1. Planteamiento de Hipótesis

Enunciado

Seleccionar 3 variables categóricas (distintas de rotación) y 3 variables cuantitativas, que consideren estén relacionadas con la rotación. Nota: Justificar por que estas variables están relacionadas y que tipo de relación se espera (Hipótesis). Ejemplo: Se espera que las horas extra se relacionen con la rotación ya que las personas podrían desgastarse mas al trabajar horas extra y descuidan aspectos personales. La hipótesis es que las personas que trabajan horas extra tienen mayor posibilidad de rotar que las que no trabajan extra. (serian 6, una por variable).

Solución

Inicialmente se realiza una caracterización de los tipos de variable y escalas de medición; las variables cualitativas marcadas con * denotan variables que si bien el dato en la tabla son un número, pueden interpretarse como variables cualitativa ordinales al tratarse de escalas (Por ejemplo, escalas de Likert).

Variable Tipo de Variable Escala de Medición
Rotación Cualitativa Nominal
Edad Cuantitativa Continua Intervalo
Viaje de negocios Cualitativa Ordinal
Departamento Cualitativa Nominal
Distancia_Casa Cuantitativa Discreta Intervalo
Educación Cualitativa* Ordinal
Campo_Educación Cualitativa Nominal
Satisfacción_Ambiental Cualitativa* Ordinal
Genero Cualitativa Nominal
Cargo Cualitativa Nominal
Satisfacción_Laboral Cualitativa* Ordinal
Estado_Civil Cualitativa Nominal
Ingreso_Mensual Cuantitativa Continua Intervalo
Trabajos_Anteriores Cuantitativa Discreta Razón
Horas_Extra Cualitativa Nominal
Porcentaje_aumento_salarial Cuantitativa Discreta Razón
Rendimiento_Laboral Cualitativa* Ordinal
Años_Experiencia Cuantitativa Discreta Razón
Capacitaciones Cuantitativa Discreta Razón
Equilibrio_Trabajo_Vida Cualitativa* Ordinal
Antigüedad Cuantitativa Discreta Intervalo
Antigüedad_Cargo Cuantitativa Discreta Intervalo
Años_ultima_promoción Cuantitativa Discreta Intervalo
Años_cargo_con_mismo_jefe Cuantitativa Discreta Intervalo

Se decide tomar las siguientes variables cualitativas (categóricas):

  • Cargo
  • Estado Civil
  • Horas Extra

Así como las siguientes variables cuantitativas:

  • Edad
  • Ingreso Mensual
  • Porcentaje Aumento Salarial

Se presenta a continuación una hipótesis sobre el comportamiento esperado de cada variable en relación al índice de rotación del personal:

Variable Hipótesis
Cargo Se espera que la jerarquía de los cargos se relacione con la rotación, ya que a mayor nivel jerárquico los empleados, estos recibirán una mayor estabilidad laboral; la hipótesis es que los cargos de mayor jerarquía tendrán un menor índice de rotación que los de menor jerarquía.
Estado Civil Se espera que el estado civil se relacione con la rotación, ya que los niveles de responsabilidad en el hogar pueden impactar en el nivel de compromiso laboral; por tanto, la hipótesis es que los colaboradores casados, al tener mayores responsabilidades, tengan un mayor índice de rotación que los trabajadores solteros.
Horas Extra Se espera que la realización de horas extra se relacione con la rotación, ya que un empleado que debe realizar horas extras puede estar sujeto a mayores niveles de estrés y cansancio, que repercute en mayores posibilidades en abandonar sus labores; la hipótesis es que ante la existencia de realización de horas extras, hay mayor índice de rotación
Edad Se espera que la edad se relacione con la rotación, ya que conforme se envejece se aumenta el nivel de compromiso laboral; por tanto, la hipótesis es que a mayor edad, menor índice de rotación.
Ingreso Mensual Se espera que el ingreso se relacione con la rotación, puesto que a mayor ingreso mensual se estima que exista una mayor satisfacción en el empleado, y por tanto, un menor deseo en renunciar; la hipótesis es que conforme aumenta el ingreso mensual, el índice de rotación disminuya.
Porcentaje Aumento Salarial Se espera que el porcentaje de aumento salarial impacte en la rotación, ya que los empleados que tienen altas tasas de aumento en su salario deben estar optmistas en sus labores, generando un menor deseo en renucniar; la hipótesis es que los colaboradores con mayor porcentaje de aumento salarial tendrán un menor índice de rotación.

2. Análisis Univariado

Enunciado

Realizar un análisis univariado (caracterización). Nota: Los indicadores o gráficos se usan dependiendo del tipo de variable (cuanti o cuali). Incluir interpretaciones de la rotación.

