Actividad 3

Problema: Rotación de cargo

En una organización, se busca comprender y prever los factores que influyen en la rotación de empleados entre distintos cargos. La empresa ha recopilado datos históricos sobre el empleo de sus trabajadores, incluyendo variables como la antigüedad en el cargo actual, el nivel de satisfacción laboral, el salario actual, edad y otros factores relevantes. La gerencia planea desarrollar un modelo de regresión logística que permita estimar la probabilidad de que un empleado cambie de cargo en el próximo período y determinar cuáles factores indicen en mayor proporción a estos cambios.

Con esta información, la empresa podrá tomar medidas proactivas para retener a su talento clave, identificar áreas de mejora en la gestión de recursos humanos y fomentar un ambiente laboral más estable y tranquilo. La predicción de la probabilidad de rotación de empleados ayudará a la empresa a tomar decisiones estratégicas informadas y a mantener un equipo de trabajo comprometido y satisfecho en sus roles actuales.

A continuación se describen los pasos que la gerencia ha propuesto para el análisis:

Visualizacion del listado de variables y tipo de datos

##                                                Variable      Tipo
## Rotación                                       Rotación character
## Edad                                               Edad   numeric
## Viaje de Negocios                     Viaje de Negocios character
## Departamento                               Departamento character
## Distancia_Casa                           Distancia_Casa   numeric
## Educación                                     Educación   numeric
## Campo_Educación                         Campo_Educación character
## Satisfacción_Ambiental           Satisfacción_Ambiental   numeric
## Genero                                           Genero character
## Cargo                                             Cargo character
## Satisfación_Laboral                 Satisfación_Laboral   numeric
## Estado_Civil                               Estado_Civil character
## Ingreso_Mensual                         Ingreso_Mensual   numeric
## Trabajos_Anteriores                 Trabajos_Anteriores   numeric
## Horas_Extra                                 Horas_Extra character
## Porcentaje_aumento_salarial Porcentaje_aumento_salarial   numeric
## Rendimiento_Laboral                 Rendimiento_Laboral   numeric
## Años_Experiencia                       Años_Experiencia   numeric
## Capacitaciones                           Capacitaciones   numeric
## Equilibrio_Trabajo_Vida         Equilibrio_Trabajo_Vida   numeric
## Antigüedad                                   Antigüedad   numeric
## Antigüedad_Cargo                       Antigüedad_Cargo   numeric
## Años_ultima_promoción             Años_ultima_promoción   numeric
## Años_acargo_con_mismo_jefe   Años_acargo_con_mismo_jefe   numeric

1. Selección de variables

Seleccione 3 variables categóricas (distintas de rotación) y 3 variables cuantitativas, que se consideren estén relacionadas con la rotación.

Variables Categóricas:

  1. Horas Extra:

    • Relación esperada: Los empleados que trabajan horas extra de forma frecuente podrían estar más insatisfechos con su carga laboral, lo que podría llevar a un cambio de cargo. Dado que el trabajo adicional puede causar insatisfacción, se espera una relación positiva con la rotación.

    • Hipótesis: Aquellos empleados que realizan más horas extra tienen una mayor probabilidad de cambiar de cargo debido al agotamiento y la falta de equilibrio entre trabajo y vida personal.

  2. Viaje de Negocios:

    • Relación esperada: Los empleados que viajan frecuentemente pueden estar estresados o tener una carga familiar más pesada, lo que los hace más propensos a elegir un puesto sin viajes. Así, se espera una relación positiva entre el viaje de negocios y la rotación.

    • Hipótesis: Los empleados que viajan más por motivos laborales son más propensos a cambiar de cargo y buscar un recorte en la cantidad de viajes, ya que estarán buscando un puesto de trabajo desafiante y al mismo tiempo para un empleador atento.

  3. Departamento:

    • Relación esperada: Los empleados de ciertos departamentos (por ejemplo, ventas o atención al cliente) podrían enfrentar mayor carga laboral o menor estabilidad, lo que puede llevar a una mayor rotación. Se espera que los empleados en departamentos con mayor presión tengan mayor probabilidad de rotación.

    • Hipótesis: El departamento en el que trabaja un empleado influye en su decisión de cambiar de cargo. Algunos departamentos con mayor carga laboral podrían tener tasas más altas de rotación.

