Avaliação 360 graus: quantos avaliadores chamar, quanto pesa cada um e como calcular a nota

A promessa da avaliação 360 graus é a visão completa: em vez de uma pessoa só julgar o seu trabalho, várias pessoas olham de lados diferentes, e o retrato fica mais justo. A promessa é boa. O que quase ninguém conta é o que os maiores estudos sobre o tema mostram quando separam as notas: a maior parte da variação de uma nota de desempenho vem de quem avalia, não de quem é avaliado. Cada avaliador enxerga uma versão diferente da mesma pessoa. A 360 funciona quando junta avaliadores suficientes para essas versões se compensarem, e isso não é questão de gosto. É conta.

Este texto faz essa conta. Ele mostra quantos pares uma média precisa para ser confiável, quanto cada fonte merece pesar na nota final, o que acontece quando uma fonte não responde e quem deve escolher os avaliadores. No meio há uma calculadora em que você testa os pesos do seu próprio ciclo com as notas de uma pessoa. No fim está a ficha técnica de um ciclo 360 já preenchida.

Quem olha, e quanto duas pessoas da mesma fonte concordam entre si

Gestor0,50entre dois gestores

Pares0,37entre dois pares

a pessoa avaliada

Liderados0,30entre dois liderados

Autoavaliação0,22concordância com o gestor

avaliador 62%avaliado 21%

avaliador 53%avaliado 25%

efeito de quem avaliadesempenho de quem é avaliadoresto

Confiabilidades entre avaliadores: Conway & Huffcutt (1997), meta-análise de avaliações de múltiplas fontes. Autoavaliação × gestor: Heidemeier & Moser (2009), 115 amostras. Barras: Scullen, Mount & Goff (2000), dois conjuntos de gestores (n = 2.350 e 2.142) avaliados por sete pessoas cada; o restante é erro aleatório e efeito da posição de quem avalia. Numa escala em que 1 seria concordância total, dois pares olhando a mesma pessoa concordam 0,37.

A avaliação 360 em 2026: menos comum do que parece, e mais cara com ciclos curtos

Dois levantamentos deste ano ajudam a situar a prática, e nenhum deles é brasileiro — procuramos pesquisa nacional de 2025 ou 2026 com números sobre 360 e não achamos uma que publicasse metodologia.

Pares e liderados aparecem em cerca de uma em cada três organizações pesquisadas. O 2026 Performance Management Report da Talent Strategy Group, publicado em fevereiro de 2026 com mais de 250 organizações e campo em novembro e dezembro de 2025, registra que 89% exigem que a conversa de desempenho inclua a visão do gestor, enquanto pares e liderados entram em cerca de um terço delas. O mesmo relatório observa que essas duas fontes vêm associadas a ganhos apenas marginais na efetividade percebida, "apesar da complexidade maior de executar". É uma amostra autosselecionada, sem recorte por país, e a efetividade é a que os próprios respondentes percebem — já usamos esse relatório no texto sobre como rodar o comitê de calibração, e a ressalva vale igual aqui.

A frequência está subindo, e com ela a conta de quem avalia. O 2027 State of People Strategy Report da Lattice, divulgado em 9 de setembro de 2026 a partir de 1.358 profissionais de RH (campo de 2 de abril a 11 de junho de 2026; 65% nos Estados Unidos, 17% no Reino Unido e 8% cada na França e na Alemanha), mostra que 33% das organizações já avaliam trimestralmente e 12% mensalmente — a fatia mensal triplicou desde 2025. A Lattice vende software de desempenho, e o relatório não traz números de 360. Mas a consequência é direta: um ciclo que pede cinco pares por pessoa quatro vezes por ano pede vinte formulários por pessoa avaliada por ano, e alguém preenche cada um.

