Machine Translated by Google

El Liderazgo Trimestral 32 (2021) 101375

Listas de contenidos disponibles en ScienceDirect

El Liderazgo Trimestral
página de inicio de la revista: www.elsevier.com/locate/leaqua

Artículo de longitud completa

En busca de la causalidad en la investigación sobre formación de líderes: una

revisión y recomendaciones pragmáticas
Robin Martina , ÿ, David J. Hughes a b a
, Olga Epitropaki , geoff thomas
a
Universidad de Manchester, Reino Unido
b
Universidad de Durham, Reino Unido

información del artículo resumen

Historial del artículo: Aunque la investigación muestra una asociación confiable entre la capacitación en liderazgo y los resultados organizacionales positivos, una variedad de
Recibido el 29 de noviembre de 2018 problemas de diseño de la investigación significan que no sabemos en qué medida la primera causa la segunda.
Recibido en forma revisada el 10 de diciembre de 2019
En consecuencia, el documento tiene dos objetivos principales. Primero, describir las condiciones necesarias para determinar la causalidad en la
Aceptado el 11 de diciembre de 2019
investigación sobre capacitación en liderazgo y la capacidad de los diferentes diseños de investigación para lograrlo. Se describen seis cuestiones
Disponible en línea el 7 de enero de 2020
importantes, pero a menudo ignoradas, asociadas con la determinación de la causalidad (condiciones de control, representación de la muestra,
aleatorización de las condiciones, independencia de las condiciones, diseño temporal y participación del autor).
En segundo lugar, revisar hasta qué punto la literatura sobre capacitación en liderazgo es capaz de demostrar causalidad. La revisión muestra que la
mayoría de los estudios no cumplen muchos de los criterios, ni siquiera los más básicos, necesarios para establecer la causalidad. Finalmente, brindamos
pautas para diseñar investigaciones futuras para mejorar la identificación causal y es capaz de generar recomendaciones significativas de teoría y política.

© 2019 Elsevier Inc. Todos los derechos reservados.

"Los hombres superficiales creen en la suerte. Los hombres fuertes creen en la causa considerablemente en la medida en que son capaces de evidenciar efectos causales
y efecto" específicos (Podsakoff & Podsakoff, 2019).

(Ralph Waldo Emerson)
Introducción
Las iniciativas de capacitación en liderazgo son muy populares debido a la creencia de
que la capacitación en liderazgo puede generar (o, más precisamente, causar) cambios
positivos en el comportamiento de los gerentes y, en última instancia, en su eficacia.
Dada la popularidad de la capacitación en liderazgo, es imperativo evaluar si, cuándo y
cómo dicha capacitación provoca cambios en los resultados para avanzar en la teoría e
informar la política de capacitación en las organizaciones.
Como resultado, la investigación que examina la capacitación y el desarrollo del liderazgo
es común (Day, 2001; Day & Dragoni, 2015; Day, Fleenor, Atwater, Sturm & McKee, 2014;
Feldman & Lankau, 2005; Riggio, 2008) y muchos estudios informan asociaciones positivas
entre la capacitación en liderazgo y una variedad de resultados relacionados con el trabajo
(Aguinis y Kraiger, 2009; Avolio, Reichard, Hannah, Walumbwa y Chan, 2009; Lacerenza,
Reyes, Marlow, Joseph y Salas, 2017). Además, cuando son efectivas, las intervenciones
de desarrollo de liderazgo pueden generar un considerable retorno de la inversión (Avolio,
Avey y Quisenberry, 2010). Sin embargo, debido a una variedad de limitaciones en el
diseño del estudio, los estudios de capacitación en liderazgo varían
Si bien la discusión de la causalidad es común a todas las áreas de investigación, el
contexto de capacitación en liderazgo presenta cuestiones específicas que requieren una
cuidadosa consideración. Sin duda, el 'estándar de oro' para determinar la causalidad es el
diseño experimental clásico (es decir, los participantes se asignan aleatoriamente a las
condiciones de tratamiento y control; Lonati, Quiroga, Zehnder y Antonakis, 2018). Dado un
tamaño de muestra adecuado y siempre que la aleatorización se implemente correctamente
(es decir, la asignación aleatoria de líderes para capacitación y control), los estudios
experimentales generan dos (o más) condiciones que son probabilísticamente similares, lo
que significa que las posibles variables de confusión se distribuyen uniformemente y, por lo
tanto, no pueden explicar para las diferencias en los resultados entre las condiciones. Por
desgracia, fuera de los entornos de laboratorio (p. ej., estudios de campo y cuasi
experimentales), los investigadores rara vez tienen la oportunidad de asignar aleatoriamente
gerentes extraídos de muestras aleatorias o de controlar otras características ambientales
porque las organizaciones son sistemas sociales complejos con muchos procesos que
ocurren simultáneamente (Shaver, 2019).
Los gerentes se involucran en muchas actividades además de la capacitación en liderazgo
y los resultados de interés (p. ej., satisfacción laboral y desempeño) tienen múltiples
determinantes. Por lo tanto, es difícil aislar factores causales específicos e identificar la
proporción de variación en los resultados que se debe o es causada específicamente por
la capacitación en liderazgo.

ÿ Autor para correspondencia en: Alliance Manchester Business School, Universidad de Manchester, Booth Street West, Manchester M15 6PB, Reino Unido.
Dirección de correo electrónico: robin.martin@manchester.ac.uk (R. Martín).

