Plantilla para artículos empíricos

Contrastando esta metodología con lo planteado por Alles, se observa que, para el caso de estudio, esto es el SRI, se aplica un modelo de evaluación de desempeño de 270°.

Por otro lado, una vez concluido el proceso de evaluación, se tienen los efectos de los resultados, siendo los más preocupantes, los resultados de regular e insuficiente, que para el primer caso ocurre cuando se tiene una calificación entre 70% y 79,99%, teniendo como efecto la ejecución de una nueva evaluación de desempeño del servidor en el lapso de 3 meses, y si el resultado es nuevamente de regular o insuficiente, se procede a la desvinculación del servidor; a su vez, si el resultado es de insuficiente, esto es con una igual o inferior a 69,99%, se procede a una nueva evaluación al servidor en un periodo de 2 meses, y si el resultado es de regular, se procede con lo indicado en el caso anterior, y si es de insuficiente, se procede a la desvinculación del servidor. (Ministerio del Trabajo, 2018)

Como es de suponer, en el caso de servidores que se enmarquen en una de estas dos situaciones <<resultados de regular o insuficiente>>, se afecta directamente el clima laboral, dados los roces entre evaluador y evaluado, así como por la afectación de la estabilidad laboral.

LA LÓGICA DIFUSA COMO HERRAMIENTA DE EVALUACIÓN

La creación de la lógica difusa remonta a la década de los años sesenta, y se le atribuye a Lotfi Zadeh, dada su publicación “Fuzzy Sets” presentando planteamientos matemáticos que encajan en la teoría de subconjuntos borrosos (Zadeh, 1965), con el paso del tiempo ha tomado fuerza en diversos campos disciplinarios, principalmente en el control de procesos empresariales, en las tecnologías de la información y computación y numerosas aplicaciones en la economía.

La teoría fundamenta los conjuntos de números difusos o borrosos, que representan la pertenencia de elementos o grupos de elementos a una categoría o clasificación, pertenencia que se expresa con intensidades o grados diversos de acuerdo con opiniones de expertos, lo que implica que existan múltiples niveles de pertenencia entre los valores extremos de cada intervalo, incluso con la oportunidad de establecer referencias de parecido entre los límites y sus matices internos (Pérez y León, 2007)

Referenciando el tema de análisis de la presente investigación, esto es la evaluación de desempeño, se encuentran variados estudios acerca de este proceso, como es el modelo producido por Payán y Luhrs (2013), en donde se menciona la inferencia difusa para el análisis de programas sociales; se tiene el diseño de evaluación de competencias comunes de Manjarrés, Castell y Luna (2013), las mismas que se estudiaron en relación con determinado tipo de empleados, usando a la lógica difusa en el análisis de resultados.

Por lo que, como es de suponer, estas afirmaciones dispersan lo que la lógica tradicional define, es decir, que solo existe “lo blanco o lo negro”, sino que abre un abanico amplio de escalas de grises entre estos extremos, es decir, los grados de pertenencia, por lo tanto, la lógica difusa representa con mayor ajuste la realidad de los fenómenos sociales o de las variables analizadas (Vidal Beltrán, Erazo Álvarez & Narváez Zurita, 2019).

FUNCIONES DE PERTENENCIA A PARTIR DE EXPERTOS

Una de las maneras con la cual se puede determinar el grado o nivel de pertenencia de una variable dentro de un conjunto borroso, y la que es utilizada en la presente investigación, es el expertizaje y contraexpertizaje, dado que permiten valorar las opiniones de diversos expertos sobre una variable y su incidencia en un proceso determinado (Kaufmann y Gil, 1993).

El proceso de expertizaje se basa en obtener las opiniones de los expertos acerca de la incidencia de ciertas variables en un procedimiento o en un fenómeno, para luego vaciarlas en una matriz de incidencia que establece una banda global en donde se agrupa todos los valores límites dados para cada fenómeno o efecto. Para este caso, y a partir de las opiniones dadas por los servidores evaluadores de la Institución y los ejecutores del proceso de evaluación sobre la valoración de factores y/o variables, surgirán las categorías detalladas en los resultados.

El proceso de contraexpertizaje se efectúa luego de lo descrito en el párrafo anterior, es decir luego de realizar el proceso de expertizaje, y básicamente es replicar el procedimiento, pero, se recomienda aplicarlos a distintos expertos y no a los que nos dieron su opinión inicialmente.

Esto desemboca en lo que se denomina expertón, a partir del cual se establecen los nuevos límites para cada categoría, lo que hace caer la entropía y reduce las bandas, es decir, disminuye la incertidumbre.

LA TEORÍA DE LOS EFECTOS OLVIDADOS

Una de las herramientas que nos ofrece la lógica difusa, es la teoría de los efectos olvidados, y que fundamenta su procedimiento en que en todo proceder o proceso, existe la posibilidad de no considerar, sea por olvido o de manera involuntaria, variables o relaciones de incidencia que en la mayoría de los casos no son visibles o explícitas, situaciones que se presentan a pesar de que se cuente con un mecanismo de control. Estas situaciones se presentan en situaciones donde se analizan efectos sobre efectos, quedando incidencia no visible dada la acumulación de causas que las provocan.

