¿Siempre son útiles las pruebas de selección?

Si nos preguntaran a los psicólogos chilenos que nos dedicamos a la selección de personas, la mayoría diríamos que sí. También los gerentes de las empresas se han ido convenciendo de aquello y por ello prefieren “mandar al psicólogo” a los candidatos que necesitan contratar, antes de tomar la decisión de incorporarlos al equipo.
En honor a la verdad, los psicólogos tenemos que reconocer que las pruebas que utilizamos son útiles, siempre que se den ciertas circunstancias en el proceso de selección que estemos realizando.
Primero que nada, no todas las pruebas que se usan actualmente en los procesos de selección chilenos cuentan con evidencias empíricas que respalden su validez predictiva, es decir, su capacidad para predecir que los postulantes que obtengan altos puntajes en el test tenderán a ser quienes se desempeñen mejor en el trabajo al que fueron seleccionados y, en sentido contrario, quienes alcancen un rendimiento bajo en la evaluación probablemente se desempeñarán de modo deficiente en el cargo. Esto, concretamente, sirve para que no contratemos a gente que lo hará mal en el trabajo y, no menos importante, que dejemos fuera a personas con buenas capacidades.
Entonces, las pruebas resultan muy útiles si se cuenta con información previa que respalde una alta correlación entre los puntajes obtenidos por postulantes y su desempeño al ser contratados. No sirven tanto si no contamos con esa certeza respecto a su capacidad predictiva. Parece obvio, pero muchos profesionales y gerentes de nuestro país se entregan ciegamente a la recomendación realizada en base a herramientas sin evidencia de respaldo.
En segundo lugar, tenemos que fijarnos en cuántas personas harían bien (o mal) un trabajo si no usáramos un método de selección que puede consistir en uno o más tests. Esto se traduce en una tasa o razón de personas potencialmente adecuadas para el cargo. Tiene que ver con el tipo de trabajo o cargo, ya que probablemente esta tasa sea distinta según las características y/o complejidades que presente cada posición. Se trata de la respuesta a la pregunta “¿Qué proporción de la gente tendría éxito en este trabajo si contratáramos a todos quienes quieran postular, sin filtrarlos con un método de selección?”.
Si los demás factores permanecen constantes, las pruebas son más útiles cuando la proporción de éxito y fracaso de la gente en un trabajo naturalmente es 50 y 50 (o 0,5). Se van volviendo menos útiles si este indicador se acerca a los extremos, es decir, 1 (todos son exitosos) o si cae a cerca 0 (todos fracasarían en este cargo).
Por último, es relevante a la hora de determinar la utilidad de los tests en selección, el grado de exigencia fijado para la contratación o, dicho de otro modo, la razón de selección. Esto se obtiene dividiendo el número de personas a contratar por el número de quienes postularán. Por ejemplo, si se reclutan 100 personas que van a ser parte de la selección y finalmente 50 de ellos van a ser contratados, la razón de selección es 0,5.
Cuanto menor sea la razón de selección, o sea, cuando más restrictivo sea el acceso al cargo para los postulantes, más útil se vuelve la prueba para realizar la predicción. Es baja la probabilidad de contratar gente exitosa si la razón de selección es muy pequeña y, al contrario, es alta la probabilidad de contratar gente que fracasará en el puesto si la tasa de selección es muy alta (esto pasa, por ejemplo, cuando no hemos hecho un buen reclutamiento y contamos con pocos postulantes para evaluar).
Estos tres factores deben considerarse en la determinación de qué tan útiles resultan los tests al seleccionar personas para distintos trabajos, todo esto, basados en las teorías creadas por Taylor y Russell 1 .

 

  1. H.C. Taylor and J.T. Russell, “The relationship of validity coefficients to the practical effectiveness of tests in selection: Discussion and tables,” Journal of Applied Psychology, 23, 1939, 565-578.

Deja una respuesta

Tu dirección de correo electrónico no será publicada.

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