Participantes

Se utilizó una muestra compuesta por 1000 trabajadores argentinos seleccionados a partir de un muestreo aleatorio telefónico (^{Hernández Sampieri, Fernández Collado & Baptista Lucio, 2010}). Para ello se establecieron en primer lugar las áreas geográficas que iban a ser muestradas y sus correspondientes códigos telefónicos. Luego, los números a marcar se generaron al azar hasta cumplir con los requerimientos de la muestra. El trabajo de campo fue realizado por cinco encuestadores telefónicos con experiencia, que fueron previamente instruidos. La recolección de datos se realizó entre los meses de mayo y julio de 2017. Los encuestados eran elegibles si: (1) tenían al menos 18 años de edad, (2) vivían en el domicilio, y (3) trabajan en relación de dependencia al momento del estudio. Cabe destacar que la tasa de respuesta a las llamadas telefónicas fue alta (94%). Todos los participantes fueron debidamente informados sobre los objetivos del estudio y no recibieron ningún tipo de compensación. En la Tabla 2 se describen las características de la muestra.

Tabla 2 Características socio-demográficas y laborales de la muestra 

Instrumentos

Satisfacción con los recursos laborales. Tomando como marco de referencia el modelo HERO propuesto por ^{Salanova et al. (2012)}, se diseñó un cuestionario de 16 ítems con el propósito de medir la satisfacción con diferentes recursos laborales (Cuestionario de Satisfacción con los Recursos Laborales; CSRL_16): Recursos del Líder (4 ítems), Recursos de Tarea (4 ítems), Recursos de Equipo (4 ítems), y Recursos Organizacionales (4 ítems). Todos los ítems se responden en una escala Likert de cinco categorías: (1) totalmente en desacuerdo, (2) en desacuerdo, (3) ni en desacuerdo ni de acuerdo, (4) de acuerdo, y (5) totalmente de acuerdo.

Work engagement. Se aplicó la Utrech Work Engagement Scale (UWES; ^{Schaufeli, Salanova, González-Romá & Bakker, 2002}) conformada por 17 ítems que evalúa las tres dimensiones teóricas del engagement: vigor (6 ítems), dedicación (6 ítems), y absorción (5 ítems). Todos los ítems se responden en una escala de Likert con siete opciones, desde 0 (nunca) a 6 (siempre o casi siempre). Estudios realizados evidencian buenas propiedades psicométricas del cuestionario UWES en la población Argentina (^{Spontón, Medrano, Maffei, Spontón & Castellano, 2012}), confirmándose la estructura tridimensional de la escala junto con índices de consistencia interna satisfactorios en todas las dimensiones. En el presente estudio, los índices de fiabilidad (alfa ordinal) en cada una de las escalas fueron: vigor = .76, dedicación = .83 y absorción = .77.

Burnout. Se evaluó mediante el Maslach Burnout Inventory-General Survey (MBI-GS; ^{Schaufeli, Leiter, Maslach & Jackson, 1996}). La escala original consta de 16 ítems y tres factores: agotamiento (5 ítems), cinismo (5 ítems) e ineficacia profesional (6 ítems). A pesar de ello, el agotamiento y el cinismo se consideran las dimensiones centrales del burnout (^{Halbesleben & Demerouti, 2005}). En Argentina, estudios mediante análisis factorial confirmatorio mostraron que un modelo bifactorial representado por agotamiento y cinismo fue el que mejor ajuste presenta en los datos (Spontón, Trógolo, ^{Medrano & Castellano, 2019}). Por lo tanto, en este trabajo se utilizaron solamente las escalas de agotamiento y cinismo del MBI-GS. En la presente muestra, la fiabilidad obtenida (coeficiente alfa ordinal) para las escalas de agotamiento y cinismo fue .77 y .75, respectivamente.

Cuestionario socio-demográfico. Se elaboró un cuestionario ad hoc a través del cual se recogió información relativa al sexo, edad, puesto de trabajo, sector que pertenece la organización/empresa y nivel educativo de los trabajadores, entre otros aspectos.

