MindSonar es un pastel de capas

Cuando estés leyendo esto, probablemente comprendas que MindSonar es un sistema de medición contextualizado , más que un test estándar. MindSonar mide tu mentalidad en un contexto determinado. Y asumimos que puedes tener una mentalidad diferente en contextos diferentes. A menudo lo expreso con una sencilla metáfora: «Dale al tío Fred tres vasos de whisky y será otra persona». Si lo comparamos con los tests de personalidad, MindSonar se parece más a un termómetro y menos a una caja de sellos de goma.

De todas formas, ahora que estamos mezclando metáforas, también me gustaría señalar que MindSonar es como un pastel de capas. Veamos cómo las capas serán diferentes en las distintas aplicaciones de MindSonar.

La capa uno mide los Metaprogramas y las Unidades Graves. La capa dos consiste en definir una combinación y lo que hace esa combinación en un contexto determinado.

La primera capa es siempre la misma: definir la mentalidad (estilos de pensamiento y tipos de valores).

La capa dos puede ser diferente, dependiendo del propósito para el que utilicemos MindSonar. En el reclutamiento f.i., buscamos combinaciones que funcionen bien en un contexto determinado (un trabajo, una función, un conjunto de tareas). Este es el punto de referencia. A continuación, comparamos los candidatos con ese punto de referencia. Dependiendo de la envergadura del proyecto, podemos incluso aplicar estadísticas para apoyar nuestro punto de referencia.

La guinda del pastel es la aplicación, el valor añadido. En este caso: seleccionar a un candidato que desempeñe bien ese trabajo. O quizá debería expresarlo con más cuidado: un candidato que tenga la mentalidad adecuada para ese trabajo.

Como he dicho antes: de qué está hecha la segunda capa del pastel, depende de para qué queramos utilizar MindSonar. En el coaching -más que en la contratación- solemos partir de una combinación que crea problemas en ese contexto para esa persona. Esta combinación describe cómo surge el problema. Así que, en coaching, la capa dos es una combinación problemática e indeseable.

El pastel del coaching también tiene -en esta fase- una guinda diferente. Aquí el valor añadido es comprender cómo surge el problema. En cierto sentido, aquí estás cocinando dos pasteles. Ese segundo pastel, con una capa diferente sobre la misma base: los patrones de pensamiento deseados y el conjunto de valores para ese contexto. ¿Qué tipo de mentalidad preferiría tener este cliente? ¿Qué tipo de pensamiento podría resolver el problema, o incluso evitar que surgiera? A menudo se trata de una fórmula bastante simple que dice: «Más de esto y menos de aquello». «Más de este meta programa y menos de aquel meta programa. Más de su Graves Drive y menos de aquél».

En la formación de equipos, un tercer ejemplo, la capa superior vuelve a ser diferente. Ahora consiste en observar la interacción. ¿Cómo se influyen mutuamente las distintas mentalidades de las personas del grupo? ¿Y cómo explica -o describe- los puntos fuertes y los retos del equipo?

También en la formación de equipos, al igual que en el coaching, hay combinaciones deseadas y problemáticas, pero ahora son mezclas, en lugar de simples combinaciones. En este caso, la guinda no es encontrar la mentalidad óptima, sino encontrar y propagar la interacción óptima de mentalidades.

Pros y contras
Lo bueno de todo esto es que puedes calibrar MindSonar a la situación en la que lo estés utilizando. MindSonar será más preciso para esa situación de lo que podría ser cualquier prueba estándar. En cierto sentido, estás construyendo un nuevo punto de referencia -aunque sea informalmente- cada vez que utilizas MindSonar.

También hay que pagar un precio: -como profesional de MindSonar- tendrás que determinar el punto de referencia para ese contexto. Normalmente, por supuesto, implicarás al cliente en esto. Es un trabajo que tienes que hacer. Tendrás que mezclar y hornear esa segunda capa, antes de poder comerte el pastel. Eso hace que la medición sea más relevante y precisa para ese contexto que una prueba estándar. Pero también supone más trabajo que utilizar una prueba estándar.

