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 cuales 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.

Cargue de información

library(paqueteMODELOS)
library(dplyr)

1. Selección de variables

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

## tibble [1,470 × 24] (S3: tbl_df/tbl/data.frame)
##  $ Rotación                   : chr [1:1470] "Si" "No" "Si" "No" ...
##  $ Edad                       : num [1:1470] 41 49 37 33 27 32 59 30 38 36 ...
##  $ Viaje de Negocios          : chr [1:1470] "Raramente" "Frecuentemente" "Raramente" "Frecuentemente" ...
##  $ Departamento               : chr [1:1470] "Ventas" "IyD" "IyD" "IyD" ...
##  $ Distancia_Casa             : num [1:1470] 1 8 2 3 2 2 3 24 23 27 ...
##  $ Educación                  : num [1:1470] 2 1 2 4 1 2 3 1 3 3 ...
##  $ Campo_Educación            : chr [1:1470] "Ciencias" "Ciencias" "Otra" "Ciencias" ...
##  $ Satisfacción_Ambiental     : num [1:1470] 2 3 4 4 1 4 3 4 4 3 ...
##  $ Genero                     : chr [1:1470] "F" "M" "M" "F" ...
##  $ Cargo                      : chr [1:1470] "Ejecutivo_Ventas" "Investigador_Cientifico" "Tecnico_Laboratorio" "Investigador_Cientifico" ...
##  $ Satisfación_Laboral        : num [1:1470] 4 2 3 3 2 4 1 3 3 3 ...
##  $ Estado_Civil               : chr [1:1470] "Soltero" "Casado" "Soltero" "Casado" ...
##  $ Ingreso_Mensual            : num [1:1470] 5993 5130 2090 2909 3468 ...
##  $ Trabajos_Anteriores        : num [1:1470] 8 1 6 1 9 0 4 1 0 6 ...
##  $ Horas_Extra                : chr [1:1470] "Si" "No" "Si" "Si" ...
##  $ Porcentaje_aumento_salarial: num [1:1470] 11 23 15 11 12 13 20 22 21 13 ...
##  $ Rendimiento_Laboral        : num [1:1470] 3 4 3 3 3 3 4 4 4 3 ...
##  $ Años_Experiencia           : num [1:1470] 8 10 7 8 6 8 12 1 10 17 ...
##  $ Capacitaciones             : num [1:1470] 0 3 3 3 3 2 3 2 2 3 ...
##  $ Equilibrio_Trabajo_Vida    : num [1:1470] 1 3 3 3 3 2 2 3 3 2 ...
##  $ Antigüedad                 : num [1:1470] 6 10 0 8 2 7 1 1 9 7 ...
##  $ Antigüedad_Cargo           : num [1:1470] 4 7 0 7 2 7 0 0 7 7 ...
##  $ Años_ultima_promoción      : num [1:1470] 0 1 0 3 2 3 0 0 1 7 ...
##  $ Años_acargo_con_mismo_jefe : num [1:1470] 5 7 0 0 2 6 0 0 8 7 ...

