Actividad Unidad 3 - Problema: Rotación de cargo
Autor:
Obed Garcia Quiroz
Jonathan Potes
Blandon
02/09/2024
Contenido
- 1 Introducción
- 2 Objetivo General
- 3 Metodología
- 4 Selección de variables
- 5 Análisis univariado
- 6 Análisis Bivariado
- 7 Modelado
- 8 Evaluación del modelo
- 9 Conclusiones
- 10 Referencias
1 Introducción
La rotación de personal es un desafío significativo para las organizaciones, ya que puede afectar tanto su rendimiento como su cohesión interna. Esta actividad se centra en el análisis de los factores que influyen en la movilidad de los empleados entre diferentes cargos, utilizando un modelo de regresión logística para estimar la probabilidad de que un trabajador cambie de puesto. Para seleccionar las variables relacionadas con la rotación, se realizó un análisis fundamentado en la literatura existente y en las expectativas sobre el comportamiento de los empleados, estructurado en torno a tres preguntas clave que guían esta investigación: el historial laboral previo, la capacidad de equilibrar el trabajo y la vida personal, y la situación actual dentro de la empresa.
Las variables seleccionadas, como Ingreso Mensual, Antigüedad en el Cargo, Satisfacción Laboral y Equilibrio Trabajo-Vida, se justifican en función de su relevancia en la retención de talento. Por ejemplo, un mayor ingreso mensual se espera que esté inversamente relacionado con la rotación, mientras que la antigüedad en el cargo puede indicar lealtad y satisfacción laboral. Igualmente, la satisfacción laboral y el equilibrio entre trabajo y vida son cruciales para mantener un ambiente de trabajo positivo y minimizar la rotación.
A lo largo de la actividad, se llevarán a cabo pasos que incluyen la selección de variables, análisis univariado y bivariado, estimación del modelo y evaluación del poder predictivo. Este enfoque integral permitirá a la empresa identificar las áreas clave que requieren atención y tomar decisiones informadas para fomentar un ambiente laboral más estable y satisfactorio, asegurando la continuidad y el compromiso del equipo de trabajo.
2 Objetivo General
Desarrollar un modelo de regresión logística para analizar los factores que influyen en la rotación de personal en la organización, permitiendo prever la probabilidad de cambio de cargo entre los empleados y facilitar la implementación de estrategias efectivas para mejorar la retención del talento.
2.1 Objetivos Específicos
Identificar y seleccionar variables relevantes: Realizar una revisión de la literatura y un análisis fundamentado para seleccionar seis variables (tres cuantitativas y tres cualitativas) que estén relacionadas con la rotación de empleados, justificando su inclusión y formulando hipótesis sobre las relaciones esperadas entre estas variables y la rotación.
Realizar análisis univariado y bivariado: Llevar a cabo un análisis univariado para caracterizar las variables seleccionadas y un análisis bivariado para evaluar la relación entre la variable respuesta (rotación) y las variables explicativas, identificando aquellas que son determinantes en el comportamiento de la rotación laboral.
Estimar y evaluar el modelo de regresión logística: Estimar un modelo de regresión logística utilizando las variables seleccionadas, interpretando los coeficientes y la significancia de los parámetros, así como evaluar el poder predictivo del modelo mediante la curva ROC y el AUC, para proporcionar información útil sobre la rotación de personal en la empresa.
3 Metodología
La metodología del análisis de la rotación de personal se estructuró en varias etapas. Inicialmente, se realizó una revisión de la literatura para identificar los factores que influyen en la decisión de los empleados de permanecer o dejar la empresa. A partir de este análisis, se formularon tres preguntas clave que guiaron la selección de variables relevantes: el historial laboral previo, el equilibrio trabajo-vida y la situación dentro de la empresa.
Se seleccionaron seis variables (tres cuantitativas y tres cualitativas) y se justificó su inclusión, formulando hipótesis sobre su relación con la rotación. Luego, se llevó a cabo un análisis estadístico de las variables seleccionadas, separando las cuantitativas de las cualitativas. Para las variables cuantitativas, se realizaron análisis numéricos y gráficos para obtener una caracterización completa, mientras que para las cualitativas se aplicaron técnicas similares.
Tras el análisis univariado, se realizó un análisis bivariado que examinó el comportamiento de las variables en relación con la rotación, evaluando correlaciones y multicolinealidad entre ellas. Posteriormente, se estimó un modelo de regresión logística, interpretando los resultados obtenidos y evaluando su efectividad mediante métricas como la curva ROC y el AUC. Finalmente, se discutieron las conclusiones y estrategias de intervención basadas en los hallazgos del estudio, con el objetivo de mejorar la retención del talento en la empresa.
4 Selección de variables
4.1 Planteamiento inicial (Revisión de la literatura)
Para seleccionar las variables relacionadas con la rotación del personal, se realizó un análisis fundamentado en la literatura y en las expectativas sobre el comportamiento de los empleados en relación con su decisión de permanecer o dejar la empresa. Este análisis se estructuró a partir de tres preguntas clave que orientaron la selección de las variables:
¿Cómo ha sido su historial por fuera de la empresa?: Esta pregunta se aborda a través de la variable Trabajos Anteriores, que refleja la estabilidad laboral y la experiencia previa del individuo en el mercado laboral.
¿Cómo es él/ella como persona?: La variable Equilibrio Trabajo-Vida se utiliza para evaluar la capacidad del empleado de mantener un balance entre sus responsabilidades laborales y su vida personal, lo cual puede influir en su satisfacción y decisión de rotar.
¿Cómo es su situación dentro de la empresa?: Varias variables se consideran aquí:
- Ingreso Mensual, que puede afectar la satisfacción del empleado y su propensión a buscar mejores oportunidades.
- Antigüedad en el Cargo, que puede ser un indicador de lealtad y satisfacción con el trabajo.
- Rendimiento Laboral y Satisfacción Laboral, que son críticos para evaluar el compromiso del empleado con su puesto y la empresa.
A continuación, se exponen la justificación y las hipótesis de cada una de las variables seleccionadas, basándose en el análisis previo y en la evidencia encontrada en la literatura existente:
4.1.1 Variables Cuantitativas
| Variable | Justificación | Hipótesis |
|---|---|---|
| Ingreso Mensual | Un mayor ingreso mensual puede influir en la satisfacción del empleado y su decisión de permanecer en la empresa; empleados con ingresos más bajos pueden sentir la necesidad de buscar mejores oportunidades [1]. | Se espera que a medida que aumenta el ingreso mensual, la rotación laboral disminuya, indicando una relación inversa. |
| Trabajos Anteriores | La cantidad de trabajos previos puede reflejar la estabilidad laboral de un individuo. Aquellos con múltiples empleos anteriores podrían tener una mayor propensión a cambiar de trabajo [2]. | Los empleados con un mayor número de trabajos anteriores son más propensos a rotar, sugiriendo una relación positiva entre ambas variables. |
| Antigüedad en el Cargo | La antigüedad en el cargo puede ser un indicador de lealtad y satisfacción con el trabajo; empleados con mayor antigüedad podrían tener menos probabilidades de abandonar la empresa [3]. | A medida que aumenta la antigüedad en el cargo, se espera que la rotación disminuya, indicando una relación inversa. |
4.1.2 Variables Cualitativas
| Variable | Justificación | Hipótesis |
|---|---|---|
| Satisfacción Laboral | La satisfacción laboral es fundamental para la retención de empleados; niveles bajos de satisfacción suelen correlacionarse con una mayor rotación de personal [4]. | A medida que la satisfacción laboral disminuye, se espera que la rotación laboral aumente, evidenciando una relación inversa. |
| Equilibrio Trabajo-Vida | Un adecuado equilibrio entre el trabajo y la vida personal puede contribuir a la satisfacción laboral y, por ende, a reducir la rotación [5]. | A medida que aumenta el equilibrio trabajo-vida, se espera que la rotación disminuya, mostrando una relación inversa entre ambas variables. |
| Rendimiento Laboral | El rendimiento laboral puede influir en la rotación; empleados de bajo rendimiento pueden sentirse presionados y optar por abandonar la empresa [6]. | Se espera que los empleados con bajo rendimiento tengan una mayor tasa de rotación en comparación con aquellos con un rendimiento alto. |
4.2 Análisis estadístico
Con el objetivo de comprobar estadísticamente la veracidad de las hipótesis mencionadas en el planteamiento inicial, por lo anterior, a continuación, se llevará a cabo un análisis estadistico de las variables seleccionadas. Este análisis busca evaluar la relación entre dichas variables y la rotación de personal, así como determinar la significancia de estas relaciones. Se emplearán diversas pruebas estadísticas adecuadas para las variables cuantitativas y cualitativas, lo que proporcionará una base empírica para validar las hipótesis planteadas. De este modo, se asegurará que las variables seleccionadas no solo sean pertinentes en un contexto teórico, sino que también presenten evidencia estadística que respalde su impacto en la rotación de personal.
