ESCUELA DE POSGRADO PROGRAMA ACADÉMICO DE POSGRADO PRODUCTO INTEGRADOR MÈTODOS CUANTITATIVOS “FACTORES QUE INFLUYEN LA DECISIÓN DE RENUNCIA O RETIRO DE LOS TRABAJADORES IBM HR ANALITICS EN EL AÑO 2017” AUTORES: ELIZABETH BRAVO HUIVIN PATRICIO LEWIS ZUÑIGA RICKY LOPEZ TAPULLIMA CHRISTIAN POSTIGO SANCHEZ LELIS RAMIREZ VEGA VERONICA TRILLO ESPINOZA DOCENTE: DR. WALTER LÒPEZ ZARATE CURSO: MÈTODOS CUANTITATIVOS TRUJILLO - PERÚ 2021 PRODUCTO INTEGRADOR 1 ÍNDICE DE CONTENIDO 1. INTRODUCCIÔN: ........................................................................................ 3 a) Planteamiento del problema: .................................................................... 3 b) Objetivo del Proyecto. ............................................................................ 4 c) Justificación ............................................................................................... 4 d) Viabilidad................................................................................................. 5 2. REVISION PRELIMINAR DE LA LITERATURA: ........................................ 5 a) Marco teorico. ............................................................................................ 5 b) Proyectos similares................................................................................ 6 3. MÈTODO ..................................................................................................... 8 a) Descripción detallada del tipo de innovación. ........................................ 8 b) Impactos en el proceso educativo. ....................................................... 8 c) Resultados esperados............................................................................. 10 4. CRONOGRAMA ........................................................................................ 24 5. CONCLUSIONES ...................................................................................... 25 6. REFERENCIAS. ........................................................................................ 26 PRODUCTO INTEGRADOR 2 1. INTRODUCCIÔN: a) Planteamiento del problema: La renuncia y el despido son dos figuras laborales que le dan fin a la relación formal entre trabajador y empleador y cada una encierra ventajas y desventajas para ambas partes. Renuncia no es una decisión fácil de tomar, es una decisión complicada de afrontar desde que es pensada hasta que se ha realizado. En sí, se dejan de lado todas las posibilidades ventajosas que un trabajo puede tener incluido. Es por eso que la decisión que está a punto de tomarse debe ser evaluada cuidadosamente ya que podría ser definitiva. El empleador intentará retener al empleado si considera que el mismo le agrega valor a su organización muy por el contrario el empleador también despide a los empleados que no satisfacen ni están comprometidos con la organización dejando un mal desempeño o realización de las tareas o situaciones diversas que son la base de este estudio. ¿Por qué se renunciaría o se sería despediría en una organización? Las variables independientes que proponemos es la edad de los trabajadores que muchas veces va ligada a la productividad y desarrollo del desempeño que realizan en su labor diaria, hoy en día el mercado laboral está ya compuesta por Babyboomers, Generación X y Millennials, todos ellos comparten el mismo espacio, las mismas tareas y obligaciones, mismos horarios de trabajo, comparten una misma cultura organizacional pero trabajan de maneras diferentes por la generalidad y época a la que pertenece cada uno de ellos. El desafío que afrontan día a día es síntesis entre ellos para ser lo más eficientes y productivos posibles. El reto para las organizaciones es aprovechar el potencial, es esto lo que impacta el hecho de ser retirado o no de la empresa. De igual manera los años de servicio pesan mucho por el conocimientos y compromiso que llega a tener el colaborador con la empresa, es una diferente a valoración e identidad que tiene un colaborador de 25 años con 3 años de experiencia en la empresa a uno que tiene 45 años y va laborando 20 