Otras publicaciones

cover

9789877230567_frontcover

Otras publicaciones

Book cover

Book cover

8 Resultados

Para facilitar la lectura y comprensión de los resultados obtenidos en el marco del Estudio 3 se los presenta nucleados en cuatro grandes apartados: (a) análisis preliminares, (b) análisis descriptivos, (c) análisis correlacionales y (d) verificación empírica propiamente dicha.

Análisis preliminares

En línea con el plan de análisis previsto, inicialmente se verificó la potencia post-hoc teniendo en cuenta el número total de participantes y las pruebas estadísticas a aplicar. De esta manera, se determinó un elevado poder estadístico de .99 (1 – β = .99) para una muestra de 376 participantes con los siguientes parámetros: tamaño de efecto medio (f2 = 0.15) y confiabilidad de 95% (α = .05). El valor alcanzado (1 – β = .99) es numéricamente mayor que el valor mínimo estipulado (1 – β = .80) para este tipo de prueba (Cohen, 1988), por lo que fue posible concluir que existían escasos riesgos de incurrir en un error de Tipo II, y una alta probabilidad de obtener resultados significativos cuando las relaciones entre las variables fueran significativas (figura 3).

Figura 3. Potencia estadística post-hoc para una muestra de 376 participantes (elaboración propia).

En lo que hace a los supuestos básicos, existe un consenso generalizado entre los especialistas (Hair et al., 2010; Kline, 2011; Tabachnick & Fidell, 2013) sobre la pertinencia de examinar una serie de cuestiones susceptibles de influir sobre la precisión de los resultados. En este sentido, se procedió a evaluar: (a) si los datos se ajustaban a la distribución normal (univariada y multivariada) y al modelo lineal, (b) si se cumplía el supuesto de homocedasticidad (es decir, si las varianzas entre los residuos y los pronósticos eran iguales), (c) si las variables se encontraban libres de colinealidad y (d) si los residuos eran independientes. A continuación, se analiza el cumplimiento de cada una de estas condiciones.

En primer lugar, se examinó el supuesto de normalidad univariada a partir de los índices de asimetría y curtosis correspondientes a cada ítem. Posteriormente, se realizaron contrastes de bondad de ajuste a través de la Prueba de Kolmogorov-Smirnov ( K-S) con la corrección de Lilliefors, para verificar si los datos al interior de cada una de las dimensiones de análisis se ajustaban a una distribución normal. Finalmente, se computó el Coeficiente de Curtosis Multivariante de Mardia. Ya que el hecho de que cada variable se ajuste a la distribución normal univariante no es condición suficiente para que se indique la distribución normal multivariante (Hair et al., 2010).

Los resultados obtenidos a partir de cada uno de los análisis descritos se evaluaron a partir de los siguientes criterios. En lo que respecta a los índices asimetría y curtosis, se consideró que valores fuera del rango comprendido entre -2 y +2 serían indicios de falta de normalidad (George & Mallery, 2011). En el caso de la prueba K-S, se asumió que valores de probabilidad no significativos (p > .001) proporcionarían evidencia favorable al cumplimiento del supuesto de normalidad univariante (Tabachnick & Fidell, 2013). Mientras que el Coeficiente de Mardia debía ser inferior p*(p+2), siendo p el número de variables observadas (Bollen, 1989). La totalidad de los ítems presentó valores de asimetría y curtosis adecuados. Sin embargo, los resultados provenientes del contraste de bondad de ajuste realizado a través de la prueba K-S no arrojaron los mismos resultados.

Tabla 3. Prueba K-S para las variables en estudio (N = 376)

VARIABLES

Z de K-S

p

Compromiso afectivo 1.07 0.19
Compromiso normativo 1.17 0.12
Compromiso calculativo 1.44 0.03
Satisfacción laboral 1.35 0.05
Trabajo flexible 1.06 0.21
Rendimiento en la tarea 1.58 0.01
Rendimiento en el contexto 2.39 0.00
Comportamientos contraproducentes 1.80 0.01
Rendimiento laboral total 1.12 0.16
Sistema abierto vs. cerrado 2.86 0.00
Sistema flexible vs. rígido 2.24 0.00
Mercado vs. interior 2.17 0.00
Empleado vs. tarea 2.39 0.00
Proceso vs. resultado 2.38 0.00
Enriquecimiento trabajo-familia 1.62 0.01
Conflicto trabajo-familia 1.53 0.01

Tal como puede observarse en la tabla que antecede, la distribución de las variables latentes correspondientes a la variable cultura organizacional no se ajustó adecuadamente a la distribución normal univariante. Sin embargo, la literatura específica (Hoffmann et al., 2013) ha indicado que los análisis de datos provenientes de instrumentos valorados con escalas tipo Likert (variables categóricas politómicas) suelen acarrear resultados de no normalidad. Esto se debe a que determinadas herramientas de análisis, como la prueba K-S, han sido desarrolladas para variables aleatorias continuas. Por lo que, en función de las recomendaciones actuales (Norman, 2010; Schmider, Ziegler, Danay, Beyer & Bühne, 2010), se decidió no reemplazar las pruebas paramétricas por sus alternativas no paramétricas. Sumado a ello, el examen de potencia post-hoc (figura 1) demostró que existían exiguos riesgos de incurrir en errores Tipo II.

En cuanto a la normalidad multivariante, el Coeficiente de Mardia obtuvo un valor de 128.43 inferior a la ecuación propuesta de p*(p+2), lo que indicó la normalidad de la matriz de datos. En función de los resultados obtenidos, se optó por utilizar un método de estimación robusto para los modelos de ecuaciones estructurales. En este sentido, se recurrió a la técnica de ML con la corrección S-B para evitar cualquier tipo de inconveniente y garantizar la validez de los resultados.

En relación con los supuestos de homocedasticidad y linealidad, el análisis de los diagramas de dispersión de los pronósticos tipificados y de los residuos tipificados mostró el cumplimiento de ambas condiciones. A su vez, el análisis de los diagramas de regresión parcial indicó que el modelo lineal fue el que mejor describió los datos para todos los pares de variables examinados. En lo que respecta al requisito de libre colinealidad, se verificó que los índices de Inflación de la Varianza (VIF, por su nombre en inglés Variable Inflation Factor) sean inferiores a 3, y que los índices de Tolerancia sean superiores a .10 (O’Brien, 2007). En este caso, los valores obtenidos para el índice VIF quedaron comprendidos entre 1.15 y 2.79. En tanto que los valores del Índice de Tolerancia oscilaron entre .35 y .86. Tales resultados mostraron la ausencia de problemas de colinealidad entre las variables bajo estudio.

Finalmente, en lo que hace a la independencia entre los residuos, el cálculo del estadístico d de Durbin-Watson arrojó un valor de 1.97, acorde a los límites recomendados por Hair et al. (2010). Dicho resultado demostraba fehacientemente que los residuos estaban incorrelados. Por lo tanto, la exactitud de los pronósticos no se vería afectada.

Análisis descriptivos

La tabla 4 detalla los índices descriptivos calculados para todos los sujetos en análisis (N = 376) y para todas las variables bajo estudio. De acuerdo con los índices descriptivos obtenidos, las personas que integraron la muestra en estudio presentaron altos niveles de rendimiento en la tarea (M = 3.91, DE = 0.70) y de rendimiento en el contexto (M = 3.81, DE = 0.73). Un análisis pormenorizado de los ítems indicó que, en cuanto a las dimensiones del rendimiento laboral, se destacaron por su dedicación; obteniendo las medias más altas en reactivos tales como “fui capaz de hacer bien mi trabajo porque le dediqué el tiempo y el esfuerzo necesarios” (M = 4.25, DE = 0.82), “planifiqué mi trabajo de manera tal que pude hacerlo en tiempo y forma” (M = 3.95, DE = 0.94) y “trabajé para mantener mis conocimientos laborales actualizados” (M = 3.95, DE = 1.03). Sumado a ello, la inspección de dichos índices notificó bajos niveles en relación con los comportamientos contraproducentes (M = 2.44, DE = 0.77). En este sentido, el análisis de los ítems demuestra escasos comportamiento desviados en relación con los problemas laborales (“agrandé los problemas que se presentaron en el trabajo”; M = 2.06, DE = 1.10), pero índices superiores en cuanto a hablar sobre cuestiones negativas del trabajo (“comenté aspectos negativos de mi trabajo con mis compañeros”; M = 3.15, DE = 1.35).