##    Rotación              Edad       Viaje de Negocios  Departamento      
##  Length:1470        Min.   :18.00   Length:1470        Length:1470       
##  Class :character   1st Qu.:30.00   Class :character   Class :character  
##  Mode  :character   Median :36.00   Mode  :character   Mode  :character  
##                     Mean   :36.92                                        
##                     3rd Qu.:43.00                                        
##                     Max.   :60.00                                        
##  Distancia_Casa     Educación     Campo_Educación    Satisfacción_Ambiental
##  Min.   : 1.000   Min.   :1.000   Length:1470        Min.   :1.000         
##  1st Qu.: 2.000   1st Qu.:2.000   Class :character   1st Qu.:2.000         
##  Median : 7.000   Median :3.000   Mode  :character   Median :3.000         
##  Mean   : 9.193   Mean   :2.913                      Mean   :2.722         
##  3rd Qu.:14.000   3rd Qu.:4.000                      3rd Qu.:4.000         
##  Max.   :29.000   Max.   :5.000                      Max.   :4.000         
##     Genero             Cargo           Satisfación_Laboral Estado_Civil      
##  Length:1470        Length:1470        Min.   :1.000       Length:1470       
##  Class :character   Class :character   1st Qu.:2.000       Class :character  
##  Mode  :character   Mode  :character   Median :3.000       Mode  :character  
##                                        Mean   :2.729                         
##                                        3rd Qu.:4.000                         
##                                        Max.   :4.000                         
##  Ingreso_Mensual Trabajos_Anteriores Horas_Extra       
##  Min.   : 1009   Min.   :0.000       Length:1470       
##  1st Qu.: 2911   1st Qu.:1.000       Class :character  
##  Median : 4919   Median :2.000       Mode  :character  
##  Mean   : 6503   Mean   :2.693                         
##  3rd Qu.: 8379   3rd Qu.:4.000                         
##  Max.   :19999   Max.   :9.000                         
##  Porcentaje_aumento_salarial Rendimiento_Laboral Años_Experiencia
##  Min.   :11.00               Min.   :3.000       Min.   : 0.00   
##  1st Qu.:12.00               1st Qu.:3.000       1st Qu.: 6.00   
##  Median :14.00               Median :3.000       Median :10.00   
##  Mean   :15.21               Mean   :3.154       Mean   :11.28   
##  3rd Qu.:18.00               3rd Qu.:3.000       3rd Qu.:15.00   
##  Max.   :25.00               Max.   :4.000       Max.   :40.00   
##  Capacitaciones  Equilibrio_Trabajo_Vida   Antigüedad     Antigüedad_Cargo
##  Min.   :0.000   Min.   :1.000           Min.   : 0.000   Min.   : 0.000  
##  1st Qu.:2.000   1st Qu.:2.000           1st Qu.: 3.000   1st Qu.: 2.000  
##  Median :3.000   Median :3.000           Median : 5.000   Median : 3.000  
##  Mean   :2.799   Mean   :2.761           Mean   : 7.008   Mean   : 4.229  
##  3rd Qu.:3.000   3rd Qu.:3.000           3rd Qu.: 9.000   3rd Qu.: 7.000  
##  Max.   :6.000   Max.   :4.000           Max.   :40.000   Max.   :18.000  
##  Años_ultima_promoción Años_acargo_con_mismo_jefe
##  Min.   : 0.000        Min.   : 0.000            
##  1st Qu.: 0.000        1st Qu.: 2.000            
##  Median : 1.000        Median : 3.000            
##  Mean   : 2.188        Mean   : 4.123            
##  3rd Qu.: 3.000        3rd Qu.: 7.000            
##  Max.   :15.000        Max.   :17.000

##  [1] "Rotación"                    "Edad"                       
##  [3] "Viaje de Negocios"           "Departamento"               
##  [5] "Distancia_Casa"              "Educación"                  
##  [7] "Campo_Educación"             "Satisfacción_Ambiental"     
##  [9] "Genero"                      "Cargo"                      
## [11] "Satisfación_Laboral"         "Estado_Civil"               
## [13] "Ingreso_Mensual"             "Trabajos_Anteriores"        
## [15] "Horas_Extra"                 "Porcentaje_aumento_salarial"
## [17] "Rendimiento_Laboral"         "Años_Experiencia"           
## [19] "Capacitaciones"              "Equilibrio_Trabajo_Vida"    
## [21] "Antigüedad"                  "Antigüedad_Cargo"           
## [23] "Años_ultima_promoción"       "Años_acargo_con_mismo_jefe"

1.1 Variables cuantitativas

Edad: históricamente se ha pensando que la edad tiende a ser un factor decisivo en la decisión de cambiar de un cargo laboral a otro, ya que existen factores de fondo que tienen que ver con nuevas oportunidades, emocionalidades, niveles de responsablidad, entre otros, que terminan empujando a una persona a mantener en un trabajo por un mayor o menor tiempo. A partir de esa visual, se estima como hipótesis que las personas de menor edad son más proclives a tener mayor rotación en sus empleos.
Ingreso mensual: Las personas tienden a buscar trabajos que ofrezcan una remuneración justa y competitiva. Si un empleado considera que su salario no refleja adecuadamente su esfuerzo, responsabilidades y las condiciones del mercado, es más probable que explore nuevas oportunidades en otras empresas que ofrezcan mejores salarios. En ese sentido, se estipula una hipótesis que empuja a las personas de menor remuneración, a tener una mayor probabilidad de buscar nuevas oportunidades que mejoren sus condiciones.
Antiguedad cargo: Con el tiempo, los empleados que se quedan mucho tiempo en un mismo puesto pueden sentir que no tienen oportunidades para desarrollarse o crecer en su rol actual. Esto puede generar insatisfacción y un impulso por buscar nuevos desafíos y oportunidades de crecimiento en otras áreas. Por otro lado, cuando se ha ganado mayor experiencia y se ha creado especialización en un hacer, se crean mayores ataduras que pueden significar menores deseos de cambiar a nuevas tareas o responsabilidades. No obstante, bajo este racional, la hipótesis planteada busca validar que, en la medida que se lleva más tiempo en el cargo, disminuyen las posibilidades de cambiar.

