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