Una vez determinadas y analizadas las causas de las desviaciones, entre lo previsto y lo obtenido realmente, la dirección empresarial deberá tomar las medidas correctoras oportunas para encauzar la evolución de la organización hacia la situación ideal establecida en la planificación.
Cuando se haya detectado una desviación significativa, el problema no radica solo en la búsqueda del número de causas individuales que la han provocado, sino en conocer el tipo de intervención que se necesita para corregirla, ya que es posible que cada causa necesite una actividad de intervención diferente.
Tras el análisis de las causas de las desviaciones se procede a asignar las responsabilidades sobre las mismas, así como a elegir la alternativa de corrección más idónea, rectificándose las situaciones adversas que se han evidenciado a través del cálculo de las desviaciones.
Entonces, si se tiene en cuenta la causa motivadora de las desviaciones, las diferentes acciones correctoras son:
- Cuando las causas sean económicas (desviaciones por objetivos y por modelo), las medidas que se podrán implantar son:
a. Modificación de la estructura de la organización.
b. Modificación de las decisiones de planificación estratégica.
c. Cambio del sistema de estándares utilizados para llevar a cabo las previsiones.
d. Establecimiento de nuevos objetivos.
2. Cuando las causas sean personales (desviación por registro), la medida a tomar será la colaboración y participación de los responsables en el proceso de control, exponiendo los mismos su opinión sobre el origen de la desviación ocasionada por su actuación, así como sobre las acciones a tomar para corregirla.
3. Cuando las causas sean errores de previsión (desviación por previsión), la medida correctora consistirá en la modificación de los presupuestos inicialmente implantados por otros que se adecúen al entorno.
4. Cuando las causas sean errores de ejecución (desviación por ejecución), como medida se tomará la modificación de las actuaciones de los distintos centros donde se hayan detectado las desviaciones para encauzar su actuación dentro de los límites establecidos en el proceso de control.
Vea nuestro curso de Contabilidad
Conceptos Clave
- Variables Confusoras
- Definición: Son variables que pueden influir en tanto en la variable independiente como en la variable dependiente, creando una falsa impresión de relación entre ellas.
- Ejemplo: En un estudio sobre el efecto del ejercicio en la pérdida de peso, la dieta puede ser una variable confusora si no se controla.
- Variables Moderadoras
- Definición: Son variables que afectan la dirección o la fuerza de la relación entre una variable independiente y una variable dependiente.
- Ejemplo: La edad podría moderar la relación entre el ejercicio y la pérdida de peso, haciendo que el efecto sea más fuerte en los adultos jóvenes que en los mayores.
- Variables Mediadoras
- Definición: Son variables que explican el mecanismo a través del cual una variable independiente afecta a una variable dependiente.
- Ejemplo: La satisfacción del cliente puede mediar la relación entre la calidad del producto y la lealtad del cliente.
Métodos de Corrección de Variables
- Control de Variables
- Método: Incluye variables confusoras como covariables en el análisis estadístico para controlar su efecto.
- Ejemplo: Usar análisis de covarianza (ANCOVA) para controlar el efecto de la edad en un estudio de la relación entre ejercicio y pérdida de peso.
- Aleatorización
- Método: Asignar aleatoriamente a los participantes a diferentes grupos para asegurar que las variables confusoras estén distribuidas de manera equitativa entre los grupos.
- Ejemplo: En un experimento sobre un nuevo medicamento, asignar aleatoriamente a los participantes a grupos de tratamiento y control para controlar variables confusoras como la salud previa.
- Emparejamiento
- Método: Emparejar participantes en el grupo de tratamiento con participantes en el grupo de control que tengan características similares para controlar variables confusoras.
- Ejemplo: Emparejar pacientes con y sin enfermedad cardiovascular por edad y género en un estudio de tratamiento para controlar estos factores.
- Análisis de Regresión Múltiple
- Método: Utilizar regresión múltiple para incluir varias variables independientes y confusoras en el modelo, permitiendo ajustar el efecto de cada variable.
- Ejemplo: Usar regresión múltiple para analizar el efecto de la educación y la experiencia laboral en el salario, mientras se controlan otras variables como la edad y el género.
- Diseño Experimental
- Método: Diseñar el experimento de manera que se minimicen los efectos de las variables confusoras desde el inicio.
- Ejemplo: En un estudio sobre el impacto de un nuevo método de enseñanza, diseñar el experimento de manera que todos los participantes tengan el mismo nivel de preparación previa.
- Análisis de Datos con Variables de Control
- Método: Incluir variables de control en el análisis de datos para ajustar los efectos y obtener resultados más precisos.
- Ejemplo: Incluir datos demográficos como control en un estudio sobre el efecto del marketing en las ventas.
- Pruebas de Robustez
- Método: Realizar análisis adicionales para verificar la robustez de los resultados ante diferentes especificaciones del modelo.
- Ejemplo: Realizar análisis de sensibilidad para comprobar si los resultados permanecen consistentes al cambiar el modelo de control.