Gap in Intended and Implemented Policies  1 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Gap in Intended and Implemented HR policies in FCI 
 
 
Neha Sharma 
Neeharika Shetty 
Aditya Gupta 
 
 
 
   
Gap in Intended and Implemented Policies  2 

Abstract 
 
Historically,  Human  Resource  Departments  have  always  fought  for  their  existence  and  worked 
hard  to  prove  their  purpose.  Therefore,  it  becomes  essential  for  HR  departments  to  increase 
employees’  knowledge  of  and  adherence  to  formal  company  policies  in  order  to  ensure  that  the 
implementation  of  these  policies  translates  into  achievement  of  the  company’s  strategic  goals. 
For  the  present  study,  the  gap  between  intended (measured as written policies) and implemented 
(measured  as  policy  knowledge  and  adherence)  training  and  conduct  regulation  policies  of  the 
Food  Corporation  of  India  (n=54)  was  measured  to  see  if  there  was  a  significant  gap  across 
various  demographic  variables.  The  methodology  was  largely  adapted  from  Khilji  &  Wang’s 
(2006)  study.  Results  showed  that the largest  differences, although not statistically significant, in 
the  gap  between  intended  and  implemented  policies  occurred  when  the  participant  was  female, 
over  the  age  of   35   or  from  the  Finance  and  Personnel  departments.  The  Operations  department 
had  lowest  gaps  for  both  training  policies  and  conduct  regulations,  whereas  the  Personnel 
department  had  the  highest  gap  for  training  policies.  As  this  was  an  exploratory  study,  further 
detailed investigation is likely to provide a clearer picture of the reasons for the existing gap. 
   
Gap in Intended and Implemented Policies  3 

Introduction 
Given  managers'  primary  concern  with  achieving  competitive  advantage,  the  human  resource 
(HR)  function  has  consistently  faced  an  uphill  battle  in  justifying  its  position  to  organizations 
(Wright  et  al.,  2001a).  The  field  of  strategic  human  resource  management  (SHRM),  therefore, 
has  grown  quite  steadily  since  the  mid  1980s.   Dessler  (2011)  argues  that  strategic  HRM  means 
making  and  implementing  practices  and  policies  of  human  resource  that generates the behaviors 
and competencies of employee that the organization requires to gain its strategic goals.  
 
Boxhall  and  Purcell  (2000:  186)  state   that   most  SHRM  research  has  been  consumed  with  a 
contest  between  two  models.  One   model  ­  the  'best  fit'  (also  commonly  referred  to  as  the 
Contingency  approach)  ­  argues  that  HR  strategy  will  be  more effective  when it is appropriately 
integrated  with  its  specific  organizational  and  environmental  context.  Baird  and  Meshoulam 
(1988)  argue  that  HR  activities  must  fit   'externally'  to  the  competitive  environment  and strategy 
and  also  'internally'  to  each  other. The other and more popular model ­  'best practice' (commonly 
referred  to  as  the  Universalist  approach)  ­ argues that all firms will be better off if they adopt the 
same best HR practices (Pfeffer and Veiga, 1999).  
 
Although  there  has  been  a  recent  trend  to  incorporate  a  Contingency  perspective  in  analyses  of 
HRM  and  organizational  performance,  empirical  evidence  provides  mixed  results.  Some  studies 
have  shown  a  large  and  significant  positive  relationship  between  good  HRM  and  improved 
organizational   performance,  while  others  don’t.  One  factor  that  potentially  contributes  to  varied 
findings  is  the  tendency  of  researchers  to  explore  HRM  at  the  top  management  levels  or  within 
HR  departments,  which  at  best  captures  only  the  intended  human  resource  (HR)  policies  and 
ignores implemented HR practices.  
 
For  the  purpose  of  our  study,  by  'intended'  HRM  we  mean  the  practices  formulated  by 
policy­makers,  whereas  'implemented'  HRM  refers  to  the  employees’  knowledge  of  and 
adherence  to  the  same.  According  to  Khilji  and  Wang  (2006),  implementation  is  an  appropriate 
setting  to  explore  HR­performance  relationship  because  paradox and contradictions appear to be 
an  accompanying  feature  of  HRM  and  often  a  gap  exists  between   intended  HR  practices  and 
those  implemented.  Gratton  and  Truss  (2003)  have  argued:  'A  key  message  is  that  the  bridging 
from  business  goals  to  employee  performance requires not only policies but also a determination 
to act, as seen through actual practice’. 
 
