Predicción de deserción laboral utilizando un algoritmo genético y redes neuronales artificiales
Resumen
El objetivo del trabajo de investigación es desarrollar una herramienta que permita identificar la posible deserción de un empleado, entendiendo la deserción laboral como un problema internacional. El método propuesto consiste en un algoritmo genético que identifica las variables relevantes y mejora la arquitectura de una red neuronal artificial como solución. Las variables seleccionadas por la herramienta concordaban con las variables recopiladas de distintos estudios, descubriéndose que no todas eran consideradas en dichos estudios (e.g., distancia del hogar al trabajo y años totales trabajando). Asimismo, las variables y la arquitectura seleccionadas por la herramienta permitieron predecir la deserción laboral hasta un 88,92 % de exactitud.
Descargas
Citas
Anand, V. V., Saravanasudhan, R., y Vijesh, R. (2012). Employee attrition: A pragmatic study with reference to BPO industry. Management, 2(9), pp. 769-775. Recuperado de https://ieeexplore.ieee.org/document/6215943/
Ashok, J. (2003). A study on linkage between organizational practices and employee attrition. International Jurnal of Knowledge Management & Practice, 1(1), pp. 30-34.
Burnes, P. T. (2006). Voluntary employee turnover: Why IT professionals leave. IT Professional, 8(3), pp. 46-48. doi:10.1109/MITP.2006.78
Echegaray Calderón, O. A., y Barrios Aranibar, D. (2015). Optimal selection of factors using Genetic Algorithms and Neural Networks for the prediction of students’ academic performance. Latin America Congress on Computational Intelligence (LA-CCI), pp. 1-6. doi:10.1109/LA-CCI.2015.7435976
Ettaouil M., y Ghanou, Y. (2009). Neural architectures optimization and genetic algorithms. WSEAS Transactions on Computers, 8(3), pp. 526-537. Recuperado de http://www.wseas.us/e-library/transactions/computers/2009/31-699.pdf
Fidalgo F., y Gouveia, L. B. (2012). Turnover impact into organizational knowledge management. The case of employee turnover in Portuguese Real Estate. 6th Iberian Conference on Information Systems and Technologies (CISTI 2011), pp. 1-6.
Firth, L., Mellor, D. J., Moore, K. A., y Loquet, C. (2004). How can managers reduce employee intention to quit? Journal of Managerial Psychology, 19(2), pp. 170-187. doi:10.1108/02683940410526127
Fiszelew, A., Britos, P., Ochoa, A., Merlino, H., Fernandez, E., y García-Martínez, R. (2007) Finding optimal neural network architecture using genetic algorithms. Advances in Computer Science and Engineering Research in Computer Science, 27, pp. 15-24. Recuperado de http://www.iidia.com.ar/rgm/articulos/RCSJ-27-15-24.pdf
Flores, C. (22 de octubre de 2014). Perú tiene alta tasa de rotación de personal. Diario Correo. Recuperado de https://diariocorreo.pe/economia/peru-tiene-alta-tasa-de-rotacion-de-personal-9770/
Idrissi, M. A. J., Ramchoun, H., Ghanou, Y., y Ettaouil, M. (2016). Genetic algorithm for neural network architecture optimization. IEEE 3rd International Conference on Logistics Operations Management (GOL), pp. 1-4. doi:10.1109/GOL.2016.7731699
Islam, B., Baharudin, Z., Raza, M. Q., y Nallagownden, P. (2014). Optimization of neural network architecture using genetic algorithm for load forecasting. IEEE 5th International Conference on Intelligent and Advanced Systems (ICIAS), pp. 1-6. doi:10.1109/ICIAS.2014.6869528
Mal clima laboral genera pérdidas millonarias a las empresas (3 de mayo de 2016). La República. Recuperado de https://larepublica.pe/sociedad/936033-mal-clima-laboral-genera-perdidas-millonarias-a-las-empresas
Naciones Unidas/CEPAL (2016). Agenda 2030 y los Objetivos de Desarrollo Sostenible: una oportunidad para América Latina y el Caribe. doi:10.1017/CBO9781107415324.004
Pawar, A., y Chakravarthy, V. (2014). Factors influencing employee turnover in fusion healthcare organization. International Journal of Management Research and Reviews, 4(9), pp- 834-846.
Perú es el tercer país con la mayor rotación de personal en Latam (24 de octubre de 2017). El Portal del Capital Humano. Recuperado de http://www.infocapitalhumano.pe/recursos-humanos/noticias-y-movidas/peru-es-el-tercer-pais-con-la-mayor-rotacion-de-personal-en-latam/
Rotación laboral de ejecutivos en altos mandos alcanza el 25 %. (7 de julio de 2014). El Comercio. Recuperado de https://elcomercio.pe/economia/ejecutivos/rotacion-laboral-ejecutivos-altos-mandos-alcanza-25-346784
Sandoval, M. (27 de agosto de 2014). El Perú tiene el más alto índice de rotación laboral en Latinoamérica. El Portal del Capital Humano. Recuperado de http://www.infocapitalhumano.pe/recursos-humanos/noticias-y-movidas/el-peru-tiene-el-mas-alto-indice-de-rotacion-laboral-en-latinoamerica/
Wei, X., y Hai, L. (2007). Chinese employee’s turnover intentions in relation to organizational identification, work values, job satisfactions in service industry. IEEE International Conference on Wireless Communications, Networking and Mobile Computing, pp. 4435-4438. doi:10.1109/WICOM.2007.1095
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
Última actualización: 03/05/21