Junte os dois e a leitura é esta: a 360 não é o padrão, dá trabalho, e quem a adota sem desenho paga o custo sem colher o ganho. A resposta não é desistir da visão de pares. É parar de tratá-la como um formulário a mais e começar a tratá-la como um instrumento de medida, com número mínimo de leituras, pesos declarados e uma finalidade escolhida antes do convite. E ela vem depois do básico: se a empresa ainda não tem ciclo, régua e conversa de desempenho funcionando, o ponto de partida é o guia prático de avaliação de desempenho, não a 360.

O que uma nota de 360 mede: a pessoa avaliada ou quem avalia?

Em 2000, Steven Scullen, Michael Mount e Maynard Goff publicaram no Journal of Applied Psychology uma das análises mais citadas sobre o assunto. Eles pegaram dois grandes conjuntos de gestores norte-americanos — 2.350 num, 2.142 no outro — em que cada pessoa tinha sido avaliada por sete avaliadores: dois chefes, dois pares, dois liderados e ela mesma. Com sete olhares sobre a mesma pessoa, dava para separar de onde vinha a variação das notas.

O resultado virou referência: o efeito particular de cada avaliador respondeu por 62% da variação das notas num conjunto e por 53% no outro. O desempenho de quem era avaliado — geral e por dimensão, somados — respondeu por 21% e 25%, menos da metade. O restante ficou com o erro aleatório e com um efeito pequeno da posição de quem avaliava, que os autores encontraram nas notas de chefes e liderados, mas não nas de pares.

Um estudo anterior do mesmo grupo (Mount e colegas, 1998, com 2.350 gestores) já apontava o detalhe que muda o desenho de um ciclo: o efeito de método estava ligado mais a cada avaliador individual do que ao nível dele. Traduzindo: os dois pares de uma mesma pessoa não formam um bloco com uma opinião de "pares". Cada um é uma régua própria, com a sua generosidade, a sua severidade e a sua história com quem está sendo avaliado.

Duas ressalvas. Os dados de Scullen vêm de avaliações para desenvolvimento, não para decisão de salário ou promoção, e de gestores dos Estados Unidos. E é razoável esperar que o efeito do avaliador pese mais justamente onde a 360 costuma ser aplicada — em competências comportamentais, que cada um observa num pedaço diferente da semana — do que numa métrica de entrega, com número conferível. É um dos motivos para a 360 medir comportamento e deixar resultado para o ciclo de metas.

Quantos pares chamar numa avaliação 360: a conta que decide o tamanho do ciclo

Se duas pessoas da mesma fonte concordam, em média, 0,37 (o número dos pares na meta-análise de Conway e Huffcutt, de 1997), quanto concordaria a média de três, cinco ou oito pares com a média de outro grupo do mesmo tamanho? A psicometria responde isso há mais de um século com a fórmula de Spearman-Brown:

A tabela abaixo roda a mesma conta de um a dez pares. A terceira coluna responde a uma pergunta mais concreta: se um único par der uma nota dois pontos abaixo dos outros — alguém que teve um atrito com a pessoa na semana anterior, por exemplo —, quanto a média de pares desce?

A curva conta a história inteira. Do primeiro ao quarto par, cada pessoa a mais compra muito: a confiabilidade sobe de 0,37 para 0,70 e o estrago de um avaliador fora da curva cai de dois pontos para meio. Do sétimo em diante, cada par compra quase nada e custa o mesmo formulário. Entre quatro e seis pares por pessoa avaliada é onde o ganho de medida ainda paga o tempo de quem preenche. Duas contas de bolso saem da mesma fórmula: para a média de pares chegar a 0,70, são quatro pares (3,97, arredondado para cima); para chegar a 0,80, sete.

