REFLEXION
Análisis de la congruencia tecnología-estructura a nivel
organizacional: implicaciones para el rendimiento
JOSE
C. SANCHEZ
Facultad de Psicología. Universidad de
Salarnanca,
AJUSTE DE TECNOLOGIA/ESTRUCTURA
RESUMEN
Se examinan las
relaciones entre tecnología y estructura a nivel de análisis organizacional como
predictores de la eficacia empresarial. Nos servimos de una muestra de 34
empresas para examinar la hipótesis general que postula que el ajuste
tecnologíalestructura es el mejor predictor de la eficacia que la tecnología y
la estructura sola. Se analizan dos hipótesis específicas que relacionan
dos-variables tecnológicas (automaticidad y continuidad de los procesos
productivos) y cinco variables estructurales (control, centralización,
especialización, formalización y diferenciación horizontal) para predecir el
rendimiento. El rendimiento fue medido en tres dimensiones: social, organizativa
y económica. Las variables de ajuste añaden un porcentaje de varianza explicada
significativamente superior que las variables tecnológicas y estructurales en
las dimensiones eficacia social y econánfica. Las variables estructurales lo
fueron en la dimensión eficacia organizativa. Las predicciones que el ajuste
variables tecnológicas/variables estructurales aumenta la eficacia de la
organización son apoyadas. Se discuten las implicaciones que estos resultados
pueden tener en la teoría del diseño contingente de la organización y en la
práctica directiva.
ABSTRACT
Relationships between
technology and structure are examined at an organizational analysis level as
predictors of company's efficiency. The hypothesis that the
thechnology/structure fit is a better predictor than technology or structure
alone was tested against a sample of 34 companies. In addition, two particular
hypotfieses are examined in order to predict performance. They connect two
technological variables (¡.e., automaticity and continuity of production
processes) and five structural variables Q.e., control, centralization,
specialization, formalization, and horizontal differentiation). Performance is
measured in the social, organizational, and economic dimensions. The fit
variables render a percentage of explained variance significantly higher than
technological and structural variables in the social efficiency and economic
dimensions, whereas in the organizational efficiency dimension more variance is
explained by structural variables. Support was found for the predicition diat
the fit of technological variables/structural variables increases organizational
efficiency. Implication of results for the theory of contingency design of the
organization, and for the management practice, is discussed.
PALABRAS CLAVE
Tecnología,
Estructura, Rendimiento, Ajuste
KEY
WORDS
Technology, Structure, Performance, Fit
INTRODUCCION
En la literatura
organizacional el estudio de las relaciones entre la tecnología de la
organización y su estructura y el impacto que esta relación tiene en el
funcionamiento de la propia organización ocupa un lugar destacado. Bien es
verdad que los estudios que han analizado estas relaciones han producido
resultados dispares. Hoy podemos decir que tras tres décadas de investigación no
existe un apoyo consistente tanto para los defensores de las relaciones
tecnología-estructura como para sus detractores (Miller, Glick, Wang y Huber,
1991).
Ante esta situación algunos teóricos sugieren que es el ajuste
adecuado entre tecnología y estructura lo que resultará en un mayor rendimiento
de la organización (Alexander y Randolph, 1985; Fry y Slocum, 1984; David,
Randolph y Pearce, 1989; Cohen y Levinthal, 1990): diferentes niveles de
tecnología que se corresponden con diferentes niveles estructurales conducirán a
una mayor efectividad. Muchos de los estudios que adoptan esta perspectiva
contingente no incluyen el rendimiento como variable -asumen implícitamente que
un buen ajuste conduce a un mayor rendimiento
o consideran el rendimiento
desde una sóla dimensión.
En esta investigación consideramos el
rendimiento desde una perspectiva multidimensional y analizamos el alcance que
las relaciones tecnología-estructura tienen en las diferentes dimensiones del
rendinúento.
REVISION DE
LA LITERATURA
Tecnología
El término tecnología es un
constructo bastante evasivo en el que se incluyen una amplia variedad de
conceptos. Este término se ha utilizado en sentidos tan diferentes como autores
han tratado el tema (Child, 1974). Complejidad, variabilidad, interdependencia,
manejabilidad de los materiales, integración del flujo de trabajo, rutinización
y continuidad de la producción son algunos de los términos que se han venido
barajando para delimitar el significado del constructo tecnología, siendo los
tres últimos los utilizados más frecuentemente (Miller et al., 199
l).
Así, por ejemplo, la tecnología definida como integración del flujo
de trabajo se refiere al grado de automatización, continuidad y rigidez
inherentes en el flujo de trabajo básico de la organización (Hickson, Pugh y
Pheysey, 1969). La tecnología definida como rutinización se refiere al nivel de
variedad inherente en el trabajo de una organización (Perrow, 1967; Hage y
Aiken, 1969) y la tecnología definida como continuidad del proceso productivo se
refiere a la consistencia de las unidades de proceso orientada, a nivel
organizacional, hacia la mecanización o la producción en serie (EhandwaU
1974).
Los estudios sobre la tecnología se han desarvollado tanto a nivel
organizacional, de grupo como individual, si bien éste último en menor medida.
Las características de la tecnología a un nivel a menudo no reflejan la
tecnología de la empresa al otro nivel (lto y Peterson, 1986). Un enfoque
prometedor para evaluar la tecnologia nivel organizacional es una combinación de
tipologías, dado que en la organización se pueden encontrar diferentes tipos de
tecnología. En concreto, Woodward (1965) y Khandwalla (1974) sugieren que la
tecnología a nivel de análisis organizacional se puede conceptualizar en cinco
dimensiones:
tecnología en función del cliente: producción de una unidad
simple o de unas pocas según las especificaciones del
cliente;
1
tecnología de lote pequeño: producción en series
cortas;
tecnología de lotes grandes: producción en grandes
series;
tecnología de producción en masa:
fabricación en
cadena;
tecnología de procesos continuos:
vinculada a la
producción y refino de fluidos y gases.
