Parcial No. 2
Simón Muñoz y David Rivera
2025-03-30
Introducción
En este documento se hablará sobre los datos de rotación de una empresa, analizando la información disponible para comprender los factores que influyen en la permanencia o salida de los empleados. La rotación de personal es un aspecto clave en la gestión del talento, ya que puede impactar la productividad, el clima organizacional y los costos operativos. A través del análisis de estos datos, se podrán identificar patrones, tendencias y posibles causas de la rotación, lo que permitirá desarrollar estrategias para mejorar la estabilidad laboral, optimizar los procesos de contratación y retención, y fortalecer el compromiso de los colaboradores con la empresa.
Punto No. 1
Variables cualitativas:
Satisfacción Ambiental: El entorno físico de trabajo juega un papel importante en la satisfacción de los empleados. Un entorno de trabajo insalubre con ruido excesivo, iluminación insuficiente o falta de recursos básicos puede provocar malestar y estrés, lo que a su vez aumenta la probabilidad de que los empleados busquen mejores condiciones en otra empresa.
Satisfacción laboral: La satisfacción laboral se refiere al grado de satisfacción de los empleados con su trabajo y con la organización en su conjunto. La baja satisfacción laboral puede deberse a muchos factores, como la falta de reconocimiento, oportunidades de crecimiento, autonomía o relaciones interpersonales positivas. Cuando los empleados no se sienten apreciados y satisfechos con su trabajo, tenderán a buscar otras opciones.
Eduación: El nivel educativo de un empleado puede afectar sus expectativas laborales. Normalmente, los empleados con mayor educación tienen mayores aspiraciones profesionales y buscan un trabajo que les permita desarrollar sus habilidades y conocimientos. Si una empresa no ofrece oportunidades de desarrollo y crecimiento, los empleados altamente calificados pueden desilusionarse y buscar empleo en otra parte.
Variables cuantitativas:
Años última promoción: La falta de oportunidades de avance puede provocar desmotivación y frustración en los empleados. Cuando un empleado siente que no hay oportunidades de avance dentro de la empresa, será más probable que busque otras opciones profesionales.
Porcentaje de aumento salarial: Las recompensas son un importante factor de motivación para los empleados. Cuando los aumentos no son competitivos o no reflejan el desempeño individual, los empleados pueden sentirse infravalorados y buscar mejores oportunidades salariales en otras empresas.
Antigüedad: La antigüedad en una empresa no siempre garantiza una baja rotación. Si bien los empleados a largo plazo pueden ser más leales a la empresa, también pueden sentirse estancados en sus carreras y buscar nuevos desafíos. Además, los cambios en la estructura organizacional, la cultura corporativa o las condiciones laborales pueden motivar a los empleados a largo plazo a buscar nuevas oportunidades.
Punto No. 2
## tibble [1,470 × 7] (S3: tbl_df/tbl/data.frame)
## $ Rotacion : chr [1:1470] "Si" "No" "Si" "No" ...
## $ Educacion : num [1:1470] 2 1 2 4 1 2 3 1 3 3 ...
## $ Satisfaccion_ambiental : num [1:1470] 2 3 4 4 1 4 3 4 4 3 ...
## $ Satisfacion_laboral : num [1:1470] 4 2 3 3 2 4 1 3 3 3 ...
## $ Porcentaje_aumento_salarial: num [1:1470] 11 23 15 11 12 13 20 22 21 13 ...
## $ Antiguedad : num [1:1470] 6 10 0 8 2 7 1 1 9 7 ...
## $ Anos_ultima_promocion : num [1:1470] 0 1 0 3 2 3 0 0 1 7 ...
##
## Resumen de variables cualitativas:##
## Educacion:##
## Sin estudios superiores Diplomado Licenciatura
## 170 282 572
## Maestria Doctorado
## 398 48##
## Sin estudios superiores Diplomado Licenciatura
## 11.564626 19.183673 38.911565
## Maestria Doctorado
## 27.074830 3.265306##
## Satisfaccion ambiental:##
## Bajo Medio Alto Muy Alto
## 284 287 453 446##
## Bajo Medio Alto Muy Alto
## 19.31973 19.52381 30.81633 30.34014##
## Satisfaccion laboral:##
## Bajo Medio Alto Muy Alto
## 289 280 442 459##
## Bajo Medio Alto Muy Alto
## 19.65986 19.04762 30.06803 31.22449##
## Resumen de variables cuantitativas:##
## Años desde última promoción:## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.000 0.000 1.000 2.188 3.000 15.000##
## Porcentaje de aumento salarial:## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 11.00 12.00 14.00 15.21 18.00 25.00##
## Antiguedad:## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.000 3.000 5.000 7.008 9.000 40.000##
## Rotacion:##
## No Si
## 1233 237##
## No Si
## 83.87755 16.12245Interpretación:
Variables Cualitativas
a) Educación
Distribución:
La mayoría de los empleados tienen un nivel educativo de Licenciatura, seguido por Maestría y Diplomado.