En relación con la satisfacción laboral, los participantes informaron un elevado bienestar con respecto a sus compañeros de trabajo (“me siento a gusto con mis compañeros de trabajo”, 4.24 0.82; M = 4.24, DE = 0.82) y al trabajo en general (“considerándolo en términos generales tengo un buen trabajo”; M = 4.09, DE = 0.92). Sin embargo, en cuanto a la relación con el salario se registraron los menores puntajes para esta variable (“mi salario es apropiado”; M = 3.23, DE = 1.30).

Por otra parte, en la muestra estudiada se registraron niveles moderados para todas las dimensiones de cultura organizacional, con una leve inclinación a las prácticas orientadas a los procesos (M = 3.75, DE = 0.73) y a los sistemas abiertos (M = 3.61, DE = 1.02). De estas dos dimensiones los ítems que se destacaron fueron aquellos orientados hacia la eficiencia (“hago de todo con tal de mantener la eficiencia”, M = 4.11, DE = 0.87), en el caso de la primera, y hacia las metas, en el caso de la segunda (“el cumplimiento de las metas es una característica de la empresa”; M = 3.96, DE = 1.15). En sintonía con ello, los resultados indicaron niveles moderados para las tres dimensiones del compromiso organizacional, siendo el compromiso afectivo la faceta con mayores puntajes (M = 3.26, DE = 0.98). El análisis de los ítems de esta dimensión indicó mayores índices en los reactivos ligados al significado y la pertinencia a la organización: “la empresa donde trabajo tiene mucho significado para mí” (M = 3.76, DE = 1.19) y “yo me siento ‘parte de la familia’ en mi organización” (M = 3.60, DE = 1.27). Asimismo, se observaron niveles levemente altos de enriquecimiento trabajo-familia (M = 3.62, DE = 0.82). En este caso, se obtuvieron índices superiores tanto para la trasferencia de recursos desde el ámbito laboral al hogar (“tengo más autoconfianza en el trabajo porque mi vida en casa está bien organizada”; M = 3.82, DE = 0.98) como a la inversa (“el tener que organizar mi tiempo en el trabajo ha hecho que aprenda a organizar mejor mi tiempo en casa”; M = 3.78, DE = 1.21).

Tabla 4. Estadísticos descriptivos correspondientes a las variables bajo estudio

CONSTRUCTOS

DIMENSIONES

M

DE

Compromiso organizacional Compromiso afectivo 3.26 0.98
Compromiso normativo 3.06 0.80
Compromiso calculativo 3.11 0.67
Satisfacción laboral 3.84 0.68
Trabajo flexible 2.84 0.73
Rendimiento laboral Rendimiento en la tarea 3.91 0.70
Rendimiento en el contexto 3.81 0.73
Comportamientos contraproducentes 2.44 0.77
Rendimiento laboral total 3.39 0.48
Cultura organizacional Sistema abierto vs. cerrado 3.61 1.02
Sistema flexible vs. rígido 3.43 0.90
Mercado vs. interior 3.07 1.04
Empleado vs. tarea 3.26 1.02
Proceso vs. resultado 3.75 0.73
Articulación trabajo-familia Enriquecimiento trabajo-familia 3.62 0.82
Conflicto trabajo-familia 2.33 0.62

Finalmente, las variables con los índices más bajos para la muestra en estudio fueron el conflicto trabajo-familia (M = 2.33, DE = 0.62) y el trabajo flexible (M = 2.84, DE = 0.73). En cuanto al primero, el análisis de los reactivos sugirió mayores dificultades en cuanto al manejo de la dimensión temporal entre ambos dominios (“mi trabajo me quita tiempo que me hubiera gustado pasar con mi pareja/familia/amigos”; M = 3.08, DE = 1.40). Mientras que, en el caso del segundo de ellos, la inspección de los ítems de la escala indicaron un alto índice de flexibilidad a la hora de trabajar por tareas o por objetivos (M = 3.93, DE = 1.13); y escasos niveles de trabajo flexible en relación con la posibilidad de implementar la semana laboral comprimida (“en mi empresa, puedo trabajar la misma cantidad de horas semanales en menos días”; M = 2.06, DE = 1.34) y de hacer uso de retiros anticipados (“si un día no tengo nada qué hacer, no me quedo a cumplir las horas”; M = 2.39, DE = 1.48).

Diferencias según la edad

Para identificar posibles diferencias significativas en relación con el grupo etario al que pertenecía el trabajador, se realizó el cálculo de ANOVA de un factor con pruebas post-hoc, realizado con miras a. En este caso, los trabajadores mayores de 50 años mostraron mayores índices de compromiso afectivo que aquellos entre 18-20 y 21-30 años. Similarmente, los empleados con más de 50 años y con edades entre los 31-40 años exhibieron mayor rendimiento en el contexto que los trabajadores ubicados en el rango de los 18-20 años. Por otra parte, los trabajadores de entre 31-40 años también consideraron, en mayor medida, que su organización estaba orientada hacia el mercado a diferencia de aquellos con edades entre 18-20 años. Finalmente, los empleados de menor edad (18-20) indicaron índices superiores de conflicto trabajo-familia que aquellos ubicados en los rangos entre 31-40 y 41-50 años.

Diferencias según el sexo

En la tabla 5 se presentan los índices descriptivos y pruebas t de Student, correspondientes al sexo del trabajador. En ninguno de los casos las diferencias entre los sexos fueron estadísticamente significativas (p > 0.05).

Tabla 5. Índices descriptivos descriptivos de las variables en estudio y pruebas de diferencia de medias (t de Student) en función del sexo

VARIABLES

Varones

(n = 191)

Mujeres

(n = 185)

t(376)

p

M

DE

M

DE

Compromiso afectivo 3.28 0.99 3.24 0.95 0.46 ns
Compromiso normativo 3.06 0.82 3.07 0.75 -0.14 ns
Compromiso calculativo 3.10 0.68 3.12 0.65 -0.27 ns
Satisfacción laboral 3.84 0.63 3.87 0.69 -0.44 ns
Trabajo flexible 2.85 0.70 2.82 0.75 0.44 ns
Rendimiento en la tarea 3.90 0.69 3.93 0.66 -0.40 ns
Rendimiento en el contexto 3.81 0.78 3.82 0.67 -0.08 ns
Comp. contra­pro­ducentes 2.42 0.77 2.45 0.76 -0.38 ns
Rendimiento laboral total 3.42 0.49 3.44 0.46 -0.44 ns
Sistema abierto vs. cerrado 3.72 1.02 3.52 0.98 1.92 ns
Sistema flexible vs. rígido 3.47 0.96 3.39 0.82 0.92 ns
Mercado vs. interior 3.08 0.96 3.06 1.07 0.23 ns
Empleado vs. tarea 3.37 0.97 3.19 1.02 1.79 ns
Proceso vs. resultado 3.74 0.76 3.74 0.68 0.01 ns
Enriqueci­miento trabajo-familia 3.56 0.82 3.67 0.79 -1.30 ns
Conflicto trabajo-familia 2.22 0.72 2.34 0.75 -1.48 ns

Nota: ns = no significativo (p > .05).

Diferencias según el cargo del trabajador

De igual manera, se procedió a comparar todas las variables en función del cargo de los participantes (tabla 6).