Solución

Variables Cualitativas

Cargo

Se logra observar que los 3 cargos con mayor número de colaboradores, en su respectivo orden, son: Ejecutivo de Ventas, Investigador Científico, y Director de Técnico de Laboratorio:

require(ggplot2)
require(ggpubr)
require(grDevices)

Cargo=ggplot(Rotacion,aes(y=Cargo, fill=Cargo))+geom_bar()+theme_bw()+labs(x="Número de colaboradores",y="Cargo") + ggtitle("Diagrama de barras de Número de empleados por Cargo")

ggplotly(Cargo)
Estado Civil

Se observa que en mayor proporción los colaboradores son casados, seguidos por solteros, y finalmente divorciados.

require(ggplot2)
require(ggpubr)
require(grDevices)

Estado_Civil=ggplot(Rotacion,aes(y=Estado_Civil, fill=Estado_Civil)) + geom_bar(width=1) + ggtitle("Diagrama circular de Empleados por Estado Civil")+
  coord_polar("y", start=0) + theme_void() # remove background, grid, numeric labels
Estado_Civil

Horas Extra

Se aprecia que el 28% de los empleados debe realizar horas extra, mientras que el 72% no debe realizarlas:

Horas_Extra=ggplot(Rotacion,aes(x=Horas_Extra, fill=Horas_Extra))+geom_bar()+theme_bw()+labs(x="Edad",y="Número de empleados") + ggtitle("Diagrama de barras de realización de horas extras y número de empleados")
ggplotly(Horas_Extra)
prop.table(table(Rotacion$Horas_Extra))
## 
##        No        Si 
## 0.7170068 0.2829932

Variables Cuantitativas

Edad

Se presenta un histograma de la Edad de los colaboradores, donde se puede apreciar que el rango de edad con mayor frecuencia es de 30 a 35 años, teniendo algunos valores atípicos por encima de 60 y por debajo de 20 años.

Edad=ggplot(data=Rotacion,
            mapping=aes(x=Edad, fill=Edad))+
      geom_histogram(bins=10)+
  labs(x="Edad",y="Número de colaboradores") + ggtitle("Histograma de edad de colaboradores") 
ggplotly(Edad)
Ingreso Mensual

Se presenta un histograma del Ingreso Mensual de los colaboradores:

Ingreso_Mensual=ggplot(Rotacion,aes(x=Ingreso_Mensual, fill=Ingreso_Mensual))+geom_histogram(bins=10)+theme_bw()+labs(x="Número de colaboradores",y="Ingreso Mensual") + ggtitle("Diagrama de barras de Número de empleados por Cargo")
ggplotly(Ingreso_Mensual)
Porcentaje Aumento Salarial

Se presenta un diagrama de cajas y bigotes del porcentaje de aumento salarial, que permite observar que la mediana del porcentaje de aumento salarial es del 14%, y que los valores de Q1 y Q3 son 12% y 18% respectivamente.

Porcentaje_Aumento_Salarial=ggplot(Rotacion,aes(y=Porcentaje_aumento_salarial, fill=Porcentaje_aumento_salarial))+geom_boxplot(color="blue", fill="blue",alpha=0.5)+labs(x="Porcentaje de Aumento Salarial") + ggtitle("Boxplot del Porcentaje de Aumento Salarial") 
ggplotly(Porcentaje_Aumento_Salarial)
median(Rotacion$Porcentaje_aumento_salarial)
## [1] 14

3. Análisis Bivariado

Enunciado

Realizar un análisis bivariado (siempre contra la rotación). Nota: Los indicadores y gráficos se usan dependiendo del tipo de variable (cuanti VS cuali, cuali VS cuali). Comparar los resultados con la hipótesis planteada inicialmente y determinar si los datos apoyan o no la hipótesis.

Solución

Variables Cualitativas

Cargo

Se genera un diagrama de columnas apiladas de los cargos vs la rotación; aquí se puede apreciar que los dos cargos con mayor índice de rotación son dos cargos de bajo nivel jerárquico: Los representantes de ventas, con un 40% de rotación, seguidos de los Técnicos de Laboratorio con un 24% de rotación; esto confirma la hipótesis de que los niveles bajos de jerarquía tienen un mayor índide de rotación.

require(CGPfunctions)

PlotXTabs2(Rotacion,Cargo, Rotación, plottype = "percent", title = "Diagrama de columnas apiladas del Cargo  vs. Rotación",x.axis.orientation="vertical")

Estado Civil

Se genera un diagrama de columnas apiladas del estado civil vs la rotación; se puede observar que el índice de rotación de los sulteros es mayor al doble que el índide de rotación de los otros dos estados civiles (Divorciados y Casados); siendo así, se intuye que, efectivamente, al tener menos responsabilidades económicas, tienen un mayor índice de rotación.

PlotXTabs2(Rotacion,Estado_Civil, Rotación, plottype = "percent", title = "Diagrama de columnas apiladas del estado civil  vs. Rotación")

Horas Extra

Se genera un diagrama de columnas apiladas de realización de horas extra vs la rotación; se puede observar que el índide de rotación de aquellos colabores que realizan horas extra triplica la rotación de aquellos que no las realizan, por lo cual sí existe una relación fuerte entre la realización de horas extra y un mayor índice de rotación.