Por naturaleza, las personas necesitan reforzar el análisis con modelos o herramientas capaces de mostrar la relación de causalidad entre variables o factores de fenómenos, situación que está presente en todas las situaciones causa – efecto.

Como es de suponer, en los fenómenos en donde se presentan causalidades de mamera encadenada, es en donde más el ser humano es propenso a olvidar u omitir variables que resultarían importantes en los procesos. Por lo tanto, cada olvido lleva como consecuencia efectos secundarios que van repercutiendo en todas las relaciones de incidencia en fenómeno determinado. (Gil y Barcellos, 2010)

LA EVALUACIÓN DE DESEMPEÑO USANDO TÉCNICAS DIFUSAS

Rico y Tinto describen que una de las aplicaciones posibles de la matemática borrosa es en el proceso de selección de personal para las organizaciones (Rico y Tinto, 2009), lo que también puede aplicarse dentro de las evaluaciones de desempeño por competencias.

Para Alles, el analizar el desempeño de un colaborador es un instrumento para liderar y controlar el cumplimiento de indicadores del personal. Alles señala que uno de los objetivos fundamentales de este proceso es el desarrollo profesional, y en ocasiones el personal, de los trabajadores, así como la mejora permanente de resultados de la empresa a través del aprovechamiento adecuado del talento humano. (Alles, 2008)

Se puede por lo tanto deducir que es una necesidad imperiosa de toda organización poder medir la brecha existente entre la competencia (o variable) ideal determinada en el perfil del cargo y el grado de competencia que tiene el servidor o colaborador.

Soler y Castillo en su modelo de evaluación de competencias, en donde abordan la herramienta de la lógica difusa, explican que, para poder calcular la evaluación de los diferentes perfiles, se debe definir un intervalo de confianza (μ), en el cual se enmarcan los criterios de evaluación, en un intervalo de 0 a 1, [0, 1]. (Soler y Castillo, 2009)

En este sentido, tal como se mencionaba anteriormente, una de las herramientas de avanzada dentro de la lógica difusa es la teoría de los efectos olvidados. Diversos autores han aportado valiosas investigaciones que demuestran la efectividad de esta herramienta para disminuir la incertidumbre en la gestión empresarial, entre aquellos: Luna, Tinto, Sarmiento y Cisneros (2017) abordan las distintas acciones mediante la utilización de teoría del expertizaje, volcando toda esta información en una matriz de efectos olvidados que permita tomar decisiones.

Tinto, Luna y Cisneros (2017) abordan la teoría de efectos olvidados determinando y analizando variables ocultas que no son detectadas y que afectan al proceso de comercialización de calzado en el cantón Gualaceo de la provincia del Azuay.

Rico y Tinto (2010), que plantean la utilización de herramientas basadas en la teoría de los subconjuntos difusos, entre aquellos el expertizaje y el contraexpertizaje, así como la teoría de los efectos olvidados en el tratamiento posterior de información con la finalidad de mejorar la toma de decisiones, o tomar las decisiones adecuadas a mediano y largo plazo. Los autores Gento, Lazzari y Machado (2001) expresan los resultados de esta metodología en distintos problemas de la gestión empresarial, en donde establecen la persistencia estricta y no estricta de una matriz de incidencia.

METODOLOGÍA

El presente trabajo de investigación es de tipo no experimental, considerando que se estudia la naturaleza de la Institución en su estado actual, para posteriormente analizarlos y explicarlos (Cerón, Erazo, Ormaza, y Narváez, 2019). Así mismo es cualicuantitativa, ya que en un principio se tuvo una postura cualitativa, sin embargo, en el transcurso de la investigación, se utilizaron métodos estadísticos para el análisis de resultados, por lo que se tornó en una investigación mixta (Cordero, Narváez, y Erazo, 2019), mayoritariamente cualitativa.

Esta investigación tiene un alcance descriptivo, dado que se caracterizó una realidad de la institución en referencia a la evaluación de desempeño y su procedimiento en la Institución. En cuanto a la finalidad, el trabajo de investigación tomó una postura transversal, dado que se obtienen y analizan los datos en un momento, y no a través del tiempo.

Por otro lado, en cuanto a los métodos, el histórico-lógico está plasmado en el marco teórico del presente trabajo de investigación, dado que se describieron y analizaron diversas teorías y modelos para la evaluación de desempeño, y se les dio un orden lógico utilizando la cronología de sus publicaciones. El método analítico-sintético es aplicado también en el marco teórico de este trabajo de investigación, descomponiendo los temas y puntos de cada modelo estudiado, para determinar qué elementos son aplicables, con el fin de proponer el modelo que mejor se adapte a la realidad de la institución. El método inductivo-deductivo fue aplicado para el análisis de los resultados obtenidos de la aplicación de los métodos para recabar la información. Una vez analizados dichos resultados, se establecieron los elementos para la propuesta del modelo de evaluación de desempeño.

En cuanto a las técnicas, se utilizó la encuesta con el fin de levantar toda la información posible para analizar los efectos olvidados, por estos motivos se utilizó el instrumento de cuestionario estructurado.