Tabla 6. Índices descriptivos de las variables en estudio y pruebas de diferencia
de medias (t de Student) en función del cargo

VARIABLES

Gerencial

(n = 44)

No gerencial

(n = 332)

t(376)

p

d

M

DE

M

DE

Compromiso afectivo 3.67 1.13 3.21 0.93 2.97 .003 0.15
Compromiso normativo 3.22 0.81 3.04 0.78 1.40 ns
Compromiso calculativo 3.03 0.74 3.12 0.65 -0.83 ns
Satisfacción laboral 4.09 0.62 3.82 0.66 2.50 .013 0.10
Trabajo flexible 3.23 0.72 2.79 0.71 3.90 .000 0.11
Rendimiento en la tarea 4.13 0.71 3.89 0.66 2.26 .024 0.10
Rendimiento en el contexto 3.88 0.71 3.81 0.73 0.64 ns
Comp. contrapro­ducentes 2.48 0.88 2.43 0.75 0.64 ns
Rendimiento laboral total 3.55 0.48 3.41 0.47 1.71 ns
Sistema Abierto vs. Cerrado 3.93 0.96 3.59 1.01 2.11 .035 0.16
Sistema flexible vs. rígido 3.50 0.87 3.42 0.90 0.54 ns
Mercado vs. interior 3.09 1.05 3.07 1.02 0.11 ns
Empleado vs. tarea 3.45 1.14 3.26 0.98 1.18 ns
Proceso vs. resultado 3.94 0.71 3.71 0.72 1.95 ns
Enriqueci­miento trabajo-familia 3.56 0.78 3.62 0.81 -0.45 ns
Conflicto trabajo-familia 2.36 0.72 2.27 0.74 0.75 ns

Nota: ns = no significativo (p > .05).

La tabla precedente muestra que fueron los trabajadores que se desempeñaban en cargos gerenciales quienes exhibieron mayores niveles de compromiso afectivo, satisfacción laboral, trabajo flexible, rendimiento en la tarea y percibieron más abierta a su organización. Respecto a las otras variables, no se comprobaron diferencias significativas asociadas al cargo del empleado. En cuanto al TE, de acuerdo con los valores referencia para el índice d (Cohen, 1988), en todos los casos se trató de diferencias pequeñas a moderadas.

Diferencias según el nivel educativo

A continuación, se procedió a examinar si existían diferencias entre los participantes en función del nivel educativo. Los resultados se muestran en la tabla 7.

Tabla 7. Índices descriptivos de las variables en estudio, análisis de la varianza (ANOVA) y pruebas post-hoc Tukey para el nivel educativo

VARIABLES

Primario

(n = 47)

Secundario

(n = 167)

Universitario

(n = 162)

F

p

Tuckey*

f

M

DE

M

DE

M

DE

Compromiso afectivo 3.20 0.98 3.30 0.95 3.24 0.99 0.27 ns ns
Compromiso normativo 3.43 0.77 3.06 0.80 2.96 0.75 6.55 .002 P>S,U 0.12
Compromiso calculativo 3.37 0.65 3.12 0.69 3.03 0.62 4.67 .010 P>U 0.00
Satisfacción laboral 3.92 0.65 3.86 0.70 3.83 0.63 0.34 ns ns
Trabajo flexible 2.82 0.75 2.83 0.73 2.85 0.72 0.02 ns ns
Rendimiento en la tarea 3.82 0.72 3.89 0.74 3.97 0.59 1.03 ns ns
Rendimiento en el contexto 3.71 0.80 3.81 0.80 3.85 0.62 0.65 ns ns
Comp. contrapro­ducentes 2.17 0.78 2.33 0.75 2.63 0.73 9.72 .000 U<P,S 0.00
Rendimiento laboral total 3.28 0.51 3.39 0.50 3.52 0.42 5.89 .003 U<P,S 0.03
Sistema abierto vs. cerrado 3.42 1.02 3.64 1.06 3.67 0.94 1.15 ns ns
Sistema flexible vs. rígido 3.54 0.90 3.46 0.99 3.37 0.78 0.84 ns ns
Mercado vs. interior 2.72 1.08 3.13 1.02 3.11 0.98 3.20 .042 S>P 0.04
Empleado vs. tarea 2.96 1.07 3.35 0.98 3.30 1.00 2.83 ns ns
Proceso vs. resultado 3.79 0.57 3.75 0.78 3.72 0.70 0.18 ns ns
Enrique­cimiento T-F 4.16 0.63 3.64 0.83 3.43 0.76 15.84 .000 P>S,U 0.00
Conflicto T-F 2.72 0.88 2.11 0.73 2.32 0.64 13.42 .000 P>S,U 0.00

Nota: gl = 3; 376. Pruebas posthoc de Tukey: P = Primario, S = Secundario, U = Universitario. El signo > separa grupos con diferencias significativas (p < .05) en la variable considerada. La letra que antecede al signo > corresponde al grupo con mayor puntuación en la variable; ns = no significativo (p > .05).

De la tabla precedente se desprenden algunas diferencias relevantes en función del nivel académico alcanzado. En este sentido, las personas con estudios primarios completos mostraron mayor compromiso normativo y calculativo, así como mayor enriquecimiento trabajo-familia y conflicto trabajo-familia, en comparación con aquellos con mayor grado de estudios. Por otra parte, los profesionales universitarios obtuvieron mayores índices de comportamientos laborales contraproducentes y de rendimiento laboral total que aquellos trabajadores que sólo alcanzaron el nivel primario y/o secundario. Finalmente, el ANOVA realizado indicó diferencias significativas en cuanto a la orientación al mercado. Concretamente, los empleados con estudios secundarios terminados evidenciaron mayor promedio de esta faceta, en comparación con los que tenían finalizado el primario. En lo que respecta a los TE, todos los efectos encontrados fueron pequeños o moderados (Cohen, 1988).

Diferencias según el rubro de la organización

Con miras a identificar posibles diferencias en relación con al ramo de actividad, se realizó el correspondiente ANOVA de un factor con pruebas post-hoc. Los análisis efectuados indicaron diferencias significativas entre los ramos explorados. En primer lugar, los empleados de la industria presentaron mayores niveles de rendimiento en el contexto que los empleados del rubro servicios. En comparación a los trabajadores de la salud y educación y de servicios, los participantes que pertenecían al sector comercio informaron mayor orientación al mercado de la organización a la que pertenecían. En lo que hace al enriquecimiento trabajo-familia, los trabajadores del rubro servicio informaron mayores niveles que los trabajadores industriales. En cuanto a los TE, en todos los casos los efectos encontrados se encontraron en el rango de pequeños a medianos (Cohen, 1988).

Diferencias según la antigüedad laboral

La tabla 8 presenta los resultados del ANOVA de un factor con pruebas post-hoc para la antigüedad laboral de los trabajadores. Ésta indica que existen algunas diferencias significativas en relación con la antigüedad laboral. De esta manera, aquellas personas que se encontraban trabajando por más de 5 años alcanzaron mayores niveles de rendimiento en la tarea y en el contexto que aquellos que tenían menos de 1 año de antigüedad. Asimismo, los trabajadores con más de 5 años en la organización demostraron una mayor satisfacción laboral que aquellos entre 1 y 5 años de antigüedad. Sumado a ello, los empleados con más antigüedad laboral (más de 5 años) obtuvieron mayores índices de compromiso afectivo que los trabajadores con menos años en sus respectivas empresas.

