
Dos evaluaciones pueden mostrar un 3 y estar diciendo cosas distintas. Antes de elegir números, define qué quieres observar, qué significa cada respuesta y qué decisiones permitirá. Esta guía compara opciones y muestra un caso para comprobar si los evaluadores entienden lo mismo.
Decide qué significa la respuesta antes de elegir números
Elegir una escala de evaluación del desempeño empieza por una pregunta: ¿qué necesitas saber del trabajo? Frecuencia, dominio, acuerdo y cumplimiento responden preguntas diferentes. El formato de las casillas viene después de esa decisión.
Si quieres saber cuántas veces una persona revisa sus compromisos, pregunta por frecuencia y delimita el periodo y las oportunidades de hacerlo. Si necesitas conocer con qué autonomía puede revisarlos, describe el dominio esperado. Una respuesta de acuerdo con la frase "revisa sus compromisos" recoge una valoración sobre esa afirmación; no entrega por sí sola un registro de frecuencia o autonomía.
Para un resultado, identifica primero el entregable y el criterio de logro. La guía de estándares de desempeño de OPM distingue lo que se debe hacer de qué tan bien debe hacerse. Es una referencia de diseño del empleo federal estadounidense; aquí usamos esa distinción conceptual, sin trasladar sus reglas a las empresas latinoamericanas.
Escribe una frase de propósito antes de construir categorías: "Queremos conocer el grado de autonomía para revisar compromisos, con evidencia del trimestre, para decidir qué apoyo de desarrollo hace falta". Ese propósito ayuda a descartar preguntas que no aportan a la decisión. El modelo de competencias por cargo aporta el contexto de lo que se espera del rol; la escala define cómo registrar la respuesta.
Para llevar estas decisiones al diseño del ciclo, el kit maestro de evaluación 2027 incluye una guía y un libro editable. Su escala es un punto de partida ilustrativo: revisa los anclajes y las reglas antes de usarla.
Compara tipos de escala y sus límites
Una escala gráfica numérica presenta una sucesión de valores para marcar una valoración. Puede acompañarse de etiquetas, pero su apariencia no determina qué mide. Un formulario del 1 al 5 podría representar frecuencia, dominio o una valoración global: necesita instrucciones que resuelvan esa ambigüedad.
| Enfoque | Respuesta que busca | Qué debes aclarar | Límite principal |
|---|---|---|---|
| Gráfica numérica | Ubicación en una secuencia de valores. | Objeto, significado de cada valor y evidencia requerida. | El número solo no explica el juicio. |
| Frecuencia | Con qué regularidad ocurre una conducta. | Periodo, oportunidades de observación y sentido de las categorías. | Hacer algo a menudo no demuestra su calidad. |
| Dominio con anclajes | Cómo se ejecuta una conducta respecto de descripciones del trabajo. | Autonomía, complejidad u otro criterio acordado y evidencia por nivel. | Las descripciones requieren desarrollo y comprobación; no se validan al escribirlas. |
| Acuerdo con afirmaciones | Grado de acuerdo con un enunciado. | Qué significa estar de acuerdo y a qué evidencia debe atender quien responde. | El acuerdo puede ocultar qué dimensión sostuvo la valoración. |
La tabla compara decisiones de diseño; no ordena los métodos de mejor a peor. Si necesitas observar autonomía, un anclaje que describa el apoyo requerido puede ser útil. Si necesitas registrar recurrencia, conviene definir las ocasiones en las que la conducta podía ocurrir. Construir un instrumento BARS completo exige un trabajo metodológico específico y excede esta elección inicial.
Las categorías ordenadas tampoco garantizan distancias iguales. El glosario de NIST describe una escala ordinal como un orden sin establecer la magnitud de la diferencia entre posiciones. Por eso, pasar del 2 al 3 no demuestra el mismo avance que pasar del 3 al 4, y marcar 3 de 5 no equivale automáticamente a tener un 60 % de competencia.
Elige cantidad de categorías y tratamiento de no observado
Elige categorías que las personas puedan distinguir con la evidencia disponible. Añadir niveles aporta detalle solo si puedes explicar qué cambia entre ellos. Empieza por describir las diferencias relevantes y comprueba después cuántas opciones necesitas; no adoptes cinco o siete porque parezcan un estándar universal.