1.2 Variables categóricas

Departamento: Cada área de una empresa tiene su propia cultura y ambiente laboral. Algunos departamentos pueden ofrecer un entorno de trabajo más positivo y saludable que otros. Esto puede hacer que los empleados se sientan más cómodos y satisfechos en los departamentos donde el ambiente es mejor. De igual manera, por conocimiento general, existen áreas de las compañías en las cuales las tasas de rotación son mayores, bien sea por la variabilidad de los ingresos, bajo la exigencia de los cumplimientos, o por la presión que dichos cumplimientos genera para los empleados. Definitivamente el área comercial de cualquier compañía vivirá bajo la premisa de tener un equipo de alta rotación y cambio, motivo por el cual será esa la hipótesis que se pretenda validar.
Género: En diversas partes del mundo, persiste una disparidad salarial de género, lo que significa que las mujeres suelen recibir menos que los hombres por realizar trabajos similares. Además, la discriminación y los prejuicios de género pueden afectar la percepción de las oportunidades y la equidad en el lugar de trabajo. Sin embargo, aún bajo esos escenarios de disparidad, se ha creído que las mujeres han demostrado ser más centradas y enfocadas, y con mayor capacidad de afrontar adversidades laborales. Bajo esta creencia, la hipótesis que se plantea es que los hombres son más proclives de tener mayor nivel de rotación.
Estado civil: El estado civil está frecuentemente relacionado con las responsabilidades financieras. Los empleados casados pueden tener mayores obligaciones económicas, lo que los hace más atentos a la remuneración y los beneficios ofrecidos por una empresa. Si consideran que su salario y beneficios actuales no cubren las necesidades de su familia, podrían contemplar la posibilidad de cambiar de área en busca de una mejor compensación, pero tomarán a su vez decisiones más racionales, debido al nivel de responsabilidad que suelen llevar. Por el contrario, personas solteras, normalmente con menor edad, y deseos de aprender, explorar y conocer, suelen cambiar con mayor frecuencia, aspecto que en lo laboral no suele ser la excepción. En este caso, la hipótesis busca reforzar esa creencia, que sustente que las personas solteras tendrán menor reparo en dejar sus trabajos.

2. Análisis univariado

2.1 Variables cuantitativas

2.1.1 Edad

Se obtiene inicialmente la información básica de la variable Edad

Media	Mediana	Desv_Estandar	Minimo	Maximo
36.92449	36	9.135938	18	60

Posteriormente, se grafica el histograma de la variable Edad

Finalmente se grafica el boxplot de la variable

Con una media de 36 años, es interesante ver que la mayoría de empleados están ubicados en un rango de edad entre lso 30 y los 45 años, muy cercanos de hecho a la media, demostrando que en esta muestra las edades menos frecuentes son las más alejadas a este rango de edad, y donde sus valores extremos son de 18 y 60 años.

A continuación, se realiza el mismo ejercicio para las variables cuantitativas adicionales (Ingreso_mensual y Antiguedad_cargo)

2.1.2 Ingreso mensual

Información básica

Media	Mediana	Desv_Estandar	Minimo	Maximo
6502.931	4919	4707.957	1009	19999

. Histrograma Ingreso_Mensual

Boxplot Ingreso_Mensual

El 50% de las personas ganan entre 2911 y 8379, solo un 25% tiene ingresos superiores a los 8379, y la que más ingresos tienen percibe un salario de 19.999. La media del ingreso mensual es de 6.503 pero hay empleados muy por encima de ella, salarios que llegan hasta los 19.999. Esto demuestra que la mayoria de los trabajadores se concentran en los bajos salarios de la compañia y que hay una brecha muy grande entre estos salarios y los de los mejores pagos. De hecho, bajo la gráfica de histograma, se podía evidenciar que más del 50% de los empleados ganan por debajo de una salario de 5.000

2.1.3 Antiguedad de Cargo

Información básica

Media	Mediana	Desv_Estandar	Minimo	Maximo
4.229252	3	3.623137	0	18

. Histrograma Ingreso_Mensual

Boxplot Ingreso_Mensual

Se puede observar que la mayoría de los empleados tiene menos de 5 años de antigüedad en su puesto, lo que se refleja en una tendencia de decrecimiento lineal y una renovación constante de la fuerza laboral. Por otro lado, los empleados con más de 6 años de antigüedad representan un grupo reducido, aunque se destaca un pico de más de 200 personas con 7 años de permanencia en la empresa.