Tabla 8. Índices descriptivos de las variables en estudio, análisis de la varianza (ANOVA) y pruebas post-hoc Tukey para la antigüedad laboral
VARIABLES

A

(n = 83)

B

(n = 146)

C

(n = 147)

F

p

Tuckey*

f

M

DE

M

DE

M

DE

Compromiso afectivo 2.93 0.87 3.10 0.95 3.60 0.94 17.11 .000 C>A,B 0.00
Compromiso normativo 3.04 0.78 2.98 0.82 3.16 0.75 2.05 ns ns
Compromiso calculativo 3.11 0.72 3.10 0.64 3.13 0.65 0.09 ns ns
Satisfacción laboral 3.78 0.71 3.75 0.66 3.99 0.62 5.68 .004 C>B 0.00
Trabajo flexible 2.84 0.59 2.86 0.77 2.82 0.76 0.09 ns ns
Rendimiento en la tarea 3.80 0.68 3.87 0.66 4.02 0.68 3.48 .032 C>A 0.04
Rendimiento en el contexto 3.64 0.79 3.82 0.67 3.91 0.73 3.70 .026 C>A 0.01
Comp. contrapro­ducentes 2.44 0.83 2.52 0.69 2.36 0.79 1.63 ns ns
Rendimiento laboral total 3.33 0.49 3.44 0.45 3.48 0.48 2.51 ns ns
Sistema abierto vs. cerrado 3.73 1.04 3.59 1.00 3.60 0.99 0.60 ns ns
Sistema flexible vs. rígido 3.42 0.83 3.45 0.87 3.42 0.96 0.04 ns ns
Mercado vs. interior 3.12 0.98 3.07 1.03 3.04 1.03 0.15 ns ns
Empleado vs. tarea 3.17 1.06 3.29 0.94 3.33 1.03 0.66 ns ns
Proceso vs. resultado 3.72 0.70 3.73 0.71 3.76 0.75 0.12 ns ns
Enriqueci­miento T-F 3.67 0.82 3.61 0.76 3.59 0.84 0.26 ns ns
Conflicto T-F 2.40 0.76 2.29 0.76 2.20 0.69 1.87 ns ns

Nota: gl = 3; 376. Pruebas posthoc de Tukey: A = Menos de 1 año, B = Entre 1 y 5 años, C = Más de 5 años. El signo > separa grupos con diferencias significativas (p < .05) en la variable considerada. La letra que antecede al signo > corresponde al grupo con mayor puntuación en la variable; ns = no significativo (p > .05).

Diferencias según el estado civil

Finalmente, con miras a identificar posibles diferencias significativas en relación con el estado civil de los trabajadores, se realizó un ANOVA de un factor con pruebas post-hoc (tabla 9). Los resultados indicaron solamente una diferencia significativa en cuanto al compromiso afectivo. De esta manera, los trabajadores solteros obtuvieron menores índices de este tipo de compromiso en relación con aquellos empleados que estuvieran casados o ubicados en el rubro “otros” (divorciados, viudos, en concubinato).

Tabla 9. Índices descriptivos de las variables en estudio, análisis de la varianza (ANOVA) y pruebas post-hoc Tukey en función del estado civil
VARIABLES

S

(n = 231)

C

(n = 103)

O

(n = 42)

F

p

Tuckey*

f

M

DE

M

DE

M

DE

Compromiso afectivo 3.07 0.95 3.60 0.96 3.47 0.78 12.21 .000 C,O>S 0.03
Compromiso normativo 3.01 0.82 3.15 0.73 3.17 0.70 1.67 ns ns
Compromiso calculativo 3.07 0.68 3.17 0.58 3.19 0.73 1.21 ns ns
Satisfacción laboral 3.82 0.67 3.92 0.68 3.87 0.60 0.87 ns ns
Trabajo flexible 2.89 0.72 2.78 0.72 2.73 0.78 1.30 ns ns
Rendimiento en la tarea 3.89 0.71 4.02 0.61 3.82 0.62 1.89 ns ns
Rendimiento en el contexto 3.77 0.74 3.90 0.65 3.86 0.85 1.10 ns ns
Comp. contrapro­ducentes 2.44 0.74 2.48 0.80 2.32 0.80 0.62 ns ns
Rendimiento laboral total 3.41 0.49 3.51 0.42 3.37 0.47 1.97 ns ns
Sistema abierto vs. cerrado 3.64 1.02 3.62 0.95 3.59 1.10 0.04 ns ns
Sistema flexible vs. rígido 3.40 0.87 3.45 0.92 3.57 0.94 0.65 ns ns
Mercado vs. interior 3.10 1.05 3.06 0.93 2.93 1.08 0.45 ns ns
Empleado vs. tarea 3.25 1.01 3.32 0.96 3.38 1.07 0.41 ns ns
Proceso vs. resultado 3.71 0.76 3.77 0.66 3.84 0.68 0.65 ns ns
Enriqueci­miento T-F 3.62 0.78 3.56 0.82 3.75 0.92 0.77 ns ns
Conflicto T-F 2.31 0.75 2.23 0.73 2.24 0.69 0.50 ns ns

Nota: gl = 3; 376. Pruebas posthoc de Tukey: S = Soltero, C = Casado, O = Otro. El signo > separa grupos con diferencias significativas (p < .05) en la variable considerada. La letra que antecede al signo > corresponde al grupo con mayor puntuación en la variable; ns = no significativo (p > .05).

En síntesis, de la inspección del conjunto de análisis descriptivos precedentes se puede concluir que (a) los participantes que integraron la muestra en estudio se caracterizaron por altos niveles de rendimiento en la tarea y de rendimiento en el contexto; al tiempo que informaron mayor inclinación de sus organizaciones hacia prácticas vinculadas a los sistemas abiertos, flexibles y a los procesos. En términos generales, mostraron buenos niveles de rendimiento laboral total, así como escasos niveles de trabajo flexible y comportamientos contraproducentes. Además, se evidenciaron elevados niveles de compromiso calculativo; (b) no se encontraron diferencias significativas para ninguna de las variables en función del sexo del trabajador. De esta manera, tanto mujeres como varones obtuvieron niveles similares tanto para el rendimiento laboral total como para sus dimensiones constitutivas; (c) aquellos trabajadores que ocupaban cargos gerenciales evidenciaron mayores niveles de trabajo flexible y rendimiento en la tarea. En este sentido, aquellos que ocupaban posiciones de mayor jerarquía dentro de sus organizaciones comunicaron una evaluación más favorable de su trabajo, habida cuenta de los altos índices de satisfacción laboral y compromiso afectivo; (d) si bien los profesionales universitarios demostraron mayores niveles de rendimiento laboral total que sus pares con estudios primarios y secundarios, también indicaron índices más altos de comportamientos contraproducentes. Por su parte, los empleados con menores niveles educativos permanecían en sus respectivas organizaciones tanto por deber (compromiso normativo) como por carencia de oportunidades (compromiso calculativo); (e) los empleados de sectores industriales exhibieron mayores índices de rendimiento en el contexto que los trabajadores del rubro servicios. A su vez, los empleados de comercios indicaron que en sus empresas las prácticas organizacionales se encontraban orientadas al mercado, a diferencia de los trabajadores de rubros servicios, salud y educación. Por otra parte, los trabajadores de servicios demostraron mayores índices de enriquecimiento trabajo-familia que los empleados de la industria; (f) en cuanto a la antigüedad laboral, los empleados con más de cinco años de permanencia en su organización obtuvieron mayores niveles de rendimiento en la tarea y de rendimiento en el contexto. Sumado a ello, estos empleados demostraron índices más elevados de compromiso afectivo y de satisfacción laboral que aquellos con menos de un año de permanencia; (g) en relación con el estado civil de los trabajadores, los empleados solteros, por su parte, exhibieron menores índices de compromiso afectivo que sus pares casados o en otra situación; y (h) los índices d y f calculados para estimar el TE asociado a cada diferencia estadísticamente significativa mostraron que todas las magnitudes se encontraron en el orden de pequeñas a moderadas.

Análisis correlacionales

Con el propósito de explorar las vinculaciones entre las variables de interés, se procedió al cálculo de los coeficientes de correlación producto-momento. En la tabla 10 se presentan los resultados obtenidos para la totalidad de la muestra (N = 376). Además, en este capítulo se comentan sucintamente las principales conclusiones derivadas de las correlaciones para los grupos formados en función de las variables sociodemográficas.

