¿Correlaciona la nota de evaluación con la productividad medible?
“La nota refleja lo que produce cada uno.”
Lo que dice la evidenciaLa nota de desempeño depende en buena medida de quién evalúa: dos evaluadores del mismo empleado coinciden solo de forma moderada, y la evidencia desmiente el consenso de que la calificación refleja fielmente lo que produce cada empleado.
Las cifras subrayadas se abren: ves la frase del estudio que las respalda.
La nota de desempeño depende en buena medida de quién evalúa: dos evaluadores del mismo empleado coinciden solo de forma moderada, y la evidencia desmiente el consenso de que la calificación refleja fielmente lo que produce cada empleado.
Preguntas y respuestas
¿Cuánto se ponen de acuerdo dos evaluadores distintos del mismo empleado?
Salgado y Moscoso (2019), en un meta-análisis de la Universidad de Santiago de Compostela, sitúan la mejor estimación de la fiabilidad inter-evaluador observada de las notas supervisoras de desempeño global en 0,56 —0,45 cuando la nota se recoge con fines administrativos y 0,61 cuando se recoge para investigación—, un nivel moderado que varía según el propósito de la evaluación y, en las notas para investigación, según el tipo de escala. Un coeficiente de fiabilidad en ese rango implica que casi la mitad de la varianza en la nota no es compartida entre dos supervisores que observan al mismo trabajador.
¿Y si comparamos fuentes distintas (supervisor, par, subordinado)?
Conway y Huffcutt (1997), en un meta-análisis publicado en Human Performance, encuentran que la correlación entre notas de supervisores y de pares es solo r = 0,34, y entre subordinados y supervisores apenas r = 0,22. Si dos observadores directos del mismo empleado coinciden tan poco, la nota no puede ser un espejo fiel de la productividad subyacente.
¿Es fácil medir el impacto individual?
No. Dokuka et al. (2019) señalan que, en la mayoría de las organizaciones, evaluar el impacto individual es una tarea ambigua y nada trivial.
¿Refleja la nota al evaluador o al evaluado?
Cheng et al. (2017), en un estudio con empleados de una agencia inmobiliaria de Hong Kong, publicado en Frontiers in Psychology, encuentran que las valoraciones generosas de los compañeros son más probables entre evaluadores extravertidos y amables.
¿Difieren las notas subjetivas de las medidas objetivas de rendimiento?
Nielsen et al. (2017), en una revisión sistemática y meta-análisis en Work & Stress, constatan que las asociaciones entre recursos laborales y rendimiento son más débiles cuando el rendimiento se mide con datos objetivos que cuando lo valoran el propio empleado, el líder o terceros. La divergencia no es ruido aleatorio: es sistemática y reproduce el mismo patrón en distintos estudios.
Resumen de coeficientes clave
| Comparación de fuentes | Correlación observada | Referencia |
|---|---|---|
| Supervisor con supervisor (fiabilidad inter-evaluador) | r ≈ 0,48–0,55 | Salgado & Moscoso, 2019 |
| Supervisor con par | r = 0,34 | Conway y Huffcutt, 1997 |
| Subordinado con supervisor | r = 0,22 | Conway y Huffcutt, 1997 |
Nota: los coeficientes de Salgado y Moscoso (2019) son correlaciones observadas sin corrección por atenuación, referidas a muestras multi-sector predominantemente internacionales; los de Conway y Huffcutt (1997) proceden de un meta-análisis internacional multi-sector.
Lo que promete el consenso frente a lo que entrega la evidencia
- El consenso promete que la nota de desempeño es una medida válida y fiable de lo que produce cada empleado, suficiente para diferenciar rendimientos y fundamentar decisiones retributivas o de promoción.
- La evidencia entrega fiabilidades inter-evaluador de r ≈ 0,45–0,61, correlaciones entre fuentes de r = 0,22 a r = 0,34 y una generosidad en la calificación vinculada a rasgos del evaluador.
De esa distancia entre lo prometido y lo entregado surge la brecha: el consenso opera como si la nota fuera un indicador robusto del rendimiento individual, cuando la evidencia muestra que es una medida contaminada de forma sistemática por el evaluador.
Por qué persiste
La nota subjetiva persiste porque reduce costes de medición: no requiere sistemas de registro cuantitativo ni diseño de indicadores por rol, y puede aplicarse de forma uniforme a cualquier puesto, incluidos los de naturaleza compleja o colaborativa donde la cuantificación es genuinamente difícil. Dokuka et al. (2019) recuerdan que evaluar el impacto individual es ambiguo y difícil en la mayoría de las organizaciones.
Fuentes
- Salgado, J. F., & Moscoso, S., Frontiers in Psychology (meta-análisis), 2019 Ver fuente ↗Enlace y autoría comprobadosComprobados el 20 de octubre de 2026Artículo revisado por pares
- Conway y Huffcutt (1997). Psychometric Properties of Multisource Performance Ratings: A meta-Analysis of Subordinate, Supervisor, Peer, and Self-Ratings. Human Performance Ver fuente ↗
«Mean correlations between sources were low for subordinate ratings (.22 with supervisor»
Frase literal comprobadaComprobada el 20 de octubre de 2026Artículo revisado por pares - Nielsen et al. (2017). Workplace resources to improve both employee well-being and performance: A systematic review and meta-analysis. Work & Stress Ver fuente ↗
«Studies using objective performance ratings provided weaker relationships between resources and performance than self-rated and leader/third-party-rated studies.»
Frase literal comprobadaComprobada el 20 de octubre de 2026Artículo revisado por pares - Dokuka et al. (2019). Wisdom of collaborators: a peer-review approach to performance appraisal. arXiv Ver fuente ↗
«the evaluation of individual impact in the majority of organizations is an ambiguous and non-trivial task»
Lo respalda en parteComprobada el 20 de octubre de 2026Preprint sin revisión por paresEl texto dice que evaluar el impacto individual es ambiguo y difícil por la complejidad y naturaleza colaborativa del trabajo, pero no dice que no se pueda cuantificar ni que managers y RRHH acierten con los extremos y fallen con los de rendimiento medio.
- Cheng, K. H. C., Hui, C. H., & Cascio, W. F., Frontiers in Psychology, 2017 Ver fuente ↗
«a generous assessment of peers would more likely be made by those who are extroverted and agreeable than by those who are not»
Lo respalda en parteComprobada el 20 de octubre de 2026Artículo revisado por paresEl texto respalda la relación de la lenidad con extraversión y amabilidad, pero no dice que la nota refleje al evaluador tanto o más que al evaluado.