Caso de Estudio - Unidad 3

Jairo David Chia Bejarano

Marzo 2024

1. Seleccion de variables

Este ejercicio de análisis de información utilizando un modelo logit se centra en comprender los factores que influyen en la rotación de empleados en una empresa. El conjunto de datos proporcionado contiene información detallada sobre diversos aspectos relacionados con los empleados, como edad, antigüedad en el cargo, horas extra trabajadas, satisfacción laboral, equilibrio trabajo-vida, entre otros. El objetivo principal de este análisis es identificar las variables clave que tienen un impacto significativo en la probabilidad de rotación de los empleados, con el fin de proponer estrategias efectivas para reducir la tasa de rotación en la organización.

A través del análisis univariado y bivariado, se examinarán las distribuciones y tendencias de las variables individuales, así como las posibles relaciones entre ellas y la variable de respuesta (rotación). Posteriormente, se construirá un modelo de regresión logística para modelar la probabilidad de rotación en función de las variables predictoras seleccionadas. Este modelo permitirá cuantificar la magnitud y la dirección de los efectos de cada variable sobre la probabilidad de rotación, brindando insights valiosos para la toma de decisiones en la gestión del talento y la retención de empleados. Finalmente, se evaluará el desempeño del modelo a través de métricas de clasificación, como la curva ROC y el área bajo la curva (AUC), con el fin de validar su capacidad predictiva y establecer su utilidad práctica en el contexto organizacional.

Para lograr entender un poco de la informacion contenida en el ejercicio, es necesario hacer una primera exploracion de los datos contenidos.

