>乍看之下，作戰指揮官加強機翼裝甲的決定十分合理，但他忽略了一個事實：彈著點的分布，是一種嚴重偏誤的資料。 <br>因為最關鍵的資料，其實是在被擊落的飛機身上，但這些飛機卻無法被觀察到，因此，佈滿了彈痕的機翼， 反而是飛機最強韌的部位。空軍作戰指揮官差點因為太重視「看得見」的彈痕，反而做出錯誤的決策。<br> <br>這個案例有兩個特別值得警惕的地方。<br>死掉或被俘的人無法發表意見<br>第一， 蒐集更多資料，並不會改善決策品質。 由於彈痕資料的來源本身就有嚴重的偏誤，努力蒐集更多的資料，恐怕只會更加深原有的誤解。<br>第二，召集更多作戰經驗豐富的飛行員來提供專業意見，也不能改善決策品質，因為這些飛行員，正是產生偏誤資料過程中的一環。他們都是安全回航的飛行員，雖然可能有機翼中彈的經驗，但都不是駕駛艙或發動機中彈的「烈士」。<br><br>簡單的說， 當他們愈認真凝視那些「看得到」的彈痕，他們離真相就愈遠。<br> <br>資訊界有所謂「Garbage In, Garbage Out」， 前提（或假設）若是錯誤，再漂亮的統計算式或方法、再多的資料，也不能讓後面的推論變得正確。<br> <br>在管理實務與日常生活中，許多關鍵的資料， 也像上述轟炸機的個案一樣，會因為「失敗」而觀察不到。<br> <br>台大 劉順仁 教授在著作《決勝》一書中， 對「存活者偏差(survivorship bias)」舉例說明，是我讀過的書中最生動貼切又清楚的一個。<br>如果有一位70歲的老人在電視上說， 他就是靠每天抽一包煙、嚼一包檳榔才能長壽， 請想起「死人沒法上電視說話」這件事。 <br>同樣的道理，不是那個地方長壽的老人家吃或喝某東西， 某東西就是養生聖品。<br> <br> 再看一個騙錢的例子（這已經進化到E-mail版）<br>1月2日你接到一封匿名信， 向你表示，這個月市場會上漲， 結果市場果然上漲，但你不以為意， 因為大家都知道有元月效應這回事 （歷年來一月間股價漲多跌少）。 <br>到了 2月1日，你又接到另一封信，向你表示，市場將下跌。這一次，又給那封信說中了。<br>3月1日再接到一封信，情形一樣。7月，你對那位匿名人士的先見之明很感興趣，對方邀你投資某個海外基金。 於是你把全部的儲蓄拿出來投資, 兩個月以後，那些錢有如肉包子打狗，一去不回。 你伏在鄰居的肩膀上嚎啕大哭，他告訴你，他也接過兩封這種神秘信，但寄到第二封就停了。 <br>他說，第一封信的預測正確，但第二封不正確。<br>這是怎麼一回事？ <br>那些騙子玩的把戲是，他們從電話簿找出一萬個人名，寄出後市看漲的信給其中一半的人， 後市看跌的信給另一半的人。 <br>一個月後，將有五千人接到的信預測正確， 然後再針對這五千人如法炮製。 <br>再一個月後，剩下二千五百人接到的信預測正確， 如此直到名單上剩下五百人，其中會有兩百人受騙上當， 因此騙子只要花幾千美元的郵資，便可賺進數百萬美元。 <br>把手法作些改變。 某騙子假裝投 顧 老師招收會員，跟你說你可以先加入一般會員，等你覺得準了再加入VIP會員。這改變更巧妙的地方在於，騙子一開始就能賺到錢，此外VIP會員還會幫騙子建立口碑，證明騙子有多準：存活者偏差(survivorship bias)。<br><br>只要資訊不流通， 其他人不知道這假的投顧老師有多麼（不）準。<br><br>這裏，我有三點想要補充：<br> <br>1.飛機最重要的，當然是駕駛艙跟引擎室，確保飛機能夠安然返航所要保護的，當然是這兩個地方，根本不需要用統計的方法；所以這個時候，航太專家就比統計專家來得更能夠快速解決問題，這個故事還給了我們一個教訓，就是要找對專家！<br><br>2.需要改善的（Improve）是失敗的對象，而不是成功的對象，那當然要研究被擊落的飛機，而不是成功返航的飛機；所以我們在處理客訴或生產異常時，必須要求將不良品返回（Return），然後分析研究不良肇因（Root Cause），再複製（Duplicate）不良現象加以確認（Reconfirm），然後才是對策（Countermeasure）的研擬與確認。<br><br>3.存活者偏差（Survivorship Bias）講的很對，但也不是存活者只存在偏差，在ISO/TS16949中APQP（Advanced Product Quality Planning）產品品質先期規劃，就要求將TGR（Things Gone Right）過去對的經驗，納入為設計開發的輸入（Inputs）之一，所以存活者也是有TGR的價值；另外，也要求將TGW（Things Gone Wrong）過去錯的經驗，納入為設計開發的輸入（Inputs）之一，所以我們才會說「品質」是設計出來的，這也是為什麼要將客訴及生產異常，建立「品質履歷」（Quality Anamnesis），因為這些都是TGW！<br> <br>- END -<br>文章出自….<br>http://tw.myblog.yahoo.com/jw!lbDRQVWGGBgMqbp3S8VGVDd4SXc-/article?mid=427<br>