Un ejemplo
Por poner un ejemplo, supongamos que existe un test estándar para laempatía. No he buceado en esto, pero probablemente exista un test así en alguna parte. Podría tener un nombre como NCEES «Escala de Empatía Emocional de Carolina del Norte». Medir «La capacidad de sentir lo que siente otra persona».

Ahora bien, si voy a contratar a un grupo de nuevos entrenadores para los alumnos de mi universidad, querría que fueran razonablemente empáticos. Así podría dar a los candidatos al puesto este test de empatía imaginario, el NCEES. Y también podría querer encontrar candidatos que sean congruentes, persuasivos y fiables, por lo que también podría someterles a pruebas de estas tres cualidades. Puede que acabe con un montón de pruebas, dependiendo de lo específico que quiera ser. Esto presupone, por cierto, que tengo una idea bastante clara de las cualidades de un buen estudiante entrenador y de las pruebas disponibles. Puede que incluso encuentre en alguna parte un test de capacidad para entrenar, aunque probablemente no se centraría específicamente en los alumnos entrenadores.

La ventaja del enfoque estándar es que puedo empezar de inmediato. ¡Saca los tests y empieza a medir! Aunque, en la práctica real, aún podría llevarme bastante tiempo leer y evaluar para reunir un buen kit de pruebas. Pero digamos que he hecho esto antes, sé lo que quiero medir y dónde encontrar buenas pruebas, así que puedo hacerlo rápidamente. En la metáfora de la tarta por capas: puedo empezar sin hornear la segunda capa. Ahorra tiempo. Pero hay un inconveniente: no sé hasta qué punto mi combinación de pruebas estándar predice el rendimiento como entrenador de nuestros alumnos en nuestra universidad.

Entra en MindSonar. Empiezo horneando la segunda capa de la tarta. Identifico ejemplos positivos; estudiantes-entrenadores felices y eficaces que trabajan en mi universidad. Les hago un perfil y calculo su perfil medio. Hablo de ello con mis ejemplos positivos, los entrenadores eficaces, a los que ahora conozco, puesto que acabo de hacerles un perfil y probablemente hablé de sus perfiles con ellos. Basándome en mi perfil medio más las aportaciones de mis expertos, defino un perfil de referencia. Esto es lo que utilizo para seleccionar candidatos. Es más trabajo, pero con este punto de referencia tengo muchas más probabilidades de estar midiendo algo que sea relevante para mi universidad. Y he llegado a conocer a varios expertos, que también pueden ser útiles durante el proceso de selección.

Explicación de las SD en las puntuaciones de Graves

Varias personas me han pedido que les explique una vez más cómo leer las desviaciones típicas (SD) en las puntuaciones medias de Graves. Y estoy encantada de complacerte.

¿Dónde están esas puntuaciones?
En primer lugar, ¿dónde están las puntuaciones de las que estamos hablando? Echemos un vistazo al perfil. Las flechas apuntan a las puntuaciones de Graves. La flecha roja señala la puntuación del encuestado, la flecha azul indica la puntuación media. Las tres puntuaciones más altas de Graves se repiten en el diagrama del sonar.

Uitleg Graves 2015-4

 

 

 

 

En la puntuación media, que se muestra en la fila inferior -promediada para todos los encuestados y todos los contextos-, ves una línea en el centro. La distancia entre esa línea interior y el contorno exterior es la desviación típica. Por tanto, cuanto más gruesa sea la «cáscara» de la pelota, mayor será la desviación típica y más variará la puntuación entre distintas personas. Ten en cuenta que se trata de una puntuación media, estadística. No está relacionado con la puntuación individual del encuestado.

¿Qué significa ese «pelar»?
Echa un vistazo a estos esquemas:

UitlegGraves15-1

La flecha roja indica aquí la media (la media) de todas las personas que han rellenado MindSonar. Si quieres saber exactamente quiénes componen este grupo, sus atributos se describen en las últimas páginas del informe MindSonar. Ahora echa un vistazo a este diagrama.