## Rows: 1,470
## Columns: 24
## $ Rotación                    <chr> "Si", "No", "Si", "No", "No", "No", "No", …
## $ Edad                        <dbl> 41, 49, 37, 33, 27, 32, 59, 30, 38, 36, 35…
## $ `Viaje de Negocios`         <chr> "Raramente", "Frecuentemente", "Raramente"…
## $ Departamento                <chr> "Ventas", "IyD", "IyD", "IyD", "IyD", "IyD…
## $ Distancia_Casa              <dbl> 1, 8, 2, 3, 2, 2, 3, 24, 23, 27, 16, 15, 2…
## $ Educación                   <dbl> 2, 1, 2, 4, 1, 2, 3, 1, 3, 3, 3, 2, 1, 2, …
## $ Campo_Educación             <chr> "Ciencias", "Ciencias", "Otra", "Ciencias"…
## $ Satisfacción_Ambiental      <dbl> 2, 3, 4, 4, 1, 4, 3, 4, 4, 3, 1, 4, 1, 2, …
## $ Genero                      <chr> "F", "M", "M", "F", "M", "M", "F", "M", "M…
## $ Cargo                       <chr> "Ejecutivo_Ventas", "Investigador_Cientifi…
## $ Satisfación_Laboral         <dbl> 4, 2, 3, 3, 2, 4, 1, 3, 3, 3, 2, 3, 3, 4, …
## $ Estado_Civil                <chr> "Soltero", "Casado", "Soltero", "Casado", …
## $ Ingreso_Mensual             <dbl> 5993, 5130, 2090, 2909, 3468, 3068, 2670, …
## $ Trabajos_Anteriores         <dbl> 8, 1, 6, 1, 9, 0, 4, 1, 0, 6, 0, 0, 1, 0, …
## $ Horas_Extra                 <chr> "Si", "No", "Si", "Si", "No", "No", "Si", …
## $ Porcentaje_aumento_salarial <dbl> 11, 23, 15, 11, 12, 13, 20, 22, 21, 13, 13…
## $ Rendimiento_Laboral         <dbl> 3, 4, 3, 3, 3, 3, 4, 4, 4, 3, 3, 3, 3, 3, …
## $ Años_Experiencia            <dbl> 8, 10, 7, 8, 6, 8, 12, 1, 10, 17, 6, 10, 5…
## $ Capacitaciones              <dbl> 0, 3, 3, 3, 3, 2, 3, 2, 2, 3, 5, 3, 1, 2, …
## $ Equilibrio_Trabajo_Vida     <dbl> 1, 3, 3, 3, 3, 2, 2, 3, 3, 2, 3, 3, 2, 3, …
## $ Antigüedad                  <dbl> 6, 10, 0, 8, 2, 7, 1, 1, 9, 7, 5, 9, 5, 2,…
## $ Antigüedad_Cargo            <dbl> 4, 7, 0, 7, 2, 7, 0, 0, 7, 7, 4, 5, 2, 2, …
## $ Años_ultima_promoción       <dbl> 0, 1, 0, 3, 2, 3, 0, 0, 1, 7, 0, 0, 4, 1, …
## $ Años_acargo_con_mismo_jefe  <dbl> 5, 7, 0, 0, 2, 6, 0, 0, 8, 7, 3, 8, 3, 2, …
##    Rotación              Edad       Viaje de Negocios  Departamento      
##  Length:1470        Min.   :18.00   Length:1470        Length:1470       
##  Class :character   1st Qu.:30.00   Class :character   Class :character  
##  Mode  :character   Median :36.00   Mode  :character   Mode  :character  
##                     Mean   :36.92                                        
##                     3rd Qu.:43.00                                        
##                     Max.   :60.00                                        
##  Distancia_Casa     Educación     Campo_Educación    Satisfacción_Ambiental
##  Min.   : 1.000   Min.   :1.000   Length:1470        Min.   :1.000         
##  1st Qu.: 2.000   1st Qu.:2.000   Class :character   1st Qu.:2.000         
##  Median : 7.000   Median :3.000   Mode  :character   Median :3.000         
##  Mean   : 9.193   Mean   :2.913                      Mean   :2.722         
##  3rd Qu.:14.000   3rd Qu.:4.000                      3rd Qu.:4.000         
##  Max.   :29.000   Max.   :5.000                      Max.   :4.000         
##     Genero             Cargo           Satisfación_Laboral Estado_Civil      
##  Length:1470        Length:1470        Min.   :1.000       Length:1470       
##  Class :character   Class :character   1st Qu.:2.000       Class :character  
##  Mode  :character   Mode  :character   Median :3.000       Mode  :character  
##                                        Mean   :2.729                         
##                                        3rd Qu.:4.000                         
##                                        Max.   :4.000                         
##  Ingreso_Mensual Trabajos_Anteriores Horas_Extra       
##  Min.   : 1009   Min.   :0.000       Length:1470       
##  1st Qu.: 2911   1st Qu.:1.000       Class :character  
##  Median : 4919   Median :2.000       Mode  :character  
##  Mean   : 6503   Mean   :2.693                         
##  3rd Qu.: 8379   3rd Qu.:4.000                         
##  Max.   :19999   Max.   :9.000                         
##  Porcentaje_aumento_salarial Rendimiento_Laboral Años_Experiencia
##  Min.   :11.00               Min.   :3.000       Min.   : 0.00   
##  1st Qu.:12.00               1st Qu.:3.000       1st Qu.: 6.00   
##  Median :14.00               Median :3.000       Median :10.00   
##  Mean   :15.21               Mean   :3.154       Mean   :11.28   
##  3rd Qu.:18.00               3rd Qu.:3.000       3rd Qu.:15.00   
##  Max.   :25.00               Max.   :4.000       Max.   :40.00   
##  Capacitaciones  Equilibrio_Trabajo_Vida   Antigüedad     Antigüedad_Cargo
##  Min.   :0.000   Min.   :1.000           Min.   : 0.000   Min.   : 0.000  
##  1st Qu.:2.000   1st Qu.:2.000           1st Qu.: 3.000   1st Qu.: 2.000  
##  Median :3.000   Median :3.000           Median : 5.000   Median : 3.000  
##  Mean   :2.799   Mean   :2.761           Mean   : 7.008   Mean   : 4.229  
##  3rd Qu.:3.000   3rd Qu.:3.000           3rd Qu.: 9.000   3rd Qu.: 7.000  
##  Max.   :6.000   Max.   :4.000           Max.   :40.000   Max.   :18.000  
##  Años_ultima_promoción Años_acargo_con_mismo_jefe
##  Min.   : 0.000        Min.   : 0.000            
##  1st Qu.: 0.000        1st Qu.: 2.000            
##  Median : 1.000        Median : 3.000            
##  Mean   : 2.188        Mean   : 4.123            
##  3rd Qu.: 3.000        3rd Qu.: 7.000            
##  Max.   :15.000        Max.   :17.000

Vamos a convertir algunas de las variables numericas que vamos a tomar como categoricas:

