Tilastollisen ajattelun luonnottomuus

Julkaistu 29.08.2019    Kirjoittanut Matti Pesonen  Tilaa RSS


Minua on jonkin aikaa askarruttanut kysymys ihmismielestä ja siitä, kuinka sattuman osuutta on yleisesti hankala hyväksyä organisaatioiden kulttuurissa ja johdon ajattelumaailmassa. Purkaessani kesällä lukemattomien kirjojen jonoa, törmäsin sattumalta Daniel Kahnemanin kirjaan Thinking, Fast and Slow (2011, suom. Ajattelu, nopeasti ja hitaasti) ja sen ajatuksiin, jotka tuovat mielenkiintoisen näkökulman satunnaisuuden ymmärtämiselle psykologian tutkimuksen puolelta.

Kahneman avaa kirjassaan hienosti ihmisen päätöksenteon hankaluutta ja niitä lukuisia vinoumia, joihin kompastumme varmasti lähes päivittäin. Hyvin tyypillistä on, että kaikille luvuille, jotka muuttuvat edellisestä tarkasteluajankohdasta halutaan organisaatiossa selitys. Kun esimerkiksi reklamaatioiden määrä nousee (kuva alla) siihen löytyy syy ja toimenpiteet.

Reklamaatiokäyrä.jpg
Kuva 1. Satunnaisesti vaihteleva reklamaatiokäyrä.

Käyrän liikkeiden suunnalle löytyy aina jonkinlainen hyvä selitys ja korjaavat toimenpiteet. Jos seuraavan kuukauden muutos on positiivista, olemme tehneet hyviä päätöksiä, mutta jos ei, joku on töpeksinyt toimenpiteiden jalkauttamisessa. Sattuman vaikutukselle ei ole tilaa. Vaatii suurta mielenlujuutta olla tekemättä toimenpiteitä, kun havaitaan pelkkää satunnaista vaihtelua. Tämä ei ole todellakaan helppo tehtävä, sillä se vaatii tilastollista ajattelua.

Yksi ensimmäisistä Kahnemanin ja hänen pitkäaikaisen tutkimuskumppaninsa Amos Tverskyn yhteisistä pohdinnan aiheista olikin hyvin mielenkiintoinen: "onko ihmisillä luontainen kyky ajatella tilastollisesti?". Oli havaittu, että ihmisillä on intuitiivinen kyky kielioppiin ja taivutusmuotoihin jo hyvin varhaisella iällä, mutta kuinka tilastollinen ajattelu meiltä onnistuu? Tämä kysymys on äärimmäisen mielenkiintoinen, kun pohditaan päätöksentekoa ja vaihtelun ymmärtämistä. Kahneman toteaa ystävysten päätyneen hyvin nopeasti johtopäätökseen, että ihmiset ovat huonoja ajattelemaan tilastollisella intuitiolla ja tehdyt kokeet osoittivat, että myös aiheen opettajat ja ammattilaiset tekevät päätöksiä vastoin käyttämäänsä tilastollista teoriaa.

Syynä tähän on, että ihmisen päätöksenteko käyttää erilaisia oikopolkuja ja heuristiikkoja, jotka joskus ovat hyödyllisiä ja joskus johtavat meitä harhaan. Katso esimerkiksi alla olevaa kuvaa ja kerro kumpi viivoista on pidempi?

Viivat.png
Kuva 2. Kumpi viivoista on pidempi?

Jos et ole koskaan nähnyt kyseistä Müller-Lyer illuusiota vastaat luultavasti, että alempi viivoista on pidempi, koska siltä se todellakin näyttää. Tämä on täysin normaalia. Mutta jos mittaat vaakaviivojen pituudet, huomaat että ne ovat yhtä pitkiä.

Vaikka sinulla on tieto viivojen todellisesta pituudesta, kun katsot kuvaa uudelleen, joudut tietoisesti uskottelemaan itsellesi, että alempi ei ole pidempi, jotta et menisi näköhavainnon tuottamaan halpaan. Ärsyttävä ristiriita tiedon ja todellisuuden välillä! Samanlaiset ilmiöt ja harhat vaivaavat myös päätöksentekoamme ja loogista päättelykykyämme. Saatamme uskoa asioihin, jotka kuulostavat järkeviltä, vaikka ne eivät kestä pidempää tarkastelua. Mutta mistä on oikeastaan kyse? Eikö näkemäänsä ja ajatteluunsa voi luottaa?

