三种根源分析方法的统计对比

三种根源分析方法的统计对比陈 丽 译为了解决一个问题，你必须首先认识和理解什么是问题的原因，按照威尔逊等人（1993）的说法，根源是对破坏状态或问题的最根本理由。

如果没有认清问题的最基本原因，仅仅是描述了症状，问题仍然存在。

因此，识别和排除故障的根源是最最重要的（Dew，1991；Sproull，2001）。

根源分析是采用结构化方法识别（causal factors）原因的方法，为识别和解决问题提供强大的帮助。

帮助团体和个人识别问题的根源最好工具是著名的根源分析法。

目的在理论上出现了三种根源分析方法作为通用的标准用于识别故障根源。

它们是原因-效果图（CED），相互关系图（ID）和趋势实体树（CRT），关于这些方法并不缺少可查阅的资源。

文献中为了说明其结构和使用提供了详细的描述、建议和指导。

文献里还为每一个方法证明了其过程和做出的改进。

而且，文献中相当详细的为每种方法提供了有趣的实例，以便于初学者能讯速的学习和应用。

总之，文献证实了三种根源分析方法的有效性，实际上，这三种方法在允许的精度、效率和质量范围内具有找到故障根源的能力。

(Anderson & Fagerhaug, 2000; Arcaro,1997; Brown, 1994; Brassard, 1996;Brassard & Ritter, 1994; Cox &Spencer, 1998; Dettmer; 1997; Lepore& Cohen, 1999; Moran et al., 1990;Robson, 1993; Scheinkopf, 1999;Smith, 2000)例如，Ishikawa (1982)提出原因效果图作为一种工具，用来分解潜在故障原因到更详细的类别，便于组织，便于与有助于识别故障根源的因素发生联系。

相比之下，Mizuno (1979/1988)支持相互关系图作为一种工具量化因素间的关系，从而把潜在故障问题或驱动进行分类。

最后,Goldratt (1994)支持采用CRT去发现人们不愿看到的后果间的相互逻辑关系链，从而发现核心原因的识别。

对于这些方法，一个基本问题是：无论个人还是组织几乎没有相关信息进行互相比较。

感觉上方法之间差不多。

然而，在理论上每一个方法是完整的，作为一个独立的应用。

在解决问题上，一个方法与其他方法的关系，理论上尚没有关于这三种方法间的相互比较。

实际上，仅有两篇论文对它们进行了定性的比较。

Fredendall et al.(2002)利用先前发表的关于CED和CRT的单独实例的效果进行了比较。

而Pasquarella et al. (1997)采用一组测试后的设计，得到定性的结果对三种方法进行了比较。

目前，还没有公开发表的论文从量化的角度比较CED、ID和CRT。

几乎没有公开发表的研究论文对比分析这三种方法。

论文旨在解决这些不足。

本文的目的是从因果关系、因素间关系、可用性和参与性等方面比较独立变量：CED、ID、CRT 间的区别。

第一个相关的变量是方法找到故障根源的能力，以及原因间的相互依赖性。

第二个相关变量是发现因素和因素种类间的关系。

这些因素包括原因，效果或两者都是。

第三个相关变量是工具的可用性包括产生的结果是否符合逻辑，高效和易读。

第四个相关变量是在建设性讨论和对话中的结果的共享性。

另外，论文的第二个重点是确定了构建每种工具需要的平均过程次数、在过程中或过程之后参与人员提出的问题或阐述的类型以及各方法产生的结果性质。

研究范围、假设和局限性论文的研究范围是限定在CED、ID、CRT 这三种分析方法，而参与者是真实应用方法的小组。

论文的局限性是建立在统计需求的一般线性模型的基础上。

同时文中还给出了反应方法功效的试验结果。

当研究人员在研究过程中试途去控制明显的不相关的变量时，参与者、单位的文化特征，政策和社会风气不在分析和控制的范围内。

本文假设：（a）根源分析方法能发现根源过程，（b）根源的识别会比症状的识别产生更好的问题解决方法，（c）原因间的相互依赖关系的识别是很重要的。

另外，这些方法中的专家经验、倾向和先验知识或者其中的不足认为是随机分布于参与群组中，并没有影响对结果的理解。

同样，案例中的想定认为具有相等的复杂性。

方法具体明确的设计方法是：在三个层次里内部客观的单个因素重复的进行衡量。

独立的变量见表１。

表1 重复的测量设计模型组1T 1M 2T 2M 3T 3M 1CED 1,1O CRT 2,1O ID 3,1O 2ID 1,2O CED 2,2O CRT 3,2O 3 CRT 1,3O ID 2,3O CED 3,3O其中T 代表了处理的方法，M 代表了衡量标准，每组的观察值用表示。

这样设计的基本原理是应用参与者的判断相对的方式比较三种方法。

这种情形的对比，每个参与者为自己的控制权充分利用独立团体的力量（Girden，1992）。

这样设计的优点是：只需要极少的参与者，减少了人员的可变性，降低了出错的O条件和出现类型Ⅰ错误的可能性。

缺点是减少了自由的程度（Anderson，2001;Gliner&Morgan,2000;Gravetter&Wallnau,1992;Stevens,1999）。

