¿Mide el desempeño la evaluación anual?

La evaluación anual promete capturar el desempeño del evaluado, pero la evidencia primaria muestra que una parte sustancial de la varianza en las calificaciones refleja quién evalúa, no qué tan bien se desempeña el evaluado.

Bloque de preguntas y respuestas

¿Qué promete la evaluación anual? El consenso en la práctica de RRHH afirma que la evaluación anual es el instrumento para medir el desempeño individual del empleado. Esa promesa supone que las calificaciones capturan principalmente al evaluado, no al evaluador.

¿Qué entrega la evidencia? Scullen, Mount y Goff identificaron que los efectos idiosincrásicos del evaluador constituyen la fuente dominante de varianza en las calificaciones de desempeño laboral ¹. La variabilidad del evaluador se define allí como varianza sistemática en las calificaciones asociada al evaluador y no al desempeño real del evaluado, lo que invalida directamente la premisa de que la calificación mide al evaluado ².

¿Cuánta varianza se atribuye al evaluador? Los estudios empíricos sitúan los efectos idiosincrásicos del evaluador entre el 29 % y más del 50 % de la varianza total en las calificaciones ³. Una cifra de 62 % frecuentemente citada en resúmenes divulgativos no pudo ser confirmada directamente en el texto primario accedido. Adicionalmente, los efectos de fuente evaluadora común explican un 22 % adicional de la varianza ⁵. La varianza del evaluador es aproximadamente el doble que la varianza del evaluado, confirmada mediante modelado de coeficientes aleatorios sobre datos de campo organizacional ⁴.

¿Cómo de acuerdo están dos evaluadores que valoran al mismo empleado? Un meta-análisis de 40 estudios con N = 14.650 estima la fiabilidad interevaluador en r = 0,52 ⁶. Un meta-análisis más reciente con k = 132 muestras independientes eleva esa estimación a r = 0,65 ⁷. Ambas cifras reflejan una concordancia moderada, insuficiente para una medida que pretende capturar objetivamente el desempeño individual.

¿Es el evaluador simplemente ruidoso? No. Murphy y DeShon señalan que la varianza asociada al evaluador no es error de medición aleatorio sino varianza sistemática que puede tanto sobreestimar como subestimar el desempeño real ⁸. Esto complica cualquier corrección estadística simple.

¿Existe algún matiz a favor de la herramienta? Ellington y Wilson advierten que parte de lo que se interpreta como varianza idiosincrásica del evaluador puede reflejar variabilidad sistemática real entre contextos organizacionales, no solo sesgo puro ¹⁰. El hallazgo no rehabilita la promesa de medición objetiva, pero complejiza la lectura del "error".

¿Qué ocurre en España en particular? En España, el Real Decreto-ley 6/2023 establece la evaluación del desempeño como obligatoria para todo el personal público, con efectos en carrera, retribuciones y provisión de puestos ¹¹. Sin embargo, no existe un estudio oficial español con descomposición de varianza evaluador/evaluado equivalente al de Scullen et al. para ningún sector. Los datos cuantitativos citados en esta pieza provienen de estudios realizados principalmente en EE. UU. y de meta-análisis internacionales; su traslación directa al contexto español requiere cautela.

Resumen de cifras clave

Por qué persiste

1. La evaluación anual es un ritual organizacional con décadas de implantación; cambiarla exige reentrenar gestores, rediseñar sistemas de información y revisar marcos legales, como ilustra la obligatoriedad fijada en España por el RDL 6/2023 ¹¹.
2. La preocupación por la falta de fiabilidad de las calificaciones supervisoras acumula evidencia desde Thorndike (1920), pero esa advertencia rara vez atraviesa el filtro hasta el diseño operativo de los sistemas de evaluación, como documenta la revisión de Human Performance (2022) ⁹.
3. La varianza del evaluador, al ser sistemática y no aleatoria ⁸, produce patrones de calificación que parecen coherentes dentro de cada evaluador, lo que oculta el problema a quienes leen los resultados sin descomponer la varianza.
4. El matiz de Ellington y Wilson sobre contextos organizacionales ¹⁰ puede ser invocado, de forma no necesariamente justificada, para defender la utilidad de la herramienta sin abordar su limitación de medición.

La brecha en una frase

El consenso PROMETE una herramienta que mide el desempeño individual del evaluado; la evidencia ENTREGA una herramienta en la que entre el 29 % y más del 50 % de la varianza de las calificaciones refleja al evaluador, con una fiabilidad interevaluador que oscila entre r = 0,52 y r = 0,65.