Men gebruikt de bovenstaande kennis en vaardigheid om de werkelijke reden van de gunstige situatie of een ongunstige situatie te vinden. Die reden wordt een “Waarom” genoemd.

Een Waarom is die fundamentele outness die is gevonden, die tot een herstel van de statistieken zal leiden. Een outness is iets dat verkeerd of niet correct is gedaan of dat volledig ontbreekt.

Statistieken zijn een getal of hoeveelheid vergeleken met een eerder getal of eerdere hoeveelheid van hetzelfde ding. Statistieken meten de hoeveelheid of de kwaliteit van de productie van een bepaalde activiteit. Elke activiteit kan worden gemeten aan de hand van een statistiek die de productie van die activiteit laat zien.

Het aantal verkochte schoenen in een schoenenzaak loopt bijvoorbeeld terug. Iemand vindt een reden of Waarom voor deze terugloop van schoenenverkoop. Ze corrigeren wat ze hebben gevonden. Twee weken later is de schoenenverkoopstatistiek (het aantal verkochte schoenen) in de winkel verbeterd en heeft zich volledig hersteld van de terugloop. Dit toont aan dat de reden of het Waarom dat werd ontdekt voor het aantal verkochte schoenen juist was.

Een verkeerd Waarom is de onjuist geïdentificeerde outness, die wanneer hij wordt toegepast niet tot herstel leidt.

Stel dat, in het hierboven genoemde voorbeeld van de verkoop in de schoenenzaak, binnen een paar weken na het vinden van het “Waarom” en het proberen te herstellen ervan, de schoenenverkoopstatistiek nog verder terugliep. Het “Waarom” dat was gevonden, leidde niet tot het herstel van de schoenenverkoopstatistiek. Het was een verkeerd Waarom.

Louter een verklaring is een “Waarom” dat als het Waarom wordt gegeven, dat niet tot enig herstel leidt.

Nogmaals met gebruik van het voorbeeld van de schoenenzaak: er wordt een Waarom voor de teruglopende schoenenverkoop gegeven: “De statistieken liepen terug omdat het die week veel regende.” En wat dan nog? Draaien we dan nu gewoon de regenkraan dicht? Deze verklaring resulteert niet in een verhoogde statistiek.

Nog iets wat louter een verklaring zou kunnen zijn, “De stafleden raakten die week overweldigd”, wat betekent dat ze sterk door iets waren beïnvloed. Er zou dan door een manager als een mogelijke “oplossing” een opdracht kunnen worden uitgevaardigd om de stafleden niet te overweldigen. DE STATISTIEKEN ZOUDEN ECHTER NIET HERSTELLEN. Dus de gegeven verklaring zou geen Waarom kunnen worden genoemd. Ze leidde niet tot een herstel van de statistieken.

Wanneer het werkelijke Waarom wordt gevonden en gecorrigeerd, leidt dat onmiddellijk tot verbeterde statistieken.

Een verkeerd Waarom dat wordt gecorrigeerd, zal de statistieken verder terug laten lopen.

Louter een verklaring doet helemaal niets en de zaken blijven slecht verlopen.

Hier is nog een voorbeeld: De statistieken van een gebied liepen terug. Feitenonderzoek liet zien dat er twee weken eerder mensen ziek waren geweest. Dit rapport kwam binnen: “De statistieken lopen terug omdat er mensen ziek waren.” Dat was louter een verklaring. Er werd een “reden” gegeven maar het loste niets op. Wat zou je nu kunnen doen? Misschien wordt deze verklaring geaccepteerd als het juiste Waarom. Een opdracht wordt dan uitgevaardigd: “Alle mensen in het gebied moeten een medische keuring krijgen. Ongezonde werknemers zullen niet worden aangenomen. Ongezonde werknemers zullen worden ontslagen.” Omdat dit een correctie is volgens een verkeerd Waarom, zullen de statistieken van de activiteit die haar productiviteit meten flink teruglopen. Dat is dus niet de reden. Door verder te kijken werd het werkelijke Waarom gevonden: de baas in het gebied geeft opdrachten aan de verkeerde mensen die, als ze gevolgd worden, dan hun individuele productie schaden en hun productiestatistieken lopen terug.