Procedimiento

Para la elaboración del instrumento se tuvieron en cuenta las directrices establecidas para la construcción y desarrollo de test psicológicos (^{Eignor, 2013}). La primera fase incluyó la delimitación semántica del constructo y el desarrollo de ítems a partir de la revisión bibliográfica, la experiencia profesional de los autores en el contexto organizacional y la realización de dos focus group con trabajadores y profesionales. En la construcción de los ítems se tuvo especial cuidado en desarrollar ítems con un lenguaje accesible a la población meta, y en evitar ítems muy largos, redacción ambigua y uso de expresiones extremas (^{Medrano, Pérez & Fernández, 2019}). Mediante este procedimiento se generó un pool inicial de ítems que fue remitido a un panel de expertos compuesto por un especialista en gestión de recursos humanos, un experto en psicología organizacional con conocimientos en psicometría, y un psicólogo laboral. Para la revisión de expertos se creó una tabla de especificaciones de la escala donde se proporcionó información sobre la definición semántica del constructo, sus dimensiones, los objetivos de aplicación del test, la población diana y aspectos operativos relacionados con su uso (ver Tabla 1). Se solicitó a cada uno que evaluara los ítems en cuanto a: (1) pertinencia con el constructo analizado; (2) claridad en la redacción, y (3) relevancia, utilizando una escala de respuesta con 5 opciones (desde 1 = totalmente en desacuerdo, hasta 5 = totalmente de acuerdo)

En base a los ítems que presentaron mayor grado de acuerdo inter-jueces se confeccionó un cuestionario de 16 ítems que fue sometido a un pre-test en una muestra independiente de 100 trabajadores. Como resultado, se efectuaron algunas adecuaciones lingüísticas menores en dos ítems con el objeto de hacerlos comprensibles y evitar confusiones. Con la versión resultante se llevaron a cabo estudios psicométricos tendientes a aportar evidencias de validez y confiabilidad del nuevo instrumento. Tanto en el pre-test como en la muestra definitiva se obtuvo el consentimiento verbal de los participantes una vez que se informó sobre el propósito de la investigación y el carácter anónimo de las respuestas. Esta investigación contó con la aprobación del Comité de Ética en Investigación (CEI) de la universidad en la que se radicó el estudio.

Análisis de datos

Se evaluó el grado de acuerdo entre los jueces sobre la calidad de los ítems a través del coeficiente V de ^{Aiken (Aiken, 1985}) y sus intervalos de confianza respectivos utilizando el programa elaborado por ^{Merino y Livia (2009)}. Dado que el número de jueces es pequeño, se fijó un nivel de confianza del 90% y se estableció como criterio para retener el ítem un valor V ≥ .50 correspondiente al límite inferior del intervalo (^{Penfield & Giacobbi, 2004}). A continuación se efectuó un análisis preliminar de la base con el fin de analizar los valores perdidos, identificar la presencia de casos atípicos, evaluar la normalidad, linealidad y ausencia de multicolinealidad entre los ítems, y comprobar la adecuación de los datos para el análisis factorial (^{Furr, 2011}). Seguidamente se evaluó la estructura interna de la escala mediante análisis factorial exploratorio (AFE) y confirmatorio (AFC) en dos muestras independientes (n ₁ = 492; n ₂ = 508). Para el AFE se usó el programa Factor v10.3.01 y para determinar el número de factores a retener se utilizaron diferentes criterios: el análisis paralelo basado en el análisis factorial de rango mínimo (^{Timmerman & Lorenzo-Seva, 2011}), la inspección de la distribución de los residuos tipificados, la raíz media cuadrática residual (RMSR) y el índice gamma (GFI). Estos dos últimos índices de ajuste se basan en la evaluación de las correlaciones residuales y se interpretan como adecuados si GFI ≥ .90 y RMSR resulta inferior al criterio propuesto por Kelley, 1/√N (^{Lloret-Segura, Ferreres-Traver, Hernández-Baeza & Tomás-Marco, 2014}). En cuanto a los residuos, se espera que la distribución sea simétrica, en torno a 0, con pocos residuos superiores a |2| para considerar que el modelo es adecuado (^{Arias, 2008}). Además de los criterios estadísticos y de los índices de ajuste, se tuvo en cuenta si los factores estaban bien definidos y poseían una interpretación substantiva de acuerdo con la teoría (^{Fabrigar, Wegener, MacCallum & Strahan, 1999}; Lloret, Ferreres, Hernández & Tomás, 2017). Dado el nivel ordinal de los ítems, se analizó la matriz de correlaciones policórica y se aplicó el método de mínimos cuadrados no ponderados (ULS) ya que es el más apropiado para el análisis de las matrices de covarianza originadas a partir de correlaciones policóricas (Hofmman, Stover, de la Iglesia & Fernández-Liporace, 2013). Para interpretar la solución factorial obtenida se empleó una rotación oblicua (Promin) puesto que se esperaba que los factores de la escala estuvieran intercorrelacionados entre sí, hecho que se verificó posteriormente. Si bien existen varios métodos de rotación oblicua disponibles (e.g., Promax, Oblimin directo, Simplimax), estudios de simulación sugieren que Promin ofrece resultados más precisos (cf. Lorenzo-Seva, 1999)

