“每天晚上都有人加班到很晚，為什麽無法杜絕加班呢……”
會議上是否有人提出過這樣的問題？
如果在這個時候提出“是不是因為效率意識太低”“是不是管理上存在問題”等模糊的回答是絕對錯誤的。
正確的做法是直接拿出“相關係數”來提高自己觀點的說服力。
相關係數是表示兩個變量之間“關係強弱”的數值。正確利用相關係數，就能夠找出問題的原因和本質。
“其實減少加班並不難，根據相關係數顯示，會議時間和加班之間存在很深的聯係。”像這樣拿出相關係數的證據，就能瞬間改變會議的走向。
隻要使用Excel之中的“CORREL函數”就能瞬間計算出相關係數（r）。關於CORREL函數的具體使用方法請大家參閱相關書籍，就連我這個不擅長數學的人都能學會，相信大家也一定沒問題的。
相關係數表示的關係強弱如下所示。
●“CORREL函數”的使用示例
下圖就是使用CORREL函數對加班時間與相關要素之間的相關性進行調查得出的數據。
r=0.7～1 相關性很高
r=0.4～0.7 具有一定相關性
r=0.2～0.4 相關性較弱
r=0～0.2 幾乎不相關
通過這個表格，可以看出加班時間與會議時間之間存在很強的相關性。
在使用相關係數的時候，需要對以下兩個要素進行檢查。
①確認是否存在“因果關係”。
假設小學生“計算的正確率”和“身高”之間的相關係數為“0.9”。單從數值上來看，可以說存在很強的相關性。
但實際上並不是身高越高，數學成績就越好。
也就是說，這屬於“存在相關關係，但沒有因果關係”的情況。
在這種時候，需要思考：“當數字增加或減少的時候，結果是否會出現變化？”
②通過“散布圖”進行確認