衡量方法和手段在试验之前，三种方法的收益者被认为是一种工具、过程和程序。

他们在得到通知的情况下去回答参与者提出的工具、目标、目的、方法或用法等问题。

收益者不提供问题情境的有关信息。

还训练他们的观察能力，指导他们，当小组在构造方法或管理他们的过程中有困难时去干涉处理过程。

收益者的活动的目的是帮助控制各组之间可能的扩散。

为保持一致性，每一个处理包有类似地方法构建步骤形式和图形案例。

各个组也接受构建方法的同样的保障。

相互依赖的变量采用十二个问题自我回答问卷的形式进行衡量。

步骤参与者和收益者随机的被分配到三个组的任一个。

研究人员同时提供关于试验、问题情景和原料的通知。

允许5分钟的时间给参与者回顾他们各自的情境和指令，紧接着是十分钟的提问阶段。

然后参与者要求去分析和找到意识到问题的根源。

收益者通过使用获得帮助。

在处理的过程中，参与者完成自报告文件。

这样的过程一直重复到所有的组把三个随机问题应用完三种分析方法。

每一个后来的处理七天进行一次管理。

可靠性和有效性内容的有效性由一组研究此方向的研究生们对此充分的肯定。

在42个参与者中，Cronbach 的α得到0.82。

相互依赖的变量采用试探性的主成份分析法得到的结果也是合适的。

内在有效性的危机是它的成熟性和传达的效果。

其他的危机包括参与者潜在的偏见，统计回归值与平均值的偏差，外部的影响，干涉以及参与者之间的相互作用等。

还有一种危机就是参与者由于疲劳、厌倦或受时间限制而导致的“磨损”。

对于外部有效性，最有意义的危机是被选样本的代表性，由于是社会生态学的成员，与定性的研究有关。

其设置和内容适合典型的教育环境。

因此，通常假设是建立在领域内经验设计和理想状态相似性判断的基础上（Anderson，2001）。

从纯粹的实验角度看，认为外部有效性偏低，但是从典型的设计角度看，外部有效性高（Snow，1974）。

参与者参与人员是一年级和二年级的大学生，选在通常的教育课程，是关于团队问题解决和领导能力问题的课程，选择了三个没有使用过该方法的教室中的一部分人员。

每个组由十到十三个人员组成，主要是白色男性。

样本中女性比例达到11% ，少数民族的比例低于3%，初始样本是107人。

由于“磨损”和不听指令，最后只有72人参加。

数据分析不断重复的衡量ANOVA 有两个截尾。

选择0.5α级进行研究。

为了找到有意义的结果，用Bonferroni 变量进行测试，在球形状况（Field，2000；Stevens，1999）和计算效果码（Cohen，1998）基础上识别明确的方法区别。

在ANOVA 的其他设计中，同样变量也是很重要的，但是在重复的测量中，每一个得分多少与先前的测量有关。

这种关联就是著名的“球形”。

当不断重复的ANOVA 很大程度上偏离了正态时，并不是很 偏离球形。

若违背了球形，Girden（1992）建议研究人员采用了Huynh 和Feldt（1997）修正估计。

所有的统计分析是采用社会科学（SPSS）软件中的统计包完成的。

t统计结果屏幕显示了数据是正常的分布，满足参数统计分析所有的假设。

经过测试后，Cronbach 的α值是0.93。

非独立变量的描述性统计数据表明CED 的平均值与所有的非独立变量相同或高点，而标准差偏低。

关于指令的个别问题，CED 的平均值在8个问题中都偏高，而ID 的平均值在4个问题中偏高。

在因果关系或是共享性上三种方法没有统计上的差别。

因此，零假设（）保留了，在分析方法识别因果关系和影响参与者的能力的角度上，没有出现区别。

0H 关于因素的相互关系上，三种分析方法上没有发现统计上的区别。

因此，因素间关系零假设保留了。

然而，如表2所示，关于各方法识别原因种类上（）有重要的区别。

从统计的角度，后Hoc 测试发现CED 在识别故障种类上比CRT （001.0,389.7)74,2(==p F 001.0,54.4)85(<=p t ）和ID ，而平均效果各自是0.59和0.47。

023.0,81.2)83(<=p t表2 关于单个问题原因种类的变量重复测量分析（ANOVA）来源/对比SS df MS F p 处理 12.84 2 6.427.839 0.001 误差 121.16 148 0.819采用修正性估计，在可用性001.0,156.9)74,881.1(<=p F 发现了很大的区别。

后hoc 的比较表明了CED （001.0,04.5)85(<=p t ）和ID （009.0,37.2)81(<=p t ）比CRT 的可用性更高，其平均值分别为0.56 和0.53。

可用性的结果见表3。

表3 可用性变量在组间的区别来源/对比SS df MS F p 处理6.80 1.881* 3.62 9.156 0.000 误差 54.99 139.20*0.395因此，零假设（）被拒绝了，对于可用性方面在CED、ID、CRT 中存在着明显的区别。

0H 可用性是对方法是否容易使用、高输出、可读性、完整性等的一种评价。

采用4个问题对此变量进行衡量，参与者认识到在三个问题上发现了有意义的差距。

关于可用性的单个问题的统计结果如表4所示。

表4 关于可用性的单个问题的变量的重复衡量分析（ANOVA）来源/对比SS df MS F p高输出问题处理4.01 2 2.01 3.650 0.028 误差77.99 142 0.549 使用的难易度处理49.37 1.866*26.46 38.395 0.000 误差91.30 132.47*0.689 可读性处理 4.70 2 2.35 3.480 0.033 误差 95.96 142 0.676采用修正性估计，参与者关于使用的难易度问题作出的反应是很重要的().后hoc 比较表明了在CRT 和CED 之间很大的差距（001.0,395.38)71,886.1(<=p F 15.1,001.0,95.8)81(=<=ES p t ），与CRT 和ID 之间一样存在差距。