Kalibrering af selvvurderinger: derfor er ét tal sjældent nok

Bed ti mennesker vurdere deres egen kompetence på en skala fra 1 til 5, og du får ti tal. Hvad du ikke får, er ti sammenlignelige tal. Den ene lægger listen lavt og scorer 3, fordi hun ved, hvor meget hun ikke kan. Den anden scorer 5, fordi han ikke ved det. Tallene ser ens ud. Virkeligheden bag dem gør ikke.

Det er kerneproblemet med selvvurderinger: de måler lige så meget selvtillid som faktisk kompetence. Og selvtillid og kompetence følges sjældent ad.

Hvorfor det rå tal vildleder

Fænomenet er veldokumenteret i adfærdsforskningen: de mindst kompetente har en tendens til at overvurdere sig selv, mens de dygtigste ofte undervurderer. Resultatet er en vurdering, hvor de højeste scorer kan komme fra dem, der ved mindst — og hvor en lav score lige så godt kan betyde grundighed som svaghed.

For en konsulent, der skal rådgive ud fra dataene, er det et problem. Du kan ikke bygge en anbefaling på et tal, du ikke kan stole på.

Et opfølgende spørgsmål ændrer alt

Løsningen er ikke at droppe selvvurderingen. Den er at kalibrere den. Og den billigste, mest effektive kalibrering er ét velvalgt opfølgende spørgsmål:

"Kan du nævne et konkret eksempel fra de seneste måneder?"

Spørgsmålet er uskyldigt, men det gør noget vigtigt. Et femtal bakket op af et konkret, tidsstemplet eksempel er en helt anden datakvalitet end et femtal efterfulgt af tavshed. Det første holder. Det andet var en forhåbning.

Du behøver ikke mistro respondenten. Du beder dem bare vise deres arbejde — og det filtrerer hurtigt det selvsikre fra det substantierede.

Kvalitativt møder kvantitativt

Det smukke ved kalibrering er, at den ikke kaster den kvantitative score væk. Den supplerer den. Du beholder tallet — det er stadig nyttigt til at aggregere og sammenligne — men nu med en kvalitativ kontekst, der fortæller dig, hvor meget du kan læne dig op ad det.

I praksis giver det tre niveauer i stedet for ét: scoren, eksemplet bag scoren, og spændet mellem de to. Det sidste er ofte det mest interessante. En høj score med et svagt eksempel er et signal. En lav score med et stærkt eksempel er et andet.

Gør det systematisk, ikke ad hoc

Det er let at stille et opfølgende spørgsmål i et interview. Det er svært at gøre det konsekvent på tværs af hundrede respondenter, så svarene faktisk kan sammenlignes. Det er her, en metode slår en samtale: når den samme kalibrering anvendes hver gang, bliver mønstrene synlige.

Atlas er bygget til at gøre netop det systematisk. Når en respondent afgiver en selvvurdering, kan platformen stille et kalibreret opfølgende spørgsmål automatisk — og samle både tallet og nuancen, så du rådgiver ud fra det fulde billede frem for det rå.