Jose C.
Sanchez
Algunos trabajos han recogido estos componentes en un
continuo tecnología de unidad tecnología de procesos (Marsh y Mannari, 1981;
Lincoln, Hanada y McBride, 1986) o tecnología de no-rutina - tecnología de
rutina (Robbins, 1990). Generalmente se afirma a este respecto, que las
estructuras mecánicas combinadas con tecnologías de rutina resultarán en un
mayor rendimiento, mientras que las estructuras orgánicas combinadas con
tecnologías de no rutina aportan mayor rendimiento (Perrow, 1970; Galbraith,
1977).
Relaciones con
la estructura
Las investigaciones que han examinado las
relaciones entre variables tecnológicas, variables estructurales y de
rendimiento son limitadas y poco concluyentes. Estos trabajos han generado más
controversia que acuerdo motivado, en gran parte, por la utilización de
diferentes conceptualizaciones y operativizaciones de la tecnología y de la
estructura (Withey, Daft y Cooper, 1983; Fry y Slocum, 1984; Hammer, 1990), lo
que resulta en una mayor dificultad para poder comparar los
resultados.
En una amplia revisión de la literatura, Fry (1982) encuentra
un mayor predominio de estudios que aportan relaciones no significativas entre
la tecnología y las dimensiones estructurales de centralización, diferenciación
vertical, diferenciación horizontal y formalización.
Este autor nos
indica que el nivel de análisis utilizado es un determinante importante en las
relaciones tecnologíaestructura y que los estudios a nivel organizacional se
encuentran con más dificultades que los estudios a nivel de subunidad para
llegar a resultados similares. A nivel de subunidad los problemas conceptuales y
metodológicos son menores dado que la homogeneidad tecnológica es mayor, lo que
justificaría la mayor similitud encontrada en los resultados obtenidos a este
nivel de análisis.
Para otros autores (Gerwin, 1981; Schoonhoven, 1981;
Argote, 1982; Fry, 1982) la propia conceptualización y medición del ajuste -fit,
en inglés- (esto es, la congruencia tecnología-estructura) es lo que realmente
origina esta controversia en los resultados. Por consiguiente lo que hay que
considerar es cómo medir fit y no tanto el nivel de análisis dado que el ajuste
es lo que determina el rendimiento (Fry y Slocum, 1984; Alexander y Randolph,
1985). En base a ésto se argumenta que más que buscar la relación directa entre
características estructurales o tecnológicas con rendimiento los investigadores
necesitan una mejor comprensión del ajuste entre características estructurales y
tecnológicas como un predictor significativo del rendimiento de la empresa
(David et al., 1989). Esta es la postura que se ha venido defendiendo desde la
teoría contingente.
Uno de los argumentos en los que se apoya la teoría
contingente radica, Precisamente, en las predicciones que sobre el rendimiento
se hacen en base al ajuste entre diferentes variables. El propósito de tales,
predicciones es especificar el sistema o diseño ideal que produce el rendimiento
óptimo y mostrar que las desviaciones de ese estado ideal, esto es desajustes
(misfit), resultan en un menor rendinúento (Gresov, 1989).
Desde que
Woodward introdujera la noción de la teoría de la contingencia según la cual la
efectividad de la organización surge a raíz de una correspondencia entre la
situación y la estructura, son
numerosos los estudios que han seguido
esta linea de trabajo. No han faltado autores que han insistido en la
conveniencia de centrarse más en cómo medir adecuadamente fit que en el estudio
de su contenido (Van de Ven y Drazin, 1985; Venkatraman y Camilus, 1984;
Hoffman, Cullen, Carter y Hofacker, 1992).
En lo que respecta a la forma
de operativizar la congruencia en las relaciones tecnología y estructura y su
impacto en el rendimiento nos encontramos con cuatro formas predominantes en la
literatura.
Deward y Werbel (1979) y Fry y Slocum (1984) utilizaron los
residuales de la regresión de estructura en tecnología como la medida de ajuste
a ser regresionada en rendimiento. No obstante, los residuales contienen errores
de medición que atenuan las relaciones contingentes y operativizan solo una
relación lineal de fit, amén de que las medidas que resultan son complejas y
difíciles de interpretar.
Schoorihoven (1981) núdió fit en términos de
interacción. Problemas de multicolinealidad y dificultades en la interpretación
de los términos interacción, dado que pueden existir diferentes formas para
alcanzar un mismo valor, son los principales obstáculos que nos encontramos con
esta segunda medición; por ejemplo, dos escalas puntuadas de 1 a 10 permiten
para un valor de 30 diferentes niveles de fit, seis por cinco o tres por
diez.
Argote (1982) utilizó una tercera medición para operativizar el
ajuste tecnologíalestructura, dividiendo la muestra en dos subgrupos, por
ejemplo, alta incertidumbre tecnológica y baja incertidumbre tecnológica. Pero
esta perspectiva restringe el rango y reduce el tamaño de la muestra en los
análisis de regresión. Por otra parte, la magnitud de las variables de ajuste
respecto a otras variables no se puede analizar con los análisis de estas
submuestras.
