Actividad 3
ADRIANA GUIZA
31 de marzo 2025
1 Caso de estudio: Rotación de cargo
En una organización, se busca comprender y prever los factores que influyen en la rotación de empleados entre distintos cargos. La empresa ha recopilado datos históricos sobre el empleo de sus trabajadores, incluyendo variables como la antigüedad en el cargo actual, el nivel de satisfacción laboral, el salario actual, edad y otros factores relevantes. La gerencia planea desarrollar un modelo de regresión logística que permita estimar la probabilidad de que un empleado cambie de cargo en el próximo período y determinar 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.
2 Exploración 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, …SELECCIÓN DE VARIABLES
library(knitr)
# Crear un data frame con los datos
tabla <- data.frame(
Variable = c("Departamento", "Género", "Equilibrio_Trabajo_Vida", "Edad", "Porcentaje aumento salarial", "Antigüedad_Cargo"),
Tipo = c("Categórica", "Categórica", "Categórica", "Numérica", "Numérica", "Numérica"),
Justificación = c(
"Dinámicas laborales entre departamentos pueden influir en movilidad interna.",
"Explorar diferencias laborales para abordar posibles desigualdades.",
"Equilibrio trabajo-vida personal influye en satisfacción.",
"Edad está relacionada con estabilidad y aspiraciones de carrera.",
"Reconocimiento salarial es crucial para satisfacción del empleado.",
"Tiempo en el puesto influye en interés por nuevas oportunidades."
),
Hipótesis = c(
"Departamentos con mayor presión podrían tener más rotación.",
"Diferencias en movilidad por discriminación de género u oportunidades.",
"Bajo equilibrio podría incrementar búsquedas de nuevos roles.",
"Empleados jóvenes podrían buscar más oportunidades.",
"Menor aumento salarial podría impulsar búsqueda de nuevas oportunidades.",
"Más tiempo en el cargo incrementa interés en nuevas oportunidades."
)
)
# Mostrar la tabla en tu reporte R Markdown
kable(tabla, caption = "Tabla de variables categóricas y numéricas con su justificación e hipótesis")| Variable | Tipo | Justificación | Hipótesis |
|---|---|---|---|
| Departamento | Categórica | Dinámicas laborales entre departamentos pueden influir en movilidad interna. | Departamentos con mayor presión podrían tener más rotación. |
| Género | Categórica | Explorar diferencias laborales para abordar posibles desigualdades. | Diferencias en movilidad por discriminación de género u oportunidades. |
| Equilibrio_Trabajo_Vida | Categórica | Equilibrio trabajo-vida personal influye en satisfacción. | Bajo equilibrio podría incrementar búsquedas de nuevos roles. |
| Edad | Numérica | Edad está relacionada con estabilidad y aspiraciones de carrera. | Empleados jóvenes podrían buscar más oportunidades. |
| Porcentaje aumento salarial | Numérica | Reconocimiento salarial es crucial para satisfacción del empleado. | Menor aumento salarial podría impulsar búsqueda de nuevas oportunidades. |
| Antigüedad_Cargo | Numérica | Tiempo en el puesto influye en interés por nuevas oportunidades. | Más tiempo en el cargo incrementa interés en nuevas oportunidades. |
2.1 ANÁLISIS UNIVARIADO
2.1.1 Análisis Variable Departamento
tabla_departamento <- table(rotacion$Departamento)
posiciones <- barplot(tabla_departamento,
main = "Frecuencia por Departamento",
col = rainbow(length(tabla_departamento)),
ylim = c(0, max(tabla_departamento) + 10))
text(x = posiciones,
y = tabla_departamento,
labels = tabla_departamento,
pos = 1,
cex = 1,
col = "black") 
De lo anterior se muestra que la empresa está dividida en 3 áras: Innovación y Desarrollo, Recursos Humanos y Ventas.
2.1.2 Análisis Variable Género
tabla_genero <- table(rotacion$Genero)
colores <- rainbow(length(tabla_genero))
pie(tabla_genero,
main="Frecuencia por Género",
col=colores,
labels = names(tabla_genero),
cex=0.8)
porcentajes <- round(100*prop.table(tabla_genero), 1)
legend("topright",
legend = paste(names(tabla_genero), ": ", porcentajes, "%"),
fill = colores,
bty = "n") 
##
## F M
## 588 882Se evidencia que en esta compañía la mayoría representada en un 60% es de género masculino.
2.1.3 Análisis Variable Equilibrio_Trabajo_Vida
tabla_equilibrio <- table(rotacion$Equilibrio_Trabajo_Vida)
posiciones <- barplot(tabla_equilibrio,
main = "Frecuencia por Equilibrio Trabajo-Vida",
col = rainbow(length(tabla_equilibrio)),
ylim = c(0, max(tabla_equilibrio) + 10))
text(x = posiciones,
y = tabla_equilibrio,
labels = tabla_equilibrio,
pos = 1,
cex = 1,
col = "black")
Esta variable está categorizada del 1 al 4 donde 3 es la de mayor frecuencia. Se podría pensar que es la importancia que le dan los trabajadores a esa variable
2.1.4 Análisis Variable Edad
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 18.00 30.00 36.00 36.92 43.00 60.00
En esta variable se puede identificar que la mayoría de la población está en el rango de 30 a 40 años y su promedio es de 36 años siendo el trabajador mas jóven de 18 años y el mayor de 60 años.