https://doi.org/10.1016/j.leaqua.2019.101375 1048-9843/© 2019

Elsevier Inc. Todos los derechos reservados.
Machine Translated by Google
R. Martin, DJ Hughes, O. Epitropaki et al.
En este punto, debemos reconocer que realizar estudios de capacitación en liderazgo en
un contexto aplicado es muy difícil debido a la dependencia de una organización cliente. Por
lo tanto, reconocemos que los investigadores de capacitación en liderazgo deben equilibrar la
necesidad de un diseño de investigación riguroso con las restricciones contextuales, sobre las
cuales generalmente tienen poco o ningún control. Por lo tanto, exigir que todos los estudios
de capacitación en liderazgo alcancen los más altos estándares de diseño experimental
probablemente resulte contraproducente. De hecho, creemos que toda investigación bien
diseñada que tenga en cuenta la capacidad del diseño para determinar la causalidad y modere
las conclusiones en consecuencia, puede hacer contribuciones significativas al 'cuerpo
acumulativo de investigación' (Shaver, 2019). Sin embargo, como argumentó Stouffer (1950)
“… es esencial que siempre tengamos en cuenta el modelo de un experimento controlado,
incluso si en la práctica tengamos que desviarnos de un modelo ideal” (p. 356).
Las revisiones anteriores tienden a centrarse principalmente en los resultados de la
formación o en los modelos teóricos de liderazgo que subyacen al contenido de la formación.
Por lo general, cuando se informan los hallazgos, las revisiones anteriores han tendido a
agregar resultados de estudios con diseños de investigación variados (p. ej., Avolio et al.,
2009; Lacerenza et al., 2017) o a hacer distinciones generales entre diseños experimentales y
cuasiexperimentales (p. ej., Podsakoff & Podsakoff, 2019). Sin embargo, si se da el caso de
que los estudios de capacitación en liderazgo varían en términos de su capacidad para
establecer la causalidad, entonces dichos análisis agregados pueden ser problemáticos y
producir estimaciones mal especificadas que no pueden identificar qué aspectos de la
capacitación tienen los efectos causales. Por el contrario, este artículo se centra, por primera
vez, en el diseño de investigación fundamental y las características metodológicas necesarias
para establecer los efectos causales de la formación en liderazgo. No importa el diseño del
contenido de la capacitación en liderazgo, si uno no puede establecer que la capacitación
provocó cambios en los resultados, entonces el valor de los resultados disminuye
considerablemente. Por lo tanto, establecer condiciones para determinar la causalidad está en
el corazón de la literatura sobre desarrollo de liderazgo, porque, como dice Aristóteles, “no
conocemos una verdad sin conocer su causa”. En otras palabras, ¿cómo podemos estar
seguros de que un programa de capacitación en liderazgo generó resultados laborales
positivos (o negativos) si no podemos evaluar los estudios (e informar los futuros) en términos
de su capacidad para proporcionar evidencia causal?
Esta revisión hace tres contribuciones importantes a la literatura sobre capacitación en
liderazgo. Primero, ampliamos la literatura discutiendo seis condiciones críticas necesarias
para establecer efectos causales y evaluar hasta qué punto los diseños de investigación de
capacitación en liderazgo comúnmente aplicados satisfacen estos criterios. En segundo lugar,
por primera vez, guiados por estos criterios, realizamos una revisión del estado de la ciencia
de la literatura sobre capacitación en liderazgo y encontramos que la mayoría de los estudios
no cumplen con los estándares necesarios para establecer la causalidad. Con base en estos
hallazgos, identificamos una serie de preocupaciones sobre el rigor metodológico de la
literatura que han sido pasadas por alto en revisiones anteriores. Finalmente, con base en lo
anterior, brindamos las recomendaciones más completas hasta la fecha para guiar futuras
investigaciones sobre capacitación en liderazgo en términos de establecer la causalidad.
Eficacia de las intervenciones de capacitación en liderazgo
La capacitación en liderazgo es un tipo de intervención, bajo el paraguas general de
actividades e intervenciones de desarrollo de liderazgo, diseñada para mejorar la capacidad
de liderazgo tanto individual como colectiva “…para participar de manera efectiva en roles y
procesos de liderazgo” (Day, 2001, p. 582). Day y Dragoni (2015) distinguieron entre “…
desarrollo de líderes como la expansión de la capacidad de los individuos para ser efectivos
en roles y procesos de liderazgo” y “… desarrollo de liderazgo como el crecimiento de la
capacidad de un colectivo para producir dirección, alineación y compromiso”. (Day & Dragoni,
2015, p. 134). El desarrollo de líderes se centra en conceptos a nivel individual, como la
autoconciencia, la autoeficacia y las KSA, mientras que el desarrollo de liderazgo adopta un
enfoque más integrado que se centra en la interacción dinámica entre líderes y seguidores, las
relaciones diádicas y las construcciones conductuales de liderazgo, como el liderazgo
transformacional (p. , barling,
2
El Liderazgo Trimestral 32 (2021) 101375
Weber y Kelloway, 1996; Rigio, 2008). Esta distinción tiene muchas implicaciones para el
contenido del proceso de capacitación y desarrollo y los resultados relacionados. En este
artículo, nos enfocamos en estudios que evalúan la capacitación en liderazgo, es decir, cuando
una organización expone deliberadamente a los gerentes a actividades de capacitación en
liderazgo con la expectativa de que esto debería mejorar la capacidad de liderazgo y, en
consecuencia, tener un impacto en los resultados relevantes relacionados con el trabajo.
La capacitación en liderazgo varía considerablemente en términos del modo de entrega
(p. ej., aula, entrenamiento), proceso (p. ej., retroalimentación de múltiples fuentes, reflexión,
juego de roles) y actividades (p. ej., tutoría, entrenamiento, asignaciones de trabajo, ver Día,
2001, para una revisión). La combinación de una o más actividades de capacitación en
liderazgo puede formar una 'intervención' en el sentido de un estudio de investigación. Más
precisamente, definimos la capacitación en liderazgo como "... aquellos estudios en los que el
investigador manipuló abiertamente el liderazgo como una variable independiente a través de
la capacitación, la asignación, el escenario u otros medios" (Avolio et al., 2009, p. 764). En
términos de diseño de investigación, la capacitación en liderazgo es la variable independiente
y los resultados de la capacitación son la variable dependiente. Se puede obtener una variedad
de diferentes tipos de resultados (p. ej., de líderes, seguidores, recursos humanos, clientes,
etc.) ya sea antes (prueba previa) y/o después (prueba posterior) de la capacitación.
Varias revisiones metaanalíticas muestran una relación moderada entre la capacitación
en liderazgo y una variedad de resultados laborales importantes (Avolio et al., 2009; Burke &
Day, 1986; Collins & Holton, 2004; Lacerenza et al., 2017; Powell & Yalcin, 2010; Russon y
Reinelt, 2004; Taylor, Russ-Eft y Taylor, 2009). Sin embargo, existe una variación considerable
en los hallazgos, como lo señalaron Collins y Holton (2004) “… la efectividad de los programas
de desarrollo de liderazgo gerencial varió ampliamente; algunos programas fueron
tremendamente efectivos y otros fracasaron miserablemente” (p. 232). Además, debido a sus
diferentes preguntas de investigación, estos metanálisis emplean diferentes criterios de
inclusión y, por lo tanto, varían considerablemente en cuanto a la literatura que cubren.
También tienden a adoptar una conceptualización amplia del desarrollo del liderazgo, incluidos
los estudios que cubren las habilidades gerenciales generales (como la resolución de
problemas, el diseño del trabajo, Collins y Holton, 2004) que pueden no estar relacionadas
con el liderazgo. El metaanálisis más reciente de Lacerenza et al. (2017) examinó 335 estudios
independientes, tres veces más que el siguiente metanálisis más alto. En general, la relación
entre la capacitación en liderazgo y los resultados de los empleados fue alta en los cuatro
criterios de Kirkpatrick (1959) para evaluar la capacitación (es decir, reacciones, aprendizaje,
transferencia y resultados; ÿ general = 0,76) y esto llevó a los autores a concluir que “ … el
entrenamiento de liderazgo es sustancialmente más efectivo de lo que se pensaba” (p. 1686).
En resumen, existe considerable evidencia de investigación que sugiere que la capacitación
en liderazgo puede conducir a resultados laborales positivos y esto ha sido ampliamente
aceptado en la literatura (p. ej., Aguinis & Kraiger, 2009; Avolio et al., 2009; Collins & Holton,
2004; Lacerenza et al., 2017).
Sin embargo, argumentamos que en ausencia de un examen riguroso de los diseños de
investigación empleados en esta investigación y su capacidad para establecer inferencias
causales, esta conclusión puede ser prematura. A continuación, describimos cuestiones
relacionadas con la demostración de causalidad en la investigación sobre formación de líderes
y la capacidad de varios diseños de investigación para abordar estas cuestiones.
Determinación de la causalidad en los estudios de formación de líderes
El problema de la endogeneidad
La endogeneidad es una etiqueta econométrica técnica que se refiere a un conjunto de
especificaciones erróneas del modelo bien conocidas, pero subestimadas y rara vez abordadas,
que pueden sesgar las estimaciones de los parámetros (Antonakis, Bendahan, Jacquart y
Lalive, 2010; Hughes, Lee, Tian, Newman y Legood, 2018). Los sesgos de endogeneidad se
dividen en tres amplias categorías.
Primero, los modelos a menudo omiten variables que brindan una explicación alternativa o
adicional para la relación de interés. En segundo lugar, los modelos a menudo no tienen en
cuenta la simultaneidad, es decir, cuando la variable dependiente y una o más de las variables
explicativas se determinan conjuntamente. En
Machine Translated by Google
R. Martin, DJ Hughes, O. Epitropaki et al.
En tales casos, los resultados del análisis de regresión podrían confundir estas relaciones
porque la dirección de la causalidad muy probablemente corre en ambas direcciones (p. ej., X
ÿ Y ÿ X). En tercer lugar, las estimaciones pueden estar sesgadas debido a errores de medición,
como escalas que evalúan solo una parte de un constructo (Hughes, 2018) o sesgos de
métodos comunes (Podsakoff y Podsakoff, 2019).
En términos técnicos, la endogeneidad se refiere a una instancia en la que una medida de
una variable predictora (en nuestro caso, capacitación en liderazgo) se correlaciona con el
término de error de la variable de resultado (ver Antonakis et al., 2010) o como Hughes et al.
(2018, p. 558) describen “… un predictor endógeno está relacionado con la variable de
resultado medida de dos o más maneras, generalmente de la manera teorizada (p. ej., como
una causa significativa), pero también de alguna manera no anticipada ( ej., sesgo de método
común, efectos recíprocos, relación con una causa común)”. En la investigación sobre
capacitación en liderazgo, las 'formas imprevistas' en las que el predictor podría explicar el
resultado son muchas (p. ej., confusión debido a la no aleatorización).
Los sesgos de endogeneidad pueden ser muy problemáticos para estimar la eficacia del
entrenamiento, porque es difícil establecer el grado en que la estimación representa la relación
teorizada (es decir, el efecto causal del entrenamiento) o la relación no anticipada (es decir, los
sesgos de endogeneidad).
Afortunadamente, existen varios métodos que se pueden utilizar para reducir o eliminar los
sesgos de endogeneidad, como el uso de variables instrumentales.
Debido a que estos métodos se han tratado extensamente en otros lugares, no los repetiremos
aquí. En cambio, remitimos a los lectores a Antonakis, Bendahan, Jacquart y Lalive (2014)
para una introducción a estos métodos, a Antonakis et al. (2010) para una revisión más técnica,
y a An, Meier, Ladenburg y Westergård-Nielsen (2019) para una aplicación con capacitación
en liderazgo.
A pesar de las preocupaciones prominentes y legítimas con respecto a la endogeneidad,
algunos, sin embargo, piensan que los sesgos de endogeneidad nunca pueden eliminarse por
completo y, por lo tanto, debemos aprender a 'vivir con ellos'. Por ejemplo, Van Lent (2007)
argumenta que debido a que es probable que la teoría nunca sea lo suficientemente completa
para producir modelos completamente especificados y las buenas medidas son raras, es poco
lo que se puede hacer para mitigar la endogeneidad. En cambio, Van Lent argumenta que los
investigadores deben utilizar el mejor diseño posible, incluso si es imperfecto (p. ej., omitiendo
un predictor conocido debido a limitaciones de tiempo). Al hacerlo, los investigadores deben
defender explícitamente su elección de errores de especificación, discutir los resultados en
consecuencia y considerar cómo podrían haber cambiado los resultados si el investigador
hubiera elegido un modelo con diferentes errores de especificación (p. ej., incluir predictores
adicionales pero usar medidas más cortas).
Nuestra vista está en algún punto intermedio. La endogeneidad es una preocupación seria
y se deben hacer todos los esfuerzos para reducir la especificación errónea causada por
sesgos de endogeneidad. Siempre que sea apropiado, se deben usar diseños experimentales
aleatorios. Sin embargo, muchas oportunidades para estudiar la capacitación en liderazgo en
el campo no permitirán el uso de experimentos aleatorios porque dichos diseños plantean
dificultades, como el reclutamiento de participantes, la aleatorización adecuada y preocupaciones
éticas que pueden ser difíciles, a veces imposibles, de superar.
Cuando el compromiso en el diseño del estudio es inevitable, no creemos que los investigadores
deban abandonar de inmediato las pruebas empíricas, porque incluso si la endogeneidad está
presente, los estudios pueden servir como exploraciones útiles que pueden informar
investigaciones futuras.
Las condiciones mínimas necesarias para inferir causalidad en la investigación sobre formación
de líderes
A continuación, nos basamos en la gran cantidad de literatura sobre inferencia causal (p.
ej., Antonakis et al., 2010, 2014; Morgan & Winship, 2015) para describir brevemente las tres
condiciones principales necesarias para inferir cierto grado de causalidad en relación con la
