PT
Duas bandejas com compartimentos cheios de discos cinza, exceto um que contém apenas um disco azul.

A média pode esconder a lacuna mais importante

Uma média pode representar corretamente o centro de vários resultados, ao mesmo tempo que esconde a diferença que mais importa na decisão. Sua utilidade depende de quais componentes reúne e quais podem ser compensados.

PRYSMAP7 min de leitura

Consideremos dois perfis ilustrativos, ambos compostos por quatro componentes avaliados numa escala de um a nove. O primeiro obtém 7, 7, 7 e 7. O segundo obtém 9, 9, 9 e 1. Ambos têm média de 7.

O cálculo está correto. A equivalência que ela sugere merece outra análise.

O primeiro perfil é uniforme. O segundo combina três pontos fortes com uma condição muito fraca. Se os quatro componentes contribuíssem de forma intercambiável, ambos os resultados poderiam apoiar uma conclusão semelhante. Se o componente com valor 1 for essencial para a execução da tarefa, a mesma média estaria reunindo perfis com riscos opostos.

O centro não descreve a forma do perfil

A média aritmética é uma medida de localização: resume o centro de vários valores. A dispersão responde a algo diferente. Descreve a distância entre esses valores. O Manual de Análise Exploratória do NIST distingue diversas medidas de variabilidade e mostra que cada uma enfatiza diferentes partes da distribuição.

Esta separação tem uma consequência direta nas avaliações de skills. Um score central não revela se os elementos avaliáveis estão próximos, se existe um extremo ou se a diferença está concentrada justamente em um comportamento crítico. Também não explica a causa de um resultado baixo. Para confirmar uma lacuna, ainda são necessárias evidências suficientes, uma expectativa definida e uma interpretação consistente com a decisão.

É por isso que duas questões que parecem matemáticas são, na verdade, decisões de design:

Toda consolidação autoriza alguma forma de compensação

Uma regra compensatória permite trocas. Um resultado alto pode equilibrar um resultado baixo. Uma regra não compensatória limita ou impede essa troca.

A distinção aparece em diferentes campos de avaliação. ETS explica que ambas as estratégias podem ser apropriadas dependendo do contexto de decisão. O Centro Comum de Investigação da Comissão Europeia alerta, na elaboração de indicadores compostos, que a agregação linear envolve trocas entre componentes. Os pesos também não representam automaticamente importância: dentro de uma soma ponderada funcionam como taxas de câmbio.

Traduzir essas ideias numa arquitetura de skills requer cautela. Essas fontes não validam uma fórmula específica para avaliar as capacidades organizacionais. Elas nos permitem sustentar um princípio mais geral: escolher uma regra de consolidação implica decidir quais diferenças manter e quais aceitar como compensáveis.

Esse princípio abre alternativas viáveis. Nenhum funciona para todas as decisões.

Quando a decisão precisa preservar o perfil

A opção mais informativa é não reduzir os componentes a um único número. Um perfil por elementos mantém cada resultado visível e permite relacioná-lo com diferentes comportamentos, evidências e expectativas.

Esta representação é útil para desenvolvimento, feedback ou mobilidade. Nestas decisões é importante saber onde está a diferença e que evidências a apoiam. O seu limite é operacional: comparar muitas pessoas ou muitos componentes torna-se mais exigente. A organização ganha interpretabilidade, mas perde compressão.

Uma segunda opção preserva a média e acrescenta uma medida de dispersão. O intervalo, o desvio padrão ou uma visualização da distribuição ajudam a distinguir perfis uniformes de perfis irregulares. A média continua a responder ao centro; a dispersão mostra a distância entre os componentes.

Este formato melhora a legibilidade, mas por si só não identifica qual componente é baixo ou se esse componente é decisivo. Dois perfis podem ter a mesma média e uma dispersão semelhante, embora a fraqueza apareça em elementos com consequências diferentes.