## Rows: 1,470
## Columns: 26
## $ Rotación                    <chr> "Si", "No", "Si", "No", "No", "No", "No", …
## $ Edad                        <dbl> 41, 49, 37, 33, 27, 32, 59, 30, 38, 36, 35…
## $ `Viaje de Negocios`         <chr> "Raramente", "Frecuentemente", "Raramente"…
## $ Departamento                <chr> "Ventas", "IyD", "IyD", "IyD", "IyD", "IyD…
## $ Distancia_Casa              <dbl> 1, 8, 2, 3, 2, 2, 3, 24, 23, 27, 16, 15, 2…
## $ Educación                   <dbl> 2, 1, 2, 4, 1, 2, 3, 1, 3, 3, 3, 2, 1, 2, …
## $ Campo_Educación             <chr> "Ciencias", "Ciencias", "Otra", "Ciencias"…
## $ Satisfacción_Ambiental      <dbl> 2, 3, 4, 4, 1, 4, 3, 4, 4, 3, 1, 4, 1, 2, …
## $ Genero                      <chr> "F", "M", "M", "F", "M", "M", "F", "M", "M…
## $ Cargo                       <chr> "Ejecutivo_Ventas", "Investigador_Cientifi…
## $ Satisfación_Laboral         <dbl> 4, 2, 3, 3, 2, 4, 1, 3, 3, 3, 2, 3, 3, 4, …
## $ Estado_Civil                <chr> "Soltero", "Casado", "Soltero", "Casado", …
## $ Ingreso_Mensual             <dbl> 5993, 5130, 2090, 2909, 3468, 3068, 2670, …
## $ Trabajos_Anteriores         <dbl> 8, 1, 6, 1, 9, 0, 4, 1, 0, 6, 0, 0, 1, 0, …
## $ Horas_Extra                 <chr> "Si", "No", "Si", "Si", "No", "No", "Si", …
## $ Porcentaje_aumento_salarial <dbl> 11, 23, 15, 11, 12, 13, 20, 22, 21, 13, 13…
## $ Rendimiento_Laboral         <dbl> 3, 4, 3, 3, 3, 3, 4, 4, 4, 3, 3, 3, 3, 3, …
## $ Años_Experiencia            <dbl> 8, 10, 7, 8, 6, 8, 12, 1, 10, 17, 6, 10, 5…
## $ Capacitaciones              <dbl> 0, 3, 3, 3, 3, 2, 3, 2, 2, 3, 5, 3, 1, 2, …
## $ Equilibrio_Trabajo_Vida     <dbl> 1, 3, 3, 3, 3, 2, 2, 3, 3, 2, 3, 3, 2, 3, …
## $ Antigüedad                  <dbl> 6, 10, 0, 8, 2, 7, 1, 1, 9, 7, 5, 9, 5, 2,…
## $ Antigüedad_Cargo            <dbl> 4, 7, 0, 7, 2, 7, 0, 0, 7, 7, 4, 5, 2, 2, …
## $ Años_ultima_promoción       <dbl> 0, 1, 0, 3, 2, 3, 0, 0, 1, 7, 0, 0, 4, 1, …
## $ Años_acargo_con_mismo_jefe  <dbl> 5, 7, 0, 0, 2, 6, 0, 0, 8, 7, 3, 8, 3, 2, …
## $ Satisfacion_Laboral_Cat     <fct> Muy satisfecho, Insatisfecho, Satisfecho, …
## $ Equilibrio_Trabajo_Vida_Cat <fct> Desequilibrado, Equilibrado, Equilibrado, …

Ahora, es necesario revisar cada una de las variables:

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Respecto a las variables analizadas en este grupo, puedo concluir:

  1. Horas_Extra: La mayoria de los empleados no trabaja horas extra, los que si no superan los 500.
  2. Satisfaccion_Laboral: Hay un grupo representativo de empleados que se encuentra satisfecho con su trabajo
  3. Equilibrio Trabajo Vida: Hay un grupo de empleados que considera que su relacion Vida-Trabajo es Equilibrada, supera los 750
  4. Edad: La Mayoria de los empleados se encuentra entre los 27 y 40 años.
  5. Antiguedad Cargo: La mayoria de los empleados no superan los 5 años de antiguedad.
  6. Distancia Casa: La mayoria de los empleados esta a menos de 10 unidades de distancia.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

1. Campo Educacion: La mayoria de los empleados tuvo educacion relacionada con campos en Ciencias y Salud 2. Satisfaccion_Ambiental: Hay un grupo representativo de empleados que califica como alto su satisfaccion ambiental. 3. Genero: La mayoria de los empleados son hombres. 4. Cargo: La Mayoria de los empleados se encuentra en empleos tales como: Ejecutivo de Ventas, Investigador_Cientifico o Tecnico de Laboratorio. 5. Estado Civil: La mayoria de los empleados esta casado (mas de 600), le siguen los solteros (mas de 400). 6. Ingreso Mensual: La mayoria de los empleados tienen ingresos inferiores a los 7.000.