Om dit te corrigeren, wordt het gebied georganiseerd, de baas wordt snel getraind, zodat hij weet wat er gaande is en geen verkeerde opdrachten blijft uitvaardigen. Als gevolg daarvan neemt de productie van het gebied toe en de hoofdstatistieken die de productie van het gebied meten, herstellen zich en gaan zelfs verder omhoog. Het juiste Waarom leidde tot een herstel van de statistieken.

Hier is nog een voorbeeld: de statistieken van een school lopen terug. Het aantal studenten dat een studie binnen de verwachte tijd afmaakt, is enorm laag. Een feitenonderzoek komt met louter een verklaring op de proppen: “De studenten hadden het allemaal druk met sport.” Dus zegt het schoolmanagement: “Geen sport meer voor de studenten!” Nu gaat de statistiek studentenvoltooiingen nog verder omlaag. Een nieuw feitenonderzoek komt met een verkeerd Waarom op de proppen: “De studenten worden verkeerd onderwezen.” Het schoolmanagement ontslaat de decaan, de ambtenaar die verantwoordelijk is voor de studenten en de leraren. Nu gaat de statistiek steil omlaag.

Er wordt eindelijk een bekwamer feitenonderzoek uitgevoerd. Het blijkt dat er 140 studenten waren die slechts de decaan en één onderwijzer hadden! De decaan had bovendien nog andere taken! Dus de decaan wordt teruggehaald naar zijn werk en er worden nog twee instructeurs ingehuurd, waardoor er nu drie instructeurs zijn. De statistieken van de school gaan enorm omhoog, omdat een juist Waarom is gevonden.

Catastrofes en successen van management en organisaties kunnen allemaal door deze drie typen Waarom worden verklaard. Een willekeurige factor – een onjuiste opdracht of onjuist gegeven dat in een situatie of groep wordt geïntroduceerd – is waarschijnlijk slechts een verkeerd Waarom dat door een wet of een regel in stand wordt gehouden. En als het zo blijft, zal een activiteit die volgens deze onjuiste opdracht of dit onjuiste gegeven te werk gaat, een heleboel moeilijkheden hebben en zullen de statistieken die de productie meten heel laag blijven.

Dus als je een slechte situatie correct wilt behandelen, moet je de logica begrijpen, zodat je het juiste Waarom kunt vinden. En je moet echt opletten en een verkeerd Waarom corrigeren.

In het bankwezen, waar regelmatig inflatie plaatsvindt, zijn de verschillende financiële regels of wetten waarschijnlijk één lange reeks van verkeerde Waaroms. De waarde van het geld en het nut ervan voor de burger kan dusdanig achteruitgaan dat er een hele filosofie over kan worden ontwikkeld. Dit gebeurde in de oude stad Sparta. Lycurgus, een Griekse wetgever, bedacht geld van ijzer dat niemand kon tillen, waardoor het niet kon worden gebruikt. Hij probeerde zich te ontdoen van de “kwaden van geld” in Sparta. Dat stopte het gebruik van geld helemaal en in plaats van geld was er niets dan onzin.

Organisatorische problemen worden enorm versterkt door het gebruik van louter verklaringen (die niet tot verbetering leiden) of verkeerde Waaroms (die de statistieken nog verder omlaag doen gaan). Organisatorische verbeteringen komen voort uit het vinden van het werkelijke WAAROM en het corrigeren ervan.

De test van het werkelijke Waarom is: “Wanneer het is gecorrigeerd, herstellen de statistieken die de productie van een gebied meten zich dan?” Als ze dat doen, dan was het Waarom juist. En iedere andere opdracht die werd uitgevaardigd om iets te corrigeren, die gebaseerd was op een verkeerd Waarom, zou snel moeten worden ingetrokken.