Três é o piso por outro motivo. Com dois pares, o anonimato é ficção: cada um sabe o que deu e, vendo a média, deduz a nota do outro. O guia da Comissão de Serviço Público do governo do Canadá para os ciclos 360 da administração federal crava o mínimo de três avaliadores por categoria — pares, liderados e outros — "para garantir o anonimato", e descreve um processo típico com dez a doze avaliadores no total. Bracken, Rose e Church, num ensaio de 2016 sobre a prática, registram a mesma convenção: notas de pares e de liderados são quase sempre protegidas exigindo pelo menos três avaliadores por grupo. Pesquisa de clima é outro instrumento, com outro corte: no texto sobre clima e eNPS, o exemplo de recorte por área usa um mínimo de cinco respostas.

Quanto pesa cada fonte na nota da avaliação 360

Quase todo ciclo 360 começa com pesos iguais: um terço para a autoavaliação, um terço para o gestor, um terço para a média dos pares. É a escolha que ninguém precisa defender em reunião, e por isso mesmo quase nunca é discutida. Vale discutir, porque as três fontes não medem com a mesma qualidade, e a que mede pior é justamente a que mais puxa a nota para cima.

A meta-análise de Heidemeier e Moser (2009), com 115 amostras e 37.752 pessoas, encontrou correlação de 0,22 entre a autoavaliação e a avaliação feita pelo gestor. E, nas amostras ocidentais, as autoavaliações saíram sistematicamente mais generosas, com diferença de 0,32 desvio-padrão. Conway e Huffcutt acharam números da mesma família para autoavaliação × pares (0,19). A autoavaliação é informação valiosa — sobre o que a pessoa acha que entregou, sobre o que ela acha que se espera dela —, mas é informação de outra natureza. Ela mede percepção de si, não desempenho, e a distância entre ela e as outras fontes é o dado mais útil que ela traz.

Para ver o efeito, siga uma pessoa do exemplo deste texto. Caio é analista sênior, e todos os números abaixo são de um exemplo MODELO, construído para ser conferível à mão.

Com pesos iguais, Caio termina com 3,91. Tirando a autoavaliação da conta, 3,62. Os 0,29 ponto de diferença vêm quase inteiros da nota que ele deu a si mesmo (só 0,01 vem da troca de meio a meio para 45 · 55 entre gestor e pares) — e 0,29 ponto numa escala de 1 a 5 é distância suficiente para trocar uma pessoa de faixa numa matriz de mérito ou de caixa na 9Box. Num time em que metade das pessoas se avalia com generosidade e a outra metade com modéstia, os pesos iguais premiam a generosidade.

O segundo detalhe é o peso relativo entre gestor e pares. Pela tabela da seção anterior, a média de cinco pares tem confiabilidade de 0,75, e a nota de um único gestor, 0,50. Dar ao gestor mais peso que aos cinco pares juntos é dar mais peso à leitura menos estável. Há boas razões para o gestor pesar muito — ele responde pela decisão, conhece o contexto das metas, viu o ano inteiro —, mas elas são razões de responsabilidade, não de medida. Declare qual das duas você está usando.

A regra 3 merece o exemplo. Suponha que, dos cinco "pares" de Caio, dois sejam na verdade pessoas que respondem a ele — as notas 3,0 e 4,0. Os três pares laterais dão média 3,87; os dois liderados, 3,50. Misturados, 3,72. A média misturada não é a visão dos pares nem a dos liderados, e a informação mais útil para o desenvolvimento de quem lidera — como o time de baixo enxerga a liderança — desaparece dentro dela. Com dois liderados, aliás, não há como mostrar o grupo separado sem quebrar o anonimato; a saída honesta é chamar mais um ou deixar os dois de fora.

Calculadora da nota 360

Teste os pesos do seu ciclo com as notas de uma pessoa. A calculadora faz a mesma conta das seções anteriores: primeiro a média de cada fonte, depois a média ponderada entre as fontes. Se uma fonte ficar sem nota, o peso dela sai da conta e as outras são reescaladas — é o que a Spire faz, como a seção sobre ela mostra mais abaixo, e o efeito aparece na linha "peso efetivo". Ela também estima a confiabilidade da média de pares pela fórmula de Spearman-Brown. Os valores iniciais são os do Caio com pesos iguais; o resultado abaixo já está calculado, com ou sem JavaScript.