Several  authors  have  argued  that  achievement  of  organizational  objectives  relies  heavily  upon 
employee  behaviour  (Delery and Doty, 1996; Jackson and Schuler, 1995). Since HRM can either 
motivate  or  demotivate  employees,  if  an  organization  is  able  to  implement  practices  that 
encourage  positive  employee  behaviours,  then  higher satisfaction and improved  performance are 
probable;  in  an  organization  where  the  HRM  demotivates  employees,  there  is  less  likelihood  of 
Gap in Intended and Implemented Policies  4 

the  same  success.  This  distinction  implies   much  more  than  a  specific  type  of  HRM.  It  is  the 
ability  of  HRM  to  motivate  employees   that   proves  to  be  a  necessary  condition  for  improved 
organizational   performance.  Thus,  the  onus  of  various  studies  ought  not  to  be  on  what 
appropriate  HR  practices  are,  but  upon  ensuring  that  HRM  results  in  achieving  appropriate 
outcomes.  It  is  important  to  investigate  implemented  HRM  in  addition  to  intended  HRM  since 
the  former  impacts  employees'  behaviour, motivation and satisfaction much more concretely and 
directly.  
 
For  our  study,  we  chose  FCI  mainly  because  we  did  not  find  any  other  studies  on  Indian 
organisations.  We  also  thought  it  would  be  interesting  to  look  at  the  gap  in  a  public  sector 
organisation.  Specifically,   we  looked  at  the  conduct  regulations  and  training  policies.  When  we 
spoke  to  HR  department,  it  seemed  that  there  was  a  discrepancy  in  implementation  of  conduct 
regulations  amongst  men  and  women.  Therefore,  we  decided  to  look  at  it  in  further  detail.  For 
training,  we  felt  that  it  should  be  an   ongoing  priority  for  any  organisation.  FCI,  like  most 
organisations,  had  adopted  elaborate  requirements  for  assessing  employees  and  their  jobs  to 
determine  training  needs.  Hence, we wanted to see if these requirements were actually being met 
by the employees. 
 
About FCI 
th​
The Food Corporation of India was setup on 14​  January 1965, under the Food Corporation Act 
of 1964. It is one of the largest corporations in India and probably the largest supply chain 
management in Asia (Second in world ) . It operates through 5 zonal offices and 24 regional 
offices. The Delhi office is located at Barakhamba Road and has a staff strength of about 800. 
Unlike successful PSUs such as ONGC and Coal India Ltd., FCI is not a profit­making PSU.  
 
Review of Literature 
 
● 'Intended'  and  'implemented'  HRM:  the  missing  linchpin  in   strategic  human  resource 
management research 
Shaista E. Khilji and Xiaoyun Wang (2006) 
We  argue  that  inconclusive  findings  in  the  SHRM  literature  regarding  the  relationship  
between  HRM  systems  and  organizational  performance  may  result  primarily   from 
methodological  weaknesses  and  a  failure  of  researchers  to  distinguish  between HR practices 
intended  by  the  organizations  and  those  actually  implemented.  Rather  than  relying  upon  a  
single  respondent  per  organization  as  is  the  norm,  we  contrast  reports  of  both  managers and 
non­managers  from  inside  and  outside  HR   departments  to  highlight  differences  between 
intended  and  implemented  HRM.  The  findings,   arrived  at  with  the  help  of  195  interviews, 
508  questionnaire  responses  and   several  company  documents,  support  our  expectation: 
implemented  HRM  may  be  substantially   different  from  intended  HRM;  consistent 
Gap in Intended and Implemented Policies  5 

implementation  increases  employee  satisfaction  with  HRM,  which  is  positively  related  to 
organizational   performance.  The  current  study  thus  highlights  new  factors  that  require 
attention  in  developing  HR­performance  analyses  and  also  suggests  that  a  mere  imitation  of 
HRM  in  the  hopes  of  improving  organizational  performance  creates  no  value.  It  is  crucial 
that  HR  departments  and   managers  remain  committed  and  supportive  to  the  development of 
effective HRM systems by focusing upon actual 'implementation' within their organizations. 
 