La presente investigación está enfocada en el proceso de evaluación de desempeño en las Instituciones del sector público, a efectos de valorar los elementos o variables que inciden en los resultados del proceso de evaluación de desempeño en los servidores públicos, y que, a pesar de contar con un mecanismo de control que es bueno, está latente la posibilidad omitir, o no considerar algunas relaciones de causalidad que generalmente no son evidentes o explicitas, y que posiblemente provoca que no sean considerados dentro de este proceso, para esto se utilizó las herramientas de la lógica difusa, específicamente la teoría de los efectos olvidados.

RESULTADOS

Con el propósito de poder llegar a determinar qué efectos o variables son olvidadas dentro del proceso de evaluación de desempeño en la Institución, y mediante la utilización de herramientas de avanzada, se procede a elaborar una matriz de acciones y efectos con el fin de tratar de mejorar los resultados de las evaluaciones de desempeño y su incidencia en el clima laboral de los servidores públicos, concurriendo al conocimiento y experticia de los expertos, que, para este caso de estudio, son los servidores públicos encargados de ejecutar el proceso de evaluación en la Institución, puntualmente al personal de la UATH zonales y nacional del SRI.

La información requerida y sobre la cual se procede el análisis de los expertos, se presenta en la siguiente tabla:

Tabla 1

Matriz de Acciones y Efectos

Acciones	Efectos
1. Socializar el métodos, instrumentos y factores de evaluación	A. Disminuir la resistencia a la evaluación
2. Mantener actualizadas las metodologías y los criterios de evaluación	B. Elaborar un óptimo instrumento de evaluación
3. Infraestructura tecnológica actualizada	C. Evitar inconvenientes operativos en la ejecución del proceso de evaluación
4. Mantener entrevistas regulares de avances en los procesos para el cumplimiento de indicadores	D. Evitar criterios de evaluación basados en una sola impresión
5. Implementar una bitácora de acontecimientos (negativos y positivos) sobre el cumplimiento de indicadores	E. Evitar criterios negativos del evaluador por acontecimientos recientes
6. Establecer un mecanismo de comunicación efectiva y avances de resultados	F. Evitar generar opiniones personales hacia el evaluado como elementos culturales
7. Implementar la aprobación del jefe mediato en la evaluación del servidor	G. Disminuir la subjetividad del evaluador
8. Implementar una metodología de levantamiento continuo de necesidades de capacitación	H. Detectar fallas en conocimientos que impidan la consecución de objetivos y la incompetencia del evaluado
9. Mantener actualizados los manuales y descriptivos de puestos en donde se definan claramente las competencias	I. Definiciones claras de las competencias necesarias para el cargo
10. Socializar los descriptores de cargos con el personal	J. Posibilidad de identificar mejoras en el desarrollo de competencias

En la tabla mostrada anteriormente, se observa una matriz cuadrada, es decir, que contiene el mismo número de variables. Con esto, aplicando dos de las posibilidades que ofrece la lógica difusa, como es el caso la teoría de los efectos olvidados y el proceso de expertizaje, se puede encontrar el efecto o variable olvidada, con el fin de proponer una solución a los resultados regulares e insuficientes que afectan al clima laboral de los servidores públicos, acortando la incertidumbre que facilite la implementación de una metodología o procedimiento en la Institución que mejore estos resultados.

Con este antecedente, Kaufmann y Gil-Aluja (1989) indican: “La introducción de una valuación matizada entre 0 y 1 permite hacer intervenir niveles de verdad en la noción de incidencia. (…) Valores de 0 a 1 (la llamada valuación endecadaria)” (p. 26). Por lo tanto, las opiniones de los expertos serán tratadas en una escala endecadaria como la siguiente:

Tabla 2

Escala endecadaria

Grado de presunción α	Incidencia
1	Máxima incidencia
0,9	Muchísima incidencia
0,8	Mucha incidencia
0,7	Incidencia importante
0,6	Bastante incidencia
0,5	Tiene incidencia como no tiene incidencia
0,4	Influente incidencia
0,3	Algo de incidencia
0,2	Poca incidencia
0,1	Mínima incidencia
0	No existe incidencia

Se procede a efectuar la consulta a 10 expertos del SRI, entre los que se encuentran especialistas, analistas, coordinadores de talento humano, así como a servidores administrativos que han participado en estos procesos de evaluación, tanto nacional como zonal, para que otorguen su criterio relacionado a la incidencia entre las acciones y efectos detallados en la tabla 1, como por ejemplo la incidencia de socializar el método, instrumentos y factores que intervienen en el proceso de evaluación de desempeño en la disminución de la resistencia a la evaluación, la misma que puede ser tanto del evaluador como del evaluado, y así para cada uno de los puntos de la matriz, obteniendo los siguientes resultados de la tabla 3 para el caso de “Socializar el métodos, instrumentos y factores de evaluación” con la incidencia en “Disminuir la resistencia a la evaluación”:

Incidencia de 1. Socializar los métodos, instrumentos y factores de evaluación en A. Disminuir la resistencia a la evaluación

Tabla 3

Opinión de los expertos

	1A
Experto 1	1,0
Experto 2	1,0
Experto 3	1,0
Experto 4	1,0
Experto 5	0,8
Experto 6	1,0
Experto 7	0,6
Experto 8	0,9
Experto 9	1,0
Experto 10	0,6

Con los datos presentados y volcados en la tabla anterior, se procede a determinar la frecuencia, es decir las repeticiones del grado de presunción con relación a la cantidad de expertos consultados por cada combinación de las posibles incidencias. Una vez obtenida la frecuencia, se procede a normalizar la serie, es decir, dividir el dato de la frecuencia para el número total de expertos, que, para este caso de estudio, son 10.

