Om att sparka tränare och byta VD

Som människa löper man ständigt risk att hamna i olika former av beroenden. Det kan handla om nästan vad som helst som får hjärnan att på kort sikt njuta av livet. Många av de här beroendena är till största delen skapade av oss själva och går med mer eller mindre ansträngning att bli av med.

Det finns dock en typ av beroende som vi alla lider av och som inte fullt ut går att bli av med, i strikt mening skulle man kanske inte kalla det beroende eftersom vi har det är så djup rotat i oss från början. Det är som tur är oftast inget farligt beroende utan tvärtom tjänar det oss väl för det allra mesta.

Vi är beroende av orsaker

Precis som rubriken säger är det vårt beroende av orsaker jag pratar om. Det kanske kan låta en aning flummigt men likväl är det oerhört påtagligt. Man kan fråga sig varför detta skulle vara ett problem eller ens varför det skulle vara värt att fundera över. I de allra flesta fall är det, som jag skrev ovan, faktiskt inget problem utan tvärtom något bra. I vardagen är det nästan alltid en väldigt klar koppling mellan orsak och verkan vilket gör att vi kan dra stor nytta av tidigare erfarenheter. Det finns exempelvis en uppenbar korrelation mellan hur många skopor kaffe jag häller i bryggaren och hur starkt kaffet blir. Det är dessutom inte bara så att det finns ett samband här utan det finns till och med ett orsakssamband (kausalitet). Jag vågar alltså påstå att antal skopor faktiskt är en av de faktorer som direkt påverkar kaffets styrka.

Korrelation är en statistisk term där styrkan brukar anges av en korrelationskoefficient från -1 till 1. En fullständig positiv korrelation betecknas med en 1:a och en fullständig negativ med en -1:a. Om det inte finns något samband alls är korrelationen således 0.

Att korrelationen är positiv betyder bara att ökningen i en variabel leder till en ökning i en annan. Om en ökning i den ena variabeln leder till en minskning i den andra har vi tvärtom en negativ korrelation. I kaffeexemplet är alltså korrelationen positiv eftersom fler skopor leder till starkare kaffe.  

Jag ska inte grotta ner mig mer i korrelationsbegreppet men en viktig sak att ha med sig är att korrelationskoefficienten inte säger någonting om orsakssambandet. Det finns alltså många saker som har ett samband men inget orsakssamband. Exempelvis finns det en korrelation mellan drunkningsolyckor och glassförsäljning men det betyder inte att det ena orsakar det andra. I detta mycket klassiska exempel kan man alltså misstänka att det finns någon annan faktor som orsakar ökningar i både glassförsäljning och drunkningsolyckor, gissningsvis varmt väder.

Man ska också ha med sig att korrelationen sällan är fullständig, alltså 1. Det beror naturligtvis på att de flesta fenomen bara delvis påverkas av vissa saker. En människas genuppsättning har t.ex. en korrelation på 0,5 med den ena förälderns gener och 0,5 med den andres. Korrelationskoefficienten säger heller ingenting om riktningen, man vet med andra ord inte om hönan eller ägget kom först bara genom att kolla på koefficienten. Nog om detta men ovanstående kan vara bra att ha med sig vid fortsatt läsning. 

Vi vill ha orsakssamband

Ett uppenbart fel man kan göra sig skyldig till här är alltså att ta ett samband för ett orsakssamband. Detta är mycket vanligt och därför bör man vara väldigt försiktig med att uttala sig om vad som orsakar vad när det handlar om lite mer komplicerade situationer.

Jag tänker nu ta upp tråden som inledde inlägget. Vi är alltså beroende av att hitta orsaker till i princip allting och detta hjälper oss och har hjälpt oss enormt mycket när det kommer till att förstå de enkla delarna av vår värld. Det är fantastiskt att hjärnan hela tiden och oftast helt omedvetet letar efter orsaker till fenomenen omkring oss. Utan denna förmåga hade världen troligen tett sig extremt rörig och obegriplig.

Problemet är bara att detta beroende gör att vi hellre ser fel orsaker än inga orsaker alls i knepiga situationer. Vi är till och med så beroende att vi ser orsaker där det faktiskt inte behöver finnas några över huvud taget.

De här idéerna kommer från bland andra Daniel Kahneman (som har skrivit "Thinking fast and slow") och hans före detta kollega Amos Tversky. De menar att ett grundläggande fel vi gör här är att vi tror att "det vi ser är allt som finns att se". D.v.s. det spelar ingen roll att vi har mycket lite information eller information av dålig kvalite, vi gör ändå allt vi kan för att se orsakerna bakom fenomenen med den informationen vi har. Vi överskattar ofta värdet av den information vi har och ser inte betydelsen av den vi inte har.
När det gäller omvärlden är det tyvärr påfallande ofta som informationen är just knapphändig och av dålig kvalité eftersom komplexiteten är så stor. Därför görs ofta grova förenklingar och direkta misstag när vi försöker se vad som ligger bakom saker och ting. 