Una cuarta perspectiva para evaluar fit es la propuesta por
Alexander y Randolph (1985) la utilización de la diferencia absoluta entre los
valores de las dimensiones objeto de análisis; por ejemplo, para cualquier valor
de tecnología, existe un valor de estructura que teóricamente conducirá a una
mayor efectividad. Simplicidad y poder para reflejar relaciones no monotónicas
son sus principales características. Esta será la perspectiva que nosotros
adoptemos en este trabajo
Hipótesis
Venkatraman (1989) señala
que la forma de conceptualizar fit determina tanto la formulación de las
hipótesis como la técnica de análisis para comprobar dichas hipótesis. En la
presente investigación fit se conceptualizó como la diferencia absoluta entre
las propiedades estructurales y tecnológicas. Un mayor ajuste entre éstas será
el mejor predictor del rendimiento que las propiedades estructurales o
tecnológicas por sí solas, o que ambos grupos de variables como predictores
separados en el mismo modelo.
En suma, la hipótesis global del presente
estudio es como sigue:
El ajuste entre propiedades estructurales
(diferenciación, formalización, control, centralización y especialización) y
tecnológicas (automaticidad y continuidad del proceso productivo) es mejor
predictor del rendimiento que las variables estructurales Y/O
tecnológicas.
No obstante, es necesario ir más allá de esta hipótesis
general y concretarla en hipótesis más específicas, tal y como sugiere
Schoonhoven (198 l). Pero poner a prueba todas las combinaciones posibles de las
variables tecnológicas y estructurales supone introducir con ello
multicolinealidad en la regresión. En base a la revisión de la literatura sobre
las relaciones tecnología-estructura efectuada por Fry (1982) parece prudente
formular las siguientes hipótesis específicas:
Hipótesis 1: La
congruencia de procesos más automatizados con mayor diferenciación horizontal,
centralización y control estructural resultará en un mayor
rendimiento.
La automatización se refiere a la capacidad que tiene una
máquina de actuar por sí misma. Cuanto más automatizada esté mayor será esta
capacidad y menos dependerá de la actuación del ser humano.
En
organizaciones con equipamiento altamente automatizado el control que hay que
tener sobre los procesos implicados en la producción es mayor. Como el número de
empleados se ve reducido por la utilización de maquinaria altamente automatizada
el nivel de centralización en estas unidades aumentará. De igua, modo la
automatización al ser aumentada va a permitir una mayor diferenciación entre las
unidades de actividad de la empresa lo que se traducirá en una mayor
diferenciación horizontal.
Nosotros hipotetizamos que un nivel alto de
automatización relacionado con una elevada centralización, control y
diferenciación horizontal será propio de empresas con un mayor rendimiento.
Nuestra hipótesis es bastante especulativa dado que son pocos los trabajos,
según conocimientos del autor (Marhs y Mannan, 1981; Linco1n et al., 1986), que
toman en consideración la automaticidad como medida tecnológica. Más aún, en
ninguno de éstos se analiza la congruencia tecnología-estructura como
determinante del -rendimiento.
Hipótesis 2: La congruencia de una mayor
continuidad en los procesos de producción con niveles altos de centralización,
formalización y control estructural resultará en un mayor rendimiento.
La
continuidad en los procesos de producción refleja el grado de avance y de
complejidad tecnológica que posee la organización. Una mayor continuidad
supondría mayor control, centralización y formalización estructural. Los
trabajos de
,Woodward (1965) y Linco1n et al. (1986) ponen de manifiesto
que la complejidad tecnológica se relaciona de forma positiva con el control
estructural que es preciso establecer en estos procesos de producción. Harvey
(1968) y Woodward (1965) también nos apuntan una relación positiva entre esta
continuidad tecnológica y la formalización. En lo que respecta a la
centralización, los pocos trabajos que la relacionan con la tecnología de
procesos no nos aportan una relación consistente. Así, Linco1n et al. (1986)
nos' hablan de una relación invertida, tipo U, pero sólo en las empresas
norteamericanas, no en las empresas japonesas, y Woodward (1965) también nos
aporta este tipo de relación en las empresas inglesas.
Nuestra segunda
hipótesis también tiene un caracter especulativo en el sentido de que en ninguno
de estos trabajos se examina la congruencia tecnologíaestructura y su impacto en
el rendimiento. En suma, aquellas empresas que presenten una mayor continuidad
tecnológica con altos niveles de formalización, centralización y control tendrán
un mayor rendimiento.
METODO
Muestra
La muestra estuvo
integrada por 34 empresas pertenecientes a diferentes sectores de actividad
económica y ubicadas en diferentes provincias españolas. El volumen medio de
ventas en estas empresas fue de 63.180 millones. El número de trabajadores en
plantilla nos permitió contar con 11 empresas pequeñas (29,4%, menos de
cincuenta trabajadores) 12 medianas (35,3%, menos de quinientos trabajadores) y
12 grandes (35,3%, más de quinientos trabajadores), según la clasificación
establecida por la Central de Balances del Banco de España (1990).
La
edad de las empresas osciló entre los 2 y 82 años, situándose la media en tomo a
los 23 años (Sx = 20,68) y la antigüedad en la empresa de las personas
encuestadas fue: menos de 2 años, el 29,4%, entre 2 y 5 años, el 23,5%, y más de
cinco años, el 47,1%. Los niveles de autoridad que ostentaban estas personas en
el momento de la cumplimentación del cuestionario fueron: alta dirección
(23,5%), Jefes de División (26,5%), Jefes de Departamento (38,2%), y Mandos
Medios (11,8%), situándose la antigüedad en dichos puestos en menos de 2 años
(41,2%), de 2 a 5 años (41,2%), y más de 5 años (17,6%).