años en la misma institución, es por ello que impactan los años de trabajo. Los años de experiencia laboral en el trabajo también determinan un impacto por los conocimientos y el agregado que puede brindar a la organización. El PRODUCTO INTEGRADOR 3 desgaste laboral tiene importancia para analizar, el cómo está afectado al colaborador, el cansancio, aburrimiento, energía, disposición para realizar su labor día a día. También consideramos la distancia que hay desde su hogar a su punto de trabajo, a veces resulta muy pesado y costoso llegar al trabajo, no hay la misma predisposición ni ganas para realizar las tareas de cada día haciendo que sea un factor a analizar. El clima laboral, que en sí se engloba a la relación que se tiene con los compañeros de trabajo afectando la disposición a realizar los trabajos en equipo, la sinergia que exige desarrollar lo que se compete en la situación; el tiempo extra causa estrés pero también tiene atribuciones económicas, la rotación de puestos, la misma satisfacción que genera la valoración y la recompensación del desempeño del colaborador, muchas veces el nivel si llega a ser el óptimo o simplemente no llega a las expectativas, haciendo que afecte de manera negativa o positiva al empleado, Los años de servicio, la edad, experiencia laboral, el desgaste laboral, la distancia al centro de trabajo, el nivel del desempeño, el tiempo extra, el clima laboral, la satisfacción laboral, el equilibrio entre la vida personal y laboral, y la rotación de puestos son variables que influyen en la decisión de renuncia o retiro de trabajadores en IBM HR Analytics en el año 2017. b) Objetivo del Proyecto. Determinar si los años de servicio, la edad, experiencia laboral, el desgaste laboral, la distancia al centro de trabajo, el nivel del desempeño, el tiempo extra, el clima laboral, la satisfacción laboral, el equilibrio entre la vida personal y laboral, y la rotación de puestos son variables que influyen en la decisión de renuncia o retiro de trabajadores en IBM HR Analytics en el año 2017. c) Justificación Justificación teórica: Desde el punto de vista empresarial es importante conocer qué factores influyen en los despidos o las renuncias que existen dentro de una empresa, los factores que se incluyen en el presente trabajo tienen un grado de importancia ya que se encontró más de diez variables las cuales ayudarán a saber el grado de significancia. PRODUCTO INTEGRADOR 4 El presente trabajo puede ayudar a identificar cuál de las variables tiene mayor importancia al momento de realizar un despido o renuncia por parte del gerente o empleado, así como también ayudará ha empresas a tomar mayor interés sobre el factor más importante que se pueda identificar en esta investigación. Justificación práctica: El presente trabajo nos ayudará a conocer el grado en que las variables independientes edad, distancia desde casa, educación, participación laboral, nivel desempeño, satisfacción, ingreso mensual rendimiento relaciones con compañeros total años de trabajo equilibrio trabajo vida años en la empresa rotación puestos influyen o no influyen en los despidos o renuncias de los trabajadores de IBM HR Analytics. d) Viabilidad. En cuanto a la viabilidad cabe resaltar se cuenta con la información de análisis pertinente que nos permitirá plantear el modelo de regresión ideal para su análisis, comprensión y proyección. 2. REVISION PRELIMINAR DE LA LITERATURA: a) Marco teórico. -Organización: Sistema abierto, debe estar en permanente convivencia con el exterior para poder sobrevivir, por lo que debe estar en constante cambio, adaptándose a las necesidades del ambiente en forma continua, de donde toma recursos en bruto, como lo son los humanos, económicos y financieros para llevarlos a la organización, pasando por un proceso de transformación y, poder así, llevarlos de nuevo al exterior ya en forma de producto o servicio. -El desarrollo organizacional surge en 1962 como un conjunto de ideas sobre el hombre, la organización y el ambiente, con el propósito de facilitar el crecimiento y desarrollo de las organizaciones. Según