Subido por Ricky Frangler Lopez Tapullima

TRABAJO INTEGRADOR - GRUPO 6

Anuncio
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
Descargar