Medición de las
variables
Estructura
La selección de las variables
estructurales se realizó en base al análisis de la literatura. Variables como
formalización, especialización, control, diferenciación vertical, diferenciación
horizontal... tratan de evaluar los aspectos de complejidad, formalización y
centralización. Existe un cierto consenso, a pesar de las diferencias en su
operativización, de que la complejidad (diferenciación Vertical y diferenciación
horizontal), formalización y centralización son las dimensiones de la estructura
de mayor interés en la investigación tecnología-estructura (Child, 1977; Ford y
Slocum, 1977; Gerwin, 1979; Hage y Aiken, 1967; Hall, 1988).
De las
diferentes escalas desarrolladas para evaluar la estructura la del grupo Aston
(Pugh, Hickson, Hinings y Turner, 1968) ocupa un lugar destacado en la
literatura. Aunque estas escalas han sido criticadas por una excesiva confianza
en las percepciones de los directivos los ítems de muchas de éstas
(especialización, formalización, centralización) demandan afirmaciones objetivas
del hecho, más que opiniones o preferencias (Linco1n et al., 1986). Por otro
lado, el trabajo de Sánchez (1993) nos aporta algunas modificaciones de estas
medidas y la adición de nuevos ítems en aras a una mejor contextualización de la
empresa española. Dado los altos índices de fiabilidad obtenidos con en estas
"nuevas" medidas estructurales optamos por su utilización, amén de representar
uno de los pocos trabajos realizados para medir la estructura en el contexto de
nuestras empresas.
Las variables estructurales seleccionadas, de acuerdo
a las hipótesis establecidas, se operativizaron como sigue:
Control.
utilización de diferentes procedimientos o sistemas de evaluación en tomo a la
calidad de operaciones, control de costes, etc.
Centralización:
distribución del poder dentro de la organización.
Especialización: grado
en que las actividades de la empresa se dividen en tareas especializadas,
realizadas al menos por una persona de forma exclusiva y a tiempo
completo
Formalización: grado en que descripciones escritas,
descripciones del trabajo, organigramas, manuales, procedimeintos y normas
escritas existen en la empresa.
Diferenciación Horizontal: número de
unidades de actividad existentes en la empresa.
Las variables control y
centralización se evaluaron en una escala tipo Likert, (de 1 a 7), y el resto de
las variables se evaluó contabilizando el número de respuestas afirmativas dadas
a cada uno de sus componentes.
Tecnología
Las medidas de tecnología en este
estudio tomaron como marco de referencia la clasificación de Woodward y la
escala de automaticidad de Amber y Amber que tratan de medir la mecanización y
automatización de la producción tecnológica respectivamente.
Woodward
(1965) analiza la tecnología en función del número de unidades producidas y del
número de clientes atendidos (tecnología en función del cliente, tecnología de
lote pequeño, tecnología de lotes grandes, tecnología de producción en masa y
tecnología de procesos contínuos). Woodward supone que en cada empresa predomina
uno de estos tipos, pero el hecho es que las empresas pueden utilizar
simultáneamente una variedad de tecnologías. Es por ello por lo que optamos por
la solución que propone Khandwalla (1974) los cinco tipos de tecnología que son
calificados desde uno, tecnología en función del cliente, hasta cinco,
tecnología de procesos contínuos, se multiplican por la puntuación obtenida en
cada categoría obteniéndose así la puntuación total. Una perspectiva similar es
la que adoptaron Marsh y Mannari (1981), Singh (1986) y Linco1n et al
(1986).
La segunda medida de la tecnología está basada en la escala de
Automaticidad de Amber y Amber (1962) que mide el grado en que la energía humana
y el control sobre los procesos de producción son reemplazados por las máquinas.
La automaticidad se midió en una escala de cinco puntos que va desde
herramientas y máquinas manuales hasta control por computador (inteligencia
artificial). Cada empresa es evaluada dos veces en esta escala, una para valorar
el equipamiento tecnológico fundamental o el más utilizado, y la otra para
evaluar la parte más automática o más avanzada de todo el proceso. La puntuación
global es la suma de ambas. Esta medida es así más sensible a la posibilidad de
que una empresa pueda simultáneamente utilizar una tecnología más o menos
avanzada.
Aunque Hickson (1971) cuestiona la suma global de ambas
puntuaciones, Marsh y Mannari (1981) aportan una correlación de .76 entre los
dos componentes de automaticidad y de .93 la correlación de cada componente con
la puntuación combinada, resultado éste que nos llevó a considerar una
puntuación global única para valorar el grado de automaticidad de la empresa. Un
abordaje similar lo encontramos en los trabajos de Tracy y Azumi (1976), Marlis
y Mannari (1981) y Linco1n et al. (1986).
Ajuste
tecnología/estructura
Diferentes autores (Schoonhoven, 1981;
Joyce, Slocuni y Von Glinow, 1982; Alexander y Randolph, 1985; Van de Ven y
Drazin, 1985; David et al. 1989) asumen que por cada valor en una variable
tecnológica existe un valor estructural que mejor se ajusta con aquél y que
permite un mayor rendimiento. Cuanto mayor sea el ajuste mayor será el
rendimiento. En concreto, el ajuste, en estos términos se define como la
diferencia absoluta entre los valores de las variables tecnológicas y
Estructurales.
Una puntuación baja en las variables estructurales es
propio de una estructura simple y puntuaciones altas lo son de una estructura
compleja. De igual modo, puntuaciones bajas en las variables tecnológicas
representan una tecnología de procesos sencillos, o baja automaticidad si
consideramos la medida de Amber y Amber, y puntuaciones altas en dichas
variables representan una tecnología de procesos complejos o alta automaticidad.