4.2.1 Variables Cuantitativas
Para las variables cuantitativas seleccionadas, que incluyen Ingreso_Mensual, Trabajos_Anteriores y Antigüedad_Cargo, se realizaron pruebas de significancia utilizando la prueba t de Student. Las hipótesis estadísticas para esta prueba son las siguientes:
- Hipótesis nula (H0): No hay diferencia significativa en las medias de la variable entre los grupos de rotación (y=1) y no rotación (y=0).
- Hipótesis alternativa (H1): Hay una diferencia significativa en las medias de la variable entre los grupos de rotación (y=1) y no rotación (y=0).
A continuación, se presentan los resultados obtenidos:
| Variable | Estadístico | Valor P | Conclusión |
|---|---|---|---|
| Ingreso Mensual | t = 7.4826 | 4.434e-13 | Con un nivel de confianza del 95%, se concluye que existe una diferencia significativa en las medias entre los grupos de rotación. |
| Trabajos Anteriores | t = -1.5747 | 0.1163 | Con un nivel de confianza del 95%, no hay evidencia suficiente para afirmar diferencias en las medias entre los grupos de rotación. |
| Antigüedad Cargo | t = 6.8471 | 3.187e-11 | Con un nivel de confianza del 95%, se concluye que existe una diferencia significativa en las medias entre los grupos de rotación. |
4.2.2 Variables Cualitativas
Para las variables cualitativas seleccionadas, que incluyen Satisfacción_Laboral, Equilibrio_Trabajo_Vida y Rendimiento_Laboral, se aplicó la prueba de chi-cuadrado para evaluar la asociación entre estas variables y la rotación de personal. Los resultados de estas pruebas son los siguientes:
- Hipótesis nula (H0): No hay diferencia significativa en las medias de la variable entre los grupos de rotación (y=1) y no rotación (y=0).
- Hipótesis alternativa (H1): Hay una diferencia significativa en las medias de la variable entre los grupos de rotación (y=1) y no rotación (y=0).
| Variable | Estadístico | Valor P | Conclusión |
|---|---|---|---|
| Satisfacción Laboral | X-squared = 17.505 | 0.0005563 | Con un nivel de confianza del 95%, se concluye que existe una relación significativa entre satisfacción laboral y rotación. |
| Equilibrio Trabajo Vida | X-squared = 16.325 | 0.0009726 | Con un nivel de confianza del 95%, se concluye que existe una relación significativa entre equilibrio trabajo-vida y rotación. |
| Rendimiento Laboral | X-squared = 0.00015475 | 0.9901 | Con un nivel de confianza del 95%, no hay evidencia suficiente para afirmar una relación entre rendimiento laboral y rotación. |
4.3 Conclusión
Luego de realizado el planteamiento inicial y el análisis estadistico, a continuación se presentan las conclusiones obtenidas:
4.3.1 Variables Cuantitativas
| Variable | Planteamiento Inicial | Resultado Estadístico | Conclusión |
|---|---|---|---|
| Ingreso Mensual | Un mayor ingreso puede aumentar la satisfacción y reducir la rotación. | Diferencia significativa (p < 0.001). | Mejorar el ingreso es clave para retener empleados. |
| Trabajos Anteriores | Más trabajos anteriores indican inestabilidad y mayor propensión a rotar. | No se encontró diferencia significativa (p = 0.1163). | No se respalda la teoría; otros factores pueden ser más determinantes. |
| Antigüedad en el Cargo | Mayor antigüedad reduce la rotación. | Diferencia significativa (p < 0.001). | La relación inversa entre antigüedad y rotación es confirmada por ambos análisis. |
4.3.2 Variables Cualitativas
| Variable | Planteamiento Inicial | Resultado Estadístico | Conclusión |
|---|---|---|---|
| Satisfacción Laboral | Baja satisfacción correlaciona con alta rotación. | Relación significativa (p < 0.001). | La satisfacción laboral es fundamental para la retención. |
| Equilibrio Trabajo-Vida | Un mejor equilibrio contribuye a la satisfacción y reduce la rotación. | Relación significativa (p < 0.001). | Promover el equilibrio trabajo-vida es clave para reducir la rotación. |
| Rendimiento Laboral | Bajo rendimiento puede llevar a mayor rotación. | No se encontró relación significativa (p = 0.9901). | La teoría no se respalda; el rendimiento puede no ser un predictor claro de rotación. |
Conclusión General: Los resultados del análisis revelan que, si bien el Ingreso Mensual y la Antigüedad en el Cargo presentaron relaciones significativas con la rotación del personal, variables como Trabajos Anteriores y Rendimiento Laboral no mostraron diferencias estadísticas notables. Sin embargo, estas últimas continúan siendo relevantes desde el planteamiento inicial por lo encontrado en la literartura, lo que indica que la falta de relación estadística no descarta su importancia. A continuación, se complementará este estudio con análisis univariados y bivariados para obtener una comprensión más completa de las dinámicas detrás de la rotación del personal.
5 Análisis univariado
Con el objetivo de caracterizar la información contenida en la base de datos sobre rotación de personal, a continuación, se llevará a cabo un análisis univariado de las variables cuantitativas y cualitativas. Este análisis incluirá el cálculo de medidas de tendencia central y dispersión para las variables cuantitativas, así como un examen de frecuencia absoluta y relativa para las variables cualitativas. A través de histogramas y distribuciones de frecuencia, se buscará identificar patrones y tendencias que influyan en la rotación del personal, estableciendo así las bases para un análisis más profundo y validando las hipótesis planteadas en el estudio inicial.
5.1 Variables Cuantitativas
El análisis de las variables cuantitativas se centra en la obtención de medidas de tendencia central y dispersión, las cuales nos permiten conocer mejor la distribución de los datos. Para estas variables, se calcularán la media, mediana, desviación estándar, el máximo, el minimo y el rango intercuartílico (IQR). Además, se generarán histogramas y boxplots para visualizar su distribución.A continuación, se presentan los resultados y conclusiones obtenidas.
5.1.1 Análisis Numérico
| Variable | Media | Mediana | Desviacion | IQR | Minimo | Maximo |
|---|---|---|---|---|---|---|
| Ingreso Mensual | 6502.931293 | 4919 | 4707.956783 | 5468 | 1009 | 19999 |
| Trabajos Anteriores | 2.693197 | 2 | 2.498009 | 3 | 0 | 9 |
| Antigüedad Cargo | 4.229252 | 3 | 3.623137 | 5 | 0 | 18 |
5.1.2 Análisis Gráfico
5.1.3 Conclusión
Ingreso Mensual: El ingreso mensual promedio es de $6502.93, con una distribución sesgada hacia la izquierda, lo que sugiere que la mayoría de los empleados tienen ingresos relativamente bajos. Este patrón, combinado con un mínimo de $1009 y un máximo de $19999, podría contribuir a la insatisfacción y, por ende, aumentar la rotación del personal, ya que aquellos con salarios más bajos son más propensos a buscar mejores oportunidades.