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

  1. Trabajos Anteriores: La mayoria de los empleados ha tenido menis de 2.5 empleos de experiencia.
  2. Porcentaje aumento salarial: El nivel de aumento salarial es menos del 15% para la mayoria de empleados.
  3. Rendimiento laboral: La mayoria de los empleados son calificados con 3 en el rendimiento laboral.
  4. Años de experiencia: La Mayoria de los empleados tiene menos de 10 años de experiencia.
  5. Capacitaciones: La mayoria de los empleados tiene 2 y 3 niveles de capacitacion.
  6. Equilibrio Trabajo Vida: La mayoria de los empleados califican como equilibrado su relacion Trabajo-Vida.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

  1. Antiguedad: La mayoria de los empleados tiene menos de 11 años de experiencia.
  2. Años ultima promocion: La mayoria de empleados no ha tenido una promocion en su empleo, o ha tenido menos de 3 promociones.
  3. Años a cargo con el mismo jefe: La mayoria tiene menos de 5 años a cargo con el mismo jefe o no ha sobrepasado mas de un año con el mismo jefe.
## [1] 4 2 3 1
## [1] 1 3 2 4

Variables Cuantitativas

Edad

Justificacion: Aquellos empleados jovenes buscan explorar opciones laborales y tienden a mantener una busqueda continua a nivel laboral.

Hipotesis: Los empleados con mayor edad tienen a buscar mas estabilidad laboral que los jovenes, lo que implica que a mayor edad, menor rotación.

Antiguedad_Cargo

Justificación: Aquellos que han permanecido mucho tiempo en su cargo actual pueden desarrollar necesidades de cambio o de ajuste a su rutina laboral. Tambien, podrian buscar progreso profesional.

Hipotesis: Los empleados con mayor tiempo de antiguedad en su cargo actual podrian buscar desenvolverse en otro tipo de cargos.

Distancia_Casa

Justificacion: Aquellos empleados que toman demasiado tiempo de transito entre su hogar y su oficina, tienden a buscar empleo en zonas cercanas a su casa. Esto tambien podria depender del nivel de ingreso en el hogar, sin embargo, no se cuenta con esa informacion y en la generalidad, esta variable tiende a ser determinante en la rotacion.

Hipotesis: Los empleados con mayor distancia desde su hogar a la oficina tienden a genear mayor rotacion.

Variables Cualitativas

Equilibrio_Trabajo_Vida

Justificacion: Aquellos empleados que no cuentan con un buen balance entre su vida laboral y su vida personal, tienden a renunciar, buscar otro tipo de cargo, generar problemas dentro de las oficinas y demas factores negativos que propician su rotación.

Hipotesis: Los empleados que han calificado con un menor grado su percepcion de Equilibrio Trabajo-Vida tienden a generar mayor rotacion.

Horas Extra

Justificacion: Aquellos empleados que tienden a trabajar horas extra no tienen tiempo para desarrollar actividades personales, familiares, etc. Y esto es importante para mantenerse motivado dentro de su trabajo.

Hipotesis: Los empleados que tienen horas extra tienden a rotar ya que cuentan con la necesidad de tener mas tiempo para sus actividades personales.

Satisfaccion Laboral

Justificacion: Aquellos empleados que han calificado con un grado menor esta variable, podrian tener mayor tendecia a generar rotacion ya que pueden estar insatisfechos con diferentes variables relacionadas con su actual trabajo.

Hipotesis: Los empleados que han calificado con un menor grado su percepcion de Satisfaccion laboral tienden a generar mayor rotacion.

2. Analisis univariado

Primero, vamos a revisar si hay algunos valores nulos dentro del dataset:

##                    Rotación                        Edad 
##                           0                           0 
##           Viaje de Negocios                Departamento 
##                           0                           0 
##              Distancia_Casa                   Educación 
##                           0                           0 
##             Campo_Educación      Satisfacción_Ambiental 
##                           0                           0 
##                      Genero                       Cargo 
##                           0                           0 
##         Satisfación_Laboral                Estado_Civil 
##                           0                           0 
##             Ingreso_Mensual         Trabajos_Anteriores 
##                           0                           0 
##                 Horas_Extra Porcentaje_aumento_salarial 
##                           0                           0 
##         Rendimiento_Laboral            Años_Experiencia 
##                           0                           0 
##              Capacitaciones     Equilibrio_Trabajo_Vida 
##                           0                           0 
##                  Antigüedad            Antigüedad_Cargo 
##                           0                           0 
##       Años_ultima_promoción  Años_acargo_con_mismo_jefe 
##                           0                           0 
##     Satisfacion_Laboral_Cat Equilibrio_Trabajo_Vida_Cat 
##                           0                           0

Tambien, quisiera saber que tanto es el numero de registros que han sido identificados dentro de la marca de rotacion:

Conforme a estas cifras, es evidente que el porcentaje de empleados que ha tenido una rotacion es poco representativo (16.1%). Lo cual indica en principio que no habria un balance en los analisis previos.

