capítulo 9), pero los partidarios de la CIE han fracasado a la hora de llamar la atención de los profesionales de recursos humanos (RR.HH.) sobre ella.

Normativa legal

Los tribunales de EE.UU. y Canadá, basándose en los derechos civiles (EE.UU.) y en las leyes de equiparación salarial (Canadá), han decretado que: «Cualquier proceso de toma de decisiones (en RR.HH.), desde comprobaciones de fondo a evaluaciones de rendimiento, que afecten a la posición de un empleado en una organización son test y, por tanto, están sometidos a un análisis minucioso de sus impactos adversos» (Latham y Wexley, 1981). Estos fallos amplían la normativa que afecta a la fiabilidad y validez estadísticas de cualquier valoración de selección o ascenso, de cualquier oportunidad de desarrollo, y de cualquier análisis de productividad que afecta al salario o a las oportunidades profesionales.

La normativa legal para una fiabilidad científica ha sido ampliada por la decisión de un magistrado del Tribunal Supremo de EE.UU. en el caso de Kumho Tire, Inc. contra Carmichael (119 Sup. Ct. 1.167 [1999]), que amplía una decisión anterior del mismo tribunal en Daubert v. Merrell Dow Pharmaceuticals, Inc. (509 U.S. 579 [1993]). Daubert exigió que el testimonio de los testigos expertos estuviese basado en «conocimientos científicos demostrados, en criterios razonables de fiabilidad demostrada, que hayan sido sometidos a una evaluación paritaria, que informen del tamaño de la tasa de error conocida en los descubrimientos [...] [y] que establezca si ese conocimiento disfruta de una amplia aceptación entre la comunidad científica» (Daubert, citado en Wiener, 1999).

Las oportunidades válidas de desarrollo, por ejemplo, pueden ser importantes en la posición de un empleado en la organización, y por esta razón han sido objeto de muchas batallas legales (como en Bakke v. los regentes de la Universidad de California). El acceso a las oportunidades de educación y formación en CIE está incluido en estas leyes. Un empleado puede quejarse: «¿Me han enviado a un curso “para sentirme bien” mientras que mis compañeros han asistido a una formación validada que les ayudó a demostrar unos resultados económicos superiores y a conseguir un ascenso? ¡Eso es discriminación!». ¿Irá a juicio?

La situación legal de los tests y programas psicológicos en los países de la Comunidad Europea sujetos a la normativa laboral y los convenios vigentes en cada país y en la propia Comunidad, es menos clara, pero muchos observadores opinan que los requerimientos para la validez científica de las prácticas de RR.HH. se convertirán en ley en Europa. Los vendedores multinacionales de servicios de RR.HH. (PeopleSoft y SAP, por ejemplo) están diseñando sus programas para proporcionar datos acerca de si los programas de CIE pasan las pruebas legales de fiabilidad y validez.

Utilidad económica

Los métodos de evaluación relacionados con la gestión económica de los programas de recursos humanos asumen el mismo concepto de “supervivencia de los más dotados” que gobierna en todas las empresas: es decir, el objetivo es ayudar a que el flujo de inversiones vaya de los usos menos valiosos a otros usos que generen los ingresos más elevados.

Los análisis de valor económico añadido (VEA), relación costes-beneficios y sobre rendimiento del capital invertido (RCI) hacen que los equipos de RR.HH. mejoren su práctica profesional al ayudarles a:

• Concentrarse en los problemas y oportunidades importantes, los que representan el mayor coste o valor, respectivamente, para la firma.
• Concentrarse en intervenciones que tengan el máximo impacto en problemas costosos y en oportunidades valiosas.

Demostrar el valor económico de los resultados también aumenta la longevidad, credibilidad y satisfacción profesional de los investigadores y profesionales de CIE de varias maneras.

