ACTIVIDAD

MODELOS ESTADISTICOS PARA LA TOMA DE DECISIONES

UNIDAD 3: MODELOS LINEALES GENERALIZADOS

ACTIVIDAD 3: ROTACIÓN DE CARGO

ENTENDIMIENTO DE LOS DATOS

0.1 CLASIFICACION DE VARIABLES

## Variables categóricas nominales:

## [1] "Rotación"          "Viaje de Negocios" "Departamento"     
## [4] "Campo_Educación"   "Genero"            "Cargo"            
## [7] "Estado_Civil"      "Horas_Extra"

## 
##  Variables categóricas ordinales (numéricas con niveles):

## [1] "Rendimiento_Laboral"     "Educación"              
## [3] "Satisfacción_Ambiental"  "Satisfación_Laboral"    
## [5] "Equilibrio_Trabajo_Vida"

## 
##  Variables numéricas reales:

##  [1] "Edad"                        "Distancia_Casa"             
##  [3] "Ingreso_Mensual"             "Trabajos_Anteriores"        
##  [5] "Porcentaje_aumento_salarial" "Años_Experiencia"           
##  [7] "Capacitaciones"              "Antigüedad"                 
##  [9] "Antigüedad_Cargo"            "Años_ultima_promoción"      
## [11] "Años_acargo_con_mismo_jefe"

## Variables categóricas nominales: 8

## Variables categóricas ordinales: 5

## Variables numéricas reales: 11

0.2 DATOS FALTANTES VARIABLES CUANTITATIVAS

##                                                Variable NA_count Completos
## Edad                                               Edad        0      TRUE
## Distancia_Casa                           Distancia_Casa        0      TRUE
## Ingreso_Mensual                         Ingreso_Mensual        0      TRUE
## Trabajos_Anteriores                 Trabajos_Anteriores        0      TRUE
## Porcentaje_aumento_salarial Porcentaje_aumento_salarial        0      TRUE
## Años_Experiencia                       Años_Experiencia        0      TRUE
## Capacitaciones                           Capacitaciones        0      TRUE
## Antigüedad                                   Antigüedad        0      TRUE
## Antigüedad_Cargo                       Antigüedad_Cargo        0      TRUE
## Años_ultima_promoción             Años_ultima_promoción        0      TRUE
## Años_acargo_con_mismo_jefe   Años_acargo_con_mismo_jefe        0      TRUE

0.3 DATOS FALTANTES VARIABLES CATEGÓRICAS ORDINALES

##                                        Variable NA_count Completos
## Rendimiento_Laboral         Rendimiento_Laboral        0      TRUE
## Educación                             Educación        0      TRUE
## Satisfacción_Ambiental   Satisfacción_Ambiental        0      TRUE
## Satisfación_Laboral         Satisfación_Laboral        0      TRUE
## Equilibrio_Trabajo_Vida Equilibrio_Trabajo_Vida        0      TRUE

0.4 DATOS FALTANTES VARIABLES CATEGÓRICAS NOMINALES

##                            Variable Valores_faltantes Completos
## Rotación                   Rotación                 0      TRUE
## Viaje de Negocios Viaje de Negocios                 0      TRUE
## Departamento           Departamento                 0      TRUE
## Campo_Educación     Campo_Educación                 0      TRUE
## Genero                       Genero                 0      TRUE
## Cargo                         Cargo                 0      TRUE
## Estado_Civil           Estado_Civil                 0      TRUE
## Horas_Extra             Horas_Extra                 0      TRUE

SELECCIÓN DE VARIABLES

1.1 SELECCIÓN VARIABLES CUANTITATIVAS

1.1.1 VARIABLE INGRESO MENSUAL

##  Ingreso mensual más bajo: 1009

##  Ingreso mensual más alto: 19999

Distribución de la rotación según rangos de ingreso mensual
Rango_Ingreso	Rotación	n
[1009,2911]	No	261
[1009,2911]	Si	108
(2911,4919]	No	314
(2911,4919]	Si	52
(4919,8379]	No	328
(4919,8379]	Si	39
(8379,19999]	No	330
(8379,19999]	Si	38

1.1.2 VARIABLE ANTIGUEDAD EN EL CARGO

Distribución de la rotación según antigüedad en el cargo
Rango_Antiguedad	Rotación	n
0-2	No	521
0-2	Si	152
3-5	No	243
3-5	Si	32
6-10	No	396
6-10	Si	48
11+	No	73
11+	Si	5

Número de empleados por rango de antigüedad en el cargo
Rango_Antiguedad	n
0-2	673
3-5	275
6-10	444
11+	78

Porcentaje de rotación según la antigüedad en el cargo
Rango_Antiguedad	Rotación	n	porcentaje
0-2	No	521	77.4
0-2	Si	152	22.6
3-5	No	243	88.4
3-5	Si	32	11.6
6-10	No	396	89.2
6-10	Si	48	10.8
11+	No	73	93.6
11+	Si	5	6.4

1.1.3 VARIABLE EDAD

## # A tibble: 8 × 3
##   Rango_Edad Rotación     n
##   <fct>      <chr>    <int>
## 1 18-30      No         286
## 2 18-30      Si         100
## 3 31-40      No         534
## 4 31-40      Si          85
## 5 41-50      No         288
## 6 41-50      Si          34
## 7 51-60      No         125
## 8 51-60      Si          18

## # A tibble: 4 × 2
##   Rango_Edad     n
##   <fct>      <int>
## 1 18-30        386
## 2 31-40        619
## 3 41-50        322
## 4 51-60        143

1.1.4 VARIABLE ANTIGUEDAD EN LA EMPRESA

## # A tibble: 10 × 3
##    Rango_Antiguedad Rotación     n
##    <fct>            <chr>    <int>
##  1 0-2              No         240
##  2 0-2              Si         102
##  3 3-5              No         374
##  4 3-5              Si          60
##  5 6-10             No         393
##  6 6-10             Si          55
##  7 11-20            No         168
##  8 11-20            Si          12
##  9 21+              No          58
## 10 21+              Si           8

## # A tibble: 10 × 4
## # Groups:   Rango_Antiguedad [5]
##    Rango_Antiguedad Rotación     n porcentaje
##    <fct>            <chr>    <int>      <dbl>
##  1 0-2              No         240       70.2
##  2 0-2              Si         102       29.8
##  3 3-5              No         374       86.2
##  4 3-5              Si          60       13.8
##  5 6-10             No         393       87.7
##  6 6-10             Si          55       12.3
##  7 11-20            No         168       93.3
##  8 11-20            Si          12        6.7
##  9 21+              No          58       87.9
## 10 21+              Si           8       12.1

1.1.5 VARIABLE DISTANCIA_CASA

## # A tibble: 8 × 3
##   Rango_Distancia Rotación     n
##   <fct>           <chr>    <int>
## 1 0-5 km          No         545
## 2 0-5 km          Si          87
## 3 6-10 km         No         337
## 4 6-10 km         Si          57
## 5 11-20 km        No         192
## 6 11-20 km        Si          48
## 7 21-30 km        No         159
## 8 21-30 km        Si          45

## # A tibble: 8 × 4
## # Groups:   Rango_Distancia [4]
##   Rango_Distancia Rotación     n porcentaje
##   <fct>           <chr>    <int>      <dbl>
## 1 0-5 km          No         545       86.2
## 2 0-5 km          Si          87       13.8
## 3 6-10 km         No         337       85.5
## 4 6-10 km         Si          57       14.5
## 5 11-20 km        No         192       80  
## 6 11-20 km        Si          48       20  
## 7 21-30 km        No         159       77.9
## 8 21-30 km        Si          45       22.1

1.2 SELECCIÓN VARIABLES CATEGÓRICAS

1.2.1 VARIABLE ESTADO CIVIL

## # A tibble: 6 × 3
##   Estado_Civil Rotación     n
##   <chr>        <chr>    <int>
## 1 Casado       No         589
## 2 Casado       Si          84
## 3 Divorciado   No         294
## 4 Divorciado   Si          33
## 5 Soltero      No         350
## 6 Soltero      Si         120