El AFC se realizó mediante el programa Mplus v6.12. Cómo método de estimación se usó el WLSMV (Weigthed Least Squares Mean and Variance;^{Li, 2016}) y para evaluar el ajuste del modelo se consideraron diferentes índices recomendados en la literatura: el estadístico chi-cuadrado (X ²), el índice de Tucker-Lewis (TLI), el índice de ajuste comparativo (CFI), el error cuadrático medio de aproximación (RMSEA), y la ponderada media cuadrática residual (WRMR). Valores ≥ 0.95 en CFI y TLI indican un ajuste óptimo, y valores ≥ 0.90 representan un ajuste aceptable. Para el RMSEA valores ≤ 0.05 se consideran óptimos y ≥ 0.08 aceptables, y finalmente para WRMR se esperan valores ≤ 1.00 (Yu & Muthen, 2002). Se evaluó la confiabilidad de la escala a través del análisis de la consistencia interna de los ítems (coeficiente alfa ordinal) y la fiabilidad del constructo (coeficiente H, ^{Dominguez-Lara, 2016}). Finalmente, se calcularon correlaciones bivariadas (r de Pearson) para el análisis de las relaciones test-criterio.

Focus group

Se llevaron a cabo dos sesiones focales con grupos de trabajadores y profesionales, con el fin de que compartieran su experiencia laboral y brindaran su punto de vista acerca de los aspectos que consideran necesarios y/o importantes para un buen funcionamiento y satisfacción en el trabajo. Cada sesión duró aproximadamente 45 minutos y se llevó a cabo en un aula destinada a tal efecto en la universidad. Todos los participantes fueron informados al comienzo de los objetivos del encuentro. En general, se aprecia que los trabajadores refieren a la importancia de disponer de tiempo y de los elementos "necesarios" para llevar a cabo sus tareas. Se destaca también la importancia de la relación con el supervisor en lo relativo a la información, apoyo, la confianza, y la autonomía que brinda; al igual que la importancia de un buen clima y de una coordinación efectiva para el logro de objetivos en los equipos de trabajo. Por último, aparecen expresiones que denotan el valor del sentido de pertenencia a la organización/empresa y el poder desarrollar un trabajo motivante en el que perciben que pueden crecer y aprender cosas nuevas.

Selección de ítems - acuerdo entre expertos

Se elaboró un pool inicial de 20 ítems. A partir de la evaluación de los jueces, se seleccionaron para cada dimensión los cuatro ítems que evidenciaron un mayor grado de acuerdo inter-jueces (coeficientes V más altos). Los resultados se presentan en la Tabla 3.

Tabla 3 Items seleccionados para la conformación definitiva del CSRL_16 a partir de la valoración de jueces expertos (V de Aiken) 

Nota. SRL: satisfacción con los recursos del líder. SRT: satisfacción con los recursos de tarea. SRE: satisfacción con los recursos de equipo. SRO: satisfacción con los recursos organizacionales