Variables Cuantitativas:

  1. Antigüedad en el Cargo:

    • Relación esperada: Los empleados que han laborado en el mismo cargo durante mucho tiempo pueden estar más propensos a buscar un cambio, ya sea por falta de crecimiento profesional o monotonía. Se espera una relación negativa, donde los empleados con menos tiempo en su cargo actual tienen una menor probabilidad de rotación.

    • Hipótesis: A mayor antigüedad en el cargo, mayor será la probabilidad de que el empleado busque un cambio de rol para mejorar su desarrollo profesional.

  2. Ingreso Mensual:

    • Relación esperada: Los empleados con ingresos más bajos pueden estar más motivados a cambiar de cargo buscando mejores oportunidades salariales. Se espera una relación negativa entre ingreso mensual y rotación.

    • Hipótesis: Los empleados con menores ingresos tienen una mayor probabilidad de buscar un cambio de cargo en busca de mejores oportunidades salariales.

  3. Satisfacción Laboral:

    • Relación esperada: La satisfacción laboral es un indicador directo del bienestar del empleado en su cargo. A menor satisfacción laboral, es más probable que busquen cambiar de puesto. Se espera una relación negativa entre satisfacción laboral y la rotación.

    • Hipótesis: A menor satisfacción laboral, mayor es la probabilidad de rotación del empleado.

Analisis de las Variables Seleccionadas

## # A tibble: 6 × 7
##   Rotación Horas_Extra `Viaje de Negocios` Departamento Antigüedad_Cargo
##   <chr>    <chr>       <chr>               <chr>                   <dbl>
## 1 Si       Si          Raramente           Ventas                      4
## 2 No       No          Frecuentemente      IyD                         7
## 3 Si       Si          Raramente           IyD                         0
## 4 No       Si          Frecuentemente      IyD                         7
## 5 No       No          Raramente           IyD                         2
## 6 No       No          Frecuentemente      IyD                         7
## # ℹ 2 more variables: Ingreso_Mensual <dbl>, Satisfación_Laboral <dbl>

Calcular la correlación entre las variables numéricas

##                     Antigüedad_Cargo Ingreso_Mensual Satisfación_Laboral
## Antigüedad_Cargo         1.000000000     0.363817667        -0.002304785
## Ingreso_Mensual          0.363817667     1.000000000        -0.007156742
## Satisfación_Laboral     -0.002304785    -0.007156742         1.000000000

Se tiene que, la única correlación significativa es entre la antigüedad en el cargo y el ingreso mensual, lo que indica que, a medida que los empleados permanecen más tiempo en la empresa, sus salarios tienden a aumentar. Sin embargo, ni la antigüedad ni el ingreso parecen estar relacionados de manera efectiva con la satisfacción laboral. Con esto se hace necesario explorar más a fondo qué otros factores realmente influyen en la satisfacción de los empleados.

Identificacion de datos faltantes

## # A tibble: 1 × 7
##   Rotación Horas_Extra `Viaje de Negocios` Departamento Antigüedad_Cargo
##      <int>       <int>               <int>        <int>            <int>
## 1        0           0                   0            0                0
## # ℹ 2 more variables: Ingreso_Mensual <int>, Satisfación_Laboral <int>

No se evidencian datos faltantes en el set de datos.

2. Análisis univariado (caracterización) de la información contenida en la base de datos rotacion

Análisis Univariado de Variables Categóricas

## 
## Frecuentemente       No_Viaja      Raramente 
##            277            150           1043

La variable Viaje de Negocios muestra que:

La mayoría de los empleados viaja por negocios de manera poco recurrente o no viaja en absoluto. Un pequeño porcentaje viaja con frecuencia. Esto sugiere que los viajes frecuentes no son la politica de la empresa, pero es importante evaluar si los empleados que viajan más están más propensos a cambiar de cargo, ya que los viajes frecuentes pueden generar cansancio o afectar el equilibrio entre la vida personal y laboral, influyendo en la rotación.

## 
##    IyD     RH Ventas 
##    961     63    446

La variable Departamento muestra que:

El área de Investigación y Desarrollo es el departamento más grande de la empresa, concentrando a la mayoría de los empleados. Las áreas de Ventas y Recursos Humanos representan una menor proporción. Una opcion a analizar es si la rotación de empleados varía según el departamento, ya que ciertas áreas, como Ventas, pueden tener una rotación más alta debido a la naturaleza del trabajo o las presiones inherentes, mientras que en RH y IyD, el cambio de cargo podría ser menos frecuente.