## # A tibble: 6 × 4
## # Groups:   Estado_Civil [3]
##   Estado_Civil Rotación     n porcentaje
##   <chr>        <chr>    <int>      <dbl>
## 1 Casado       No         589       87.5
## 2 Casado       Si          84       12.5
## 3 Divorciado   No         294       89.9
## 4 Divorciado   Si          33       10.1
## 5 Soltero      No         350       74.5
## 6 Soltero      Si         120       25.5

1.2.2 VARIABLE VIAJE DE NEGOCIO

## # A tibble: 6 × 3
##   `Viaje de Negocios` Rotación     n
##   <chr>               <chr>    <int>
## 1 Frecuentemente      No         208
## 2 Frecuentemente      Si          69
## 3 No_Viaja            No         138
## 4 No_Viaja            Si          12
## 5 Raramente           No         887
## 6 Raramente           Si         156

## # A tibble: 6 × 4
## # Groups:   Viaje de Negocios [3]
##   `Viaje de Negocios` Rotación     n porcentaje
##   <chr>               <chr>    <int>      <dbl>
## 1 Frecuentemente      No         208       75.1
## 2 Frecuentemente      Si          69       24.9
## 3 No_Viaja            No         138       92  
## 4 No_Viaja            Si          12        8  
## 5 Raramente           No         887       85  
## 6 Raramente           Si         156       15

1.2.3 VARIABLE EDUCACIÓN

## # A tibble: 10 × 3
##    Nivel_Educacion      Rotación     n
##    <chr>                <chr>    <int>
##  1 1: Primaria          No         139
##  2 1: Primaria          Si          31
##  3 2: Secundaria        No         238
##  4 2: Secundaria        Si          44
##  5 3: Técnico/Tecnólogo No         473
##  6 3: Técnico/Tecnólogo Si          99
##  7 4: Pregrado          No         340
##  8 4: Pregrado          Si          58
##  9 5: Posgrado          No          43
## 10 5: Posgrado          Si           5

## # A tibble: 10 × 4
## # Groups:   Nivel_Educacion [5]
##    Nivel_Educacion      Rotación     n porcentaje
##    <chr>                <chr>    <int>      <dbl>
##  1 1: Primaria          No         139       81.8
##  2 1: Primaria          Si          31       18.2
##  3 2: Secundaria        No         238       84.4
##  4 2: Secundaria        Si          44       15.6
##  5 3: Técnico/Tecnólogo No         473       82.7
##  6 3: Técnico/Tecnólogo Si          99       17.3
##  7 4: Pregrado          No         340       85.4
##  8 4: Pregrado          Si          58       14.6
##  9 5: Posgrado          No          43       89.6
## 10 5: Posgrado          Si           5       10.4

## # A tibble: 5 × 3
##   Nivel_Educacion          n porcentaje
##   <chr>                <int>      <dbl>
## 1 1: Primaria            170       11.6
## 2 2: Secundaria          282       19.2
## 3 3: Técnico/Tecnólogo   572       38.9
## 4 4: Pregrado            398       27.1
## 5 5: Posgrado             48        3.3

1.2.4 VARIABLE HORAS EXTRA

## # A tibble: 4 × 3
##   Horas_Extra Rotación     n
##   <chr>       <chr>    <int>
## 1 No          No         944
## 2 No          Si         110
## 3 Si          No         289
## 4 Si          Si         127

## # A tibble: 4 × 4
## # Groups:   Horas_Extra [2]
##   Horas_Extra Rotación     n porcentaje
##   <chr>       <chr>    <int>      <dbl>
## 1 No          No         944       89.6
## 2 No          Si         110       10.4
## 3 Si          No         289       69.5
## 4 Si          Si         127       30.5

1.2.5 VARIABLE EQUILIBRIO_TRABAJO_VIDA

## # A tibble: 8 × 3
##   Equilibrio_Etiqueta Rotación     n
##   <chr>               <chr>    <int>
## 1 1: Muy bajo         No          55
## 2 1: Muy bajo         Si          25
## 3 2: Bajo             No         286
## 4 2: Bajo             Si          58
## 5 3: Medio            No         766
## 6 3: Medio            Si         127
## 7 4: Alto             No         126
## 8 4: Alto             Si          27

## # A tibble: 8 × 4
## # Groups:   Equilibrio_Etiqueta [4]
##   Equilibrio_Etiqueta Rotación     n porcentaje
##   <chr>               <chr>    <int>      <dbl>
## 1 1: Muy bajo         No          55       68.8
## 2 1: Muy bajo         Si          25       31.2
## 3 2: Bajo             No         286       83.1
## 4 2: Bajo             Si          58       16.9
## 5 3: Medio            No         766       85.8
## 6 3: Medio            Si         127       14.2
## 7 4: Alto             No         126       82.4
## 8 4: Alto             Si          27       17.6

1.2.6 VARIABLE CARGO

## # A tibble: 18 × 3
##    Cargo                   Rotación     n
##    <chr>                   <chr>    <int>
##  1 Director_Investigación  No          78
##  2 Director_Investigación  Si           2
##  3 Director_Manofactura    No         135
##  4 Director_Manofactura    Si          10
##  5 Ejecutivo_Ventas        No         269
##  6 Ejecutivo_Ventas        Si          57
##  7 Gerente                 No          97
##  8 Gerente                 Si           5
##  9 Investigador_Cientifico No         245
## 10 Investigador_Cientifico Si          47
## 11 Recursos_Humanos        No          40
## 12 Recursos_Humanos        Si          12
## 13 Representante_Salud     No         122
## 14 Representante_Salud     Si           9
## 15 Representante_Ventas    No          50
## 16 Representante_Ventas    Si          33
## 17 Tecnico_Laboratorio     No         197
## 18 Tecnico_Laboratorio     Si          62

## # A tibble: 18 × 4
## # Groups:   Cargo [9]
##    Cargo                   Rotación     n porcentaje
##    <chr>                   <chr>    <int>      <dbl>
##  1 Director_Investigación  No          78       97.5
##  2 Director_Investigación  Si           2        2.5
##  3 Director_Manofactura    No         135       93.1
##  4 Director_Manofactura    Si          10        6.9
##  5 Ejecutivo_Ventas        No         269       82.5
##  6 Ejecutivo_Ventas        Si          57       17.5
##  7 Gerente                 No          97       95.1
##  8 Gerente                 Si           5        4.9
##  9 Investigador_Cientifico No         245       83.9
## 10 Investigador_Cientifico Si          47       16.1
## 11 Recursos_Humanos        No          40       76.9
## 12 Recursos_Humanos        Si          12       23.1
## 13 Representante_Salud     No         122       93.1
## 14 Representante_Salud     Si           9        6.9
## 15 Representante_Ventas    No          50       60.2
## 16 Representante_Ventas    Si          33       39.8
## 17 Tecnico_Laboratorio     No         197       76.1
## 18 Tecnico_Laboratorio     Si          62       23.9

1.2.7 VARIABLE DEPARTAMENTO

## # A tibble: 6 × 3
##   Departamento Rotación     n
##   <chr>        <chr>    <int>
## 1 IyD          No         828
## 2 IyD          Si         133
## 3 RH           No          51
## 4 RH           Si          12
## 5 Ventas       No         354
## 6 Ventas       Si          92

## # A tibble: 6 × 4
## # Groups:   Departamento [3]
##   Departamento Rotación     n porcentaje
##   <chr>        <chr>    <int>      <dbl>
## 1 IyD          No         828       86.2
## 2 IyD          Si         133       13.8
## 3 RH           No          51       81  
## 4 RH           Si          12       19  
## 5 Ventas       No         354       79.4
## 6 Ventas       Si          92       20.6

1.2.8 VARIABLE SATISFACCION LABORAL

Distribución de la rotación según satisfacción laboral
Satisfaccion_Etiqueta	Rotación	n
1: Muy insatisfecho	No	223
1: Muy insatisfecho	Si	66
2: Insatisfecho	No	234
2: Insatisfecho	Si	46
3: Satisfecho	No	369
3: Satisfecho	Si	73
4: Muy satisfecho	No	407
4: Muy satisfecho	Si	52

Basado en el analisis anterior, se seleccionan tres variables categóricas y tres cuantitativas que, según el criterio del analista, pueden estar relacionadas con la rotación de personal. Estas variables serán utilizadas en los análisis posteriores.