Chiavenato, en su libro Introducción a la teoría general de la administración, el DO es un desdoblamiento práctico y operacional de la teoría del comportamiento en dirección al enfoque sistémico. Chiavenato en su libro, cita a French y Bel, quienes definen al DO como: “el esfuerzo de largo plazo, apoyado por la alta dirección, con el propósito de mejorar los procesos de resolución de problemas de renovación organizacional, PRODUCTO INTEGRADOR 5 particularmente por medio de un diagnóstico eficaz y colaborativo y de la administración de la cultura organizacional, con énfasis especial en los equipos formales de trabajo, en los equipos temporales y en la cultura intergrupal. -Edad: La edad va ligada al rendimiento y la productividad laboral de los empleados -Desgaste laboral: Según Mayo Clinic desgaste se refiere a un tipo de estrés laboral, es un estado de cansancio mental, emocional o físico combinado con dudas sobre la capacidad de competencia y el valor del trabajo que la persona realizada. -Distancia al centro de trabajo: Según DataIFX Uno de los problemas que influye en las renuncias de los empleados es la distancia que existe entre la casa y el trabajo, muchos de ellos deben pasar horas en el tráfico o recorrer grandes distancias en el transporte público b) Proyectos similares. Gallo, M. & Ibichian, S. (2018) en su trabajo de investigación “El impacto de HR Analytics sobre la Gestión del Desempeño” analiza cómo contribuye la herramienta HR Analytics a una eficiente gestión del desempeño, dado que dicho proceso fue siempre juzgado por sus barreras y prejuicios involuntarios e inconscientes, resultando un proceso sumamente subjetivo El objetivo principal de su trabajo consistió en determinar las condiciones necesarias para la implementación de HR Analytics; describir el impacto de la implementación de HR Analytics en el proceso de gestión de desempeño; y, analizar casos de éxito en la implementación de HR Analytics y evaluar los beneficios surgidos como consecuencia de dicha implementación.(Arteche et al., 2018) Según Flores (2018) en su tesis “Correlación de las Prácticas en Recursos Humanos, Satisfacción Laboral y Compromiso Organizacional y su influencia en las Intención de Rotación de los trabajadores de una Empresa Contratista Minera de Lima, Perú” busca profundizar respecto a la influencia de ocho (8) dimensiones de las Practicas de Recursos Humanos (en adelante RRHH), en los niveles de Satisfacción Laboral (SL) y Compromiso Organizacional (CO) y en la Intención de Rotación PRODUCTO INTEGRADOR 6 (IR) de los trabajadores de una Empresa Contratista Minera ubicada en Lima. (Flores Hernandez, 2018) Según Cifuentes (2017) en su tesis “Análisis de factores que influyen en la rotación de personal en una empresa del rubro de alimentos y bebidas analizó los factores que intervienen en la rotación de personal en una empresa del rubro de Alimentos y Bebidas en la región Metropolitana, Juan Valdez Café. Se establece que existen causas principales de la alta rotación en Juan Valdez, tales como la baja remuneración, poca motivación y liderazgo y exceso de carga laboral. (Cifuentes Cadena, 2017) PRODUCTO INTEGRADOR 7 3. MÈTODO a) Descripción detallada del tipo de innovación. El propósito de esta investigación es analizar los motivos que dan pie a la decisión del retiro o salida del puesto de trabajo de un colaborador en una organización. Existen situaciones que en general afectan al trabajador como a la compañía teniendo carácter de importancia, al ser entes que mueven la economía de un país y al crecer la tasa de despidos o renuncias generan una problemática social. Se ha tomado como muestra de 300 colaboradores de IBM HR Analitics de la ciudad de como sujetos a estudiar, analizando en cada uno de ellos la edad, el desgaste emocional y físico que muestran; la distancia que hay desde su hogar al centro de trabajo; la remuneración que percibe, nivel de formación profesional, el nivel de desempeño, la satisfacción o falta de reconocimiento en su trabajo, si realiza tiempo extra, la relación con compañeros de trabajo, los