investigación sobre capacitación en liderazgo. En otras palabras, estas son las condiciones
mínimas necesarias para inferir que es la capacitación en liderazgo la que conduce o provoca
cambios en los resultados (ver Antonakis et al., 2010 para una discusión de estos en relación
con la investigación sobre liderazgo).
3
El Liderazgo Trimestral 32 (2021) 101375
Primero, x debe preceder a y temporalmente (es decir, la capacitación en liderazgo debe
ocurrir antes de las medidas posteriores a la prueba). Es probable que esta sea la más fácil de
las tres condiciones. Por definición, las medidas posteriores a la prueba se obtienen después
de que se ha producido la capacitación en liderazgo. Sin embargo, el período de tiempo
necesario entre la capacitación en liderazgo y la medición posterior a la prueba es un tema
mucho más difícil de determinar. Es necesario considerar cuestiones relacionadas con la
transferencia de capacitación (es decir, el proceso mediante el cual se manifiesta el nuevo
conocimiento en los resultados, Gilpin-Jackson & Bushe, 2007) y las suposiciones de diseño
temporal (es decir, los períodos de tiempo entre la capacitación en liderazgo y las mediciones
de resultados, Fischer , Dietz y Antonakis, 2017). Los períodos de tiempo elegidos deben
reflejar el contenido teórico de la capacitación y corresponder al tiempo esperado para que (a)
la capacitación se manifieste en los cambios previstos en los comportamientos de los líderes,
(b) los comportamientos de los líderes tengan un impacto confiable sobre comportamientos de
los miembros del equipo y, (c) cambios en los comportamientos de los miembros del equipo
para afectar los resultados relacionados con el trabajo (como el desempeño). Estas decisiones
deben basarse en el contenido teórico de la capacitación y los mecanismos por los cuales el
contenido de la capacitación afectará los resultados. Si se establecen períodos de tiempo
inapropiados para la medición en relación con el entrenamiento, entonces pueden surgir
conclusiones inapropiadas (Gilpin-Jackson & Bushe, 2007).
En segundo lugar, x debe estar correlacionado de forma fiable con y (es decir, la formación
en liderazgo predice de forma fiable las medidas posteriores a la prueba). El examen de las
implicaciones estadísticas de la determinación de la causalidad está más allá de los objetivos
de este artículo (para revisiones, véase Gangl, 2010; Heckman, 2005; Morgan & Winship,
2015). Sin embargo, vale la pena señalar un problema principal. Al probar la relación entre la
capacitación en liderazgo y los resultados, los investigadores generalmente usan técnicas
estadísticas que examinan las asociaciones (p. ej., correlación, regresión, puntajes de
propensión). Sin embargo, existe una clara diferencia teórica y estadística entre asociación y
causalidad (Pearl, 2009).
Las asociaciones muestran que dos factores comparten una distribución conjunta de las
variables observadas. La asociación se basa en un juicio de probabilidad estadística (si obtiene
A, tiende a obtener B o, en este caso, la capacitación en liderazgo se asocia con resultados
positivos). La asociación se basa en la distribución de datos y conduce a inferencias de
probabilidad. La causalidad debe ir más allá y no solo determinar la probabilidad en una
situación estática sino también comprender el efecto del cambio como causa de eventos futuros.
La asociación y la causalidad no son buenos 'compañeros de cama' como dice Pearl (2009)
allí "... no hay nada en una función de distribución que nos diga cómo diferiría esa distribución
si las condiciones externas cambiaran, digamos de una configuración observacional a
experimental, porque la las leyes de la teoría de la probabilidad no dictan cómo debe cambiar
una propiedad de una distribución cuando se modifica otra propiedad” (p. 99).
Con base en estos argumentos, muchos estudiosos señalan que no se puede lograr una
prueba adecuada de la causalidad mediante el cálculo de probabilidades, sino que se necesitan
nuevos enfoques matemáticos. Uno de estos enfoques podría ser el uso de estadísticas
bayesianas (Kruschke, 2013). Las estadísticas bayesianas se alejan de la estimación del
tamaño de un efecto (a veces denominada "interpretación frecuentista") para probar la
existencia de un efecto.
Uno de los muchos problemas con la estimación de los efectos es que existe la suposición a
priori de que, de hecho, hay un efecto que estimar y que esto puede representarse en una
distribución probabilística. La prueba de un efecto debería ser la condición previa antes de
estimar los parámetros (Jeffreys, 1961). Las estadísticas bayesianas proporcionan una forma
matemática de combinar creencias y evidencias anteriores para producir creencias posteriores.
La prueba de hipótesis bayesiana se lleva a cabo comparando la adecuación predictiva de dos
modelos estadísticos que compiten entre sí, a saber, las distribuciones anterior (distribución de
probabilidad esperada en base a creencias o teorías previas) y posterior (distribución de
probabilidad que representa creencias actualizadas sobre el parámetro posterior a la
recopilación de datos) (para el beneficios de las estadísticas bayesianas, véase Wagenmakers
et al., 2018, Wagenmakers et al., 2018).
Tercero, la relación entre x e y no debe explicarse por otras causas (es decir, las medidas
posteriores a la prueba se deben a la capacitación en liderazgo y no a otros factores). Este es
el paso más difícil de determinar. A
Machine Translated by Google
R. Martin, DJ Hughes, O. Epitropaki et al.
Para responder a esto, sería útil refrescarnos en el significado de la causalidad. Heckman
(2005, p. 1) lo describe muy bien como "Manteniendo todos los factores excepto uno en
un nivel constante, el cambio en el resultado asociado con la manipulación del factor
variado se denomina efecto causal del factor manipulado". La única forma de mantener
constante todo lo demás excepto la variable manipulada es tener una condición idéntica
que no contenga la variable manipulada. Esto se conoce como la condición de control/
contrafactual y en el entrenamiento de liderazgo estaría representado por una condición
de no entrenamiento.
Un marco matemático formal para comprender las inferencias causales es el modelo
causal de Rubin (RCM, Imbens & Rubin, 2017; Rubin, 1974, 1975). En esencia,
argumentan, “no hay causalidad sin manipulación” (Rubin, 1975, p. 238) de la variable
independiente (es decir, obtener resultados para condiciones con y sin entrenamiento).
Al hacer esto, se pueden abordar dos preguntas causales críticas (a) si aquellos que
recibieron el tratamiento, de hecho, no lo recibieron, ¿qué se observaría en y? y, (b) si
aquellos que no han recibido el tratamiento, de hecho, lo reciben, ¿qué se observaría en
y?. La segunda parte del RCM especifica que estas preguntas casuales solo pueden
responderse cuando se logra la equivalencia condicional. Es decir, cuando la asignación
a las condiciones es aleatoria, se puede suponer que todas las posibles variables de
confusión se distribuyen por igual entre las condiciones (es decir, entrenamiento y
control) y no pueden explicar las diferencias en los resultados. Si se logra la equivalencia
condicional, se sigue lógicamente que los resultados posteriores a la prueba (es decir,
y) en la condición de control reflejarían lo que los individuos en la condición de
entrenamiento habrían logrado si no hubieran sido capacitados (a) y los resultados
posteriores a la prueba en la condición de control. la condición de entrenamiento
reflejaría lo que aquellos en la condición de control habrían archivado si hubieran sido
entrenados (b).
Evaluación de diseños de investigación de capacitación en liderazgo
En esta sección, examinamos qué tan robustos son los diseños de estudio
empleados con más frecuencia en la investigación de capacitación de liderazgo frente a
una serie de sesgos de endogeneidad y especificaciones erróneas del modelo que
pueden sesgar las estimaciones de los parámetros y hacer que los estudios no sean
informativos. En términos de estas amenazas a la validez del estudio, nos basamos en
el análisis clásico de Campbell y Stanley (1963). Para obtener una breve descripción de
cómo cada una de las amenazas se relaciona con la capacitación en liderazgo, consulte
la Tabla 1 (consulte también Martin et al., 2018; Podsakoff & Podsakoff, 2019). No
describimos estas amenazas con más detalle, pero consideramos qué tan robusto es
cada diseño de investigación para ellas.
Examinamos ocho diseños de investigación específicos de tres categorías amplias,
a saber, diseños de solo intervención, grupos independientes
Tabla 1
Amenazas internas a la validez en la investigación del desarrollo del liderazgo (adaptado de Martin, Epitropaki y O'Broin, 2018).
amenazas internas
Amenaza Descripción
Historia Los eventos, distintos de las condiciones experimentales,
influyen en los resultados.
Maduración Durante el estudio, los cambios que no se deben a los tratamientos
dentro de los participantes afectan los resultados.
Pruebas La exposición a una prueba previa o una evaluación intermedia
influye en el desempeño en una prueba posterior.
Instrumentación Los instrumentos de prueba no son consistentes; o el pre-test y el post-
test no son equivalentes.
Regresión estadística Los puntajes de los participantes son inicialmente altos o bajos y retroceden Si los líderes inicialmente tienen puntajes muy altos en las capacidades de liderazgo en la capacitación, luego hacia la media
durante la nueva prueba. estos puntajes no pueden mejorar y pueden disminuir dando estimaciones falsas de cambio.
Selección Existen diferencias sistemáticas en los participantes
entonces las características entre los grupos de tratamiento. las diferencias preexistentes entre las condiciones podrían explicar la diferencia en los resultados posteriores a la prueba.
Mortalidad La deserción de los participantes durante el estudio puede sesgar los resultados. Algunos líderes (por ejemplo, los de bajo desempeño) dejan la organización durante el período de evaluación
experimental
Selección-maduración La selección de grupos de comparación y la maduración interactúan
Interacción de manera que algunos grupos cambian de manera diferente a otros.
El Liderazgo Trimestral 32 (2021) 101375
diseños, y grupos independientes con diseños de medidas repetidas.
Hay muchos más diseños de investigación que podríamos considerar (como diseños de
discontinuidad de regresión, Shadish & Cook, 2009; y alternativas a los estudios de
control aleatorio, West, 2009), pero nos enfocamos en estos ocho porque han sido los
empleados con mayor frecuencia en liderazgo. investigación formativa. A los efectos de
la nomenclatura, representamos estos diseños utilizando los siguientes símbolos:
• 'O' se refiere a los resultados que se espera que se vean afectados por la capacitación
y pueden obtenerse antes (pre-test) y/o después (post-test) del entrenamiento. Las
medidas de resultados se pueden obtener a través de varios métodos (p. ej., datos de
encuestas, observaciones, puntajes de desempeño) y fuentes (p. ej., líderes, miembros
del equipo, clientes).
• 'X' se refiere al entrenamiento de liderazgo que se predice que afectará a O. •
'C' se refiere a la condición contrafáctica o de control, en la que los participantes no
reciben entrenamiento (control clásico) o reciben entrenamiento sin liderazgo (control
activo).
• '–' se utiliza para representar el paso del tiempo, que puede variar entre y dentro de las
condiciones.
La Tabla 2 proporciona un análisis resumido de la capacidad de cada uno de los
ocho diseños comúnmente empleados para estimar y controlar las amenazas a la
validez del estudio descritas en la Tabla 1 (los símbolos indican lo siguiente: menos es
una debilidad, más está controlado, pregunta márquelo podría ser una preocupación y
en blanco no es relevante). A continuación, describimos cada diseño con más detalle en
orden ascendente, comenzando con los diseños más débiles.
Diseño de solo intervención
Estos diseños se caracterizan por examinar a los participantes que solo reciben
capacitación en liderazgo y no incluyen una condición de control (es decir, aquellos que
no reciben capacitación). Se pueden identificar tres diseños en esta categoría. El
primero, un diseño de estudio de caso de una sola vez, es el más básico y solo incluye
la evaluación de los resultados una vez después de la capacitación en liderazgo (X – O;
p. ej., Gilpin-Jackson & Bushe, 2007). Los estudios de caso de una sola oportunidad
están más abiertos a las amenazas de validez porque la falta de puntajes previos al
entrenamiento hace que el diseño sea muy vulnerable a la historia (p. ej., los resultados
pueden haber aumentado con el tiempo independientemente del entrenamiento), la
maduración (p. las competencias de los miembros mejoran con el tiempo a medida que
aumenta la experiencia), la selección (p. ej., se eligen 'mejores' gerentes para recibir la
capacitación) y la mortalidad (p. ej., peores líderes o miembros del equipo que dejan la
empresa durante el período de estudio). Por lo tanto, los diseños de estudio de caso de
una sola oportunidad producen resultados muy débiles.
Ejemplo de aplicación a la formación de líderes
Los cambios en el entorno, además de la capacitación, afectan los cambios entre la prueba previa y la posterior
(como cambios en el producto, los procesos, las condiciones del mercado y las condiciones de trabajo).
Mejoras en el desarrollo dentro de los líderes y/o miembros del equipo a lo largo del tiempo que son independientes de
la capacitación.
Las medidas previas a la prueba (p. ej., las habilidades relacionales del líder) resaltan los factores que los seguidores
no habían considerado hasta ahora, lo que los hace más sensibles a estos factores en la prueba posterior (p. ej., si el
gerente muestra mejores habilidades relacionales).
Se emplean diferentes tipos de medidas, técnicas de medición u orden de evaluación antes y después de la prueba
para capturar constructos similares.
Si la asignación de líderes entre las condiciones de entrenamiento y no entrenamiento no es aleatoria,
tal que las poblaciones de muestra difieren entre condiciones y a lo largo del tiempo.
Los miembros del equipo en una condición de líder sin entrenamiento maduran (es decir, cambian naturalmente
con el tiempo) a un ritmo diferente que aquellos en la condición de líder en entrenamiento.
4
Machine Translated by Google