En primer lugar, la función de RR.HH. compite con todas las demás funciones organizativas en hacerse con fondos de inversión de capital. Los profesionales de RR.HH. suelen saber convencer a sus clientes para que adopten programas cuando pueden describir los beneficios de dichos programas en términos económicos. Las proposiciones de inversión con ejemplos que demuestran convincentes proyecciones de RCI son las que acostumbran a ser financiadas. Los programas y el personal “blandos” (es decir, los que carecen de justificación económica) son los que acostumbran a ser eliminados. En segundo lugar, los programas de RR.HH. insisten cada vez más en conseguir auditorías y premios ISO 9000, JACHO, Deming y Baldrige. La mayoría de esas evaluaciones son cualitativas. Los datos de valor económico añadido pueden proporcionar valiosas mediciones acerca de la calidad de los programas de RR.HH. Los datos concretos y reales que demuestren que las intervenciones de RR.HH. realizaron una significativa contribución comercial a una organización tienen más posibilidades que cualquier otra evaluación de abrirse camino hacia los informes de gestión y de personal y de mejorar las carreras del personal de RR.HH.

El valor económico de los programas basados en CIE

Una competencia de inteligencia emocional podría ser definida como:

«Una característica subyacente de un individuo que está casualmente relacionada con un rendimiento eficaz o superior (una desviación estándar por encima de la media) laboral» (Boyatzis, 1982). Esta definición podría enunciarse de manera general diciendo que una CIE es cualquier característica individual (o combinación de características) que puede medirse con fiabilidad y que distingue el rendimiento superior del normal, o a los profesionales eficaces de los que no lo son, a niveles de significación estadística. Esta definición de competencia como rendimiento superior –específicamente como un rendimiento de una desviación estándar por encima de la media (o el máximo del 14%, es decir, aproximadamente el primero de entre diez trabajadores en un puesto)– resulta preferible por dos razones: primera, porque el valor económico de los programas de CIE puede calcularse con facilidad, y segunda porque como cualquier otra valoración de productividad superior, los programas de CIE que predicen el mejor nivel al que puede realizarse un trabajo hacen que las aplicaciones de recursos humanos añadan valor, es decir, mejoren los resultados medios presentes del nivel de rendimiento de individuos y empresas.

El VEA añadido por las intervenciones basadas en CIE se obtiene: 1) determinando el VEA de rendimiento una desviación estándar por encima de la media (+ 1 DS), y 2) determinando el porcentaje de este incremento de productividad atribuible a las CIE, a diferencia de otras variables externas y de competencia. Por tanto, el valor económico añadido por las intervenciones basadas en CIE = VEA + 1 DS × % VEA atribuible a variables de CIE.

Hallar el VEA del rendimiento + 1 DS

Como aparece ilustrado en la Figura 4.1, Hunter, Schmidt y Judiesch (1990) demostraron que, dependiendo de la complejidad del trabajo, un rendimiento una desviación estándar por encima de la media representa entre el 19 y el 48% del valor económico añadido en empleos no dedicados a las ventas, y que resulta en un aumento de entre el 48 y el 120% en productividad en los empleos de ventas. Estos porcentajes son cifras de productividad real o de valor económico añadido de la “distribución del rendimiento”, y no sólo “estimaciones y cálculos aproximados” de empleados, jefes intermedios, o del personal de RR.HH. Las cifras reales de la distribución del rendimiento de los registros organizativos son desde luego preferibles a las estimaciones globales del valor creciente del rendimiento que es una desviación estándar por encima de la media.

La manera más sencilla de evaluar el rendimiento superior (el que supone una desviación estándar por encima de la media) en cualquier trabajo es multiplicar el salario medio del trabajo (por ejemplo, 100.000 dólares) por el 100% más el porcentaje adicional de productividad con el que contribuyen los trabajadores superiores. Si al realizar una tarea completa un trabajador superior es el 148% más productivo que uno normal, contará con un valor productivo salarial de 148.000 dólares, aunque sólo cobre un promedio de 100.000 dólares. Por el contrario, un trabajador con una productividad pobre de una desviación estándar por debajo de la media pudiera cobrar 100.000 dólares, pero contar con un valor salarial de tan sólo 52.000 dólares.

