Topik 27 dari 64· Metrik kinerja dan penyampaian layanan pemerintah
Akuntabilitas Berbasis Hasil (OBA)
Akuntabilitas Berbasis Hasil (Outcomes-Based Accountability, OBA), juga disebut Akuntabilitas Berbasis Hasil (Results-Based Accountability, RBA), adalah kerangka kerja Mark Friedman untuk memisahkan dua pertanyaan yang biasa dikaburkan bersama oleh pelaporan sektor publik: "apakah populasi tersebut sejahtera?" (akuntabilitas populasi) dan "apakah program spesifik ini bekerja dengan baik?" (akuntabilitas kinerja). Mencampuradukkan keduanya adalah, menurut penuturan Friedman, alasan tunggal paling umum mengapa program yang dikelola dengan baik disalahkan atas tren populasi yang tidak pernah memiliki kekuatan untuk digerakkan.
Mengapa Ini Penting
Friedman memaparkan kerangka kerja ini dalam Trying Hard Is Not Good Enough (2005), berargumen bahwa sebagian besar pelaporan publik baik menenggelamkan pengambil keputusan dalam statistik kadar populasi yang tidak dikendalikan satu lembaga pun (kadar kehamilan remaja, kadar pengangguran, harapan hidup), atau menenggelamkan mereka dalam jumlah aktivitas kadar program (klien yang dilihat, rujukan yang dibuat) yang tidak mengatakan apa-apa tentang apakah hidup siapa pun membaik. Kontribusi RBA adalah kosakata yang kecil dan disiplin yang menjaga keduanya tetap terpisah: hasil populasi (kondisi kesejahteraan bagi seluruh populasi, seperti "anak-anak lahir sehat") tidak dimiliki satu lembaga pun dan membutuhkan banyak mitra bergerak bersama; ukuran kinerja (seberapa baik sebuah program spesifik melayani klien spesifiknya) dimiliki satu lembaga dan seharusnya dinilai hanya terhadap apa yang benar-benar dapat dipengaruhi lembaga tersebut. "Tiga pertanyaan kinerja" Friedman — berapa banyak yang kami lakukan, seberapa baik kami melakukannya, dan apakah ada yang menjadi lebih baik? — kini tertanam di seluruh kontrak layanan manusia negara bagian dan county AS dan, melalui konsultan dan perangkat yang selaras dengan RBA, Clear Impact, banyak digunakan dalam komisioning pemerintah daerah Inggris dan Persemakmuran. Taruhannya bersifat praktis: sebuah program perumahan seharusnya tidak didefunding kerana kadar tunawisma kota naik dari sebab makroekonomi di luar jangkauannya, tetapi sepenuhnya seharusnya didefunding jika klien-kliennya sendiri tidak dirumahkan.
Matematika
Akuntabilitas populasi (gambaran besar yang dibagikan sebuah
komunitas, wilayah, atau bangsa):
Hasil — sebuah kondisi kesejahteraan (misalnya "warga
aman secara ekonomi")
Indikator — sebuah ukuran kondisi tersebut (misalnya kadar
pengangguran, pendapatan rumah tangga median)
→ tidak ada satu program yang memiliki indikator tersebut;
pergerakan membutuhkan banyak kontributor
Akuntabilitas kinerja (apa yang menjadi tanggung jawab satu program):
Berapa banyak yang kami lakukan? — volume aktivitas (klien
dilayani, unit disampaikan)
Seberapa baik kami melakukannya? — kualiti/efisiensi (% yang
menyelesaikan program, biaya
per klien)
Apakah ada yang menjadi lebih baik? — hasil yang penting (% dalam
ketenagakerjaan 6 bulan setelah
program, sebelum/sesudah atau
terhadap kelompok pembanding)
Sebuah program dinilai pada pertanyaan kinerja ketiga, tidak pernah
pada indikator populasi secara langsung, kecuali skala dan
desainnya dapat secara masuk akal menggerakkannya sendirian.