Variables Categóricas

Horas_Extra Hipótesis: Las personas que trabajan horas extra están más expuestas al desgaste físico y mental, lo que puede incrementar su intención de rotar.

Relación esperada: Positiva (mayor rotación entre quienes hacen horas extra).

Estado_Civil Hipótesis: Personas solteras pueden tener mayor flexibilidad para cambiar de cargo o buscar nuevas oportunidades, mientras que personas casadas o con responsabilidades familiares podrían preferir la estabilidad.

Relación esperada: Mayor rotación entre personas solteras.

Viaje_de_Negocios Hipótesis: Viajar frecuentemente por trabajo puede afectar el equilibrio vida-trabajo, generando fatiga o insatisfacción que lleve a considerar un cambio de cargo.

Relación esperada: Mayor rotación en quienes viajan con frecuencia.

Variables Cuantitativas

Ingreso_Mensual

Hipótesis: Empleados con menores ingresos pueden sentirse menos valorados o tener mayor incentivo para buscar otro empleo o cargo mejor remunerado.

Relación esperada: Negativa (a menor ingreso, mayor rotación).

Edad Hipótesis: Personas más jóvenes podrían estar en búsqueda de crecimiento o mejores condiciones, mientras que personas mayores pueden valorar más la estabilidad.

Relación esperada: Negativa (mayor rotación en empleados más jóvenes).

Distancia_Casa Hipótesis: Una mayor distancia entre la casa y el lugar de trabajo puede generar cansancio y desmotivación, lo que podría aumentar la intención de cambiar de cargo o empresa.

Relación esperada: Positiva (a mayor distancia, mayor rotación).

ANÁLISIS UNIVARIADO

2.1 ANÀLISIS UNIVARIADO DE VARIABLES CUANTITATIVAS

2.1.1 VARIABLE INGRESO_MENSUAL

2.1.1.1 ESTADÍSTICA DESCRIPTIVA

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

-El ingreso promedio (6503) es mayor que la mediana (4919), lo cual indica que la distribución está sesgada a la derecha (hay empleados con ingresos muy altos que elevan el promedio).

-El rango de ingresos es amplio: desde 1009 hasta 19999.

-El 25% más bajo gana menos de 2911, y el 25% más alto gana más de 8379.

El histograma muestra la distribución de los ingresos mensuales de los empleados de la organización. A partir del gráfico, se pueden identificar varios aspectos clave:

Distribución sesgada a la derecha (asimetría positiva): La mayor parte de los empleados tiene ingresos entre los 1000 y 8000, con una fuerte concentración entre los 2000 y 5000, especialmente alrededor de los 3000, donde hay un pico notable.
Empleados con ingresos más altos (outliers): Aunque menos frecuentes, existen empleados con ingresos superiores a 10000 e incluso algunos por encima de 18000. Estos casos son pocos pero elevan el promedio, como se vio en el summary().Esta distribución es consistente con una estructura piramidal típica en las empresas, donde la mayoría de los empleados se ubica en niveles operativos (menor remuneración) y solo un pequeño grupo ocupa cargos directivos con salarios altos.
Ingreso más común: El intervalo más frecuente está alrededor de los 3000 a 3500, donde se concentra la mayor cantidad de empleados.

-Rango amplio: La distribución abarca desde aproximadamente 1000 hasta 20000, lo que indica una importante heterogeneidad salarial dentro de la organización.

El boxplot permite observar visualmente la distribución, la dispersión y los valores atípicos del ingreso mensual en la empresa. A partir del gráfico se concluye lo siguiente:

Mediana: La línea dentro de la caja representa la mediana del ingreso mensual, que está aproximadamente en 5000, lo cual coincide con el resumen estadístico previo. Esto indica que el 50% de los empleados gana menos de ese valor y el otro 50% gana más.
Caja (rango intercuartílico): La caja muestra el rango entre el primer cuartil (Q1) y el tercer cuartil (Q3), es decir, entre ~2900 y ~8300. Esto abarca al 50% central de los ingresos.
Sesgo a la derecha: La distancia entre la mediana y el extremo superior de la caja (Q3) es mayor que hacia el inferior (Q1), lo que refuerza que la distribución está sesgada a la derecha.
Valores atípicos (outliers): Los puntos por encima de los bigotes (líneas verticales) representan ingresos considerablemente superiores al promedio del grupo. Son pocos empleados que ganan más de ~15000. Estos valores extremos son coherentes con la existencia de cargos directivos o altamente especializados en la empresa, lo cual es típico en estructuras organizacionales jerárquicas.

2.1.2 VARIABLE EDAD

2.1.2.1 ESTADÍSTICA DESCRIPTIVA

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

La mayoría de los empleados tiene entre 30 y 43 años, es decir, se concentra en edades laborales medias.
La mediana (36) y la media (36.9) están bastante cercanas, lo que sugiere una distribución simétrica o poco sesgada.
No hay edades extremadamente altas ni bajas, lo que indica que no existen valores atípicos en esta variable.
El rango de edades va de 18 a 60 años, cubriendo desde personas jóvenes iniciando su vida laboral hasta empleados próximos a la jubilación.

2.1.2.2 HISTOGRAMA

El histograma muestra la distribución de edades de los empleados en la empresa. A partir del gráfico, se pueden extraer las siguientes observaciones:

Distribución aproximadamente simétrica: El histograma tiene forma de campana, lo cual indica que la mayoría de los empleados está en edades intermedias, con menos empleados en los extremos (jóvenes o mayores).
Grupo etario predominante: La mayor parte de los empleados se encuentra entre los 30 y 40 años, con picos visibles cerca de los 35 años. Esto coincide con la mediana de 36 años obtenida en el resumen estadístico.
Poca presencia de empleados muy jóvenes o muy mayores: Hay pocos empleados menores de 25 o mayores de 55, lo cual puede reflejar que la empresa cuenta principalmente con personal en etapas laborales más estables o maduras.
Distribución sin sesgo fuerte: Dado que la media y mediana están muy cercanas, y el gráfico es simétrico, podemos decir que no hay una asimetría fuerte en esta variable.

2.1.2.3 BOXPLOT

El boxplot permite visualizar la distribución de edades de los empleados y detectar posibles asimetrías o valores atípicos. A partir del gráfico se observa lo siguiente:

Mediana: La línea dentro de la caja representa la mediana de la edad, ubicada aproximadamente en 36 años. Esto coincide con el resumen estadístico anterior, indicando que la mitad de los empleados tiene 36 años o menos.
Caja (rango intercuartílico): El 50% central de las edades se encuentra entre 30 y 43 años. Esto muestra que la mayoría de los empleados se concentra en una edad laboral intermedia.
Distribución simétrica: La mediana está centrada dentro de la caja, y los bigotes son de tamaño similar hacia arriba y hacia abajo, lo que indica una distribución aproximadamente simétrica.
Sin valores atípicos visibles: No se observan puntos fuera de los bigotes del boxplot, por lo tanto, no hay edades extremas o inusuales que rompan la tendencia general.