La mayoría de los estudios acerca del valor económico añadido por parte de los trabajadores “estrella” sugieren que una estimación global tal a través del valor salarial resulta muy conservadora. En primer lugar, un método de estimación mucho mejor es utilizar el coste salarial total (salario más beneficios más gastos generales, suelen totalizar tres veces el montante del salario base) como el valor económico que un empleado debe alcanzar para que la organización logre el umbral de rentabilidad. En segundo lugar, la mayoría de los empleados que ocupan puestos valiosos pueden proporcionar beneficios económicos mucho más elevados de lo que su salario o los costes salariales pudieran sugerir.

Las Figuras 4.2-4.5 presentan distribuciones de rendimiento entre programadores informáticos, vendedores, directores de proyectos y jefes de contabilidad, respectivamente. La Figura 4.2 muestra que los programadores normales producen cinco puntos de función Albrecht (PFA) de corrección de códigos por persona y mes. Un PFA, que toma su nombre del inventor e ingeniero de programas informáticos de IBM Alan Albrecht, es una medida de productividad programática igual a cinco aportaciones, cinco cálculos, o búsquedas de datos que producen cinco pantallas o resultados imprimibles, más un factor de ajuste de complejidad que tiene en cuenta los lenguajes de programación con interfaz distinta. Los PFA sustituyeron las líneas de código como medio preferido para medir la productividad en programación cuando los ingenieros informáticos descubrieron que los malos programadores escribían demasiadas líneas de código, lo cual resultaba en una ejecución más lenta de los programas y en mayor número de defectos: el número de errores varía directamente en relación con el número de líneas de código escritas (Martin, 1990; Jones, 1986, 1991). Como ilustra la Figura 4.2, los programadores superiores (aquellos que están una desviación estándar por encima de la media, el 14,6%) producen dieciséis PFA (el 320% más que la media), mientras que los programadores “superestrella” (con dos desviaciones estándar por encima de la media) producen sesenta y cuatro PFA (el 1.272% más que la media). Si un programador medio gana 60.000 dólares al año, uno “estrella” que realiza el trabajo de 3,2 programadores valdrá 192.000 dólares; por ello añade 132.000 dólares en valor económico. Eso representa un salario multiplicado por el 220%, bastante más que el 48% de incremento añadido de la productividad que ofrecen los datos de Hunter et al. (1990).

La Figura 4.3 ilustra el descubrimiento de que los vendedores medios de 44 de las 500 empresas del índice Fortune, que cobran sobre 42.000 dólares como salario directo, venden 3 millones de dólares en bienes o servicios, pero que los vendedores superiores que están una desviación estándar por encima de la media venden el 123% más; es decir, bienes y servicios por un valor de 6,7 millones de dólares (Sloan y Spencer, 1991). Este 123% de diferencia entre vendedores superiores y normales está por encima de la escala del 48 al 120% hallada por Hunter et al. (1990). Además, hay que tener en cuenta que los 3,7 millones de dólares en valor económico añadido no es el 123% del salario, sino el 8.800%, u ochenta y ocho veces dicho salario.

La Figura 4.4 refleja datos que muestran que un ingeniero que gana 87.000 dólares de salario dirigió proyectos por un montante de 57 millones de dólares (Spencer, 1997). Los ingenieros superiores tenían un 47% más de valor económico, traducible en 27 millones de dólares adicionales (evitando costes y penalizaciones, así como la venta de proyectos adicionales). Esta diferencia del 47% entre los ingenieros superiores y los normales es casi idéntica a la del 48% predicha por Hunter et al. (1990). Hay que tener en cuenta que los 27 millones de dólares en valor económico añadido no representan el 47% del salario, sino el 31.000%, o 310 veces el salario.