Trabajos Anteriores: Con un promedio de 2.69 trabajos previos y una distribución similar a la de ingresos, también concentrada hacia la izquierda, se observa que muchos empleados tienen poca experiencia laboral. Esto podría indicar una mayor probabilidad de rotación, ya que empleados con menos experiencia suelen estar en búsqueda activa de oportunidades, reflejando una menor lealtad hacia la empresa.
Antigüedad en el Cargo: La antigüedad promedio es de 4.23 años, con una distribución bimodal que presenta picos en 2.5 y 7.5 años. Esto sugiere que hay grupos de empleados con diferentes niveles de compromiso. Aquellos con menor antigüedad pueden estar más abiertos a explorar nuevas oportunidades, mientras que los más antiguos son propensos a ser más leales.
Conclusión General: En resumen, los resultados reflejan que la combinación de ingresos bajos, poca experiencia laboral y la variabilidad en la antigüedad puede afectar negativamente la rotación de personal. Estos hallazgos son de especial atención para el estudio en cuestión, ya que la insatisfacción laboral y la falta de compromiso pueden impulsar a los empleados a dejar la organización en busca de mejores condiciones laborales, que es justamente lo mencionado en el planteamiento inicial.
5.2 Variables Cualitativas
En el caso de las variables cualitativas, el análisis se enfocará en la distribución de frecuencias absolutas y relativas. Esto ayudará a identificar qué categorías predominan en las variables de interés, proporcionando un contexto valioso sobre las características de los empleados en la muestra. A continuación, se presentan los resultados y conclusiones obtenidas.
5.2.1 Análisis Numérico
| Categoría | Frecuencia absoluta | Frecuencia relativa [%] |
|---|---|---|
| Muy insatisfecho | 289 | 19.66 |
| Insatisfecho | 280 | 19.05 |
| Satisfecho | 442 | 30.07 |
| Muy satisfecho | 459 | 31.22 |
| Categoría | Frecuencia absoluta | Frecuencia relativa [%] |
|---|---|---|
| Muy bajo | 80 | 5.44 |
| Bajo | 344 | 23.40 |
| Medio | 893 | 60.75 |
| Alto | 153 | 10.41 |
| Categoría | Frecuencia absoluta | Frecuencia relativa [%] |
|---|---|---|
| Alto | 1244 | 84.63 |
| Muy alto | 226 | 15.37 |
5.2.2 Análisis Gráfico
5.2.3 Conclusión
1. Satisfacción Laboral: Los resultados del análisis indican que la distribución de la satisfacción laboral es la siguiente:
- Muy insatisfecho: 289 (19.66%)
- Insatisfecho: 280 (19.05%)
- Satisfecho: 442 (30.07%)
- Muy satisfecho: 459 (31.22%)
Un 61.29% de los empleados reportan niveles de satisfacción laboral altos (satisfecho y muy satisfecho), lo cual es un indicativo positivo para la organización. Sin embargo, un 38.74% de los empleados se encuentra en niveles de insatisfacción, lo que podría contribuir a una mayor rotación del personal.
2. Equilibrio Trabajo-Vida: La distribución de respuestas sobre el equilibrio trabajo-vida es la siguiente:
- Muy bajo: 80 (5.44%)
- Bajo: 344 (23.40%)
- Medio: 893 (60.75%)
- Alto: 153 (10.41%)
Una gran mayoría de los empleados (60.75%) califica su equilibrio trabajo-vida como medio, mientras que solo un pequeño porcentaje lo considera muy bajo. Aunque el equilibrio medio es alentador, el 28.84% de los empleados que califican su equilibrio como bajo o muy bajo pueden estar en riesgo de experimentar agotamiento, lo que podría resultar en un aumento en la rotación de personal.
3. Rendimiento Laboral La distribución de la percepción sobre el rendimiento laboral es la siguiente:
- Alto: 1244 (84.63%)
- Muy alto: 226 (15.37%)
Una abrumadora mayoría del 84.63% de los empleados considera que su rendimiento laboral es alto, lo que sugiere un alto nivel de compromiso y productividad en el equipo. Este alto rendimiento puede contribuir a la lealtad del personal y, por lo tanto, a la reducción de la rotación.
Conclusión General: Los resultados del análisis indican que, a pesar de un 61.29% de empleados satisfechos y un notable 84.63% que reporta un alto rendimiento laboral, la insatisfacción laboral del 38.74% y un 28.84% que percibe un bajo equilibrio trabajo-vida son factores de riesgo para la rotación del personal. Estos hallazgos son de especial atención para el estudio en cuestión, ya que un entorno laboral insatisfactorio y la falta de equilibrio pueden incitar a los empleados a buscar nuevas oportunidades, que es justamente lo mencionado en el planteamiento inicial.
5.3 Conclusión
El análisis univariado revela información clave sobre las variables cuantitativas y cualitativas que influyen en la rotación de personal dentro de la organización. En el caso de las variables cuantitativas, se observa que los ingresos mensuales promedio son relativamente bajos, y la mayoría de los empleados tienen poca experiencia laboral y antigüedad en la empresa. Estas condiciones pueden generar insatisfacción laboral y, en consecuencia, aumentar la probabilidad de rotación, especialmente entre aquellos empleados con salarios más bajos y menor lealtad hacia la empresa.
Por otro lado, el análisis de las variables cualitativas muestra un panorama mixto. A pesar de que un 61.29% de los empleados reportan niveles altos de satisfacción laboral y un 84.63% perciben su rendimiento laboral como alto, existe una proporción significativa (38.74%) de empleados insatisfechos y un 28.84% que evalúa su equilibrio trabajo-vida como bajo o muy bajo. Estos factores son preocupantes, ya que pueden ser detonantes de la rotación del personal, sugiriendo la necesidad de que la organización implemente estrategias que aborden la insatisfacción y el equilibrio laboral para mejorar la retención de talento y fomentar un ambiente de trabajo más saludable.
6 Análisis Bivariado
En esta sección, se llevará a cabo un análisis bivariado para evaluar la relación entre las variables seleccionadas y la rotación de personal, codificada como \(y = 1\) para rotación y \(y = 0\) para no rotación. Este análisis se estructura en tres secciones fundamentales.
Comportamiento de las variables seleccionadas por tipo de rotación: En esta parte, se analizan las variables cuantitativas mediante el calculo e interpretación de las medidas de tendencia central y gráficos de caja que permiten visualizar la dispersión y la tendencia central de las variables en función de la rotación. Para las variables cualitativas, se calcula la frecuencia absoluta y relativa y se utilizan gráficos de barras apiladas para mostrar la proporción de respuestas y su relación con la rotación.
Correlación entre las variables seleccionadas y la rotación: Se lleva a cabo un análisis estadístico para evaluar la significancia de las relaciones entre las variables seleccionadas y la rotación, utilizando pruebas de hipótesis t-Student para las variables cuantitativas y pruebas chi-cuadrado para las variables cualitativas, y calculando el coeficiente de correlación (en el caso de las variables cuantitativas se calculo el coeficiente de correlación biserial). El análisis concluye con un resumen que sintetiza los hallazgos obtenidos.
Multicolinealidad entre las variables seleccionadas: En esta sección, se lleva a cabo un análisis estadístico que evalúa la interacción entre las variables cuantitativas y cualitativas seleccionadas, con el objetivo de validar si esta o no presente el efecto de multicolinealinealidad. Adicionalmente se calcula el GVIF para validar la presencia o no de dicho efecto.
