領導人，請釐清相關性≠因果關係

分析發現，定期泡澡的人，罹患心血管疾病的可能性較低。所以根據研究數據，泡澡有助降低心血管疾病──這是常見錯誤。我們時常將「關聯性」與「因果關係」混為一談，如果你是公司領導人，如此誤判會直接導致決策錯誤，而且隨著企業愈來愈仰賴數據資料，這個錯誤的代價也愈來愈大。我們應如何在資訊爆炸的時代冷靜做出正確的分析？

我們都聽說過，相關性不代表因果關係。然而，許多企業領導人、民選官員與媒體管道，仍然會根據容易誤導人的相關性來宣告有因果關係。這些說法通常未經仔細審視、遭到誇大，而且錯誤地用於引導決策。案例隨處皆是：例如，最近的一項健康研究，是要了解泡澡能否降低罹患心血管疾病的風險。分析發現，定期泡澡的人，罹患心血管疾病或中風的可能性較低。作者的結論是，數據顯示泡澡具有「有益的效果」。如果沒有進行對照實驗（controlled experiment）或自然實驗（natural experiment），也就是隨機挑選受試者、沒有操縱變數的實驗，就很難知道是否存在因果關係。例如，可能情況是，定期泡澡的人各方面的壓力較小，有更多自由時間能放鬆，這或許才是他們患有心臟疾病比率較低的真正原因。儘管如此，這些發現仍廣為流傳，文章標題寫著「泡澡不僅可放鬆，還可能對你的心臟有益。」行為經濟學與心理學方面的大量研究，已經凸顯出我們在檢視數據時，可能犯下的系統性錯誤。我們往往會尋找能證實自己先入為主想法的證據，並忽略可能違反我們假設的數據。我們忽視了產出數據的方式中的重要層面。更廣泛來說，即使遺漏了最重要的數據，我們仍很容易只注重眼前的數據。正如諾貝爾獎得主丹尼爾．康納曼（Daniel Kahneman）所說，這可能像是「你所看到的就是全貌」（what you see is all there is）。無論做決策的是個人、公司或政府，這都可能造成錯誤與原本能避免的災難。世界充斥愈來愈多數據，我們經常面對很大量的事實與數字。我們必須學習分析數據資料，以及評估有關因果關係的主張，這項技能對企業和政府領導人愈來愈重要。做到這一點的方法之一，就是在組織中強調實驗的價值。