● Gender  Differences  in  Further  Training  Participation  –  The  Role  of  Individuals, 
Households and Firms 
Claudia Burgard 
Using  the  Socio­Economic Panel (SOEP), this paper investigates the determinants of training 
participation  in  Germany,  distinguishing   between  self­initiated  and  employer­initiated 
training.  Self­initiated  training  is  considered  as  being  a  decision  within  households  rather 
than  purely  individual.  Therefore,  in  addition  to  standard  training  determinants,  information 
on  one’s  own  and  partner’s  time  use  as  well  as on the partner’s personal background and his 
job  are  taken  into   account.  The  results  indicate  that  there  are  hardly  significant  gender 
differences  in  the  determinants  of  self­initiated  training  while  employer­initiated  training  of 
women  and  men  appears  to  be  determined  by  different  factors.   A  decomposition  analysis 
identifies  time  use  variables,  besides  job  characteristics, as important factors determining the 
gender gap in employer­provided training participation 
 
 
Hypothesis 
1. There will be a significant difference in the gap between male and female employees of FCI. 
2.  There  will  be  a  significant  difference  in  the  gap between FCI employees  above and below the 
age of 35. 
3.  There  will  be  a  significant  difference  in  the  gap  between  the  Operations,  Finance  and 
Personnel departments of FCI. 
4.  There  will  be  a significant effect of total work experience of the employee on the gap between 
intended and implemented policies in FCI. 
5.  There  will  be  a  significant  influence  of  the  demographic  variables on the overall gap between 
intended and implemented policies in FCI. 
 
 
Methodology  
Sample 
Participants were obtained through  the Human Resources Department of the Food Corporation  of 
India  using  the  convenience  sampling  method.  FCI  is  a  50  year  old  Government  of  India 
organisation  that  ​ was  set  up  under  the  Food  Corporation  Act  of 1964​. ​
The sample comprised 54 
Gap in Intended and Implemented Policies  6 

individuals  currently  employed  at   FCI,  85%  males  and  15%  females.  The  mean  age  of 
participants  is  37.94  years.  The  average  years  of  work experience is 13.58 years and the average 
years of employment at FCI is 12.02 years. [departments] 
 
Tools 
Two  questionnaires  were  used  in  the  study,  to  collect  the  data.  The  questionnaires  were  framed 
by  the  researchers,  based  on  the  policies  of  the  organisation  under  study.  One  questionnaire 
focussed  on  the  conduct  regulation  policies  and  the  other  looked  at  the  training  policies.   The 
items  were  close  ended  and  participants  were  asked  to  mark  ‘Agree’,  ‘Disagree’  or  ‘I  don’t 
know’  for  the  statements  in  both   questionnaires.  Since  the  measures  were  constructed 
specifically  for  the  study,  validity   and  reliability  of  the  questionnaires  was  not  established. 
However,  since   the  items  were  based  on  the  written  policies  of  the  company  itself,  they  had 
validity. 
 
Design 
The  design  of  the  present  study  was  adapted  from  the  first part of Shaista E. Khilji and Xiaoyun 
Wang’s  (2006)  research.  The  study  used  a  self­report  method to obtain data which  was analysed 
using  correlational   techniques.  The  study  mainly  looked  at  the  existence  of  a   discrepancy 
between  the  intended  HR  practices  and  the  implemented  HR  practices  in  a  company,  and  to 
understand and explain the gap if it exists.  
 
Procedure 
The  company’s  Human  Resource  Department  was  contacted  to  check  if  they  were  willing  to 
participate   in  the   study. Once they  agreed, we looked at all the policies that the company HR had 
put  in  place.  Then,   we  narrowed  it  down  to  two  types  of  policies,  i.e.,  conduct  regulations  and 
training.  The  questionnaires  were  then  created  based on these policy documents  and given to the 
HR  department,  who  further  distributed  it  to  the  employees.  The consent form and demographic  
form  were  given  along  with  the  questionnaires.  The  researchers   were  present  when  the 
participants filled out the forms to help them if required.  
 
 
 
 
 
 
 
 
 
Results & Discussion 
Gap in Intended and Implemented Policies  7 

 
Regression analysis was done on the data using the R programming software.  
We  used  simple  linear  regression  for  independent  models  and  multiple  linear  regression  for 
integrated model. 
 
The  following  results  are  measured  against  a  “gap” observed for every participant. The total gap 
was  summed  across  29  questions,  and scored over a maximum possible gap of 290 points on our 
survey.  Every  question  indicating  a  discrepancy  with  the  formal  policy  or  answered  as  “I  don’t 
know” contributed 10 points to this total.   
 