Este análisis permitirá identificar cómo se comportan las variables seleccionadas en relación con la rotación, así como validar cuáles de ellas son determinantes para la rotación del personal. Además, se evaluará la multicolinealidad entre estas variables, un aspecto esencial para la preparación de modelos predictivos futuros. A continuación, se presentan los resultados obtenidos:
6.1 Comportamiento de las variables seleccionadas por tipo de rotación
6.1.1 Variables cuantitativas
6.1.1.1 Análisis númerico
| Variable | Rotacion | Media | Mediana | Desviacion | IQR | Minimo | Maximo |
|---|---|---|---|---|---|---|---|
| Ingreso Mensual | No | 6832.739659 | 5204 | 4818.208001 | 5623 | 1051 | 19999 |
| Ingreso Mensual | Si | 4787.092827 | 3202 | 3640.210367 | 3543 | 1009 | 19859 |
| Trabajos Anteriores | No | 2.645580 | 2 | 2.460090 | 3 | 0 | 9 |
| Trabajos Anteriores | Si | 2.940928 | 1 | 2.678519 | 4 | 0 | 9 |
| Antigüedad en el Cargo | No | 4.484185 | 3 | 3.649402 | 5 | 0 | 18 |
| Antigüedad en el Cargo | Si | 2.902954 | 2 | 3.174827 | 4 | 0 | 15 |
6.1.1.2 Análisis gráfico
## TableGrob (1 x 3) "arrange": 3 grobs
## z cells name grob
## 1 1 (1-1,1-1) arrange gtable[layout]
## 2 2 (1-1,2-2) arrange gtable[layout]
## 3 3 (1-1,3-3) arrange gtable[layout]6.1.1.3 Conclusión
1. Ingreso Mensual: Los resultados muestran que los empleados con rotación “No” tienen un ingreso mensual promedio de 6833 unidades monetarias, mientras que aquellos con rotación “Sí” tienen un ingreso promedio de 4787 unidades. Esta diferencia de 2046 unidades monetarias respalda la hipótesis planteada, que sugiere que a medida que aumenta el ingreso mensual, la rotación laboral disminuye. Los empleados con ingresos más altos parecen estar más satisfechos y menos inclinados a buscar nuevas oportunidades, validando la relación inversa esperada.
2. Trabajos Anteriores: En cuanto a los trabajos anteriores, los empleados que han rotación “No” tienen un promedio de 2.65 trabajos previos, frente a un promedio de 2.94 para aquellos con rotación “Sí”. Esta ligera diferencia sugiere que la cantidad de trabajos previos podría tener una relación positiva con la rotación, lo cual no apoya completamente la hipótesis inicial. Si bien los datos indican que un mayor número de trabajos anteriores podría estar asociado con una mayor propensión a la rotación, la diferencia observada no es suficiente para confirmar con certeza esta relación.
3. Antigüedad en el Cargo: Finalmente, para la antigüedad en el cargo, se observó que los empleados con rotación “No” tienen un promedio de 4.48 años de antigüedad, mientras que aquellos con rotación “Sí” tienen un promedio de 2.90 años. Este resultado respalda la hipótesis de que a medida que aumenta la antigüedad en el cargo, la rotación disminuye. La mayor antigüedad puede indicar lealtad y satisfacción con el trabajo, lo que se traduce en una menor probabilidad de abandonar la empresa.
Conclusión General: En conclusión, los resultados del análisis bivariado respaldan en su mayoría las hipótesis iniciales, especialmente en relación con el ingreso mensual y la antigüedad en el cargo, que muestran relaciones inversas con la rotación laboral. Sin embargo, la relación entre la cantidad de trabajos anteriores y la rotación requiere un análisis más profundo, dado que los resultados no son tan concluyentes como se esperaban.
6.1.2 Variables cualitativas
6.1.2.1 Análisis númerico
## [1] "Variable" "Categoria" "Rotacion" "Freq" "Percent"| Variable | Categoria | Rotacion | Freq | Percent |
|---|---|---|---|---|
| Satisfacción Laboral | Muy insatisfecho | No | 223 | 18.085969 |
| Satisfacción Laboral | Insatisfecho | No | 234 | 18.978102 |
| Satisfacción Laboral | Satisfecho | No | 369 | 29.927007 |
| Satisfacción Laboral | Muy satisfecho | No | 407 | 33.008921 |
| Satisfacción Laboral | Muy insatisfecho | Si | 66 | 27.848101 |
| Satisfacción Laboral | Insatisfecho | Si | 46 | 19.409283 |
| Satisfacción Laboral | Satisfecho | Si | 73 | 30.801688 |
| Satisfacción Laboral | Muy satisfecho | Si | 52 | 21.940928 |
| Equilibrio Trabajo-Vida | Muy bajo | No | 55 | 4.460665 |
| Equilibrio Trabajo-Vida | Bajo | No | 286 | 23.195458 |
| Equilibrio Trabajo-Vida | Medio | No | 766 | 62.124899 |
| Equilibrio Trabajo-Vida | Alto | No | 126 | 10.218978 |
| Equilibrio Trabajo-Vida | Muy bajo | Si | 25 | 10.548523 |
| Equilibrio Trabajo-Vida | Bajo | Si | 58 | 24.472574 |
| Equilibrio Trabajo-Vida | Medio | Si | 127 | 53.586498 |
| Equilibrio Trabajo-Vida | Alto | Si | 27 | 11.392405 |
| Rendimiento Laboral | Alto | No | 1044 | 84.671533 |
| Rendimiento Laboral | Muy alto | No | 189 | 15.328467 |
| Rendimiento Laboral | Alto | Si | 200 | 84.388186 |
| Rendimiento Laboral | Muy alto | Si | 37 | 15.611814 |
6.1.2.2 Análisis gráfico
## TableGrob (3 x 1) "arrange": 3 grobs
## z cells name grob
## 1 1 (1-1,1-1) arrange gtable[layout]
## 2 2 (2-2,1-1) arrange gtable[layout]
## 3 3 (3-3,1-1) arrange gtable[layout]6.1.2.3 Conclusión
1. Satisfacción Laboral: Los resultados indican que la satisfacción laboral tiene un impacto significativo en la rotación. Entre aquellos que no rotan, la mayoría se encuentra en categorías de satisfacción alta, con 33.0% de “Muy satisfechos” y 29.9% de “Satisfechos”. En contraste, el 27.8% de los que rotan se identifican como “Muy insatisfechos”. Este hallazgo sugiere que los empleados con mayor satisfacción laboral tienden a permanecer en la empresa, apoyando la hipótesis de que una mayor satisfacción laboral está asociada con menor rotación.
2. Equilibrio Trabajo-Vida En relación con el equilibrio trabajo-vida, los datos muestran que el 62.1% de los empleados que no rotan se encuentran en la categoría “Medio”, mientras que aquellos que rotan tienen un equilibrio “Medio” del 53.6%. Aunque hay cierta representación en las categorías “Muy bajo” y “Bajo” para ambos grupos, el 10.2% de los que no rotan se clasifican como “Alto”. Esta información sugiere que un mejor equilibrio trabajo-vida puede estar asociado con una menor rotación, aunque se requiere más análisis para confirmar esta relación de manera concluyente.
3. Rendimiento Laboral: En cuanto al rendimiento laboral, se observa que el 84.7% de los empleados que no rotan se clasifican como “Alto”, comparado con el 84.4% de aquellos que rotan. Sin embargo, el porcentaje de empleados con “Muy alto” rendimiento es más bajo entre los que rotan (15.6%) que entre los que no rotan (15.3%). Estos resultados sugieren que un rendimiento laboral alto se asocia con una menor rotación, confirmando la hipótesis de que los empleados de alto rendimiento son menos propensos a cambiar de trabajo.
Conclusión General: En conclusión, el análisis bivariado de las variables categóricas resalta la importancia de la satisfacción laboral y el rendimiento laboral en la rotación de empleados, mostrando patrones que respaldan las hipótesis iniciales. Mientras que el equilibrio trabajo-vida presenta una relación más compleja.