##       Edad       Ingreso_Mensual Antigüedad_Cargo
##  Min.   :18.00   Min.   : 1009   Min.   : 0.000  
##  1st Qu.:30.00   1st Qu.: 2911   1st Qu.: 2.000  
##  Median :36.00   Median : 4919   Median : 3.000  
##  Mean   :36.92   Mean   : 6503   Mean   : 4.229  
##  3rd Qu.:43.00   3rd Qu.: 8379   3rd Qu.: 7.000  
##  Max.   :60.00   Max.   :19999   Max.   :18.000

Se presente un análisis detallado de las estadísticas descriptivas de las variables Edad, Ingreso Mensual y Antigüedad en el Cargo:

Edad

Mínimo: 18 años El rango de edad comienza en 18 años, lo que indica que hay empleados muy jóvenes, posiblemente en sus primeros trabajos.
1er Cuartil (Q1): 30 años El 25% de los empleados tiene 30 años o menos. Esto puede sugerir que una parte significativa de la fuerza laboral está en una etapa temprana de su carrera.
Mediana: 36 años La mediana es de 36 años, lo que indica que la mitad de los empleados tiene menos de esta edad y la otra mitad más. Esto señala una distribución relativamente equilibrada en torno a esta edad.
Media: 36.92 años La media es similar a la mediana, lo que indica que la distribución de edades no tiene extremos significativos.
3er Cuartil (Q3): 43 años El 75% de los empleados tienen 43 años o menos. Esto sugiere que hay un número considerable de empleados que se acercan a los 40 años.
Máximo: 60 años La edad máxima de 60 años indica que la empresa también emplea trabajadores en la etapa final de su carrera profesional, lo que puede traer experiencia valiosa.

Ingreso Mensual

Mínimo: $1,009 El ingreso más bajo es notablemente bajo, sugiriendo que hay posiciones de entrada o trabajos con baja remuneración en la empresa.
1er Cuartil (Q1): $2,911 El 25% de los empleados gana menos de $2,911, lo que indica que hay una porción de la fuerza laboral con salarios por debajo de este umbral.
Mediana: $4,919 La mediana sugiere que la mitad de los empleados gana menos de $4,919 y la otra mitad más, indicando una disparidad en la distribución de ingresos.
Media: $6,503 La media es significativamente más alta que la mediana, lo que sugiere que unos pocos empleados con salarios muy altos están elevando el promedio.
3er Cuartil (Q3): $8,379 El 75% de los empleados gana menos de $8,379, lo que significa que hay una parte de la fuerza laboral con ingresos relativamente altos.
Máximo: $19,999 El ingreso máximo de $19,999 indica que hay empleados en niveles altos de la estructura salarial, lo que puede incluir posiciones de liderazgo o roles especializados.

Antigüedad en el Cargo

Mínimo: 0 años La antigüedad mínima de 0 años indica que hay empleados nuevos en la empresa, lo que puede reflejar una rotación de personal.
1er Cuartil (Q1): 2 años El 25% de los empleados tiene menos de 2 años en su cargo, lo que sugiere que hay un flujo constante de nuevos ingresos.
Mediana: 3 años La mediana muestra que la mitad de los empleados tiene 3 años o menos de antigüedad, lo que respalda la idea de una fuerza laboral renovada.
Media: 4.23 años La media sugiere que, aunque hay empleados con poca antigüedad, también hay quienes llevan más tiempo, equilibrando la antigüedad promedio.
3er Cuartil (Q3): 7 años El 75% de los empleados tiene menos de 7 años en su cargo, lo que refuerza la noción de que la mayoría de la fuerza laboral es relativamente joven en términos de experiencia en la empresa.
Máximo: 18 años La antigüedad máxima de 18 años indica que algunos empleados han estado en la empresa por un tiempo considerable, lo que puede ser valioso para la cultura organizacional.

Conclusiones - Diversidad de Edad: La fuerza laboral es diversa en términos de edad, lo que puede aportar diferentes perspectivas y habilidades. - Disparidad Salarial: Existe una notable diferencia en los ingresos, lo que podría ser motivo de análisis adicional para abordar la equidad salarial. - Renovación de la Fuerza Laboral: La antigüedad muestra que la empresa está en un proceso de renovación, lo cual es común y puede traer frescura a la cultura organizacional.