Empezamos a analizar cada una de las variables:

3. Analisis Bivariado

Categoricas

Horas Extra

En este caso observamos que hay un porcentaje relevante de los empleados que tienen horas extra y que estan asociados a una rotación, un 30% de quienes han tenido horas extra han rotado de sus empleos.Evidentemente, hay un porcentaje menos representativo de empleados con rotacion que han manejado horas extra (10.4%)

Satisfaccion Laboral

Observamos que hay 4 niveles de satisfaccion y que dentro de cada categoria el porcentaje de quienes han rotado no es tan relevante en quienes han calificado su nivel de satisfaccion laboral como “Satisfecho” o “Muy Satisfecho”. Sin embargo, el nivel asciende a 22.8% cuando los empleados han revelado que se sienten “Muy Insatisfecho” en su trabajo.

Ahora, revisemos los datos de la variable “Equilibrio Trabajo Vida”

En esta oportunidad, aquellos que mantienen un equilibrio Trabajo-Vida Desequilibrado mantienen un porcentaje de rotacion representativo (31.2%), en comparacion de aquellos que tienen un nivel de equilibrio mas balanceado, los cuales estan por debajo del 18%.

Numericas

Edad

Del contenido del dataset, se puede inferir que aquellos que han demostrado rotacion pertenecen a una poblacion relativamente mas joven que aquellos quienes no han rotado. La media esta apenas sobre los 30 años.

Antiguedad en el Cargo

Para el caso de el nivel de antiguedad en el cargo, observamos que la hipotesis podria ser cierta en cuanto a que la mayoria de aquellos empleados que han tenido rotacion, no superan un tiempo de antiguedad en el mismo cargo mayor a los 5 años.

Distancia Casa

En cuanto a la distancia de la casa al trabajo, podemos observar que la mayoria de aquellos empleados que han tenido rotacion tienen una distancia mayor al trabajo que aquellos que no han tenido rotacion. La media de quienes han rotado tienen un valor cercano al 10 unidades de distancia.

4. Estimacion del modelo

Construccion del modelo

rotacion\(Rotación=as.numeric(rotacion\)Rotación==“Si”)