Hay muy pocos empleados con nivel Doctorado o Sin estudios superiores.
Implicación:
La empresa tiene una fuerza laboral con un nivel educativo relativamente alto, lo que podría estar relacionado con el tipo de industria o los requisitos del puesto.
La baja presencia de empleados con doctorado sugiere que los roles no requieren ese nivel de especialización o que la empresa no atrae a ese perfil.
b) Satisfacción Ambiental
Distribución:
La mayoría de los empleados reportan niveles Altos o Muy altos de satisfacción con el ambiente laboral.
Una minoría tiene niveles Bajo o Medio.
Implicación:
El ambiente laboral parece ser positivo en general, lo que es un buen indicador de clima organizacional.
Sin embargo, aún hay empleados insatisfechos, lo que podría estar relacionado con problemas de recursos, liderazgo o condiciones de trabajo en ciertas áreas.
c) Satisfacción Laboral
Distribución:
La mayoría de los empleados tienen niveles Altos o Muy Altos de satisfacción con su trabajo.
Hay una proporción menor con niveles Medio o Bajo.
Implicación:
La mayoría de los empleados están contentos con su trabajo, lo que podría reducir el riesgo de rotación.
Los empleados con baja satisfacción podrían estar en riesgo de renuncia y deberían ser monitoreados.
Variables Cuantitativas
a) Años desde la Última Promoción
Distribución:
La mayoría de los empleados han sido promovidos recientemente (0-2 años).
Hay algunos casos con más de 5 años sin promoción, lo que podría indicar estancamiento.
Implicación:
La empresa parece tener una política de promoción activa, lo que favorece la retención.
Los empleados con muchos años sin promoción podrían estar desmotivados y ser candidatos a rotación.
b) Porcentaje de Aumento Salarial
Distribución:
Los aumentos salariales están concentrados entre 11% y 20%, con algunos casos por encima del 20%.
Pocos empleados tienen aumentos superiores al 23%.
Implicación:
La empresa sigue una política de aumentos moderados, sin grandes diferencias entre empleados.
Si los aumentos no están alineados con las expectativas, podría afectar la satisfacción y retención.
c) Antigüedad
Distribución:
Hay empleados con poca antigüedad (0-5 años) y otros con alta antigüedad (10+ años).
Pocos empleados superan los 20 años en la empresa.
Implicación:
La empresa tiene una mezcla de empleados nuevos y veteranos, lo que puede ser positivo para la transferencia de conocimiento.
La baja cantidad de empleados con más de 20 años sugiere que pocos permanecen a largo plazo.
Rotación (Variable Objetivo)
Distribución:
La mayoría de los empleados NO han tenido rotación (1233 personas).
Una minoría SÍ ha tenido rotación (237 personas).
Implicación:
La tasa de rotación no es extremadamente alta, pero existe un grupo de empleados que abandonan la empresa.