2.1.3 VARIABLE DISTANCIA_CASA

2.1.3.1 ESTADÍSTICA DESCRIPTIVA

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   1.000   2.000   7.000   9.193  14.000  29.000

La mayoría de empleados vive relativamente cerca del trabajo. El 75% vive a 14 km o menos, y la mitad a menos de 7 km.
La media es mayor que la mediana, lo que sugiere una distribución ligeramente sesgada a la derecha (algunos empleados viven más lejos y elevan el promedio).
No hay distancias extremadamente grandes (el valor máximo es 29 km), por lo que no parece haber valores atípicos fuertes.
Esto podría indicar que la ubicación de la empresa está estratégicamente bien situada o que el personal prefiere residir cerca del lugar de trabajo.
La variable Distancia_Casa muestra que la mayoría de los empleados reside a una distancia relativamente corta del lugar de trabajo, con el 75% viviendo a menos de 14 km y la mediana ubicada en solo 7 km. Dado este comportamiento, podría considerarse que la distancia no representa un factor determinante en la decisión de rotación, ya que la dispersión es limitada y la mayoría de los empleados se encuentra geográficamente cerca de la empresa.

2.1.3.2 HISTOGRAMA

El histograma muestra cómo se distribuyen las distancias desde la casa hasta el lugar de trabajo para los empleados. A partir del gráfico, se pueden destacar los siguientes puntos:

Alta concentración en distancias cortas: Más de 400 empleados viven a menos de 2 km del lugar de trabajo, lo cual representa una gran parte del total. Esto confirma que la mayoría del personal reside muy cerca de la empresa.
Distribución fuertemente sesgada a la derecha: La frecuencia disminuye rápidamente a medida que la distancia aumenta. Muy pocos empleados viven a más de 20 km de la empresa.
Poca dispersión general: Aunque existen empleados con distancias más largas (hasta 29 km), la gran mayoría vive a menos de 10 km, lo cual limita la variabilidad de esta variable.
Conclusión preliminar: Esta concentración en distancias cortas sugiere que la variable podría tener poca utilidad para explicar la rotación, ya que la mayoría vive cerca y no se observan grupos muy diferenciados por distancia.

2.1.3.3 BOXPLOT

Este boxplot muestra cómo se distribuyen las distancias desde el hogar al lugar de trabajo. A partir del gráfico se interpreta:

Mediana: La línea negra dentro de la caja representa la mediana, ubicada en aproximadamente 7 km, lo que indica que la mitad de los empleados vive a esa distancia o menos de su trabajo.
Rango intercuartílico (IQR): La caja representa el 50% central de los datos, con límites entre 2 km y 14 km, evidenciando que la mayoría de los empleados vive relativamente cerca del lugar de trabajo.
Rango total: La distancia máxima llega a 29 km, pero sin presencia clara de valores atípicos.
Ligera asimetría positiva: La mediana está un poco más cerca del primer cuartil, y el bigote superior es más largo, lo que indica una leve inclinación hacia la derecha, causada por algunos empleados que viven más lejos.
Conclusión: Este comportamiento sugiere que la Distancia_Casa tiene una dispersión limitada, con la mayoría de empleados ubicados en distancias cortas. Por tanto, podría no ser una variable determinante en la rotación, ya que no hay suficientes diferencias geográficas entre los trabajadores para generar impacto.

2.1.4 SELECCIÓN DE VARIABLE ADICIONAL ANTIGUEDAD (REEMPLAZO VARIABLE DISTANCIA_CASA)

2.1.4.1 ESTADÍSTICA DESCRIPTIVA

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

La mayoría de los empleados tiene menos de 10 años en la empresa, pero hay algunos casos de muy larga antigüedad.
La media (7) es mayor que la mediana (5), lo que sugiere una distribución asimétrica hacia la derecha: pocos empleados con muchos años elevan el promedio.
El valor máximo (40 años) es un dato extremo, que puede ser considerado un posible outlier y refleja permanencia a largo plazo en algunos casos.
Esto indica que, aunque hay renovación, también existe una base de empleados con experiencia significativa.

2.1.4.2 HISTOGRAMA

Este gráfico muestra la distribución del tiempo (en años) que los empleados llevan trabajando en la empresa. Observamos lo siguiente:

Distribución asimétrica a la derecha: La mayor parte de los empleados tiene baja antigüedad, y la frecuencia disminuye conforme aumenta el número de años. Esto indica una alta rotación o crecimiento reciente del personal.
Alta concentración entre 0 y 10 años: Más del 75% de los empleados lleva menos de 10 años en la empresa, con un pico visible alrededor de los 3 a 5 años.
Cola larga hacia la derecha: Hay empleados con más de 20 años, incluso algunos pocos con hasta 40 años de permanencia. Estos casos son poco frecuentes, pero elevan el promedio y generan una asimetría positiva.
Conclusión preliminar: La distribución sugiere que la empresa ha tenido un alto ingreso de personal en los últimos años, lo cual podría estar relacionado con procesos de expansión, renovación o rotación de cargos. También hay una base sólida de empleados antiguos, aunque son minoría.

2.1.4.3 BOXPLOT

Este boxplot representa gráficamente la dispersión y comportamiento de la antigüedad de los empleados en la empresa (años desde su ingreso). A partir del gráfico, se puede observar:

Mediana: La línea dentro de la caja se sitúa cerca de los 5 años, lo que coincide con el valor del resumen estadístico. La mitad de los empleados lleva 5 años o menos en la organización.
Caja (rango intercuartílico): El 50% de los empleados se encuentra entre 3 y 9 años de antigüedad, mostrando una concentración en la parte baja del rango.
Presencia de valores atípicos: Se observan muchos puntos por encima del bigote superior, lo que indica empleados con más de 18 años de antigüedad. Estos puntos representan casos excepcionales de permanencia prolongada, y son los que generan la asimetría positiva en la distribución.
Rango máximo: Hay al menos un empleado con 40 años de antigüedad, lo cual es un valor extremo dentro del conjunto de datos.
Teniendo en cuenta que al hacer el análisis univariado de la variable Distancia_Casa se encontró que la misma no era relevante para la actividad, se decide reemplazar por esta variable por la variable Antiguedad que aunque tiene tambien una desviación a la derecha, puede ser mas relevante para el análisis.

2.2 ANÀLISIS UNIVARIADO DE VARIABLES CATEGÓRICAS

2.2.1 VARIABLE HORAS_EXTRA

2.2.1.1 FRECUENCIA ABSOLUTA Y RELATIVA

## # A tibble: 2 × 3
##   Horas_Extra     n porcentaje
##   <chr>       <int>      <dbl>
## 1 No           1054       71.7
## 2 Si            416       28.3

1054 empleados (71.7%) no realizan horas extra.
416 empleados (28.3%) sí realizan horas extra.

Esto nos dice que la mayoría de los trabajadores no está haciendo horas adicionales, lo cual puede interpretarse como que:

La carga laboral está distribuida adecuadamente para la mayoría.
solo una parte del personal (menos del 30%) asume sobrecarga u horas adicionales.

Esta variable puede ser relevante en el análisis de rotación porque:

Los empleados que trabajan horas extra podrían estar más expuestos al agotamiento, estrés o desequilibrio vida-trabajo.
Sin embargo, como se vio anteriormentes, es importante cruzar esta variable con Rotación para saber si realmente influye.

2.2.1.2 GRÁFICO DE BARRAS

Este gráfico muestra la distribución de empleados según si realizan o no horas extra. De él se observa:

La mayoría de empleados no realiza horas extra: aproximadamente 1054 personas (71.7%).
Un grupo menor sí realiza horas extra: aproximadamente 416 personas (28.3%).

La diferencia entre ambos grupos es clara y significativa, lo cual se ve reflejado en las alturas contrastantes de las barras.