2.1 Variables categóricas

2.2.1 Género

Incialmente se obtiene la información básica de la variable

Var1	Freq
F	588
M	882

Para luego realizar un gráfico de barras que exprese la distribución de los datos de la variable Para este caso se observa que un 60% de los trabajadores son hombres, cifra que coincide con la data estimada que como fuente de información, donde se sigue visualizando una dispersión sesgada hacia una mayoría de empleados de género masculino, pese a los esfuerzos de igualdad que se realizan en la actualidad.

2.2.2 Estado Civil

Información general

Var1	Freq
Casado	673
Divorciado	327
Soltero	470

Gráfico de barras

2.2.2 Departamento

Información General

Var1	Freq
IyD	961
RH	63
Ventas	446

Gráfico de barras

Se observa que mas del 60% de los trabajadores observados en este análisis pertenecen al area de Innovación y Desarrollo, por lo que esta area tendría una probabilidad mas alta de tener a los trabajadores que rotan.

##     Genero          Estado_Civil       Departamento      
##  Length:1470        Length:1470        Length:1470       
##  Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character

Se presenta un análisis detallado de cada variable, con un enfoque en los datos y sus implicaciones, a partir de los resultados obtenidos

Estado Civil

Casados: 45.8% (673 empleados) Este grupo constituye la mayoría de la fuerza laboral. La alta proporción de empleados casados puede implicar que la empresa debe considerar beneficios como licencias familiares, seguros de salud, y políticas de trabajo flexible que apoyen a los empleados con responsabilidades familiares.
Solteros: 32% (470 empleados) Aunque son menos que los casados, este grupo representa una parte significativa de la fuerza laboral. Las políticas que promuevan el bienestar y la socialización pueden ser efectivas para atraer y retener a estos empleados.
Divorciados: 22.2% (327 empleados) La menor representación de este grupo podría indicar una oportunidad para crear programas de apoyo específicos que aborden las necesidades de este segmento, como asesoramiento o recursos para el manejo del estrés.

Género

Hombres: La mayoría de los trabajadores son hombres, lo que puede reflejar tendencias de contratación dentro de la industria.
Mujeres: 40% de la fuerza laboral. Este porcentaje indica un esfuerzo por parte de la empresa para fomentar la inclusión y la diversidad de género. Sin embargo, podría ser útil realizar un análisis más profundo sobre la representación femenina en distintos niveles jerárquicos y departamentos. La empresa podría implementar programas de mentoría y desarrollo profesional para mujeres, promoviendo su avance hacia posiciones de liderazgo.

Departamento

Innovación y Desarrollo: Este departamento tiene la mayor cantidad de trabajadores. Esto sugiere que la empresa está centrada en la creación de nuevos productos y soluciones tecnológicas, lo que es crucial en un mercado competitivo. Un equipo fuerte en innovación puede ser un diferenciador clave.
Ventas: El segundo departamento más grande. Esto resalta la importancia de las ventas en la estrategia de crecimiento de la empresa. Las políticas de formación continua y motivación para este departamento pueden ser vitales para mantener un alto rendimiento.
Recursos Humanos: Aunque es un departamento esencial, su tamaño podría ser menor en comparación con otros. Esto puede indicar que la empresa tiene una estructura de recursos humanos eficiente, pero también podría señalar la necesidad de reforzar la función de recursos humanos para apoyar a una fuerza laboral en crecimiento.

Políticas de Recursos Humanos: La información sobre el estado civil y el género debe guiar el diseño de políticas de recursos humanos. Programas que aborden la equidad de género y el apoyo a empleados con diferentes situaciones familiares pueden mejorar la satisfacción laboral y la retención de talento.

Capacitación y Desarrollo: Considerando la alta proporción de empleados en Innovación y Desarrollo, es crucial ofrecer capacitación y desarrollo continuo para fomentar la creatividad y la adaptabilidad. Esto puede incluir talleres, cursos y acceso a conferencias relevantes.

Evaluación de la Cultura Organizacional: Es importante realizar encuestas periódicas sobre la satisfacción laboral para evaluar cómo perciben los empleados el ambiente de trabajo en relación con su estado civil y género. Esto permitirá ajustar las políticas para mejorar la inclusión y el bienestar general.

Conclusiones

La empresa tiene una base sólida en términos de diversidad y enfoque en innovación, pero hay oportunidades de mejora en la inclusión de género y en la atención a las necesidades de empleados con diferentes estados civiles.
Implementar políticas que aborden estas áreas puede no solo mejorar la moral de los empleados, sino también contribuir a un ambiente laboral más productivo y cohesivo.