Punto No. 3
## tibble [1,470 × 7] (S3: tbl_df/tbl/data.frame)
## $ Rotacion : chr [1:1470] "Si" "No" "Si" "No" ...
## $ Educacion : num [1:1470] 2 1 2 4 1 2 3 1 3 3 ...
## $ Satisfaccion_ambiental : num [1:1470] 2 3 4 4 1 4 3 4 4 3 ...
## $ Satisfacion_laboral : num [1:1470] 4 2 3 3 2 4 1 3 3 3 ...
## $ Porcentaje_aumento_salarial: num [1:1470] 11 23 15 11 12 13 20 22 21 13 ...
## $ Antiguedad : num [1:1470] 6 10 0 8 2 7 1 1 9 7 ...
## $ Anos_ultima_promocion : num [1:1470] 0 1 0 3 2 3 0 0 1 7 ...##
##
## Cell Contents
## |-------------------------|
## | N |
## | N / Row Total |
## |-------------------------|
##
##
## Total Observations in Table: 1470
##
##
## | Rotación
## Satisfacción Ambiental | Si | No | Row Total |
## -----------------------|-----------|-----------|-----------|
## Bajo | 72 | 212 | 284 |
## | 0.254 | 0.746 | 0.193 |
## -----------------------|-----------|-----------|-----------|
## Medio | 43 | 244 | 287 |
## | 0.150 | 0.850 | 0.195 |
## -----------------------|-----------|-----------|-----------|
## Alto | 62 | 391 | 453 |
## | 0.137 | 0.863 | 0.308 |
## -----------------------|-----------|-----------|-----------|
## Muy Alto | 60 | 386 | 446 |
## | 0.135 | 0.865 | 0.303 |
## -----------------------|-----------|-----------|-----------|
## Column Total | 237 | 1233 | 1470 |
## -----------------------|-----------|-----------|-----------|
##
##
## Statistics for All Table Factors
##
##
## Pearson's Chi-squared test
## ------------------------------------------------------------
## Chi^2 = 22.50388 d.f. = 3 p = 5.123469e-05
##
##
## 
##
##
## Cell Contents
## |-------------------------|
## | N |
## | N / Row Total |
## |-------------------------|
##
##
## Total Observations in Table: 1470
##
##
## | Rotación
## Satisfacción Laboral | Si | No | Row Total |
## ---------------------|-----------|-----------|-----------|
## Bajo | 66 | 223 | 289 |
## | 0.228 | 0.772 | 0.197 |
## ---------------------|-----------|-----------|-----------|
## Medio | 46 | 234 | 280 |
## | 0.164 | 0.836 | 0.190 |
## ---------------------|-----------|-----------|-----------|
## Alto | 73 | 369 | 442 |
## | 0.165 | 0.835 | 0.301 |
## ---------------------|-----------|-----------|-----------|
## Muy Alto | 52 | 407 | 459 |
## | 0.113 | 0.887 | 0.312 |
## ---------------------|-----------|-----------|-----------|
## Column Total | 237 | 1233 | 1470 |
## ---------------------|-----------|-----------|-----------|
##
##
## Statistics for All Table Factors
##
##
## Pearson's Chi-squared test
## ------------------------------------------------------------
## Chi^2 = 17.50508 d.f. = 3 p = 0.0005563005
##
##
## 
##
##
## Cell Contents
## |-------------------------|
## | N |
## | N / Row Total |
## |-------------------------|
##
##
## Total Observations in Table: 1470
##
##
## | Rotación
## Educación | Si | No | Row Total |
## ------------------------|-----------|-----------|-----------|
## Sin estudios superiores | 31 | 139 | 170 |
## | 0.182 | 0.818 | 0.116 |
## ------------------------|-----------|-----------|-----------|
## Diplomado | 44 | 238 | 282 |
## | 0.156 | 0.844 | 0.192 |
## ------------------------|-----------|-----------|-----------|
## Licenciatura | 99 | 473 | 572 |
## | 0.173 | 0.827 | 0.389 |
## ------------------------|-----------|-----------|-----------|
## Maestria | 58 | 340 | 398 |
## | 0.146 | 0.854 | 0.271 |
## ------------------------|-----------|-----------|-----------|
## Doctorado | 5 | 43 | 48 |
## | 0.104 | 0.896 | 0.033 |
## ------------------------|-----------|-----------|-----------|
## Column Total | 237 | 1233 | 1470 |
## ------------------------|-----------|-----------|-----------|
##
##
## Statistics for All Table Factors
##
##
## Pearson's Chi-squared test
## ------------------------------------------------------------
## Chi^2 = 3.073961 d.f. = 4 p = 0.5455253
##
##
## 
##
## Wilcoxon rank sum test with continuity correction
##
## data: Anos_ultima_promocion by Rotacion
## W = 134374, p-value = 0.04118
## alternative hypothesis: true location shift is not equal to 0
##
## Wilcoxon rank sum test with continuity correction
##
## data: Porcentaje_aumento_salarial by Rotacion
## W = 140727, p-value = 0.3655
## alternative hypothesis: true location shift is not equal to 0
##
## Wilcoxon rank sum test with continuity correction
##
## data: Antiguedad by Rotacion
## W = 102582, p-value = 2.916e-13
## alternative hypothesis: true location shift is not equal to 0## # A tibble: 6 × 8
## Variable Rotacion Media Mediana Desv_Est Min Max n
## <chr> <fct> <dbl> <dbl> <dbl> <dbl> <dbl> <int>
## 1 Años desde última promoción Si 1.95 1 3.15 0 15 237
## 2 Años desde última promoción No 2.23 1 3.23 0 15 1233
## 3 Porcentaje de aumento salar… Si 15.1 14 3.77 11 25 237
## 4 Porcentaje de aumento salar… No 15.2 14 3.64 11 25 1233
## 5 Antigüedad en la empresa Si 5.13 3 5.95 0 40 237
## 6 Antigüedad en la empresa No 7.37 6 6.10 0 37 1233Comparación
Variables cualitativas
Satisfacción ambiental: La rotación es mayor en empleados con menor satisfacción ambiental (25%) y disminuye con una mayor satisfacción ambiental (13%). Esto sugiere que un entorno de trabajo insatisfactorio está asociado a una mayor rotación. La hipótesis de que un entorno de trabajo insalubre aumenta la rotación es válida.