2.2.2 VARIABLE ESTADO_CIVIL

2.2.2.1 FRECUENCIA ABSOLUTA Y RELATIVA

## # A tibble: 3 × 3
##   Estado_Civil     n porcentaje
##   <chr>        <int>      <dbl>
## 1 Casado         673       45.8
## 2 Divorciado     327       22.2
## 3 Soltero        470       32

Casi la mitad de los empleados están casados (45.8%), lo que indica que la mayoría del personal podría tener responsabilidades familiares.
Un 32% son solteros, lo cual representa un grupo importante dentro de la organización, posiblemente con mayor movilidad laboral.
El 22.2% son divorciados, también una proporción relevante, que puede tener implicaciones distintas en cuanto a estabilidad o prioridades laborales.

Conclusión preliminar: La variable Estado_Civil presenta una distribución relativamente equilibrada entre los tres grupos, pero los empleados casados dominan la muestra. Esto podría ser relevante para el análisis de rotación, ya que el estado civil puede influir en la disposición al cambio, la necesidad de estabilidad o la flexibilidad de horario y ubicación.

2.2.2.2 GRÁFICO DE BARRAS

Este gráfico de barras muestra la frecuencia de empleados según su estado civil. Se observan tres grupos bien definidos:

Casados: Representan el grupo más numeroso, con 673 empleados (45.8%), lo que sugiere que gran parte de la plantilla podría tener compromisos familiares.
Solteros: Segundo grupo más común, con 470 empleados (32%). Este grupo suele tener más flexibilidad para cambios laborales, lo que podría estar relacionado con decisiones de rotación.
Divorciados: Representan el 22.2% (327 empleados). Aunque menos numerosos, son una proporción significativa.
Conclusión: La variable Estado_Civil tiene una distribución relativamente equilibrada, pero con un claro predominio del grupo casado. Esto puede tener implicaciones relevantes en el análisis de rotación, ya que el estado civil puede influir en la estabilidad laboral, la disposición a cambiar de cargo, o en la necesidad de horarios más estables.

2.2.3 VARIABLE VIAJE DE NEGOCIOS

2.2.3.1 FRECUENCIA ABSOLUTA Y RELATIVA

## # A tibble: 3 × 3
##   `Viaje de Negocios`     n porcentaje
##   <chr>               <int>      <dbl>
## 1 Frecuentemente        277       18.8
## 2 No_Viaja              150       10.2
## 3 Raramente            1043       71

La mayoría de los empleados viaja raramente por trabajo (71%), lo que indica que las funciones en la empresa no requieren desplazamientos frecuentes para la mayoría del personal.
Un 18.8% viaja frecuentemente, lo que representa un grupo relevante que podría tener mayores exigencias laborales o menor estabilidad.
El 10.2% no viaja en absoluto, posiblemente por naturaleza del cargo (operativos, administrativos, etc.).
Conclusión preliminar: Esta variable es clave para el análisis de rotación, ya que los viajes frecuentes pueden afectar el equilibrio trabajo-vida y generar desgaste. El hecho de que casi el 30% del personal esté entre quienes no viajan o viajan frecuentemente puede dar lugar a diferencias importantes en el comportamiento de rotación.

2.2.2.2 GRÁFICO DE BARRAS

El gráfico de barras muestra la frecuencia con la que los empleados realizan viajes laborales:

Raramente (71%): La gran mayoría del personal realiza viajes ocasionales o ninguno durante su actividad laboral. Esto indica que la mayoría de los cargos no requiere desplazamiento frecuente.
Frecuentemente (18.8%): Una proporción menor pero significativa viaja con frecuencia, posiblemente por funciones de ventas, gestión o cargos ejecutivos. Este grupo puede estar más expuesto al desgaste o desbalance vida-trabajo.
No viaja (10.2%): Una minoría absoluta no tiene ningún tipo de desplazamiento asociado a su cargo, posiblemente personal técnico o administrativo fijo.
Conclusión: La distribución de esta variable no es homogénea, y la categoría “viaja frecuentemente” podría ser una fuente potencial de rotación, ya que el hecho de viajar implica cambios de rutina, tiempo fuera del hogar y posibles tensiones.

ANÁLISIS BIVARIADO

3.1.VARIABLES CUANTITATIVAS vs ROTACIÓN

3.1.1 EDAD vs ROTACIÓN

3.1.1.1 COMPARACIÓN DE MEDIAS EDAD vs ROTACIÓN

## # A tibble: 2 × 3
##   Rotacion_etiqueta media_edad    sd
##   <fct>                  <dbl> <dbl>
## 1 0 = No                  37.6  8.89
## 2 1 = Sí                  33.6  9.69

Los empleados que no rotaron tienen en promedio 37.6 años, mientras que los que sí rotaron tienen en promedio 33.6 años.
La diferencia de casi 4 años sugiere que los empleados más jóvenes tienen mayor probabilidad de rotar.
La desviación estándar también indica que en ambos grupos hay dispersión (mayor en quienes rotaron, con 9.7 años de variabilidad).
Conclusión preliminar:Existe una relación negativa entre la edad y la rotación: a menor edad, mayor rotación. Esto podría explicarse por una mayor búsqueda de oportunidades en empleados jóvenes, menor estabilidad o exploración profesional en etapas iniciales de carrera, lo cual es coherente con lño planteado en la hipótesis inicial para esta variable.

3.1.1.2 BOXPLOT EDAD vs ROTACIÓN

- El gráfico Boxplot confirma lo observado en la tabla anterior: los empleados que rotan tienden a ser más jóvenes.

La mediana del grupo que rotó está más a la izquierda.
La distribución de edad en quienes no rotaron está desplazada hacia edades mayores.
Conclusión: Este gráfico refuerza la hipótesis de que la edad está negativamente relacionada con la rotación. Empleados más jóvenes tienen mayor probabilidad de cambiar de cargo, posiblemente por estar en búsqueda de mejores oportunidades o en etapas menos estables laboralmente.

3.1.1.3 PRUEBA DE HIPÓTESIS EDAD vs ROTACIÓN

## 
##  Welch Two Sample t-test
## 
## data:  Edad by Rotacion_binaria
## t = 5.8291, df = 316.94, p-value = 1.371e-08
## alternative hypothesis: true difference in means between group 0 and group 1 is not equal to 0
## 95 percent confidence interval:
##  2.619728 5.289170
## sample estimates:
## mean in group 0 mean in group 1 
##        37.56204        33.60759

El p-valor < 0.05 indica que la diferencia de edad entre los grupos es estadísticamente significativa.
Podemos afirmar con un 95% de confianza que los empleados que no rotan son, en promedio, entre 2.6 y 5.3 años mayores que quienes sí rotan.
Como la diferencia es positiva (grupo 0 tiene mayor edad), la edad se asocia negativamente con la rotación: a menor edad, mayor probabilidad de rotar.

Conclusión: La prueba t sugiere que la edad tiene un efecto significativo en la rotación de empleados. En promedio, quienes no rotan tienen 3.95 años más que quienes sí rotan, y esta diferencia es estadísticamente significativa (p < 0.001). Esto respalda la hipótesis de que los empleados más jóvenes presentan mayor probabilidad de rotar.

3.1.2 INGRESO MENSUAL vs ROTACIÓN

3.1.1.1 COMPARACIÓN DE MEDIAS INGRESO MENSUAL vs ROTACIÓN

## # A tibble: 2 × 3
##   Rotacion_etiqueta media_ingreso    sd
##   <fct>                     <dbl> <dbl>
## 1 0 = No                    6833. 4818.
## 2 1 = Sí                    4787. 3640.

Los empleados que no rotaron ganan en promedio más de $2.000 por encima de los que sí rotaron.
Esto apoya la hipótesis de que un ingreso más bajo se asocia con mayor rotación.
La desviación estándar también es más alta en el grupo que no rotó, indicando una mayor variabilidad en los salarios (posiblemente porque incluye tanto operativos como mandos altos

3.1.1.2 BOXPLOT INGRESO MENSUAL vs ROTACIÓN

-Se confirma lo visto en el resumen numérico: los empleados que rotaron ganan menos, en promedio.