En base a las hipótesis previamente establecidas el nivel de ajuste es así
definido como puntuaciones bajas en estructura estarán asociadas con
puntuaciones bajas en tecnologia y, a la inversa, puntuaciones altas en
estructura están asociadas con puntuaciones altas en tecnología.
La forma
de conceptualizar fit nos lleva a considerar que cuanto mayor es la diferencia,
en términos absolutos, entre las variables tecnológicas y estructurales, menor
será el ajuste y, por tanto, menor el nivel de rendimiento obtenido. Es decir,
puntuaciones altas en ajuste es sinónimo de una mayor diferencia y por
consiguiente de un menor rendinúento. Por contra, bajas puntuaciones en ajuste
(es decir, menor diferencia entre las variables estructurales y tecnológicas)
estarán asociadas a un mayor nivel de rendimiento.
Venkatraman ve esta
técnica como la forma más apropiada para poner a prueba las relaciones
tecnología-estructura cuando fit se define como el «match» entre dos variables
que son independientes de una medida de rendimiento. Esta técnica reduce algunos
de los problemas encontrados en los estudios previos que adoptan una perspectiva
contingente. A saber, errores de medición y problemas de interpretación
relacionados con los residuales de las ecuaciones de regresión (Dewar y Werbel,
1979), multicolinealidad y dificultades de interpretación que surgen con la
utilización de los términos de interacción (Deward y Werbel, 1979; Schoonhoven,
1981) y problemas implícitos en la reducción de la muestra e interpretación de
la magnitud de fit cuando se divide la muestra (Argote, 1982; Alexander y
Randolph, 1985; David et al., 1989).
Es importante señalar, no obstante,
que esta técnica para medir fit puede ser susceptible a sesgos por la
utilización de diferentes escalas de medición de los ítems. En nuestro caso las
escalas para medir las variables estructurales y tecnológicas presentaban
diferencias por lo que para minimizar éstas optamos por estandarizar las
puntuaciones en estas variables como paso previo a la obtención de la diferencia
absoluta entre las variables.
Eficacia
En la literatura
organizacional se han venido indicando diferentes criterios, casi todos ellos en
términos económicos, para poder evaluar la eficacia de una organización. Quinn y
Rohrbaugh (1981, 1983), en su revisión de las distintas medidas aportadas en la
literatura, tomaron en consideración el trabajo de Campbell (1977) para llegar a
unas dimensiones concretas que sintetizasen dichos criterios. Sánchez (1992), en
un trabajo posterior, retorna los criterios aportados por Campbell y
adaptándoles a nuestro contexto elabora una escala para poder evaluar este
constructo. Utilizando como metodología de análisis de los datos la técnica
factorial -significativamente diferente a la técnica 'Indscal" utilizada por
Quinn y Rohrbaugh- establece que la eficacia se puede evaluar atendiendo a tres
dimensiones: económica, social o centrada en las personas y organizativa. La
eficacia económica tiene que ver con la productividad, eficiencia, crecimiento y
beneficios. La eficacia social enfatiza la importancia que tienen las personas
en el logro de objetivos; motivación, satisfacción, participación... son algunas
de las variables que integraron esta dimensión. La eficacia organizativa o
eficacia directiva tiene que ver con aspectos organizativos a la propia empresa:
gestión de la información y comunicación, habilidades interpersonales y de
trabajo de la dirección, planificación, etc.
El hecho de, por una parte,
ser una escala probada en nuestro contexto empresarial (Sánchez, Fernández Rios
y Garrido, 1995) y, por otra, presentar un alto índice de fiabilidad nos llevó a
su utilización para la evaluación de la eficacia empresarial.
RESULTADOS
En la tabla 1 se
presentan las medias, desviaciones estándar y la matriz de correlaciones entre
las variables objeto de análisis. Las correlaciones entre las variables
independientes tuvieron un valor mínimo de 00 y un valor máximo de 61. En
general, los resultados que se presentan en la tabla 1 son bastante aceptables
para proceder con los análisis de regresión dado que el problema de
multicolinealidad según estos datos se reduce notablemente, lo que favorece la
interpretación de los resultados de los análisis de regresión (Neter, Wasserman
y Wutner, 1983).
En la tabla 2 se presentan los resultados de los análisis de
regresión en cada una de las tres variables dependientes consideradas. Se
aportan los coeficientes de regresión estandarizados de las variables
independientes y el incremento en el porcentaje de varianza explicado por los
grupos de variables independientes que entraron en los diferentes análisis de
regresión jerárquicos realizados. Como método para la inclusión de variables se
optó por el método enter. Nos servimos de la fórmula de Cohen y Cohen (1983)
para examinar el incremento en la varianza explicada y poder comparar el poder
de explicación de los diferentes análisis de regresión jerárquicos en una misma
variable dependiente.
El ajuste entre tecnología y estructura fue
claramente el mejor predictor de la eficacia social y de la eficacia económica,
no así de la eficacia organizativa. El poder predictivo de las dos variables
tecnológicas no fue significativo en ninguna de las dimensiones del rendimiento
consideradas y las variables estructurales por sí solas sólo lo fueron de la
eficacia organizativa.