R. Martin, DJ Hughes, O. Epitropaki et al. El Liderazgo Trimestral 32 (2021) 101375

Tabla 2
La capacidad de los diferentes diseños de investigación para hacer frente a las amenazas a la validez interna.

Diseño de la investigación Diseño Historial Maduración Prueba Instrumentación Regresión Selección Mortalidad Selección x Maduración
Solo intervención
Un trago X-O -- - -

Medidas repetidas O-X-O -- -- ? + + -

Series de tiempo O – O – X – O – O- + + + ? + + +
Grupos Independientes
Asignación aleatoria/emparejada X-O ++ ++ + + + +
(Experimentos de laboratorio/campo) C-O
Asignación no aleatoria X-O +? ++ + - - -

(Cuasi-experimentos) C-O

Grupos independientes con medidas repetidas

Asignación aleatoria/emparejada O-X-O ++ ++ + + + +
(Experimentos de laboratorio/campo) O-C-O
Asignación no aleatoria O-X-O ++ ++ + - + -

(Cuasi-experimentos) O-C-O
Diseño de Salomón O-X-O ++ ++ + + + +
O-C-O
X-O
C-O

evidencia de que los cambios en los resultados fueron causados por el entrenamiento y independiente de la formación de líderes. Múltiples períodos de medición
por lo tanto, no debe usarse para informar recomendaciones de políticas. antes y después del entrenamiento, combinado con los cambios de resultados previstos
Un desarrollo del estudio de caso único sería incluir medidas previas a la prueba; esto se después de la capacitación, podría mitigar, pero no eliminar por completo, esta
conoce como diseño de medidas repetidas (O – X – inquietud.

O; por ejemplo , Arthur & Hardy, 2014; Biggs, Brough y Barbour, 2014). Repetido
los diseños de medidas pueden hacer frente a algunas de las amenazas en el caso de una sola vez
diseño del estudio, como los efectos de la mortalidad (por ejemplo, gerentes que dejan el
organización o cambiar de trabajo y, por lo tanto, salir del estudio). Mortalidad
efectos se pueden estimar examinando las puntuaciones previas a la prueba para aquellos que
permanecen frente a los que dejan la empresa durante o después de la formación.
Si no hay diferencias, se podría suponer que la mortalidad no es un
tema. Además, la prueba previa permite calcular las puntuaciones de ganancia (es decir, la prueba posterior).
menos pre-test) que pueden cuantificar el impacto de la intervención.
Sin embargo, aunque los diseños de medidas repetidas abordan algunas amenazas,
introducen otros, como las pruebas, que es un problema particular en
entrenamiento de liderazgo porque la prueba previa podría alertar involuntariamente
participantes a aspectos del comportamiento del líder, que no habían
previamente considerado, y esto afecta sus puntajes posteriores a la prueba posterior
(independiente de la formación).
El diseño de medidas repetidas normalmente tiene un conjunto de pruebas previas y
medidas posteriores a la prueba. Sin embargo, es posible tener múltiples pruebas previas
y evaluaciones posteriores a la prueba de los resultados y esto se conoce como
diseño de series de tiempo (O – O – X – O – O; por ejemplo, DeRue, Nahrgang,
Hollenbeck y Workman, 2012). Como se discutió anteriormente, elegir el tiempo
períodos entre evaluaciones que están diseñados de manera óptima para capturar
los efectos objetivo es crucial, y es probable que los resultados sean
influido a diferentes ritmos (ver discusión anterior sobre el establecimiento de la
primeros criterios de causalidad).
Hay muchas variantes de diseños de series de tiempo (en términos de
frecuencia de las medidas previas y posteriores a la prueba), pero el objetivo es mostrar
que los resultados cambian directamente como resultado de la capacitación de una manera
que es diferente a otros períodos de tiempo. El patrón 'ideal' sería
mostrar (a) un nivel consistente en los resultados en todos los períodos de tiempo previos a la prueba,
(b) una mejora (esto podría ser un aumento o disminución dependiendo
sobre el resultado) inmediatamente después o poco después del entrenamiento, que
(c) se mantiene constante o aumenta/disminuye según lo previsto más adelante
períodos de tiempo posteriores a la prueba. Aunque este es el patrón ideal, es raro en
práctica. Sin embargo, muchos otros patrones también pueden indicar beneficios
de formación de líderes. Por ejemplo, los resultados podrían estar mejorando en
períodos previos a la prueba, pero muestran mayores aumentos después del entrenamiento de liderazgo
que se mantiene en los períodos posteriores a la prueba.
En general, los diseños de series de tiempo pueden hacer frente a muchas amenazas a la validez
excepto en relación con la historia. Podría ser que los cambios en los resultados reflejen
algunos cambios subyacentes en la organización o contexto que es
Diseños de grupos independientes
La discusión anterior sobre el establecimiento de la causalidad muestra la necesidad de
diseños de investigación para incluir una condición de control para establecer qué
sucedería si los participantes no hubieran recibido la capacitación en liderazgo.
Varios diseños de investigación hacen esto al tener al menos dos condiciones:
entrenamiento de liderazgo y entrenamiento de no liderazgo (control). Discutimos
la naturaleza de la condición de control en una sección posterior. para cosechar
los beneficios de los diseños de grupos independientes, los participantes deben ser
asignado a las dos condiciones de forma aleatoria o emparejada
(es decir, no aleatorio pero intenta hacer que los grupos sean equivalentes en términos de
variables de confusión potencialmente clave). Si la asignación es aleatoria,
entonces el diseño de investigación a menudo se denomina experimento de laboratorio
(si los investigadores también tienen control total sobre los participantes)
ambiente) o como un experimento de campo o estudio de control aleatorio (si
no hay control sobre el ambiente, como es típico en organizaciones
estudios).
El diseño de grupos independientes más básico evalúa los resultados únicamente
durante el post-test (X – O, C – O). Cuando los participantes son aleatorios
asignado (p. ej., Moses & Richie, 1976), entonces el independiente básico
El diseño de los grupos es muy poderoso y puede atenuar las ocho amenazas principales.
a la validez (ver Tabla 1). Sin embargo, cuando la asignación de participantes no es aleatoria (p.
ej., Ladegard & Gjerde, 2014), el diseño es susceptible a una
número de amenazas, tales como selección, mortalidad y selección por
interacción de maduración. Una desventaja de la independiente básica
El diseño de grupos, independientemente del procedimiento de asignación de participantes, es
que la falta de evaluaciones de resultados previas a la prueba impide el cálculo
de la naturaleza o magnitud absoluta de los cambios debidos al entrenamiento.
Por ejemplo, es posible que ambos grupos empeoren sus resultados
post-entrenamiento pero que la reducción es menor en la condición de entrenamiento.
La inclusión de medidas previas a la prueba permite abordar este problema.
y determinar la magnitud absoluta del cambio, lo cual es importante
a la hora de calcular el retorno de la inversión de la formación.
Grupos independientes con diseños de medidas repetidas
Cuando los grupos independientes también tienen evaluaciones previas a la prueba,
se conocen como grupos independientes con diseños de medidas repetidas
(O-X-O, O-C-O). Cuando los participantes son asignados aleatoriamente
(p. ej., Cherniss, Grimm y Liautaud, 2010; Yeow y Martin, 2013), el
grupos independientes con diseño de medidas repetidas está bien situado para

