Page 26 - Liderazgo Práctico Basado en Evidencia - Módulo 3
P. 26

Por lo anterior, se utiliza el análisis del comportamiento de diversas variables (independien-
                tes) para intentar a través de éstas explicar en parte el comportamiento de otra (depen-
                diente) y en qué magnitud. Para ello, se utilizaron modelos de regresiones estadísticas, de
                forma de estudiar el comportamiento de las variables de Desempeño General del Equipo
                (DESEMP_G), Desempeño de la Jefatura (DESEMP_J) y Desempeño Total (DESMP_T), que
                son las tres principales variables dependientes del estudio. Es importante mencionar que
                las evaluaciones para las dos primeras variables, varían entre 1 a 5 para las dos primeras y
                entre 2 y 10 para la variable Desempeño Total, haciendo que esta última sea más fácilmen-

                te utilizada como una variable lineal, a la hora de identificar el efecto que tienen las varia-
                bles independientes correspondientes a los distintos estilos de liderazgo y también a las
                variables que la literatura relaciona con desempeño, por sobre las variables dependientes,
                en particular desempeño total.


                Si bien, es posible considerar que la variable desempeño se comporta como una variable
                lineal o continua, ya que existen formas de medirlo de esa manera, en el presente estudio
                se evaluó a través de una escala Likert de solo 5 niveles, por lo que en estricto rigor se mide
                casi como una variable categórica o discreta (que solo puede tomar determinados valores).


                Sin embargo, se contrastaron los resultados con regresiones ologit que es una regresión
                logística de tipo logit ordenada, para ver si cambian las direcciones de las variables o sus
                significancias. Al ver que no existían diferencias relevantes se optó por regresión lineal, ya
                que ologit se interpreta en base a probabilidad de ocurrencia de que una variable cambie

                de categoría, lo que para efectos de un estudio resulta poco práctico.


                Por otro lado, el R-Cuadrado de cada regresión estadística, nos permite identificar cuanto
                del total de la varianza de la variable dependiente es capaz de explicar cada modelo de
                regresión, considerando todas las variables independientes del modelo, incluyendo las que
                se definieron de control y los modelos de liderazgo que se hayan incorporado. Junto con
                ello, el modelo entrega “betas” para cada variable independiente, es decir, el posible efecto
                de esta sobre la variable dependiente, que es posible de ser considerado siempre y cuando
                su valor sea estadísticamente significativo.


                En primer lugar de este apartado y para tener consistencia con el estudio anterior, se dará
                a conocer una regresión estadística de los estilos o modelos de liderazgo estudiados, sobre
                lo que definimos como percepción del Desempeño General del Equipo para el estudio,
                donde se usaron como variables de control las ya mencionadas con anterioridad: Cargo,
                Renta, Género, Edad, Antigüedad y Empresa, de modo de cautelar que los resultados que
                se puedan obtener para cada uno de dichos estilos, no estén explicados en parte por el
                comportamiento de alguna de dichas variables.


     24
   21   22   23   24   25   26   27   28   29   30   31