## 
##   No   Si 
## 1054  416

La variable Horas Extra muestra que:

En su mayoría los colaboradores no registran horas extra, lo que podría indicar que el balance entre la vida laboral y la personal es favorable. Sin embargo, es importante analizar si aquellos que sí realizan horas extra tienen una mayor probabilidad de rotación, ya que el trabajo adicional podría generar insatisfacción o estrés, lo que afectaría su decisión de cambiar de cargo.

## 
##   No   Si 
## 1233  237

Análisis Univariado de Variables Numéricas

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   18.00   30.00   36.00   36.92   43.00   60.00

Edad: Esta variable puede ser relevante para las decisiones de gestión de talento humano y desarrollo de programas de retención, ya que entender la edad de los empleados puede ayudar a diseñar estrategias específicas que aborden las necesidades y expectativas de los diferentes rangos de edades en los que se encuentran los colaboradores.

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    1009    2911    4919    6503    8379   19999

Ingreso_Mensual: Los salarios no estan equilibrados. Se tiene un grupo pequeño de empleados que recibe sueldos muy altos, mientras que la mayoría está en niveles salariales más bajos o intermedios.

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   0.000   3.000   5.000   7.008   9.000  40.000

Antigüedad_Cargo: La mayoría de los empleados tiene una antigüedad relativamente baja en su cargo actual, pero existe un grupo pequeño con una permanencia prolongada en la compañia.

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   1.000   2.000   3.000   2.729   4.000   4.000

Satisfacción Laboral: Aunque la mayoría de los empleados se encuentra moderadamente satisfecha, hay un segmento significativo con niveles de satisfacción bajos. Esto podría ser un factor relevante a explorar en relación con la rotación.

Los empleados presentan una antigüedad baja en su cargo, con salarios muy variados, y niveles de satisfacción laboral moderados. Estos factores pueden estar influyendo en la rotación de empleados, ya que una baja satisfacción o antigüedad podría aumentar la probabilidad de cambio de cargo, mientras que los ingresos pueden tener un impacto diferenciador en la retención o búsqueda de nuevas oportunidades.

3. Análisis de bivariado

Realiza un análisis de bivariado en donde la variable respuesta sea rotacion codificada de la siguiente manera (y=1 es si rotación, y=0 es no rotación). Con base en estos resultados identifique cuales son las variables determinantes de la rotación e interpretar el signo del coeficiente estimado. Compare estos resultados con la hipotesis planteada en el punto 2.

One Hot Encoding de las Variables Categóricas

Ajustar el Modelo de Regresión Logística

## 
## Call:
## glm(formula = Rotación ~ ., family = binomial(), data = variables_modelo)
## 
## Coefficients: (1 not defined because of singularities)
##                              Estimate Std. Error z value Pr(>|z|)    
## (Intercept)                 1.5252588  0.3026229   5.040 4.65e-07 ***
## Antigüedad_Cargo           -0.1149938  0.0271758  -4.231 2.32e-05 ***
## Ingreso_Mensual            -0.0001194  0.0000243  -4.914 8.93e-07 ***
## Satisfación_Laboral        -0.3211793  0.0692201  -4.640 3.48e-06 ***
## Horas_ExtraNo              -1.4522435  0.1572914  -9.233  < 2e-16 ***
## Horas_ExtraSi                      NA         NA      NA       NA    
## Viaje_de_NegociosNo_Viaja  -1.3465296  0.3491758  -3.856 0.000115 ***
## Viaje_de_NegociosRaramente -0.7201357  0.1795511  -4.011 6.05e-05 ***
## DepartamentoRH              0.4156806  0.3672442   1.132 0.257680    
## DepartamentoVentas          0.7253179  0.1659624   4.370 1.24e-05 ***
## ---
## 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: 1088.5  on 1461  degrees of freedom
## AIC: 1106.5
## 
## Number of Fisher Scoring iterations: 5

Interpretacion de Resultados

1. (Intercept) (Constante)

  • Estimate = 1.5252588
  • Interpretación: La constante (intercepto) representa la log-odds (logaritmo de las probabilidades) de rotación cuando todas las variables independientes son cero. En este caso, el valor es positivo, lo que indica que la probabilidad base de rotación, sin influencias de otras variables, es mayor.

