Introducción

El presente documento se presenta un análisis de la alta rotación (personas que se retiran de manera voluntaria de la compañía) de una compañía. En este se examinará si seis variables elegidas, influyen o no en la rotación, para así con esa información proponer una estrategia de retención de talento humano y reducir la cantidad de personas que rotan.

La siguiente es una muestra de la base de datos, la cual contiene la información de 1.460 trabajadores:

library(readxl)
library(ggplot2)
library(ggpubr)
library(dplyr)
library(scales)

DatosR <- read_excel("C:/Users/Portatil.DESKTOP-B7KKA6J/OneDrive - PUJ Cali/Desktop/DatosR.xlsx")
DatosR=DatosR[,c(1,2,11,12,16,20,22)]
head(DatosR)
## # A tibble: 6 × 7
##   Rotacion  Edad Satisfación_Laboral Estado_Civil Porcentaje_a…¹ Equil…² Antig…³
##   <chr>    <dbl>               <dbl> <chr>                 <dbl>   <dbl>   <dbl>
## 1 Si          41                   4 Soltero                  11       1       4
## 2 No          49                   2 Casado                   23       3       7
## 3 Si          37                   3 Soltero                  15       3       0
## 4 No          33                   3 Casado                   11       3       7
## 5 No          27                   2 Casado                   12       3       2
## 6 No          32                   4 Soltero                  13       2       7
## # … with abbreviated variable names ¹​Porcentaje_aumento_salarial,
## #   ²​Equilibrio_Trabajo_Vida, ³​Antigüedad_Cargo

Lo siguiente es el análisis univariado de cada una de las variables anteriores:

La variable principal del estudio, es la rotación de personas, y como se puede ver, solo el 16% (231 de 1.460) de los trabajadores han rotado.

Otra de las variables es la edad, se observa que la mayor cantidad de trabajadores tiene entre 30 a 40 años, y las cantidades menores, corresponden a personas menores a 30 años y a las mayores a 50 años.

También se tiene la información del estado civil de los trabajadores:

Como se puede ver en el gráfico 3, el mayor porcentaje de trabajadores se encuentran casados (673), le sigue el porcentaje de solteros (470) con un 32% y por último, el 22% (327) de los trabajadores a examinar se encuentran divorciados.

Una de las variables, posiblemente más importantes, sería satisfacción laboral de los trabajadores. Y como se ve en el gráfico 4, la satisfacción fue medida en una escala de 1 a 4, donde 1 se interpreta como no satisfecho y 4 como altamente satisfecho; donde en la gráfica un 20% de los trabajadores no estaban satisfechos laboralmente, un 19% estaban poco satisfechos, un 30% se encontraban satisfechos y el 31% restante estaban altamente satisfechos laboralmente.

La antigüedad del cargo también se tuvo en cuenta, como se ve en la gráfica 5, donde hay una gran concentración de personas con menos de 5 años en el cargo, y a su vez son pocas las personas que llevan más de 10 años en el mismo.

En el gráfico 6, se encuentra la valoración que le dieron los empleados al equilibrio que tenían entre su trabajo y su vida, donde un 5% de los trabajadores no tenían la vida y el trabajo equilibrado, un 23% estaban poco equilibrados, un 61% se encontraban equilibrados y solo el 10% restante tenían un gran equilibrado en su trabajo y vida.

La última variable a tomar en consideración, es el porcentaje del aumento salarial que se le ha dado a los trabajadores. En la gráfica se observa una gran cantidad de trabajadores, que han tenido aumentos de hasta el 15%, y son más pocos aquellos que han tenido aumentos salariales de 20% o más.

La tabla 8 expone una primera interpretación de la relación que hay entre la variable rotación, variable principal, y las demás variables exhibidas.

No
(N=1233)		 Si
(N=237)		 Overall
(N=1470)
Edad
Mean (SD) 37.6 (8.89) 33.6 (9.69) 36.9 (9.14)
Median [Min, Max] 36.0 [18.0, 60.0] 32.0 [18.0, 58.0] 36.0 [18.0, 60.0]
Estado_Civil
Casado 589 (47.8%) 84 (35.4%) 673 (45.8%)
Divorciado 294 (23.8%) 33 (13.9%) 327 (22.2%)
Soltero 350 (28.4%) 120 (50.6%) 470 (32.0%)
Satisfación_Laboral
1 223 (18.1%) 66 (27.8%) 289 (19.7%)
2 234 (19.0%) 46 (19.4%) 280 (19.0%)
3 369 (29.9%) 73 (30.8%) 442 (30.1%)
4 407 (33.0%) 52 (21.9%) 459 (31.2%)
Antigüedad_Cargo
Mean (SD) 4.48 (3.65) 2.90 (3.17) 4.23 (3.62)
Median [Min, Max] 3.00 [0, 18.0] 2.00 [0, 15.0] 3.00 [0, 18.0]
Equilibrio_Trabajo_Vida
1 55 (4.5%) 25 (10.5%) 80 (5.4%)
2 286 (23.2%) 58 (24.5%) 344 (23.4%)
3 766 (62.1%) 127 (53.6%) 893 (60.7%)
4 126 (10.2%) 27 (11.4%) 153 (10.4%)
Porcentaje_aumento_salarial
Mean (SD) 15.2 (3.64) 15.1 (3.77) 15.2 (3.66)
Median [Min, Max] 14.0 [11.0, 25.0] 14.0 [11.0, 25.0] 14.0 [11.0, 25.0]