5
Machine Translated by Google
R. Martin, DJ Hughes, O. Epitropaki et al.
Estimar y atenuar las ocho amenazas a la validez interna y, por lo tanto, a menudo se
considera que es el mejor diseño para examinar la capacitación en liderazgo.
Hay una ventaja adicional del uso de medidas previas a la prueba sobre diseños anteriores.
La equivalencia de condiciones que se supone en el diseño de grupos independientes,
cuando hay aleatorización de condiciones y un tamaño de muestra suficiente, puede
probarse y confirmarse si las puntuaciones previas a la prueba son similares en todas las
condiciones.
Sin embargo, quedan dos preocupaciones notables en función de la ejecución de los
grupos independientes con diseño de medidas repetidas.
Primero, la asignación no aleatoria de participantes (p. ej., Elo, Ervasti, Kuosma y Mattila-
Holappa, 2014) hace que estos diseños sean vulnerables a algunas de las amenazas a la
validez (p. ej., selección y selección por interacción de maduración), especialmente si los
participantes en la capacitación y las condiciones de control no son equivalentes en
términos de importantes variables de confusión (p. ej., antigüedad, desempeño). Las
técnicas de emparejamiento, como el análisis de puntaje de propensión, donde se pueden
identificar participantes equivalentes en cada condición según criterios clave, pueden
restablecer la equivalencia condicional. En segundo lugar, los efectos de la prueba pueden
ocurrir cuando las medidas previas a la prueba evaluadas para aquellos en la condición de
entrenamiento difieren de las de la condición de control. En tales casos, la prueba previa
podría alertar de manera diferencial a los encuestados sobre las variables causales clave
que distorsionan las puntuaciones posteriores a la prueba. La recomendación simple aquí
es garantizar evaluaciones idénticas previas y posteriores a la prueba para los grupos de
entrenamiento y control.
El último diseño, el Diseño de Cuatro Grupos de Solomon (Solomon, 1949), amplía el
diseño de grupos independientes con medidas repetidas al incluir dos condiciones
adicionales (entrenamiento + post-test y control + post-test; O – X – O, O – C – O, – X – O,
– C – O) (p. ej., Birkenbach, Kamfer y Ter Morshuizen, 1985; Holdnak, Clemons y Bushardt,
1990). Al igual que con el diseño anterior, es importante que los líderes se asignen
aleatoriamente a cada una de las cuatro condiciones y que los períodos de medición
coincidan. Al igual que los grupos independientes con diseño de medidas repetidas, el
diseño de Solomon puede hacer frente a todas las amenazas a la validez interna. Sin
embargo, el diseño de Solomon tiene una ventaja adicional en el sentido de que puede
lidiar con una amenaza a la validez externa (es decir, la generalización de los hallazgos),
a saber, la interacción de prueba por condición. La interacción prueba por condición ocurre
cuando las medidas previas a la prueba afectan la sensibilidad al contexto de liderazgo
que afecta las medidas posteriores a la prueba (pruebas) y esto ocurre tanto en el grupo
de entrenamiento como en el de no entrenamiento (condiciones), aunque en un grado
diferente. Si esto ocurre, los resultados de un grupo previamente evaluado no serían
representativos de un grupo no previamente evaluado del que se extrajeron los
participantes, lo que dificulta la generalización de los resultados (lo cual es importante
desde una perspectiva práctica). Si las diferencias en los resultados posteriores a la prueba
entre el entrenamiento de liderazgo y las condiciones de control son equivalentes,
independientemente de completar la prueba previa, entonces se puede concluir que el
efecto es robusto al sesgo de prueba por condición.
Aunque el diseño de los cuatro grupos de Solomon es el diseño de investigación más
sólido para examinar la capacitación en liderazgo, muy pocos estudios lo han empleado
(Birkenbach et al., 1985).
Enfoque conceptual de la revisión
Esta sección se basa en la sección anterior sobre las condiciones necesarias para
establecer la causalidad e identifica seis consideraciones críticas en el entrenamiento de
liderazgo que usamos para evaluar la literatura. A continuación, describimos cada una de
las seis consideraciones críticas.
condición de control
Las condiciones de control son necesarias para establecer una identificación casual
(Rubin, 1975). Lo más común es que los participantes en la condición de control no reciban
capacitación. Las condiciones de control sin entrenamiento proporcionan una comparación
injusta porque la condición de entrenamiento puede exhibir efectos significativos debido al
placebo, la expectativa (es decir, los participantes afectan inconscientemente el resultado
esperado) o Pygmalion (es decir, los procedimientos de entrenamiento aumentan la
autoeficacia y, por lo tanto, los resultados, independientemente). de la formación)
6
El Liderazgo Trimestral 32 (2021) 101375
efectos (Cooper & Richardson, 1986; Eden, 1992). Además, una intervención de
capacitación en liderazgo tiene dos componentes potencialmente activos que pueden
afectar los resultados: el contenido de la capacitación (el foco de la investigación) y el
proceso de capacitación. El contenido de la capacitación se refiere al conocimiento y las
habilidades que se desarrollan dentro del líder a través de las actividades de desarrollo. El
proceso de formación se refiere a todo lo que implica la intervención además del contenido
(p. ej., selección a un curso, interacción con otros compañeros, interacción con los
formadores, el lugar físico, descanso del lugar de trabajo). Los participantes en la condición
de no entrenamiento no reciben ni el contenido del entrenamiento ni el proceso de
entrenamiento y, por lo tanto, es imposible identificar qué causa el cambio en las
evaluaciones de resultados posteriores a la prueba. Por lo tanto, los investigadores
idealmente deberían comparar el entrenamiento de liderazgo con una condición de
entrenamiento que no sea de liderazgo (o una condición alternativa de entrenamiento de
liderazgo) que significaría que la condición de control se equipara en términos de efectos
de placebo, expectativa y proceso de entrenamiento (p. ej., Chambless & Hollon, 1998 ).
Por lo tanto, recomendamos el uso de diseños experimentales aleatorios que incluyan una
condición de control de entrenamiento sin liderazgo (o liderazgo alternativo) (p. ej., Boies,
Fiset y Gill, 2015).
La naturaleza de la condición de control también podría influir en la motivación de los
participantes para completar las evaluaciones previas y posteriores a la prueba. Para los
gerentes y los miembros de su equipo, en la condición de capacitación en liderazgo,
proporcionar datos de resultados parecería una parte natural del proceso de desarrollo. De
hecho, dichos datos podrían usarse en la capacitación para informar a los participantes
sobre sus comportamientos de liderazgo (p. ej., retroalimentación de 360 grados). La
motivación para participar en la recopilación de datos probablemente se reduciría para
aquellos en la condición de control, porque la utilidad de la recopilación de datos no estaría
clara, lo que aumentaría el riesgo de tasas de respuesta más bajas o datos incompletos.
Para superar este problema, se podría capacitar a todos los gerentes con un desfase
temporal, lo que significa que la condición de control consiste en gerentes que no han sido
capacitados pero saben que lo serán en el futuro (es decir, un control de "lista de espera",
por ejemplo , Cuello y Manz, 1996). Los participantes en una condición de control de la
lista de espera probablemente tendrían una motivación similar a los de la condición de
capacitación en liderazgo para participar en la recopilación de datos.
Representación de muestra
La representación de la muestra (es decir, la muestra es representativa de la población
de la que se extrae) es una preocupación importante, pero relativamente ignorada. Un
problema pragmático en la obtención de la representación de la muestra es que el
investigador generalmente tiene poco o ningún control con respecto a quién es seleccionado
para la capacitación. Para las organizaciones, los costos de capacitación son considerables
(tanto financieros como de tiempo), lo que puede afectar el proceso de selección.
A veces, se seleccionan gerentes que están disponibles, cuya ausencia es menos
disruptiva para el desempeño o que se consideran 'talentos emergentes'. Tales estrategias
de selección aumentan la probabilidad de diferencias de grupo que pueden actuar como
variables de confusión (el sesgo de selección). Esto afecta tanto la prueba de hipótesis (p.
ej., al conducir a la restricción del rango) como hace que los resultados del estudio no sean
generalizables a una población más amplia (es decir, otros gerentes de la organización).
Colectivamente, los efectos de los sesgos de selección pueden producir resultados
engañosos y recomendaciones de políticas inapropiadas. Para evitar sesgos de selección,
los estudios deben incluir a todos los gerentes relevantes (p. ej., gerentes dentro de un
grado o puesto determinado), usar una muestra representativa o extraer una muestra
aleatoria de gerentes relevantes. Si la aleatorización se realiza correctamente, con un
tamaño de muestra suficiente, es probable que las posibles variables de confusión se
distribuyan aleatoriamente entre la población y las muestras del estudio, lo que significa
que los resultados pueden generalizarse a la población.
Las afirmaciones de representatividad de la muestra dependen de si los seleccionados
realmente realizan la capacitación. Si la participación es voluntaria, puede haber muchos
factores contextuales (p. ej., demandas laborales, cobertura gerencial por ausencia,
enfermedad, preferencia personal) que podrían afectar la asistencia a la capacitación.
Todos estos factores podrían dar lugar a muestras sesgadas y poco representativas. Los
documentos tienden a ser vagos cuando informan sobre la representatividad de la muestra
y, en particular, sobre las razones por las que no se capacita.
Machine Translated by Google
R. Martin, DJ Hughes, O. Epitropaki et al.
asistencia. Una forma potencial de evitar esto es hacer que la asistencia a la capacitación
sea involuntaria. La cuestión de la voluntariedad de la formación se exploró en el estudio
de Lacerenza et al. (2017) metanálisis de las evaluaciones de entrenamiento de Kirkpatrick
(1959) . Encontraron efectos mixtos. Mientras que la participación voluntaria tuvo un
efecto mayor que la capacitación involuntaria sobre la 'transferencia' (es decir, el uso de
las destrezas y habilidades capacitadas en el lugar de trabajo), tuvo un efecto negativo
para los 'resultados' (es decir, la mejora de los objetivos de desempeño de la organización),
y ningún efecto sobre ' aprendizaje' (es decir, cambios en el conocimiento y las habilidades).
Aunque el 'jurado está fuera' sobre el impacto de la capacitación voluntaria en los
resultados de la capacitación, es un factor no investigado que podría sesgar gravemente
a la población de capacitación. Se podría argumentar que la aleatorización de condiciones
debería negar tal problema, pero no es así. Los problemas de voluntariedad afectan a la
condición formativa pero no a la no formativa y podrían conducir a la no equivalencia
condicional.
Aleatorización de condiciones
Los diseños de investigación más robustos emplean la asignación aleatoria de líderes
en condiciones de entrenamiento y control porque la aleatorización aumenta en gran
medida la probabilidad de que los líderes en cada condición sean equivalentes o, al
menos, que no haya diferencias sistemáticas de líderes que puedan explicar las diferencias
en los resultados. La aleatorización es efectiva cuando se obtienen tamaños de muestra
suficientemente grandes. Desafortunadamente, la idoneidad de los tamaños de muestra
tiende a asumirse en lugar de examinarse explícitamente, a pesar de la disponibilidad de
métodos para calcular los tamaños de muestra apropiados (p. ej., Rutterford, Copas y
Eldridge, 2015).
El problema de lograr la aleatorización no es exclusivo de las intervenciones de
capacitación en liderazgo, con el acuerdo general de que es difícil asignar aleatoriamente
a los participantes en el campo, lo que significa que "... los requisitos metodológicos de
los experimentos tradicionales no encajan con las realidades de la vida en las
organizaciones" (Lawler III, 1977, pág. 577). Como alternativa a la aleatorización, los
procedimientos de emparejamiento basados en criterios que están vinculados al éxito del
entrenamiento pueden, en situaciones específicas, crear una equivalencia condicional
(Stuart, 2010).
Independencia de condición
Incluso si se produce la aleatorización de condiciones, pueden surgir una serie de
problemas adicionales. Uno de esos problemas se refiere a la independencia de los
gerentes y miembros del equipo entre las condiciones y el potencial de los efectos de
arrastre (en algunas áreas de investigación esto se denomina 'interferencia'). Si los
gerentes en las condiciones de capacitación y control pertenecen al mismo sitio
organizacional, es probable que los gerentes capacitados (y los miembros de su equipo)
interactúen con los gerentes de control (y los miembros de su equipo) y, por lo tanto,
puedan afectarlos. Para evitar la contaminación entre condiciones, los investigadores
pueden seleccionar administradores para cada condición de diferentes sitios regionales
(p. ej., Paul, Robertson y Herzberg, 1969), pero esto puede aumentar la probabilidad de
sesgos de selección regional. Seleccionar gerentes de diferentes sitios de esta manera
proporciona independencia entre condiciones (es decir, los líderes/seguidores de una
condición no interactúan con los de otra condición) pero no dentro de la condición de
independencia (es decir, los líderes/seguidores dentro de una condición no interactúan
con otros de otra condición). la misma condición). Dado que la mayoría de los
entrenamientos implican que los participantes se entrenen juntos en grupos, sería difícil
garantizar la independencia tanto dentro como entre las condiciones.
Debido a esto, nos enfocamos en la independencia entre condiciones, lo que garantiza
que no haya contaminación cruzada o interferencia entre las condiciones de entrenamiento
y las que no lo están.
diseño temporal
El momento de las medidas previas y posteriores a la prueba es fundamental para
capturar los cambios en los resultados relacionados con la capacitación en liderazgo.
Para ello, los investigadores deben comprender el proceso de transferencia de formación
(Grossman & Salas, 2011). Russon y Reinelt (2004) notan una falta de consideración por
el momento de la medición de resultados, con post
7
El Liderazgo Trimestral 32 (2021) 101375
los medidores de capacitación a menudo obtienen poco después de completar la
capacitación, tal vez debido a la presión de los financiadores para mostrar efectos
positivos tan pronto como sea práctico. Otro factor que podría fomentar esta situación es
la preocupación de los investigadores por recopilar datos antes de cambios en el contexto
organizacional (como nuevas prácticas laborales, cambios en la gestión) que podrían
interferir con los beneficios potenciales de la capacitación o inhibir la recopilación de
datos en el futuro.
Las decisiones relacionadas con el momento de las mediciones podrían guiarse por
la distinción de Day y Sin (2011) de la visibilidad del proceso de desarrollo del liderazgo
en los niveles superficial, meso y básico.
La capacitación en liderazgo que tiene como objetivo influir en los comportamientos en
estos diferentes niveles necesitará evaluaciones en diferentes períodos de tiempo para
capturar cambios en los resultados del trabajo. En el nivel superficial (visible), la
intervención podría enfocarse en comportamientos de líderes específicos que se adapten
fácilmente, lo que significa que las evaluaciones posteriores a la capacitación podrían
realizarse relativamente poco tiempo después de la finalización (como la capacitación de
líderes carismáticos, p. ej., Antonakis, Fenley y Liechti, 2011). , capacitación en liderazgo
transformacional, por ejemplo, Barling et al., 1996; capacitación LMX, por ejemplo, Graen,
Novak y Sommerkamp, 1982). En el nivel meso (menos visible), el cambio pronosticado
podría centrarse en los procesos de identidad y autorregulación y, por lo tanto, se necesita
más tiempo para que la capacitación impacte en los resultados, lo que significa que la
evaluación posterior a la capacitación debe realizarse algún tiempo después (p. ej.,
evaluación del líder). identidad, Miscenko, Guenter, & Day, 2017). Finalmente, en el nivel
básico (invisible), los cambios pronosticados podrían apuntar a una remodelación
importante del concepto de sí mismo y/o del repertorio de comportamiento del líder, los
cuales requieren un tiempo considerable para volverse detectables, lo que significa que
la evaluación posterior a la capacitación debe realizarse mucho después. la formación (p.
ej., procesos de desarrollo de adultos, Day & Sin, 2011). Los estudios que utilizan un
diseño de series de tiempo (múltiples períodos de tiempo de medición) deben cronometrar
las evaluaciones de acuerdo con el nivel de desarrollo del liderazgo.
Consideraciones similares se aplican a las medidas previas a la prueba, que deben
evaluarse en el momento adecuado. Por ejemplo, si el desempeño laboral es un resultado,
el tiempo de la prueba previa (y posterior) debe reflejar la unidad de desempeño relativa
al ciclo de desempeño para ese trabajo. Por lo tanto, un vendedor con un objetivo de
ventas mensual podría tener medidas mucho más cercanas a la capacitación en
comparación con un gerente de marketing cuyos proyectos pueden tardar varios meses
en completarse.
Participación del autor
Quién es responsable del diseño y la entrega de la capacitación es un tema importante
porque puede afectar la capacitación en liderazgo (ver Lacerenza et al., 2017). La
capacitación se puede realizar internamente (por lo general, a través de especialistas en
recursos humanos) o a través de agencias de capacitación externas, pero la pregunta
clave se relaciona con la participación del equipo de investigación y la relación que tienen
con la organización cliente. Si el equipo de investigación diseña y/o imparte la capacitación,
es probable que tenga un interés personal en el resultado, porque una capacitación
exitosa puede generar muchos beneficios (p. ej., pago, publicaciones, repetición de
negocios, estima). Como consecuencia, la participación de los investigadores en el diseño
y la impartición de la formación representa un posible conflicto de intereses (Chivers,
2019) que puede considerarse una característica de la demanda (es decir, un factor,
distinto del diseño de la investigación, que podría afectar involuntariamente los resultados;
Orne , 1962). Por ejemplo, sin darse cuenta, el equipo de investigación puede impartir la
capacitación de liderazgo con más entusiasmo, en comparación con aquellos que no
están involucrados en el diseño de la capacitación, lo que mejora los resultados a través
de procesos distintos al contenido de la capacitación. El deseo de brindar apoyo al
programa de capacitación también puede manifestarse en prácticas de investigación
cuestionables en procesos como la recopilación de datos, el análisis, la presentación de
informes sobre los resultados y la extracción de conclusiones (John, Loewenstein y
Prelec, 2012). Por ejemplo, los investigadores pueden escribir artículos con una 'historia'
narrativa centrada en resultados seleccionados que 'funcionan', tal vez omitiendo, por
completo, los resultados que no 'funcionan'. Del mismo modo, los investigadores pueden
agregar o eliminar covariables, incluir o excluir valores atípicos, etc., según cómo den
forma a la historia. Todas estas decisiones, a menudo tomadas sin malas intenciones,
sirven para distorsionar el registro de la investigación y producir una imagen engañosa y
engañosa.
Machine Translated by Google