Más específicamente, y en lo que a la dimensión
eficacia social se refiere, encontramos que la automaticidad, continuidad del
proceso productivo, especialización, diferenciación vertical, y las congruencias
automaticidad-diferenciación vertical, automaticidad-centralización,
automaticidad-control y continuidad del proceso
pro
ductivo-centralización resultaron ser predictores significativos. No
obstante, el porcentaje de varianza explicado tanto por las variables
tecnológicas (R' = 17) como por las variables estructurales (R' = 13) no fue
significativo. Por contra, el aumento en R2, cuando se considera la congruencia
tecnología estructura, si resultó ser significativo (R2 = 46, p < 01), según
la fórmula de Cohen y Cohen (1983).
En cuanto a la dimensión eficacia
organizativa sólo la centralización, control y el ajuste continuidad de los
procesos productivos-centralización presentaron betas significativos. En este
caso, el nivel de varianza explicado por las variables estructurales resultó ser
significativo (R2 = 47, p< 01) no así el aumento en la cantidad de varianza
aportado por el ajuste tecnologíaestructura (R2 = 12).
Por último, en la dimensión eficacia económica la diferenciación
vertical y la congruencia automaticidad-centralización, automaticidad-control,
continuidad del proceso productivo formalización y continuidad del proceso
productivo-control presentaron betas significativos. El incremento en el
porcentaje de varianza explicado por el ajuste tecnología-estructura (R' = ,45,
p< 01) es significativamente mayor que el explicado por las variables
tecnológicas (R2 = 00) o estructurales (R2 = 33).
En resumen, nuestra
hipótesis general se ha visto ampliamente confirmada en las dimensiones social y
económica de la eficacia empresarial, no así en la dimensión
organizativa.
En lo que respecta a las dos hipótesis específicas que nos
planteamos sólo se han visto parcialmente confirmadas. Si tomamos como
referencia la variable dependiente eficacia social, la congruencia
automatización entralización = -,64, p< 01), automatización control (p -,50,
p< 01) planteadas en la primera hipótesis resultaron ser significativas y en
la dirección predicha. No sucede lo mismo respecto a la eficacia económica que
si bien resultaron ser significativos estos ajustes (o- 47, p < 01 y 0 = 69,
p < 01, respectivamente), no lo fueron en la dirección predicha.
Las
congruencias continuidad de los procesos de producción con centralización,
formalización y control que planteamos en la segunda hipótesis también
obtuvieron un apoyo parcial. Cuando se consideran la eficacia organizativa y
económica respectivamente, sólo los ajustes con centralización (o = 42, p<
05) y formalización (o = 48, p< 05) resultaron ser significativos en la
dirección predicha por nosotros .
DISCUSION
La presente investigación
toma como objetivo examinar los supuestos que desde la teoría del diseño
contingente son planteados respecto al ajuste tecnología-estructura. Los
resultados obtenidos son de considerable interés para examinar la teoría en
relación a este ajuste y su impacto en el rendimiento. Estos resultados apoyan
la hipótesis que un amatch» adecuado entre caracteristicas estructurales y
tecnológicas es un predictor importante del rendimiento de la
organización.
La definición de fit utilizada en este estudio ofrece una
aproximación al concepto de congruencia más simple, y quizás más precisa, que
cualquiera de los análisis de interacción de Schoonhoven (1981) o Argote (1982),
o los análisis residuales de Dewar y Werbel (1979) o Fry y Slocum (1984). Sería
de utilidad que estudios posteriores determinasen si esta forma de medir fit es
útil cuando se aplica a otros contextos.
Los resultados aquí aportados
apoyan los trabajos de Keller (1994), Ancona (1990) y David et al (1989). En
todos ellos se pone de manifiesto que un match adecuado entre tecnología y otras
dimensiones organizacionales (leáse estrategia, estructura) son mejores
predictores del rendimiento que la tecnología o la estructura por sí
solas.
El presente trabajo, por otra parte, -y aquí radica su aportación-
tiene como novedad examinar el fit (entre tecnología y estructura) y su impacto
en el rendimiento a nivel organizacional y considerando este rendimiento desde
una perspectiva multidimensional. Según conocimientos del autor, los estudios
que han analizado las relaciones entre estas dos características
organizacionales, la tecnología y la estructura, no han considerado, en su gran
mayoria, su impacto en el rendimiento y cuando lo han hecho han analizado el
rendimiento desde un único criterio o dimensión.
Considerar el
rendimiento empresarial desde diferentes perspectivas o antendiendo a una
multiplicidad de criterios supone ampliar la noción de ajuste al examinar éste
en cada uno de los criterios del rendimiento considerados. Precisamente adoptar
esta..perspectiva es de sumo interés como aquí se ha puesto de manifiesto: no
todas las dimensiones del rendimiento consideradas están mejor determinadas por
el ajuste tecnologia-estructura propuesto.
Estudios adicionales que
analicen esta dimensionalidad del rendimiento pueden ser de suma importancia
para determinar si la utilidad de evaluar el rendimiento desde diferentes
criterios puede ser aplicado a otros contextos.
Los investigadores
también deberían continuar buscando otras dimensiones tecnológicas y
estructurales que mejor se ajusten para predecir el rendimiento. Aunque las seis
variables de ajuste hipotetizadas en este estudio contribuyen de forma
significativa en predecir el rendimiento algunas de ellas no entraron en la
regresión, principalmente cuando se consideró la dimensión eficacia organizativa
como variable dependiente.
No obstante algunas de estas variables de
ajuste no lo fueron en la dirección esperada. Así, cuando consideramos como
variable dependiente la eficacia social nos encontramos con la
automatización-diferenciación vertical y continuidad en los procesos de
producción centralización. Y
cuando consideramos la eficacia económica
como variable dependiente lo son automatización-centralización,
automatizacióncontrol y continuidad-control.