Ett tecken på att vi har detta extrema beroende är att väldigt många människor tjänar väldigt mycket pengar på att förse oss med dessa orsaker. Vi är alltså kollektivt beredda att betala stora summor pengar och lägga ner mycket tid för att få orsaker serverade på ett silverfat av diverse journalister och experter. Eftersom vi är relativt blinda för det här problemet är det ju inte så att dessa stora yrkesgrupper generellt är ohederliga utan i många fall bara ovetande om sin egen okunskap. Något de definitivt delar med de flesta av oss. Lägg här märke till att experter ofta inte heller klarar av att dra gränsen för sin okunskap. De kan dessvärre vara ännu mer benägna att se falska orsakssamband eftersom de ser sig själva som just experter. Det finns självklart även en press på experter inom egentligen alla områden att leverera svar. Ingen vill väl betala en expert som erkänner att han inte vet. Värt att notera här är att kunskapsgränsen naturligtvis inte går lika tidigt inom alla områden. Områden där verksamheten är kaotisk och oförutsägbar är särskilt drabbade. En statsvetare måste exempelvis dra gränsen tidigare än tandläkare i de allra flesta fall. Tyvärr passeras denna gräns på ett brutalt sätt i många sammanhang.  

Fenomen utan orsaker

Jag skrev tidigare att vissa saker faktiskt inte behöver ha några orsaker alls vilket till en början kan tyckas märkligt. Man ser och hör dagligen långa utläggningar om varför saker och ting har ändrats till det bättre eller till det sämre. Exempelvis varför idrottare är sämre än ifjol, varför företag helt plötsligt går bättre eller varför brottsligheten är högre i år än förra året.

Man ska dock vara medveten om att sådana här saker skiftar helt utan anledning, något som kallas för regression mot medelvärdet. Det är alltså ett matematiskt faktum att saker skiftar slumpmässigt runt sitt medelvärde. 

Prestationer består i allmänhet av förmåga+tur. Det är naturligtvis väldigt svårt att peka ut vad som är vad i en enskild prestation men det man med säkerhet kan säga är att turen över tid jämnar ut sig. Därför är det vanskligt att direkt peka på en massa orsaker till att exempelvis en idrottare, trots liknande förberedelser, inte lyckas lika väl som tidigare. Det kan faktiskt vara så att han tidigare har haft extremt mycket ut och att den nu helt enkelt har vänt.   

Ett exempel på detta från Kahneman är utbildningen för de Israeliska stridspiloterna där han en gång höll en föreläsning. Det finns väldigt många studier som visar att belöning förbättrar prestationen betydligt mer än bestraffning. Trots detta hävdade läraren för de unga piloterna att om han gav dem beröm när de gjorde något riktigt bra så blev de nästan alltid sämre efteråt. När han tvärtom skällde ut dem efter att de hade gjort något dåligt såg han en klar förbättring. Han menade alltså att utskällning var mer effektivt en beröm. Detta är troligtvis ett klassiskt exempel på regression mot medelvärdet. Eftersom läraren gav beröm när piloterna gjorde något extremt bra är det troligt att de i senare försök närmade sig sin egen medelnivå vilket alltså innebär en försämring. När de däremot gjorde något extremt dåligt fick de en utskällning och troligtvis närmade de sig även då sin medelnivå, vilket istället blir en förbättring.

Detta är mycket intressant eftersom vanliga orsaksförklaringar, när någon som tidigare varit väldigt duktig och fått mycket beröm presterar sämre, är att han är nonchalant eller har tappat motivationen. Så behöver det alltså inte alls vara utan det kan faktiskt bero enbart på detta matematiska faktum.

Det är dock inte särskilt populärt att förklara fenomen på det här sätter och med tanke på vårt beroende skulle det säkert inte sälja särskilt bra heller. 

Tänk er följande kvällstidningsrubriker

1.  "Därför är Henrik Lundqvist bättre än någonsin"

       - Han är starkare mentalt i år och han spelar dessutom

         med en en ny typ av skridsko säger experten.

      

         Läs mer om Henkes framgångsrecept på sida 5

2. "Därför är Henrik Lundqvist bättre än någonsin"

     - Det finns ingen speciell anledning menar experten,

       sannolikt handlar det om ett extremt utfall vilket regressionen
       mot medelvärdet snart kommer att visa.

       Det finns inget mer att läsa om Henke i tidningen idag.

       Vi vet helt enkelt för lite i frågan.

Som hockeyintresserad och orsaksberoende vet jag vilken tidning jag skulle köpa, vet du? 

Detta ska inte tolkas som att det inte finns några orsaker över huvud taget. Tvärtom finns det oftast en massa orsaker till det mesta. Men vetskapen om att fenomen omkring oss får små knuffar av inga orsaker alls gör att man i alla fall kan försöka tänka en aning mer kritiskt när någon radar upp orsaker på områden som är uppenbart svåranalyserade. Det är som sagt bättre att inte se några orsaker alls än att se fel orsaker. Vet man om orsakerna till vissa händelser är det ju lätt att man försöker att använda dem till att förutspå kommande händelser. Inget fel i det men skulle orsakerna vara direkt felaktiga riskerar men att gå rejält vilse. Något som dessvärre inträffar både på individnivå och i större sammanhang hela tiden.