Quando os componentes têm importância desigual

A média ponderada atribui maior influência a determinados componentes. Pode ser apropriado quando todos admitem a compensação, mas não contribuem com a mesma relevância para a decisão.

Sua aparente precisão esconde muitas vezes duas questões difíceis. A primeira é como os pesos são justificados. A segunda é quanta troca eles autorizam. Dar o dobro do peso a um componente não impede que vários resultados elevados compensem um resultado baixo. Apenas a quantidade necessária para fazer isso muda.

É uma regra compensatória com preferências explícitas. Pode ser defensável quando essas preferências são documentadas e a escala permite essa operação. Ela não deve ser usada para converter julgamentos informais de importância em decimais que pareçam objetivos.

Quando uma condição não pode ser compensada pelas demais

Os limites mínimos alteram a lógica. Em vez de perguntar apenas sobre o resultado global, exigem que um ou vários componentes atinjam uma condição definida. Uma pessoa pode ter média suficiente e ainda precisar de evidência adicional ou desenvolvimento em um elemento essencial.

Esta opção funciona quando o limite corresponde a um requisito observável da função ou tarefa. Um limite arbitrário, escolhido após análise dos resultados, não torna a decisão mais forte. Erros de medição próximos ao ponto de corte também devem ser considerados: pequenas variações podem alterar uma classificação.

A regra mínima leva mais longe a lógica não compensatória. O resultado global é limitado pelo componente mais fraco. É coerente quando todos os elementos são necessários e a ausência de um realmente restringe o desempenho. Neste contexto, o mínimo preserva informações que a média eliminaria.

Seu custo é claro. Cada componente deve ser bem definido e avaliado com evidências suficientes. Se uma medição isolada for instável, o mínimo amplifica o seu efeito sobre toda a conclusão. Um estudo de um exame nacional de certificação médica descobriu que uma regra completamente não compensatória produzia menos consistência de classificação do que uma regra compensatória, naquele contexto específico. A descoberta não se traduz diretamente nas skills organizacionais, mas mostra o risco de tratar cada score baixo como um limite perfeito. Onishi e outros

Entre os dois extremos existe uma alternativa híbrida: manter um resultado geral e adicionar valores mínimos para elementos que não permitem compensação. Este modelo permite resumir o todo sem apagar condições essenciais. Também exige declarar quais são essas condições e por que recebem tratamento diferente.

Um híbrido não resolve automaticamente a qualidade do design. Pode acumular regras de difícil interpretação ou produzir decisões diferentes diante de pequenas mudanças. Seu valor está na separação de duas funções: descrever o desempenho geral e proteger requisitos críticos.

Banco de madeira branco com uma faixa azul ao redor de uma das pernas.

A alternativa depende da pergunta

As seis opções representam decisões diferentes:

Forma de leitura Pergunta que responde melhor Condição principal
Perfil por componentes Onde estão os pontos fortes e as diferenças? A decisão precisa reter detalhes.
Média com dispersão Qual é o centro e quão irregular é o perfil? Os componentes são comparáveis e a variabilidade é importante.
Média ponderada Qual é o resultado geral de acordo com as diferentes relevâncias? As trocas são aceitáveis e os pesos justificados.
Limiares mínimos Quais requisitos devem ser atendidos de forma independente? Existem condições observáveis e não compensáveis.
Regra mínima Qual elemento limita o resultado completo? Todos os componentes são essenciais e bem medidos.
Modelo híbrido Como resumir sem esconder requisitos críticos? Distinguem-se componentes compensáveis e não compensáveis.

A tabela não substitui a validação do modelo. Antes de adicionar resultados, deve-se verificar se os componentes pertencem ao mesmo objeto, se as escalas permitem essa operação e se as evidências permitem a interpretação desejada.

A regra adequada começa antes do cálculo. Começa definindo qual pergunta o score deve responder, quais componentes podem ser equilibrados e quais estabelecem o real limite da decisão.