2. Antigüedad_Cargo

  • Estimate = -0.1149938
  • Interpretación: Con cada año adicional en el cargo se asocia con una reducción en la probabilidad de rotación. Esta aseveración tiene sentido, dado que los empleados con mas antigüedad en el cargo tienden a ser menos propensos a dejarlo.
  • Significancia: El valor p (Pr(>|z|) = 2.32e-05), que es menor que 0.05, indica que este efecto es estadísticamente significativo.

3. Ingreso_Mensual

  • Estimate = -0.0001194
  • Interpretación: Un mayor ingreso mensual está asociado con una menor probabilidad de rotación, aunque el efecto es pequeño (coeficiente muy cercano a cero). Esto prevee que un mejor salario puede incentivar a los empleados a permanecer en la empresa.
  • Significancia: Con un valor p (Pr(>|z|) = 8.93e-07), el efecto es altamente significativo.

4. Satisfación_Laboral

  • Estimate = -0.3211793
  • Interpretación: A mayor satisfacción laboral, menor es la probabilidad de rotación. Este resultado es coherente, ya que un empleado satisfecho en su empresa tiende a permanecer en la ella
  • Significancia: El efecto es significativo (Pr(>|z|) = 3.48e-06).

5. Horas_Extra

  • Horas_ExtraNo (Estimate = -1.4522435)
  • Interpretación: Los empleados que no trabajan horas extra tienen una probabilidad significativamente menor de rotación en comparación con los que sí. Se podría concluir entonces que aquellos que trabajan más horas están menos satisfechos o tienen mayores niveles de agotamiento, lo cual aumenta la probabilidad de rotación.
  • Significancia: El efecto es altamente significativo (Pr(>|z|) < 2e-16).
  • Horas_ExtraSi: No aparece en el resultado, lo cual se debe a la colinealidad: esta categoría se usa como referencia y, por tanto, no se necesita estimar un coeficiente para ella.

6. Viaje_de_Negocios

  • Viaje_de_NegociosNo_Viaja (Estimate = -1.3465296)
  • Interpretación: Los empleados que no deben realizar viajes de tipo laboral tienen una probabilidad significativamente baja de rotación comparado con aquellos que viajan frecuentemente. Esto puede indicar que viajar es un factor que contribuye al desgaste o insatisfacción laboral.
  • Significancia: El valor p (Pr(>|z|) = 0.000115) indica que es significativo.
  • Viaje_de_NegociosRaramente (Estimate = -0.7201357)
  • Interpretación: Los empleados que viajan raramente también tienen una menor probabilidad de rotación que aquellos que viajan frecuentemente.
  • Significancia: Es significativo (Pr(>|z|) = 6.05e-05).

7. Departamento

  • DepartamentoRH (Estimate = 0.4156806)
  • Interpretación: Aunque el coeficiente para el departamento de Recursos Humanos es positivo, indicando una mayor probabilidad de rotación comparado con el departamento de Investigación y Desarrollo (usado como referencia), el valor no es estadísticamente significativo (Pr(>|z|) = 0.257680).
  • DepartamentoVentas (Estimate = 0.7253179)
  • Interpretación: Los empleados del departamento de Ventas tienen una probabilidad significativamente mayor de rotación en comparación con los del departamento de Investigación y Desarrollo.
  • Significancia: Es significativo (Pr(>|z|) = 1.24e-05).

En resumen

  • Los factores más determinantes de la rotación son la antigüedad en el cargo, el ingreso mensual, la satisfacción laboral, y la realización de horas extra.
  • Las variables de viaje de negocios y departamento de ventas también son significativas y aportan información relevante sobre la probabilidad de rotación.
  • El signo negativo de los coeficientes indica que un aumento en esa característica disminuye la probabilidad de rotación, mientras que un signo positivo sugiere que la característica aumenta la probabilidad de rotación.

Coeficientes en Términos de Razones de Probabilidad

##                (Intercept)           Antigüedad_Cargo 
##                  4.5963331                  0.8913717 
##            Ingreso_Mensual        Satisfación_Laboral 
##                  0.9998806                  0.7252932 
##              Horas_ExtraNo              Horas_ExtraSi 
##                  0.2340446                         NA 
##  Viaje_de_NegociosNo_Viaja Viaje_de_NegociosRaramente 
##                  0.2601415                  0.4866862 
##             DepartamentoRH         DepartamentoVentas 
##                  1.5154018                  2.0653876

Interpretación

  1. (Intercept) (4.60): Sin considerar otras variables, la probabilidad base de rotación de empleados tiene un odds ratio (probabilidad de que ocurra un evento frente a la probabilidad de que no ocurra) de 4.6.