R. Martin, DJ Hughes, O. Epitropaki et al. El Liderazgo Trimestral 32 (2021) 101375

literatura potencialmente dañina. Por lo tanto, si los investigadores están involucrados en cualquier Resultados y discusión

aspecto de la intervención de capacitación y/o se benefician de ella, esto debe declararse explícitamente
como un posible conflicto de intereses y reconocerse como una amenaza potencial para la validez de La Tabla 3 contiene un resumen de las codificaciones en relación con los seis núcleos
los hallazgos. problemas identificados anteriormente.

Revisión de la literatura sobre capacitación en liderazgo Condición de control La

mayoría de los estudios emplearon una condición de control sin entrenamiento (n = 54, 87 %), lo
En esta sección, proporcionamos una revisión de la literatura sobre capacitación en liderazgo en
que significa que no pudieron dividir los efectos del contenido y el proceso del entrenamiento. Para ello,
términos de las seis consideraciones críticas para el diseño de la investigación identificadas en la
se requiere una condición de control de formación de no liderazgo (o liderazgo alternativo) en la que los
sección anterior.
líderes estén expuestos al proceso de formación. Seis estudios utilizaron una condición de control de
entrenamiento sin liderazgo (p. ej., Smith, Montello y White, 1992). Finalmente, ocho estudios (13%)
Método: selección de artículos y criterios de codificación
utilizaron una condición de control de lista de espera, en la que los participantes sabían que recibirían
capacitación en liderazgo en el futuro (p. ej., Neck & Manz, 1996). Las condiciones de lista de espera
Nuestra muestra se extrae de los estudios publicados analizados por Lacerenza et al. (2017) en el
ocurren con mayor frecuencia cuando los gerentes reciben capacitación en lotes (o cohortes) debido a
metaanálisis más reciente sobre formación en liderazgo. Laceranza et al. (2017) codificaron el diseño
limitaciones de recursos. Las condiciones de la lista de espera son útiles porque controlan los posibles
de investigación del estudio primario en tres categorías: medidas repetidas de un solo grupo (208
efectos de las variaciones en la motivación de los participantes para participar en la recopilación de
estudios, es decir, resultados previos y posteriores a la prueba para el entrenamiento de liderazgo, sin datos.
condición de control), grupos independientes (62 estudios, es decir, intervención y condición de control
con resultados posteriores a la prueba) y grupos independientes con medidas repetidas (58 estudios,
es decir, condiciones de intervención y control con resultados previos y posteriores a la prueba). Aunque
los intervalos de confianza muy amplios que rodean la estimación puntual (es decir, la mejor estimación)
Representación de la muestra
de la eficacia del entrenamiento en estos diseños de estudio se superpusieron, hubo una diferencia
En más del 70 % de los estudios (n = 44) no fue posible determinar si la muestra del estudio era
notable en las estimaciones puntuales. Específicamente, el efecto promedio (d de Cohen corregida por
representativa de la población de la que se extrajo porque se presentó poca o ninguna información
la falta de confiabilidad del criterio) para grupos independientes fue ÿ = 0,78, para medidas repetidas de
sobre la selección de la muestra. En los estudios en los que se pudo establecer la representación de la
un solo grupo fue ÿ = 0,76 y para grupos independientes con medidas repetidas fue ÿ = 0,48. Por lo
muestra (n = 18, 29 %), esto se logró utilizando toda la población de gerentes (p. ej., Birkenbach et al.,
tanto, a medida que aumentó el rigor del diseño del estudio, disminuyó el efecto promedio.
1985) o extrayendo una muestra aleatoria de ella (p. ej., Tharenou & Lyndon , 1990). Sin embargo, en
los estudios que utilizaron una muestra aleatoria de la población, los criterios para determinar la
aleatorización no fueron claros (p. ej., el porcentaje de selección).

Dado que estamos específicamente interesados en diseños de investigación que emplean una
condición de control porque las condiciones de control son necesarias para determinar la identificación
causal (Rubin, 1974), nos enfocamos en dos conjuntos de artículos publicados: grupos independientes Aleatorización de condiciones

(n = 30) y grupos independientes con medidas repetidas. (n = 32). Laceranza et al. (2017) el metanálisis
utilizó un conjunto estricto de criterios de inclusión para satisfacer sus necesidades metaanalíticas, lo
que significa que se excluyeron algunos estudios en la literatura (consulte el artículo de Lacerenza et
al., 2017 y la información complementaria para los criterios de selección y los estudios ). incluido). Sin
embargo, dado que existe una gran superposición en las muestras entre Lacerenza et al. (2017) y
Avolio et al. (2009) , se puede suponer que el primero es una representación justa de la literatura
existente.
Codificamos cada documento para reflejar los seis problemas centrales descritos anteriormente
relacionados con la causalidad:
Cinco estudios utilizaron un procedimiento de pareamiento (es decir, asignaron a los participantes
a condiciones según criterios preexistentes para determinar grupos equitativos). Sin embargo, en cuatro
de estos estudios, el procedimiento de emparejamiento se basó en factores que no parecían estar
relacionados con la transferencia de capacitación, como datos biográficos (p. ej., Carron, 1964) o
lugares de trabajo similares (p. ej., Moffie, Calhoon y O'Brien , 1964). El estudio de McGehee y Gardner
(1955) utilizó un procedimiento de emparejamiento en el que los participantes se asignaron a las
condiciones en función de sus puntajes previos a la prueba y factores demográficos. Suponiendo que
las medidas previas a la prueba aprovechen los factores que podrían estar relacionados con el éxito del
entrenamiento, entonces esta se consideraría una buena técnica. Sin embargo, debido a que solo hubo
un estudio que hizo esto, combinamos los estudios emparejados con aquellos que no informaron el uso
de la asignación al azar.

1. Condición de control (sin capacitación, lista de espera, capacitación sin liderazgo).

En general, veintiocho estudios asignaron al azar a los líderes y treinta y cuatro no lo hicieron. La
2. La representación de la muestra ocurre cuando todos los líderes o una muestra aleatoria de líderes
aleatorización de condiciones es el aspecto más importante para determinar la causalidad en la
se extrae de la población disponible (sí, no).
investigación porque los miembros del grupo no deben variar sistemáticamente en ninguna variable
3. Condicione la aleatorización entre los grupos de entrenamiento y control (sí, emparejado, no).
potencialmente confusora. Por lo tanto, sorprende que menos del 50% de los estudios emplearan
También registramos el tamaño de la muestra de los líderes en cada condición y también si hubo
asignación aleatoria. En total, veinticinco estudios emplearon medidas previas a la prueba que
diferencias confiables entre las condiciones en los puntajes de la prueba previa para los líderes o
permitieron estimar la magnitud de las diferencias previas a la prueba entre las condiciones. Cuando no
sus seguidores (sí, no).
hubo aleatorización de condiciones, diez estudios encontraron diferencias antes de la prueba y ocho
(44%) no. Sin embargo, cuando hubo aleatorización de condiciones, solo un estudio encontró diferencias
4. Condicione la independencia entre las condiciones de entrenamiento y control en que los líderes y
antes de la prueba y seis (86%) no. Esto muestra la importancia de utilizar la aleatorización de
los miembros de su equipo puedan interactuar con aquellos en la condición de control (sí, no).
condiciones para establecer los criterios cruciales de grupos equivalentes.