Hay una brecha clara en la mediana y en la dispersión.
La diferencia es visual y consistente con la hipótesis de que el salario más bajo está asociado con mayor rotación.
Conclusión: El boxplot muestra que los empleados que no rotaron tienen ingresos más altos y más dispersos, lo que puede estar asociado a una mayor proporción de cargos altos. Por su parte, los que rotaron tienen ingresos más bajos y concentrados, lo cual apoya la hipótesis de que los empleados con menores ingresos están más inclinados a cambiar de cargo.

3.1.1.3 PRUEBA DE HIPÓTESIS INGRESO MENSUAL vs ROTACIÓN

## 
##  Welch Two Sample t-test
## 
## data:  Ingreso_Mensual by Rotacion_binaria
## t = 7.4826, df = 412.74, p-value = 4.434e-13
## alternative hypothesis: true difference in means between group 0 and group 1 is not equal to 0
## 95 percent confidence interval:
##  1508.244 2583.050
## sample estimates:
## mean in group 0 mean in group 1 
##        6832.740        4787.093

El p-value es muchísimo menor que 0.05, lo que indica que la diferencia de ingresos entre los dos grupos es estadísticamente significativa.
El intervalo de confianza nos dice que, con 95% de seguridad, la diferencia real en los ingresos promedio está entre $1.508 y $2.583 a favor del grupo que no rotó.
En otras palabras, quienes no rotaron ganan significativamente más dinero que quienes sí lo hicieron.

3.1.3 ANTIGUEDAD vs ROTACIÓN

3.1.3.1 COMPARACIÓN DE MEDIAS ANTIGUEDAD vs ROTACIÓN

## # A tibble: 2 × 3
##   Rotacion_etiqueta media_antig    sd
##   <fct>                   <dbl> <dbl>
## 1 0 = No                   7.37  6.10
## 2 1 = Sí                   5.13  5.95

En promedio, los empleados que no rotaron llevan más tiempo en la empresa.
La diferencia de más de 2 años sugiere que la antigüedad está asociada negativamente con la rotación: cuanto más tiempo lleva un empleado, menos probable es que rote.
Ambas desviaciones estándar son parecidas, lo que indica una dispersión similar entre grupos.
Conclusión preliminar: Los empleados que permanecen en la empresa tienden a tener mayor antigüedad. Esto respalda la hipótesis de que una menor antigüedad se asocia con mayor rotación, posiblemente porque los nuevos empleados aún están en periodo de ajuste o búsqueda de estabilidad.

3.1.3.2 BOXPLOT ANTIGUEDAD vs ROTACIÓN

- Refuerza la hipótesis de que los empleados con menor antigüedad tienen mayor probabilidad de rotar.

La diferencia de mediana es evidente y el grupo que no rotó muestra mayor permanencia.
Los outliers altos son pocos, pero visibles (probablemente empleados muy antiguos que no han rotado).
Conclusión: El gráfico muestra una clara diferencia en la antigüedad entre los grupos. Los empleados que no rotaron tienen mayor tiempo en la empresa, mientras que los que rotaron tienden a ser más recientes. Esto sugiere que la antigüedad puede ser un factor protector frente a la rotación.

3.1.3.3 PRUEBA DE HIPÓTESIS ANTIGUEDAD vs ROTACIÓN

## 
##  Welch Two Sample t-test
## 
## data:  Antigüedad by Rotacion_binaria
## t = 5.2826, df = 338.21, p-value = 2.286e-07
## alternative hypothesis: true difference in means between group 0 and group 1 is not equal to 0
## 95 percent confidence interval:
##  1.404805 3.071629
## sample estimates:
## mean in group 0 mean in group 1 
##        7.369019        5.130802

El p-value < 0.001, lo que indica una diferencia estadísticamente significativa entre los dos grupos.
La antigüedad promedio de los que no rotaron es más alta (7.37 años) comparada con los que sí rotaron (5.13 años).
El intervalo de confianza muestra que esta diferencia está entre 1.4 y 3 años, es decir, es real y consistente.

conclusión: La prueba t de Welch indica que hay una diferencia significativa en la antigüedad entre empleados que rotaron y los que no (p < 0.001). En promedio, los empleados que no rotaron llevan entre 1.4 y 3 años más en la empresa. Esto refuerza la hipótesis de que a menor antigüedad, mayor probabilidad de rotación.

3.2 VARIABLES CATEGÓRICAS vs ROTACIÓN

3.2.1 HORAS EXTRA vs ROTACIÓN

3.2.1.1 TABLA CRUZADA HORAS EXTRA vs ROTACIÓN

##     
##      0 = No 1 = Sí
##   No    944    110
##   Si    289    127

Proporcionalmente, los empleados que hacen horas extra tienen una mayor proporción de rotación:

Si hacen horas extra: 127 / (289 + 127) ≈ 30.5% rotan.
Si no hacen horas extra: 110 / (944 + 110) ≈ 10.4% rotan.

Esto apoya la hipótesis de que trabajar horas extra podría estar relacionado con mayor desgaste o insatisfacción, y por tanto con mayor probabilidad de rotar.

3.2.1.2 PRUEBA DE FISHER HORAS EXTRA vs ROTACIÓN

## 
##  Fisher's Exact Test for Count Data
## 
## data:  tabla_he
## p-value < 2.2e-16
## alternative hypothesis: true odds ratio is not equal to 1
## 95 percent confidence interval:
##  2.799096 5.078460
## sample estimates:
## odds ratio 
##   3.767353

El p-value < 0.001 indica que la asociación entre Horas_Extra y Rotación es estadísticamente significativa.
La odds ratio (3.77) indica que las probabilidades de rotar son casi 4 veces mayores para quienes sí hacen horas extra, comparado con quienes no las hacen.
El intervalo de confianza no incluye el 1, esto confirma que el efecto es real y no producto del azar.

Conclusión: La prueba exacta de Fisher muestra que existe una asociación significativa entre la realización de horas extra y la rotación de empleados (p < 0.001). Además, la odds ratio = 3.77 indica que quienes hacen horas extra tienen casi cuatro veces más probabilidad de rotar que quienes no las hacen. Esto respalda fuertemente la hipótesis de que el exceso de trabajo podría ser un factor de riesgo para la rotación.

3.2.2 ESTADO CIVIL vs ROTACIÓN

3.2.2.1 TABLA CRUZADA ESTADO CIVIL vs ROTACIÓN

##             
##              0 = No 1 = Sí
##   Casado        589     84
##   Divorciado    294     33
##   Soltero       350    120

El grupo de empleados solteros tiene la mayor proporción de rotación (25.5%).
En contraste, casados y divorciados tienen tasas mucho menores (≈10–12%).
Esto respalda la hipótesis de que los solteros podrían tener más flexibilidad para cambiar de cargo o estar en etapas más inestables laboralmente.

3.2.2.2 PRUEBA DE FISHER ESTADO CIVIL vs ROTACIÓN

## 
##  Fisher's Exact Test for Count Data
## 
## data:  tabla_ec
## p-value = 3.024e-10
## alternative hypothesis: two.sided

El p-value es mucho menor que 0.05, por tanto existe una asociación estadísticamente significativa entre el Estado Civil y la Rotación.
Esto confirma que las diferencias observadas entre solteros, casados y divorciados no se deben al azar.

3.2.3 VIAJE DE NEGOCIO vs ROTACIÓN

3.2.3.1 TABLA CRUZADA VIAJE DE NEGOCIO vs ROTACIÓN

##                 
##                  0 = No 1 = Sí
##   Frecuentemente    208     69
##   No_Viaja          138     12
##   Raramente         887    156

Los empleados que viajan frecuentemente tienen la mayor tasa de rotación (≈25%).
En contraste, los que no viajan tienen la menor tasa (8%).
Aquellos que viajan raramente están en un punto medio (15%).
Esto apoya la hipótesis de que viajar con frecuencia podría afectar el equilibrio trabajo-vida, generando más rotación.