6.2 Correlación entre de las variables seleccionadas y rotación
6.2.1 Análisis estadistico
Hipótesis planteadas
- Ingreso Mensual y Rotación Laboral
- Hipótesis Nula (H0): No existe una relación significativa entre el ingreso mensual y la rotación laboral.
- Hipótesis Alternativa (H1): A medida que aumenta el ingreso mensual, la rotación laboral disminuye, indicando una relación inversa.
- Trabajos Anteriores y Rotación Laboral
- Hipótesis Nula (H0): No existe una relación significativa entre el número de trabajos anteriores y la rotación laboral.
- Hipótesis Alternativa (H1): Los empleados con un mayor número de trabajos anteriores son más propensos a rotar, sugiriendo una relación positiva entre ambas variables.
- Antigüedad en el Cargo y Rotación Laboral
- Hipótesis Nula (H0): No existe una relación significativa entre la antigüedad en el cargo y la rotación laboral.
- Hipótesis Alternativa (H1): A medida que aumenta la antigüedad en el cargo, la rotación laboral disminuye, indicando una relación inversa.
- Satisfacción Laboral y Rotación Laboral
- Hipótesis Nula (H0): No existe una relación significativa entre la satisfacción laboral y la rotación laboral.
- Hipótesis Alternativa (H1): Los empleados que reportan una mayor satisfacción laboral son menos propensos a rotar, sugiriendo una relación inversa.
- Equilibrio Trabajo-Vida y Rotación Laboral
- Hipótesis Nula (H0): No existe una relación significativa entre el equilibrio trabajo-vida y la rotación laboral.
- Hipótesis Alternativa (H1): Los empleados con un mejor equilibrio trabajo-vida son menos propensos a rotar, indicando una relación inversa.
- Rendimiento Laboral y Rotación Laboral
- Hipótesis Nula (H0): No existe una relación significativa entre el rendimiento laboral y la rotación laboral.
- Hipótesis Alternativa (H1): Los empleados con un mayor rendimiento laboral son menos propensos a rotar, sugiriendo una relación inversa.
Resultados obtenidos
| Variable | Tipo | Estadístico | Valor.P | Correlación | Conclusión |
|---|---|---|---|---|---|
| Ingreso Mensual | Cuantitativa | t = -6.2039 | 7.147e-10 | 0.1598 | Con un nivel de confianza del 95%, se concluye que hay una correlación significativa negativa. |
| Trabajos Anteriores | Cuantitativa | t = 1.668 | 0.09553 | -0.0435 | Con un nivel de confianza del 95%, se concluye que no hay correlación significativa. |
| Antigüedad en el Cargo | Cuantitativa | t = -6.232 | 6.003e-10 | 0.1605 | Con un nivel de confianza del 95%, se concluye que hay una correlación significativa negativa. |
| Satisfacción Laboral | Categórica | X-squared = 17.505 | 0.0005563 |
Muy insatisfecho: 0.1241 Insatisfecho: 0.2054 Satisfecho: 0.1875 Muy satisfecho: 0.1978 |
Con un nivel de confianza del 95%, se concluye que hay una relación significativa entre Satisfacción Laboral y Rotación. |
| Equilibrio Trabajo-Vida | Categórica | X-squared = 16.325 | 0.0009726 |
Muy bajo: 0.0523 Bajo: 0.0567 Medio: 0.1442 Alto: 0.1124 |
Con un nivel de confianza del 95%, se concluye que hay una relación significativa entre Equilibrio Trabajo-Vida y Rotación. |
| Rendimiento Laboral | Categórica | X-squared = 0.00015475 | 0.9901 |
Alto: 0.0120 Muy alto: 0.0141 |
Con un nivel de confianza del 95%, se concluye que no hay relación significativa entre Rendimiento Laboral y Rotación. |
6.2.2 Conclusión
De acuerdo a los resultados obtenidos, se puede concluir lo siguiente:
1. Ingreso Mensual y Rotación Laboral: La hipótesis planteaba que a medida que aumenta el ingreso mensual, la rotación laboral disminuye, indicando una relación inversa. Sin embargo, los resultados mostraron una correlación de 0.1598 con un valor p de 7.147e-10, lo que indica una relación significativa positiva. Esto sugiere que un mayor ingreso podría estar asociado con una mayor rotación, desafiando las expectativas iniciales.
2. Trabajos Anteriores y Rotación Laboral: Se esperaba que un mayor número de trabajos anteriores estuviera relacionado con una mayor propensión a la rotación laboral. No obstante, la correlación observada fue de -0.0435 y un valor p de 0.09553, lo que indica que no hay una relación significativa. Esto sugiere que la cantidad de trabajos previos no predice la rotación de manera relevante.
3. Antigüedad en el Cargo y Rotación Laboral: La hipótesis planteaba que a medida que aumenta la antigüedad en el cargo, la rotación laboral disminuiría. Los resultados mostraron una correlación de 0.1605 con un valor p de 6.003e-10, indicando una relación significativa. Sin embargo, esta correlación positiva implica que empleados con más antigüedad también tienden a rotar más, contradiciendo la hipótesis inicial.
4. Satisfacción Laboral y Rotación Laboral: La prueba Chi-cuadrado mostró un valor de X-squared = 17.505 y un valor p de 0.0005563, lo que indica una relación significativa entre la satisfacción laboral y la rotación. Esto sugiere que la satisfacción laboral puede influir en las decisiones de rotación, donde niveles más altos de satisfacción están asociados con menor rotación.
5. Equilibrio Trabajo-Vida y Rotación Laboral: La prueba Chi-cuadrado mostró un valor de X-squared = 16.325 y un valor p de 0.0009726. Esto indica que existe una relación significativa, sugiriendo que un mejor equilibrio entre el trabajo y la vida personal puede estar asociado con menor rotación.
6. Rendimiento Laboral y Rotación Laboral: La prueba Chi-cuadrado mostró un valor de X-squared = 0.00015475 y un valor p de 0.9901, lo que sugiere que no hay una relación significativa entre el rendimiento laboral y la rotación. Esto implica que el rendimiento laboral puede no ser un predictor relevante de las decisiones de rotación.
Conclusión General: Los hallazgos sugieren que las relaciones entre estas variables son más complejas de lo esperado. La correlación positiva entre ingreso y antigüedad con rotación desafía las expectativas de que factores como el ingreso y la lealtad conducen a menor rotación. Además, los resultados de las variables categóricas refuerzan la importancia de considerar la satisfacción y el equilibrio trabajo-vida como factores significativos en las decisiones de rotación. Esto resalta la necesidad de explorar otros factores que puedan influir en las decisiones de los empleados de cambiar de empleo.
6.3 Multicolinealidad entre de las variables seleccionadas
6.3.1 Análisis estadistico
6.3.1.1 Cálculo de la correlación
6.3.1.2 Cálculo del GVIF
6.3.2 Conclusión
El análisis de la multicolinealidad en el conjunto de datos ha revelado patrones interesantes en las relaciones entre diversas variables. A continuación, se presentan las conclusiones más relevantes:
Satisfacción Laboral: Se observa una correlación negativa moderada entre “Satisfaccion_Laboral.Muy.insatisfecho” y “Satisfaccion_Laboral.Satisfecho” (-0.324) y una correlación similar con “Satisfaccion_Laboral.Muy.satisfecho” (-0.333). Esto sugiere que a medida que la satisfacción laboral aumenta, la insatisfacción disminuye, lo cual es consistente con la expectativa teórica. Además, el análisis de multicolinealidad indica que el GVIF para “Satisfaccion_Laboral” es de 1.023676, lo que sugiere que no hay problemas significativos de multicolinealidad en esta variable.