5. Diseño temporal en términos de una clara justificación del tiempo de las medidas previas y posteriores
a la prueba para capturar la transferencia de capacitación (sí, no). Registramos los períodos de
Para ser eficaz, la aleatorización necesita muestras lo suficientemente grandes como para poder
tiempo entre la prueba previa, la capacitación en liderazgo y la prueba posterior (en semanas).
suponer que los factores de confusión potenciales se distribuyen uniformemente entre las condiciones
También codificamos si las medidas previas y posteriores a la prueba se tomaron al mismo tiempo
(Rutterford et al., 2015). En general, el número de líderes en condiciones de entrenamiento (M = 41,44)
en el calendario (sí, no).
tendió a ser ligeramente mayor que en condiciones de control (M = 35,90). Sin embargo, hubo una
6. Participación del autor en el desarrollo de contenido o en la impartición de capacitación (sí, no).
amplia variación entre los estudios y es útil señalar (a) más estudios tenían una mayor cantidad de
líderes en la condición de entrenamiento que en la de control (n = 28, 45 %) que viceversa (n = 14, 23
Si no era posible emitir un juicio, o la información no estaba disponible, esto se registraba como %) y (b) algunos estudios habían
"sin codificación".

8
Machine Translated by Google
R. Martin, DJ Hughes, O. Epitropaki et al.
Tabla 3
Resumen de codificaciones para estudios de formación de líderes.
Aleatorización Independencia
Representación de muestra de condiciones de condición
Sí 18 28 10
No 44 34 44
no codificado 0 0 8 0
N = 62, excepto diferencias pretest que fue de 32.
número muy bajo de participantes con el 20% de los estudios (n = 12) con 10 o menos
participantes en una afección.
Independencia de condición
En más del 70% de los estudios no se logró la independencia de las condiciones entre
las condiciones de entrenamiento y control (n = 44, 71%).
Este es un problema porque no se puede descartar la contaminación cruzada entre los
líderes (y los miembros de su equipo) en condiciones de entrenamiento y control, lo que
puede representar una seria amenaza para la validez del estudio.
En los casos en que se logró la independencia de la condición, a menudo se debió a que los
líderes en diferentes condiciones se ubicaron en sitios físicamente separados (p. ej., Porras
et al., 1982). Si bien esto podría controlar la contaminación cruzada, introduce otras posibles
variables de confusión, como el sesgo de selección y las diferencias de sitio.
Diseño temporal
Hubo una variación considerable en los períodos de tiempo entre la prueba previa y la
posterior en relación con la capacitación en liderazgo. La situación se complica más porque
la duración del entrenamiento variaba en el tiempo de un día a varios meses. Sin embargo,
el tiempo medio (en semanas) desde el pre-test hasta el entrenamiento fue de 3,72 (n = 29)
y entre el entrenamiento y el post-test fue de 24,46 (n = 46; la diferencia entre el entrenamiento
y el post-test entre los estudios con y sin una prueba previa fue similar: 26.13 vs.
22.91). También es evidente que, para los estudios que pudieron codificarse, en la mayoría
de los casos, las medidas previas y posteriores a la prueba no se recopilaron en los mismos
puntos del calendario (n = 26, 62%). En cuanto a los estudios que justificaron los períodos
de tiempo previos y posteriores a la prueba en términos de transferencia de criterios de
entrenamiento, fue muy claro: solo un estudio lo hizo (Steensma & Groeneveld, 2010).
Debido a que la gran mayoría de los artículos no brindan justificación (p. ej., necesidades
teóricas del cliente/investigador, disponibilidad de los participantes) para los períodos de
tiempo entre la capacitación en liderazgo y la recopilación de datos de resultados, no está
claro cómo se determinaron y si se diseñaron de manera óptima para capturar los cambios
en el
resultados.
Participación del autor
En solo alrededor de una cuarta parte de los estudios, estaba claro que los autores no
participaban en el diseño o la entrega de la capacitación (n = 15, 24%). Más de la mitad de
los estudios informaron que los autores estaban involucrados en algún aspecto del diseño o
la entrega de la capacitación (n = 34, 55%). La posibilidad de que las características de la
demanda afecten los resultados de estos estudios, debido a conflictos de intereses, podría
aumentar. Sin embargo, en una nota positiva, cuando los autores participaron en el estudio,
los procedimientos de aleatorización de condiciones fueron más probables (ns = 24 frente a
10) que cuando no participaron en el estudio (ns = 1 frente a 14). Uno podría sospechar que
cuando las organizaciones diseñan iniciativas de capacitación en liderazgo, no consideran
cuestiones relacionadas con la causalidad y, por lo tanto, la aleatorización de condiciones
podría implementarse con el asesoramiento de un equipo de investigación.
Observaciones adicionales, resumen y recomendaciones
En la sección final, consideramos algunas observaciones adicionales de nuestra revisión
(en relación con el contenido de la capacitación y las tendencias temporales), resumimos
algunas de las cuestiones que hemos considerado en relación con el establecimiento de
causalidad en la literatura sobre capacitación en liderazgo y hacemos recomendaciones para
guiar futuras investigaciones en la zona.
9
El Liderazgo Trimestral 32 (2021) 101375
diseño tiempo similar Diferencias
temporal medición previas a la prueba Participación del autor
1 dieciséis 11 34
61 26 14 15
20 7 13
Contenido de entrenamiento
Aunque el contenido de la capacitación en liderazgo no fue un enfoque explícito de
nuestra revisión, notamos que la mayoría de los artículos no incluían detalles suficientes para
evaluar en qué consistía la capacitación en liderazgo. Por lo tanto, la mayoría de los estudios
no se pudieron replicar con precisión. Además, el contenido de la capacitación varió tanto
que sería difícil encontrar dos estudios que fueran equivalentes en términos de contenido de
liderazgo. Por ejemplo, los estudios que tenían como objetivo mejorar el liderazgo
transformacional de los líderes (p. ej., Barling et al., 1996; Bellé, 2013; Dvir, Eden, Avolio y
Shamir, 2002; Parry y Sinha, 2005) variaron en extensión (p. ej., la mitad un día, 3 días, 3
meses), formato de impartición (p. ej., talleres, sesiones individuales), actividades de
desarrollo (p. ej., juego de roles, coaching, charlas) e inclusión de contenido teórico adicional
(p. ej., establecimiento de metas, teoría de la motivación ). Sin réplicas claras de los efectos
y la equivalencia entre los programas de capacitación, es difícil decir qué está impulsando
cualquier efecto causal. Este problema se agrava en revisiones y metanálisis que agrupan
estudios que pretenden desarrollar los mismos conceptos de liderazgo y, como resultado,
identifican potencialmente erróneamente los verdaderos mecanismos causales.
Otro problema es que, en la mayoría de los estudios, el contenido de la capacitación en
liderazgo no se basó en la teoría del liderazgo, sino que se centró en una gama limitada de
comportamientos específicos del trabajo. En estos casos, es difícil determinar si la formación
estuvo dirigida al líder o al desarrollo del liderazgo (Day & Dragoni, 2015). Para empeorar las
cosas, muchos estudios que afirman involucrar la capacitación en liderazgo parecían tener
poco que ver con los procesos de liderazgo y, en cambio, se enfocaban en las habilidades
gerenciales generales (ver Collins & Holton, 2004). En general, debe haber una comprensión
mucho más clara en estos estudios de lo que hay en la capacitación (contenido y proceso) y
cómo se relaciona con la teoría (ver Avolio et al., 2009).
Tendencias de tiempo
El número de estudios por década (desde 1950 hasta 2014) ha sido similar (promedio
8,9/década, rango 3 a 14). Es agradable notar que la mayoría de los artículos se publicaron
en la década más reciente (n = 14, 2010-2014) que, en el momento de redactar este
documento, aún no se había completado.
Sin embargo, una característica preocupante fue una clara tendencia a la baja en relación
con la aleatorización de condiciones. La aleatorización de condiciones se logró en el 55 %
de los estudios anteriores (décadas de 1950 a 1980; n = 16 de 29) y solo en el 36 % de los
realizados más tarde (décadas de 1990 a 2014; n = 12 de 33). La caída en el número de
estudios que informan la aleatorización condicional es más notable en la década actual (que
no está completa), durante la cual, solo 3 (21%) de 14 estudios utilizaron la aleatorización
condicional. Deberíamos agregar una nota de preocupación porque muchos estudios
recientes no describen el procedimiento de asignación de condiciones (dejando al lector
asumir que no se logró la aleatorización) y no discuten esto como una amenaza potencial en
el artículo. Esto, creemos, es preocupante y es algo que instamos a los futuros investigadores
a atender.
Establecimiento de la causalidad en la investigación sobre formación de líderes
Nuestra revisión muestra que los diseños de investigación difieren en su capacidad para
lidiar con los sesgos de endogeneidad y las especificaciones erróneas del modelo que
pueden sesgar las estimaciones de los parámetros y producir resultados inexactos. En
general, los estudios de control asignados al azar cumplen muchos de los criterios para determinar
Machine Translated by Google
R. Martin, DJ Hughes, O. Epitropaki et al.
causalidad. El diseño de Solomon es quizás el más poderoso aunque el menos empleado.
Esto se debe a que implica cuatro condiciones, lo que significa que requiere mucha mano de
obra y muchos participantes. Sin embargo, dado el poder de este diseño, recomendamos su
uso cuando sea posible.
Los diseños de investigación, por sí mismos, no curan todos los posibles problemas de
confusión. Los problemas relacionados con la endogeneidad, por ejemplo, pueden reducirse
pero no necesariamente eliminarse mediante las características del diseño de la investigación.
Al diseñar estudios, los investigadores deben explorar el potencial de sesgo de endogeneidad
en su estudio y cómo podría influir en los resultados (consulte An et al., 2019). Si los sesgos
de endogeneidad son lo suficientemente grandes, esto hace que el estudio no sea informativo
y sea potencialmente dañino (es decir, al sacar conclusiones erróneas e incorrectas) y es
mejor abandonar los intentos de cuantificar estadísticamente los efectos del entrenamiento.
Aunque es posible que los investigadores no puedan abordar todos los sesgos en todos los
estudios, deben reconocerse explícitamente al hacer cualquier afirmación de efectos causales.
Nuestro análisis identificó una serie de problemas importantes pero subestimados que
pueden socavar las afirmaciones de causalidad en la investigación sobre capacitación en
liderazgo: condición de control, aleatorización de la muestra, aleatorización de la condición,
independencia de la condición, diseño temporal y participación del autor. Nuestra revisión
destacó que la literatura sobre capacitación en liderazgo es vulnerable a todos estos factores
y, en algunos casos, a un nivel muy alto. Si bien no pudimos encontrar ejemplos de buenas
prácticas en los seis factores, observamos buenas prácticas en cada uno de ellos. Por
ejemplo, algunos estudios emplearon condiciones de control sin liderazgo y sin entrenamiento
(p. ej., Fitzgerald & Schutte, 2010); logró la representación de la muestra (p. ej., Ivancevich,
1982); aleatorización de la condición de empleado (p. ej., Dipietro, 2006); usaron diseños en
los que la contaminación cruzada entre condiciones no era posible o era muy improbable (p.
ej., Porras et al., 1982); donde el diseño temporal estaba justificado (p. ej., Steensma y
Groeneveld, 2010) y donde los autores no participaron en la impartición de la capacitación
(p. ej., Bozer, Sarros y Santora, 2013).
A pesar de algunas buenas prácticas, la prevalencia general de diseños de estudio
subóptimos que se interpretan como pruebas claras de causalidad es alta. Por ejemplo, en
más del 70 % de los estudios no estaba claro si la muestra era representativa de la población
de la que se extrajo, lo que generó problemas en la generalización de los hallazgos. Dada la
función crucial de la aleatorización de condiciones, es sorprendente que menos de la mitad
de los estudios lo logren. Más del 50 % de los estudios no tenían procedimientos aleatorios,
lo que hacía que los resultados posteriores a la prueba fueran vulnerables a una amplia gama
de sesgos (como la selección, la historia), especialmente cuando no tenían una prueba
previa. En ausencia de aleatorización de condiciones, pocos estudios utilizaron técnicas de
emparejamiento (ver Stuart, 2010, o técnicas como el análisis de puntaje de propensión) para
establecer mayores niveles de equivalencia de condiciones (para un buen ejemplo, ver Neck
& Manz, 1996). La importancia de la aleatorización de las condiciones quedó demostrada por
el hecho de que, cuando ocurrió, era menos probable, como se esperaba, que hubiera
diferencias en las puntuaciones previas a la prueba (lo que demuestra que se había logrado
la equivalencia de las condiciones). La independencia de las condiciones también es
necesaria para descartar los efectos de contaminación cruzada (p. ej., los gerentes en
condiciones de capacitación y sin capacitación se mezclan y se influyen mutuamente). Sin
embargo, no se pudo establecer la independencia de la condición en el 70% de los estudios.
Fue aún más sorprendente que solo un estudio considerara explícitamente el diseño temporal.
Se deben considerar los problemas de transferencia de capacitación (Gilpin-Jackson & Bushe,
2007) y los supuestos de diseño temporal (Fischer et al., 2017), guiados por el contenido
teórico de la capacitación, para sacar conclusiones apropiadas (Gilpin-Jackson & Bushe ,
2007). En pocas palabras, muchos estudios podrían estar tratando de capturar cambios en
los resultados antes de que puedan manifestarse dentro de la población objetivo. Dada la
naturaleza dinámica de los fenómenos de liderazgo, es necesario reconocer las cuestiones
relacionadas con la naturaleza y la dirección del cambio esperado (p. ej., cambio discontinuo,
unidireccional o no lineal) (McClean, Barnes, Courtright y Johnson, 2019). . Finalmente, en
más de la mitad de los estudios, los autores desempeñaron un papel en el diseño o la entrega
del entrenamiento y esto fue más notable cuando hubo aleatorización de condiciones.
Sospechamos que podría deberse a la participación activa del equipo de investigación en el
proceso de formación de líderes. Participación del autor, que puede conducir a un conflicto
de intereses
10
El Liderazgo Trimestral 32 (2021) 101375
y sirven para aumentar la característica de la demanda potencial, necesita un examen más
detenido (Chivers, 2019).
Recomendaciones
Reiteramos nuestra opinión de que los estudios aplicados que examinan la capacitación
en liderazgo son difíciles de realizar y existe una tensión entre lo que los investigadores
desean hacer y lo que pueden hacer. Sin embargo, esperamos que estas pautas sirvan para
estimular una mayor consideración, informar opciones sobre problemas de diseño de
investigación y alentar un mejor informe de información relevante para ayudar a una
evaluación justa. Estas recomendaciones se centran en estudios de campo y estudios de
campo cuasi-experimentales, pero también son relevantes para experimentos de laboratorio
(consulte Lonati et al., 2018, para obtener orientación sobre cuestiones experimentales).
Agrupamos estas recomendaciones en torno a las seis condiciones cruciales para establecer
la causalidad empleadas en la revisión de la literatura.
condición de control
• El uso de condiciones de control es fundamental. Los estudios deberían emplearlos. • No
son muy importantes las condiciones de control de la capacitación, pero es necesario
comprender los efectos tanto del contenido de la capacitación como del proceso de capacitación.
sobre los resultados.
• Siempre que sea posible, se deben emplear condiciones de control activo, como contenido
de liderazgo alternativo (es decir, más de una intervención que cubra diferentes aspectos
del contenido de liderazgo, por ejemplo, Dipietro, 2006), contenido de no liderazgo (es
decir, capacitación en áreas que no se espera que afectan los procesos de liderazgo, por
ejemplo, Fitzgerald & Schutte, 2010), o condiciones de lista de espera (es decir, los
participantes deben recibir una intervención en el futuro, por ejemplo, Neck & Manz, 1996) .
Cada una de estas condiciones puede abordar los efectos del contenido y el proceso de
capacitación y las diferentes amenazas a la validez que ayudan a establecer la identificación
causal. • Probar todas las posibles amenazas a la validez/sesgos inherentes a la
investigación
diseño antes de probar las hipótesis del estudio.
Representación de muestra
• La representación de la muestra es importante para lograr estimaciones de estudio
imparciales y para garantizar la generalización a la población. • Los estudios deben
informar cómo se seleccionan los participantes para el estudio y reconocer cualquier posible
sesgo de selección. • Cuando el tamaño de la población es grande, la selección aleatoria
de participantes debe
ser seguido.
• La representación de la muestra es importante para generalizar los hallazgos e informar las
decisiones de política.
Aleatorización de condiciones
• La aleatorización de condiciones es crucial para establecer condiciones
equivalencia.
• Los procedimientos de aleatorización requieren tamaños de muestra suficientes para asumir
la igualdad de posibles factores de confusión entre las condiciones. Existen mecanismos
para determinar los tamaños de muestra apropiados para diseños de investigación
específicos. • Los procedimientos de emparejamiento pueden crear una equivalencia
condicional. Los criterios de coincidencia deben reflejar los factores identificados teóricamente
que probablemente tengan un impacto en la transferencia de la formación. Se deben
realizar pruebas adecuadas para garantizar la igualdad en la prueba previa.
• Si la aleatorización no es posible, entonces las diferencias previas a la prueba entre las
condiciones deben examinarse en factores que teóricamente afectarían el proceso de
liderazgo y los resultados posteriores a la prueba. El análisis de puntaje de propensión
puede ser útil en este contexto.
Independencia de condición
• Siempre que sea posible, no debe existir la posibilidad de efectos de contaminación
cruzada (es decir, los líderes y los miembros del equipo interactúan con aquellos en otras
condiciones).
Machine Translated by Google
R. Martin, DJ Hughes, O. Epitropaki et al.
• Si la independencia de la condición no es posible, debe reconocerse y considerarse
una posible variable de confusión. • Se debe evaluar la cantidad de independencia
de la condición (por ejemplo, más probable para algunos gerentes que para otros) e
incorporarse a los procedimientos de prueba del modelo.
diseño temporal
• Describir la transferencia del proceso de capacitación, es decir, el proceso de cómo
y cuándo se espera que el contenido de la capacitación conduzca a una mejora en el
