Att granska mjuka värden


19 Sep
19Sep

Allt går inte att mäta i antal eller i pengar. Allt går kanske inte att mäta överhuvudtaget. Är det då värdelöst? Målstyrning förutsätter att man följer måluppfyllelsen. Men ofta är målet något som inte går att räkna eller mäta. Det går till exempel att mäta antal dagar för handläggning eller patientens väntetid, men kan man med säkerhet ”mäta” patientens eller medborgarens nöjdhet? Eller kan man mäta om något oönskat har uteblivit? Och kan man vara säker på att en viss förbättring eller en viss försämring beror på de vidtagna åtgärderna eller förändringarna?

Problemet med att kunna påvisa orsakssamband (s.k. kausalitet) mellan en åtgärd och en förändring i verkligheten är en stor del av utmaningen med att utvärdera och granska mjuka värden. Att visa att något som inträffat är en direkt konsekvens av en viss åtgärd är ofta knepigt i ett komplext sammanhang. Åtgärden kan ha haft en viss påverkan, men andra faktorer kan och sannolikt påverkar också dess utfall. En ekonomisk lågkonjunktur med stigande arbetslöshet kan till exempel påverka att det är lättare att rekrytera personal, det behöver inte nödvändigtvis eller bara vara de av vidtagna åtgärderna. Det finns en hel del vetenskaplig forskning i ämnet och det framstår som en nästintill olöslig utmaning. Någon patenterad lösning finns helt enkelt inte utan det sätter stora krav på kompetens och inte minst på sunt förnuft i dessa situationer. Att förstå detta fenomen är en stor steg i vägen till att lyckas med att mäta svårmätbara värden.

Det finns många mer eller mindre beprövade vetenskapliga metoder och försök för att kunna genomföra själva mätningen av de mjuka värdena. Att identifiera indikatorer som är mätbara är en ganska vanligt förekommande sätt för att lösa problemet. Men hur väl det fungerar tvistar de lärde om. Låt oss ta ett fiktivt exempel.

En kommun har som mål att öka kundnöjdheten på bygg- och exploateringsavdelningen. Tidigare har det kommit in klagomål från inte minst byggföretag och kommunen vill främja ett bra samarbete. För att kunna mäta hur nöjda företagen är beslutar man sig för att se vilka resultat enheten levererar men också för att tillfråga företagen om deras upplevelse av bemötandet.

De indikatorer som man använder för att mäta avdelningens leverans kan vara:
- handläggningstiden (från första kontakt till bygglov)
- antal överklagade ärenden
- antal påbörjade byggnadsprojekt.

Enkäten som företagen bes att fylla i innehåller indikatorerna för att mäta företagens upplevelse av bemötandet
- hur nöjda de är med bemötandet totalt,
- hur nöjda de är med kommunikationen under handläggningstiden
- hur nöjda de är med informationen de har fått om de nödvändiga handlingarna som skulle lämnas in.

Frågan är om kommunen i exemplet ovan har lyckats få med problemets kärna. Om den verkliga orsaken till missnöjdheten ligger i att kommunen inte exploaterar områden som byggbolagen anser vara attraktiva för att bygga på kommer man inte att fånga det. Utmaningen med att formulera indikatorer är att det kräver i ganska stor utsträckning en förförståelse för möjliga och befintliga problem. Indikatorerna kan dessutom sällan verifieras som bra eller dåliga förrän i efterhand. Vidare kan indikatorer leda till att fokus förskjuts från det slutliga målet till att sträva efter att uppnå en eller några av dessa, särskilt om målet är högt satt.

Vi menar att mätning av mjuka värden är värdefullt och att det är nödvändigt att arbeta med olika lösningar på problematiken. Men vi menar också att det är av vikt att man har en viss ödmjukhet och förståelse för de utmaningar som detta innebär. Därmed menar vi också att resultatet av mätningen av dessa mjuka värden ska tolkas med denna förståelse för att det ska vara meningsfullt och kunna användas för ett förbättringsarbete.

Kommentarer
* E-mailadressen publiceras inte på hemsidan.