Posiblemente estos
resultados no esperados están poniendo de manifiesto que la relación tecnología
estructura presenta una relación diferente a la hipotetizada por nosotros para
determinar el rendimiento; por consiguiente el ajuste aquí definido no es la
relación previarnente establecida por nosotros. En estos casos puede que el
ajuste haya que definirlo como puntuaciones bajas en tecnología se corresponden
con puntuaciones altas en estructura (centralización y control) y puntuaciones
altas en tecnologia se corresponden con puntuaciones bajas en estructura. En
cualquiera de estos dos casos nos encontrariamos que un buen ajuste --definido
como la diferencia en términos absolutos- seria tener altas puntuaciones; esto
justificaría la relación positiva con el rendinúento.
Esta cuestión ha
sido el caballo de batalla en la literatura sobre las relaciones tecnología
estructura. Baste con recordar, a modo de ejemplo, los diferentes resultados a
los que llegaron los pioneros en este campo, Woodward y Tliompson.
Pero
nuestro estudio pone a la luz dos hechos importantes en la investigación de las
relaciones tecnologia-estyuctura y su Impacto en el rendimiento. Primero, la
necesidad de conceptualizar y medir el rendinúento en términos que son
relevantes para las organizaciones que estan siendo estudiadas. Segundo, el
rendimiento es un constructo multidimensional, un constructo con dimensiones que
son bastante diferentes unas de otras; la utilización de una variable global del
rendimiento puede ocultar relaciones entre las variables independientes y las
dimensiones del rendimiento
Los resultados de la presente investigación
sugieren algunas implicaciones para el diseño efectivo de las organizaciones. Si
nuestro interés está en que las personas se encuentren satisfechas, estén
altamente motivadas.... en definitiva, que exista eficacia social, tendremos que
acoplar procesos más automatizados con una mayor centralización y control. Si
nuestro interés se centra en la eficacia organizativa una mayor continuidad del
proceso productivo deberá estar aliada con ulla mayor centralización. Por
contra, si tomamos como objetivo una mayor eficacia económica, a mayor
continuidad en los procesos de producción mayor formalización y menor control
estructural y a inayor automatización tecnológica menor centralización y control
estructural.
En suma, este estudio apoya la idea de que el ajuste entre
características tecnológicas y caracteristicas estructurales presenta un
potencial real para aumentar el rendimiento de una organización. Aunque el
concepto de fit merece más estudios (Hoffinan et al., 1992), el ajuste
tecnología-estructura a nivel de análisis organizacional promete ofrecer
beneficios para el diseño y el rendimiento empresarial. Investigaciones
posteriores deberán considerar otras variables tecnológicas y/o estructurales
que se ajusten de forma eficaz bajo otras condiciones.
BIBLIOGRAFIA
Alexander, J.W. y
Randolph, W.A. (1985). The fit between technology and structure as a predictor
of performance in nursing subunits. Academy of Management Journal, 28(4),
844-859.
Amber, G.S. y Amber, P.S. (1962). Anatomy of Automation.
Englewood Cliffs, NJ: Prentice-Hall.
Ancona, D.G. (1990). Outward bound:
Strategies for team survival in an organization. Academy of Management Journal,
33, 334-365.
Argote, L. (1982). Imput uncertainty and organizational
coordination in hospital emergency units. Administrative Science Quarterly,
27,420-434.
Campbell, K.S. (1977). On the nature of organizational
effectiveness. En P.S. Goodinan y J.M. Pennings (eds): New perspectives on
organizational effectiveness. S. Fco, CA: Jossey-Bass. pp. 13-55.
Central
de Balances. (1990). Banco de España. Madrid.
Cohen, J., y Cohen P.
(1983). Applied multiple regression/correlation analysis for the behavioral
sciences Hillsdale, NJ: Erlbaum (2a ed).
Cohen, W.M., y Levinthal, D.A.
(1990). Absorptive capacity: A new perspective on learning and innovation.
Administrative Science Quarterly, 35, 128-152.
Child, J. (1974).
Managerial and organizational factors associated with company performance.
Joumal of Management Studies, 11, 175-189.
Child, J. (1977).
Organization: A Guide to Problems and Practice. New York: Harper and
Row.
David, F.R., Randolph, W.A. y Pearce, J.A. (1989). Linking
technology and structure to enhance group performance
Journal of Applied
Psichology, 74, 2, 233-241
Dewar, R. y Werbel, J. (1979). Universalistic
and contingency predictions of employee satisfaction and conflict.
Administrative Science Quarterly, 24, 426-448.
Ford, J.D. y Slocum, J.W.
(1977). Size, technology, environment and the structure of organizations.
Academy Management Review, 2,561-575.
Frr, L.W. (1982). Tecnology
structure research: three critical issues. Academy of Management Joumal,
25(3),532-552.
Fry, L.W., y Slocum, J.W. (1984). Tecnology, structure,
and workgroup effectiveness: A test of a contingency model. Academy of
Management Journal, 27, 221-246.
,Galbraith, J.R. (1977). Organizational
Desing: An Infonnation Processing View. Re ding, Mass:
Addison'Wesley.
Gerwin, D. (1979). The comparative analysis of structure
and tecnology: A critical appraisal. Academy of Management Joumal, -4, 41-5
1.
Gerwin, D. (1981). Relationships between structure and technology. en
P.C. Nystrom and W.H. Starbuck (eds), Handbook of Organizational Desingn, New
York: Oxford University Press, 2, 3-38.
Gresov, CH. (1989). Exploring f1t
and misfit with multiple contingencies. Administrative Science Quarterly, Sep.,
34(3), 431-453.