Examen preliminar de los datos

No se identificaron valores perdidos en la muestra analizada. Para identificar la presencia de casos atípicos univariados se calcularon los puntajes z de cada ítem, considerándose como tales aquellos cuyos valores se encuentran fuera del rango z± 3 (^{Tabachnick & Fidell, 2001}). Se observaron 40 casos atípicos univariados distribuidos en los ítems 3, 9 y 11. Además, se identificaron 45 casos atípicos multivariados mediante el estadístico de distancia de Mahalanobis (p < .001). Dado que los valores atípicos pueden afectar las correlaciones entre los ítems y, consecuentemente, el análisis factorial, para estimar su impacto se llevó a cabo un análisis factorial con y sin casos atípicos y se comparó la convergencia de las soluciones factoriales, calculando las correlaciones (r de Pearson) entre las puntuaciones factoriales luego de rotación (Rivas, 1999). Los resultados indican una elevada congruencia entre los factores (valores r comprendidos entre .99 - 1.00) por lo cual se decidió incluir todos los casos en los análisis posteriores. A continuación, se obtuvieron los índices de asimetría y curtosis para cada ítem (ver Tabla 4). Todos los casos valores se encuentran entre ± 2, lo que puede interpretarse como evidencia de normalidad univariada según los criterios establecidos por ^{George y Mallery (2010)}. Finalmente, se comprobó la normalidad multivariada de los datos (Mardia = 48.01; ^{Rodríguez Ayán & Ruiz Díaz, 2008}) y la ausencia de multicolinealidad entre los ítems, ya que no se observaron valores de tolerancia y de inflación de la varianza (VIF) inferiores a .10 y superiores a 10, respectivamente (^{Pérez & Medrano, 2010}).

Tabla 4 Matrices factoriales (configuración y estructura), estadísticos descriptivos y comunalidades de los ítems del CSRL_16 

Análisis factorial exploratorio

Tanto el índice de adecuación muestral de Kaiser-Mayer-Olkin (KMO = .90) como el test de esfericidad de Bartlett, X ²(120) = 7227.4, p < .001, indican que los ítems se encuentran intercorrelacionados, siendo viable el análisis factorial. El análisis paralelo sugirió la existencia de cuatro factores subyacentes que explican el 53% de la varianza total, GFI = .99; RMSR = 0.032 (Criterio de Kelley = 0.045); índice de simplicidad factorial de Bentler (S) = .99. Asimismo, el análisis de los residuos tipificados muestra que los residuos se distribuyen de manera simétrica, en torno a cero (M = .0001; Mdn = .0002) y todos los ítems poseen residuos pequeños |2| excepto el ítem 7 (3.88). Sin embargo, se decidió conservarlo ya que su presencia no tenía un efecto negativo sobre los índices de fiabilidad del factor. El primer factor explicó el 16% de la varianza e incluye cuatro ítems que refieren a la satisfacción relacionada con diferentes aspectos de la relación con el jefe inmediato/supervisor (e.g., feedback, reconocimiento). En consecuencia, y en consideración con los supuestos teóricos de partida, se optó por denominar a este factor como Satisfacción con los Recursos del Líder (SRL). El segundo factor explicó el 14% de la varianza y está compuesto por cuatro ítems que engloban la satisfacción asociada a distintos aspectos vinculados con la tarea o el puesto de trabajo (e.g., tiempo, recursos materiales, desarrollo de habilidades). Por lo tanto, se denominó a este factor como Satisfacción con los Recursos de Tarea (SRT). El tercer factor explicó el 12% de la varianza y agrupa cuatro ítems que miden la satisfacción vinculada con el equipo de trabajo en aspectos como la coordinación, creatividad y colaboración. Acorde con la teoría de base que guío la elaboración del instrumento, se etiquetó a este factor como Satisfacción con los Recursos de Equipo (SRE). Por último, el cuarto factor explicó el 11% de la varianza y está integrado por cuatro ítems que evalúan la satisfacción con los recursos proporcionados por la organización (e.g., compensaciones económicas y no económicas). Por consiguiente, y en base a los lineamientos teóricos previos, se denominó al cuarto factor como Satisfacción con los Recursos Organizacionales (SRO). En la Tabla 4 se muestran las cargas factoriales (coeficientes de estructura y coeficientes patrón) de cada ítem. Todos los factores presentan correlaciones positivas entre sí, con valores que oscilan entre .51 y .65 (ver Tabla 7).