Posterior a esto, se acumula la serie de abajo hacia arriba, es decir, desde el último valor en forma ascendente hasta obtener el valor de la unidad, a partir de este valor, todos los valores se consideran como 1, para finalmente sumar estos resultados sin considerar lo obtenido para 0, tomando el ejemplo anterior, se detalla el resultado en la siguiente tabla:

Tabla 4

Normalizar y acumular la serie

GRADO DE PRESUNCIÓN α	FRECUENCIA	NORMALIZACIÓN DE LA SERIE			ACUMULACIÓN
0	0		0,00	1,00
0,1	0		0,00	1,00
0,2	0		0,00	1,00
0,3	0		0,00	1,00
0,4	0		0,00	1,00

0,5	0		0,00	1,00
0,6	2		0,20	1,00
0,7	0		0,00	0,80
0,8	1		0,10	0,80
0,9	1		0,10	0,70
1	6		0,60	0,60
TOTALES	10		1	8,90

Al valor que se obtiene de la sumatoria de las frecuencias acumuladas, se divide para el total de valores que fueron consideraos dentro del grado de presunción, es decir 10, que para el ejemplo es: 8,90÷ 10 = 0,89. Esta operación se realiza para todas las acciones y su incidencia en los efectos, obteniendo los siguientes resultados:

Tabla 5

Matriz de incidencia

	A	B	C	D	E	F	G	H	I	J
1	0,89	0,85	0,79	0,77	0,79	0,77	0,80	0,79	0,80	0,78
2	0,86	0,89	0,85	0,84	0,85	0,85	0,87	0,85	0,82	0,83
3	0,50	0,83	0,88	0,49	0,38	0,24	0,20	0,28	0,50	0,40
4	0,63	0,51	0,73	0,80	0,62	0,55	0,58	0,59	0,73	0,84
5	0,43	0,53	0,64	0,64	0,46	0,44	0,45	0,42	0,83	0,73
6	0,85	0,85	0,82	0,78	0,86	0,87	0,87	0,88	0,87	0,79
7	0,86	0,75	0,61	0,59	0,79	0,81	0,87	0,87	0,60	0,53
8	0,59	0,30	0,71	0,53	0,24	0,25	0,26	0,30	0,44	0,27
9	0,61	0,76	0,88	0,76	0,73	0,82	0,45	0,71	0,75	0,89
10	0,75	0,87	0,86	0,80	0,78	0,77	0,79	0,78	0,70	0,86

Siendo:

1	Socializar el métodos, instrumentos y factores de evaluación	A	Disminuir la resistencia a la evaluación
2	Mantener actualizadas las metodologías y los criterios de evaluación	B	Elaborar un óptimo instrumento de evaluación
3	Infraestructura tecnológica actualizada	C	Evitar inconvenientes operativos en la ejecución del proceso de evaluación
4	Mantener entrevistas regulares de avances en los procesos para el cumplimiento de indicadores	D	Evitar criterios de evaluación basados en una sola impresión
5	Implementar una bitácora de acontecimientos (negativos y positivos) sobre el cumplimiento de indicadores	E	Evitar criterios negativos del evaluador por acontecimientos recientes
6	Establecer un mecanismo de comunicación efectiva y avances de resultados	F	Evitar generar opiniones personales hacia el evaluado como elementos culturales
7	Implementar la aprobación del jefe mediato en la evaluación del servidor	G	Disminuir la subjetividad del evaluador
8	Implementar una metodología de levantamiento continuo de necesidades de capacitación	H	Detectar fallas en conocimientos que impidan la consecución de objetivos y la incompetencia del evaluado
9	Mantener actualizados los manuales y descriptivos de puestos en donde se definan claramente las competencias	I	Definiciones claras de las competencias necesarias para el cargo
10	Socializar los descriptores de cargos con el personal	J	Posibilidad de identificar mejoras en el desarrollo de competencias

Tomando como base la tabla 5 de matriz de incidencia, aplicamos la operación de la teoría de efectos olvidados, con la finalidad de determinar las variables escondidas u omitidas por los servidores de la Institución que ejecutan o están inmersos en la ejecución del proceso de evaluación de desempeño, entre la incidencia acción/efecto. Para el caso de esta investigación, se construyó una matriz cuadrada, dado que el número de elementos en las columnas (Acciones) es el mismo que el de las filas (Efectos).