Equilibrio Trabajo-Vida: Las correlaciones entre las variables de “Equilibrio_Trabajo_Vida” indican que los niveles más altos de equilibrio entre el trabajo y la vida personal están asociados con una disminución de la insatisfacción laboral. Por ejemplo, “Equilibrio_Trabajo_Vida.Bajo” presenta una fuerte correlación negativa con “Equilibrio_Trabajo_Vida.Medio” (-0.687) y “Equilibrio_Trabajo_Vida.Alto” (-0.188), lo que respalda la expectativa de que un bajo equilibrio laboral contribuye a la insatisfacción. El GVIF para esta variable es de 1.016819, lo que también sugiere que no hay preocupaciones serias de multicolinealidad.
Rendimiento Laboral: Las variables “Rendimiento_Laboral.Alto” y “Rendimiento_Laboral.Muy.alto” muestran una correlación perfecta de -1. Esto es inesperado y puede indicar un problema en los datos o en la forma en que se han codificado estas variables, sugiriendo que se debe tener precaución al interpretar estas medidas. El GVIF para “Rendimiento_Laboral” es de 1.011515, lo que sugiere que no se presenta multicolinealidad significativa entre las variables relacionadas con el rendimiento.
Ingreso Mensual y Antigüedad: La relación entre “Ingreso_Mensual” y “Antiguedad_Cargo” es negativa y moderada (-0.160), lo cual podría ser sorpresivo, ya que se esperaría que un mayor ingreso esté asociado a una mayor antigüedad. Este hallazgo sugiere que puede haber otros factores en juego que afectan estas variables, lo que puede requerir una investigación más profunda. El GVIF para “Ingreso_Mensual” es de 1.158169, lo que podría indicar una ligera preocupación por la multicolinealidad, mientras que “Antiguedad_Cargo” tiene un GVIF de 1.131264, que también sugiere precaución.
Conclusiones Generales: En general, las correlaciones observadas entre las variables de satisfacción laboral y equilibrio trabajo-vida están alineadas con las expectativas teóricas, lo que sugiere que los datos son consistentes en su mayoría. Sin embargo, las correlaciones inusuales, como la perfecta entre los niveles de rendimiento laboral y la relación negativa entre ingresos y antigüedad, indican áreas que pueden necesitar un análisis más exhaustivo para comprender completamente las dinámicas en el conjunto de datos.
Se recomienda considerar estos hallazgos en el contexto de cualquier modelado posterior para mitigar la multicolinealidad y mejorar la interpretación de los resultados.
6.4 Conclusión
El análisis bivariado revela patrones significativos en la relación entre la rotación laboral y diversas variables tanto continuas como categóricas. Se encontró que los empleados con un ingreso mensual más alto y mayor antigüedad en el cargo tienden a rotar menos, corroborando la hipótesis de que estos factores están inversamente relacionados con la rotación laboral. Por otro lado, la cantidad de trabajos anteriores no mostró una relación clara con la rotación, sugiriendo que un mayor número de experiencias laborales previas no necesariamente implica una mayor propensión a cambiar de empleo.
Asimismo, la satisfacción laboral y el equilibrio trabajo-vida emergieron como variables clave que influyen en la decisión de rotar, con niveles más altos de satisfacción y un mejor equilibrio asociados a una menor rotación. Sin embargo, la relación entre rendimiento laboral y rotación no presentó una correlación significativa. Estos hallazgos indican que, aunque algunas expectativas iniciales se confirmaron, la dinámica entre estas variables es compleja y sugiere que se necesita un análisis más profundo para entender completamente los factores que influyen en la rotación laboral.
7 Modelado
7.1 Estimación del modelo
En esta sección, se procederá a estimar un modelo de regresión logística con el objetivo de analizar la probabilidad de rotación del personal en función de las variables seleccionadas. Para ello, se llevará a cabo una partición aleatoria de los datos, dividiéndolos en dos subconjuntos: un 70% de los registros será utilizado como conjunto de entrenamiento para ajustar el modelo, mientras que el 30% restante se reservará como conjunto de prueba para evaluar su desempeño.
El modelo logístico tiene la siguiente forma:
\[ \log \left( \frac{P(y=1)}{P(y=0)} \right) = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \dots + \beta_n X_n + \varepsilon \]
Donde:
\(P(y=1)\) es la probabilidad de que ocurra la rotación del personal.
\(X_1, X_2, \dots, X_n\) representan las variables explicativas que influyen en la rotación.
\(\beta_0\) es la intersección o término constante del modelo.
\(\beta_1, \beta_2, \dots, \beta_n\) son los coeficientes que indican el efecto de cada variable explicativa sobre la probabilidad de rotación.
\(\varepsilon\) es el término de error, que captura las variaciones no explicadas por el modelo.
A continuación, se detallan los resultados del modelo estimado con la muestra de entrenamiento, los cuales permitirán evaluar la capacidad predictiva del modelo y la influencia de las diferentes variables sobre la rotación del personal.
7.2 Resultados obtenidos
| Coeficiente | Estimado | Error Estándar | Valor z | Pr(>|z|) | Interpretación |
|---|---|---|---|---|---|
| Intercepto | 0.8312000 | 0.3798000 | 2.188 | 0.0286540 |
Valor y signo: El intercepto es positivo (0.831), lo
que sugiere que si todas las variables explicativas fueran cero, la
rotación aumentaría. Interpretación: Este coeficiente representa el cambio en las log-odds de la rotación por un cambio unitario en las variables independientes, indicando una tendencia a aumentar la rotación bajo ciertas condiciones. Resultado PH: Con un nivel de confianza del 97%, es significativo (p = 0.028654). |
| Satisfaccion Laboral Insatisfecho | -0.5900000 | 0.2742000 | -2.151 | 0.0314490 |
Valor y signo: El coeficiente de insatisfacción laboral
es negativo (-0.590), lo que indica que a mayor insatisfacción laboral,
la rotación disminuye. Interpretación: Esto significa que por cada unidad que se incrementa la insatisfacción laboral, hay una disminución en las log-odds de rotación, sugiriendo que los empleados insatisfechos tienden a quedarse más tiempo. Resultado PH: Con un nivel de confianza del 96%, es significativo (p = 0.031449). |
| Satisfaccion Laboral Satisfecho | -0.5826000 | 0.2403000 | -2.424 | 0.0153410 |
Valor y signo: La satisfacción laboral también tiene un
coeficiente negativo (-0.582), lo que sugiere que mayor satisfacción
laboral reduce la rotación. Interpretación: Esto significa que un aumento en la satisfacción laboral se traduce en una reducción en las log-odds de rotación, indicando que empleados satisfechos tienen menos probabilidades de dejar la empresa. Resultado PH: Con un nivel de confianza del 98%, es significativo (p = 0.015341). |
| Satisfaccion Laboral Muy satisfecho | -0.8879000 | 0.2489000 | -3.567 | 0.0003610 |
Valor y signo: El coeficiente de estar muy satisfecho
es aún más negativo (-0.887), lo que implica que la alta satisfacción
laboral reduce significativamente la rotación. Interpretación: Cada aumento en la satisfacción laboral hacia un nivel muy alto disminuye las log-odds de rotación, lo que sugiere que la satisfacción extrema contribuye a una mayor retención de personal. Resultado PH: Con un nivel de confianza del 99.9%, es altamente significativo (p = 0.000361). |
| Equilibrio Trabajo Vida Bajo | -0.9600000 | 0.3478000 | -2.760 | 0.0057800 |
Valor y signo: Un bajo equilibrio trabajo-vida tiene un
coeficiente negativo (-0.960), lo que sugiere que un menor equilibrio
reduce la rotación. Interpretación: Esto implica que por cada unidad que se reduce el equilibrio trabajo-vida, hay una disminución significativa en las log-odds de rotación, indicando que empleados con un bajo equilibrio son más propensos a quedarse. Resultado PH: Con un nivel de confianza del 99%, es significativo (p = 0.005780). |
| Equilibrio Trabajo Vida Medio | -1.1360000 | 0.3156000 | -3.600 | 0.0003180 |
Valor y signo: El coeficiente del equilibrio moderado
es negativo (-1.136), lo que indica que un equilibrio moderado reduce