La Figura 4.5 representa el hecho de que los jefes de contabilidad superiores generan seis veces más ingresos que los normales (los salarios no son comparables, y por ello no se han calculado los multiplicadores) (Hay/McBer, 1997).

Los métodos de distribución del rendimiento también pueden aplicarse a grupos y organizaciones. Por ejemplo, la Figura 4.6 muestra la distribución de la producción de libras de fibra de poliéster por parte de grupos de trabajo autogestionados en las factorías estadounidenses de Hoescht Celanese. Los equipos superiores –una desviación estándar por encima de la media en producción– superaron a los equipos normales en un 30%. Los costes salariales de esos trabajadores –a 13 dólares la hora– fueron 270.400 dólares. El valor económico añadido real fueron otros siete millones de libras de fibra, a 1,40 dólares la libra, lo que significa 9,8 millones de dólares. La proporción de un 30% adicional de aumento salarial con respecto al valor económico añadido es de 1 a 121. Resulta interesante fijarse en el hecho de que el 30% adicional de aumento de la productividad hallado por Hunter et al. (1990) en los individuos que desempeñan trabajos moderadamente complejos también puede aplicarse a los grupos. No obstante, los grupos tienen una influencia mayor en los resultados económicos. El valor de las CIE de equipo –motivación de logro grupal, empatía, conciencia organizativa, colaboración, liderazgo entre iguales–, que pueden verse influidas por los procesos de selección y formación de cohesión de equipo, se puede calcular en el caso de los grupos de la misma manera que para los individuos. En este caso, incluso una desviación del 1% en el rendimiento de equipo representó 98.000 dólares, lo que proporciona una justificación económica de cara a la consecución de la cohesión de grupos.

Hallar el porcentaje de VEA del rendimiento + 1 DS atribuible a las competencias en IE

Para hallar el porcentaje de VEA del rendimiento una desviación estándar por encima de la media atribuible a las CIE, primero es necesario definir qué son las CIE, diferenciándolas de otras características individuales (como CI, o tiempo de reacción) y variables externas (por ejemplo, tecnología, jefes, o economías locales). A este respecto, sobre la definición de las competencias en IE (CIE), existe un amplio consenso entre los investigadores: la Tabla 4.1 enumera las competencias en inteligencia emocional generalmente aceptadas.

La cuestión es si algunas competencias cognitivas operantes están más relacionadas con el CI que con el CE (cociente emocional) (estaríamos hablando, por ejemplo, de pericia técnica, pensamiento analítico y pensamiento conceptual). Y si de estarlo, deberían ser incluidas o excluidas. Los estudios en neurociencia realizados por Damasio (1994) sugieren que la competencia cognitiva es indivisible y está influida por la competencia emocional. En un estudio experimental clásico, Damasio hizo trampa para asegurarse de que los participantes siempre perdían. Los sujetos normales no tardaron mucho en negarse a seguir jugando. Cuando se les preguntó por el motivo, no pudieron ofrecer una razón (cálculo de probabilidades), sino que dijeron: «No parecía buena idea». Los sensores emocionales de los sujetos (la amígdala y las estructuras límbicas relacionadas) parecieron haber detectado el carácter negativo del juego antes de que sus cortezas prefrontales de “puro razonamiento” descubriesen que algo “iba mal” y qué era ello.

Es frecuente que las competencias cognitivas, que representan aproximadamente el 20% de las variables cuantificadas en la mayoría de los estudios, no expliquen la variación en el rendimiento de los trabajos superiores. Las Figuras 4.7 y 4.8 –modelos de ecuación estructurados de variables independientes que predicen el rendimiento superior en dos tipos de ejecutivos– muestran un ejemplo y una excepción de esta regla. Las cifras de las líneas que discurren desde las variables dependientes en el lado izquierdo de cada figura hacia la variable de criterio dependiente a la derecha son coeficientes estandarizados de regresión parcial, o pesos beta. Indican la influencia aproximada que cada variable independiente tiene sobre la varianza no residual en la variable dependiente R² = 0,34 – 0,35, o de 34 a 35%, en ambos casos).