El análisis de correlaciones efectuado sobre la totalidad de la muestra indicó asociaciones estadísticamente significativas entre las variables en estudio. El rendimiento laboral total se correlacionó positiva y significativamente con todas las demás variables, a excepción del compromiso calculativo y el conflicto trabajo-familia. Al contrario de lo que se había supuesto, el RL se correlacionó de manera positiva con las POP. Se verificaron asociaciones importantes entre el rendimiento laboral total y sus dimensiones constitutivas, como era esperable. En cuanto a las asociaciones entre las dimensiones del rendimiento laboral y el resto de los constructos, el rendimiento en la tarea obtuvo correlaciones positivas y significativas con los demás, salvo con los comportamientos contrapruducentes y, nuevamente, el compromiso calculativo y el conflicto trabajo-familia. Sin embargo, el rendimiento en el contexto se vinculó negativamente con los comportamientos laborales contraproducentes y el conflicto trabajo-familia, y positivamente con las variables restantes. Mientras que los comportamientos contraproducentes se correlacionaron negativamente con la satisfacción laboral, tres de las dimensiones de la cultura organizacional (sistema abierto vs. cerrado, sistema flexible vs. rígido y proceso vs. resultado) y el enriquecimiento trabajo-familia. Sumado a ello, este constructo fue el único que se asoció positiva y significativamente con el conflicto trabajo-familia.

Tabla 10. Correlaciones bivariadas para la muestra total (N = 376)

tabla 10

Nota: negrita = p < .01; cursiva = p < .05; ns = no significativo (p > .05); 1. Compromiso afectivo, 2. Compromiso normativo, 3. Compromiso calculativo, 4. Satisfacción laboral, 5. Trabajo flexible, 6. Rendimiento en la tarea, 7. Rendimiento en el contexto, 8. Comp. contraproducentes, 9. Rendimiento laboral total, 10. Sistema abierto vs. cerrado, 11. Sistema flexible vs. rígido, 12. Mercado vs. interior, 13. Empleado vs. tarea, 14. Proceso vs. resultado, 15. Enriquecimiento T-F, 16. Conflicto T-F.

De la tabla 10 se desprende también que, como era de esperarse, las tres dimensiones del compromiso correlacionaban positivamente entre sí. En adición, tanto el compromiso afectivo como normativo no se correlacionaban con los comportamientos contraproducentes y el conflicto trabajo-familia (en el caso del primero se asociaba negativamente), pero sí lo hacían significativa y positivamente con las demás variables en análisis. En cambio, el compromiso calcultativo sólo presentaba asociaciones positivas con la satisfacción laboral, las prácticas orientadas a procesos vs. resultados, y ambas direcciones de la articulación trabajo-familia.

Por su parte, la satisfacción laboral mantenía vinculaciones negativas significativas con los comportamientos contraproducentes y el conflicto trabajo-familia, y significativas con las variables restantes. En tanto que el trabajo flexible no demostró estar correlacionado con el compromiso calculativo, los comportamientos contraproducentes y el conflicto trabajo-familia, pero sí con los demás constructos bajo análisis.

Las cinco dimensiones de la cultura organizacional también se correlacionaban positivamente entre ellas. Contrariamente, cuatro de ellas (menos procesos vs. resultados) no presentaban correlaciones con el compromiso calculativo. A su vez, tres facetas de la cultura organizacional (sistema abierto vs. cerrado, sistema flexible vs. rígido y proceso vs. resultado) exhibieron correlaciones negativas con el conflicto trabajo-familia, y tres (sistema abierto vs. cerrado, mercado vs. interior y empleado vs. tarea) con los comportamientos laborales contraproducentes.

Finalmente, el enriquecimiento trabajo-familia se correlacionaba positivamente con todas las variables bajo análisis, a excepción del conflicto trabajo-familia. En cambio, este último presentó correlaciones negativas significativas con el compromiso afectivo, la satisfacción laboral, el rendimiento en el contexto y tres dimensiones de la cultura organizacional (sistema abierto vs. cerrado, mercado vs. interior y empleado vs. tarea). Mientras que lo hacía positivamente sólo con los comportamientos contraproducentes y con el compromiso calculativo.

En cuanto a las correlaciones calculadas separadamente para los distintos grupos, a continuación, se destacan los hallazgos más sobresalientes. En primer lugar, en la comparación entre los sexos se encontró mayor fuerza de las correlaciones para los varones. A su vez, se observó que mientras que para los varones la asociación entre el conflicto trabajo-familia y los comportamientos contraproducentes era positiva, para el grupo de mujeres resultaba negativa. En cuanto a las diferencias relacionadas al nivel educativo se evidenció que, para el grupo con estudios universitarios, a diferencia de aquellos trabajadores con estudios primarios/secundarios, los comportamientos contraproducentes se correlacionaban positivamente con el compromiso calculativo. Además, las vinculaciones entre el rendimiento laboral y sus dimensiones constitutivas y las demás variables fueron mayores para el grupo de los empleados con estudios primarios/secundarios. Por otra parte, se observaron correlaciones negativas entre los comportamientos contraproducentes y gran parte de las variables en análisis (compromiso afectivo y normativo, satisfacción laboral y tres dimensiones de la cultura organizacional) para aquellos trabajadores con más de cinco años de antigüedad, y no así para los que se encontraban trabajando por un período menor a los cinco años. Mientras que en el caso de los trabajadores en cargos gerenciales se encontraron una gran cantidad de vinculaciones no significativas, a diferencia del grupo conformado por trabajadores que ocupaban cargos no gerenciales, donde sí se encontraron correlaciones significativas para casi todas las variables en estudio.

Verificación empírica

Modelo de medida

Un modelo de ecuaciones estructurales completo consta de dos partes fundamentales: el modelo de medida y el o los modelos de relaciones estructurales. El primero representa la manera en que cada constructo (o variable latente) se encuentra medido a partir de sus indicadores observables, los errores que afectan las mediciones y las relaciones que se espera encontrar entre los constructos cuando éstos están relacionados entre sí (García Veiga, 2011).

Por lo tanto, tras analizar el cumplimiento de los supuestos básicos para la implementación de este tipo de análisis, se examinó el ajuste del modelo de medida a los datos empíricos (Cupani, 2012). Para ello, se tuvieron en cuenta los resultados de los análisis preliminares para verificar los aspectos de la cultura organizacional y del compromiso organizacional que explicaban porciones significativas de la variable dependiente (rendimiento laboral). De esta manera, el modelo de medida quedó conformado por las variables enriquecimiento trabajo-familia (ETF), conflicto trabajo-familia (CTF), compromiso afectivo (CA), satisfacción laboral (SL), trabajo flexible (TF) y prácticas orientadas a procesos (POP). En segundo lugar, a cada variable latente se le sumaron sus respectivos indicadores y los correspondientes errores de medida. Con el modelo de medida indicado, y dada la naturaleza ordinal de las variables medidas, se ejecutó un AFC mediante el método ML con la corrección S-B (Bentler, 2006; Satorra, 2002). A su vez, se examinaron diversos indicadores de bondad de ajuste: S- Bχ2/gl, GFI, AGFI, CFI, IFI y RMSEA, con sus respectivos IC al 95%. Los criterios de interpretación utilizados para evaluar el ajuste fueron: (a) valores inferiores a 3 en el índice S-Bχ2/gl, (b) valores menores a .05 en el índice RMSEA, y (c) valores iguales o superiores a .90 en los estadísticos GFI, AGFI, CFI, IFI (Bentler, 2006; Kline, 2011).

Por otra parte, se computó la confiabilidad de cada escala a partir de los coeficientes α y CR, la validez convergente mediante el índice AVE y la validez discriminante mediante la raíz cuadrada de AVE. Para los primeros, valores iguales o superiores a .70 fueron considerados adecuados (Fornell & Larcker, 1981), mientras que valores mayores a .50 son apropiados para el índice AVE (Bagozzi & Yi, 2012), y en cuanto a la validez discriminante su valor debe ser mayor al cuadrado de las covarianzas entre los constructos (Henseler et al., 2015). Finalmente, se consideró que el peso de cada indicador en su respectivo factor debía encontrarse por encima de .50 (Hair et al., 2010).