2.1.5 Análisis Variable Porcentaje aumento salarial
ggplot(rotacion, aes(y = Porcentaje_aumento_salarial)) +
geom_boxplot(fill = "lightblue", color = "black", width = 0.5) +
labs(title = "Boxplot de % Aumento Salarial", y = "% Aumento", x = "") +
theme_minimal()
En este gráfico se puede observar que los aumentos salariales están por debajo del 20% y la mayoría se encuentran por encima del 15%
2.1.6 Análisis Variable Antigüedad Cargo
plot(density(rotacion$Antigüedad_Cargo, na.rm=TRUE),
main="Diagrama de Densidad de Antigüedad en el Cargo",
xlab="Años en el Cargo",
ylab="Densidad",
lwd=2,
col="darkred")
polygon(density(rotacion$Antigüedad_Cargo, na.rm=TRUE),
col=rgb(1,0.5,0.5,0.5),
border="darkred")
La mayoría de personas tiene una antigüedad en el cargo de 0 a 5 años seguido de otra grupo con una antigüedad entre 5 y 10 años
2.2 ANÁLISIS BIVARIADO
2.2.1 Análisis Variable Departamento
rotacion$Rotación <- as.factor(rotacion$Rotación)
modelo_departamento <- glm(Rotación ~ Departamento, data=rotacion, family="binomial")
summary(modelo_departamento)##
## Call:
## glm(formula = Rotación ~ Departamento, family = "binomial",
## data = rotacion)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -1.82866 0.09342 -19.576 < 2e-16 ***
## DepartamentoRH 0.38175 0.33417 1.142 0.25330
## DepartamentoVentas 0.48116 0.14974 3.213 0.00131 **
## ---
## 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: 1288.1 on 1467 degrees of freedom
## AIC: 1294.1
##
## Number of Fisher Scoring iterations: 4En base a este analisís bivariado se puede intuir que podrá influienciar si el trabajador esta en el área de ventas o IyD en cuento a su toración, mientras que DepartamentoRH quizas no sea determinante. Lo que apoya nuestra hipotesis inicial que “Los empleados de departamentos con más presión o carga de trabajo, como podría ser ventas, podrían tener una mayor propensión a buscar cambios internos o tener una mayor rotación en comparación con otros departamentos.”
2.2.2 Análisis Variable Género
##
## Call:
## glm(formula = Rotación ~ Genero, family = "binomial", data = rotacion)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -1.7507 0.1161 -15.073 <2e-16 ***
## GeneroM 0.1656 0.1467 1.128 0.259
## ---
## 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: 1297.3 on 1468 degrees of freedom
## AIC: 1301.3
##
## Number of Fisher Scoring iterations: 4Observamos que el intercepto que represemtaría el genero femenino podría ser significativo en la relación, de maner negatica lo que concuerda con nuestra hipotesis inicial que “podría haber diferencias en la probabilidad de cambiar de puesto entre géneros debido a factores como la discriminación de género o las diferencias en las oportunidades de ascenso.” Que comumente ocurre con las mujeres.
2.2.3 Análisis Variable Equilibrio_Trabajo_Vida
rotacion$Equilibrio_Trabajo_Vida <- as.factor(rotacion$Equilibrio_Trabajo_Vida)
modelo_equilibrio <- glm(Rotación ~ Equilibrio_Trabajo_Vida, data=rotacion, family="binomial")
summary(modelo_equilibrio)##
## Call:
## glm(formula = Rotación ~ Equilibrio_Trabajo_Vida, family = "binomial",
## data = rotacion)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -0.7885 0.2412 -3.269 0.001080 **
## Equilibrio_Trabajo_Vida2 -0.8071 0.2809 -2.873 0.004066 **
## Equilibrio_Trabajo_Vida3 -1.0085 0.2595 -3.886 0.000102 ***
## Equilibrio_Trabajo_Vida4 -0.7520 0.3212 -2.341 0.019215 *
## ---
## 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: 1284.5 on 1466 degrees of freedom
## AIC: 1292.5
##
## Number of Fisher Scoring iterations: 4Observamos que esta variables en todos sus niveles registra significativa, sin embargo, el avlor del intercepto y los Estimate de cada nivel de momento no apoyan la hipotesis inicial “Los empleados que califican bajo en equilibrio trabajo-vida pueden sentirse más insatisfechos o quemados, y por lo tanto, podrían buscar activamente cambios que prometan un mejor equilibrio.” Dado que la que mas aporta de manera negativa es el nivel 3.
