Evaluación del clima organizacional universitario. Caso: Facultad de Ingeniería Universidad de Carabobobo

Abstract

La universidad de Carabobo es una institución de alto prestigio en Venezuela caracterizado por su excelente perfil de egresados y por las actividades académicas realizadas en beneficio de la comunidad. El personal que labora en esta institución está involucrado de manera directa con el estudiantado y su clima organizacional es factor determinante en la productividad de la institución. El objetivo central de este estudio es el de evaluar el clima organizacional actual en el personal de la Facultad de Ingeniería de la universidad de Carabobo y partiendo de los resultados arrojados proponer estrategias para solucionar los factores que afectan el clima organizacional mejorando de esta forma la productividad institucional. Para lograr este objetivo se tomaron datos a partir de un instrumento contentivo de ítems relacionados con el ambiente de trabajo actual, los cuales fueron valorados específicamente por el personal docente, administrativo y obrero en una escala de Likert del 1 al 5. Los datos fueron sometidos a pruebas de consistencia interna y se evaluó la correlación existente entre variables (matriz de correlaciones) con el propósito de realizar un análisis de factores exploratorio que permitiera rediseñar el instrumento aplicado, la cual se basa en el modelo CLIOUNing. El modelo propuesto presenta una alta fiabilidad con un coeficiente alfa de cronbach de 0,748 ( de igual forma, con valores superiores a 0,5 en la mayoría de las 5 dimensiones propuestas) y se corrobora la validez del instrumento ( a un nivel de significancia de 0,5 %) por lo que se considera que la escala obtenida es fiable y presenta validez para evaluar el clima organizacional en cinco dimensiones a saber: “gestión institucional”, “retos individuales”, “interacción”, “rendimiento institucional” y “cooperación laboral”. Sobre las bases de los resultados se propuso una matriz DOFA como una herramienta de planificación estratégica para aumentar el nivel de significancia del modelo.