Satisfacción laboral: Los datos muestran que los empleados con menor satisfacción laboral tienen una mayor tasa de rotación. A medida que la satisfacción laboral aumenta, la rotación disminuye. Esto indica una clara relación inversa entre satisfacción laboral y rotación. Esto valida la hipótesis planteada.
Educación: La relación que se ve es que entre mayor educación se tiene menos probabilidades de rotar, (18%) y disminuye a medida que aumenta la educación (10%). Teniendo en cuenta lo anterior, podemos decir que nuestra hipótesis es invalida.
Variables cuantitativas
Años última promoción: Los datos indican que los empleados con menos años desde su última promoción (1,95 años) tienden a rotar más, en comparación con aquellos con más años desde la última promoción (2,23 años). Esto apoya la hipótesis de que, la falta de oportunidades de avance puede estar asociada con una mayor rotación de empleados.
Porcentaje aumento salarial: Observamos que el porcentaje de aumento salarial muestra que la diferencia entre el aumento promedio para empleados que se quedan y los que se van es mínima, lo que sugiere que el aumento salarial en sí mismo no está teniendo un impacto significativo en la decisión de los empleados de permanecer en la empresa o de buscar nuevas oportunidades. La hipótesis es inválida.
Antiguedad: Se observa que los empleados con mayor antigüedad en la empresa (7,37 años) tienen una menor tasa de rotación comparados con aquellos con menor antigüedad (5,13 años), lo que sugiere que, en este caso, una mayor antigüedad está asociada con una menor rotación. Teniendo en cuenta lo anterior, la hipótesis está parcialmente correcta.
Punto No. 4
Mejorar la satisfacción ambiental:
Optimizar el entorno físico de trabajo: Garantizar que el espacio de trabajo sea cómodo, bien iluminado, ventilado y libre de ruido excesivo. Implementar recursos básicos adecuados, como mobiliario ergonómico y herramientas de trabajo modernas, puede aumentar la satisfacción ambiental.
Crear un ambiente de apoyo y respeto: Fomentar una cultura organizacional donde los empleados se sientan valorados y respetados. Promover la comunicación abierta y la resolución de conflictos de manera constructiva.
Aumentar la satisfacción laboral:
Ofrecer oportunidades de desarrollo y crecimiento: Implementar programas de capacitación continua y planes de carrera claros. Esto permitirá que los empleados vean un futuro dentro de la empresa y se sientan motivados a permanecer.
Reconocimiento y recompensas: Establecer un sistema de reconocimiento para valorar los logros y esfuerzos de los empleados. Recompensar el buen desempeño no solo con incentivos económicos, sino también con oportunidades de crecimiento y desarrollo profesional.
Punto No. 5
##
## Call:
## glm(formula = Rotacion ~ Satisfaccion_ambiental + Satisfacion_laboral +
## Antiguedad, family = binomial, data = datos)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) 0.12790 0.20989 0.609 0.542290