3. Análisis bivariado

Para iniciar se codifica la variable rotación. Una vez codificada la variable Rotación, se realiza un análisis bivariado a cada una de las variables seleccionadas. Para lo anterior se grafican las variables teniendo como resultado la variable rotación

3.1 Variables cuantitativas

3.1.1 Edad

. . En el análisis de la rotación laboral, se observa que el grupo de empleados menores de 30 años presenta la mayor tasa de rotación, alcanzando un 26%. Este porcentaje supera claramente el de los grupos de edad mayores, es decir, aquellos con 30 años o más.

## 
##  Welch Two Sample t-test
## 
## data:  rotacion$Edad by rotacion$Rotación
## t = 5.8291, df = 316.94, p-value = 1.371e-08
## alternative hypothesis: true difference in means between group No and group Si is not equal to 0
## 95 percent confidence interval:
##  2.619728 5.289170
## sample estimates:
## mean in group No mean in group Si 
##         37.56204         33.60759

3.1.2 Ingreso mensual

. El análisis de la rotación laboral en relación con los ingresos revela que los empleados que ganan menos de $4 millones presentan la mayor tasa de rotación, alcanzando un 25% del total. En contraste, aquellos que perciben salarios superiores a $16 millones son los que menos rotan.

## 
##  Welch Two Sample t-test
## 
## data:  rotacion$Ingreso_Mensual by rotacion$Rotación
## t = 7.4826, df = 412.74, p-value = 4.434e-13
## alternative hypothesis: true difference in means between group No and group Si is not equal to 0
## 95 percent confidence interval:
##  1508.244 2583.050
## sample estimates:
## mean in group No mean in group Si 
##         6832.740         4787.093

3.1.3 Antiguedad en el cargo

. El análisis de la rotación laboral según la antigüedad en la compañía revela que un 17% de los empleados con menos de 3 años están buscando cambiar de puesto. Este porcentaje es notablemente más alto en comparación con otros grupos de antigüedad:

Menos de 3 años: 17% de rotación. Este grupo es el más propenso a buscar nuevas oportunidades, lo que puede estar relacionado con la exploración de opciones y el deseo de encontrar un mejor ajuste en sus carreras.
De 3 a 6 años: 10% de rotación. La rotación se reduce, lo que sugiere que estos empleados están comenzando a encontrar estabilidad, pero aún pueden estar abiertos a nuevas oportunidades.
De 6 a 9 años: 12% de rotación. Aunque es un poco mayor que el grupo anterior, sigue siendo relativamente bajo. Esto puede indicar que estos empleados han desarrollado lealtad hacia la empresa, pero todavía buscan crecer en su carrera.
Más de 9 años: Muy baja rotación. Este grupo presenta casi ninguna rotación, lo que refuerza la idea de que los empleados con una larga permanencia en la compañía tienden a estar más comprometidos y satisfechos con su trabajo.

## 
##  Welch Two Sample t-test
## 
## data:  rotacion$Antigüedad_Cargo by rotacion$Rotación
## t = 6.8471, df = 366.57, p-value = 3.187e-11
## alternative hypothesis: true difference in means between group No and group Si is not equal to 0
## 95 percent confidence interval:
##  1.127107 2.035355
## sample estimates:
## mean in group No mean in group Si 
##         4.484185         2.902954

3.2 Variables categóricas

3.2.1 Departamento

. El análisis de la rotación por departamento revela que el área de Ventas presenta la mayor tasa de rotación, alcanzando un 21% de sus empleados. Esto es consistente con las tendencias observadas en empresas del sector comercial, donde las presiones relacionadas con los indicadores de ventas pueden ser elevadas, lo que lleva a algunos empleados a buscar oportunidades en otros lugares.

Ventas: 21% de rotación. Este porcentaje elevado puede ser atribuible a la naturaleza competitiva del departamento, donde los objetivos de ventas son agresivos. La presión constante para cumplir con estos objetivos puede generar estrés, lo que, a su vez, puede motivar a los empleados a buscar un entorno laboral más favorable.
Recursos Humanos: 19% de rotación. Aunque la tasa es ligeramente inferior a la de Ventas, sigue siendo significativa. La rotación en este departamento puede estar relacionada con la necesidad de adaptarse a las dinámicas cambiantes de la empresa y la presión por manejar múltiples responsabilidades.