PlotXTabs2(Rotacion,Horas_Extra, Rotación, plottype = "percent", title = "Diagrama de columnas apiladas de Horas Extra  vs. Rotación")

Variables Cuantitativas

Edad

Al analizar la Rotación vs la Edad, se aprecia que el 50% de los colaboradores que no han rotado tienen 36 años o menos, mientras que el 50% de los colaboradores que sí han rotado tienen 32 años o menos; esta diferencia en las medianas de 4 años permite suponer que a mayor edad hay menor índice de rotación.

Rotacion_Edad=ggplot(Rotacion,aes(y=Edad,x=Rotación, fill=Rotación))+geom_boxplot()+theme_bw()+labs(x="Rotación", y="Edad") + ggtitle("Boxplot de la Rotación vs Edad") 
ggplotly(Rotacion_Edad)
Ingreso Mensual

Al analizar la Rotación vs el Ingreso Mensual, se observa una diferencia sustancial en los valores de Q1, Mediana y Q3, por ejemplo, el 75% de los empleados que no han rotado tienen un ingreso salarial de 2.899.000 por encima que el 75% de los empleados que sí rotaron, por lo cual, se concluye que a mayor ingreso mensual sí existe un menor índide de rotación.

Rotacion_Ingreso=ggplot(Rotacion,aes(y=Ingreso_Mensual,x=Rotación, fill=Rotación))+geom_boxplot()+theme_bw()+labs(x="Rotación", y="Ingreso Mensual") + ggtitle("Boxplot de la Rotación vs Ingreso Mensual") 
ggplotly(Rotacion_Ingreso)
Porcentaje Aumento Salarial

Al analizar la Rotación vs el Porcentaje de Aumento Salarial se observa que los valores de Mediana y Q1 son idénticos para la variable rotación, sin embargo, el valor de Q3 varía un 0.75, por lo cual se concluye que el 25% de los colaboradores que no han rotado tienen un porcentaje de aumento salarial superior al 18%, mientras que el 25% de los colabores que sí rotaron tienen un porcentaje de aumento salarial superior al 17.25%; por lo anterior, no se considera que exista necesariamente una relación entre el porcentaje de aumento salarial y la rotación, ya que la variación en comportamiento es casi imperceptible.

Rotacion_Aumento=ggplot(Rotacion,aes(y=Porcentaje_aumento_salarial,x=Rotación, fill=Rotación))+geom_boxplot()+theme_bw()+labs(x="Rotación", y="Porcentaje Aumento Salarial") + ggtitle("Boxplot de la Rotación vs Porcentaje de Aumento Salarial") 
ggplotly(Rotacion_Aumento)

4. Conclusiones

Tras realizar el análisis de las hipótesis planteadas, es posible concluir que 5 de las 6 variables elegidas sí generan la afectación esperada en el índice de rotación, exceptuando el porcentaje de aumento salarial, ya que su afectación es despreciable.

Por lo anterior, se proponen 5 estrategias para mitigar los impactos de estas variables en la rotación del personal:

  • Cargo: Teniendo en cuenta que los cargos de bajo nivel jerárquico presentan un alto índice de rotación, se propone generar incentivos económicos y no económicos, tales como planes de carrera, a los colabores que ocupan estos cargos, para así propender porque su tiempo de permanencia en la compañía sea mayor.

  • Estado Civil: No considero pertinente proponer una estrategia que afecte esta variable de los empleados que ya se encuentren contratados, sin embargo, sí puede agregarse dentro de las políticas de contratación que aquellos aspirantes casados y divorciados tengan una afectación positiva en los criterios de selección de personal.

  • Horas Extra: Se sugiere que, en lugar de requerir que los empleados laboren horas extraes, se explore la posibilidad de disponer de personal de apoyo para cubrir estas jornadas, y que así los empleados que ya cumplieron con su jornada ordinaria puedan descansar; en el caso de ser estrictamente necesario la realización de horas extras, se puede evaluar la posibilidad de asignar una compensación económica superior a los recargos definidos por ley, para que así el empleado tenga un mayor interés en realizarlas.

  • Edad: No considero pertinente proponer una estrategia que afecte esta variable de los empleados que ya se encuentren contratados, sin embargo, sí puede agregarse dentro de las políticas de contratación que aquellos aspirantes jóvenes tengan un proceso de selección más estricto, con el fin de asegurarse que su perfil sí cumple con las necesidades de la compañía y evitar gastos en tiempo y recursos ante retiros prematuros de sus labores.

  • Ingreso Mensual: Es evidente que hay una gran diferencia salarial entre los empleados que han rotado y los que no tienen la intención de hacerlo hasta el momento; por lo tanto, se debe explorar la posibilidad de nivelar las aspiraciones salariales de los empleados, o generar compensaciones no económicas que aumenten la satisfacción de los empleados con menores ingresos.