  2. Antigüedad_Cargo (0.89): Cada año adicional ocupando el cargo se reduce la oportunidad de rotación en un 11%. Esto respalda la idea de que la antigüedad contribuye a la estabilidad laboral.

  3. Ingreso_Mensual (0.9999): Un aumento en el salario está asociado con una ligera disminución en la oportunidad de rotación, aunque el efecto es muy pequeño (prácticamente cercano a 1).

  4. Satisfación_Laboral (0.73): Mayores niveles de satisfacción laboral reducen la oportunidad de rotación en un 27%, concluyendo que la satisfacción es un factor clave para retener empleados.

  5. Horas_ExtraNo (0.23): Los empleados que no realizan horas extra tienen un 77% menos de oportunidad de rotación en comparación con aquellos que sí las realizan.

  6. Viaje de Negocios (No_Viaja: 0.26, Raramente: 0.49): Los empleados que no realizan viajes tienen un 74% menos de oportunidad de rotación, y aquellos que viajan raramente tienen un 51% menos de probabilidad de rotación, en comparación con los que lo hacen frecuentemente.

  7. Departamento (RH: 1.52, Ventas: 2.07): Los empleados en el departamento de Ventas tienen el doble de oportunidad de rotación en comparación con los de Investigación y Desarrollo, mientras que los empleados de Recursos Humanos tienen un 52% más de oportunidad de rotación. Esto indica una alta vulnerabilidad en ciertos departamentos, especialmente en Ventas.

Resultados de los Coeficientes del Modelo Logístico

Coeficientes Estimados y Odds Ratios:

  1. Antigüedad_Cargo:
    • Coeficiente: -0.1149938
    • Odds Ratio: 0.8913717
    • Interpretación: El coeficiente negativo indica que una mayor antigüedad en el cargo está asociada con una menor oportunidad de rotación. Es decir, por cada unidad adicional en antigüedad, la oportunidad de rotación disminuye (el odds ratio es menor que 1). Esto apoya la hipótesis de que los empleados con más tiempo en la empresa tienen menos oportunidad de dejarla.
  2. Ingreso_Mensual:
    • Coeficiente: -0.0001194
    • Odds Ratio: 0.9998806
    • Interpretación: El coeficiente negativo y el odds ratio cercano a 1 sugieren que a mayor salario, la oportunidad de rotación disminuye ligeramente, aunque el efecto no es muy grande. Esto también concuerda con la hipótesis de que los empleados con mayores ingresos tienen menos motvos para abandonar la empresa.
  3. Satisfacción_Laboral:
    • Coeficiente: -0.3211793
    • Odds Ratio: 0.7252932
    • Interpretación: La satisfacción laboral tiene un coeficiente negativo significativo, lo que implica que los empleados más satisfechos tienen una menor oportunidad de rotación. Un odds ratio menor que 1 (0.72) indica que un aumento en la satisfacción laboral reduce la oportunidad de que un empleado deje la empresa.
  4. Horas_Extra (No):
    • Coeficiente: -1.4522435
    • Odds Ratio: 0.2340446
    • Interpretación: El valor negativo indica que los empleados que no trabajan horas extras tienen menos oportunidad de rotación en comparación con aquellos que sí las trabajan. El odds ratio de 0.23 significa que la oportunidad de rotación es significativamente menor para quienes no tienen horas extras, lo cual puede indicar que trabajar horas extras podría aumentar el estrés y las oportunidades de abandonar la empresa.
  5. Viaje_de_Negocios (No Viaja, Raramente):
    • No Viaja:
      • Coeficiente: -1.3465296
      • Odds Ratio: 0.2601415
    • Raramente:
      • Coeficiente: -0.7201357
      • Odds Ratio: 0.4866862
    • Interpretación: Los empleados que no realizan viajes de tipo laboral tienen menos oportunidad de rotación en comparación con aquellos si lo deben hacer. Los odds ratios menores a 1 (0.26 para “No Viaja” y 0.49 para “Raramente”) indican que viajar frecuentemente puede estar asociado con un mayor nivel de estrés y una mayor oportunidad de rotación.
  6. Departamento (RH, Ventas):
    • RH:
      • Coeficiente: 0.4156806
      • Odds Ratio: 1.5154018
    • Ventas:
      • Coeficiente: 0.7253179
      • Odds Ratio: 2.0653876
    • Interpretación: Los empleados del departamento de ventas tienen una mayor oportunidad de rotación en comparación con los de Investigación y Desarrollo (I&D), que es el grupo de referencia. Un odds ratio de 2.06 para “Ventas” sugiere que trabajar en el area ventas está asociado con un riesgo significativamente mayor de rotación. Esto puede deberse a las presiones propias del cargo o a la naturaleza competitiva de las ventas. Para el departamento de Recursos Humanos (RH), el odds ratio de 1.51 también indica una mayor probabilidad de rotación, pero no tan significativa como en el caso de ventas.