resultados.
• Evaluar los conceptos adecuados para captar la transferencia del proceso de
formación (tanto mediadores como resultados). • Con base en el proceso de
transferencia del entrenamiento, determinar los períodos de tiempo más apropiados
para las medidas previas y posteriores a la prueba. • Diseñe diferentes períodos de
tiempo de medición para capturar de manera óptima diferentes tipos de resultados.
Participación del autor
• Reconocer el papel del equipo de investigación en la capacitación de líderes (p. ej.,
diseño y ejecución de la capacitación). Si los autores están involucrados en algún
aspecto y/o se benefician de la intervención formativa, esto debe indicarse
explícitamente como un posible conflicto de interés.
• Describa la relación entre el equipo de investigación y la organización cliente y
reconozca cualquier posible conflicto de interés. • Si el equipo de investigación está
involucrado en la capacitación de liderazgo, debe asegurarse de que los datos de los
resultados sean recopilados y analizados por personas independientes (es decir,
aquellas que no tienen un conflicto de intereses).
Posdata final
Las recomendaciones anteriores pueden llevar al lector a concluir que creemos
que existe un estudio de capacitación en liderazgo 'ideal' que aborda todas nuestras
recomendaciones. Si lo hay, no hemos podido encontrar uno y, dada la complejidad y
el "desorden" de los escenarios del "mundo real", no somos optimistas de que alguna
vez se lleve a cabo. Sin embargo, estamos de acuerdo con Shaver (2019) en que la
naturaleza de los estudios de liderazgo y los datos que producen significan que solo
podemos construir una comprensión profunda a través de una acumulación de
evidencia generada a través de estudios con varias fortalezas y debilidades. Por lo
tanto, todos los estudios tienen el potencial de contribuir a la literatura,
independientemente de su capacidad para demostrar causalidad, pero de formas
diferentes y proporcionadas. De hecho, combinar estudios a través de diferentes
diseños de investigación y/o ignorar los tipos de problemas señalados anteriormente,
como es típico de las revisiones metaanalíticas, no brinda una estimación real de la
efectividad de la capacitación en liderazgo. Poder evaluar la solidez de los estudios
frente a los efectos de la endogeneidad y la capacidad de determinar la causalidad
debería permitir a los revisores ponderar con precisión su contribución. Podríamos
argumentar que un tamaño del efecto grande en un estudio mal diseñado (lo que
podría explicarse por muchos factores de confusión) es menos significativo, teórica y
prácticamente, que un tamaño del efecto más pequeño en un estudio bien diseñado.
Sería útil si los metaanálisis futuros pudieran centrarse en las fortalezas del diseño de
investigación de cada estudio como moderadores del impacto entre la capacitación en
liderazgo y los resultados.
Por supuesto, deseamos que este documento estimule estudios de capacitación en
liderazgo mejor diseñados que sean más capaces de determinar la causalidad, pero
esperamos que también estimule una mejor comprensión de la investigación sobre
capacitación en liderazgo y una mayor apreciación de las diferentes contribuciones
que cada diseño de estudio puede brindar. Dado el potencial de la capacitación en
liderazgo para mejorar significativamente una amplia gama de resultados relacionados
con el trabajo (como el bienestar psicológico y el desempeño), o para desperdiciar una
gran cantidad de tiempo y dinero, es un esfuerzo importante para los académicos
examinar la utilidad de formación de líderes.
11
El Liderazgo Trimestral 32 (2021) 101375
Referencias
Aguinis, H. y Kraiger, K. (2009). Beneficios de la formación y el desarrollo para las personas y los equipos, las
organizaciones y la sociedad. Revisión anual de psicología, 60, 451–474.
An, SH, Meier, KJ, Ladenburg, J. y Westergård-Nielsen, N. (2019). Liderazgo y satisfacción laboral: abordar la
endogeneidad con datos de panel de un experimento de campo. Review of Public Personnel Administration,
1–24.
Antonakis, J., Bendahan, S., Jacquart, P. y Lalive, R. (2010). Sobre hacer afirmaciones causales: una revisión
y recomendaciones. The Leadership Quarterly, 21, 1082–1120.
Antonakis, J., Bendahan, S., Jacquart, P. y Lalive, R. (2014). Causalidad y endogeneidad: Problemas y
soluciones. En DV Day (Ed.), El manual de liderazgo y organizaciones de Oxford (págs. 93–117). Nueva
York: Oxford University Press.
Antonakis, J., Fenley, M. y Liechti, S. (2011). ¿Se puede enseñar el carisma? Ensayos de dos intervenciones.
Academia de aprendizaje y educación gerencial, 10, 374–396.
Arthur, AC y Hardy, L. (2014). Liderazgo transformacional: un estudio cuasi-experimental . Revista de desarrollo
de liderazgo y organización, 35, 38–53.
Avolio, BJ, Avey, JB y Quisenberry, D. (2010). Estimación del retorno de la inversión en desarrollo de liderazgo .
El Liderazgo Trimestral, 21, 633–644.
Avolio, BJ, Reichard, RJ, Hannah, ST, Walumbwa, FO y Chan, A. (2009). Una revisión metaanalítica de la
investigación del impacto del liderazgo: estudios experimentales y cuasi experimentales. El Liderazgo
Trimestral, 20, 764–784.
Barling, J., Weber, T. y Kelloway, EK (1996). Efectos de la capacitación en liderazgo transformacional sobre
los resultados actitudinales y financieros: un experimento de campo. Revista de Psicología Aplicada, 81,
827–832.
Bellé, N. (2013). Liderar para marcar la diferencia: un experimento de campo sobre los efectos en el desempeño
del liderazgo transformacional, el impacto social percibido y la motivación del servicio público. Revista de
investigación y teoría de la administración pública, 24, 109–136.
Biggs, A., Brough, P. y Barbour, J. (2014). Relaciones de apoyo individual y organizacional con compromiso:
examen de varios tipos de causalidad en un estudio de tres olas. Trabajo y estrés, 28, 236–254.
Birkenbach, XC, Kamfer, L. y Ter Morshuizen, JD (1985). El desarrollo y la evaluación de un programa de
formación de modelos de comportamiento para supervisores. Revista de psicología de Sudáfrica , 15, 11–
19.
Boies, K., Fiset, J. y Gill, H. (2015). La comunicación y la confianza son clave: desbloquear la relación entre el
liderazgo y el rendimiento y la creatividad del equipo. The Leadership Quarterly, 26, 1080–1094.
Bozer, G., Sarros, JC y Santora, JC (2013). El papel de las características del coachee en el coaching ejecutivo
para una sostenibilidad efectiva. Revista de desarrollo de gestión, 32, 277–294.
Burke, MJ y Day, RR (1986). Un estudio acumulativo de la eficacia de la gestión
capacitación. Revista de Psicología Aplicada, 71, 232.
Campbell, DT y Stanley, JC (1963). Diseños experimentales y cuasi-experimentales para
investigar. Manual de investigación sobre la enseñanza (págs. 171–246).
Carrón, TJ (1964). Formación en relaciones humanas y cambio de actitud: un análisis vectorial.
Psicología del personal, 17, 403–422.
Chambless, DL y Hollon, SD (1998). Definición de terapias apoyadas empíricamente. Diario
de Consultoría y Psicología Clínica, 66, 7–18.
Cherniss, C., Grimm, LG y Liautaud, JP (2010). Capacitación diseñada por procesos: un nuevo enfoque para
ayudar a los líderes a desarrollar competencia emocional y social. Revista de desarrollo de gestión, 29,
413–431.
Chivers, T. (2019). ¿Tiene la psicología un problema de conflicto de intereses? Naturaleza, 571
(7763), 20.
Collins, DB y Holton, EF (2004). La efectividad de los programas de desarrollo de liderazgo gerencial : un
metanálisis de estudios de 1982 a 2001. Human Resource Development Quarterly, 15, 217–248.
Cooper, WH y Richardson, AJ (1986). Comparaciones injustas. Revista de Psicología Aplicada, 71, 179–184.
Día, D. y Dragoni, L. (2015). Desarrollo de liderazgo: Revisión orientada a resultados basada en tiempo y
niveles de análisis. Revisión anual de psicología organizacional y comportamiento organizacional, 2, 133–
156.
Day, D. y Sin, HP (2011). Pruebas longitudinales de un modelo integrador de desarrollo de líderes: trazar y
comprender las trayectorias de desarrollo. El Liderazgo Trimestral, 22, 545–560.
Día, DV (2001). Desarrollo de liderazgo: una revisión en contexto. El Liderazgo Trimestral,
11, 581–613.
Day, DV, Fleenor, JW, Atwater, LE, Sturm, RE y McKee, RA (2014). Avances en el desarrollo de líderes y
liderazgo: una revisión de 25 años de investigación y teoría.
The Leadership Quarterly, 25, 63–82.
DeRue, DS, Nahrgang, JD, Hollenbeck, JR y Workman, K. (2012). Un estudio cuasi experimental de revisiones
posteriores al evento y desarrollo de liderazgo. Revista de Psicología Aplicada, 97, 997–1015.
Dipietro, RB (2006). Retorno de la inversión en capacitación gerencial: ¿El método
¿asunto? Revista de investigación comercial de servicios de alimentos, 7, 79–96.
Dvir, T., Eden, D., Avolio, BJ y Shamir, B. (2002). Impacto del liderazgo transformacional en el desarrollo y
desempeño de los seguidores: un experimento de campo. Diario de la Academia de Administración, 45,
735–744.
Edén, D. (1992). Liderazgo y expectativas: efectos Pigmalión y otras profecías autocumplidas en las
organizaciones. El Liderazgo Trimestral, 3, 271–305.
Elo, AL, Ervasti, J., Kuosma, E. y Mattila-Holappa, P. (2014). Efecto de una intervención de
liderazgo en el bienestar de los subordinados. Revista de desarrollo de gestión, 33, 182–
195.
Feldman, DC y Lankau, MJ (2005). Coaching ejecutivo: una revisión y una agenda para el futuro
investigar. Revista de Gestión, 31, 829–848.
Fischer, T., Dietz, J. y Antonakis, J. (2017). Modelos de procesos de liderazgo: una revisión y
síntesis. Diario de Gestión, 43, 1726-1753.
Machine Translated by Google
R. Martin, DJ Hughes, O. Epitropaki et al.
Fitzgerald, S. y Schutte, NS (2010). Aumentar el liderazgo transformacional a través de la mejora de la autoeficacia.
Revista de desarrollo de gestión, 29, 495–505.
Gangl, M. (2010). Inferencia causal en la investigación sociológica. Revista Anual de Sociología, 36,
21–47.
Gilpin-Jackson, Y. y Bushe, GR (2007). Transferencia de capacitación para el desarrollo del liderazgo: un estudio de
caso de los determinantes posteriores a la capacitación. Revista de desarrollo de gestión, 26, 980–1004.
Graen, G., Novak, MA y Sommerkamp, P. (1982). Los efectos del intercambio líder-miembro y el diseño del trabajo
en la productividad y la satisfacción: prueba de un modelo de apego dual. Comportamiento organizacional y
desempeño humano, 30, 109–131.
Grossman, R. y Salas, E. (2011). La transferencia de la formación: Lo que realmente importa.
Revista Internacional de Capacitación y Desarrollo, 15, 103–120.
Heckman, JJ (2005). El modelo científico de la causalidad. Metodología sociológica, 35, 1–97.
Holdnak, BJ, Clemons, TC y Bushardt, SC (1990). Evaluación del entrenamiento organizacional por el diseño del
Grupo de los Cuatro de Salomón: Un estudio de campo en el entrenamiento de la autoestima. Revista de
Psicología Gerencial, 5, 25–31.
Hughes, DJ (2018). Validez psicométrica: Establecer la precisión y adecuación de las medidas psicométricas. En P.
Irwing, T. Booth y DJ Hughes (Eds.), El manual Wiley de pruebas psicométricas: una referencia multidisciplinaria
sobre el desarrollo de encuestas, escalas y pruebas (págs. 751–779). Chichester, Reino Unido: Wiley.
Hughes, DJ, Lee, A., Tian, AW, Newman, A. y Legood, A. (2018). Liderazgo, creatividad e innovación: una revisión
crítica y recomendaciones prácticas. El Liderazgo Trimestral, 29, 549–569.
Imbens, GW y Rubin, DB (2017). Modelo causal de Rubin. El nuevo diccionario palgrave de
economía (págs. 1-10).
Ivancevich, JM (1982). Las reacciones de los subordinados a las entrevistas de evaluación del desempeño: una
prueba de técnicas de retroalimentación y establecimiento de objetivos. Revista de Psicología Aplicada, 67,
581–587.
Jeffreys, H. (1961). Teoría de la probabilidad (3ª ed.). Oxford: Prensa de la Universidad de Oxford.
John, LK, Loewenstein, G. y Prelec, D. (2012). Medir la prevalencia de prácticas de investigación cuestionables con
incentivos para decir la verdad. Ciencia Psicológica, 23, 524–532.
Kirkpatrick, DL (1959). Enseñanza para la evaluación de programas de formación. Revista de la Sociedad
Estadounidense de Directores de Capacitación, 13, 3–9.
Kruschke, JK (2013). La estimación bayesiana reemplaza la prueba t. Revista de Psicología Experimental: General,
142, 573–603.
Lacerenza, CN, Reyes, DL, Marlow, SL, Joseph, DL, & Salas, E. (2017). Diseño, entrega e implantación de
capacitación en liderazgo : un metanálisis. Revista de Psicología Aplicada, 102, 1686–1718.
Ladegard, G. y Gjerde, S. (2014). Coaching de liderazgo, eficacia del rol del líder y confianza en los subordinados.
Un estudio de métodos mixtos que evalúa el coaching de liderazgo como una herramienta de desarrollo de
liderazgo. El Liderazgo Trimestral, 25, 631–646.
Lawler, EE, III (1977). Experimentos adaptativos: un enfoque para la investigación del comportamiento organizacional .
Revisión de la Academia de Gestión, 2, 576–585.
Lonati, S., Quiroga, BF, Zehnder, C. y Antonakis, J. (2018). Sobre hacer experimentos relevantes y rigurosos:
Revisión y recomendaciones. Revista de Gestión de Operaciones, 64, 19–40.
Martin, R., Epitropaki, O. y O'Broin, L. (2018). Cuestiones metodológicas en la investigación sobre formación de
líderes: En busca de la causalidad. Desafíos metodológicos y avances en la cognición gerencial y organizacional
(págs. 73–94). Emerald Publishing Limited.
McClean, ST, Barnes, CM, Courtright, SH y Johnson, RE (2019). Puesta a cero del reloj sobre los comportamientos
dinámicos de los líderes: una integración conceptual y una agenda para futuras investigaciones. Academia de
Anales de Gestión, 13, 479–508.
McGehee, W. y Gardner, JE (1955). Formación de supervisores y cambio de actitud. Psicología del personal , 8, 449–
460.
Miscenko, D., Guenter, H. y Day, DV (2017). ¿Soy un líder? Examinar el desarrollo de la identidad del líder a lo largo
del tiempo. El Liderazgo Trimestral, 28, 605–620.
Moffie, DJ, Calhoon, R. y O'Brien, JK (1964). Evaluación de un desarrollo gerencial
programa. Psicología del personal, 17, 431–440.
Morgan, SL y Winship, C. (2015). Contrafactuales e inferencia causal (2ª ed.). Nueva York: Cambridge
University Press.
Moses, JL y Ritchie, R. J (1976). Capacitación en relaciones de supervisión: una evaluación de
comportamiento de un programa de modelado de comportamiento. Psicología del personal, 29, 337–343.
12
El Liderazgo Trimestral 32 (2021) 101375
Cuello, CP y Manz, CC (1996). Autoliderazgo de pensamiento: el impacto del entrenamiento de estrategias mentales
en la cognición, el comportamiento y el afecto de los empleados. Revista de Comportamiento Organizacional,
17, 445–467.
Orne, MT (1962). Sobre la psicología social del experimento psicológico: Con particular referencia a las características
de la demanda y sus implicaciones. Psicólogo estadounidense , 17, 776–783.
Parry, KW y Sinha, PN (2005). Investigar la capacidad de capacitación del liderazgo organizacional transformacional.
Desarrollo Internacional de Recursos Humanos, 8, 165–183.
Paul, WJ, Robertson, KB y Herzberg, F. (1969). El enriquecimiento del trabajo vale la pena. harvard
Revisión comercial, 47, 61–78.
Perla, J. (2009). Inferencia causal en estadística: una visión general. Encuestas estadísticas, 3, 96–146.
Podsakoff, PM y Podsakoff, NP (2019). Diseños experimentales en investigación de gestión y liderazgo: fortalezas,
limitaciones y recomendaciones para mejorar la publicabilidad. El Liderazgo Trimestral, 30, 11–33.
Porras, JJ, Hargis, K., Patterson, KJ, Maxfield, DG, Roberts, N. y Bies, RJ (1982).
Desarrollo organizacional basado en modelos: una evaluación longitudinal. El Diario de Ciencias Aplicadas del
Comportamiento, 18, 433–446.
Powell, SK y Yalcin, S. (2010). Efectividad de la capacitación gerencial: un metanálisis
1952-2002. Revisión de personal, 39, 227–241.
Riggio, RE (2008). Desarrollo de liderazgo: El estado actual y las expectativas futuras.
Revista de psicología de consultoría: práctica e investigación, 60, 383–392.
Rubín, DB (1974). Estimación de los efectos causales de los tratamientos en estudios aleatorizados y no aleatorizados.
Revista de Psicología Educativa, 66, 688–701.
Rubín, DB (1975). Inferencia bayesiana de causalidad: la importancia de la aleatorización.
Las actas de la sección de estadísticas sociales de la Asociación Estadounidense de Estadística.
vol. 233. (págs. 239). Alexandria, VA: Asociación Estadounidense de Estadística.
Russon, C. y Reinelt, C. (2004). Los resultados de una exploración de evaluación de 55 programas de desarrollo de
liderazgo. Diario de Liderazgo y Estudios Organizacionales, 10, 104–107.
Rutterford, C., Copas, A. y Eldridge, S. (2015). Métodos para la determinación del tamaño de la muestra en ensayos
aleatorios por conglomerados. Revista Internacional de Epidemiología, 44, 1051–1067.
Shadish, WR y Cook, TD (2009). El renacimiento de la experimentación de campo en la evaluación de intervenciones.
Revisión anual de psicología, 60, 607–629.
Máquina de afeitar, JM (2019). Identificación causal a través de un cuerpo acumulativo de investigación en el
estudio de la estrategia y las organizaciones. Revista de Gestión.
Smith, RM, Montello, PA y White, PE (1992). Investigación de la formación en gestión interpersonal para
administradores educativos. Revista de Investigación Educativa, 85, 242–245.
Salomón, RL (1949). Una extensión del diseño del grupo de control. Boletín Psicológico, 46,
137–150.
Steensma, H. y Groeneveld, K. (2010). Evaluación de un entrenamiento utilizando el “modelo de cuatro niveles”.
Revista de aprendizaje en el lugar de trabajo, 22, 319–331.
Stouffer, SA (1950). Algunas observaciones sobre el diseño del estudio. revista americana de sociología,
55, 355–361.
Estuardo, EA (2010). Métodos de emparejamiento para la inferencia causal: una revisión y una mirada hacia el futuro.
Ciencia estadística, 25, 1–21.
Taylor, PJ, Russ-Eft, DF y Taylor, H. (2009). Transferencia de la formación directiva desde perspectivas alternativas.
Revista de Psicología Aplicada, 94, 104–121.
Tharenou, P. y Lyndon, JT (1990). El efecto de un programa de desarrollo de supervisores en el estilo de liderazgo.
Revista de Negocios y Psicología, 4, 365–373.
Van Lent, L. (2007). Endogeneidad en la investigación en contabilidad de gestión: un comentario. The European
Accounting Review, 16, 197–205.
Wagenmakers, EJ, Love, J., Marsman, M., Jamil, T., Ly, A., Verhagen, J., ... Morey, RD
(2018). Inferencia bayesiana para la psicología. Parte II: Ejemplos de aplicaciones con JASP.
Psychonomic Bulletin & Review, 25, 58–76.
Wagenmakers, EJ, Marsman, M., Jamil, T., Ly, A., Verhagen, J., Love, J., ... Morey, RD
(2018). Inferencia bayesiana para la psicología. Parte I: Ventajas teóricas y ramificaciones prácticas.
Psychonomic Bulletin & Review, 25, 35–57.
Oeste, SG (2009). Alternativas a los experimentos aleatorios. Direcciones actuales en ciencia psicológica,
18, 299–304.
Yeow, J. y Martín, R. (2013). El papel de la autorregulación en el desarrollo de líderes: un experimento de
campo longitudinal. El Liderazgo Trimestral, 24, 625–637.