## Rows: 1,470
## Columns: 26
## $ Rotación                    <dbl> 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, …
## $ Edad                        <dbl> 41, 49, 37, 33, 27, 32, 59, 30, 38, 36, 35…
## $ `Viaje de Negocios`         <chr> "Raramente", "Frecuentemente", "Raramente"…
## $ Departamento                <chr> "Ventas", "IyD", "IyD", "IyD", "IyD", "IyD…
## $ Distancia_Casa              <dbl> 1, 8, 2, 3, 2, 2, 3, 24, 23, 27, 16, 15, 2…
## $ Educación                   <dbl> 2, 1, 2, 4, 1, 2, 3, 1, 3, 3, 3, 2, 1, 2, …
## $ Campo_Educación             <chr> "Ciencias", "Ciencias", "Otra", "Ciencias"…
## $ Satisfacción_Ambiental      <dbl> 2, 3, 4, 4, 1, 4, 3, 4, 4, 3, 1, 4, 1, 2, …
## $ Genero                      <chr> "F", "M", "M", "F", "M", "M", "F", "M", "M…
## $ Cargo                       <chr> "Ejecutivo_Ventas", "Investigador_Cientifi…
## $ Satisfación_Laboral         <dbl> 4, 2, 3, 3, 2, 4, 1, 3, 3, 3, 2, 3, 3, 4, …
## $ Estado_Civil                <chr> "Soltero", "Casado", "Soltero", "Casado", …
## $ Ingreso_Mensual             <dbl> 5993, 5130, 2090, 2909, 3468, 3068, 2670, …
## $ Trabajos_Anteriores         <dbl> 8, 1, 6, 1, 9, 0, 4, 1, 0, 6, 0, 0, 1, 0, …
## $ Horas_Extra                 <chr> "Si", "No", "Si", "Si", "No", "No", "Si", …
## $ Porcentaje_aumento_salarial <dbl> 11, 23, 15, 11, 12, 13, 20, 22, 21, 13, 13…
## $ Rendimiento_Laboral         <dbl> 3, 4, 3, 3, 3, 3, 4, 4, 4, 3, 3, 3, 3, 3, …
## $ Años_Experiencia            <dbl> 8, 10, 7, 8, 6, 8, 12, 1, 10, 17, 6, 10, 5…
## $ Capacitaciones              <dbl> 0, 3, 3, 3, 3, 2, 3, 2, 2, 3, 5, 3, 1, 2, …
## $ Equilibrio_Trabajo_Vida     <dbl> 1, 3, 3, 3, 3, 2, 2, 3, 3, 2, 3, 3, 2, 3, …
## $ Antigüedad                  <dbl> 6, 10, 0, 8, 2, 7, 1, 1, 9, 7, 5, 9, 5, 2,…
## $ Antigüedad_Cargo            <dbl> 4, 7, 0, 7, 2, 7, 0, 0, 7, 7, 4, 5, 2, 2, …
## $ Años_ultima_promoción       <dbl> 0, 1, 0, 3, 2, 3, 0, 0, 1, 7, 0, 0, 4, 1, …
## $ Años_acargo_con_mismo_jefe  <dbl> 5, 7, 0, 0, 2, 6, 0, 0, 8, 7, 3, 8, 3, 2, …
## $ Satisfacion_Laboral_Cat     <fct> Muy satisfecho, Insatisfecho, Satisfecho, …
## $ Equilibrio_Trabajo_Vida_Cat <fct> Desequilibrado, Equilibrado, Equilibrado, …
## 
## Call:
## glm(formula = Rotación ~ Horas_Extra + Satisfacion_Laboral_Cat + 
##     Equilibrio_Trabajo_Vida_Cat + Edad + Antigüedad_Cargo + 
##     Distancia_Casa, family = "binomial", data = rotacion)
## 
## Coefficients:
##                                                      Estimate Std. Error
## (Intercept)                                          1.245752   0.445328
## Horas_ExtraSi                                        1.491660   0.158096
## Satisfacion_Laboral_CatInsatisfecho                 -0.441366   0.232293
## Satisfacion_Laboral_CatSatisfecho                   -0.447226   0.205289
## Satisfacion_Laboral_CatMuy satisfecho               -1.055800   0.221386
## Equilibrio_Trabajo_Vida_CatMedianamente equilibrado -0.931565   0.303990
## Equilibrio_Trabajo_Vida_CatEquilibrado              -1.167195   0.281301
## Equilibrio_Trabajo_Vida_CatMuy equilibrado          -0.783028   0.349354
## Edad                                                -0.050453   0.009188
## Antigüedad_Cargo                                    -0.123121   0.026112
## Distancia_Casa                                       0.027893   0.009252
##                                                     z value Pr(>|z|)    
## (Intercept)                                           2.797  0.00515 ** 
## Horas_ExtraSi                                         9.435  < 2e-16 ***
## Satisfacion_Laboral_CatInsatisfecho                  -1.900  0.05743 .  
## Satisfacion_Laboral_CatSatisfecho                    -2.179  0.02937 *  
## Satisfacion_Laboral_CatMuy satisfecho                -4.769 1.85e-06 ***
## Equilibrio_Trabajo_Vida_CatMedianamente equilibrado  -3.064  0.00218 ** 
## Equilibrio_Trabajo_Vida_CatEquilibrado               -4.149 3.34e-05 ***
## Equilibrio_Trabajo_Vida_CatMuy equilibrado           -2.241  0.02500 *  
## Edad                                                 -5.491 3.99e-08 ***
## Antigüedad_Cargo                                     -4.715 2.42e-06 ***
## Distancia_Casa                                        3.015  0.00257 ** 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 1298.6  on 1469  degrees of freedom
## Residual deviance: 1097.9  on 1459  degrees of freedom
## AIC: 1119.9
## 
## Number of Fisher Scoring iterations: 5

Teniendo en cuenta los resultados del modelo, podriamos establecer que:

  • Horas Extra: Un aumento en la variable “Horas_Extra” (trabajar horas extra) se asocia con un aumento de 1.491660 en el log-odds de rotación. Esto significa que los empleados que trabajan horas extra tienen una mayor probabilidad de rotación en comparación con aquellos que no lo hacen.

  • Satisfacion_Laboral: Las categorías de satisfacción laboral muestran diferencias significativas en la probabilidad logarítmica de rotación. Los coeficientes negativos para “Insatisfecho”, “Satisfecho” y “Muy satisfecho” indican que a medida que aumenta el nivel de satisfacción laboral, la probabilidad logarítmica de rotación disminuye.