In  addition  to  measuring  the  the  gap  for  every  variable  in  relation  to  the  total   gap  score,  we 
studied  some  variables  (sex,  age,  and  department)  as  a  function  of  the  two  policies:  Conduct 
Regulations (Table A) and Training Policy (Table B). 
 
 
 
   Estimate  Std. Error  t­value  p­value 

Intercept  115.75   16.16    7.16  ~0 

Age>35  26.12   15.29  1.71  0.094 

SEX_Male  ­19.75   14.49  ­1.36  0.179  

Dept_Operations   ­17.42   12.06   ­1.45   0.155  

Dept_Personnel  ­15.97   12.14   ­1.32   0.195  

Residual standard error: 34.68 on 48 degrees of freedom, Multiple R­squared:  0.1678, Adjusted 
R­squared:  0.08106, F­statistic:1.935 on 5 and 48 DF,  p­value: 0.10 
 
 
Table A: Demographic variables as a function of Conduct regulations 
 
 
 
 
 
 
 
Gap in Intended and Implemented Policies  8 

   Estimate  Std. Error  t­value  p­value 

Intercept  72.16  8.21  8.79  ~0 

Age>35  7.16  7.77  0.92  0.3617 

SEX_Male  ­12.78  7.37  ­1.74  0.0892 

Dept_Operations  ­3.40  6.13  ­0.56  0.5818 

Dept_Personnel  6.83  6.17  1.11  0.2739 

Residual standard error: 17.63 on 48 degrees of freedom, Multiple R­squared:  0.1672, Adjusted 
R­squared:  0.08048, F­statistic: 1.928 on 5 and 48 DF,  p­value: 0.10 
 
Table B: Demographic variables as a function of the training policy 
 
 
 
 
1. Sex 
 
  Average Score  Std. Error  t­value  p­value 

Intercept  179.37  16.10  11.141  ~0 

Male  ­21.33  17.45  ­1.223  0.227 

Table 1.1: Impact  of sex on total gap 
 
 
  Avg. Score  Sample Size 

Female  158.04  8 

Male  179.38  46 

Table 1.2: Average scores and sample size of females and males  
 
Gap in Intended and Implemented Policies  9 

 
Fig. 1: Box­plot representing distribution of gap scores 
 
 
The  sample  comprised  of  8  females  and  46  males.  It  must  be  recognized   that   the  number  of 
females  that  participated  in  the  study  was  less  than  what  is  desired  for  statistical  analysis.  This 
model  studies  the  impact  of  sex  on  the  total  “gap”,  not  controlling  for  any other variable. These 
are  singleton  results  and  must  be  interpreted  with  caution.  Table  1.1  depicts  this  model.  Males 
scored  21.33  points  lower  than  females.  This  implies  that  the  gap  between  intended  and 
implemented  policies  was  lesser  for  males  at  a  significance  level  of  22%.  Even  when  we 
compared  the  gap  on  the  2  types  of  policies  under  study,  we  found  that  men  seemed  to 
outperform  women,  slightly  more  on  the   conduct  regulations.  Thus,  overall,  male  employees 
seem  to  be  more  aware  of  and  follow  the  conduct  regulations  and  training  policies.Figure  1 
shows  the  distribution  and  median  scores   for  both  females  and males. As seen from the plot, the 
distribution of scores for males is wider than that of females.  
Prior  research  that  has  looked  at  gender  differences  in  training   mainly  focused on differences in 
participation  and  drop­out.  Following  the  theory  of  human  capital  (Becker,  1964),  training  
investments  result  in  higher  productivity   and  higher  income  of  workers.  Another  key  prediction 
of  the  theory  is  that  men  participate  more  often  in  training  than  women  due  to  their  larger 
horizon  of  returns  which arises from longer average time spent in the labour market. Institutional 
circumstances,  i.e.  family  policies  regarding  public  child  care  provisions  and  traditional  gender 
Gap in Intended and Implemented Policies  10 

