第四章 质量控制的工具

公平原则

　　我已说过，解释应基于数据，而数据必须细心地收集。前些时候现的一件事说明了这是多么重要：有一个医学教授曾经发表了一篇关于“噪音影响病人恢复”的论文。这篇论文列出了一个医院病房噪音的数据，并描绘了病人的恢复时间——那就是，从病人入院到出院的时间。在这篇论文中，作者的结论是低噪音环境帮助病人快速恢复。一位了解这间被研究的医院的医生读到了这篇论文。模模糊糊地，他记得这间医院的病人是按照病情的轻重来安排房间的。在实地考察了这间医院后，他发现这间医院的政策是把病情较轻的病人安排在高层比较安静的病房里，而把病情严重的病人安排到低层较嘈杂的病房里。这种安静的病房中的病人恢复得更快就是很自然的事了。
　　显然，你必须彻底地了解你要收集数据的环境，否则你会发现自己将成为人家的笑料。在解释事实时，这样的错误是经常发生的，不管它是否是根据统计值来作判断。
　　在研究一个问题时，人们倾向于强调看起来是符合预言的事实，并把此作为一个黄金原则，甚至不顾支持它的数据多么贫乏。我们发现，象这样的错误结论不仅仅在自然科学中存在，而且在社会科学中问题同样严重，有名望的人和不知名的人都带着非常为难的结果坠入了这个陷井。在这种倾向中更加危险的是，一旦某人听到一种反对意见时，他极其不愿意放弃他的看法，即使有足够的证据反驳他。
　　我们需要的是允许反对意见、公平评价并能带领我们进入统计科学的方法学。当我在前面组织数据、决定平均值、作出图表时，我的意见就是收集统计数。当然，简单地收集统计数是不够的，除非你对可能得到公平答案的某些原理很熟悉，否则你仍会出错。但是这些原理是相当简单的。