años de servicio, el equilibrio que hay entre su vida personal y laboral, la rotación de puestos y los viajes de negocio entre otras. Este estudio consta de 24 variables que mostrarán el número de despidos y renuncias b) Impactos en el proceso educativo. El proceso educativo y la capacitación dentro de la empresa debe ser constante y usado como un recurso para motivar al equipo. Seguro han escuchado antes lo siguiente “Es mejor capacitar al personal y se vaya que no hacerlo y que se quede” con esto lo que tratamos de decir es que los líderes de equipos y dueños de las empresas debemos perder el temor y dejar de capacitar a los colaboradores justificados en que si lo hago seguro sus nuevos conocimientos los aplicaran en otras empresas y además genero un gasto lo que impactaría directamente a mis resultados económicos. En la actualidad las empresas más deseadas además que por el buen clima laboral son las que atraen talentos y existen libertad para innovar. En ese contexto podemos afirmar que las empresas del Sillicon Valley además de ser consideradas las mejores en EEUU para trabajar se cimientan en la capacitación de sus colaboradores, libertad para innovar, libertad de pensamiento, crítica nula ante las fallas en las innovaciones, PRODUCTO INTEGRADOR 8 estructuras planas y ausencia de estructuras organizacionales complejas que dificultan la toma de decisiones. El proceso educativo no suele ser unidireccional, sino que es interactivo quienes están aprendiendo, también pueden enseñar. Así el conocimiento se construye de forma social. El proceso educativo en el Perú viene sufriendo cambios en los diferentes aspectos debido a la pandemia COVID -19, situación que ha conllevado a buscar a apoyarnos en diferentes ramas de las ciencias, para obtener respuestas rápidas, métodos, diferentes alternativas de solución a las investigaciones y toma de decisiones. La regresión es un contenido de la estadística que ya forman parte del currículum de la enseñanza obligatoria. Su inclusión en dicho nivel posibilita el tratamiento estadístico de datos bivariados y el análisis de la relación que puede existir entre las variables consideradas. También se considera que la regresión lineal presenta la ventaja de que puedes hacer una predicción del comportamiento de alguna variable en un determinado punto. La técnica del análisis de regresión está definida por los siguientes pasos: 1) selección tanto de la medida de costos (o producto) como de variables exógenas, 2) estimación de la función de costos (o producción) del sector, y 3) cálculo del coeficiente de eficiencia correspondiente a cada empresa dentro del sector. El análisis de regresión es útil para una organización, ya que permite determinar el grado en que las variables independientes influyen en las variables dependientes. Además, permite explicar un fenómeno y predecir cosas acerca del futuro, además de obtener información empresarial valiosa y accionable. Su aprendizaje y practica en el entorno educativo sirve de mucha ayuda, además que permitirá al estudiante desarrollar habilidades conceptuales y técnicas para sus diferentes actividades académicas. PRODUCTO INTEGRADOR 9 c) Resultados esperados. Modelo de Regresión Lineal Modelo de regresión poblacional: N°RD=β1+β2edad+β3dist+β4educac+β5particip+β6desemp+β7satisfac c+β8igmen+β9rendimient+β10relacions+β11añostrab+β12equitv+β13 añosempr+β14rotacp. Modelo de regresión muestral: N°RD^=β1^+β2^edad+β3^dist+β4^educac^+β5^particip+β6^desemp+ β7^satisfacc^+β8^igmen+β9^rendimient+β10^relacions+β11^añostra b+β12^equitv+β13^añosempr+β14^rotacp. PRODUCTO INTEGRADOR 1 0 Análisis de significancia La fórmula con la que rechazaremos o no nuestra hipótesis nula es la siguiente: 𝑡𝑠𝑡𝑎𝑡 = 𝐵^ − 𝐵 ∗ 𝑆𝐸(𝐵^) Donde: tstat < |2| => No rechazamos la hipótesis nula H0 tstat > |2| => Rechazamos H0 la hipótesis nula H0 A. Edad (β2) H0: β2=0 H1: β2≠0 𝑡𝑠𝑡𝑎𝑡 = 0.0503−0 0.0188 =2.66 |2.66| = 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0 Expectativa (-): La variable edad tendría que tener una relación indirecta con la variable de despidos y/o renuncias