Comparación con las Hipótesis Planteadas

  1. Horas Extra y Viaje de Negocios:
    • La hipótesis planteada sugiere que las condiciones de trabajo y el equilibrio entre vida y trabajo afectan la rotación. En los resultados, se observa que las horas extras y los viajes de negocios aumentan la probabilidad de rotación, lo cual es consistente con la hipótesis inicial.
  2. Ingreso Mensual y Antigüedad:
    • La hipótesis sobre el efecto del ingreso mensual y la antigüedad en la reducción de la rotación también se confirma con los resultados del modelo. Los empleados con mayor antigüedad y mayor ingreso tienen menos probabilidades de abandonar la empresa.
  3. Satisfacción Laboral:
    • La hipótesis de que la satisfacción laboral reduce la probabilidad de rotación también se ve validada. La satisfacción es un factor importante para la permanencia de los empleados.
  4. Departamento:
    • Los resultados indican que ciertos departamentos tienen una mayor probabilidad de rotación, específicamente el departamento de ventas, que tiene una probabilidad significativamente más alta de rotación. Esto podría estar relacionado con la naturaleza del trabajo en ventas, que tiende a ser más competitivo y orientado a objetivos.

Conclusión General

  • Las variables más determinantes para la rotación de los trabajadores son horas extras, viaje de negocios, satisfacción laboral, antigüedad en el cargo, y departamento.
  • Antigüedad, satisfacción laboral, y ingreso mensual tienen un efecto negativo en la rotación (es decir, disminuyen la oportunidad de que el trabajador deje la empresa).
  • Horas extras, viaje frecuente de negocios, y pertenecer a ciertos departamentos (como ventas) aumentan la oportunidad de rotación.
  • Los resultados del modelo están alineados con las hipótesis planteadas, evidenciando que tanto las condiciones laborales como la satisfacción del empleado juegan un papel importante en la decisión de quedarse o abandonar la empresa.

4. Estimación del modelo Logístico

Realice una partición en los datos de forma aleatoria donde 70% sea un set para entrenar el modelo y 30% para prueba. Estime un modelo logístico con la muestra del 70%. Muestre los resultados.