Kahden päätöksentekosysteemin teoria

Kahnemanin esittää kirjassaan teorian kahdenlaisen ajattelun tai mielen systeemeistä. Ihmisen havainnoinnin ja päätöksenteon voidaan ajatella jakautuvat kahteen systeemiin: tyyppiin 1 ja 2. Nämä eivät ole mitään aivojen alueita tai lohkoja, vaan toiminnan malleja, jotka eivät varsinaisesti sijaitse missään, mutta kuvaavat kuinka tällaisen omasta mielestään fiksun apinan aivojen tiedonkäsittely ja päätöksenteko on järjestäytynyt, jotta se pystyy toimimaan.


Tiedonkäsittelyn systeemit.png
Kuva 3.
Ihmisen tiedon käsittelyn kaksi systeemiä.

Systeemin 1 ajattelu ja päätöksenteko on jatkuvaa, vaistomaista ja nopeaa. Se on päättelyä ja toimintaa, jota teemme automaattisesti ilman ponnistuksia tai osallisuuden tunnetta. Tähän luokkaan kuuluu esimerkiksi kyky kääntyä vaistomaisesti yllättävän äänen suuntaa, tulkita toisten ihmisten äänenpainoja, täydentää laskutoimituksia kuten 2+2 , säikähtää hämähäkkejä tai vaikka ajaa autolla tuttua reittiä. Nämä ovat jotain automaattista, geneettistä ja opittua, joita teemme ilman että ajattelemme asiaa eikä se kuormita aivojamme kovinkaan paljoa.

Systeemi 2 käsittelee taas monimutkaisempia tehtäviä, kuten taskuparkkeerausta kahden auton väliin, monimutkaisempia laskutoimituksia (8x34), tiedon hakua muistista tai u-kirjainten laskemista edellisestä lauseesta. Yhteistä systeemin 2 toiminnalle on, että se vaatii keskittymistä itse tekemiseen ja koska keskittymiskykymme on rajoitettu, on vaikeaa tehdä useampaa systeemin 2 tehtävää yhtäaikaisesti.

Tämän tiedon pureskeluun ja päätöksentekoon käytettävän systeemin 2 käyttö on kognitiivisesti uuvuttavaa ja koska ihminen minimoi energiankäyttöään koitamme välttää sen käyttöä, mikäli mahdollista varsinkin, jos aivomme ovat jo valmiiksi kuormitettuja. Tästä syystä käytämme helposti systeemiä 1 ja erilaisia oikopolkuja tehdessämme päätöksiä tai tulkintoja erilaisista tapahtumista tai tuloksista. Nämä oikopolut ovat yleensä harmittomia, koska suurin osa päätöksistä on mitättömiä riskeiltään, mutta joskus nämä kostautuvat.

Voisi sanoa, että on ihmisen ominaisuus hypätä johtopäätöksiin, vaikka pitäisi käyttää systeemin 2 ajattelua. Otamme helposti selitykseksi ongelmaan ensimmäisen mieleen tai eteen sattuvan uskottavalta kuulostavan teorian ja haemme siihen tukevaa näyttöä. Ihmiset rakastavat narratiiveja ja jos selitys kuulostaa uskottavalta tai jos sitä on toistettu tarpeeksi pitkään, niin sen täytyy olla totta! Tämä saattaa näkyä organisaatioissa jatkuvana säätämisenä ja reagointina satunnaisiin ilmiöihin, joihin on olemassa uskottavan kuuloinen selitys, tarina ja syy-seuraussuhde, mutta jotka eivät lopulta kestä lähempää testaamista ja tarkastelua. Näiden oikopolkujen, tarinoiden ja vinoumien välttämiseen ohjauskortit ovat loistava keksintö, sillä se tuo systeemin 2 ajattelua vaativan työn helpoksi systeemin 1 päätöksentekoprosessiksi.