  • Equilibrio_Trabajo_Vida: Similar a la satisfacción laboral, las categorías de equilibrio trabajo-vida también muestran diferencias significativas en la probabilidad logarítmica de rotación. Los coeficientes negativos para las categorías de equilibrio indican que a medida que mejora el equilibrio trabajo-vida, la probabilidad logarítmica de rotación disminuye.

  • Edad: Un aumento en la edad se asocia con una disminución de 0.050453 en el log-odds de rotación. Esto sugiere que los empleados más jóvenes tienden a tener una mayor probabilidad logarítmica de rotación en comparación con los empleados más viejos.

  • Antigüedad_Cargo: Un aumento en la antigüedad en el cargo se asocia con una disminución de 0.123121 en el log-odds de rotación. Esto sugiere que los empleados que han estado en su cargo durante más tiempo tienen una menor probabilidad logarítmica de rotación.

  • Distancia_Casa: Un aumento en la distancia entre la casa y el trabajo se asocia con un aumento de 0.027893 en el log-odds de rotación. Esto sugiere que los empleados que viven más lejos tienden a tener una mayor probabilidad logarítmica de rotación.

##                                         (Intercept) 
##                                           3.4755483 
##                                       Horas_ExtraSi 
##                                           4.4444688 
##                 Satisfacion_Laboral_CatInsatisfecho 
##                                           0.6431574 
##                   Satisfacion_Laboral_CatSatisfecho 
##                                           0.6393991 
##               Satisfacion_Laboral_CatMuy satisfecho 
##                                           0.3479142 
## Equilibrio_Trabajo_Vida_CatMedianamente equilibrado 
##                                           0.3939365 
##              Equilibrio_Trabajo_Vida_CatEquilibrado 
##                                           0.3112389 
##          Equilibrio_Trabajo_Vida_CatMuy equilibrado 
##                                           0.4570200 
##                                                Edad 
##                                           0.9507987 
##                                    Antigüedad_Cargo 
##                                           0.8841563 
##                                      Distancia_Casa 
##                                           1.0282857
## [1] 200.6686
## [1] 1.170688e-37

Esta prieba de chi-cuadrado para comparar el ajuste del modelo con un modelo nulo nos hace interpretar que el modelo ajustado es significativamente mejor que el modelo nulo y que al menos uno de los predictores del modelo ajustado es significativamente diferente de cero. Es decir, el modelo tiene un buen ajuste y al menos una de sus variables predictoras es util para predecir la variable de respuesta.

5. Evaluacion del modelo

Dividir el modelo en train y test con 60% y 40% respectivamente

## 
## Call:
## glm(formula = Rotación ~ Horas_Extra + Satisfacion_Laboral_Cat + 
##     Equilibrio_Trabajo_Vida_Cat + Edad + Antigüedad_Cargo + 
##     Distancia_Casa, family = "binomial", data = train)
## 
## Coefficients:
##                                                     Estimate Std. Error z value
## (Intercept)                                          1.95240    0.58271   3.351
## Horas_ExtraSi                                        1.30028    0.20695   6.283
## Satisfacion_Laboral_CatInsatisfecho                 -0.57439    0.30893  -1.859
## Satisfacion_Laboral_CatSatisfecho                   -0.54162    0.26836  -2.018
## Satisfacion_Laboral_CatMuy satisfecho               -1.00620    0.28197  -3.569
## Equilibrio_Trabajo_Vida_CatMedianamente equilibrado -0.99659    0.39687  -2.511
## Equilibrio_Trabajo_Vida_CatEquilibrado              -1.10317    0.35910  -3.072
## Equilibrio_Trabajo_Vida_CatMuy equilibrado          -0.56606    0.42265  -1.339
## Edad                                                -0.06845    0.01261  -5.430
## Antigüedad_Cargo                                    -0.10561    0.03362  -3.141
## Distancia_Casa                                       0.01835    0.01224   1.499
##                                                     Pr(>|z|)    
## (Intercept)                                         0.000807 ***
## Horas_ExtraSi                                       3.32e-10 ***
## Satisfacion_Laboral_CatInsatisfecho                 0.062987 .  
## Satisfacion_Laboral_CatSatisfecho                   0.043562 *  
## Satisfacion_Laboral_CatMuy satisfecho               0.000359 ***
## Equilibrio_Trabajo_Vida_CatMedianamente equilibrado 0.012034 *  
## Equilibrio_Trabajo_Vida_CatEquilibrado              0.002126 ** 
## Equilibrio_Trabajo_Vida_CatMuy equilibrado          0.180467    
## Edad                                                5.64e-08 ***
## Antigüedad_Cargo                                    0.001683 ** 
## Distancia_Casa                                      0.133870    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 765.15  on 881  degrees of freedom
## Residual deviance: 645.43  on 871  degrees of freedom
## AIC: 667.43
## 
## Number of Fisher Scoring iterations: 5
## Setting levels: control = 0, case = 1
## Setting direction: controls < cases