De la tabla 8, se puede apreciar que:

Análisis

A continuación se presentarán las hipótesis que se tienen en cuanto a las razones de la rotación:

\(Hipótesis_{1}=\) Las personas jóvenes son quienes más rotan.

t.test(DatosR$Edad~DatosR$Rotacion)                                             
## 
##  Welch Two Sample t-test
## 
## data:  DatosR$Edad by DatosR$Rotacion
## t = 5.828, df = 316.93, p-value = 1.38e-08
## alternative hypothesis: true difference in means between group No and group Si is not equal to 0
## 95 percent confidence interval:
##  2.618930 5.288346
## sample estimates:
## mean in group No mean in group Si 
##         37.56123         33.60759

Dado que este valor p es inferior a 0,05, se rechaza la hipótesis, y se concluye que no existe una diferencia significativa estadísticamente hablando, entre la edad y la rotación de los empleados, pero en esta muestra, si se evidencia que los jóvenes rotan más.

\(Hipótesis_{2}=\) Las personas solteras son quienes más rotan.

require(CGPfunctions)
PlotXTabs2(data = DatosR,x = Estado_Civil,y = Rotacion)

Graficamente, se observa que las personas solteras son quienes más facilmente rotan a comparación de aquellos que se encuentran casados o divorciados.

\(Hipótesis_{3}=\) Las personas con menor satisfacción son quienes más rotan.

PlotXTabs2(data = DatosR,x = Satisfación_Laboral,y = Rotacion)

Graficamente, se observa que las personas con menores niveles de satisfacción laboral, son quienes más rotan a comparación de aquellos que se encuentran completamente satisfecho, aunque estos últimos igual rotan en menor proporción, lo que puede deberse a una cuestión de mejores oportunidades o cambios de rumbo de los trabajadores.

\(Hipótesis_{4}=\) Las personas con menor antigüedad en el cargo son quienes más rotan.

t.test(DatosR$Antigüedad_Cargo~DatosR$Rotacion)                                             
## 
##  Welch Two Sample t-test
## 
## data:  DatosR$Antigüedad_Cargo by DatosR$Rotacion
## t = 6.8471, df = 366.57, p-value = 3.187e-11
## alternative hypothesis: true difference in means between group No and group Si is not equal to 0
## 95 percent confidence interval:
##  1.127107 2.035355
## sample estimates:
## mean in group No mean in group Si 
##         4.484185         2.902954

Dado que este valor p es inferior a 0,05, se rechaza la hipótesis, y se concluye que no existe una diferencia significativa estadísticamente hablando, entre la antigüedad del cargo y la rotación de los empleados, pero en esta muestra, si se evidencia que los que llevan menos años en el cargo rotaron más.

\(Hipótesis_{5}=\) Las personas con menor equilibrio de trabajo y vida son quienes más rotan.

PlotXTabs2(data = DatosR,x = Equilibrio_Trabajo_Vida,y = Rotacion)

Graficamente, se observa que si bien las personas con nulo equilibrio en su vida personal y laboral son quienes más rotan, aquellos con completo equilibrio, igual rotan, que como ya se mencionó anteriormente, puede deberse a una cuestión de mejores oportunidades o cambios de rumbo de los trabajadores.

\(Hipótesis_{6}=\) Las personas con menor porcentaje de aumento salarial son quienes más rotan.

t.test(DatosR$Porcentaje_aumento_salarial~DatosR$Rotacion)                                             
## 
##  Welch Two Sample t-test
## 
## data:  DatosR$Porcentaje_aumento_salarial by DatosR$Rotacion
## t = 0.50424, df = 326.11, p-value = 0.6144
## alternative hypothesis: true difference in means between group No and group Si is not equal to 0
## 95 percent confidence interval:
##  -0.3890709  0.6572652
## sample estimates:
## mean in group No mean in group Si 
##         15.23114         15.09705

Dado que este valor p es superior a 0,05, no se rechaza la hipótesis, y se concluye que existe una diferencia significativa estadísticamente hablando, entre el porcentaje de aumento salarial y la rotación de los empleados, es decir, que quienes reciben menores aumentos, son quienes más fácilmente se irán.

Conclusión

Con el presente documento se puede concluir que si bien existen algunas variables que parecen sugerir existe una asociación entre ellas y la rotación, tal como la edad, la antigüedad en el cargo o el nivel de equilibrio entre la vida personal y laboral, no resultaron ser estadísticamente significativas. A comparación del porcentaje salarial, que resulta fundamental que la empresa se encargue de dar aumentos salariales a todos sus trabajadores, si lo que busca es retener el talento humano de la compañía.

Otro aspecto para que la empresa se enfoque es en la satisfacción laboral, la cuál es la relación que hay entre los empleados y su ambiente de trabajo, donde se puede seguir fortaleciendo las buenas relaciones dentro de la empresa y que los trabajadores se sientan apreciados y bien recompensados, para que con esas estrategias, los niveles de rotación sean mínimos.

Por último, sería importante crear estrategias de retención para los trabajadores que son solteros y tener más incentivos especiales para aquellos que están divorciados y casados.