2.2.4 Análisis Variable Edad
##
## Call:
## glm(formula = Rotación ~ Edad, family = "binomial", data = rotacion)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) 0.20637 0.30597 0.674 0.5
## Edad -0.05225 0.00870 -6.006 1.9e-09 ***
## ---
## 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: 1259.1 on 1468 degrees of freedom
## AIC: 1263.1
##
## Number of Fisher Scoring iterations: 4Observamos que la edad inicilamente resulta significativa y valor beta estimado negativo podemos apoyar nuestra hpotesis inicial que indica que “Los empleados más jóvenes podrían estar más abiertos al cambio y por ende, buscar activamente más oportunidades de movilidad interna que los empleados mayores.”
2.2.5 Análisis Variable Aumento Salarial
modelo_Porcentaje_aumento_salarial <- glm(Rotación ~Porcentaje_aumento_salarial, data=rotacion, family="binomial")
summary(modelo_Porcentaje_aumento_salarial)##
## Call:
## glm(formula = Rotación ~ Porcentaje_aumento_salarial, family = "binomial",
## data = rotacion)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -1.49563 0.30459 -4.910 9.09e-07 ***
## Porcentaje_aumento_salarial -0.01012 0.01959 -0.517 0.605
## ---
## 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: 1298.3 on 1468 degrees of freedom
## AIC: 1302.3
##
## Number of Fisher Scoring iterations: 3Inicialmente nos arroja que no es significativa y eso difiere que nuestra hpotesis inicial que Los empleados que han recibido un menor porcentaje de aumento salarial a lo largo del tiempo pueden sentirse menos valorados y podrían estar más propensos a buscar nuevas oportunidades internas o externas.
2.2.6 Análisis Variable Antigüedad_Cargo
modelo_Antigüedad_Cargo <- glm(Rotación ~Antigüedad_Cargo, data=rotacion, family="binomial")
summary(modelo_Antigüedad_Cargo)##
## Call:
## glm(formula = Rotación ~ Antigüedad_Cargo, family = "binomial",
## data = rotacion)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -1.11841 0.10380 -10.775 < 2e-16 ***
## Antigüedad_Cargo -0.14628 0.02424 -6.033 1.61e-09 ***
## ---
## 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: 1255.9 on 1468 degrees of freedom
## AIC: 1259.9
##
## Number of Fisher Scoring iterations: 5Vemos que es significativa dicha variable y con un beta negativo, eso apoya nuestra hipotesis inicial que decia “Los empleados con más tiempo en su puesto actual pueden sentir que es hora de un cambio y, por tanto, podrían tener una mayor probabilidad de buscar y aceptar oportunidades para cambiar de puesto”.
2.3 ESTIMACIÓN DEL MODELO
# Asegúramos de que las variables categóricas estén definidas como factores
rotacion$Departamento <- as.factor(rotacion$Departamento)
rotacion$Genero <- as.factor(rotacion$Genero)
rotacion$Equilibrio_Trabajo_Vida <- as.factor(rotacion$Equilibrio_Trabajo_Vida)
# Crea un modelo de regresión logística
modelo <- glm(Rotación ~ Departamento + Genero + Equilibrio_Trabajo_Vida + Edad + Porcentaje_aumento_salarial + Antigüedad_Cargo, data = rotacion, family = "binomial")
# Resumen del modelo para ver los coeficientes y sus p-values
summary(modelo)##
## Call:
## glm(formula = Rotación ~ Departamento + Genero + Equilibrio_Trabajo_Vida +
## Edad + Porcentaje_aumento_salarial + Antigüedad_Cargo, family = "binomial",
## data = rotacion)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) 1.086235 0.526537 2.063 0.039115 *
## DepartamentoRH 0.392392 0.345574 1.135 0.256174
## DepartamentoVentas 0.573602 0.156108 3.674 0.000238 ***
## GeneroM 0.122381 0.152026 0.805 0.420821
## Equilibrio_Trabajo_Vida2 -0.840110 0.291702 -2.880 0.003976 **
## Equilibrio_Trabajo_Vida3 -1.076145 0.270455 -3.979 6.92e-05 ***
## Equilibrio_Trabajo_Vida4 -0.833002 0.334331 -2.492 0.012719 *
## Edad -0.042327 0.008769 -4.827 1.39e-06 ***
## Porcentaje_aumento_salarial -0.009207 0.020559 -0.448 0.654292
## Antigüedad_Cargo -0.127807 0.025483 -5.015 5.29e-07 ***
## ---
## 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: 1203.1 on 1460 degrees of freedom
## AIC: 1223.1
##
## Number of Fisher Scoring iterations: 5se procede a eliminar la variables Porcentaje_aumento_salarial que resulto no significativa.