Tabla 5 Indices de ajuste correspondientes a los diferentes modelos estructurales analizados 

Nota: gl: grados de libertad; CFI: índice de ajuste comparativo; TLI: índice de Tucker-Lewis; RMSEA: error cuadrático medio de aproximación; WRMR: ponderada media cuadrática residual. M1 = modelo unidimensional; M2 = modelo de tres factores correlacionados (satisfacción con los recursos de tarea, satisfacción con los recursos sociales y satisfacción con los recursos organizacionales); M3 = modelo de cuatro factores correlacionados (satisfacción con los recursos del líder, satisfacción con los recursos de tarea, satisfacción con los recursos de equipo y satisfacción con los recursos organizacionales); M4 = modelo jerárquico con dos factores de segundo orden, recursos estructurales (con recursos de tarea y recursos organizacionales como factores de primer orden) y recursos sociales (con recursos del equipo y del líder como factores de primer orden) *** p < .001

Tabla 6 Saturaciones estandarizadas de los ítems del Cuestionario de Satisfacción con los Recursos Laborales (CSRL_16) 

Tabla 7 Correlación entre las dimensiones del CSRL_16 y medidas de engagement y burnout 

**p < .01. p < .05

Análisis factorial confirmatorio

Con el objetivo de evaluar diferentes modelos alternativos y determinar cuál es la estructura factorial que proporciona una mejor representación de las dimensiones del CSRL_16, se pusieron a prueba cuatro modelos. En concreto, un modelo unidimensional (M1) que asume la satisfacción con los recursos laborales como un constructo unitario; un modelo de tres factores correlacionados (M2) representados por "satisfacción con los recursos de tarea", "satisfacción con los recursos sociales" (que incluye los ítems referidos a la satisfacción con los recursos del líder y la satisfacción con los recursos del equipo) y "satisfacción con los recursos organizacionales". Este modelo se desprende de la clasificación propuesta por el modelo HERO (^{Salanova et al., 2019}). El tercer modelo (M3) está compuesto por cuatro factores que resultan de nuestro análisis exploratorio previo (ver Tabla 4). Finalmente, el cuarto modelo (M4) es un modelo jerárquico con dos factores de segundo orden, que representan la satisfacción con los "recursos estructurales" (incluye los recursos de tarea y los recursos organizacionales como factores de primer orden) y la satisfacción con los "recursos sociales" (incluye los recursos del equipo y los recursos del líder como factores de primer orden); y se fundamenta en la diferenciación previa propuesta por Salanova (2008). Los resultados indican que el modelo unidimensional y el modelo de tres factores correlacionados no presentan un buen ajuste en los datos. En cambio, el modelo de cuatro factores surgido del AFE y el modelo jerárquico evidencian índices de ajuste satisfactorios y similares entre sí (Tabla 5). De esta manera, conforme a lo que hemos planteado en este trabajo, la satisfacción con los recursos laborales pueden ser conceptualizada a partir de cuatro dimensiones (líder, equipo, tarea, organizacionales). A su vez, estas cuatro dimensiones pueden ser integradas dentro de dos factores más generales representados por satisfacción con los recursos estructurales y con los recursos sociales, como sugiere Salanova (2008). Sin embargo, dado que el modelo compuesto por cuatro factores confiere mayor especificidad en la evaluación de la satisfacción con los recursos en el trabajo -lo que resulta de mayor interés a los fines prácticos- se optó por trabajar con este modelo. En la Tabla 6 se presenta la solución factorial estandarizada.

Evidencias de confiabilidad

Para examinar la consistencia interna de cada subescala se calculó el coeficiente alfa ordinal, obteniéndose los siguientes valores: Satisfacción con los Recursos del Líder α = .91, Satisfacción con los Recursos de Tarea α = .71, Satisfacción con los Recursos de Equipo α = .88, y Satisfacción con los Recursos Organizacionales α = .81. En tanto, la estimación de la confiabilidad del constructo evidenció valores satisfactorios en todas dimensiones: H = .94 (Satisfacción con los Recursos del Líder), .81 (Satisfacción con los Recursos de Tarea), .91 (Satisfacción con los Recursos del Equipo), y .89 (Satisfacción con los Recursos Organizacionales)

Validez test-criterio

Se correlacionaron los puntajes de las distintas dimensiones del CSRL_16 con medidas de engagement y burnout. En base a los planteamientos teóricos del modelo HERO (^{Salanova et al., 2012}) y los antecedentes empíricos (^{Schaufeli & Taris, 2014}), se esperaba que los trabajadores que experimentan un mayor grado de satisfacción con los recursos laborales presentaran puntajes más altos en las escalas de engagement y más bajos en las escalas de burnout. Asimismo, dado el carácter motivacional de los recursos laborales, se hipotetizó que las relaciones serían más fuertes con las escalas de engagement. Los resultados obtenidos confirman las relaciones esperadas entre las distintas escalas (Tabla 6).