roles  can  also  help  explain  this  gap.  Further,  gender  segregation  might  cause  a  gender  training 
gap  because  women  may  work  predominantly  in  occupations  that  require  less  on­the­job 
training.  Lastly,  employer  discrimination  can  induce  different  training  participation  rates 
between  the  sexes.   Earlier  studies  often  find  an  advantage  for  males  in  training  participation 
which  could  be  due  to  the  fact  that  women’s  working  lives  usually  have  been  shorter  and 
discontinuous compared to males’ because of child rearing and household responsibilities.  
For  the  conduct  regulation  policies,  we  did  not  find  any  prior  research  explaining  gender 
differences.  However,  an  interview  with  the  AGM  of  the  HR  department  revealed  that  the 
attendance  and   punctuality  policies  were  not  strictly  followed  for  women  employees,  whereas 
action  would  be  taken  against  male  employees  for  the  same.  The  explanation  was  that  they 
wanted  to  make  it  easier  for  women  to  balance  their  work  and  personal  lives.  It  didn’t  seem  to 
matter  to  the  management  whether  women  when,  if  they  showed  up  or  what  they  did   with their 
time  in  the  office.  Even  the  employees  felt  the  same  way.  The  women  were  not  seen  as 
particularly  productive  or  contributing,  which  is  a possible reason for the gap in training as well. 
This culture is in tandem with the results. 
However, it cannot be concluded that a gender gap is due to discrimination. 
 
 
 
 
 
2. Age 
 
   Estimate  Std. Error  t value    Significant at level 

Intercept  151.79  8.52  12.807  ~0 

Age>35  19.56  12.28  1.59  11% 

Table 2.1: Impact of Age on Total Gap 
 
 
Age  Avg. Score  Sample Size 

Above 35  171.35  26 

Below 35  151.79  28 

 
Table 2.2: Average score of participants above and below age 35 with respective sample 
sizes 
Gap in Intended and Implemented Policies  11 

 
The  sample  comprised  of  employees  ranging  from  20  to  59  years  of  age.  For  our  analysis  we 
divided  the  group  into  below  and  above  35  years  old  as  both  these  subgroups  had  almost  equal 
number  of  participants.  The  results  indicate  that,  overall,  employees  over  the  age  of  35  scored 
19.56  points  more  that  employees  below   35   years  of  age.  When  we  looked  at  the  two 
questionnaires  separately,  being  above  35  was  linked  with  increase  in  gap  in conduct regulation 
score  by  26  points,  which  was  very  significant.  With  gap  in  training  policies,  the  linkage  was 
weaker  in  significance  and  effect.  Although  there  was  no  prior  research  to  back  this  finding, 
going  by  the  perceptions  of  the  organisational  culture  in  government  organisations,  it  appears 
that  being  an  older   employee  implies  a  disregard  for  conduct  regulations  and  training.  In  the 
public  sector,  at  least  in   India,  an  older employee generally means a more senior employee. This 
is  true  even  in  our  sample.  Additionally,  tenure  and  total  work  experience  were  very  highly 
correlated,  implying  that  for  almost  all  employees,  FCI  has  been  their  only  employer.  It  is 
possible  that  the  lack  of  serious  repercussions  on  senior  employees,  for  violating  conduct  rules, 
leads  to  employees’  lack  of  motivation  to  know  these  rules  or  follow  them.  With  training,  it  is 
possible  that  older  employees’  feel  a  stronger  sense  of  job  security  due  to  which  they  don’t  see 
the  need  to  improve   their  skills.  In  the   public  sector,  managers  have  registered  lower amount of 
satisfaction  with  the  prevailing  promotion  policy,  as  they  allege  the  ignorance  of  meritorious 
work  performance  in  favour  of  seniority  in  job  tenure  (B.K.  Punia  &  Luxmi,  2005).  This  could 
result  in  decreased  participation  in  and  awareness  of  training  sessions,  workshops  and  relevant 
policies.  Thus,  a  well­directed  policy  has  to  go  beyond  solely  increasing  overall  participation 
rates  of  further  training.  It  is  important  to  know  details  about  training  participation  behavior  of 
different subgroups of employees (Burgard, 2012). 
As  this  is  an  explorative  study,  the  available  information  is  not  sufficient  to  satisfactorily 
understand  the  gap.  To  get  a  more  comprehensive  understanding,  the  employees  could  be 
interviewed,  communication  patterns  could  be  studied  or  a  more  specific questionnaire could be 
used. 
 