Ensaya las dos categorías más parecidas. Pregunta qué evidencia permitiría elegir una en lugar de la otra. Si las respuestas son intercambiables, revisa la descripción, el criterio o la separación. Una escala más corta puede bastar para una decisión y resultar insuficiente para otra; la prueba debe responder al uso previsto.
Define también el punto intermedio. Puede significar dominio esperado, frecuencia intermedia o neutralidad ante una afirmación, según el diseño. No dejes que se convierta por costumbre en "no sé". Pew Research Center explica que las opciones y su redacción influyen en las respuestas y recomienda categorías claras. Su contexto son encuestas; la aplicación aquí es revisar el significado de las opciones, no atribuir validez al instrumento de desempeño.
Separa falta de evidencia y desempeño bajo. "No observado" debe permitir registrar por qué no se puede valorar: faltaron oportunidades, no hay información suficiente o la conducta no corresponde al rol. Establece qué se hará con esa respuesta y qué evidencia se buscará. No la conviertas silenciosamente en cero ni en la categoría más baja.
El diccionario de competencias ayuda a describir el contenido de lo que evalúas. Mantén esa definición junto a la escala para evitar que una etiqueta como "avanzado" tenga significados distintos según quién la lea.
Ejemplo ficticio: un 3 no significa lo mismo en dos escalas
Imagina dos formularios sobre seguimiento de compromisos. En uno, la persona recibe un 3 de frecuencia, definido como "a veces". En el otro, el 3 describe que revisa compromisos con apoyo puntual. Los códigos coinciden, pero la información que contienen cambia.
| Aspecto | Formulario de frecuencia | Formulario de dominio |
|---|---|---|
| Código | 3 | 3 |
| Significado acordado | A veces revisa los compromisos. | Revisa los compromisos con apoyo puntual. |
| Evidencia por buscar | Ocasiones en que debía revisar y ocasiones en que lo hizo, dentro del periodo. | Revisiones realizadas y apoyo que necesitó para resolverlas. |
| Lo que falta saber | Qué calidad tuvieron las revisiones. | Con qué frecuencia se realizaron cuando correspondía. |
Si el propósito es decidir un apoyo para que la persona trabaje con mayor autonomía, el segundo formulario se acerca más a esa pregunta. Si necesitas revisar la regularidad del seguimiento, el primero puede aportar, siempre que existan oportunidades identificables. Ninguno gana por producir una nota más alta.
Promediar ambos 3 no crea una medida conjunta defendible solo porque la operación sea posible. Antes de integrar resultados, acuerda el significado, la compatibilidad y las reglas del instrumento. El formato de evaluación del desempeño permite revisar esa integración sin convertir esta comparativa en una fórmula de cálculo mixto.
Si quieres contrastar tu caso en una herramienta, puedes agendar una demo de Ralun llevando una conducta, sus categorías y un ejemplo de evidencia. La conversación debe comprobar qué configuración responde a ese caso; no presupone que todos los métodos estén disponibles ni reemplaza la revisión metodológica.
Comprueba interpretación y comparabilidad antes de lanzar
Haz una prueba breve con personas que usarán la escala. Pídeles que respondan por separado sobre los mismos casos y que expliquen cómo eligieron. Una coincidencia de números puede esconder razonamientos distintos; una diferencia puede provenir de información que el caso no entregó.
Los CDC describen la entrevista cognitiva como un método para explorar cómo se entienden y responden las preguntas. Tomamos de esa lógica la necesidad de preguntar por la interpretación. El ensayo breve propuesto aquí no equivale a ejecutar un estudio de entrevistas cognitivas ni una validación psicométrica.
- Entrega el mismo enunciado, las categorías y un caso acotado. Evita explicar de antemano qué respuesta esperas.
- Recoge categoría, evidencia utilizada y motivo de elección.
- Pregunta qué distingue esa categoría de la anterior y de la siguiente.
- Separa problemas de redacción, evidencia insuficiente y desacuerdos sobre el criterio.