Para proceder con los cálculos, el primer paso es convulsionar la matriz, esto es, determinar el número mayor de una serie de números menores, los mismos que resultan de la comparación entre las filas con las columnas de la matriz de incidencia, por lo tanto, se convulsiona la matriz por sí misma, y de este proceso se obtiene la matriz II. Para entenderlo de mejor manera, se procede a realizar lo indicado tomando como ejemplo la fila 1 con la columna “A”, entonces:

	A	B	C	D	E	F	G	H	I	J	θ		A	B	C	D	E	F	G	H	I	J
1	0,89	0,85	0,79	0,77	0,79	0,77	0,80	0,79	0,80	0,78		1	0,89	0,85	0,79	0,77	0,79	0,77	0,80	0,79	0,80	0,78
2	0,86	0,89	0,85	0,84	0,85	0,85	0,87	0,85	0,82	0,83		2	0,86	0,89	0,85	0,84	0,85	0,85	0,87	0,85	0,82	0,83
3	0,50	0,83	0,88	0,49	0,38	0,24	0,20	0,28	0,50	0,40		3	0,50	0,83	0,88	0,49	0,38	0,24	0,20	0,28	0,50	0,40
4	0,63	0,51	0,73	0,80	0,62	0,55	0,58	0,59	0,73	0,84		4	0,63	0,51	0,73	0,80	0,62	0,55	0,58	0,59	0,73	0,84
5	0,43	0,53	0,64	0,64	0,46	0,44	0,45	0,42	0,83	0,73		5	0,43	0,53	0,64	0,64	0,46	0,44	0,45	0,42	0,83	0,73
6	0,85	0,85	0,82	0,78	0,86	0,87	0,87	0,88	0,87	0,79		6	0,85	0,85	0,82	0,78	0,86	0,87	0,87	0,88	0,87	0,79
7	0,86	0,75	0,61	0,59	0,79	0,81	0,87	0,87	0,60	0,53		7	0,86	0,75	0,61	0,59	0,79	0,81	0,87	0,87	0,60	0,53
8	0,59	0,30	0,71	0,53	0,24	0,25	0,26	0,30	0,44	0,27		8	0,59	0,30	0,71	0,53	0,24	0,25	0,26	0,30	0,44	0,27
9	0,61	0,76	0,88	0,76	0,73	0,82	0,45	0,71	0,75	0,89		9	0,61	0,76	0,88	0,76	0,73	0,82	0,45	0,71	0,75	0,89
10	0,75	0,87	0,86	0,80	0,78	0,77	0,79	0,78	0,70	0,86		10	0,75	0,87	0,86	0,80	0,78	0,77	0,79	0,78	0,70	0,86

Se puede observar que, de todos los valores menores de cada intervalo, se selecciona el mayor, que para el caso es de 0,89. Este valor se coloca en la celda A1 de la matriz II, y se efectúa el mismo procedimiento para los demás intervalos de la primera matriz, componiendo así la matriz II, que llega a ser la matriz convolucionada. Como resultado, se presenta la matriz II

Tabla 6

Matriz convolucionada

II	A	B	C	D	E	F	G	H	I	J
1	0,89	0,85	0,85	0,84	0,85	0,85	0,85	0,85	0,82	0,83
2	0,86	0,89	0,85	0,84	0,85	0,85	0,87	0,87	0,85	0,84
3	0,83	0,83	0,88	0,83	0,83	0,83	0,83	0,83	0,82	0,83
4	0,75	0,84	0,84	0,80	0,78	0,77	0,79	0,78	0,73	0,84
5	0,73	0,76	0,83	0,76	0,73	0,82	0,73	0,73	0,75	0,83
6	0,86	0,85	0,87	0,84	0,86	0,87	0,87	0,87	0,87	0,87
7	0,86	0,85	0,81	0,78	0,81	0,81	0,87	0,87	0,81	0,79
8	0,59	0,71	0,71	0,59	0,59	0,59	0,59	0,59	0,59	0,59
9	0,82	0,87	0,88	0,80	0,82	0,82	0,82	0,82	0,82	0,86
10	0,86	0,87	0,86	0,84	0,85	0,85	0,87	0,85	0,82	0,86

Los datos presentados en la matriz II, corresponden a los efectos olvidados de primera generación, sin embargo, es necesario continuar con los cálculos para determinar la variable escondida, para el efecto, restamos los valores de la matriz I con los de la matriz II respetando los cuadrantes, dicho resultado se expresa en valor absoluto y componen la matriz III:

Tabla 7

Resta de Matriz I y II

II	A	B	C	D	E	F	G	H	I	J
1	0,89	0,85	0,85	0,84	0,85	0,85	0,85	0,85	0,82	0,83
2	0,86	0,89	0,85	0,84	0,85	0,85	0,87	0,87	0,85	0,84
3	0,83	0,83	0,88	0,83	0,83	0,83	0,83	0,83	0,82	0,83
4	0,75	0,84	0,84	0,80	0,78	0,77	0,79	0,78	0,73	0,84
5	0,73	0,76	0,83	0,76	0,73	0,82	0,73	0,73	0,75	0,83
6	0,86	0,85	0,87	0,84	0,86	0,87	0,87	0,87	0,87	0,87
7	0,86	0,85	0,81	0,78	0,81	0,81	0,87	0,87	0,81	0,79
8	0,59	0,71	0,71	0,59	0,59	0,59	0,59	0,59	0,59	0,59
9	0,82	0,87	0,88	0,80	0,82	0,82	0,82	0,82	0,82	0,86
10	0,86	0,87	0,86	0,84	0,85	0,85	0,87	0,85	0,82	0,86

