GraficasE2

Seleccionar los archivos de trabajo

file.choose()

## [1] "C:\\Users\\DELL\\OneDrive\\Escritorio\\RStudio\\GraficasE2.Rmd"

  Lbajas_2022 <- read.csv("C:\\Users\\DELL\\OneDrive\\Escritorio\\RStudio\\Lbajas_2022.csv")

file.choose()

## [1] "C:\\Users\\DELL\\OneDrive\\Escritorio\\RStudio\\GraficasE2.Rmd"

 Lbajas_2023 <- read.csv("C:\\Users\\DELL\\OneDrive\\Escritorio\\RStudio\\Lbajas_2023.csv")

Renombrar archivos para tener libertad de edicion

datos_2022 <- Lbajas_2022
datos_2023 <- Lbajas_2023

Pregunta: ¿Estar casado/a o en Unión Libre es un factor determinante al momento de decidir dejar el puesto de trabajo? grafica de pastel

#Reemplazo los nombres de algunas variables en la columna de Estado civil para que se visualize bien la grafica de pastel
datos_2023$Estado.Civil <- gsub("(Soltera|Soltero)", "Soltero/a", datos_2023$Estado.Civil)
datos_2023$Estado.Civil <- gsub("(Casado|casado|Casada|Union Libre)", "Casado/a o Union Libre", datos_2023$Estado.Civil)

#Codigo de Grafica de pastel "Estado Civil de ex empleados 2022"


#Estado civil a factor
datos_2022$ESTADO.CIVIL <- as.factor(datos_2022$ESTADO.CIVIL)

#Conteo de Estado Civil
conteo_estado_civil_2022 <- table(datos_2022$ESTADO.CIVIL)

#Calculando porcentajes para poner etiquetas
porcentajes_2022 <- prop.table(conteo_estado_civil_2022) * 100

#Creacion del grafico de pie usando los datos de porcentaje para las etiquetas y el conteo del estado civil
etiquetas <- paste(names(porcentajes_2022), "\n", round(porcentajes_2022, 1), "%")

pie(conteo_estado_civil_2022, 
    main = "Estado Civil ex-empleados 2022",
    labels = etiquetas,
    col = rainbow(length(porcentajes_2022)))

Misma pregunta, Codigo Grafica de pastel “Estado Civil de ex empleados 2023”

#Estado civil a factor
datos_2023$Estado.Civil <- as.factor(datos_2023$Estado.Civil)

#Conteo de Estado Civil
conteo_estado_civil_2023 <- table(datos_2023$Estado.Civil)

#Calculando porcentajes para poner etiquetas
porcentajes_2023 <- prop.table(conteo_estado_civil_2023) * 100

#Creacion del grafico de pie usando los datos de porcentaje para las etiquetas y el conteo del estado civil
etiquetas <- paste(names(porcentajes_2023), "\n", round(porcentajes_2023, 1), "%")

pie(conteo_estado_civil_2023, 
    main = "Estado Civil de ex-empleados 2023",
    labels = etiquetas,
    col = rainbow(length(porcentajes_2023)))

Pregunta: ¿Existe algun rango de edad que tienda a renunciar mas? grafica de barras

#Cargar libreria
library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(ggplot2)

#Codigo grafica de barras de rango de edades de renuncias en 2022

#Calculo la edad de los empleados
datos_2022 <- datos_2022 %>%
  mutate(FECHA_DE_NACIMIENTO = as.Date(FECHA.DE.NACIMIENTO, format = "%Y-%m-%d"),
         EDAD = as.integer(difftime(Sys.Date(), FECHA_DE_NACIMIENTO, units = "days") / 365.25))

#Creacion de los rangos de edad de 10 en 10
edad_bins <- seq(0, max(datos_2022$EDAD) + 10, by = 10)
datos_2022$RangoEdad <- cut(datos_2022$EDAD, breaks = edad_bins, labels = edad_bins[-1])

#Convertir la columna "RangoEdad" a tipo factor para correr el codigo
datos_2022$RangoEdad <- as.factor(datos_2022$RangoEdad)

#Graficar los rangos de edad de los ex empleados que renunciaron en 2022
ggplot(datos_2022, aes(x = RangoEdad)) +
  geom_bar(fill = "blue", color = "black") +
  labs(title = "Rango de edades de renuncias en 2022",
       x = "Rango de Edad",
       y = "Número de Ex Empleados") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

Pregunta: ¿Existe una relación respecto al área de trabajo que influya en dejar el puesto? grafica de barras horizontales

#Codigo de grafica de barras horizontales "Puestos de ex-empleados 2022"

# Calcular la frecuencia de los puestos
puestos_frecuencia <- datos_2022 %>%
  group_by(PUESTO) %>%
  summarise(Cantidad = n()) %>%
  arrange(desc(Cantidad))

# Crear un gráfico de barras horizontales
ggplot(puestos_frecuencia, aes(x = reorder(PUESTO, Cantidad), y = Cantidad)) +
  geom_bar(stat = "identity", fill = "blue", color = "black") +
  labs(title = "Puestos de ex-empleados 2022",
       x = "Puesto",
       y = "Número de Ex Empleados") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  coord_flip()

#Codigo de grafica de barras horizontales "Puestos de ex-empleados 2023"

#Reemplazo los nombres de algunas variables en la columna de Puesto para que se visualize bien la grafica de barras
datos_2023$Puesto <- gsub("(Ayudante general)", "Ayudante General", datos_2023$Puesto)
datos_2023$Puesto <- gsub("(Ayudante de embarques)", "Ayudante de Embarques", datos_2023$Puesto)
datos_2023$Puesto <- gsub("(Ayudante de soldador)", "Ayudante de Soldador", datos_2023$Puesto)

puestos_frecuencia_2023 <- datos_2023 %>%
  group_by(Puesto) %>%
  summarise(Cantidad = n()) %>%
  arrange(desc(Cantidad))

# Crear un gráfico de barras horizontales con un color verde
ggplot(puestos_frecuencia_2023, aes(x = reorder(Puesto, Cantidad), y = Cantidad)) +
  geom_bar(stat = "identity", fill = "green", color = "black") +
  labs(title = "Puestos de ex-empleados 2023",
       x = "Puesto",
       y = "Número de Ex Empleados") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  coord_flip()