 
 
3. Department 
 
 
Department  Sample Size 

Operations  13 

Personnel  15 

Finance  26 
Gap in Intended and Implemented Policies  12 

Table 3.1: Sample size of different departments 
 
 
   Estimate  Std. Error  t­value  P value 

Intercept  166.731  8.99  18.54  ~0 

Operations  ­20.19  15.57  ­1.29  0.201 

Personnel  ­2.4  14.87  ­0.16  0.873 

Table 3.2: Impact of Department on Total Gap 
 
 
   Estimate  Std. Error  t­value  p­value 

Intercept  165.85  7.09  23.38  ~0 

Operations  ­19.32  14.46  ­1.37  0.187 

Table 3.3: Total Gap difference between Operations Dept. and the rest 
 
 
There  were  13  participants  from  the  operations  department,  15  from  personnel  and  26  from 
finance.  As  seen  from  table  3.1,  regressing  gap  score  on  departments  does  not  give  not  a  very 
significant  result.  However,  it  seems  that  the  Operations  Department  has  a  promising 
distinguishing  trend.  We,  therefore,  regressed  on  how  the  gap  varies  for  operations vs. the other 
two  departments,  i.e.,  Finance and  Personnel. This analysis showed that the gap in the operations 
department  was  19.32  points  lower  than  the  other  departments  overall,  which  was  significant   at 
the  level  of  18.7%.  Looking   at  the  two  questionnaires  separately,  being  in  personnel  actually 
decreases  gap  significantly  w.r.t  finance  employees  when  it  comes  to  conduct  regulations. 
However,  in  training,  the  gap   actually  grows.  This  indicates that personnel employees have high 
on  the  job  training  gaps.  Both these results are valid at 20% significance. Operations employees 
have  the  lowest  gap  in  both   categories.  Overall,  the  training  gaps  vary  lesser  across  the 
departments. 
The fact that the personnel department is responsible for implementing the conduct regulations 
could be a possible reason for their low gap in the same. However, the findings for training 
questionnaire contradict this assumption. It seems that the employees in the personnel 
department are not aware of the training policies and programs put in place, or they do not avail 
of these training programs in a beneficial manner. One of the employees did say that people who 
do not really work are sent for training programmes and the ones that do work and can benefit 
Gap in Intended and Implemented Policies  13 

from training are not. This was done because the organisation could not afford for the able 
employees to be absent from the office for the duration of the training programme. 
As stated before, this was purely an exploratory study and there is no concrete research available 
to understand the findings. Further research will help get a clearer picture. 
 
 
 
 
4. Total Years of Work Experience 
 
 
   Estimate  Std. Error  t­value  p­value 

Intercept  154.075  8.373  18.401  ~0 

Years of  3.03  2.397  1.265  0.212 

Experience/5 

Table 4.1: Impact of work experience on total group   

 
Fig. 3: Total Gap (Y­axis) as a function of Years of Experience (X­axis) 
 
Gap in Intended and Implemented Policies  14 

When  we  set  out  to  discover  the  impact  of  tenure  on  the  total  score,  we   found  that  tenure  and 
total years of work experience had a very strong correlation of 0.93. This implied two things:  
1. Most of the participants had joined FCI very early in their lives as working adults. 
2.  Years  of  work  experience  and  tenure  overlapped  and  and  had  too  much  collinearity  to  be 
considered as separate variables.  
For  this  reason,  tenure  was  subsumed  under  years  of  work  experience and this was regressed on 
the total score. 
Years  of  work  experience  ranged  from  0  to  40  years.  The   analysis  revealed  that  the  gap  score 
grew  in  3.03  point  increments   with  every  8  years  added  to  the  total  years  of  experience  (0­8, 
8­16,  16­24,  24­32,  and  32­40)  at  a  significant  level  of  21%. This suggests that older employees 
seem  to  be  less  aware  of  and  follow  conduct  regulations  and  training  policies,  which  was  also 
observed in Hypothesis 2. However, this result is not very significant. 
With  regard  to  training,  one  of  the  major  perceptions  employers  have  of  older  workers  is  that 
they  are  resistant  to  change,  or  unable  to  adapt  to  new  technologies.  (Taskforce on the Aging of 
the American Workforce, 2008). It is well documented that older workers are often denied access 
to  training  (Armstrong­Stassen  &  Templer,  2005)  and  affirmed  by  the  Sloan  Center’s  national 
study  on  this  subject.  Employers  were   more  likely  to  report  offering  on­the­job  training  and 
career  counseling  to  early­career  and  mid­career  employees  (Pitt­Catsouphes,  Smyer, 
Matz­Costa,  &  Kane,  2007).  Therefore,  the  older  workers’ gap in training could be  explained by 
the  high  cost  of training required to train them in new technologies, or their own inflexibility and 
resistance to change. 
As  discussed  previously,  in  the  Indian public  sector, seniority comes with tenure, and invariably, 
with  age.  It  would  seem  that  an  increased  (although  not  very  significant)  gap  in  knowledge  of 
and  adherence  to  conduct  regulations  with  more  years  of  experience  is  a  result  of  a  lack  of 
serious repercussions on senior employees, for violating conduct rules.  
 