por lo que los trabajadores con mayor edad son menos propensos a salir del trabajo, por tema de comodidad, posibilidad de ascenso y estabilidad económica. Resultado (+): Sin embargo, según nuestro modelo de regresión, hay una relación directa entre esta variable independiente y nuestra variable dependiente, por lo que, a mayor edad, mayor cantidad de despidos y/o renuncias de los trabajadores. Prueba hipótesis (t): Esta variable edad es significante para los despidos y/o renuncias y, en consecuencia, si influye. B. Distancia (β3) H0: β3=0 H1: β3≠0 𝑡𝑠𝑡𝑎𝑡 = −0.0043−0 0.0155 =-0.28 PRODUCTO INTEGRADOR 1 1 |−0.28| = 𝑁𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0 Expectativa (+): La variable distancia tendría que tener una relación directa con la variable de despidos y/o renuncias por lo que los trabajadores que viven a mayor distancia son más propensos a salir del trabajo, por tema de comodidad, rapidez y puntualidad. Resultado (-): Sin embargo, según nuestro modelo de regresión, hay una relación indirecta entre esta variable independiente y nuestra variable dependiente, por lo que a mayor distancia, menor cantidad de despidos y/o renuncias de los trabajadores. Prueba hipótesis (t): Esta variable distancia no es significante para los despidos y/o renuncias y, en consecuencia, no influye. C. Educación (β4) H0: β4=0 H1: β4≠0 𝑡𝑠𝑡𝑎𝑡 = 0.1843−0 0.1307 =1.45 |1.45| = 𝑁𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0 Expectativa (-): La variable educación tendría que tener una relación indirecta con la variable de despidos y/o renuncias por lo que los trabajadores con mayor nivel de educación, no tienden a salir del trabajo, por tema de mayor preparación, nivel de experiencia y conocimientos. Resultado (+): Sin embargo, según nuestro modelo de regresión, hay una relación directa entre esta variable independiente y nuestra variable dependiente, por lo que, a mayor educación, mayor cantidad de despidos y/o renuncias de los trabajadores. Prueba hipótesis (t): Esta variable educación no es significante para los despidos y/o renuncias y, en consecuencia, no influye. D. Participación laboral (β5) H0: β5=0 H1: β5≠0 PRODUCTO INTEGRADOR 1 2 𝑡𝑠𝑡𝑎𝑡 = −0.1085−0 0.1919 =-0.57 |−𝑂. 57| = 𝑁𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0 Expectativa (-): La variable participación laboral tendría que tener una relación indirecta con la variable de despidos y/o renuncias por lo que los trabajadores con mayor participación laboral, son menos proclives a salir del trabajo, por tema de compromiso con la empresa. Resultado (-): De mismo modo, según nuestro modelo de regresión, hay una relación indirecta entre esta variable independiente y nuestra variable dependiente. Prueba hipótesis (t): Esta variable participación laboral no es significante para los despidos y/o renuncias y, en consecuencia, no influye. E. Nivel de desempeño (β6) H0: β6=0 H1: β6≠0 𝑡𝑠𝑡𝑎𝑡 = −0.4027−0 0.3943 =-1.02 |−1.02| = 𝑁𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0 Expectativa (-): La variable desempeño tendría que tener una relación indirecta con la variable de despidos y/o renuncias por lo que los trabajadores con mayor desempeño, son menos proclives a salir del trabajo, por tema de retención de trabajadores de alto rendimiento por parte de la empresa. Resultado (-): De mismo modo, según nuestro modelo de regresión, hay una relación indirecta entre esta variable independiente y nuestra variable dependiente. Prueba hipótesis (t): Este variable nivel de desempeño no es significante para los despidos y/o renuncias y, en consecuencia, no influye. F. Satisfacción laboral (β7) H0: β7=0 H1: β7≠0 𝑡𝑠𝑡𝑎𝑡 = −0.1054−0 0.1164 =-0.91 PRODUCTO INTEGRADOR 1 3 |−0.91| = 𝑁𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0 Expectativa (-): La variable satisfacción laboral tendría que tener una relación indirecta con la variable de despidos y/o renuncias por lo que los trabajadores que se sienten más satisfechos con el trabajo son menos proclives a salir del trabajo, por tema de comodidad y motivación. Resultado (-): Ciertamente, según nuestro modelo