## Loading required package: lattice
## 
## Attaching package: 'lattice'
## The following object is masked from 'package:boot':
## 
##     melanoma
## 
## Call:
## glm(formula = Rotación ~ ., family = binomial, data = train_set)
## 
## Coefficients:
##                                Estimate Std. Error z value Pr(>|z|)    
## (Intercept)                   8.526e-03  1.999e+00   0.004 0.996596    
## Edad                         -5.936e-02  1.804e-02  -3.290 0.001000 ** 
## Viaje_de_NegociosNo_Viaja    -1.482e+00  4.752e-01  -3.120 0.001811 ** 
## Viaje_de_NegociosRaramente   -8.204e-01  2.468e-01  -3.324 0.000889 ***
## DepartamentoRH               -1.327e+01  6.614e+02  -0.020 0.983995    
## DepartamentoVentas            1.203e+00  1.338e+00   0.900 0.368318    
## Distancia_Casa                3.838e-02  1.286e-02   2.985 0.002840 ** 
## Educación                     5.586e-02  1.058e-01   0.528 0.597533    
## Campo_EducaciónHumanidades    1.485e+00  9.916e-01   1.497 0.134378    
## Campo_EducaciónMercadeo       6.772e-01  4.012e-01   1.688 0.091438 .  
## Campo_EducaciónOtra           1.511e-01  4.627e-01   0.326 0.744065    
## Campo_EducaciónSalud         -1.084e-01  2.591e-01  -0.418 0.675771    
## Campo_EducaciónTecnicos       9.406e-01  3.522e-01   2.671 0.007562 ** 
## Satisfacción_Ambiental       -4.070e-01  9.716e-02  -4.189 2.80e-05 ***
## GeneroM                       3.420e-02  2.184e-01   0.157 0.875553    
## CargoDirector_Manofactura     1.771e+00  1.279e+00   1.385 0.166030    
## CargoEjecutivo_Ventas         8.977e-01  1.845e+00   0.487 0.626548    
## CargoGerente                  8.279e-01  1.547e+00   0.535 0.592578    
## CargoInvestigador_Cientifico  1.716e+00  1.357e+00   1.265 0.205909    
## CargoRecursos_Humanos         1.546e+01  6.614e+02   0.023 0.981349    
## CargoRepresentante_Salud      1.294e+00  1.284e+00   1.008 0.313289    
## CargoRepresentante_Ventas     2.022e+00  1.950e+00   1.037 0.299588    
## CargoTecnico_Laboratorio      2.598e+00  1.351e+00   1.923 0.054504 .  
## Satisfación_Laboral          -3.885e-01  9.550e-02  -4.068 4.75e-05 ***
## Estado_CivilDivorciado       -5.701e-01  3.169e-01  -1.799 0.072057 .  
## Estado_CivilSoltero           1.011e+00  2.326e-01   4.346 1.38e-05 ***
## Ingreso_Mensual              -4.772e-05  7.354e-05  -0.649 0.516369    
## Trabajos_Anteriores           1.266e-01  4.625e-02   2.738 0.006186 ** 
## Horas_ExtraSi                 1.717e+00  2.242e-01   7.657 1.91e-14 ***
## Porcentaje_aumento_salarial  -5.919e-02  4.708e-02  -1.257 0.208659    
## Rendimiento_Laboral           6.624e-01  4.762e-01   1.391 0.164179    
## Años_Experiencia             -2.225e-02  3.564e-02  -0.624 0.532463    
## Capacitaciones               -1.948e-01  8.530e-02  -2.283 0.022415 *  
## Equilibrio_Trabajo_Vida      -3.682e-01  1.428e-01  -2.577 0.009957 ** 
## Antigüedad                    9.668e-02  4.491e-02   2.153 0.031318 *  
## Antigüedad_Cargo             -1.561e-01  5.191e-02  -3.007 0.002642 ** 
## Años_ultima_promoción         1.475e-01  4.815e-02   3.063 0.002191 ** 
## Años_acargo_con_mismo_jefe   -1.211e-01  5.583e-02  -2.169 0.030111 *  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 896.03  on 1028  degrees of freedom
## Residual deviance: 616.74  on  991  degrees of freedom
## AIC: 692.74
## 
## Number of Fisher Scoring iterations: 15

Interpretación de los Resultados

  1. Intercepto:
    • (Intercept): 0.008526 (no significativo). Este valor representa el log-odds de rotación cuando todas las variables independientes son cero, pero dado que no es significativo, su interpretación es limitada.
  2. Variables Significativas (p-valor < 0.05):

    • Edad: -0.05936
      La disminución en los log-odds de rotación es significativa, sugiriendo que a mayor edad, menor es la oportunidad de rotación. Esto se corresponde con la idea de que empleados mayores tienden a ser más estables en sus trabajos.

    • Viaje de Negocios:

      • No viaja: -1.482 (significativo)
        El hecho de no viajar disminuye la oportunidad de rotación. Es decir, los empleados que no viajan tienen menores probabilidades de cambiar de trabajo.
      • Raramente viaja: -0.8204 (significativo)
        Similar a la categoría anterior, aquellos que viajan raramente también tienden a tener menores oportunidades de rotación.

    • Distancia a Casa: 0.03838 (significativo)
      Un aumento en la distancia al hogar incrementa la oportunidad de rotación. Los empleados que viven más lejos deben asumir mayores inconvenientes en temas de transporte ,tiempos de recorridos y costos adicionales.

    • Satisfacción Ambiental: -0.407 (significativo)
      Un aumento en la satisfacción ambiental reduce la oportunidad de rotación. Este hallazgo apoya la hipótesis de que un ambiente laboral en el que se fortalezca el tema ambiental fomenta la retención.

    • Satisfacción Laboral: -0.3885 (significativo)
      Un aumento en la satisfacción laboral también reduce la oportunidad de rotación.

    • Horas Extra (Sí): 1.717 (significativo)
      Trabajar horas extra aumenta significativamente la oportunidad de rotación, lo que sugiere que los empleados que trabajan más horas podrían sentirse abrumados o insatisfechos.