 
5. Integrated Model  
 
   Estimate  Std. Error  t­value  p­value 

Intercept  178.12  16.42  10.848  ~0 

Age>35  21.76  12.37  1.76  0.08 

Sex_Male  ­27.43  17.29  ­1.586  0.11 

Dept_Operations  ­16.74  14.18  ­1.181  0.243 

Residual standard error: 44.28 on 50 df, Adjusted R­squared:  0.06343 
Gap in Intended and Implemented Policies  15 

F­statistic: 2.196 on 3 and 50 DF, p­value: 0.1 
 
Table 5: Effect of all demographic variables on gap  
 
After  running  simple  linear  regression  models  for  each  of  the  variables chosen for the study,  we 
integrated  all  the   significant  variables,  i.e.,  sex,  age,  and  department  in  a  multiple  linear 
regression analysis to obtain a holistic picture of the effect of various parameters on the total gap, 
in  relation  to  each  other.  This  integrative  model  is  more  complex  and  provides  a  nuanced 
understanding  of  the  various  ways   in  which  the  variables  interact  with  one  another  and produce 
an effect.  
 
It  was  found  that  the  impact  of  tenure  and  work  experience  on  gap  had  very  poor  significance 
when  other  variables  had  been  controlled  for. They deteriorate the quality of the model and have 
thus been omitted.  
 
This  multiple  linear  regression  model  was  found  to  be  significant  at  the  10%  level  collectively, 
and revealed the following: 
 
● Being  above  35  increases  gap  by 21 points. This was found to be extremely significant at the 
8% level. This result is a 2­point increase on the result obtained by the independent model for 
age.  This analysis reveals  something more about people above the age group  of 35­ that more 
women  than  anticipated  by the previous  model belong to this age groups, and/or more people 
above  the  age  of  35  than  suggested  by  the  independent  model  may  belong  to  Personnel  and 
Finance departments. 
● The  gap  score  for  males  reduced  further  in  the  integrated  model from ­21 to ­27 points. This 
was  found  to  be  significant  at  the  11%  level.  This  result  further  points  out  to  the  likely 
possibility of males belonging to the operations department and/or being below the age of 35. 
● Operations  employees  have  a  gap  smaller  by  17  points.  In  the  independent  model,  this  gap 
score  was  smaller  by  2  points  (­19   points).  Other  variables  in  the  model,  such  as  being  a 
female  and/or  being  above  the  age  of  35,  would  have  contributed  to  this  increase  in  the  gap 
score. 
 
 
Conclusion 
 
Min  1st Quarter  Median  Mean  3rd Quarter  Max 

60  130  165  161.2  195  255 

Gap in Intended and Implemented Policies  16 

Table 6: Distribution of total gap 
 
The  above  table  sheds  light  on  the  distribution  of  the  total  gap  score.  The  total gap ranged  from 
60 to 255. The median was found to be 165, and the mean 162.2.  
 
 
Limitations and Future Research 
 
Our  project  was  ambitious  given  the  limit  on  time  and  resources.  We  acknowledge  these 
limitations and hope to rectify them and further build on this research in the future.  
One  of  the  limitations  that  we’d  like  to  address  in  future  is  interviewing  participants  to  better 
understand  the  reasons  for  their  responses  and  supplement  quantitative  data  with  qualitative 
analysis.  We  would  also  aim   to  cover  other  policies  in subsequent projects and see how the gap 
differs  across  all  sections  of  the  HR  policy.  Obtaining  representative  samples  vis  a  vis  gender, 
department,  age,  and  other  variables  also  features  on  agenda  for  future work. Another important 
limitation  of  the  present  study  is  that  reliability  and  validity  of  the  tools  were  not  established 
prior  to  data  collection.  Lastly,  we  would  like  to  make  comparisons  with  the  private  sector   and 
see how the results differ from public sector organizations.