# Crea un modelo de regresión logística
modelo <- glm(Rotación ~ Departamento + Genero + Equilibrio_Trabajo_Vida + Edad + Antigüedad_Cargo, data = rotacion, family = "binomial")
# Resumen del modelo para ver los coeficientes y sus p-values
summary(modelo)##
## Call:
## glm(formula = Rotación ~ Departamento + Genero + Equilibrio_Trabajo_Vida +
## Edad + Antigüedad_Cargo, family = "binomial", data = rotacion)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) 0.939731 0.412403 2.279 0.022687 *
## DepartamentoRH 0.397287 0.345362 1.150 0.250000
## DepartamentoVentas 0.576715 0.155956 3.698 0.000217 ***
## GeneroM 0.122976 0.152015 0.809 0.418532
## Equilibrio_Trabajo_Vida2 -0.835233 0.291503 -2.865 0.004167 **
## Equilibrio_Trabajo_Vida3 -1.073088 0.270325 -3.970 7.20e-05 ***
## Equilibrio_Trabajo_Vida4 -0.826084 0.333897 -2.474 0.013358 *
## Edad -0.042276 0.008766 -4.823 1.42e-06 ***
## Antigüedad_Cargo -0.127877 0.025473 -5.020 5.17e-07 ***
## ---
## 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: 1203.3 on 1461 degrees of freedom
## AIC: 1221.3
##
## Number of Fisher Scoring iterations: 5Vemos que comparando ambos modelo el incial con AIC 1223.1 y el segundo con AIC 1221.3 el segundo da un mejor rendimiento. Por lo que nos quedamos con este.
Interpretando los coeficiente vemos que si es del Departamento RH del DepartamentovVentas y Genero M al tener un coeficiente positivo influye en la no rotación, pero los diferentes niveles de equilibrio Trabajo-vidaa, la edad del trabajador y la antiguedad del cargo influyen en la rotación del personal.
2.4 EVALUACIÓN DEL MODELO
## Warning: package 'pROC' was built under R version 4.4.3# Calcula las probabilidades predichas por el modelo
predicciones <- predict(modelo, type = "response")
# Calcula la curva ROC y el AUC
roc_obj <- roc(rotacion$Rotación, predicciones)
# Grafica la curva ROC
plot(roc_obj, main = "Curva ROC")
## AUC: 0.69507672.5 PREDICCIONES
nuevo_empleado <- data.frame(Intercept = 1, DepartamentoVentas = 0, Equilibrio_Trabajo_Vida4 = 1, Equilibrio_Trabajo_Vida3= 0, Equilibrio_Trabajo_Vida2 =0, Edad = 32, # Edad del nuevo empleado Antigüedad_Cargo = 2) # Antigüedad en el cargo probabilidad_rotacion <- predict(modelo1, newdata = nuevo_empleado, type = “response”)
umbral <- 0.3 # 30% de probabilidad como umbral
Evalúa la probabilidad calculada comparándola con el umbral if (probabilidad_rotacion > umbral) { cat(“Se debe intervenir con el empleado para motivarlo.”) } else { cat(“No se requiere intervención en este momento.”) }
No se requiere intervención en este momento.
Con este empleado se visualiza que no representa una amenaza de rotación en este momento.
2.6 CONCLUSIONES
Equilibrio entre trabajo y vida: Implementar horarios flexibles y opciones de trabajo remoto, además de ofrecer programas para manejar el estrés y promover el bienestar.
Estrategias específicas por departamento: Realizar encuestas y grupos focales para identificar desafíos únicos y desarrollar soluciones personalizadas.
Cuestiones de género: Asegurar igualdad en oportunidades y remuneración, además de fomentar un ambiente inclusivo y libre de discriminación.
Edad y etapas de carrera: Crear programas de mentoría para jóvenes empleados, y ofrecer apoyo en la planificación de jubilación para empleados veteranos.
Antigüedad y compromiso: Reconocer la lealtad de empleados con trayectoria y proporcionar oportunidades para desarrollo profesional interno.
Implementación: Comunicar claramente las nuevas políticas y estrategias, realizar análisis continuo para adaptar planes, usar encuestas de salida para entender razones de abandono, y llevar evaluaciones de desempeño periódicas.
Desarrollo profesional: Implementar programas de liderazgo y habilidades para fomentar el crecimiento y la retención.