Contoh Perhitungan
Program dukungan ketenagakerjaan yang didanai kota, 500 peserta/tahun, dikontrak oleh sebuah pemerintah daerah di bawah kerangka kinerja gaya RBA:
Indikator populasi (konteks, bukan kartu skor program):
Kadar pengangguran kota: 6,2% (naik dari 5,8% tahun sebelumnya,
didorong oleh penutupan pabrik di luar kendali program)
Ukuran kinerja (akuntabilitas sesungguhnya program tersebut):
Berapa banyak: 500 peserta terdaftar (target 480) — terpenuhi
Seberapa baik: kadar penyelesaian 78%; biaya per penyelesai =
£340.000 / 390 penyelesai ≈ £872
Lebih baik: dari 390 penyelesai, 260 dalam ketenagakerjaan
berkelanjutan pada 6 bulan = 66,7% dibandingkan
41% kelompok pembanding yang dicocokkan (lihat
counterfactual-analysis)
Di bawah pembacaan akuntabilitas-populasi, program tersebut terlihat gagal — kadar pengangguran kota naik di bawah pengawasannya. Di bawah pembacaan akuntabilitas-kinerja RBA, program tersebut berhasil: ia mencapai target volumenya, menjaga kualiti tetap stabil, dan menghasilkan hasil ketenagakerjaan 25,7 poin peratusan di atas kelompok pembanding yang dicocokkan, sementara indikator populasi bergerak kerana alasan (penutupan pabrik) yang sepenuhnya di luar kendali program tersebut.
Kaitan dengan Rekayasa Perangkat Lunak
RBA memetakan langsung ke sebuah perbedaan SRE yang familiar: indikator populasi seperti metrik North Star kadar bisnis yang tidak dimiliki satu tim rekayasa pun secara ujung-ke-ujung (pendapatan perusahaan, pangsa pasar), sementara ukuran kinerja seperti SLO tim sendiri — hal-hal yang benar-benar digerakkan keputusan desain tim tersebut. Sebuah dasbor yang melaporkan keduanya tanpa memberi label mana yang mana mengundang justru salah atribusi yang dibangun RBA untuk dicegah: seorang insinyur on-call disalahkan atas sebuah metrik yang dikendalikan tim dependensi. Saat menugaskan atau membangun alat pelaporan untuk kontrak hasil, bangun triad "berapa banyak / seberapa baik / lebih baik" sebagai bidang kelas satu yang dapat difilter secara terpisah alih-alih satu KPI terpadu tunggal — ini adalah disiplin yang sama seperti memisahkan indikator terdepan dan tertinggal dalam KPI sektor publik. RBA juga merupakan logika akuntabilitas yang mendasari pembayaran berdasarkan hasil dan obligasi dampak sosial: sebuah kontrak PbR hanya dapat secara adil membayar pada ukuran kinerja "lebih baik", tidak pernah pada indikator populasi, kecuali intervensi tersebut benar-benar merupakan pendorong dominannya.
Jebakan Umum
- Membayar atau menghukum sebuah program terhadap indikator populasi yang tidak dapat dikendalikannya: ini adalah kesalahan tunggal yang dimaksudkan untuk dicegah RBA; selalu lacak apakah program tersebut adalah kontributor utama atau minor terhadap hasil populasi sebelum melekatkan konsekuensi padanya.
- Melaporkan "berapa banyak" seolah-olah itu "lebih baik": jumlah aktivitas (klien yang dilihat) adalah data paling mudah dikumpulkan dan paling tidak informatif; bersikeraslah agar pertanyaan "apakah ada yang menjadi lebih baik" dijawab dengan data hasil nyata, idealnya terhadap sebuah kontrafaktual (lihat analisis kontrafaktual).
- Memperlakukan indikator RBA sebagai tetap selamanya: metode Friedman secara eksplisit bersifat iteratif — sebuah siklus "data, cerita, apa yang berhasil, rencana aksi" — bukan latihan desain kartu skor satu kali.
- Tidak ada kelompok pembanding untuk "lebih baik": sebuah perubahan sebelum/sesudah tanpa kontrafaktual mencampuradukkan efek program dengan tren yang akan tetap ditunjukkan populasi tersebut bagaimanapun juga.
Sumber
- Mark Friedman, Trying Hard Is Not Good Enough: How to Produce Measurable Improvements for Customers and Communities, Trafford Publishing, 2005.
- Clear Impact, "What is Results-Based Accountability?" https://clearimpact.com/results-based-accountability/