El modelo de medida inicial no logró un ajuste totalmente satisfactorio (S-Bχ2/gl = 1.88, GFI = .83, AGFI = .83, CFI = .85, IFI = .85, RMSEA = .05 [IC = .05; .06]). Sin embargo, a partir de la eliminación de dos indicadores que no se vincularon significativamente con la variable correspondiente (ítem 7 correspondiente a SL: “me siento bien trabajando para esta empresa”, e ítem 8 correspondiente a TF: “trabajo por tareas u objetivos”) se consiguió un ajuste óptimo para el modelo de medida (S-Bχ2/gl = 1.28, GFI = .92, AGFI = .92, CFI = .95, IFI = .95, RMSEA = .02 [IC = .01; .03]). Sumado a ello, todos los indicadores presentaron cargas factoriales elevadas (≥ .50), demostrando la confiabilidad individual de cada ítem. La tabla 11 presenta los resultados derivados de las pruebas de confiabilidad y validez del modelo de medida.

Tabla 11. Covarianzas, índice α, índice CR, AVE
y raíz cuadrada del AVE correspondientes a cada escala
VARIA­BLES 1 2 3 4 5 6 7 α CR AVE
1. RL (0.75) .85 .93 .57
2. TF .12 (0.75) .79 .91 .57
3. SL .23 .08 (0.78) .81 .91 .61
4. CA .29 .28 .56 (0.84) .86 .93 .71
5. CTF -.08 -.05 -.18 -.15 (0.81) .74 .88 .65
6. ETF .13 .11 .19 .25 -.06 (0.82) .77 .89 .68
7. POP .26 .30 .21 .53 -.08 .20 (0.73) .74 .77 .53

Nota: sobre la diagonal se informa la raíz cuadrada del AVE; negrita = p < .01; cursiva = p < .05 ; ETF (enriquecimiento trabajo-familia), CTF (conflicto trabajo-familia), TF (trabajo flexible), RL (rendimiento), POP (prácticas orientadas a procesos), CA (compromiso afectivo), SL (satisfacción laboral).

Tal como se desprende de la tabla precedente, los coeficientes de confiabilidad α y los índices CR superaron, en todos los casos, el valor mínimo recomendado. El índice AVE alcanzó para todas las variables latentes valores superiores a .50; en ningún caso, las raíces cuadradas del AVE fueron menores que las covarianzas entre los pares de constructos. En conjunto, los resultados obtenidos en las diversas pruebas preliminares mostraron que los constructos teóricos estaban medidos adecuadamente, es decir, de manera válida y confiable, lo que se torna indispensable para arribar a conclusiones legítimas respecto a las interrelaciones entre las variables estudiadas.

Comparación del ajuste entre los modelos de ecuaciones estructurales

De las estrategias de modelización disponibles, en el presente estudio se optó por la de modelos rivales (Hoyle, 2012). La estrategia de modelos rivales permite evaluar el modelo estimado con modelos alternativos, ya que en muchas ocasiones pueden existir diferentes modelos para representar una misma situación sin conocer cuál proporciona un mejor nivel de ajuste. En este caso, se diseñó un modelo de mediación múltiple en paralelo y un modelo de mediación múltiple en serie, los que contemplaron tanto efectos directos por parte de algunas variables de interés (TF, ETF, CTF, POP) como efectos indirectos a través del CA y la SL. A su vez, se exploró el efecto directo de las características personales (sexo, edad, estado civil, nivel educativo, antigüedad laboral, cargo y rubro de actividad) sobre el rendimiento laboral. En ambos modelos, las variables sociodemográficas incorporadas no realizaron ninguna contribución directa significativa al rendimiento laboral. Por tanto, al no desempeñar ningún rol como variables explicativas, fueron eliminadas de ellos. Adicionalmente, los dos modelos explicitados fueron recursivos, es decir que no se especificó el efecto de alguna variable sobre sí misma, y sobreidentificados, desde el momento en que el número de observaciones fue mayor que el número de parámetros a estimar (Kline, 2011).

Para realizar las estimaciones de ambos modelos, se optó por generar puntuaciones compuestas de las variables latentes, habida cuenta de la gran cantidad de variables observables y errores de medición que conllevaban. Este procedimiento se realizó a través de la imputación de los pesos factoriales correspondientes a cada indicador creando un promedio ponderado, con el auxilio del software Amos 23. Seguidamente, se desarrollan los resultados derivados del análisis de ambos modelos y su posterior comparación como rivales.

Comparación del ajuste entre los modelos rivales

Una vez propuestos los modelos estructurales, se procedió a la comparación y selección del más idóneo. Para tal fin, se evaluaron los parámetros significativos de sendos modelos y se inspeccionaron diversos estadísticos de ajuste absoluto, incremental y parsimonioso (Hoyle, 2012; Kline, 2011). En cuanto al primer eje, se consideró que el modelo seleccionado debía ser aquel que tuviera mayor cantidad de parámetros significativos a su interior. Sumado a ello, se consideraron los índices de modificación, ya que la información provista por tales indicadores conduce a eliminar o añadir parámetros. Sin embargo, todas las modificaciones a realizarse sobre el modelo original deben ser pertinentes tanto para la teoría que lo sustenta como para la evidencia empírica. En relación con el segundo eje, se optó por la combinación de los índices S-Bχ2/gl, GFI, CFI, IFI y RMSEA y el AIC. Para determinar el ajuste de cada modelo se tuvieron en cuenta los valores obtenidos y los criterios de interpretación usualmente recomendados (Hair et al., 2010; Kline, 2011). En lo que hace al índice AIC, se contempló que cuanto menores sean sus valores en comparación a los alcanzados por el modelo rival, más ajustado será el modelo teórico (Hoyle, 2012).

Los resultados obtenidos indicaron que, tanto para el modelo de mediación múltiple en serie como para el modelo de mediación múltiple en paralelo, los coeficientes estimados no evidenciaron la presencia de parámetros irrelevantes. De esta manera, en cuanto al primer eje de análisis, ninguno de los dos modelos evidenció ser la alternativa más viable. A pesar de ello, el segundo eje de análisis presentó diferencias en cuanto a los índices de ajuste evaluados en ambos modelos. La tabla 12 muestra una mayor adecuación en relación con los índices considerados para el modelo de mediación en paralelo frente al modelo de mediación en serie.

Tabla 12. Índices de bondad de ajuste de los modelos examinados
S-Bχ2/gl GFI CFI IFI RMSEA AIC
Modelo en serie 271.92 .88 .93 .93 .08 [.07; .09] 178.78
Modelo en paralelo 112.10 .98 .99 .99 .02 [.02; .03] 23.89

Como se observa en la tabla precedente, el modelo de mediación múltiple en serie no presentó un ajuste satisfactorio en varios de los índices de ajuste evaluados. Particularmente, el índice S-Bχ2/gl fue ampliamente superior al límite establecido, los valores del estadístico GFI no alcanzaron el punto de corte establecido, mientras que el índice RMSEA superó ampliamente el límite tolerable.

Por su parte, el modelo de mediación múltiple en paralelo presentó mejor ajuste absoluto. En primer lugar, la magnitud del S-Bχ2/gl mostró una importante reducción con respecto al otro modelo. A pesar de ello, continuó por encima de los límites establecidos. Los estadísticos de ajuste incremental y ajuste comparativo (GFI, AGFI, CFI e IFI) mostraron valores muy superiores al límite de .90, mientras que el índice RMSEA alcanzó un valor inferior a .05. Este modelo, además, logró una reducción notable del índice AIC, lo que demostró que el modelo de mediación en paralelo era el más parsimonioso de los dos.

En definitiva, el modelo de mediación múltiple en paralelo fue la opción más viable de las propuestas alternativas planteadas. Una vez definido el modelo más adecuado, el siguiente paso estuvo orientado a contrastar las hipótesis de mediación planteadas. A continuación, se describen los resultados correspondientes a las diversas pruebas realizadas en este marco.

