Uno de los principios fundamentales de la ciencia es el de causalidad. Establecer una relación de causalidad es un aspecto central Leer más..." />
Un espacio para aprender que no es necesario ser una empresa grande para ser una Gran Empresa
Home » Recursos Humanos » Los errores de diseño en los modelos de evaluación de desempeño

Uno de los principios fundamentales de la ciencia es el de causalidad. Establecer una relación de causalidad es un aspecto central de la filosofía de la ciencia. Cook y Campbell (1979), basados en el trabajo del filósofo John Stuart Mill, proponen tres criterios para realizar una inferencia de causalidad:

– variación conjunta entre el efecto y lo que se presume podría ser su causa,
– la precedencia temporal de la causa y
– el descarte de explicaciones alternativas de la posible relación causa – efecto.

Aplicar esos criterios para establecer la supuesta relación causal entre sistemas de recursos humanos y desempeño organizacional ha sido una preocupación de parte importante de los investigadores dedicados a la gestión estratégica de recursos humanos. Y abordarla sistemáticamente requiere una sofisticación metodológica que supera la realización de estudios que indiquen altas correlaciones entre prácticas de personas con resultados de negocios, porque éstas pueden indicar causalidad mutua o que una tercera variable cause la varianza conjunta.

El destacado profesor Patrick Wright, de la Universidad de Cornell, y sus colegas (2005) han señalado que los diferentes diseños utilizados para analizar la relación RH – desempeño son de cuatro tipos:

Post-predictivos: Usualmente recogen información de las prácticas a través de un cuestionario que también pregunta por el desempeño de la unidad en el pasado (uno o más años).

Contemporáneos: Miden la gestión de personas en un año calendario, y luego utiliza las medidas de desempeño obtenidas al final de ese año, incluyendo en ocasiones indicadores previos y posteriores a la medición de prácticas de recursos humanos

Retrospectivos: Preguntan por prácticas medidas en el pasado y, entonces, utilizan mediciones del desempeño actual o posterior.

Predictivos: Realizan mediciones de prácticas actuales y luego utilizan sólo mediciones de desempeño posterior.

Dada la facilidad de uso, la mayoría de los estudios analizados por Wright y su equipo (50 de 70) utilizan diseños post-predictivos. La misma tendencia fue encontrada en una revisión más reciente de los estudios realizados en China (Wright et al., 2010). Adicionalmente, mucha de la información sobre desempeño organizacional utiliza datos perceptuales, no medidas cuantitativas de negocio.

El problema de los diseños post-predictivos es que difícilmente permiten cumplir con los tres criterios para afirmar que existe una relación causal, ya que no descartan la causalidad inversa ni establecen con claridad la precedencia entre las prácticas de gestión de personas y el desempeño de las organizaciones.

Lectura relacionada  5 consejos para atraer al mejor talento a tu pyme.

Mientras las investigaciones sigan prefiriendo este tipo de diseños va a ser difícil establecer con claridad si la dichosa relación causal existe y cómo funciona, por ejemplo, cuánto se demoran en afectar la implementación efectiva de las prácticas en los resultados o si este efecto se mantiene o decae con el tiempo.

Autor Juan Francisco Luna 

Si te gustó el artículo y la temática del Blog por favor sería muy interesante para todos que nos dejes tu comentario.  Además, puedes recibir todos los artículos completos en tu buzón de e-mail ingresando tu dirección de correo en la opción de suscripción en la página principal. Tu dirección de e-mail solo se utilizará para mandarte la actualización del blog diariamente. Muchas gracias por acompañarnos. Puedes encontrar más material relacionado al presente, en nuestro Blog Grandes Pymes http://jcvalda.wordpress.com  

Si quieres ver más posts de la misma categoría, haz click aqui:


Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.