UitlegGraves15-2

La flechita roja de este segundo diagrama muestra la desviación típica de la puntuación media. Recuerda: la desviación típica es la distancia media a la media. Imagina a un profesor de matemáticas preguntando a cada puntuación: ‘¿A qué distancia estás de la media? Y una vez contestadas todas las puntuaciones, calcula la media de esas distancias. Si las puntuaciones varían mucho, el valor de la desviación típica será alto. Si las puntuaciones son todas prácticamente iguales, el valor de la desviación típica será pequeño. Conclusión: Una SD alta significa que las puntuaciones varían mucho, una SD baja significa que sólo varían un poco.

¿Cuándo es importante?
La desviación típica de la puntuación de Graves no es una medida que se utilice a menudo en la interpretación de los perfiles individuales de MindSonar. Los perfiles de equipo son otra historia (que contaré en otra ocasión). En las interpretaciones individuales, la SD de la puntuación de Graves resulta útil sobre todo en esos dos casos:

  1. Alguien tiene una pregunta concreta sobre la comunicación con los demás,
  2. Buscamos un perfil de referencia concreto, digamos en el proceso de selección de candidatos para un puesto de trabajo.

En esos casos, la desviación típica puede aportar información importante.

Comunicación
Por ejemplo, digamos que mi puntuación en la unidad roja de Graves es muy superior a la media y que necesito entrenamiento en lo que respecta a mi relación con la gente en general. Esa puntuación roja alta significa que estaré más orientado hacia la potencia que la media de las personas que conozco. ¿Quién era esa persona corriente?», te preguntarás, «no recuerdo haberla conocido…». Dicho de otro modo: con mi puntuación de Graves rojo, muy superior a la media, tengo muchas posibilidades de que alguien a quien conozca esté menos orientado a la potencia que yo.

Introduce ahora la desviación típica. Si la desviación típica de la puntuación media de Graves rojo es alta, significa que la distancia media a la media es alta, lo que a su vez significa que las puntuaciones están muy dispersas. Así que todavía tengo muchas posibilidades de conocer a gente menos orientada al poder que yo, pero varía mucho. Conoceré a algunas personas que están aún más orientadas al poder que yo, y a otras que están mucho menos orientadas al poder. En cambio, si la desviación típica fuera muy pequeña, casi todas las personas que conociera estarían menos orientadas al poder que yo.

Selección basada en el perfil de referencia
En el caso de la selección de candidatos para un puesto de trabajo, suelo buscar personas con un perfil lo más parecido posible a un perfil de referencia específico. ¿Cómo de fácil o difícil va a ser encontrar a estas personas? Digamos que mi punto de referencia tiene unidades de Graves con una puntuación muy inferior a la media, y esta puntuación media tiene una SD muy pequeña, con este aspecto:

UitlegGraves15-2

Y ésta es la persona que quiero encontrar:

Uitleg Graves 2015-5
A partir de la baja desviación típica (la fina «cáscara» alrededor de la bola), puedo concluir que la mayoría de la gente tendrá una puntuación superior a la que busco, por lo que será relativamente difícil encontrar a una persona así.

Sin embargo, si la puntuación media fuera así

UitlegGraves15-3

Yo veía que la SD era bastante grande (la «cáscara» gruesa alrededor de la bola), por lo que la gente varía mucho en cuanto a esa puntuación. Por tanto, sería relativamente fácil encontrar a una persona así.

Espero que esto aclare la interpretación del círculo interno en las puntuaciones medias de Graves.

¡Feliz perfilado!

Profesionales de MindSonar: Koen Lucas y las Fuerzas de Seguridad

Presentamos al próximo Profesional de MindSonar: Koen Lucas. Koen, gestor interino y formador holandés, describe cómo utiliza MindSonar para formar a agentes de las fuerzas de seguridad. Ten en cuenta, sobre todo, que ha desarrollado perfiles normativos distintos para varios tipos diferentes de agentes del orden (patrullas municipales, inspectores de edificios y agentes de seguridad medioambiental). Para más información sobre todos los profesionales de MindSonar ve aquí: Registro Internacional.