Análisis de mediación

Antes de proceder con la verificación empírica de mediaciones estipuladas, se realizaron análisis de correlaciones entre las variables exógenas (TF, ETF, CTF y POP) a los fines de poner a prueba la hipótesis 1, la que sostenía que “el TF y el ETF se correlacionarán positivamente y correlacionarán negativamente con el CTF y las POP”. Los resultados mostraron correlaciones positivas significativas entre el ETF y el TF, mientras que el CTF se correlacionó negativamente con las otras variables de interés. Sin embargo, contrario a lo estipulado, las POP se correlacionaron positivamente con el TF y el ETF, y negativamente con el CTF. Las mayores correlaciones se encontraron entre el ETF y las POP, y entre el ETF y el TF (tabla 13).

Tabla 13. Correlaciones entre TF, ETF, CTF y POP para el modelo de mediación en paralelo
1 2 3 4
1. TF .50 -.19 .39
2. ETF -.38 .60
3. CTF -33
4. POP

Nota: negrita = p < 0.001.

En relación con la hipótesis de mediación planteada (hipótesis 3: “la SL y el CA mediarán, paralelamente, la relación entre el TF, el ETF, el CTF, las POP y el RL”), la literatura especializada (Nimon, 2010; Preacher & Kelley, 2011) ha recomendado, una vez corroborado el ajuste global del modelo, evaluar los indicadores R2 para las correlaciones múltiples de las variables predichas antes de proceder a analizar los p-valores correspondientes. En este sentido, para aceptar o rechazar una hipótesis deben cumplirse primero las pruebas globales (ajuste del modelo y R2) para luego avanzar sobre las pruebas específicas (p-valor). Esto se debe a que un p-valor significativo para una relación hipotética no reviste de importancia cuando el modelo no tiene un buen ajuste. Asimismo, un p-valor significativo para una relación de predicción cuyo R2 es muy pequeño tampoco proporciona datos certeros, ya que no se explica suficiente varianza de la variable dependiente. En este caso, los indicadores R2 alcanzaron valores de .96 para la SL, .54 para el CA y .91 para el RL, lo que posibilitó avanzar hacia el cálculo de los p-valores asociados a las hipótesis planteadas.

La estimación de las relaciones de mediación propuestas se realizó (Hayes, 2013) a partir de la modelización del interjuego entre las variables de interés a través de ecuaciones estructurales. Se determinó la significación de los ajustes del modelo mediante el método bootstraping, en el que se seleccionaron 5000 muestras al azar e intervalos de confianza del 95%, con el auxilio de softwares estadísticos (SPSS 23 y AMOS 23). Comparada con los métodos tradicionales (Baron & Kenny, 1986; Mackinnon, Lockwood, Hoffman, West, Sheets, 2002; Sobel, 1982), esta alternativa permite testear el efecto de múltiples mediadores, es más flexible y fácil de utilizar. Para ello, en un primer paso se calcularon los parámetros de regresión del RL sobre las variables independientes TF, POP, ETF y CTF (efectos totales). En segundo lugar, se restringieron a cero estas relaciones y se obtuvieron los parámetros correspondientes, tanto a la regresión del RL sobre las variables mediadoras (SL y CA), como a la regresión de éstas sobre las variables independientes (efectos indirectos). Finalmente, se recalcularon los efectos del TF, POP, ETF y CTF sobre el RL (efectos directos) para compararlos con los exhibidos en el primer paso. De esta manera la existencia y tipo de mediación se determina cuando los efectos totales e indirectos resultan significativos y, a su vez, el efecto directo entre las variables independientes y la dependiente resulta no significativo (en caso de mediación total) o disminuye su valor absoluto (en caso de mediación parcial) en presencia del mediador.

En lo que hace al primer paso, las variables independientes tuvieron un efecto significativo sobre el RL. En este sentido, el TF tuvo un impacto positivo modesto (γ = .10, p<.001) sobre el RL, mientras que tanto el ETF como las POP influyeron en mayor medida (γ = .36, p<.001; γ = .27, p<.001, respectivamente) sobre la variable dependiente. En este caso, la relación entre las POP y el RL no se estableció tal como se había estipulado. Por su parte, el CTF exhibió una relación negativa significativa sobre el RL (γ = -.36, p<.001). En conjunto, estos resultados brindaron apoyo empírico total a la hipótesis 2 (ya que el TF y el ETF tuvieron un efecto directo y positivo sobre el RL) y parcial a la hipótesis 3, dado que el impacto de las POP sobre el RL no se verificó en el sentido estipulado.

En lo que respecta al segundo paso, se comprobó que la regresión del RL sobre los hipotéticos mediadores fue significativa. En este caso, se observó que tanto el CA como la SL predecían significativamente el RL (γ = .66, p<.001; γ = .30, p<.002, respectivamente). A su vez, los mediadores y las variables exógenas se vincularon positiva y significativamente con el ETF, el TF y las POP y negativamente con el CTF.

Finalmente, al recalcular los efectos del TF, ETF, CTF y las POP sobre el RL en presencia de los mediadores, se comprobaron variaciones en la magnitud de los parámetros. Los resultados se informan en la tabla 14.

Tabla 14. Efectos totales y directos de las variables independientes
sobre el RL con ambos mediadores
Relación

Efecto total

Efecto directo

TF=>RL .10 -.06
POP=>RL .27 -.15
ETF=>RL .36 .09
CTF=>RL -.36 -.26

Nota: negrita = p < 0.001; cursiva = p < 0.05.

La tabla precedente permite observar que el efecto total (cuando no entraron en escena los mediadores CA y SL) de las variables independientes sobre el RL tuvo una reducción de la magnitud de sus valores absolutos en presencia de los mediadores. Las variables TF, ETF y CTF continuaron teniendo efectos residuales estadísticamente significativos sobre el RL. Estos resultados indicaron una mediación parcial entre dichas variables. En cambio, el efecto de las POP sobre la variable dependiente se tornó no significativo en presencia de los mediadores, lo que permitió asumir una relación de mediación total.

Tal como han señalado algunos especialistas (Arbuckle, 2016; Hayes, 2013), esta metodología sólo permite evaluar el efecto indirecto total (tabla 14), es decir, ante la presencia conjunta de varios mediadores. Sin embargo, en estudios en los que se ha hipotetizado la existencia de efectos indirectos específicos (a través de cada mediador), como en este caso, se hace necesario utilizar una ecuación que brinde información detallada sobre cada relación de mediación propuesta. Por lo tanto, se optó por utilizar la alternativa incorporada recientemente por AMOS (Arbuckle, 2016) conocida como “estimación definida por el usuario” (de su nombre en inglés user-defined estimands), para verificar los efectos indirectos específicos de cada mediador. Esta estrategia permite evaluar el efecto de cada mediador individualmente una vez identificado el parámetro entre la variable independiente y el mediador (path A) y el correspondiente al parámetro entre el mediador y la variable dependiente (path B).

Los resultados que se observan en la tabla 15 permiten determinar el grado de intervención de cada mediador en los efectos indirectos totales calculados (noestandarizados). En el caso de la relación entre el TF y el RL, se encontró que el efecto indirecto total (γ = .49, p<.001) estaba conformado por la actuación del CA (γ = .45, p<.001) en mayor medida y por la SL (γ = .04, p<.002). Por su parte, el vínculo indirecto calculado entre las POP y el RL (γ = .88, p<.001) se encontraba constituido en mayor medida por los aportes de la mediación de la SL (γ = .56, p<.002) y en menor medida por el CA (γ = .32, p<.001). En cuanto al ETF (γ = .46, p<.001), se observó que su relación con el RL era mediada en mayor medida por el CA (γ = .41, p<.001), siendo menor la mediación a través de la SL (γ = .05, p<.002). Finalmente, con respecto a la relación indirecta entre el CTF y la variable dependiente (γ = -.15, p<.002), la actuación del CA (γ = -.12, p<.001) y de la SL (γ = -.03, p<.002) fue más bien modesta, pero con primacía del compromiso. Estos hallazgos permiten asegurar que, de las terceras variables propuestas, el CA es un mejor mediador de la relación entre tres de las variables independientes (TF, ETF y CTF) y el RL. Al tiempo que la SL se presenta como un mejor mediador para la relación entre las POP y la variable dependiente.