(-)

	A	B	C	D	E	F	G	H	I	J
1	0,89	0,85	0,79	0,77	0,79	0,77	0,80	0,79	0,80	0,78
2	0,86	0,89	0,85	0,84	0,85	0,85	0,87	0,85	0,82	0,83
3	0,50	0,83	0,88	0,49	0,38	0,24	0,20	0,28	0,50	0,40
4	0,63	0,51	0,73	0,80	0,62	0,55	0,58	0,59	0,73	0,84
5	0,43	0,53	0,64	0,64	0,46	0,44	0,45	0,42	0,83	0,73
6	0,85	0,85	0,82	0,78	0,86	0,87	0,87	0,88	0,87	0,79
7	0,86	0,75	0,61	0,59	0,79	0,81	0,87	0,87	0,60	0,53
8	0,59	0,30	0,71	0,53	0,24	0,25	0,26	0,30	0,44	0,27
9	0,61	0,76	0,88	0,76	0,73	0,82	0,45	0,71	0,75	0,89
10	0,75	0,87	0,86	0,80	0,78	0,77	0,79	0,78	0,70	0,86

(=)

Tabla 8

Matriz de efectos olvidados

III	A	B	C	D	E	F	G	H	I	J
1	0,00	0,00	0,06	0,07	0,06	0,08	0,05	0,06	0,02	0,05
2	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,02	0,03	0,01
3	0,33	0,00	0,00	0,34	0,45	0,59	0,63	0,55	0,32	0,43
4	0,12	0,33	0,11	0,00	0,16	0,22	0,21	0,19	0,00	0,00
5	0,30	0,23	0,19	0,12	0,27	0,38	0,28	0,31	0,08	0,10
6	0,01	0,00	0,05	0,06	0,00	0,00	0,00	0,01	0,00	0,08
7	0,00	0,10	0,20	0,19	0,02	0,00	0,00	0,00	0,21	0,26
8	0,00	0,41	0,00	0,06	0,35	0,34	0,33	0,29	0,15	0,32
9	0,21	0,11	0,00	0,04	0,09	0,00	0,37	0,11	0,07	0,03
10	0,11	0,00	0,00	0,04	0,07	0,08	0,08	0,07	0,12	0,00

Para determinar las variables escondidas o efectos olvidados, se basa en los valores obtenidos en la matriz de la tabla 8 (Matriz que contiene efectos olvidados), se escoge los valores más cercanos a la unidad, en el caso de esta investigación se consideran los valores “α” superiores a 0,6 ubicados en las coordenadas (3, G), estos valores son analizados de manera cómo la acción incide sobre el efecto, encontrando el efecto olvidado de incidencia de causalidad entre estas dos variables. Para el efecto, se traslada en el mismo orden a la matriz original “I” (Tabla 5. Matriz de incidencia), con el propósito de hallar el efecto olvidado, y con el fin de minimizar el procedimiento en este punto, procedemos a sumar los valores entre acción y efecto, con el fin de determinar el valor mayor, el mismo que representa el efecto olvidado, tal como se muestra en la siguiente tabla.

Tabla 9

Matriz de efectos olvidados

	3			H
A	0,50	1,29	A	0,79
B	0,83	1,68	B	0,85
C	0,88	1,16	C	0,28
D	0,49	1,08	D	0,59
E	0,38	0,80	E	0,42
F	0,24	1,12	F	0,88
G	0,20	1,07	G	0,87
H	0,28	0,58	H	0,30
I	0,50	1,21	I	0,71
J	0,40	1,18	J	0,78

Como resultado del procedimiento anteriormente descrito, y con el fin de que se entienda de mejor manera, se representa el resultado en el siguiente gráfico.

Figura 2

Efecto olvidado

De la metodología aplicada, y utilizando la herramienta de avanzada que brinda la lógica difusa, se obtuvo como resultado una infraestructura tecnológica actualizada incide en gran medida en coadyuvar en la disminución de la subjetividad del evaluador, a través de la variable omitida de elaborar un óptimo instrumento de evaluación.

Determinado el efecto omitido, se propone dicha variable a los ejecutores del proceso de evaluación de desempeño, para la mejora en este proceso y dar solución problema de esta investigación.

CONCLUSIONES

El uso de la lógica difusa en los procesos de evaluación tiene una gran trascendencia en los procesos de evaluación de desempeño, que, para el caso de esta investigación, a través del uso de la herramienta de la teoría de los efectos olvidados, se determinó cual es la variable omitida y que no es considerada de mayor trascendencia en el proceso.

Si bien como se mencionó al inicio, las instituciones públicas deben enmarcarse en lo que la norma dictamina, es posible implementar estas metodologías en procedimientos internos para el cumplimiento de la normativa.

