收银员偷钱案例分析(2)
发布时间:2011-10-21 13:19:14
发布时间:2011-10-21 13:19:14
收银员偷钱案例分析
在收银员偷钱这个有趣的案例中,G女士提出了以下两个疑问:收银员何时开始偷钱;偷钱的数目仅限于500美元吗?我们针对这两个问题,用定性和定量相结合的方法,对其进行了深入地分析。
一、 研究思想
如果有人偷钱,就会导致:
(1)顾客数量不变或上升的情况下,销售总额比正常情况下减少,从而每位顾客带来的平均收入减少;
(2)钱箱差额总为正数。因为,若单纯是工作误差引起的,差额应该有正有负,总差额应趋向于零。只有在有人偷钱的情况下,小偷由于怕被发现,宁肯从钱箱中少拿钱,所以会造成差额为正。
二、 研究方法
(1) 剔除因素影响。根据给定的数据,我们对每位顾客带来的平均收入、顾客数量和钱箱差额进行了处理,剔除了通货膨胀因素、季节因素,以及不规则变动,得到了以下要研究的数据:
| 实际收入 | 实际顾客数 | 实际差额 |
| 实际收入 | 实际顾客数 | 实际差额 |
1 |
|
|
| 27 | 0.691268 | 1527.938 | 0.746786 |
2 |
|
|
| 28 | 0.676261 | 1518.415 | 0.853451 |
3 | 0.866266 | 1220.97695 | 2.777526 | 29 | 0.655288 | 1480.937 | 1.478351 |
4 | 0.820484 | 1188.07461 | 3.335739 | 30 | 0.635197 | 1417.98 | 2.009659 |
5 | 0.76879 | 1204.51081 | 3.718375 | 31 | 0.630139 | 1386.59 | 1.946888 |
6 | 0.748138 | 1179.16383 | 4.343674 | 32 | 0.660115 | 1346.181 | 1.707925 |
7 | 0.694552 | 1147.13943 | 4.031099 | 33 | 0.699171 | 1296.001 | 1.004243 |
8 | 0.739867 | 1166.83982 | 3.807545 | 34 | 0.755643 | 1256.382 | 0.458422 |
9 | 0.793612 | 1152.03104 | 3.461321 | 35 | 0.793635 | 1241.855 | 0.927584 |
10 | 0.798969 | 1228.27175 | 2.348883 | 36 | 0.793407 | 1280.111 | 1.389503 |
11 | 0.822651 | 1344.7221 | 1.684743 | 37 | 0.787722 | 1313.093 | 1.42081 |
12 | 0.816959 | 1413.63701 | 1.476045 | 38 | 0.778589 | 1313.009 | 1.526893 |
13 | 0.805422 | 1464.24412 | 1.418157 | 39 | 0.772755 | 1300.893 | 1.140535 |
14 | 0.79957 | 1475.48307 | 1.270694 | 40 | 0.785051 | 1259.435 | 0.955637 |
15 | 0.790848 | 1485.0706 | 1.257109 | 41 | 0.799963 | 1220.347 | 1.420439 |
16 | 0.760561 | 1478.81909 | 1.630439 | 42 | 0.808943 | 1208.267 | 1.795599 |
17 | 0.721188 | 1462.52767 | 2.141445 | 43 | 0.811986 | 1200.357 | 2.07614 |
18 | 0.699874 | 1460.71743 | 2.352065 | 44 | 0.799976 | 1213.919 | 1.981788 |
19 | 0.687094 | 1444.2846 | 2.522811 | 45 | 0.781737 | 1246.832 | 1.736498 |
20 | 0.680918 | 1449.25822 | 2.448252 | 46 | 0.763817 | 1272.07 | 1.46082 |
21 | 0.684279 | 1484.52063 | 2.821461 | 47 | 0.745571 | 1303.425 | 1.009668 |
22 | 0.684416 | 1509.83664 | 4.776742 | 48 | 0.748135 | 1330.624 | 0.74661 |
23 | 0.681853 | 1512.44502 | 5.780873 | 49 | 0.760093 | 1338.792 | 0.585159 |
24 | 0.697234 | 1489.11103 | 5.411167 | 50 | 0.768677 | 1355.748 | 0.591132 |
25 | 0.706256 | 1494.31898 | 4.293607 | 51 |
|
|
|
26 | 0.694324 | 1527.23188 | 2.016506 | 52 |
|
|
|
注:我们采用4项移动平均法剔除了不规则变动
(2)分时段研究
根据小偷的供词,他从17周开始偷钱,在32周被捕。故我们将整个研究时期分为以下三个时段:第一时段,1-16周;第二时段,17-32周;第三时段,33-52周。
三、 分析结果
我们用SPSS分析软件对数据进行了描述性统计分析.