3.2.3.2 PRUEBA DE FISHER VIAJE DE NEGOCIO vs ROTACIÓN

## 
##  Fisher's Exact Test for Count Data with simulated p-value (based on
##  10000 replicates)
## 
## data:  tabla_vn
## p-value = 9.999e-05
## alternative hypothesis: two.sided

El p-value < 0.001, lo que indica que hay una asociación estadísticamente significativa entre la frecuencia de viajes de negocios y la rotación.
Esto confirma que la diferencia en las tasas de rotación según la frecuencia de viaje no es producto del azar.
Conclusión: La prueba de Fisher indica que existe una asociación significativa entre la frecuencia de viajes de negocios y la rotación de empleados (p < 0.001). En particular, se observa que los empleados que viajan frecuentemente tienen una tasa de rotación considerablemente mayor (25%), en comparación con quienes viajan raramente (15%) o no viajan (8%). Esto respalda la hipótesis de que viajar frecuentemente podría generar desgaste o desequilibrio vida-trabajo, aumentando la probabilidad de rotar.

ESTIMACIÓN DEL MODELO

Resultados del modelo de regresión logística
Variable	Coeficiente	Error Estándar	Estadístico z	Valor p
(Intercept)	-0.2410	0.3770	-0.6393	0.5226
Edad	-0.0283	0.0101	-2.8113	0.0049
Ingreso_Mensual	-0.0001	0.0000	-2.7622	0.0057
Antigüedad	-0.0409	0.0185	-2.2086	0.0272
Horas_ExtraSi	1.4514	0.1573	9.2244	0.0000
Estado_CivilDivorciado	-0.2702	0.2286	-1.1820	0.2372
Estado_CivilSoltero	0.8195	0.1706	4.8036	0.0000
`Viaje de Negocios`No_Viaja	-1.3029	0.3508	-3.7144	0.0002
`Viaje de Negocios`Raramente	-0.6455	0.1804	-3.5788	0.0003

Todas las variables cuantitativas (Edad, Ingreso_Mensual, Antigüedad) tienen coeficientes negativos y significativos: indican que a mayor edad, experiencia o salario, menor es la probabilidad de rotación.

Las variables categóricas también muestran patrones claros:

Horas_Extra tiene el efecto más fuerte y significativo en sentido positivo. Los empleados que hacen horas extra tienen mucha más probabilidad de rotar.
Estado_Civil Soltero también es un factor de riesgo significativo para rotación.
Viaje de Negocios muestra una asociación inversa con la rotación: los empleados que no viajan o viajan raramente presentan una menor probabilidad de rotar en comparación con quienes viajan frecuentemente.
Conclusión: El modelo de regresión logística logró identificar varios factores relevantes para predecir la rotación de empleados. Las variables cuantitativas Edad, Ingreso Mensual y Antigüedad presentan una asociación negativa con la rotación: empleados mayores, con mayor tiempo en la empresa y mejores salarios tienden a permanecer en sus cargos.

En cuanto a las variables categóricas, el factor más determinante fue realizar horas extra, lo cual incrementa significativamente la probabilidad de rotación. Además, ser soltero o tener una rutina de viajes frecuentes también se asocian con una mayor probabilidad de rotación.

Este modelo es útil para que la empresa focalice estrategias de retención: ajustar cargas laborales, revisar políticas de movilidad, y ofrecer beneficios que ayuden a fidelizar a perfiles jóvenes, con menor antigüedad o mayor carga de trabajo.

EVALUACION DEL PODER PREDICTIVO DEL MODELO

5.1 AREA BAJO LA CURVA (AUC)

## Area under the curve: 0.7704

El área bajo la curva (AUC) obtenida fue de 0.7704, lo que indica que el modelo tiene un buen desempeño discriminativo. Esto significa que el modelo es capaz de diferenciar correctamente, en aproximadamente el 77% de los casos, entre empleados que rotan y los que no. Si se elige al azar un empleado que rotó y uno que no rotó, el modelo asignará una mayor probabilidad de rotación al primero en el 77% de las veces.

5.2 CAPACIDAD DISCRIMINATIVA DEL MODELO DE ROTACION (ROC)

5.3 MATRIZ DE CONFUSIÓN

## Confusion Matrix and Statistics
## 
##           Reference
## Prediction    0    1
##          0 1213  194
##          1   20   43
##                                           
##                Accuracy : 0.8544          
##                  95% CI : (0.8353, 0.8721)
##     No Information Rate : 0.8388          
##     P-Value [Acc > NIR] : 0.05381         
##                                           
##                   Kappa : 0.2349          
##                                           
##  Mcnemar's Test P-Value : < 2e-16         
##                                           
##             Sensitivity : 0.18143         
##             Specificity : 0.98378         
##          Pos Pred Value : 0.68254         
##          Neg Pred Value : 0.86212         
##              Prevalence : 0.16122         
##          Detection Rate : 0.02925         
##    Detection Prevalence : 0.04286         
##       Balanced Accuracy : 0.58261         
##                                           
##        'Positive' Class : 1               
##

La evaluación del modelo de regresión logística, aplicado a la predicción de rotación de personal, evidencia un desempeño aceptable desde el punto de vista predictivo. El Área Bajo la Curva (AUC) fue de 0.7704, lo cual indica una capacidad discriminativa adecuada. Este valor sugiere que el modelo tiene un 77% de probabilidad de asignar una mayor puntuación de riesgo de rotación a un empleado que efectivamente rotará, en comparación con uno que no lo hará. Desde el análisis gráfico, la curva ROC se desvía de la diagonal de referencia, reforzando visualmente esta capacidad predictiva.

No obstante, al aplicar un punto de corte estándar de 0.5, los resultados de la matriz de confusión revelan importantes aspectos a considerar. La precisión global (accuracy) alcanza un 85.4%, lo que a primera vista podría parecer satisfactorio. Sin embargo, esta métrica está fuertemente influenciada por el desbalance en las clases (la mayoría de empleados no rotan).

Cuando se analizan métricas específicas:

-La sensibilidad (recall), es decir, la capacidad del modelo para identificar correctamente a los empleados que sí rotan, fue apenas del 18.1%, lo que evidencia una alta tasa de falsos negativos.

En contraste, la especificidad fue muy alta (98.4%), lo que indica que el modelo detecta muy bien a quienes no rotan.
El valor predictivo positivo fue de 68.2%, y el negativo de 86.2%, confirmando que el modelo es confiable al predecir la permanencia, pero deficiente al anticipar la rotación.
El índice Kappa de 0.23 refuerza la advertencia de que el desempeño real del modelo es limitado en términos de clasificación balanceada.

En conjunto, estos resultados indican que, si bien el modelo es estadísticamente significativo y muestra una buena discriminación general (AUC), su utilidad práctica para anticipar rotación es limitada bajo el punto de corte convencional. Se recomienda considerar estrategias adicionales como ajuste del umbral de decisión, re-muestreo de clases (undersampling/oversampling) o incluso técnicas de modelado más complejas para mejorar la sensibilidad sin sacrificar demasiada especificidad.