Dichos procedimientos deben implementar un formato propio del instrumento de evaluación, considerando lo obtenido de la aplicación de la matriz de efectos olvidados. Por lo tanto, se recomienda elaborar un instrumento propio de la institución que permita abarcar elementos referentes a las competencias necesarias para el cargo, dado que este factor o variable está en tercer lugar en la matriz de efectos olvidados, lo que a su vez permite disminuir la resistencia a la evaluación, así como la identificación de mejoras en el desarrollo de las competencias de los servidores.

Finalmente, otro elemento con una incidencia fuerte de acuerdo a los resultados obtenidos, es la opinión personal del evaluado, el mismo que se abarca en la subjetividad del evaluador, la misma que se vería ampliamente reducida con un instrumento adecuado, así como permite una retroalimentación efectiva durante todo el proceso.

REFERENCIAS CONSULTADAS

1. Alles, M. (2008). Desempeño por competencias: Evaluacion 360. Buenos Aires, Argentina: Granica.

2. Alles, M. (2013). Dirección Estratégica de Recursos Humanos. Gestión por competencias. Buenos Aires, Argentina: Granica.

3. Asamblea Nacional Constituyente. (2010). Ley orgánica del servicio público (LOSEP). Quito: Registro Oficial Suplemento 294 de 06-oct.-2010.

4. Cerón Miranda, M. G., Erazo Álvarez, J. C., Ormaza Andrade, J. E., & Narváez Zurita, C. I. (2019). La remuneración variable como eje estratégico de la gestión de Talento Humano en la Unidad de Negocio Hidropaute. Visionario Digital, 7-27.

5. Cordero, J., Narváez, C., & Erazo, J. (2019). La evaluación por competencias: una herramienta para determinar la productividad del talento humano. Digital Publisher, 76-96.

6. Gento, A., Lazzari, L. L., & Machado, E. A. (2001). Reflexiones acerca de las matrices de incidencia y la recuperación de efectos olvidados. Cuadernos del CIMBAGE, 11-27.

7. Gil, A., & Barcellos, L. (2010). UNA APLICACIÓN DE LA METODOLOGÍA DE LOS EFECTOS OLVIDADOS: LOS FACTORES QUE CONTRIBUYEN AL CRECIMIENTO SOSTENIBLE DE LA EMPRESA. Cuadernos del CIMBAGE, 23-34. Obtenido de http://www.redalyc.org/articulo.oa?id=46213329002

8. Kaufmann, A., & Gil, J. (1989). Modelos para la investigación de efectos olvidados. Barcelona, España: Milladoiro.

9. Kaufmann, A., & Gil, J. (1993). Técnicas especiales para la gestión de expertos. Santiago de Compostela, España: Milladoiro.

10. Luna Altamirano, K., Tinto Arandes, J., Sarmiento Espinoza, W., & Cisneros Quintanilla, D. (2017). TRATAMIENTO DE IMPAGOS BAJO EL ENFOQUE DE LA INCERTIDUMBRE CON LA APLICACIÓN DE REDES NEURONALES (CASO ARTESANOS DE CALZADO CANTÓN GUALACEO PROVINCIA DEL AZUAY). Ciencias Pedagógicas e Innovación.

11. Manjarrés, A., Castell, R., & Luna, C. (2013). Modelo de Evaluación del Desempeño Basado en Competencias. INGENIARE, 11-29.

12. Ministerio del Trabajo. (2018). Acuerdo Ministerial N° MDT-2018-0041. Quito: Suplemento al Registro Oficial No. 218.

13. Ministerio del Trabajo. (2019). Acuerdo ministerial nro. MDT-2019-022. Quito: Registro Oficial No. 437.

14. Payán, L., & Luhrs, M. (2013). Evaluación de programas públicos en el marco de la realidad social. Metodología basada en la lógica difusa como sociales. Latinoamericana de Metodología de la Investigación Social, 8-23.

15. Pérez, I., & León, B. (2007). Lógica difusa para principiantes. Teoría y práctica. Caracas: UCAB.

16. Rico F., M. A., & Tinto A., J. (2010). Herramientas con base en subconjuntos borrosos. Propuesta procedimental para aplicar expertizaje y recuperar efectos olvidados en la información contable. Actualidad Contable Faces, 127-146.

17. Rico F., M. A., & Tinto Arandes, J. (2009). Matemática borrosa: algunas aplicaciones en las ciencias económicas, administrativas y contables. Contaduría Universidad de Antioquia, 199-214.

18. Servicio de Rentas Internas. (2016). Resolución NAC-DGERCGC16-00000383. Quito.

19. Servicio de Rentas Internas. (s.f.). sri.gob.ec. Obtenido de http://www.sri.gob.ec/web/guest/que-es-el-sri

20. Soler, R., & Castillo, A. (2009). Competencia en la Incertidumbre. Contribuciones a la Economía.

21. Tinto Arandes, J., Luna Altamirano, K. A., & Cisneros Quintanilla, D. P. (2017). Teoría de efectos olvidados en el rescate de la imagen comercial de los artesanos del calzado del cantón Gualaceo Provincia del Azuay. Visión Gerencial, 24-42.