Ohjauskortit ja ajattelun helpottaminen

Tilastollisen prosessin ohjauksen (SPC, Statistical Process Control) ja vaihtelun teoria on jo lähes sata vuotta vanha ja toimiva menetelmä, mutta silti harmittavan vähäisellä käytöllä suomalaisissa organisaatioissa. Ohjauskorttien hyvin yksinkertainen idea on visualisoida prosessin normaalia vaihtelua ja auttaa ymmärtämään milloin on tapahtunut jotain normaalista poikkeavaa ja millaista vaihtelua voi mitattavasta ilmiöstä odottaa. Se auttaa arvioimaan todennäköisyyttä ja prosessin suorituskykyä hyvin yksinkertaisessa muodossa, jossa laskettujen ohjausrajojen (punaiset viivat kuvassa 4) ylittäminen tarkoittaa muutosta prosessissa: erityissyytä – muutosta jolle löytyy todennäköisesti selitys.

C-kortti.png
Kuva 4. Satunnaisesti vaihteleva reklamaatiokäyrä C-kortilla.

Päivittäisen johtamisen tauluilla näkyy organisaatioissa yleensä paljon erilaisia pylväitä ja käppyröitä, joiden ympärille kokoonnutaan joka aamu hieman hiekkaa silmissä ihmettelemään eilistä ja tulevaa päivää. Mutta näissä aikasarjoissa satunnaisen vaihtelun rajat ovat todella harvinaisia.

Tällaisten ilman vertailukohtaa olevien lukujen ympärillä käytävän keskustelun voi hyvin kuvitella menevän jokseenkin näin: "mittari meni tiistaina alas, keskiviikkona ylös...nyt on menty torstai ja perjantai alas.. kuka ei osaa tätä hommaa!? Johan minä keskiviikkona...!".

Meillä on referenssinä korkeintaan keskiarvo, jolloin noin joka toinen päivä olemme tunareita ja ne onnistuneet päivät ovat korkeintaan päivittäisen motivoivan palautteen ansiota. Saamme aikaan selityksiä, joilla ei ole totuuspohjaa ja toimenpiteitä, joilla ei ole perusteluja. Jatkuva säätäminen on täysin normaalia ja koko systeemi ajautuu kohti kaaosta. Tai sitten lopetamme koko aikasarjan seuraamisen sen ympärillä käytävän keskustelun alhaisen tason takia.

Tarina selityksestä ovat yleensä uskottavampia kuin sattuman ja vaihtelun ilmiön hyväksyminen, koska jälkimmäinen vaatii systeemin 2 ajattelua. Ja tässä on nimenomaan ohjauskorttien suuri voima. Jos käytämme ohjauskorttia keskustelun tukena, asioista tulee vähemmän tulkinnanvaraisia, joskin huomattavasti tylsempiä kuten kuvassa 4 nähtävä stabiili virheellisten tuotteiden määrä.

Ohjauskortti "pakottaa" meidät käyttämään tilastollista menetelmää ja ajattelua ilman, että meidän tarvitsee vaivata hirveästi aivojamme. Voimme tehdä tulkinnat kuvaajasta opitulla uudella vaistolla nopeasti, eikä turhanpäiväinen keskustelu ja spekulointi käppyröiden ottamasta suunnasta ole tarpeellista ja voimme keskittyä olennaiseen, kuten esimerkiksi selvittämään miten vaihtelua pienennetään ja toimintaa parannetaan!

 

Matti_pieni.jpg
Matti Pesonen
matti@qk-karjalainen.fi

 

Kommentoi

(Sähköpostiosoitettasi ei julkisteta.)
Syötä kuvassa näkyvät kirjaimet ja numerot.
Captcha Code

Klikkaa kuvaa nähdäksesi uuden koodin.

  • Antero Tamminen

    Moi,

    Hyvä juttu.

    Mikä on oikea tapa kehittää pitkää tuotantoprosessia? Tehdä DOE koko linjalle vai keskittyä prosessivaiheiden hajonnan pienentämiseen ?