## Satisfaccion_ambientalMedio 0.66080 0.21906 3.017 0.002556 **
## Satisfaccion_ambientalAlto 0.76708 0.19755 3.883 0.000103 ***
## Satisfaccion_ambientalMuy Alto 0.79892 0.19863 4.022 5.77e-05 ***
## Satisfacion_laboralMedio 0.40629 0.21815 1.862 0.062545 .
## Satisfacion_laboralAlto 0.46081 0.19471 2.367 0.017950 *
## Satisfacion_laboralMuy Alto 0.86344 0.20704 4.170 3.04e-05 ***
## Antiguedad 0.07982 0.01583 5.044 4.57e-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: 1228.8 on 1462 degrees of freedom
## AIC: 1244.8
##
## Number of Fisher Scoring iterations: 5Interpretacion
El modelo de regresión logística ajustado permitió evaluar el impacto de la satisfacción ambiental, la satisfacción laboral y la antigüedad en la probabilidad de rotación de los empleados. Los resultados muestran que a medida que aumentan los niveles de satisfacción tanto ambiental como laboral, disminuye significativamente la probabilidad de que un empleado rote. Esto evidencia que un entorno laboral favorable y condiciones satisfactorias influyen positivamente en la permanencia del personal. Asimismo, la antigüedad demostró ser un factor protector: los empleados con más años en la organización presentan una menor tendencia a rotar, posiblemente debido al sentido de pertenencia, estabilidad o proyección dentro de la empres
Punto No. 6
## Umbral Exactitud Sensibilidad Especificidad F1_Score
## Accuracy 0.10 0.1612245 0.00000000 1.0000000 NA
## Accuracy1 0.15 0.1612245 0.00000000 1.0000000 NA
## Accuracy2 0.20 0.1612245 0.00000000 1.0000000 NA
## Accuracy3 0.25 0.1612245 0.00000000 1.0000000 NA
## Accuracy4 0.30 0.1612245 0.00000000 1.0000000 NA
## Accuracy5 0.35 0.1612245 0.00000000 1.0000000 NA
## Accuracy6 0.40 0.1612245 0.00000000 1.0000000 NA
## Accuracy7 0.45 0.1612245 0.00000000 1.0000000 NA
## Accuracy8 0.50 0.1612245 0.00000000 1.0000000 NA
## Accuracy9 0.55 0.1605442 0.00000000 0.9957806 NaN
## Accuracy10 0.60 0.1585034 0.00729927 0.9451477 0.01434263
## Accuracy11 0.65 0.1591837 0.01703163 0.8987342 0.03286385
## Accuracy12 0.70 0.1727891 0.04785077 0.8227848 0.08845577
## Accuracy13 0.75 0.2061224 0.11030008 0.7046414 0.18902015
## Accuracy14 0.80 0.2748299 0.22060016 0.5569620 0.33788820
## Accuracy15 0.85 0.4224490 0.44606650 0.2995781 0.56439200
## Accuracy16 0.90 0.6653061 0.77372263 0.1012658 0.79500000Interpretacion
Estas gráficas ayudan a la empresa a decidir qué tan estricto quiere ser al predecir qué empleados renunciarán. La línea roja (sensibilidad) muestra cuántos empleados que realmente se van logra identificar el modelo. Si está alta, atrapa a casi todos, pero puede generar falsas alarmas. La línea verde (especificidad) indica cuántos empleados estables identifica correctamente; si está alta, el modelo casi no se equivoca con los que se quedan. La línea morada (F1-Score) encuentra el punto ideal entre no dejar escapar rotadores y no molestar a empleados contentos.
En términos prácticos: La empresa usa estas gráficas para elegir un umbral de acción. Si prioriza evitar rotaciones sorpresa, usará un umbral bajo (aunque hable con algunos empleados que no renunciarían). Si prefiere evitar gastar recursos innecesarios, usará un umbral alto (y solo actuará cuando el riesgo sea muy claro). El F1-Score les da el balance perfecto entre estos dos objetivos.
Punto No. 7
## [1] "Resultados Predictivos con Lógica de Riesgo Corregida:"## Satisfaccion_ambiental Satisfacion_laboral Antiguedad Prob_Rotacion
## 1 Muy Alto Muy Alto 10 0.9301
## 2 Medio Alto 5 0.8387
## 3 Bajo Bajo 1 0.5517
## Clasificacion Nivel_Riesgo Recomendacion
## 1 No (No rota) Bajo Riesgo Buen desempeño: mantener condiciones
## 2 No (No rota) Riesgo Moderado Monitoreo preventivo
## 3 Si (Rota) Alto Riesgo Intervención urgente: alto riesgo de rotación
Punto No.8 (Conclusiones)
Un modelo predictivo de rotación es una herramienta poderosa para las empresas, ya que permite identificar proactivamente empleados con alto riesgo de renuncia mediante factores clave como satisfacción laboral, antigüedad y condiciones ambientales. Al detectar patrones de riesgo temprano, las organizaciones pueden implementar acciones personalizadas—como ajustes salariales, planes de desarrollo o mejoras en el clima laboral—para retener talento valioso. Esto no solo reduce costos asociados al reclutamiento y capacitación de nuevo personal, sino que también protege el conocimiento interno y mantiene equipos estables, lo que se traduce en mayor productividad y ventaja competitiva.
Además, el modelo transforma datos en decisiones estratégicas, ofreciendo una visión objetiva sobre las causas reales de la rotación. Ya sea por falta de crecimiento, salarios no competitivos o insatisfacción con el entorno laboral, las empresas pueden priorizar intervenciones efectivas. Esto no solo mejora la retención de empleados clave, sino que también fortalece la reputación corporativa como un lugar atractivo para trabajar. En esencia, predecir la rotación no solo evita pérdidas—construye una cultura organizacional donde el talento se siente valorado y motivado a permanecer