- Det är svårt att göra förutsägelser, särskilt om framtiden - Yogi Berra

Om hjälteglorior och hundhuvuden

Med tanke på det som jag har nämnt ovan kan man börja fundera över hur mycket personer i höga positioner verkligen kan påverka. Är t.ex. de verkliga orsakerna till företags och idrottslags framgångar att man har en bra tränare eller VD?

Ser man till hur de högst ansvariga blir behandlade så måste man tro att de har en närmast oändlig påverkan på slutresultatet. VD-löner är i många fall fantasisummor, framförallt för större organisationer vilket är något paradoxalt eftersom VD:n där är en mindre del av helheten än i en liten organisation. Korrelationen mellan VD:ns beslut och resultatet bör alltså generellt vara större i mindre företag. På samma sätt som för en VD läggs det ett oerhört fokus på tränaren i framförallt lagsporter. Blir inte resultatet som det var tänkt sitter en elittränare mycket löst. Att sparka tränare har blivit någon slags standardlösning. 

Även i rapporteringen runt organisationerna läggs det extremt mycket tid på att bedöma prestationen hos VD:ar och tränare. Aktier tar ofta stora hopp så fort ett VD-byte annonseras, ibland upp och ibland ner beroende på vad "marknaden" tror om bytet. Den stora frågan kvarstår ju dock, är allt detta befogat?

Det korta svaret på den frågan är nej, absolut inte. Ett företag som har gott dåligt kan mycket väl haft ovanligt mycket otur vilken förr eller senare vänder (regression mot medelvärdet). Därför har en ny VD i ett turbulent företag troligtvis lite medvind när han tillträder, en ny tränare likaså. På samma sätt har en ledare som tar över efter att organisationen har varit väldigt framgångsrik en liten motvind och får ofta det tufft att fortsätta på samma fantastiska sätt. Kom ihåg att detta är helt oaktat speciella orsaker, det följer enbart ur ett matematiskt faktum.

I Kahnemans bok skriver han att korrelationen mellan VD:ns beslut och företagets resultat kan kanske högt räknat vara 0,3. Tänk här på att en fullständig positiv korrelation innebär koefficienten 1. Detta är ganska logiskt då det finns en mängd olika faktorer som avgör ett företags framgång (många fler än man i allmänhet tror). Alla känner givetvis till att det inte är enbart VD:n som styr resultatet. Vad innebär detta då i praktiken?

Ja tänk dig att två exakt lika bra företag anställer varsin VD där den ene är bättre än den andre. Hade korrelationen varit 1 hade företaget med bäst VD alltid varit de mer framgångsrika. Hade VD:ns beslut inte spelat någon roll alls hade korrelationen varit 0 och företagen skulle vara mest framgångsrika i 50 procent av fallen var. Men nu har alltså undersökningar visat att man generöst kan uppskatta korrelationen till 0,3. Detta innebär (enligt en algoritm från James H. Steiger) att företaget med den bästa VD:n kommer att vara mer framgångsrika i ca 60 procent av fallen.

Tänk på det här en stund. Med generösa antaganden tillför en bra VD 10 procentenheter större chans än slumpen till att göra sitt företag mer framgångsrikt än det andra. Det kan naturligtvis vara extremt viktiga 10 procentenheter men knappast skäl att höja någon till skyarna eller att kasta honom till vargarna. Man kan alltså med rätta fråga sig om det är VD:n som gör företag framgångsrika eller företagen som gör VD:n framgångsrik. På samma goda grunder kan man fråga sig hur viktig tränaren egentligen är. Är det inte oftast samma sak som att kasta nästan alla pengar i sjön att sparka tränare efter tränare. Man kan naturligtvis hävda att korrelationen eventuellt är lite starkare än 0,3 mellan tränarens beslut och lagets framgång men det finns inga skäl att tro att den ens skulle vara i närheten av att vara fullständig. Man bör helt uppenbart fundera en extra gång innan man gör en kostsam förändring, det är väldigt lätt att överskatta vad en person kan åstadkomma.

Till slut vill jag återigen påpeka att detta inte på något sätt ska uppfattas som att turen är allt eller att ingenting har några orsaker. Bra ledarskap och stor skicklighet lönar sig självklart allt som oftast om än inte lika mycket som vi tror. Det jag vill visa är bara att saker och ting inte alltid är så självklara som man först vill tro (tänk på ditt orsaksberoende). Det är nyttigt att ibland stanna upp och fundera över om det inte är så att du har gått i fällan att tro att det du ser är allt som finns att se.


P.S Regression mot medelvärdet myntades av Sir Francis Galton efter att han upptäckt att barn inte fullt ut speglar sina föräldrars längd. Barn till extremt långa föräldrar blir inte lika långa medan barn till extremt korta föräldrar blir lite längre. Regression mot medelvärdet alltså!