Estudio de la relación directa entre el análisis de puestos de trabajo y la productividad del personal administrativo de dos universidades privadas de Manizales y propuesta de un modelo integral para su medición

Abstract

La productividad es un indicador clave del nivel de competitividad de un país. Sin embargo, al tener claro que no son los países los que compiten sino las organizaciones que forman parte de él, es necesario medir la productividad al interior de las mismas. En la presente investigación, se realiza una revisión bibliográfica de las metodologías más importantes que existen para analizar los puestos de trabajo administrativos y posteriormente estudiarlas e interpretarlas cuantitativamente, para establecer el nivel de correlación que tienen con los factores más relevantes de la productividad. Se analiza una muestra de 64 personas y se presentan conclusiones y recomendaciones, obteniendo como resultado para el caso del entorno físico, por ejemplo, que la iluminación presenta una deficiencia en las oficinas, dado que no está dirigida correctamente hacia el puesto de trabajo. En otros casos la variación en la temperatura del aire es notable, generándose así débiles molestias en el trabajador y en los aspectos psicosociales lo nocivo que implica el hecho de cometer errores; así como la diversidad de órdenes, provocando fatigas y desmotivación. Después de depurar la información encontrada y analizada, se puede evidenciar la falta de una metodología completa, que considere todos los factores del ser humano (relaciones interpersonales, motivación, competencias, factores de seguridad y físicos entre otros). En consecuencia, se propone un modelo integral para análisis de puestos de trabajo administrativo, que logre medir su relación directa con la productividad de la organización. Este modelo integral, es tratado mediante el Modelo de Componentes Principales, ya que cuando se recoge la información de una muestra de datos, se obtiene un número alto variables que originaron un alto número de coeficientes de correlación. En nuestro caso se tomaron 37 variables de productividad y 46 de LEST, que generaron 780 coeficientes de correlación. A partir de la corrida de los datos en el software estadístico SPSS, se obtuvo un modelo matemático lineal con 4 factores principales, con la misma confiabilidad para obtener resultados, que el alto número de datos y variables originales.