Jakob Sverre Løvstad
CTO, Seema
20. juni 2025
Hva gjelder vitenskapen rundt mangfold, er det relativt ok å formidle forskjellige funn fra psykologi, sosiologi, statsvitenskap og så videre. Det er relativt greit gehør for «morsomme ting forskning viser som vi kan ta med oss». Men noe som stadig dukker opp som en utfordring, er forståelsen av vitenskapelig metode når man skal prøve å finne ut av tingenes tilstand i en organisasjon. Så her følger verdens korteste og mest folkelige beskrivelse av hvordan man kan (vel, «må», er mer korrekt ordbruk) tenke – uansett om det er snakk om spesifikt mangfold eller andre «soft factors» slik som medarbeiderundersøkelser eller hva enn.
1. Innhenting av data:
Den største svakheten jeg stadig ser der ute, er at selve undersøkelsen man bruker ikke har noe hold i seg. Når man har noen få spørsmål man kan svare ut på et par minutter, så kan man nær sagt banne på at selve instrumentet, altså undersøkelsen, ikke er validert. Eller enda verre: Når man får diverse enkeltspørsmål med jevne eller ujevne mellomrom, og man dermed ikke engang har noen reell undersøkelse som kunne blitt ettergått.
Saken er at hvis man ikke har sjekket helt fundamentale ting som hva man faktisk måler (enkeltspørsmål kan tolkes på utallige måter), at svar ikke avhenger av dagsform (eller andre volatile forhold), at det man spør om har en vitenskapelig testet sammenheng med noe betydelig (slik som prestasjon eller sykefravær eller noe annet selskapet bryr seg om) og så videre, så er det rett og slett meningsløst å spørre.
Man gir kanskje inntrykk av relevant aktivitet, men det er bare spill for galleriet all den tid man ikke kan påvise at inndataene holder vann.
2. Deskriptiv statistikk
Her er folk i all ærlighet ganske flinke. Deskriptiv statistikk er all statistikk som viser «hvordan ting er akkurat nå». Det er stolpediagrammer, paidiagrammer, histogrammer og så videre – alt som påpeker enkle fakta av typen «vi har 40% kvinner og 60% menn i organisasjonen» eller «fortjenesten har økt 3% fra januar til mars».
Deskriptiv statistikk sier virkelig ingenting om hvorfor noe er som det er, men gir et øyeblikksbilde av et eller annet fenomen. Dette er helt fint, og tidvis gir også noen innsiktsfulle øyeåpnere. Slik som når vi viser at det er 45% mangfold i selskapene vi har analyser i snitt, så er det litt sånn «jøss, det var mer enn vi trodde». Veldig kult, men sier jo ikke noe om hvorvidt det fører til noe bra eller dårlig, eller om det betyr noe i det hele tatt.
Nedsiden med deskriptiv statistikk, er at en del begynner å gjøre urimelige antagelser på grunnlag av den. Om man ser et lønnsgap eller et faktureringsgap mellom enkelte grupper, er det eksempelvis fristende å komme med tiltak – uten at man vet om årsaken gjør handling nødvendig/lurt, eller hvilken handling som eventuelt er passende.
3. Slutningsstatistikk
Grunnet problemene beskrevet i punkt 2, trenger vi det som heter slutningsstatistikk. Dette er den delen av faget der man faktisk leter etter sammenhenger i dataene, og kan si med en viss sannsynlighet om ett fenomen henger sammen med et annet. Det er tross alt helt vitenskapelig irrelevant å si «329,000 mennesker dør av Parkinson årlig». Det som er interessant er om man kan si at «dette genet virker å ha tett sammenheng mellom å ha Parkinson og å dø tidlig av det». Det kan man bruke til noe.
Det samme gjelder i organisasjonsforskning. Det kan være veldig fristende for en leder å si at «jøss, IT-avdelingen vår lønnes 10% lavere enn advokatene våre!». Men om man ikke ser på sammenhenger, er dette bare fjas. Det kan være at man påviser med slutningsstatistikk at årsaken til forskjellen, er at IT-avdelingen har langt flere juniorer ansatt, at utprisen per time er forskjellig mellom gruppene, at selve avdelingen har kortere fartstid i markedet (og dermed mindre business) og mye annet rart. Som regel er det en hel rekke årsaker med forskjellig påvirkning som utgjør en sammensatt grunn til det man ser.
Dette gjelder selvsagt også i arbeidet vårt med mangfold: Overalt hvor vi går finner vi en drøss med forskjellige sammenhenger som forklarer forskjeller i trivsel, mening, motivasjon, turnover og så videre mellom grupper. Uten å vite slike sammenhenger, blir tiltak helt å skyte i blinde (noe også mange ledere uttrykker sin generelle frustrasjon over i sammenhenger der undersøkelser brukes).
4. Kvalitative dybdeundersøkelser
Når man forhåpentligvis har kontroll på sammenhenger mellom forskjellige viktige fenomener i organisasjonen, så er det god skikk å ta noen intervjuer på tvers av aktuelle representanter fra organisasjonen for å finne ut hva sammenhengene betyr på detaljnivå. Det er veldig vanlig å høre en rekke hypoteser på «hvorfor tillit henger sammen med psykologisk trygghet» (eller hva enn) i respons på ymse statistikk. Men erfaringsvis er dette ganske random greier, og ofte ikke i tråd med det man får vite om man intervjuer et representativt utvalg og gjør en skikkelig kvalitativ analyse. Her kommer man «ordentlig ned i gørra» og, gitt at man har tillit fra respondentene, er det ganske rene ord for penga som kan omgjøres til konkrete tiltak.
Det ovenstående er helt basic greier, og forenklet så mye at statistikere kan ha lyst til å lappe til meg, men jeg tenker det er greit å prøve å dekke det helt enkle – slik at de som ikke er totalt nerder også skjønner hvordan man, eller i alle fall vi, jobber med dette her.
Norwegian 
English