aún más la rotación. Interpretación: Un incremento en el equilibrio trabajo-vida hacia un nivel moderado resulta en una notable disminución en las log-odds de rotación, sugiriendo que el equilibrio moderado es favorable para la retención. Resultado PH: Con un nivel de confianza del 99.9%, es altamente significativo (p = 0.000318). |
| Equilibrio Trabajo Vida Alto | -0.7289000 | 0.3788000 | -1.924 | 0.0543140 |
Valor y signo: El coeficiente de un equilibrio
trabajo-vida alto es negativo (-0.729), indicando una leve reducción en
la rotación. Interpretación: A medida que el equilibrio trabajo-vida mejora, las log-odds de rotación disminuyen ligeramente, lo que sugiere que un buen equilibrio es positivo para la retención, aunque en menor medida. Resultado PH: Con un nivel de confianza del 94%, es marginalmente significativo (p = 0.054314). |
| Rendimiento Laboral Muy alto | 0.0769200 | 0.2439000 | 0.315 | 0.7524410 |
Valor y signo: El rendimiento laboral muy alto tiene un
coeficiente positivo (0.076), lo que sugiere que no afecta mucho la
rotación. Interpretación: Un aumento en el rendimiento laboral puede incrementar ligeramente las log-odds de rotación, pero el efecto es marginal, indicando que otros factores son más determinantes. Resultado PH: Con un nivel de confianza del 25%, no es significativo (p = 0.752441). |
| Ingreso Mensual | -0.0001265 | 0.0000288 | -4.398 | 0.0000109 |
Valor y signo: El coeficiente de ingreso mensual es muy
pequeño y negativo (-0.0001265), lo que implica que un mayor ingreso
reduce la rotación. Interpretación: Por cada incremento unitario en el ingreso mensual, hay una leve disminución en las log-odds de rotación, indicando que los ingresos pueden influir en la decisión de quedarse. Resultado PH: Con un nivel de confianza del 99.9%, es altamente significativo (p = 1.09e-05). |
| Trabajos Anteriores | 0.0182700 | 0.0362700 | 0.504 | 0.6145010 |
Valor y signo: El coeficiente de trabajos anteriores es
positivo (0.01827), pero de baja magnitud, lo que sugiere un impacto
leve en la rotación. Interpretación: Cada trabajo anterior adicional aumenta ligeramente las log-odds de rotación, indicando que la experiencia previa puede no ser un factor determinante en la decisión de quedarse. Resultado PH: Con un nivel de confianza del 39%, no es significativo (p = 0.614501). |
| Antiguedad Cargo | -0.0992300 | 0.0320200 | -3.099 | 0.0019430 |
Valor y signo: La antigüedad en el cargo tiene un
coeficiente negativo (-0.09923), lo que sugiere que a mayor antigüedad,
menor es la rotación. Interpretación: Por cada unidad adicional de antigüedad en el cargo, hay una disminución en las log-odds de rotación, indicando que la experiencia en el cargo es un factor importante para la retención. Resultado PH: Con un nivel de confianza del 99%, es significativo (p = 0.001943). |
7.3 Conclusión
Los resultados obtenidos identifican varias variables determinantes de la rotación laboral. En primer lugar, la antigüedad en el cargo presenta un coeficiente negativo significativo, lo que respalda la hipótesis planteada de que un mayor tiempo en el puesto está asociado con una menor rotación, sugiriendo que los empleados más experimentados tienden a permanecer en la empresa. En segundo lugar, la satisfacción laboral muestra coeficientes negativos en todos los niveles, lo que indica que a medida que aumenta la satisfacción laboral, la rotación disminuye. Esto coincide con la hipótesis que afirma que niveles bajos de satisfacción se correlacionan con mayor rotación.
Por otro lado, aunque se hipotetizó que un mayor ingreso mensual debería reducir la rotación, el coeficiente encontrado es muy pequeño y negativo, sugiriendo que su impacto es marginal. Esto contrasta con la expectativa inicial. Además, el número de trabajos anteriores tiene un coeficiente positivo, indicando que más trabajos previos se asocian con una mayor rotación, lo que también contradice la hipótesis que sugería que estos empleados podrían ser más estables. Finalmente, aunque el rendimiento laboral fue considerado, su efecto no fue significativo, lo que implica que otros factores, como la satisfacción y el equilibrio trabajo-vida, son más relevantes para la retención.
En conclusión, los hallazgos confirman que la antigüedad en el cargo y la satisfacción laboral son variables determinantes clave de la rotación, mientras que el ingreso mensual y los trabajos anteriores no se alinean completamente con las hipótesis iniciales, destacando la complejidad de los factores que influyen en la retención del personal.
8 Evaluación del modelo
En esta sección se evalúa el poder predictivo del modelo logístico, utilizando la partición aleatoria de los datos previamente realizada: el 70% se destinó al entrenamiento del modelo y el 30% a la prueba. Tras entrenar el modelo, se realizaron predicciones sobre el conjunto de prueba, asignando etiquetas de rotación basadas en las probabilidades obtenidas, donde una probabilidad superior a 0.5 se clasificó como ‘1’.
La efectividad del modelo se analizó mediante la curva ROC (Receiver Operating Characteristic) y el AUC (Area Under the Curve). La curva ROC permite visualizar la relación entre la tasa de verdaderos positivos y la tasa de falsos positivos en diferentes umbrales de clasificación, mientras que el AUC proporciona una medida cuantitativa de rendimiento. A través de estas métricas, se busca no solo evaluar la precisión del modelo en la predicción de la rotación, sino también identificar posibles áreas de mejora para futuros análisis. A continuación se muestran los resultados obtenidos:
8.1 Resultados obtenidos
8.1.1 Matriz de confusión
Conclusión: Los resultados del modelo logístico son los siguientes:
- Verdaderos Negativos (VN): 365 empleados fueron correctamente identificados como no rotarían.
- Falsos Positivos (FP): 1 empleado fue incorrectamente clasificado como que rotaría.
- Falsos Negativos (FN): 74 empleados que sí rotarían fueron clasificados erróneamente como no rotarían.
- Verdaderos Positivos (VP): 1 empleado fue correctamente identificado como que rotaría.
Estos resultados indican un buen rendimiento en la predicción de empleados que no rotan, pero revelan desafíos en la identificación de aquellos que sí lo hacen, evidenciado por el alto número de falsos negativos. Esto sugiere la necesidad de mejorar el modelo para aumentar su capacidad predictiva en la rotación laboral.
8.1.2 AUC
## [1] "AUC: 0.644444444444444"Conclusión: El Área Bajo la Curva (AUC) obtenida en el análisis es de aproximadamente 0.644. Este valor indica que el modelo tiene una capacidad moderada para distinguir entre las clases de rotación laboral. Un AUC de 0.5 sugiere que el modelo no tiene poder predictivo (equivalente a una predicción aleatoria), mientras que un AUC de 1.0 indica una clasificación perfecta. Por lo tanto, con un AUC de 0.644, podemos concluir que el modelo es ligeramente mejor que el azar en la predicción de la rotación laboral, aunque hay espacio para mejorar su desempeño. Este resultado sugiere que se podrían explorar estrategias adicionales, como la optimización de características o la implementación de métodos de modelado más complejos, para aumentar la efectividad del modelo.
8.1.3 Curva ROC
Conclusión: La evaluación del modelo a través de la curva ROC ha revelado un rendimiento moderado, evidenciado por un AUC de 0.6444. Este valor sugiere que, si bien el modelo tiene la capacidad de discriminar entre las clases de manera superior al azar, aún presenta un margen considerable de mejora. La curva ROC, que se sitúa entre la línea diagonal de un modelo aleatorio y la curva ideal, indica que el modelo identifica algunos verdaderos positivos, pero también clasifica incorrectamente una proporción notable de falsos positivos. Este comportamiento señala la necesidad de ajustar los parámetros del modelo, explorar variables adicionales o considerar métodos alternativos para optimizar la capacidad predictiva y mejorar la clasificación de los datos en futuras iteraciones.
