案例：从定性原因分析上升到定量原因分析

在定量原因分析时，主要是有四种定量思考的方法：

1、数据的居中趋势与离散程度分析：均值、标准差

2、 80-20分析：在所有的构成成分中，哪个成分占比最大

3、数据的相关性分析：是否存在强相关

4、敏感性分析：在所有的影响因子中，哪个影响因子对结果的影响最显著

这四种方法可以应用到现象和原因上，如表1所示：

表1 原因分析中的定量分析方法

	居中趋势与离散程度分析	80-20分析	相关性分析	敏感性分析
现象	√	√
原因	√	√	√	√

以下举例说明如何进行定量的原因分析。

1 对现象的定量思考

某客户存在的现象是：项目成本偏差大。

定量思考：

1）居中趋势与离散程度分析。需要思考成本偏差有多大？均值、标准差有多大？如图1所示。

图1 成本偏差率的性能基线

通过对现象的居中趋势与离散程度分析，帮助我们判定这个现象是否值得进行根因分析。

2）80-20分析。

项目是否可以分类？哪一类项目的成本偏差比较大？

成本可以分成几类？是哪一类的项目偏差大？比如成本分成需求、设计、编码、测试、管理、返工等，哪部分的工作量偏差最大？

通过对现象进行80-20分析帮助我们对现象进行准确定位。

2 对原因的定量思考

识别了有多种原因，如：

• 返工多
• 预算不合理
• 战略亏损
• 人员变更
• 计划外工作量大
• 立项前投入太多
• 其他原因

定量思考：

1）分析数据的居中趋势与离散趋势

返工多，多到什么程度？有无性能基线刻画？

计划外工作量大，大到什么程度？有无性能基线刻画？

立项前投入太多，多到什么程度？有无性能基线刻画？

图2 返工工作量占比的性能基线

2）80-20分析

是否可以统计出来，上述7种原因的分布%，即有无如下的历史数据：

表2 各类原因的统计数据

项目	返工多	预算不合理	战略亏损	人员变更	计划外工作量大	立项前投入太多	其他原因
P1	1	1
P2			1
P3		1			1	1
P4
P5
....
合计	5	21	2	15	10	12	5

图3 原因分布分析

3）相关性分析

返工工作量占比、人员变更率、计划外工作量占比、立项前工作量占比与成本偏差率是否存在相关性呢？

是否战略亏损项目与成本偏差率是否存在相关性呢？

图4 工作量偏差率的相关性分析

图5 工作量偏差率与项目类型的方差分析

4）敏感性分析

在所有与成本偏差率相关的两个影响因子中，立项前工作量的相关性系数更大，成本偏差率对其的影响更敏感。

备注：本文的统计分析采用的是ZenDAS工具。