3.2.2 Género

3.2.3 Estado Civil

. El análisis de la rotación laboral según el estado civil muestra resultados interesantes que pueden ayudar a comprender mejor las dinámicas dentro de la empresa:

Solteros: 26%. Este grupo representa más de la mitad de todas las rotaciones. La alta tasa de rotación entre los solteros puede indicar que este grupo está más dispuesto a buscar nuevas oportunidades laborales y experimentar cambios en su carrera. Podría estar motivado por la búsqueda de un entorno que se ajuste mejor a sus aspiraciones profesionales.
Casados: 12%. Los empleados casados están en un nivel intermedio de rotación. Este porcentaje más bajo sugiere que pueden estar más comprometidos con su trabajo actual debido a responsabilidades familiares y la necesidad de estabilidad económica.
Divorciados: 10%. Este grupo presenta la menor tasa de rotación. Esto podría reflejar una búsqueda de estabilidad después de cambios significativos en su vida personal, lo que los lleva a preferir permanecer en sus empleos actuales.

4. Estimación del modelo

4.1 Modelo de regresión logística

## 
## Call:
## glm(formula = Rotación ~ Estado_Civil + Departamento + Genero + 
##     Edad + Antigüedad_Cargo + Ingreso_Mensual, family = "binomial", 
##     data = rotacion_biv)
## 
## Coefficients:
##                          Estimate Std. Error z value Pr(>|z|)    
## (Intercept)            -6.486e-01  3.527e-01  -1.839 0.065899 .  
## Estado_CivilDivorciado -2.536e-01  2.220e-01  -1.142 0.253472    
## Estado_CivilSoltero     7.572e-01  1.635e-01   4.630 3.66e-06 ***
## DepartamentoRH          5.176e-01  3.478e-01   1.488 0.136726    
## DepartamentoVentas      5.919e-01  1.598e-01   3.705 0.000211 ***
## GeneroM                 1.785e-01  1.539e-01   1.160 0.246128    
## Edad                   -2.170e-02  9.593e-03  -2.262 0.023709 *  
## Antigüedad_Cargo       -1.033e-01  2.656e-02  -3.889 0.000101 ***
## Ingreso_Mensual        -7.735e-05  2.517e-05  -3.073 0.002123 ** 
## ---
## 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: 1175.5  on 1461  degrees of freedom
## AIC: 1193.5
## 
## Number of Fisher Scoring iterations: 5

El resultado del modelo de regresión logística que has proporcionado muestra cómo diferentes factores influyen en la rotación laboral.

Coeficientes del Modelo Intercepto: Estimate: -0.6486 Este valor representa el log-odds de rotación cuando todas las variables predictoras son cero. Un valor negativo sugiere que, en ausencia de otros factores, la probabilidad de rotación es baja.

Estado Civil: - Divorciado: -0.2536 (p = 0.253) No es estadísticamente significativo, lo que indica que ser divorciado no tiene un efecto claro sobre la rotación en comparación con la categoría de referencia (casados). - Soltero: 0.7572 (p < 0.001) Altamente significativo, lo que indica que ser soltero se asocia con una mayor probabilidad de rotación.

Departamento:

Recursos Humanos (RH): 0.5176 (p = 0.137) Aunque positivo, no es significativo, lo que sugiere que la rotación en este departamento no es significativamente diferente de la categoría de referencia.
Ventas: 0.5919 (p < 0.001) Significativo, indicando que los empleados en el departamento de ventas tienen una mayor probabilidad de rotar.

Género:

Masculino (M): 0.1785 (p = 0.246) No es significativo, lo que indica que no hay una diferencia clara en la rotación entre hombres y mujeres.

Edad: -0.0217 (p = 0.024) Significativo, sugiere que a medida que aumenta la edad, la probabilidad de rotación disminuye.

Antigüedad en el Cargo: -0.1033 (p < 0.001) Altamente significativo, lo que indica que una mayor antigüedad en el cargo se asocia con una menor probabilidad de rotación.

Ingreso Mensual: -0.00007735 (p = 0.002) Significativo, lo que indica que un mayor ingreso mensual está asociado con una menor probabilidad de rotación.

Factores Clave: - Ser soltero y trabajar en ventas son factores que aumentan la probabilidad de rotación. - La antigüedad y el ingreso mensual son factores que, al aumentar, disminuyen la probabilidad de rotación. - La edad también juega un papel, donde un aumento en la edad se asocia con una menor probabilidad de cambiar de puesto.