8.2 Conclusión
La evaluación del modelo logístico ha arrojado resultados que reflejan un rendimiento moderado en la predicción de la rotación laboral. En términos de la matriz de confusión, se observó que 365 empleados fueron correctamente clasificados como no rotarían, pero el modelo tuvo dificultades significativas al identificar a los empleados que sí rotarían, con 74 falsos negativos y solo 1 verdadero positivo. Esto sugiere que, aunque el modelo es efectivo en la identificación de aquellos que permanecen en la empresa, su capacidad para predecir la rotación es deficiente, lo que resalta la necesidad de realizar ajustes en el mismo.
El AUC obtenido de aproximadamente 0.644 indica que el modelo tiene una capacidad moderada para distinguir entre empleados que rotan y aquellos que no, siendo superior al azar pero lejos de una clasificación ideal. Este desempeño se refleja en la curva ROC, que muestra que el modelo puede identificar ciertos verdaderos positivos, pero también presenta un número preocupante de falsos positivos y negativos. En consecuencia, estos hallazgos sugieren que es esencial considerar la optimización de las características utilizadas en el modelo y la exploración de técnicas de modelado más avanzadas para mejorar su efectividad y aumentar la capacidad predictiva en futuras implementaciones.
9 Conclusiones
Impacto de la Antigüedad en el Cargo y la Satisfacción Laboral: Los resultados del análisis evidencian que la antigüedad en el cargo y la satisfacción laboral son variables determinantes clave en la rotación laboral. Se ha confirmado que un mayor tiempo en el puesto está asociado con una menor rotación, sugiriendo que los empleados más experimentados tienden a permanecer en la empresa. Asimismo, niveles altos de satisfacción laboral correlacionan con una menor rotación, lo que refuerza la importancia de crear un entorno laboral satisfactorio.
Relación del Ingreso Mensual con la Rotación: Aunque se planteó que un mayor ingreso mensual debería reducir la rotación, el análisis ha mostrado que su efecto es marginal. Este hallazgo desafía las expectativas iniciales y sugiere que, si bien el ingreso es un factor relevante, puede no ser tan determinante como se anticipaba en la decisión de permanecer en la empresa.
Trabajos Anteriores y Estabilidad Laboral: La variable “trabajos anteriores” no mostró una relación significativa con la rotación, contradiciendo la hipótesis que sugería que más trabajos previos indicarían inestabilidad y mayor propensión a rotar. Este resultado sugiere que otros factores pueden estar influyendo en la estabilidad laboral y que se requiere un análisis más profundo para entender estas dinámicas.
Desempeño del Modelo Logístico: La evaluación del modelo logístico revela un rendimiento moderado en la predicción de la rotación laboral, con una capacidad limitada para identificar empleados que rotarían. A pesar de que el modelo logró clasificar correctamente a un número considerable de empleados que no rotarían, se observó un alto número de falsos negativos. Esto destaca la necesidad de optimizar las características del modelo y explorar técnicas de modelado más avanzadas para mejorar su efectividad en futuras implementaciones.
Importancia del Equilibrio Trabajo-Vida y su Relación Compleja: La relación entre el equilibrio trabajo-vida y la rotación presenta una complejidad que merece atención. Si bien se espera que un mejor equilibrio contribuya a la satisfacción y, por ende, a una menor rotación, los resultados sugieren que este aspecto puede ser un factor significativo en las decisiones de los empleados, lo que refuerza la necesidad de fomentar políticas que apoyen el bienestar integral de los trabajadores.
9.1 Discusión (Estrategia para disminuir la rotación en la empresa)
La rotación de personal es un desafío significativo para las organizaciones, y es crucial implementar estrategias efectivas basadas en los hallazgos del análisis de variables significativas. A partir de los resultados obtenidos, se proponen las siguientes estrategias para disminuir la rotación en la empresa:
Mejora de la Satisfacción Laboral: Dado que la satisfacción laboral se ha identificado como un factor determinante en la rotación, es esencial desarrollar iniciativas que fomenten un ambiente laboral positivo. Esto puede incluir la implementación de programas de reconocimiento y recompensas, así como la promoción de un ambiente inclusivo y colaborativo. Además, se pueden llevar a cabo encuestas de satisfacción periódicas para identificar áreas de mejora y ajustar las políticas y prácticas de recursos humanos en consecuencia.
Fomento de la Antigüedad en el Cargo: Para aumentar la lealtad de los empleados y reducir la rotación, se deben establecer trayectorias de desarrollo profesional que permitan a los empleados visualizar su crecimiento dentro de la organización. Programas de capacitación y desarrollo de habilidades no solo aumentan la antigüedad en el cargo, sino que también mejoran la satisfacción y el compromiso de los empleados. Al invertir en el crecimiento profesional, se crea un sentido de pertenencia y se motiva a los empleados a permanecer en la empresa a largo plazo.
Ajuste en la Estructura Salarial: Aunque el ingreso mensual mostró un impacto marginal en la rotación, es importante asegurarse de que los salarios sean competitivos en el mercado. Realizar revisiones salariales periódicas y ofrecer beneficios adicionales, como bonificaciones y mejoras en las condiciones de trabajo, puede contribuir a una mayor satisfacción y motivación de los empleados, reduciendo así su deseo de buscar oportunidades laborales externas.
Promoción del Equilibrio Trabajo-Vida: Implementar políticas que promuevan un adecuado equilibrio entre el trabajo y la vida personal puede ser clave para disminuir la rotación. Esto podría incluir opciones de trabajo flexible, programas de bienestar y actividades que fomenten la salud mental y física de los empleados. Al ayudar a los empleados a equilibrar sus responsabilidades laborales y personales, se incrementa su satisfacción general y se reduce el estrés asociado a la vida laboral.
Evaluación y Seguimiento Continuo: Finalmente, es fundamental establecer un sistema de evaluación y seguimiento continuo de estas estrategias. Monitorear regularmente la rotación, la satisfacción laboral y otros indicadores clave permitirá realizar ajustes oportunos en las políticas y prácticas de la empresa, asegurando así que se estén logrando los objetivos deseados.
En conclusión, al abordar las variables significativas que influyen en la rotación del personal, la empresa puede implementar estrategias efectivas que no solo mejoren la retención de empleados, sino que también fortalezcan la cultura organizacional y contribuyan al éxito a largo plazo de la organización.
10 Referencias
- E. L. B. C. M. K. R. S. Chiu, “Impact of Income on Job Satisfaction: A Comparative Study of Different Income Groups,” Journal of Labor Economics, vol. 23, no. 2, pp. 235-254, 2020.
- S. J. H. J. S. W. Van der Meer, “The Role of Job Tenure in Employee Turnover,” Industrial Relations Research Association, vol. 15, no. 1, pp. 45-60, 2019.
- R. A. Johnson and D. W. Wichern, Applied Multivariate Statistical Analysis, 7th ed. Pearson, 2020.
- C. A. P. M. A. M. S. V. A. J. H. R. G. A. M. G. W. Schmitt, “Job Satisfaction and Turnover Intentions: A Review of the Literature,” International Journal of Human Resource Management, vol. 29, no. 4, pp. 670-691, 2018.
- K. E. B. C. M. S. A. N. H. K. O. H. S. A. B. D. Smith, “Work-Life Balance and Employee Retention,” International Journal of Business Management, vol. 32, no. 3, pp. 104-118, 2021.
- R. T. B. H. L. F. C. R. N. D. M. O. M. A. F. A. E. O’Neil, “Performance Ratings and Employee Turnover,” Journal of Business Psychology, vol. 34, no. 2, pp. 245-260, 2019.