图 一
由上面两个图对比可知,在第二时段,顾客数量明显高于第一和第三时段,但实际收入却明显低于这两个时段,而在这一时段正是小偷供认确实偷钱的阶段,同时也证明了我们的研究思路是正确的,即在有人偷钱的情况下,顾客数量不变或上升,每位顾客带来的平均收入却下降。反过来研究第一时段,从11周开始,顾客数量在不断上升的同时,每位顾客带来的平均收入却不断下降,证明了该小偷其实从11周就开始了偷窃行为。 我们假设整个商店只有一个小偷,那么在其被捕后的第三阶段,就不应该存在偷窃行为。
为了进一步验证我们的结论,我们将11-16周和17-32周的数据进行t检验,为此我们先对总体1-52周的数据是否服从正态分布进行了k-s检验,其结果如下:
One-Sample Kolmogorov-Smirnov Test
|
| 实际收入 |
N | ||
| 48 | |
Normal Parameters | ||
Mean | .74723464 | |
| ||
Std. Deviation | .057243958 | |
Most Extreme Differences | ||
Absolute | .129 | |
| ||
Positive | .129 | |
| ||
Negative | -.110 | |
Kolmogorov-Smirnov Z | ||
| .896 | |
Asymp. Sig. (2-tailed) | ||
| .398 | |
a Test distribution is Normal.
b Calculated from data.
由上表可知,p=0.398〉0.05,故接收原假设,认为该总体分布符合正态分布。
T-test:
Group Statistics
| 时段2 | N | Mean | Std. Deviation | Std. Error Mean |
实际收入 | |||||
11-16zhou | 6 | .79933516 | .022211617 | .009067854 | |
| |||||
17-32zhou | 16 | .68035644 | .024513671 | .006128418 | |
|
| Levene's Test for Equality of Variances |
| t-test for Equality of Means |
|
|
|
|
|
|
|
| F | Sig. | t | df | Sig. (2-tailed) | Mean Difference | Std. Error Difference | 95% Confidence Interval of the Difference |
|
|
|
|
|
|
|
|
|
| Lower | Upper |
实际收入 | Equal variances assumed | .101 | .754 | 10.374 | 20 | .000 | .11897872 | .011469451 | .095053859 | .142903572 |
| Equal variances not assumed |
|
| 10.871 | 9.921 | .000 | .11897872 | .010944564 | .094566299 | .143391133 |
Independent Samples Test
同样,有上表可知,p=0.754〉0.05,所以我们也接受原假设,认为两个阶段的均值是相等的,也就是说小偷的确是从11周开始他的偷窃行为的。
下面我们从思想2,即钱箱差额方面来研究。同理,我们首先做出了钱箱差额和周数的图形。
图 二
从上图不难看出,在小偷供认偷钱的第二时段,钱箱差额明显高于第一和第三时段,波动幅度也较大,反过来也证实了我们关于“若有人偷钱,则钱箱差额呈现正值”的思想的正确。
反观第一时段,钱箱差额的图形波动也明显高于第三时段,说明第一时段小偷也在偷钱。
四、待讨论问题
(1)在前述的假设前提下,第三时段无人偷钱,仅仅由于工作误差带来的钱箱差额属于随机变量,应该有正有负,总之应该是趋于零的。但由图二看出,第三时段的钱箱差额依然全为正值。
(2) 简单分析可知,若第三时段无人偷钱,则该时段的周平均销售额应该大于第一时段的平均销售额。但该结论却与我们的计算结果向悖:
研究时段 | 1 | 2 | 3 |
总销售额 | 14315.75 | 16007.31 | 17780.14 |
周平均销售额 | 1022.554 | 1000.457 | 987.7858 |
图 三
第二时段的周平均销售额为1000.457,比第一时段小,这可以理解为第二时段小偷偷钱数目较多所致;但第三时段,在我们认定无人偷钱的情况下,其周平均销售额为987.37858,大大低于第一时段我们分析出有人偷钱的情况。
针对以上两个疑问,我们综合以上的分析结果,给出了以下可能的解释:
(1) 第三时段有人偷钱,否则不会出现钱箱差额为正和周平均销售额低于第一时段的情况:
(2) 偷钱的数量比第一时段多。在我们分析出第一时段有人偷钱的结论后,第三时段的周平均销售额居然大大低于第一时段,因此我们只能认为在此时段偷钱的数量还远大于第一时段:
(3) 偷钱次数很少,否则第三时段钱箱差额的波动会较大:
(4) 偷钱手法十分巧妙,在偷钱数量上升,但次数减少的情况下,我们不得不佩服这第二个小偷的胆量和手法.