Tres decisiones reales que dependen de esta idea
Evaluación de desempeño
Un gerente de Ventas califica distinto que uno de Finanzas: promedios y exigencias distintas.
La pregunta: ¿un 82 en Ventas vale lo mismo que un 78 en Finanzas?Detectar lo raro
Una ausencia de 8 días en un mes, un salario de Q47,700: ¿son errores de captura o casos reales?
La pregunta: ¿a cuántas desviaciones de «lo normal» está ese dato?Pruebas y evaluaciones 360
Dos evaluadores distintos, cada uno con su propia media y su propia dispersión de notas.
La pregunta: ¿cómo comparás resultados sin que el evaluador «más duro» quede siempre perdiendo?La vara común
Este es el score de engagement de SEP, S.A.: 80 personas, media 69.6, desviación estándar 9.7. Movete por la curva y mirá qué significa tu score en «unidades de distancia a la media» — eso es exactamente lo que es un puntaje Z.
Bandas activas sobre la curva: 68% de SEP vive entre z=−1 y z=+1 · 95% entre z=−2 y z=+2 · 99.7% entre z=−3 y z=+3. Esa es la «regla empírica» de la normal.
Cómo leerlo
El eje de abajo tiene dos filas: arriba, el puntaje Z (en desviaciones estándar); abajo, el score de engagement que le corresponde. La franja naranja es el área bajo la curva hasta tu z — literalmente, el porcentaje de SEP que dejás atrás.
Activá las bandas 68–95–99.7: son la regla empírica de toda curva normal. Salirte de z=±3 es tan raro (0.3% de los casos) que así es exactamente como se marcan los outliers — el mismo espíritu del bigote de 1.5·RIC que ya viste con el boxplot.
¿Quién destacó más? — Ana (Ventas) vs. Luis (Finanzas)
Ventas y Finanzas no tienen el mismo promedio ni la misma dispersión de engagement. Movés el score de cada quien y el z de cada quien se recalcula contra su propio equipo.
Cómo leerlo
Cada barra va de z=−3 a z=+3 dentro de su propio equipo. Quien esté más a la derecha en SU barra destacó más — sin importar si su puntaje crudo era menor.
Reto: subí los dos sliders cerca del máximo y buscá una combinación donde el que tiene menos puntos crudos gane en z. Cuando lo encuentres vas a entender por qué en RH nunca deberías comparar evaluaciones de dos jefes (o dos escalas) distintas sin normalizar antes.
Tres ideas para llevarte tatuadas
La normal como modelo
La curva normal es un modelo: una campana simétrica que describe bien muchas variables humanas, pero no todas.
En SEP: el engagement se parece bastante a una normal; el salario NO — está sesgado a la derecha, porque unos pocos sueldos altísimos estiran la cola. Para qué te sirve: antes de usar z, preguntate si la variable tiene forma de campana o de cola larga.El puntaje Z
Z = (dato − media) / desviación estándar. Convierte cualquier dato en «cuántas desviaciones estás de la media», sin importar la escala original.
En la demo: un score de 82 en engagement (media 69.6, sd 9.7) da z ≈ +1.28: 1.28 desviaciones arriba de la media. Para qué te sirve: comparar peras con manzanas — dos escalas distintas, una sola vara.Z como detector de outliers
Un |z| ≥ 3 es tan raro (menos del 0.3% de los casos en una normal) que se usa como bandera de dato atípico.
En SEP: el mismo espíritu del bigote del boxplot (Q3 + 1.5·RIC), que ya marcó los salarios desde Q24,600 como outliers — dos rutas al mismo destino. Para qué te sirve: una señal rápida de «esto merece que lo revisés antes de actuar».¿Ya lo tenés? Probate
La próxima semana
El puntaje Z compara una variable contra sí misma. La próxima semana vas a poner dos variables a bailar juntas — si el engagement sube, ¿qué le pasa a las ausencias? — y vas a aprender a leer esa relación sin caer en la trampa de creer que una causa la otra.