Três testes que valem rodar nela. Apague as notas dos pares e veja o peso efetivo da autoavaliação saltar de um terço para metade: quando os pares não respondem, quem ganha peso é a nota que a pessoa deu a si mesma. Deixe só dois pares e veja o aviso de anonimato. E troque os pesos para 10 · 40 · 50: o aviso some e a nota cai 0,20 ponto sem nenhuma nota mudar. A conta de redistribuição, com dois colegas lado a lado e um par que não enviou, está no texto sobre calibração — é o motivo pelo qual uma mesa de calibração deveria abrir pela lista de envios pendentes.

Na última caixa, "sem a autoavaliação" reescala gestor e pares entre si, mantendo a proporção de peso entre os dois: com pesos iguais, 3,5 e 3,72 pesam metade cada e dão 3,61. A tabela da seção anterior usou 45 · 55, que é outro esquema, e por isso deu 3,62.

Quem escolhe os avaliadores

A composição da lista pesa tanto quanto o tamanho dela, e há três jeitos comuns de montá-la. Nenhum é neutro.

O terceiro formato é o que recomendamos, e o motivo é aritmético: como vimos, a média depende de os erros de cada avaliador não andarem juntos. Uma lista feita só de pessoas que gostam de quem é avaliado tem erros que andam juntos por construção. Duas regras de carga completam a lista: ninguém avalia mais de cinco ou seis pessoas no mesmo ciclo — na prática, a partir daí o formulário tende a virar preenchimento em lote — e todo avaliador deve ter convivido com a pessoa avaliada em pelo menos metade do período.

Clientes internos e avaliadores de outras áreas entram quando a função depende deles: um analista de RH que atende três departamentos, um líder técnico que trabalha com o time de produto. Eles formam um grupo próprio, com o mesmo mínimo de três, pela mesma razão dos liderados. E o formulário que cada grupo recebe deve ter só as perguntas que aquele grupo consegue responder — pedir a um par que avalie "cumprimento das metas individuais" é pedir um chute. Os tópicos de comportamento saem das competências da descrição de cargo, e não de uma lista genérica. O texto sobre entrevista estruturada mostra como escrever uma régua com âncoras de comportamento; a mesma técnica serve para cada tópico de uma 360.

Como montar um ciclo 360 na Spire

O módulo de desempenho da Spire foi desenhado em torno das três fontes, e cada decisão deste texto tem um lugar na tela de configuração do ciclo.

