Relevamiento Parcial Sueldos de RRHH Argentina

Curso Introducción a R para RRHH

library(tidyverse)
library(funModeling)
library(gt)
library(scales)


fuente <- "Fuente: Encuesta KIWI de Sueldos de RRHH"

col_genero <- c("#8624F5", "#1FC3AA")


sueldos <- read_delim("https://raw.githubusercontent.com/r4hr/r4hr_introduccion_dplyr/main/Datos/encuesta_sueldos.csv", delim = ",")



resumen_numerico <- profiling_num(sueldos)
percentil_05 <- resumen_numerico[6,6]
percentil_95 <- resumen_numerico[6,10]

sueldos <- sueldos %>%
  filter(between(sueldo_bruto, percentil_05, percentil_95),
        aumento < 100,
        anios_rh < 40)

Este es un ejercicio de práctica, realizado durante el curso “Introducción a R para RRHH” de Data 4HR. Si quieren saber más, pueden visitar mi perfil en LinkedIn.

Análisis de sueldos de RRHH por puesto

sueldos <- sueldos %>%
  mutate(puesto = factor(puesto,
                        levels = c("Administrativo", "Analista", "HRBP",
                                    "Responsable", "Jefe", "Gerente", "Director")))

puestos <- sueldos %>%
  group_by(puesto) %>%
  summarise(sueldo_promedio = mean(sueldo_bruto))

ggplot(puestos, aes(x = sueldo_promedio, y = puesto)) +
  geom_col(fill = "#0E9CA2") +
  labs(title = "Sueldo promedio por puesto",
    subtitle = "En AR$",
    x = "", y="",
    caption = "Fuente: Encuesta KIWI de Sueldos de RRHH")

Tabla de Sueldos

gt(puestos) %>%
  tab_header(title = "Sueldo promedio por puesto") %>%
  cols_label(puesto = "Puesto",
            sueldo_promedio = "Sueldo Promedio")

Sueldo promedio por puesto
Puesto	Sueldo Promedio
Administrativo	49780.73
Analista	66883.48
HRBP	97824.48
Responsable	76715.26
Jefe	107026.29
Gerente	150776.96
Director	108338.00

Dispersión de sueldos por puesto y género

ggplot(sueldos, aes(x = puesto, y = sueldo_bruto, fill = genero)) +
  geom_boxplot() +
  labs(title = "Dispersión de sueldos por puesto y género",
    x = "", y = "",
    caption = fuente) +
  scale_y_continuous(labels = comma_format(big.mark = ".", decimal.mark = ",")) +
  scale_fill_manual(values = col_genero)

Relación entre años de experiencia y sueldo

modelo_lineal <- broom::tidy(lm(data = sueldos,
                                sueldo_bruto ~ anios_rh))

modelo_lineal$estimate <- dollar(modelo_lineal$estimate,
                                prefix = "AR$ ",    # Podemos controlar el símbolo utilizado
                                big.mark = ".",     # Cambia el separador de miles
                                decimal.mark = ",") # Cambia el separador decimal


ggplot(sueldos, aes(x = anios_rh, y = sueldo_bruto)) +
  geom_point(alpha = .4, size = 1.5) +
  geom_smooth(method = "lm") +
  labs(title = "Relación entre años de experiencia y sueldos de RRHH",
    subtitle = "En pesos argentinos",
    x = "Años de Experiencia",
    y = "Sueldo Bruto",
    caption = fuente) +
  scale_y_continuous(labels = comma_format(big.mark = ".", decimal.mark = ","))

En promedio, una persona con cero años de experiencia en RRHH cobra un sueldo bruto de AR$ 58.816,23. Y con cada año de experiencia, el sueldo aumenta en AR$ 2.856,24.