de regresión, hay una relación indirecta entre esta variable independiente y nuestra variable dependiente. Prueba hipótesis (t): Esta variable satisfacción laboral no es significante para los despidos y/o renuncias y, en consecuencia, no influye. G. Ingresos mensuales (β8) H0: β8=0 H1: β8≠0 𝑡𝑠𝑡𝑎𝑡 = 0.00003−0 0.00008 =0.35 |0.35| = 𝑁𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0 Expectativa (-): La variable ingresos mensuales tendría que tener una relación indirecta con la variable de despidos y/o renuncias por lo que los trabajadores con mayor monto de ingreso mensual, no tienden a salir del trabajo, por tema de conformidad, económico y laboral. Resultado (+): Sin embargo, según nuestro modelo de regresión, hay una relación directa entre esta variable independiente y nuestra variable dependiente, por lo que a mayor monto en el ingreso mensual, mayor cantidad de despidos y/o renuncias de los trabajadores. Prueba hipótesis (t): Esta variable ingresos mensuales no es significante para los despidos y/o renuncias y, en consecuencia, no influye. H. Rendimiento (β9) H0: β9=0 H1: β9≠0 𝑡𝑠𝑡𝑎𝑡 = 0.1241−0 0.3265 =0.38 |0.38| = 𝑁𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0 PRODUCTO INTEGRADOR 1 4 Expectativa (-): La variable rendimiento tendría que tener una relación indirecta con la variable de despidos y/o renuncias por lo que los trabajadores con mayor rendimiento, son menos proclives a salir del trabajo, por tema de productividad y reconocimiento. Resultado (+): Sin embargo, según nuestro modelo de regresión, hay una relación directa entre esta variable independiente y nuestra variable dependiente, por lo que a mayor rendimiento, mayor la incidencia en despidos y/o renuncias de los trabajadores. Prueba hipótesis (t): Este variable rendimiento no es significante para los despidos y/o renuncias y, en consecuencia, no influye. I. Relaciones con compañeros (β10) H0: β10=0 H1: β10≠0 𝑡𝑠𝑡𝑎𝑡 = 0.0842−0 =0.72 0.1171 |0.72| = 𝑁𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0 Expectativa (-): La variable relaciones con compañeros tendría que tener una relación indirecta con la variable de despidos y/o renuncias por lo que los trabajadores con mejores relaciones con compañeros, son menos proclives a salir del trabajo, por tema de clima laboral y apoyo. Resultado (+): Sin embargo, según nuestro modelo de regresión, hay una relación directa entre esta variable independiente y nuestra variable dependiente, por lo que, a mejores relaciones con los compañeros, mayor cantidad de despidos y/o renuncias de los trabajadores. Prueba hipótesis (t): Esta variable relaciones con compañeros no es significante para los despidos y/o renuncias y, en consecuencia, no influye. J. Años de trabajo (β11) H0: β11=0 H1: β11≠0 𝑡𝑠𝑡𝑎𝑡 = 0.1662−0 0.0359 =4.63 |4.63| = 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0 PRODUCTO INTEGRADOR 1 5 Expectativa (+): La variable años trabajo tendría que tener una relación directa con la variable de despidos y/o renuncias por lo que los trabajadores con más años trabajando, son más proclives de salir del trabajo, por tema de monotonía, cansancio y estrés. Resultado (+): Ciertamente, según nuestro modelo de regresión, hay una relación directa entre esta variable independiente y nuestra variable dependiente. Prueba hipótesis (t): Esta variable años trabajo es significativa para los despidos y/o renuncias y, en consecuencia, influye. K. Equilibrio trabajo-vida (β12) H0: β12=0 H1: β12≠0 𝑡𝑠𝑡𝑎𝑡 = 0.1392−0 0.1792 =0.78 |0.78| = 𝑁𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0 Expectativa (-): La variable equilibrio trabajo-vida tendría que tener una relación indirecta con la variable de despidos y/o renuncias por lo que los trabajadores con mayor equilibrio laboral y personal, no tienden a salir del trabajo, por tema de comodidad y estabilidad. Resultado (+): Sin embargo, según nuestro modelo de regresión, hay una relación directa entre esta variable independiente y nuestra variable dependiente, por lo que a mayor equilibrio trabajo-vida, mayor cantidad de despidos y/o renuncias de los