Las variables externas están bien controladas por diseños de muestras estratificados o aleatorios, o han sido comprobadas al introducirlas como variables separadas en análisis de regresión. Por ejemplo, en un estudio sobre directores de sucursales, todos los sujetos contaban con los mismos productos, promoción, tecnología (ordenadores, apoyo en red, y demás) y jefe. Los mejores y los normales se seleccionaron al azar, sobre la base de su porcentaje de crecimiento en beneficios, a fin de controlar el tamaño e historial de diversos distritos sectoriales y la variación en la fuerza relativa de las economías locales. La Figura 4.7 muestra el impacto de los ingresos por sucursal del año anterior medidos en una ecuación de regresión. Esa variable supuso el 0,10 × 0,34 = 3,4% de la varianza mostrada en el rendimiento de un director de sucursal. Las CIE supusieron el 0,80 × 0,34 = 27% de la varianza del rendimiento.

Los criterios concurrentes publicados y la validez de predicción de las CIE frente a las variables del producto económico van desde r = 0,10 a r = 0,90, siendo r = de 0,40 a 0,60 (R² = 0,15 – 0,35) (McClelland, 1998; Spencer y Spencer, 1993). Estos resultados suelen alcanzarse cuando la investigación sobre CIE se lleva a cabo mediante rigurosos criterios que incluyen entrevistas de incidentes críticos y analistas formados para obtener una fiabiliadad de evaluación r > 0,80.

Estos ejemplos ilustran varias cuestiones importantes acerca del método de estimación global. En primer lugar, muchos empleados influyen en el incremento de los valores económicos más que en comparación a sus salarios. Por esta razón deberían utilizarse las contribuciones económicas reales de los trabajadores superiores que están una desviación estándar por encima de la media, en lugar del método de Hunter et al. (1990), que emplea porcentajes de salario o coste laboral. En segundo lugar, cuanto más complejo es el trabajo y más influye sobre el valor económico, más importancia tiene el rendimiento superior. Identificar las CIE para esos trabajos y desarrollar programas de RR.HH. que pudieran mejorarlas le añadiría un enorme valor económico. En tercer lugar, las competencias “puramente” emocionales y cognitivas, además de las variables externas, predicen un rendimiento superior. La definición de CIE utilizada en este capítulo –cualquier característica individual (o combinación de características) que pueden medirse con seguridad y que distinguen a los trabajadores superiores de los normales, o a los trabajadores eficaces de los ineptos, a niveles de significación– es deliberadamente amplia. Todas las variables independientes deben controlarse, medirse y analizarse para determinar el porcentaje de varianza que representan.

En cuarto lugar, distinguir las CIE ayuda a identificar a los trabajadores superiores respecto a los normales. Las CIE de umbral, o esenciales, son necesarias para un rendimiento mínimo adecuado o normal. Distinguir las CIE añade valor, y pueden utilizarse en cualquier trabajo como modelo en la selección de personal, planificación de sucesión, evaluación de la productividad y desarrollo. Cualquier enfoque de recursos humanos que no utilice un estándar de comparación explícito superior a su rendimiento actual se arriesga a lanzar a su personal, formación y dirección en brazos de la mediocridad. Un enfoque de ese tipo no mejoraría el actual nivel de rendimiento (medio). Finalmente, las distribuciones del rendimiento, la metodología de estimación global y los hallazgos de Hunter et al. (1990), proporcionan potentes herramientas para estimar y evaluar el valor económico de las aplicaciones de RR.HH. basadas en las CIE. El apéndice de este capítulo contiene un cuestionario y una hoja de cálculo de muestra a fin de calcular el valor de rendir una desviación estándar por encima de la media en un trabajo, y para calcular el valor económico añadido potencial de las aplicaciones de dotación de plantilla, formación y gestión del rendimiento.