MÅLINGER ER BRA - GOD STYRING VIKTIGST Jan Ubøe, professor i matematikk ved NHH.

Presentasjon om: "MÅLINGER ER BRA - GOD STYRING VIKTIGST Jan Ubøe, professor i matematikk ved NHH."— Utskrift av presentasjonen:

1 MÅLINGER ER BRA - GOD STYRING VIKTIGST Jan Ubøe, professor i matematikk ved NHH

2 Trenger vi målinger? William Edwards Deming - Kvalitetsledelse «In God we trust, all others bring data!» Data er en nødvendig forutsetning for god styring. Vi trenger data for å vite hvor vi står. God ledelse er viktig: De fleste problemer både i samfunnet og næringslivet skyldes dårlig ledelse. 2

3 Målstyring Peter Drucker (1954) – Management by objectives Når noe måles, vil det som ikke måles bli nedprioritert. Helhetstenkning Enkle beslutningsregler som kun baserer seg på noen få tall, er en utopi. 3

4 Vanlige feil Deming: Ledere feiltolker statistiske data, og treffer ofte gale beslutninger på grunnlag av dette. Hva slags feil blir gjort og hvordan kan vi unngå dem? Ser mønstre og sammenhenger som ikke fins. Blander sammen tilfeldig variasjon og kausalitet. Treffer beslutninger som koster penger og som gjør ting verre. Samler inn data som ikke gir ny informasjon. 4

5 Ser mønstre som ikke fins Kausalitet: Hva er grunnen? Tilfeldig variasjon? 5

6 Ser mønstre som ikke fins Kausalitet: Hva er grunnen? Ingen kausalitet! Tilfeldig variasjon? Sterk negativ korrelasjon! 6

7 Tilfeldig variasjon og kausalitet Data for utgifter (i 1000 kr) de 10 siste år: 130; 97; 124; 114; 111; 75; 80; 95; 102; 121 Utgiftene steg fra 102000 kr til 121000 kr siste år. Det vil aldri mangle forklaringer på hvorfor dette skjedde. Noen må ha skylden! (tallene er rent tilfeldig trukket, fri for kausalitet) 7

8 Men tiltak kan vel ikke skade? Prosesskontroll: Noen dreiemaskiner fikk installert en kontrollenhet slik at arbeiderne kunne justere maskinen etter hver arbeidsoperasjon. Dyrt: Kontrollenhetene kostet penger. Tap: Antall enheter som måtte kasseres steg fra 5% til 15%. Tiltak som settes inn på grunnlag av tilfeldig variasjon, vil alltid øke variasjonen. 8

9 Tilfeldig variasjon og kausalitet Data for utgifter (i 1000 kr) de 10 siste år: 130; 97; 124; 114; 111; 75; 80; 95; 102; 160 Sannsynligheten for et slikt utslag er 1/1000 (tre standardavvik). Her må vi gripe inn raskt og med stor tyngde. Krever litt kunnskaper i statistikk, men vi kommer langt med sunt bondevett! 9

10 Trenger vi data? Innsamling av data koster penger, krever tid og ressurser. Før vi måler bør vi spørre: Vil ny innsikt vil veie opp for kostnadene? Første gangs innsamling av data Gjentak Systematiske gjentak 10

11 Innsamling av data Første gangs innsamling: Nesten alltid nyttig, vi får vite hvor vi står og kan vurdere tiltak. Gjentak: Kan være nyttig, men fare for at små utslag blir feiltolket. Informasjonsverdien er ofte mindre, spesielt hvis nye tiltak ikke har fått tid til å virke. Systematiske gjentak: Risikerer utilsiktede effekter fordi målingene virker dreiende på adferd. JUKS. 11

12 Måler vi for ofte? Avhengig av hva vi måler. Målinger knyttet til budsjett er trolig alltid nødvendig. Nasjonale prøver\internasjonale tester. Ja, vi måler for ofte. Små utslag overtolkes, testene virker opprivende og gir sjeldent innsikt vi ikke hadde fra før. Kan kostnadene forsvares ved at vi får ny innsikt? Vi bør ikke spørre de som administrerer testene om kostnadene kan forsvares. Enkelt: Mål sjeldnere, spar penger og ressurser! 12