22. Transparency International. (s.f.). transparency.org. Obtenido de https://www.transparency.org/cpi2018

23. Vidal Beltrán, K., Erazo Álvarez, J., & Narváez Zurita, C. (2019). La lógica difusa como herramienta de evaluación financiera de proyectos de inversión. Revista Arbitrada Interdisciplinaria Koinonía, 4(1), 309-348. doi:http://dx.doi.org/10.35381/r.k.v4i1.460

24. Zadeh, L. A. (1965). Fuzzy sets. Information and control. The Journal of Symbolic Logic, 338-356.

CONSULTED REFERENCES

1. Alles, M. (2008). Performance by competences: 360 Evaluation. Buenos Aires, Argentina: Granica.

2. Alles, M. (2013). Strategic Directorate of Human Resources. Management by competencies. Buenos Aires, Argentina: Granica.

3. National Constituent Assembly. (2010). Organic Law of Public Service (LOSEP). Quito: Official Supplement Register 294 of Oct 6, 2010.

4. Cerón Miranda, M. G., Erazo Álvarez, J. C., Ormaza Andrade, J. E., & Narváez Zurita, C. I. (2019). Variable remuneration as a strategic axis of Human Talent management in the Hidropaute Business Unit. Digital Visionary, 7-27.

5. Cordero, J., Narváez, C., & Erazo, J. (2019). Competency assessment: a tool to determine the productivity of human talent. Digital Publisher, 76-96.

6. Gento, A., Lazzari, L. L., & Machado, E. A. (2001). Reflections on the incidence matrices and the recovery of forgotten effects. CIMBAGE Notebooks, 11-27.

7. Gil, A., & Barcellos, L. (2010). AN APPLICATION OF THE METHODOLOGY OF FORGOTTEN EFFECTS: THE FACTORS THAT CONTRIBUTE TO THE SUSTAINABLE GROWTH OF THE COMPANY. CIMBAGE Notebooks, 23-34. Retrieved from http://www.redalyc.org/articulo.oa?id=46213329002

8. Kaufmann, A., & Gil, J. (1989). Models for the investigation of forgotten effects. Barcelona, Spain: Milladoiro.

9. Kaufmann, A., & Gil, J. (1993). Special techniques for expert management. Santiago de Compostela, Spain: Milladoiro.

10. Luna Altamirano, K., Tinto Arandes, J., Sarmiento Espinoza, W., & Cisneros Quintanilla, D. (2017). TREATMENT OF PAYMENTS UNDER THE APPROACH TO UNCERTAINTY WITH THE APPLICATION OF NEURONAL NETWORKS (CASES OF CALZADO CANTÓN GUALACEO PROVINCE OF AZUAY). Pedagogical Sciences and Innovation.

11. Manjarrés, A., Castell, R., & Luna, C. (2013). Competency Based Performance Evaluation Model. INGENIARE, 11-29.

12. Ministry of Labor. (2018). Ministerial Agreement No. MDT-2018-0041. Quito: Supplement to Official Registry No. 218.

13. Ministry of Labor. (2019). Ministerial Agreement no. MDT-2019-022. Quito: Official Registry No. 437.

14. Payán, L., & Luhrs, M. (2013). Evaluation of public programs within the framework of social reality. Methodology based on fuzzy logic as social. Latin American Methodology of Social Research, 8-23.

15. Pérez, I., & León, B. (2007). Fuzzy logic for beginners. Theory and practice. Caracas: UCAB.

16. Rico F., M. A., & Tinto A., J. (2010). Tools based on fuzzy subsets. Procedural proposal to apply expertise and recover forgotten effects on accounting information. Accounting Faces, 127-146.

17. Rico F., M. A., & Tinto Arandes, J. (2009). Blurred mathematics: some applications in economic, administrative and accounting sciences. Accounting University of Antioquia, 199-214.

18. Internal Revenue Service. (2016). Resolution NAC-DGERCGC16-00000383. Quito

19. Internal Revenue Service. (s.f.). sri.gob.ec. Retrieved from http://www.sri.gob.ec/web/guest/que-es-el-sri

20. Soler, R., & Castillo, A. (2009). Uncertainty Competition. Contributions to the Economy.

21. Tinto Arandes, J., Luna Altamirano, K. A., & Cisneros Quintanilla, D. P. (2017). Theory of forgotten effects in the rescue of the commercial image of the footwear craftsmen of the Gualaceo canton in the Province of Azuay. Management Vision, 24-42.

22. Transparency International. (s.f.). transparency.org. Obtained from https://www.transparency.org/cpi2018

23. Vidal Beltrán, K., Erazo Álvarez, J., & Narváez Zurita, C. (2019). Diffuse logic as a financial evaluation tool for investment projects. Interdisciplinary Arbitrated Review Koinonía, 4 (1), 309-348. doi: http: //dx.doi.org/10.35381/r.k.v4i1.460

24. Zadeh, L.A. (1965). Fuzzy sets Information and control. The Journal of Symbolic Logic, 338-356.

©2019 por los autores. Este artículo es de acceso abierto y distribuido según los términos y condiciones de la licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) (https://creativecommons.org/licenses/by-nc-sa/4.0/).