4.2 Modelo de regresión logística en probabilidades

##            (Intercept) Estado_CivilDivorciado    Estado_CivilSoltero 
##              0.3432992              0.4369450              0.6807361 
##         DepartamentoRH     DepartamentoVentas                GeneroM 
##              0.6265909              0.6438091              0.5445086 
##                   Edad       Antigüedad_Cargo        Ingreso_Mensual 
##              0.4945761              0.4742034              0.4999807

Análisis de los Coeficientes

(Intercept): 0.3433 Este valor sugiere que, en condiciones ideales (es decir, cuando todas las variables predictoras son cero), la probabilidad base de rotación es del 34.33%.

Estado Civil: - Divorciado: 0.4369 La probabilidad de rotación para los empleados divorciados es del 43.69%. Aunque no es significativa en el modelo anterior, sigue indicando que este grupo tiene una probabilidad más alta de rotar en comparación con la categoría de referencia. - Soltero: 0.6807 La probabilidad de rotación para los solteros es del 68.07%, lo que refuerza la idea de que los solteros son más propensos a cambiar de empleo.

Departamento: - RH: 0.6266 Los empleados en Recursos Humanos tienen una probabilidad de rotación del 62.66%. - Ventas: 0.6438 La probabilidad de rotación para el departamento de ventas es del 64.38%, lo que confirma que este departamento es uno de los más propensos a experimentar rotación.

Género (Masculino): 0.5445 La probabilidad de rotación para los hombres es del 54.45%, lo que indica que, aunque hay una ligera tendencia hacia una mayor rotación, no es suficiente para considerarla significativa en el modelo.

Edad: 0.4946 Este valor sugiere que, en general, la probabilidad de rotación no está muy influenciada por la edad, manteniéndose en un 49.46%.

Antigüedad en el Cargo: 0.4742 La probabilidad de rotación para los empleados con mayor antigüedad es del 47.42%, lo que respalda la idea de que los empleados más antiguos tienden a rotar menos.

Ingreso Mensual: 0.5000 La probabilidad de rotación se sitúa en el 50.00%, lo que indica que, aunque hay una correlación, la relación no es tan clara en este contexto.

Conclusiones - Altas Probabilidades de Rotación: Los solteros tienen la mayor probabilidad de rotar, seguidos por los divorciados y empleados en ventas. - Intervenciones Necesarias: Dada la alta rotación esperada en ciertos grupos, la empresa podría considerar estrategias de retención específicas. - Estabilidad con Mayor Antigüedad: A medida que aumenta la antigüedad y, potencialmente, el ingreso, la probabilidad de rotación tiende a disminuir, lo que sugiere que los empleados valoran la estabilidad a largo plazo.

5. Evaluación

El resultado del AUC (Área Bajo la Curva) del 71.8% sugiere que el modelo de regresión logística tiene un rendimiento aceptable para predecir la rotación laboral.

Rendimiento del Modelo: Un AUC de 71.8% indica un poder predictivo moderado. Esto significa que el modelo es capaz de distinguir entre empleados con alta probabilidad de rotación y aquellos que son menos propensos a rotar. En términos prácticos, el modelo tiene más probabilidades de predecir correctamente las categorías de rotación que si lo hiciera al azar.
Comparación con el Umbral de Aleatoriedad: Dado que el AUC es mayor a 0.5, se puede concluir que el modelo es significativamente mejor que un modelo aleatorio. Un AUC de 0.5 implicaría que las predicciones no tienen valor predictivo.
Intervalo de Confianza: El intervalo de confianza del 95%, que va del 68.2% al 75.4%, refuerza la confianza en el rendimiento del modelo. Esto significa que hay una alta probabilidad de que el verdadero AUC de la población se encuentre dentro de este rango, lo que proporciona una buena indicación de la estabilidad y la fiabilidad del modelo.
Implicaciones Validación del Modelo: Un AUC del 71.8% es un indicador positivo de que el modelo puede ser útil en la práctica para identificar a los empleados en riesgo de rotar.
Mejoras Potenciales: Aunque el rendimiento es moderado, hay margen para mejorar el modelo. Se podrían explorar otras variables, interacciones o técnicas de modelado más complejas para aumentar la precisión predictiva.
Conclusión El modelo muestra un buen potencial para ayudar en la identificación de empleados propensos a la rotación, lo que permite a la empresa implementar estrategias de retención más efectivas.

6. Predicciones

##         1 
## 0.3747507

##          1 
## 0.09350832

##         1 
## 0.1969522

Rotación de cargo

Edgard Camacho

2024-09-30