trabajadores. Prueba hipótesis (t): Esta variable equilibrio trabajo-vida no es significante para los despidos y/o renuncias y, en consecuencia, no influye. L. Años en la empresa (β13) H0: β13=0 H1: β13≠0 𝑡𝑠𝑡𝑎𝑡 = −0.2167−0 0.0357 =-6.06 |−6.06| = 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0 Expectativa (-): La variable años en la empresa tendría que tener una relación indirecta con la variable de despidos y/o renuncias por lo que los PRODUCTO INTEGRADOR 1 6 trabajadores con más años en la empresa, son menos proclives a salir del trabajo, por tema de identificación, indemnización, mejores puestos e ingresos. Resultado (-): Es un hecho, según nuestro modelo de regresión, que hay una relación indirecta entre esta variable independiente y nuestra variable dependiente. Prueba hipótesis (t): Esta variable años en la empresa, es significante para los despidos y/o renuncias y, en consecuencia, influye. M. Rotación de puestos (β14) H0: β14=0 H1: β14≠0 𝑡𝑠𝑡𝑎𝑡 = 0.0703−0 0.0494 =1.42 |1.42| = 𝑁𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0 Expectativa (-): La variable rotación de puestos tendría que tener una relación indirecta con la variable de despidos y/o renuncias por lo que los trabajadores con mayor cantidad de rotación laboral, son menos propensos a salir del trabajo, por tema de cambios, trabajo dinámico y conocimiento general de la empresa. Resultado (+): Sin embargo, según nuestro modelo de regresión, hay una relación directa entre esta variable independiente y nuestra variable dependiente, por lo que a mayor rotación laboral, mayor cantidad de despidos y/o renuncias de los trabajadores. Prueba hipótesis (t): Esta variable rotación de puestos no es significante para los despidos y/o renuncias y, en consecuencia, no influye. Confirmación de supuestos A. 𝐸 (𝜇𝑥 ) = 0 Media condicional – Exogeneidad (Test Ramsey) H0: 𝐸 (𝜇𝑥 ) = 0 H1: 𝐸 (𝜇𝑥 ) ≠ 0 PRODUCTO INTEGRADOR 1 7 Conclusión: 0.0000 < 0.05 => Rechazamos H0 El modelo El modelo, con un nivel de significancia de 5% presenta variables omitidas e incompetentes, B. 𝜇~ℵ(0; ∞) = 0 Normalidad de errores – Sesgo Curtosis (Test Jarque Bera) H0: 𝜇~ℵ(0; ∞) = 0 H1: 𝜇~ℵ(0; ∞) ≠ 0 Conclusión: 0.0000 < 0.05 => Rechazamos H0 PRODUCTO INTEGRADOR 1 8 El modelo no tiene una distribución normal, por lo tanto, incumple el supuesto de normalidad de errores y tiene sesgo. La suma de los coeficientes de sesgo y curtosis es diferente de “0” (0.0083). Solución: la mejor alternativa es utilizar variables ficticias siendo éstas: D12M10t= 1 en caso tenga desgaste y cero en caso contrario. D13M10t= 1 en caso sea mujer y cero en caso contrario. C. 𝑉𝑎𝑟(𝜇 ) = 𝜗 2 Homocedasticidad (Test Breusch-Pagan) H0: 𝑉𝑎𝑟(𝜇 ) = 𝜗 2 H1: 𝑉𝑎𝑟(𝜇 ) ≠ 𝜗 2 Conclusión: 0.0000 < 0.05 => Rechazamos H0 PRODUCTO INTEGRADOR 1 9 i. El modelo presenta Heterocedasticidad ocasionando que los estimadores no sean eficientes y una variación en las varianzas de cada uno de los sujetos. ii. Solucion a heterocedasticidad.- Para solucionarla se hizo una estimación robusta de los errores. Análisis de significancia conjunta (Prueba F) - Regresión sin restricciones. N°RD^=β1^+β2^edad+β3^dist+β4^educac^+β5^particip+β6^desemp+β7 ^satisfacc^+β8^igmen+β9^rendimient+β10^relacions+β11^añostrab+β1 2^equitv+β13^añosempr+β14^rotacp H0: β4+ β6= 1 H0: β4=1- β6 PRODUCTO INTEGRADOR 2 0 - Regresión con restricciones N°RD^=β1^+β2^edad+β3^dist+(1-β6) educac^+β5^particip+β6^desemp+β7^satisfacc+β8^igmen+β9^rendimient+β 10^relacions+β11^añostrab+β12^equitv+β13^añosempr+β14^rotacp N°RD^=β1^+β2^edad+β3^dist+educacβ6^educac+β5^particip+β7^satisfacc+β8^igmen+β9^rendimient+β10^relacio ns+β11^añostrab+β12^equitv+β13^añosempr+β14^rotacp N°RD^-educac=β1^+β2^edad+β3^dist+ β6(desemp-edad) +β5^particip+β7^satisfacc+β8^igmen+β9^rendimient+β10^relacions+β11^a ñostrab+β12^equitv+β13^añosempr+β14^rotacp Q= β1^+β2^edad+β3^dist+ β6p+ β5^particip+β7^satisfacc+β8^igmen+β9^rendimient+β10^relacions+β11^año strab+β12^equitv+β13^añosempr+β14^rotacp Dónde: Q= N°RD^ - educac P= desemp – educac PRODUCTO INTEGRADOR 2 1 En el stata se generaron dos variables: “Q” y “P”, para