• Pesos por ciclo. Em "Pesos das Avaliações", o administrador define quanto contribuem "Própria", "Gestor" e "Pares". O padrão é 33,33 · 33,33 · 33,34, e qualquer esquema da tabela acima cabe ali — inclusive a autoavaliação com peso zero. A tela avisa que os pesos são normalizados automaticamente e que, se um tipo de avaliador não tiver respostas, o peso dele é redistribuído: a mesma conta da calculadora.
• A relação é preenchida sozinha. Ao criar as atribuições, a Spire marca cada avaliador como Líder, Par, Liderado ou Designado a partir da estrutura de áreas e de gestores cadastrada: Par é quem está na mesma área; um colega de outra área vira Designado. Na nota ponderada, porém, Liderado e Designado entram no mesmo grupo dos pares e dividem o peso de "Pares". Se a regra 3 importa para o seu ciclo, a leitura separada dos liderados é feita por fora da nota final.
• Tópicos só para o gestor. Um tópico marcado como "Somente gestor" aparece na avaliação do gestor e fica oculto na autoavaliação e na de pares — o jeito de não pedir a um par o que ele não consegue ver. Atenção: avaliadores marcados como Liderado ou Designado ainda recebem esses tópicos.
• Anonimato para quem é avaliado. Com "Anonimizar identidade dos avaliadores" ligado, que é o padrão, a pessoa avaliada vê "Avaliador 1", "Avaliador 2" ao lado das notas e dos comentários, com o tipo de relação. Gestor e administradores continuam vendo quem avaliou. Não existe um mínimo de avaliadores por grupo: com um único gestor, o tipo "Líder" já identifica a nota, e os três pares da seção anterior são uma regra que você aplica ao montar a lista — pelo mesmo motivo, a regra da ficha abaixo, de tirar da nota a média de pares com menos de três envios, é aplicada à mão, na calibração.
• Resultado só no fim. A pessoa avaliada vê o resultado quando o ciclo encerra e todos os avaliadores terminaram — antes disso, a tela diz que os resultados ainda não estão disponíveis e mostra o andamento por tipo de avaliador. Uma avaliação que não chega segura a devolutiva de todo o resto; vale acompanhar as pendências nas últimas semanas.
• Da nota à 9Box. Cada tópico declara se alimenta o eixo de desempenho, o de potencial ou os dois, e a 9Box usa a mesma média ponderada por fonte.
• O agente de IA lê o resumo. A Roberta, o agente de IA nativo da Spire, consulta ciclos, avaliações recebidas e o resumo ponderado de quem a pessoa pode ver, e só envia uma avaliação depois de um cartão de aprovação.

Dois limites que convém saber antes de desenhar o ciclo. A lista de avaliadores é montada por quem administra o desempenho — a indicação pela própria pessoa avaliada, o formato recomendado acima, acontece numa conversa antes da atribuição, não num fluxo da ferramenta. E os avaliadores precisam ser pessoas ativas da empresa: cliente externo não entra.

Desenvolvimento ou decisão: escolha antes de convidar

A pergunta mais antiga sobre a 360 é se ela deve alimentar decisões — salário, promoção, desligamento — ou servir só para o desenvolvimento de quem é avaliado. Bracken, Rose e Church chamaram essa divisão de "o cisma profundo" do campo, no ensaio de 2016 publicado na Industrial and Organizational Psychology. A posição deles é equilibrada e útil: uma 360 cujos dados não são usados para nada é "só um evento", não um processo; e, ao mesmo tempo, há muitas situações em que ela não deve alimentar decisão por falta de preparo, de clima ou de apoio. O exemplo que eles citam são as Forças Armadas dos Estados Unidos, que usam a 360 para desenvolvimento, não para avaliação.

O conselho mais prático do ensaio é sobre a ordem: se existe a intenção de, um dia, usar a 360 para decisão, o conteúdo, o sistema e a comunicação têm de ser desenhados para isso desde o começo. Mudar a finalidade no meio muda o comportamento de quem avalia. Um par que escreveu com franqueza para ajudar um colega vai escrever diferente no ano seguinte, sabendo que aquilo pesou no aumento dele.

A saída mais segura para quem está começando é a primeira coluna: um ou dois ciclos de 360 para desenvolvimento, com o relatório virando PDI — e, quando a lacuna for de habilidade, uma trilha de aprendizagem — e a conversa acontecendo na 1:1. Só depois, com as pessoas acostumadas a dar e receber a visão de pares — o que o feedback contínuo ao longo do ano facilita muito —, a média de pares entra na nota formal, com os pesos da ficha abaixo. Quando ela entra, entra também na régua de promoção como um dos insumos, nunca como o único.

Uma pesquisa da LiveCareer com mil trabalhadores, publicada pela SHRM em maio de 2025, dá a medida do risco de pular essa etapa: 79% disseram que deixariam de participar de avaliações 360 se pudessem, e 74% as consideram injustas, enviesadas ou imprecisas. É uma pesquisa de uma empresa de currículos, sem datas de campo publicadas, e serve como termômetro, não como estatística. Mas o termômetro aponta para a mesma coisa que os estudos: sem desenho, a 360 é vivida como um julgamento feito por pessoas que ninguém escolheu, com um peso que ninguém explicou.