  • Matti P

    Vähän riippuu miten toimintaa pystyy järkevästi priorisoimaan ja mikä on tiedon taso kausaliteetista muuttujien ja lopputuloksen välillä, joskus se on selkeä mutta joskus ei.
    Ensin pitäisi tavoitteena olla kuitenkin hyvä stabiilisuus (vähän erityissyitä), jonka jälkeen voidaan parantaa suorituskykyä. DOE:n avulla voidaan helposti selvitää prosessin tai vaiheen kriittiset ohjattavat tekijät ja prioriteetin tekijöiden välillä, mutta jos tiedämme kausaliteetit niin toki voidaan hypätä suoraan itse prosessivaiheiden vaihtelun pienentämiseen. Mutta yhden vaiheen kanssa nyhjäämisessä on tietysi aina osa-optimoinnin vaara, varsinkin jos vaikutuksia tulee edellisistä vaiheista.

Tagipilvi

laatutaulutjidokadataparantaminenohjaussuunnitelmapaloautopeliControl PlanDMADVLaatutyökalutDMAICLean-visioISO 9000Body of KnowledgeMinitab 19laadunhallintaIATF 16949HukkaerityissyyTOCpäämäärämallilajittelumuutoksen tuskatiedonkerääminen5SarvovirtakuvausmittaaminenBOKLean-taloOFATASQLean HandbookLeanlaatu5W2H LaatujärjestelmäJatkuva parantaminenDesign for Six SigmaToyotaDOEkvantitatiiviset menetelmätparannustoiminnan kehittyminenBalanced Scorecardacceptance samplingsysteemityökalutParetodatan käsittelyTPMROIkorrelaatioISO 9001:2015KataKingmanin yhtälöTQMhukan muodotuutiskirjedatan keräysSix SigmaBig Datavaihtelun vaikutusjaksoaikaprosessimenetelmätgurutlaadunohjausluotettava mittausvaihteluhistogrammiShewhartkausaliteettiriskinkartoitusCDAkoesuunnitteluJohtaminensuorituskykyasiakastyytyväisyystehollinen aikalainalaisuudetryhmätyöskentelyOpetusmenetelmätMarkkinointiVSMtoleranssihävikkifunktioMSAinnovaatioCTPIshikawaIATFMinitabmonimuuttujakoeLaatukonferenssiLittlen lakidatan käsittelyKingmanValue Stream MappingneukkarikoearvovirtaPDSA-ympyräLean Six Sigma Black BeltterveydenhuoltovalvontaGagesyy-seurauskaaviohypoteesitestinollavirhesitoutuminenPDSAparannusmenetelmämittavirheCTQMinitab 18t-testiTPSEDAvuodiagrammiMarkkinointiprosessimalliAsiakastarveennustaminendatan luokitteluBlack Beltparannustoimintadatan laatumonimuuttujatestiryhmittelykaaviostandardointimixturepalvelukalanruototilastomatematiikkatehokkuusreunaKaizenShingolaadunparannussuorituskykymittaritohjausturvallisuushypoteesitestaussekoitekoekoulutustoiminnan lainalaisuudetlaatutyökalutsatunnaissyyCombanion by MinitabongelmanratkaisuideointiriskitekoälyFMEAHall of Fametehdasfysiikkatilastollinen päätöksentekoGage R&RlaadunkehittäjäläpimenoaikaISO 9001Wheeler0-virheSigmapuhdistaminentoiminnan laitHarryjitFeigenbaumprosessikuvaushyväksymisnäytteenottoDesign of ExperimentsmuutoskuvaaminenparannusTaguchiKaikakudatan käsittelyFactory Physicsmittaussysteemilaatu SuomessaTuottavuusDemingDemonstraatiotmielenmallitjärjestäminenohjauskorttiasiakastyytyväisyysdata-analyysimittausprosessiL8-matriisiJuranDFSSasiakasparannusmallistabiililaatu ratkaiseeOpettaminenkustannussäästötoperaatiotutkimusjohtamisjärjestelmäarvovirta-analyysitäystekijäkoeregressioanalyysi8DoeeVOCMonte Carlosatunnainen vaihteluSPCtilastoaivoriihiSPC-korttiANOVACrosbyDSDqfdPDCAparannuksen johtaminenTätä on LeanOhnoLean Six Sigma

Arkisto