5.4 EVALUACIÓN DE MÉTRICAS PARA DISTINTOS PUNTOS DE CORTE

##            Umbral  Accuracy Sensibilidad Especificidad
## Accuracy     0.10 0.5653061    0.5166261   0.818565401
## Accuracy1    0.15 0.6877551    0.6796431   0.729957806
## Accuracy2    0.20 0.7557823    0.7761557   0.649789030
## Accuracy3    0.25 0.8122449    0.8605028   0.561181435
## Accuracy4    0.30 0.8401361    0.9148418   0.451476793
## Accuracy5    0.35 0.8530612    0.9480941   0.358649789
## Accuracy6    0.40 0.8503401    0.9610706   0.274261603
## Accuracy7    0.45 0.8496599    0.9716139   0.215189873
## Accuracy8    0.50 0.8544218    0.9837794   0.181434599
## Accuracy9    0.55 0.8517007    0.9894566   0.135021097
## Accuracy10   0.60 0.8448980    0.9918897   0.080168776
## Accuracy11   0.65 0.8455782    0.9967559   0.059071730
## Accuracy12   0.70 0.8442177    0.9983779   0.042194093
## Accuracy13   0.75 0.8435374    1.0000000   0.029535865
## Accuracy14   0.80 0.8394558    1.0000000   0.004219409
## Accuracy15   0.85 0.8387755    1.0000000   0.000000000
## Accuracy16   0.90 0.8387755    1.0000000   0.000000000

Al analizar distintas métricas de desempeño del modelo para varios puntos de corte, se observa que el umbral de 0.35 proporciona un equilibrio adecuado: una alta sensibilidad (94.8%) garantiza que la mayoría de los casos de rotación se detecten correctamente, lo cual es deseable en contextos preventivos de gestión de talento. Aunque la especificidad disminuye, el costo de intervenir a un empleado que no rotaría es generalmente menor que el de perder un empleado clave sin advertencia. Por tanto, se sugiere emplear un umbral de 0.35 para la toma de decisiones sobre intervención.

5.5 GRÁFICO DESEMPEÑO DEL MODELO SEGÚN PUNTO DE CORTE

En este gráfico, se trazan tres métricas clave:

Sensibilidad (rojo): la capacidad del modelo para identificar correctamente a quienes sí rotan (verdaderos positivos).

Alta sensibilidad = pocos empleados que rotan son clasificados como si no lo hicieran (bajos falsos negativos).

La sensibilidad aumenta cuando el umbral es bajo (es decir, cuando clasificas a más personas como “van a rotar”).

Especificidad (azul): la capacidad del modelo para identificar correctamente a quienes no rotan (verdaderos negativos).

Alta especificidad = pocos falsos positivos.

La especificidad disminuye al bajar el umbral, porque comienzas a etiquetar como “rotan” a muchos que realmente no lo hacen.
Accuracy (verde): proporción total de predicciones correctas: El accuracy se estabiliza alrededor de 0.85 para umbrales entre 0.3 y 0.5, indicando buen desempeño general.

PREDICCIONES

6.1 CREACIÓN DE UN EMPLEADO HIPOTÉTICO

Características del Empleado Hipotético
Edad	Ingreso_Mensual	Antigüedad	Horas_Extra	Estado_Civil	Viaje de Negocios
28	3200	2	Si	Soltero	Frecuentemente

6.2 ESTIMACIÓN DE LA PROBABILIDAD DE ROTACIÓN DEL EMPLEADO HIPOTÉTICO (PUNTO DE CORTE DE 0.35)

##         1 
## 0.7151812

## Probabilidad estimada de rotación: 0.7152

## Clasificación del empleado con umbral 0.35: Probable Rotación (1)

El modelo de regresión logística estimó una probabilidad del 71.5% de que el empleado hipotético rote en el siguiente período. Esta probabilidad está muy por encima de umbrales típicos de intervención (como 0.5 o incluso 0.6), lo que sugiere un alto riesgo de salida o cambio de cargo.

El perfil del empleado presenta varias características que, según el modelo, incrementan la probabilidad de rotación:

Edad joven (28 años): el modelo mostró que empleados más jóvenes tienden a rotar más.
Salario moderadamente bajo ($3200): en línea con la hipótesis de que salarios más bajos están asociados a mayor rotación.
Antigüedad corta (2 años): poco tiempo en el cargo puede estar vinculado a incertidumbre o búsqueda de nuevas oportunidades.
Horas extra y viajes frecuentes: ambas variables se relacionaron positivamente con la rotación, posiblemente por desgaste laboral o desbalance vida-trabajo.
Estado civil: soltero: según el análisis, los empleados solteros tienen mayor probabilidad de rotar, quizás por mayor flexibilidad o menor arraigo.

Decisión informada basada en el modelo:

Dado que la probabilidad supera con claridad el umbral de decisión, este caso se clasifica como “alto riesgo de rotación”. Por tanto, es recomendable tomar acciones preventivas para mitigar esta posibilidad.

Recomendaciones estratégicas

PARA EMPLEADOS VINCULADOS:

Revisión de la carga laboral o reducción de horas extra.
Incentivos económicos o bonificaciones por retención.
Ofrecer rutas claras de crecimiento o desarrollo profesional.
Programas de bienestar para empleados que viajan frecuentemente. De acuerdo con el modelo de regresión logística estimado, el empleado hipotético —cuyas características incluyen: 28 años, ingreso mensual de 3.200, solo 2 años de antigüedad en la empresa, trabaja horas extra, es soltero y viaja frecuentemente por negocios— presenta una probabilidad estimada de rotación de 71,5%.

PARA EMPLEADOS A VINCULAR:

Realizar un proceso de selección que contemple estas variables y se haga una previa clasificación del aspirante mediante el modelo, para que sean vinculados a la empresa empleados con menor riego de rotación.

CONCLUSIONES

A partir del análisis realizado y la estimación del modelo de regresión logística, se identificaron factores significativos que influyen en la rotación de personal en la empresa. Las variables más relevantes fueron:

Edad (cuantitativa)
Ingreso Mensual (cuantitativa)
Antigüedad (cuantitativa)
Horas Extra (categórica)
Estado Civil: Soltero (categórica)
Viaje de Negocios: Raramente / No Viaja (categórica)

7.1 Principales hallazgos:

Los empleados más jóvenes presentan mayor riesgo de rotación, posiblemente debido a su búsqueda de mejores oportunidades o menor arraigo organizacional.
Los salarios bajos están asociados a mayor rotación, lo que indica la importancia de una política salarial competitiva.
La baja antigüedad también incrementa la probabilidad de rotación, especialmente en los primeros años de vinculación laboral.
Realizar horas extra se relaciona de manera significativa con mayor rotación, lo cual puede estar asociado a sobrecarga de trabajo, desgaste o desequilibrio vida-trabajo.
Ser soltero mostró mayor probabilidad de rotación que estar casado o divorciado, lo cual puede relacionarse con mayor movilidad laboral o menor necesidad de estabilidad.

-Viajar frecuentemente por motivos laborales también está vinculado con una mayor propensión a la rotación.

7.2 Estrategia recomendada para reducir la rotación

Con base en lo anterior, se sugiere implementar una estrategia integral de retención de talento, compuesta por los siguientes ejes:

7.2.1 Gestión del talento joven

Programas de desarrollo profesional acelerado (carreras internas).
Oportunidades de formación continua y participación en proyectos estratégicos.

7.2.2 Compensación justa y competitiva

Revisión y ajuste de escalas salariales, priorizando a los perfiles con mayor riesgo de rotación (bajos ingresos).
Bonos por permanencia o desempeño vinculados a metas.

7.2.3 Estrategias de vinculación temprana

Mentoring o acompañamiento a empleados con baja antigüedad.
Encuentros periódicos de retroalimentación durante los primeros 6 a 12 meses de contrato.

7.2.4 Control y compensación de las horas extra

Monitoreo y redistribución de cargas laborales.
Compensaciones no monetarias como tiempo libre o beneficios adicionales.

7.2.5 Bienestar emocional y conciliación vida-trabajo

Reducción de viajes laborales excesivos.
Flexibilidad horaria o modalidades híbridas cuando sea posible.
Actividades de integración para reforzar sentido de pertenencia.

La rotación del personal no es aleatoria, sino que responde a patrones observables en variables laborales y sociodemográficas. La identificación temprana de perfiles con alto riesgo de rotación, mediante modelos predictivos como el desarrollado en este análisis, permite tomar decisiones basadas en datos y aplicar estrategias específicas para retener el talento clave, reduciendo así los costos y el impacto negativo que la alta rotación genera en la productividad organizacional.

ACTIVIDAD_3

GRUPO 12: ANDREA MILENA BERNAL REY, DIEGO ALEJANDRO FORERO LÓPEZ

2025-03-31