A ficha técnica de um ciclo 360, preenchida

Tudo o que este texto defende cabe numa página. Esta é a ficha de um ciclo hipotético, de uma área de 40 pessoas, no primeiro ano em que a média de pares entra na nota formal. Troque os valores pelos seus, mas preencha todas as linhas antes de mandar o primeiro convite: cada linha em branco é uma decisão que alguém vai tomar sozinho no meio do ciclo.

Com esses números, a conta do ciclo fecha assim: 40 pessoas × 5 pares = 200 avaliações de pares, mais 40 autoavaliações e 40 de gestor, 280 formulários no total. Com a carga máxima de cinco por avaliador, cada pessoa da área avalia, em média, cinco colegas — no limite da regra, e por isso a ficha não pede seis pares. É o tipo de conta que decide se o ciclo cabe no calendário de rituais de gestão da empresa antes de o convite sair, e não depois que metade das pessoas desistiu no meio.

Perguntas frequentes

Fontes

• Scullen, Mount & Goff (2000), "Understanding the latent structure of job performance ratings", Journal of Applied Psychology 85(6). Dois conjuntos de gestores dos EUA (n = 2.350 e 2.142), sete avaliadores por pessoa, avaliações para desenvolvimento. Efeito do avaliador: 62% e 53% da variação; desempenho do avaliado: 21% e 25%.
• Mount, Judge, Scullen, Sytsma & Hezlett (1998), "Trait, rater and level effects in 360-degree performance ratings", Personnel Psychology 51(3). 2.350 gestores; o efeito de método está ligado a cada avaliador, mais do que ao nível dele.
• Conway & Huffcutt (1997), "Psychometric properties of multisource performance ratings", Human Performance 10(4). Meta-análise; confiabilidade média entre avaliadores de 0,50 (gestores), 0,37 (pares) e 0,30 (liderados); autoavaliação × pares 0,19. Lido pelo resumo publicado.
• Heidemeier & Moser (2009), "Self–other agreement in job performance ratings", Journal of Applied Psychology 94(2). Autoavaliação × gestor: r = 0,22 (115 amostras, 37.752 pessoas); leniência da autoavaliação em amostras ocidentais, d = 0,32.
• Zhou, Sackett, Shen & Beatty (2024), "An updated meta-analysis of the interrater reliability of supervisory performance ratings", Journal of Applied Psychology. 132 amostras; concordância entre gestores de 0,65, com recomendação de não usar uma média geral única.
• Talent Strategy Group, 2026 Performance Management Report, fevereiro de 2026. Mais de 250 organizações, campo em novembro e dezembro de 2025, amostra autosselecionada, sem recorte por país.
• Lattice, 2027 State of People Strategy Report, 9 de setembro de 2026. 1.358 profissionais de RH, campo de 2 de abril a 11 de junho de 2026, maioria nos EUA; fornecedora de software de desempenho.
• Public Service Commission of Canada, perguntas frequentes sobre os serviços de feedback 360°: mínimo de três avaliadores por categoria para garantir o anonimato; processo típico com 10 a 12 avaliadores.
• Bracken, Rose & Church (2016), "The evolution and devolution of 360° feedback", Industrial and Organizational Psychology 9(4). Ensaio de praticantes, não estudo empírico.
• SHRM, 5 de maio de 2025, reportagem sobre pesquisa da LiveCareer com 1.000 trabalhadores; fornecedora de serviços de currículo, sem datas de campo publicadas.
• Excluído: o 0,42 de concordância entre pares que circula atribuído a Viswesvaran, Ones & Schmidt (1996). O artigo é fechado, o resumo publicado traz só o 0,52 dos gestores, e não conseguimos conferir o número dos pares na origem — por isso a tabela usa o 0,37 de Conway & Huffcutt.