Man bruker den ovenstående kunnskapen og ferdigheten til å spore opp den virkelige årsaken til den positive eller dårlige situasjonen. Dette kalles et «why».
Et why er den grunnleggende outnessen som er funnet, som vil føre til at statistikkene kommer seg igjen. En outness er noe som har blitt gjort galt eller ukorrekt eller mangler fullstendig.
Statistikker er et antall eller et beløp sammenlignet med et tidligere antall eller beløp av den samme tingen. Statistikker måler mengden eller kvaliteten av produksjonen til en eller annen aktivitet. Enhver aktivitet kan måles med en statistikk som viser produksjonen fra denne aktiviteten.
For eksempel, antallet salg i en skobutikk har gått ned. Noen finner en grunn eller et why for denne nedgangen i skosalg. De korrigerer det de har funnet. To uker senere har skosalgstatistikken (antall sko solgt) i butikken forbedret seg og har fullstendig kommet seg fra nedgangen. Dette viser at grunnen eller whyet for det antallet sko solgt som ble funnet var korrekt.
Et galt why er outnessen som er feilidentifisert, og som når den anvendes, ikke vil føre til at tingene kommer seg.
I eksempelet ovenfor med skobutikkens salg, la oss anta at et par uker etter at «whyet» ble funnet og man prøvde å «korrigere» det, statistikken over antall skosalg gikk enda lenger ned. «Whyet» som ble funnet førte ikke til at skosalgstatistikken kom seg. Det var et galt why.
En ren forklaring er et «why» som er oppgitt som whyet, men som ikke åpner døren mot at tingene kommer seg.
Ved å bruke eksempelet på skobutikken igjen: Et why for fallende skosalg blir gitt: «Statistikkene gikk ned på grunn av regnfullt vær den uken.» Så? Så skrur vi nå av regnet? Denne forklaringen vil ikke resultere i noen hevet statistikk.
En annen ren forklaring kunne være: «Staben ble overveldet den uken», som betyr at de var sterkt påvirket av noe. Så en ordre kan gis «Ikke overveld staben» som en mulig «løsning» fra en leder. MEN STATISTIKKENE VILLE IKKE KOMME SEG. Så forklaringen som ble gitt kunne ikke kalles et why. Det førte ikke til at statistikkene kom seg.
Når det virkelige whyet finnes og korrigeres, fører det direkte tilbake til forbedrede statistikker.
Et galt why som korrigeres, vil senke statistikkene ytterligere.
En ren forklaring gjør ingenting i det hele tatt og ting forsetter å gå dårlig.
Her er et annet eksempel: Statistikkene i et område var nede. Undersøkelse avslørte at det hadde vært sykdom to uker tidligere. Rapporten kom inn: «Statistikkene var nede fordi folk var syke.» Dette var en ren forklaring som gav en «grunn», men den løste ingenting. Hva kunne gjøres nå? Kanskje denne forklaringen blir akseptert som det korrekte whyet. En ordre blir gitt: «Alle folkene i området må få en legeundersøkelse, og arbeidere som ikke er friske, vil ikke bli akseptert. Arbeidere som ikke er friske, vil få sparken.» Fordi dette er en korreksjon ut fra et galt why, vil statistikkene som måler aktivitetens produktivitet gå kraftig ned. Så det var ikke riktig. Når vi leter videre, finner vi det virkelige whyet: Sjefen i området gir ordrer til de gale folkene som, når de følges, skader deres individuelle produksjon og deres produksjonsstatistikker går ned.
For å korrigere dette blir området organisert, sjefen blir raskt opplært så han vet hva som foregår og ikke fortsetter å utstede gale ordrer. Som et resultat bedrer produksjonen i området seg og statistikkene som måler produksjonen kommer seg og øker enda mer. Det korrekte whyet førte til at statistikkene kom seg.
Her er et annet eksempel: Statistikkene er nede i en skole. Antallet elever som fullfører sine studier i løpet av forventet tid er langt nede. En undersøkelse kommer med en ren forklaring: «Alle elevene var opptatt med idrett.» Så skoleledelsen sier: «Ingen idrett for elevene!» Nå går statistikkene for elevfullføringer ned igjen. En ny undersøkelse kommer med et galt why: «Elevene undervises feil.» Skoleledelsen sparker rektoren, den offisielle ansvarlige for elever og lærere. Nå går statistikken bratt ned.
En ytterligere og mer kompetent undersøkelse finner sted. Det viser seg at det var 140 studenter og bare rektoren og én instruktør! Og rektoren hadde andre plikter! Så rektoren settes tilbake på jobben og to instruktører til blir ansatt, slik at det er tre instruktører. Statistikkene på skolen går skyhøyt opp fordi et riktig why har blitt funnet.
Ledelses- og organisasjonsmessige katastrofer og suksesser forklares alle gjennom disse tre typene why. En arbitrær – en falsk ordre eller datum innført i en situasjon, er sannsynligvis bare et galt why som holdes på plass ved lov. Og hvis det holdes på plass på denne måten, vil en aktivitet som opererer under denne falske ordren eller datumet få en masse vanskeligheter og statistikkene som måler dens produksjon vil forbli svært lave.
Så hvis du ønsker å håndtere en dårlig situasjon må du forstå logikk så du kan finne det riktige whyet, og du må virkelig være på vakt og korrigere et galt why.
Når det forekommer inflasjon, er finansielle vedtekter eller lover innen det verdensomspennende bankvesenet sannsynligvis bare en lang oppvisning av gale why. Pengenes verdi og deres nytteverdi for innbyggerne forfaller i en slik grad at det kan bygges opp en hel filosofi. Dette fant sted i den gamle byen Sparta. Lykurgus, en gresk lovgiver, oppfant jernpenger som ingen kunne løfte, så de ikke kunne brukes. Han prøvde å kvitte seg med «ondene som stammet fra penger» i Sparta. Det stoppet bruken av penger fullstendig og satte ikke noe annet enn tøys og tull der i stedet.
Organisasjonsmessige vanskeligheter blir kraftig forverret ved at man bruker rene forklaringer (som ikke fører til noen forbedring) eller gale why (som senker statistikkene ytterligere). At organisasjoner kommer seg, skyldes at man finner det virkelige whyet og korrigerer det.
Prøven på et virkelig why er: «Kommer statistikkene som måler områdets produksjon seg når det korrigeres?» Hvis de gjør det, var det riktig. Og enhver annen ordre som er gitt for å bøte på en situasjon, men som er basert på et galt why, vil måtte kanselleres raskt.