- Ajusta lo identificado y prueba otra vez con un caso que no se haya resuelto en grupo.
| Caso | Pregunta de comprobación | Problema que permite buscar |
|---|---|---|
| Revisa los compromisos en todas las ocasiones previstas, pero omite cambios de plazo. | ¿Tu respuesta valora regularidad, calidad o ambas? | Mezcla de dimensiones en una categoría. |
| No hubo compromisos que requirieran revisión durante el periodo. | ¿Puedes valorar o corresponde no observado? | Confusión entre falta de oportunidad y desempeño bajo. |
| Resuelve la revisión con una consulta puntual a su jefatura. | ¿Qué apoyo admite el nivel esperado? | Frontera ambigua entre categorías de dominio. |
Registra las discrepancias con el enunciado exacto y la versión corregida. El resultado de este ensayo es detectar y corregir problemas de comprensión. No demuestra confiabilidad, validez para todos los usos ni ausencia de sesgos. La formación posterior de evaluadores requiere su propio trabajo y comprobación.
Documenta la escala elegida y comprueba su aplicación
La ficha de decisión debe permitir que alguien ajeno a su diseño explique qué significa una respuesta. Puedes completar el siguiente esquema en el documento interno de tu proceso; aquí se muestra íntegro para que revises sus campos.
| Campo | Decisión del ejemplo |
|---|---|
| Objeto y uso | Autonomía al revisar compromisos; orientar apoyo de desarrollo. |
| Enfoque | Dominio con descripciones de conducta y apoyo requerido. |
| Categorías | Documentar cada descripción y su frontera con las categorías vecinas; no bastan números. |
| Evidencia y periodo | Revisiones del trimestre y apoyos utilizados; comprobar que hubo ocasiones pertinentes. |
| No observado | Registrar motivo y siguiente evidencia por reunir; no asignar nota mínima. |
| Comparación admisible | Revisar casos con el mismo propósito, criterio y condiciones documentadas. No convertir códigos entre escalas sin fundamento. |
| Revisión | Responsable de DO, versión del instrumento y fecha del próximo ensayo. |
Al aplicarla en una evaluación por competencias, conserva la evidencia que sustenta cada valoración. Los comentarios de evaluación del desempeño pueden explicar qué ocurrió y qué apoyo se necesita, sin limitarse a repetir la etiqueta de la escala.
Una política que exige cierto reparto de notas plantea otra decisión. La curva de campana en la evaluación trata esa discusión; no debe confundirse con definir qué significa una categoría. Tampoco cambiar la numeración demuestra que las valoraciones de dos periodos sean comparables.
Preguntas frecuentes sobre escalas de evaluación
¿Una escala de 1 a 5 es una escala Likert?
El rango numérico no basta para nombrar el método. Si el ítem pregunta por acuerdo con una afirmación, describe sus categorías de acuerdo; si pregunta por frecuencia o dominio, nómbralo así. Además, distingue un ítem aislado de una escala compuesta por varios ítems, como explican Sullivan y Artino en su revisión metodológica.
¿Conviene una cantidad par o impar de categorías?
Depende de si existe una categoría intermedia con significado útil y de si las personas distinguen las opciones. Quitarla para obligar a decidir no resuelve la falta de evidencia. Prueba las categorías con los casos y conserva la justificación.
¿Se pueden comparar promedios si cambiamos las etiquetas?
No asumas continuidad. Cambiar descripciones puede cambiar lo que representa una respuesta. Documenta ambas versiones y revisa la equivalencia antes de interpretar diferencias como mejora o deterioro del desempeño.
¿Una escala con conductas elimina los sesgos?
No. Las descripciones ayudan a explicitar el criterio, pero siguen haciendo falta evidencia, comprensión de las categorías y revisión de su uso. El formato por sí solo no acredita esas condiciones.
Conclusión: el significado sostiene la comparación
Una escala útil deja claro qué se observa, con qué evidencia y para qué decisión. La elección se sostiene cuando las categorías permiten expresar diferencias pertinentes y quienes las usan pueden explicar sus respuestas. Conserva esos criterios junto a los resultados: la cifra aislada no los reemplaza.
Te dejo un desafío
Esta semana, toma una categoría intermedia de tu escala y pídele a dos evaluadores que expliquen qué evidencia necesitarían para elegirla. Empieza enviándoles la descripción exacta, sin añadir pistas. Compara sus razones: podrás localizar una ambigüedad concreta antes del próximo ciclo.