Hage, J. y Aiken, M. (1967). Program change and
organizational properties.
Administrative Science Quarlerly, 72,
503519.
Hage, J. y Aiken, M. (1969). Routine tecnology, social structure
and organizational goals. Administrcítive Science Quarterly, 14,
366-376.
Hall, R.H. (1988). Organizaciones: Estructura y Proceso.
Prentice-Hall Hispanoamericana (3a ed).
Hammer, E.R. (1990). Foundations
of technology- structure research. Social Science Information, 29, 55-
100.
Harvey, E. (1968). Technology and the structure of organizations.
American Sociological Review, 33, 241-259.
Hickson, D.J. (1971). A
strategie contingencies theory of intM organizational power. Administrative
Science Quarterly, vol. 16.
Hickson, D.J., Pugh, D.S. y Pheysey, C.
(1969). Operations technology and organization structure: An empirical
reappraisal. Administrative Science Quarterly, 14, 378397.
Hoffinan,
J.J., Cullen, J.B., Carter, N.M., y Hofacker, CH.F. (1992). Altemative methods
for measuring organization fit: Technology, structure and performance. Journal
ofManagement, 18,45-57.
Ito, J.K., y Peterson, R.B. (1986). Effects of
task difficulty and interunit interdependence on information processing systems.
Academy of Management Journal, 29, 139-149.
Joyce, W., Slocum, J.W. y Von
Glisow, M.A. (1982). Person situation interaction:
Competing models of
fit. Joumal of Occupational Behavior, 3, 265-280.
Keller, R.T. (1994).
Techonology information processing fit and the performance of R&D project
groups: A test of contingency theory. Academy of Management Joumal, 37,
167-179.
Khandwalla, P.N. (1974). Mass output orientation of opeMtions
technology and organizational structure. Administrative Science Quarterly, 19,
74-97.
Lincoln, J.R., Hanada, M. y McBride, K. (1986). Organizational
structures in Japanese and U.S. manufacturing. Administrative Science Quarterly,
31, 3, Sep., 338364.
Marsh, R.M. y Mannari, H. (1981). Technology and
size as determinants of the organizational structure of Japanese factories.
Administrative Science Quarterly, 26, 33-57.
Miller, C. Chet, Click,
W.H., Wang, Yandde y Huber, G.P. (1991). Understanding Technology-Structure
relationship: Theory development and Meta Analysis theory testing". -Academy of
-Management Journal, 34, 2, 370-399.
Neter, J., Wasserman, W., y Kutner,
M.H. (1983). Applied linear regression models. Hornewood, IL:
Irwin.
Perrow, CH. (1967). A franiework for the comparative analysis of
organizations. American Sociological Review, 32, 194208.
Perrow, CH.
(1970). Organization Analysis: A Sociological View. Belmont, CA:
Wadsworth.
Pugh, D.S., Hickson, D.J., Hinings, C.R. y TURNER, C. (1968).
Dimensions of organization struture. Administrative Science Quarterly, 29,
33-51.
Quinn, R.E. y Rohrbaugh, J. (1981). A competing values approach to
organizational effectiveness. Public Productivity Review, 5,
122-140.
Quinn, R.E. y Rohrbaugh, J. (1983). A spatial model of
effectiveness criteria: Towards a competillg values approach to organizational
analysis. Management Science.
Robbins, S.P. (1990). Organization Theory:
Structure, Design and Applications. Engle wood Cliffs, N.J: Pretice-Hall (3a
ed).
Sánchez, J.C. (1992). Qué significa hoy ser una empresa eficaz para
los directivos españoles. Aedipe, Sept. 19-26.
Sánchez, J.C. (1993).
Dimensionalidad estructura, de las empresas españolas. En L. Munduate y M.Baron
(comp). Psicología del trabajo y de las organizaciones. Sevilla: Eudema, pp.
411-421.
Sánchez, J.C., Fernández Ríos, M., y Garrido, M. (1995).
Aportaciones a la evaluación de la eficacia organizacional. En L.González, A. de
la Torre y J. de Elena (comp.). Psicología del trabajo y de las organizaciones,
gestión de recursos humanos y nuevas tecnologias. Salamanca:
Eudema.
Schoonhoven, C.B. (1981). Problems with contingency theory:
Testing assumptions hidden within the language of contingency theory.
Administrative Science Quarterly, 26,349-377.
Singh, J.V. (1986).
Technology, size and organizational structure: A reexamination of the 0kayarna
study data. Academy of Management Joumal, 29, 800-812.
Tracy, P. y Azumi,
K. (1976). Determinants of administrative control: A test of a theory with
Japanese factories. American Sociological Review, 41, 80-94.
Van de Ven,
A.H. y Drazin, R. (1985). The concept of fit in contingency theory. en B.M Staw
y L.L. Cummings (eds), Research-in Organizational Behavior. Greenwich, CT: JAI
Press, 7, 333-365.
Venkatraman, N. (1989). The concept of fit in strategy
research: Toward ver
bal and statistical correspondence. Academy of
Management Review, 14, 423-444.
Venkatraman, N. y Camilus, J. (1984).
Exploring the concept "fit" in strategic management. Academy of Management
Review, 9,513-525.
Withey, M., Daft, L.R. y Cooper, W.H. (1983). Measures
of Perrow's work units technology: An empirical assessment and a new scale.
Academy of Management Journal, vol. 26(1), marz., 45-63.
Woodward, J.
(1965). Indus1rial Organization: Theory and Practice. London: Oxford University
Press.