poder obtener el error de la regresión sin restricciones (URSS) y el error de la regresión con restricciones (RRSS). Donde: URSS=0.2751 (regresión sin restricción) RRSS= 0.2587 (regresión con restricciones) m= 2 (número de restricciones) T=300 (número de la muestra) K= 13 (número de regresores, variables) 𝑡𝑠𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑐 = 0.2587−0.2751 0.2751 ∗ 𝑡𝑐𝑟𝑖𝑡𝑖𝑐 = 𝐹(2; 300 − 13) 300−13 2 == 8.55 = 2.32 𝑡𝑠𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑐 > 𝑡𝑐𝑟𝑖𝑡𝑖𝑐 => Rechazamos H0 No existe ningún tipo de relación entre la educación y el desempeño; y que estas variables tengas significancia de manera conjunta para la variable dependiente (despidos y/o renuncias). Según el F obtenido por el programa Stata, nos arroja un valor de PRO>F=0.0000 < 0.05 (n.sig); por lo tanto, rechazamos que los betas de manera conjunta sean igual a cero, por ende estas variables independientes influyen en la variable dependiente solo de manera conjunta. PRODUCTO INTEGRADOR 2 2 PRODUCTO INTEGRADOR 2 3 4. CRONOGRAMA N° Actividad 05JUN2021 12JUN2021 13JUN2021 19JUN2021 20JUN2021 26JUN2021 27JUN2021 1. Planteamiento del problema. 2. Revisión preliminar de literatura. 3. Método. 4. Conclusiones. PRODUCTO INTEGRADOR 2 4 5. CONCLUSIONES Para nuestra variable dependiente hemos considerado 13 variables independientes que intentamos determinar el grado de influencia de la dependiente por lo que concluimos que: 1. De las 13 variables cuantitativas que se utilizaron podemos determinar que solo 3 de ellas son significativas para el modelo siendo estas edades, años en la empresa y años de trabajo de manera individual. 2. Estas variables identificadas como significativas en el despido o renuncia en la empresa IBM HR Analytics son: edad, años de trabajo y años en la empresa. 3. Estos resultados podrían variar teniendo en cuenta el modelo de negocio, sector de la industria a que puedan pertenecer otros negocios. 4. La significancia en el presente estudio de la variable “edad” está relacionado con las nuevas tecnologías y la capacitación las cuales los profesionales más jóvenes tienen mayores fortalezas. 5. La significancia de la variable “años de trabajo” y “años en la empresa” está relacionada también con no aspirar avanzar más y quedarse en el sitio de confort. 6. De manera conjunta las variables independientes si influyen en retiros y despidos comprobando el F obtenido por la regresión de Stata con el nivel de significancia. Se realizó un modelo sin restricciones y un modelo con restricciones tratando de relacionar las variables educación y desempeño, pero dieron como resultado que ambas variables no son significantes o no tienen ninguna relación conjunta con la variable dependiente, por lo que no influye. 7. El supuesto de media condicional es igual 0, no se cumple el primer supuesto entonces encontramos endogeneidad en consecuencia existe sesgo entre las variables y a la vez estas son incompetentes para nuestro modelo de regresión 8. Distribución normal de errores, este supuesto tampoco se cumple en nuestra regresión por lo que no se distribuyen de forma normal. PRODUCTO INTEGRADOR 2 5 9. Homocedasticidad, no se cumple la homocedasticidad en esta regresión por lo que encontramos Heterocedasticidad. Respecto a los supuestos nuestro modelo no cumple ninguno de estos, por lo que podemos decir que nuestro modelo no tiene una distribución normal, tiene sesgo. 6. REFERENCIAS. https://www.kaggle.com/janiobachmann/attrition-in-an-organization-whyworkers-quit/notebook http://www.insht.es/InshtWeb/Contenidos/Documentacion/FichasTecnicas/ NTP/Ficheros/301a400/ntp_367.pdf https://www.ssoar.info/ssoar/handle/document/51497 http://bvs.sld.cu/revistas/rst/vol11_2_10/rst07210.htm https://gestion.pe/economia/management-empleo/despido-renunciabeneficios-laborales-me-corresponden-dejar-241521 http://www.medigraphic.com/cgi-bin/new/resumen.cgi?IDARTICULO=31225 https://dialnet.unirioja.es/servlet/tesis?codigo=142004 https://scielo.conicyt.cl/scielo.php?pid=S071833052010000100003&script=sci_arttext&tlng=pt PRODUCTO INTEGRADOR 2 6