    • Capacitaciones: -0.1948 (significativo)
      Un aumento en las oportunidades de formacion del empleado está asociado a una disminución en la oportunidad de rotación.

    • Antigüedad: 0.09668 (significativo)
      A mayor antigüedad, hay un incremento en la oportunidad de rotación, lo cual puede sorprender, y sugiere que empleados más antiguos en la empresa podrían buscar nuevas oportunidades.

    • Años con el mismo jefe: -0.1211 (significativo)
      A mayor duración con el mismo jefe, menor es la oportunidad de rotación. Una relación estable con los referentes sueriores y de supervision puede fomentar la lealtad con el puesto de trabajo.

    • Años de la última promoción: 0.1475 (significativo)
      Aumentar el tiempo desde la última promoción incrementa la oportunidad de rotación, lo que sugiere que los empleados insatisfechos con su progreso pueden buscar otras oportunidades.

Variables No Significativas

Algunas variables no son significativas, como: - Departamento RH y Ventas: Los coeficientes son altos pero no significativos, lo que indica que el departamento en el que se trabaja no tiene un efecto claro en la rotación. - Educación y Género: Estas variables no tienen un efecto significativo en la rotación.

5. Evaluación del poder predictivo del modelo

Evaluar el poder predictivo del modelo con base en la curva ROC y el AUC en el set de datos de prueba.

## Type 'citation("pROC")' for a citation.
## 
## Attaching package: 'pROC'
## The following objects are masked from 'package:stats':
## 
##     cov, smooth, var
## Setting levels: control = 0, case = 1
## Setting direction: controls < cases
## [1] "AUC: 0.832459016393443"

Interpretación de los Resultados

Con un AUC de 0.832, el modelo logístico es bueno para predecir la oportunidad de rotación. Esta probabilidad AUC indica que el modelo es bueno para discernir las clases, ya que cuando se tienen clases, el modelo detecta qué tan posible es que se logre cada clase. Así, hay una probabilidad del 83,2% de que el modelo distinga o asigne positivamente un caso de rotación a la asignación negativa.

6. Estrategia para disminuir la rotación en la empresa

En las conclusiones adicione una discución sobre cuál sería la estrategia para disminuir la rotación en la empresa (con base en las variables que resultaron significativas en el punto 3).

Conclusiones Generales

  1. Modelo Predictivo Efectivo: El modelo de regresión logística proporciona un AUC de 0.83, lo que significa que tiene una alta probabilidad de identificar la cantidad de rotación de empleados..
  2. Variables Significativas: Hay varias variables significativas que influyen en la oportunidad de rotación:
    • Edad
    • Satisfacción Laboral
    • Viaje de Negocios
    • Horas Extra
    • Antigüedad
    • Distancia a Casa
    • Entre otras.

Estrategia para Disminuir la Rotación

La empresa podría optar por la implentacion de las siguientes estrategias para mitigar el riesgo de la rotacion de sus colaboradores.

  1. Mejorar la Satisfacción Laboral:
    • Implementar encuestas periodicas para medir la satisfacción y abordar las áreas problemáticas.
    • Ofrecer programas de desarrollo profesional y formación continua para aumentar la satisfacion del empleado en este ambito.
  2. Flexibilidad en Horas de Trabajo:
    • Proporcionar opciones de trabajo flexible y remoto para ayudar a los empleados a equilibrar su vida laboral y personal, especialmente si están en el viaje de negocios. Esto es ahora conocido como salario emocional.
  3. Gestión de Talento:
    • Identificar y reconocer a los empleados de alto rendimiento, ofreciendo promociones y recompensas que fomenten su permanencia.
  4. Mejorar la Comunicación:
    • Fomentar un ambiente de trabajo abierto donde los empleados se sientan cómodos expresando sus opiniones.
  5. Analizar la Distancia de los Empleados:
    • Considerar la implementación de programas de transporte o auxilios de transporte para empleados que viven lejos de la oficina. Acá tambien aplica la opcion de trabajo remoto o híbrido.
  6. Capacitación y Desarrollo:
    • Ofrecer programas de capacitación que alineen las expectativas del empleado con las oportunidades de crecimiento dentro de la empresa.
  7. Revisión de las Políticas de Viaje:
    • Evaluar y, si es necesario, ajustar las políticas de viaje para asegurarse de que no afecten negativamente la satisfacción y la calidad de vida de los empleados.