Con base en los resultados expuestos, se ha corroborado la hipótesis 4, que postulaba el rol mediador del CA y la SL. En este sentido, se ha podido confirmar empíricamente que las dos variables propuestas median parcialmente la relación entre el RL y las variables independientes. Y, además, el CA es un mejor mediador entre el TF, el ETF y el CTF y la variable dependiente, al tiempo que la SL lo es entre las POP y el RL.

Tabla 15. Efectos indirectos de las variables independientes
sobre el RL para la mediación de la SL y del CA

Relación

Efecto indirecto

Mediador

AxB

Intervalo de confianza

p-valor

TF=>RL .49 SL .04 [.02, .05] .002
CA .45 [.31, .46] .001
POP=>RL .88 SL .56 [.29, .86] .002
CA .32 [.19, .42] .001
ETF=>RL .46 SL .05 [.02, .08] .002
CA .41 [.31, .42] .001
CTF=>RL -.15 SL -.03 [-.02, -.04] .002
CA -.12 [-.20, -.06] .001

Explicación del RL a partir del modelo de mediación múltiple en paralelo

Una medida del poder predictivo de un modelo es el valor R2 para las variables latentes dependientes. Ésta indica la cantidad de varianza del constructo que es explicada por el modelo (Falk & Miller, 1992). Concretamente, en el presente estudio, un 91% de la varianza de la variable dependiente fue explicado a partir del modelo estructural propuesto. Vale decir que la contribución de otras variables no contempladas en el modelo en la predicción del RL fue escasa. Los cambios en el indicador R2, para determinar si la influencia de una variable latente particular sobre un constructo dependiente tiene un impacto sustantivo, fueron evaluados a través de la estimación del TE. El TE se calculó a partir del coeficiente f2 (Chin, 2010), el que alcanzó un valor de 1.17 a un nivel de significación alfa de .01. Este resultado indicó un efecto considerable y, consecuentemente, una adecuada capacidad explicativa. A su vez, la relevancia predictiva del modelo se calculó a partir del estadístico Q2, cuyo valor se ubicó por encima de cero (.457). Estos resultados indicaron la presencia de un modelo altamente predictivo (Akter, D’Ambra & Ray, 2011).

Sin embargo, como el propósito de la presente investigación no se limitó a una simple descripción, sino que focalizó en la predicción e interpretación, siguiendo las sugerencias de los especialistas (Kraha et al., 2012; Lorenzo-Seva & Ferrando, 2013; Nimon, 2010) se emplearon distintos métodos para comprender las contribuciones específicas de cada predictor en el modelo. Los diferentes análisis (coeficientes de regresión estandarizados, importancia relativa, coeficientes de comunalidad) tomados en conjunto pueden dar cuenta de las complejas relaciones entre los predictores, así como entre cada uno de ellos y la variable dependiente.

En primer lugar, se evaluaron los coeficientes de regresión estandarizados (coeficientes ß), los que permitieron valorar la importancia relativa de cada variable independiente al modelo. A pesar de ello, los coeficientes ß dependen del contexto y no suelen ser de demasiada utilidad cuando los predictores se encuentran correlacionados. Por lo tanto, los coeficientes estandarizados han de ser acompañados por otra medida complementaria como las medidas de la importancia relativa (IR). El coeficiente de IR considera la contribución de un determinado predictor a la varianza de la variable dependiente, cuando se tienen en cuenta tanto su contribución específica como la de las otras variables del modelo. La suma de los pesos resultantes de esta medida es igual a R2, lo que permite obtener el porcentaje de contribución de cada variable independiente al rendimiento laboral (Braun & Oswald, 2011). Finalmente, a partir del análisis de comunalidad se pudo compartimentar el porcentaje de varianza explicada total en tantos porcentajes de varianza específica como predictores contemplados en el modelo (sin tener en cuenta las otras variables intervinientes). Para obtener la varianza común, se restó a la varianza total explicada (R2) la varianza específica correspondiente a cada predictor (Kraha et al., 2012). Los resultados de cada medida son presentados en la tabla 16.

Tabla 16. Coeficientes de regresión estandarizados, coeficientes de importancia relativa y proporción de varianza explicada de RL correspondiente a cada predictor
Predictor

Coeficientes estandarizados (ß)

IR

Porcentaje de R2 (varianza explicada)

SL .308 .118 6.13%
TF .059 .049 1.02%
CA .660 .355 28.89%
CTF -.266 .158 5.92%
ETF .091 .136 6.93%
POP .157 .099 4.20%
R2 = 91% ΣVE = 53%

figura 4, parte 3

Figura 4. Varianza explicada de RL específica y compartida (elaboración propia).

La inspección de la tabla precedente da cuenta de que los coeficientes valorados indicaron información diferente acerca de la relevancia de los predictores en cuestión. En todos los casos, el CA fue la variable que más contribuía a la explicación del RL. Al tener en cuenta los coeficientes de IR las demás variables que mostraron efectos significativos sobre el RL fueron, en orden de importancia, el CTF, el ETF, la SL, las POP y el TF. Sin embargo, cuando se consideraron las proporciones de varianzas específicas se modificó el orden de relevancia de las variables predictoras: ETF, SL, CTF, POP y TF. Estos resultados dan cuenta de las diferencias a la hora de considerar los efectos de las variables independientes sobre la dependiente de manera individual o conjunta. En cuanto a las varianzas explicadas, la varianza total ascendió al 91%, mientras que la suma de los aportes específicos de cada predictor fue de 53%. La diferencia entre este porcentaje (53%) y la varianza total explicada (91%) indica que la varianza compartida entre todas las variables corresponde a un 38%.

De esta manera, se logra dar respuesta al objetivo central del estudio, vale decir, determinar la contribución relativa de cada variable a la predicción del rendimiento laboral. En la figura 4 se representan las proporciones de varianza explicadas (común y específicas) del RL. A los fines explicativo-visuales, ambos totales se expresan como un 100%.

En definitiva, de los análisis precedentes surge que (a) de los dos modelos desarrollados, el modelo de mediación en paralelo resultó más idóneo que el modelo de mediación en serie. A pesar de que en ambos casos la totalidad de los parámetros estimados fueron significativos, el primero de ellos exhibió un mejor ajuste en relación con los índices considerados para tal fin; (b) en ninguno de los casos las características sociodemográficas tuvieron incidencia sobre la variable dependiente, lo que determinó su exclusión de los modelos explicativos propuestos; (c) la SL y el CA se erigieron como variables mediadoras entre el RL y dos variables disposicionales (ETF y CTF) y dos organizacionales (POP y TF). Todas las mediaciones encontradas fueron parciales, a excepción de la que involucraba a las POP, que fue completa; (d) en cuanto a las terceras variables, el CA resultó ser un mejor mediador para la relación entre el RL y casi todas las variables independientes. Mientras que la SL se presentó como el mediador más adecuado para el vínculo entre las POP y el RL; (e) las variables disposicionales tuvieron mayor impacto sobre el RL que las variables organizacionales; (f) en el modelo de mediación múltiple en paralelo, la proporción de varianza explicada de RL específica de cada predictor ascendió a un 53%. Lo que indicó que el restante 38% de la varianza explicada del RL era producto de la actuación conjunta de las variables antecedentes; (g) de las variables propuestas, el CA resaltó como predictor por sobre las demás variables explicativas, al tiempo que el TF se ubicó como el antecedente con menor peso en el modelo; y (h) la dirección del efecto de las POP fue contrario al estipulado, tanto en el caso del RL como para las demás variables intervinientes.

Figura 5. Modelo final de mediación múltiple en paralelo empíricamente verificado (elaboración propia).

Nota: líneas curvas = covarianzas; líneas continuas = relaciones positivas; líneas punteadas = relaciones negativas; RL = rendimiento laboral; SL = satisfacción laboral; CA = compomiso afectivo; TF = trabajo flexible; ETF = enriquecimiento trabajo-familia; CTF = conflicto trabajo-familia; POP = prácticas orientadas a procesos



Deja un comentario