La forma de la curva ROC nos permite evaluar que la capacidad predictiva del modelo de clasificacion binaria es mejor, no tiene una clasificacion perfecta, pero su AUC (0.7513) indica que la clasificación es Excelente y tiene una alta capacidad para clasificar correctamento los valores positivos del modelo.

6. Predicciones

Caso 1

##         1 
## 0.4403997
##         1 
## 0.1504341

Se quiere comparar dos empleados, con las mismas caracteristicas excepto por la variable “Horas Extra” con el fin de establecer que tan deteminante puede ser para los resultados del modelo.

Se encuentra que si el mismo empleado tiene horas extras, tiene un 44% de probabilidades de rotacion, mientras que si no tiene horas extras, su probabilidad se reduce al 15%.

##         1 
## 0.1876425
##         1 
## 0.3357316

Tambien se quiere comparar dos empleados, con las mismas caracteristicas excepto por la variable “Equilibrio Trabajo-Vida” con el fin de establecer que tan deteminante puede ser para los resultados del modelo.

Se encuentra que si el mismo empleado tiene un buen balance entre su vida laboral y su vida personal, tiene un 18.7% de probabilidades de rotacion, mientras que si no tiene un buen balance, su probabilidad se aumenta al 33.5%.

##         1 
## 0.1876425
##        1 
## 0.155967

Para la variable Distancia Casa no hay tanta probabilidad de rotacion como para las anteriores variables, si un empleado vive a 10 unidades de su trabajo tiene 18.7% de probabilidades de rotar, mientras que con dos unidades solo se reduce al 15.5%.

##         1 
## 0.8364296

Finalmente, el caso mas crudo es el de aquel trabajador que tiene horas extras, que esta muy insatisfecho laboralmente, que no tiene un balance adecuado entra su vida y su trabajo, que aun es joven, su vivienda queda lejos y apenas tiene 1 año de antiguedad en el cargo. Esta persona tiene un 83% de rotar su actual trabajo.

7. Conclusiones

Los resultados obtenidos a través del análisis realizado brindan una valiosa comprensión de los factores que influyen en la rotación de empleados en la empresa. El modelo de regresión logística desarrollado ha identificado variables clave que tienen un impacto significativo en la probabilidad de rotación, destacando la importancia de la gestión de horas extra, el equilibrio entre la vida laboral y personal, y la satisfacción laboral de los empleados.

En particular, se ha encontrado que los empleados que trabajan horas extra tienen una mayor probabilidad de rotar, lo que sugiere la necesidad de implementar estrategias para reducir el exceso de horas de trabajo y promover un mejor balance entre la vida laboral y personal. Asimismo, aquellos empleados que perciben un desequilibrio entre su trabajo y su vida personal, así como un menor grado de satisfacción laboral, presentan una mayor propensión a abandonar sus puestos.

Estos hallazgos brindan valiosas recomendaciones para la empresa, que podrían incluir la implementación de políticas de gestión de horas de trabajo más flexibles, programas de bienestar y desarrollo personal para los empleados, y estrategias de mejora de la satisfacción laboral, como oportunidades de crecimiento profesional y una mejor remuneración. Al abordar estos factores clave, la organización podrá implementar medidas efectivas para reducir la rotación de personal y mantener a sus empleados motivados y comprometidos a largo plazo.

Además, el modelo logístico desarrollado ha demostrado una buena capacidad predictiva, con un área bajo la curva ROC (AUC) de 0.7513, lo que indica que es una herramienta efectiva para identificar a los empleados con mayor riesgo de rotación. Esta información puede ser utilizada por la empresa para implementar estrategias de retención más personalizadas y dirigidas a los perfiles de empleados más propensos a la rotación.

En resumen, este análisis proporciona una valiosa comprensión de los factores determinantes de la rotación de empleados, y las conclusiones obtenidas pueden servir como una guía práctica para que la empresa diseñe e implemente políticas y programas efectivos para mejorar la retención de su talento, lo que a su vez contribuirá a fortalecer la estabilidad y el desempeño general de la organización.