INERA Nyttoanalyser

Om data, antaganden och precision

Data används i nyttoanalysen för att bedöma hur stora nyttor och kostnader är och, där det är möjligt, vad de är värda. Det kräver inte alltid exakta uppgifter, men det kräver att antaganden är rimliga, att osäkerhet hanteras öppet och att siffror går att följa tillbaka till sin källa eller motivering.

Vad du får ut av att läsa detta

Efter att ha läst denna sida kommer du att förstå:

varför både nationella och lokala data ofta behövs i nyttoanalys
varför antaganden ofta är nödvändiga
hur man kan tänka om precision när underlaget är osäkert
varför spårbarhet är viktigt för analysens trovärdighet

Texten ger en begreppslig förståelse av hur data används i nyttoanalysen, inte instruktioner för exakt hur beräkningar ska göras.

Hur detta hänger ihop med metoden

Detta avsnitt är särskilt relevant när nyttor och kostnader ska bedömas vidare i storlek och värde. Det har därför en tydlig koppling till steg 5 i metoden. Det är också relevant i arbetet med osäkerhet, eftersom datakvalitet, antaganden och precision påverkar hur resultatet bör tolkas.

Vad data hjälper dig att se

Data i nyttoanalysen används för att visa storleksordningar, jämföra alternativ och pröva olika scenarier. Det gör det möjligt att bedöma om en nytta eller kostnad verkar liten, betydande eller dominerande, även när exakta värden saknas.

I vissa fall kan data också användas som underlag för mer detaljerad planering. I andra fall är syftet främst att ge en rimlig bild av storlek och riktning, snarare än exakta värden.

Grundläggande principer

Både nationella och lokala data behövs ofta

För många värden i nyttoanalysen går det att använda nationella genomsnitt eller andra breda schabloner, till exempel för lönekostnader, drivmedelspriser eller vissa demografiska uppgifter.

Samtidigt behövs ofta lokala data för att analysen ska bli relevant. Det kan till exempel handla om hur många medarbetare som berörs, hur ett arbetssätt faktiskt ser ut i den egna verksamheten eller hur stora volymerna är i det lokala sammanhanget. Nationella data och lokala data fyller därför ofta olika funktioner i samma analys.

Antaganden är ofta nödvändiga

Antaganden är en naturlig del av nyttoanalysen, särskilt när exakta data saknas eller skulle kräva orimligt mycket arbete att ta fram. En viktig del av analysen är därför att bedöma när underlaget är tillräckligt bra för att stödja slutsatserna, och när ytterligare precision inte tillför något avgörande värde.

Att försöka räkna alltför exakt i en situation där osäkerheten ändå är stor kan ge en falsk känsla av precision.

Rimliga och försiktiga antaganden stärker trovärdigheten

Vid osäkerhet kring ett värde är det ofta rimligt att räkna försiktigt. För nyttor kan det innebära att välja lägre uppskattningar, och för kostnader högre.

Det gör inte analysen “mer sann”, men det kan minska risken att resultatet blir systematiskt för optimistiskt och därmed stärka trovärdigheten i resonemanget.

Alla siffror behöver vara spårbara

Alla siffror som används i nyttoanalysen behöver ha en källa eller en tydlig motivering. Det ska gå att förstå varifrån ett värde kommer och varför det används.

Ett värde kan bygga på nationell statistik, etablerade kalkylvärden, lokala uppgifter, uppskattningar eller gemensamma antaganden i analysgruppen. Oavsett ursprung behöver det framgå om siffran är hämtad från en källa, bygger på en uppskattning eller är ett medvetet antagande. Det är denna spårbarhet som gör analysen möjlig att granska, diskutera och justera.

Vanliga missförstånd

Ett vanligt missförstånd är att nyttoanalysen alltid kräver exakta data för att vara användbar. I praktiken räcker det ofta långt med underlag som är tillräckligt bra för att visa storleksordning, riktning och rimlighet.

Ett annat vanligt missförstånd är att antaganden gör analysen svag. Antaganden är ofta nödvändiga. Det viktiga är inte att undvika dem helt, utan att göra dem tydliga, rimliga och möjliga att granska.

Det är också lätt att underskatta betydelsen av spårbarhet. En siffra utan källa eller tydlig motivering kan vara svår att värdera, försvara eller uppdatera senare, även om den från början verkade rimlig.

Finns situationer där det är bättre att avstå från värdering?

Ja. Ibland är det för svårt, kostsamt eller osäkert att uppskatta storleken eller värdet på en nytta eller kostnad på ett meningsfullt sätt. Då kan det vara bättre att nöja sig med att beskriva att nyttan eller kostnaden sannolikt finns, i stället för att ge den en siffra som riskerar att bli missvisande.