Modelamiento predictivo de riesgos psicosociales en trabajadores de una empresa del sector educativo

Texto completo

(1)FACULTAD DE INGENIERÍA Carrera de Ingeniería Informática y de Sistemas. MODELAMIENTO PREDICTIVO DE RIESGOS PSICOSOCIALES EN TRABAJADORES DE UNA EMPRESA DEL SECTOR EDUCATIVO. Tesis para optar el Título Profesional de Ingeniero Informático y de Sistemas. PAOLA MELISSA JESÚS CALERO. Asesor: Moisés Egües Martínez Lima – Perú 2019.

(2) 2 JURADO DE LA SUSTENTACION ORAL. ……………….……………………………………… Presidente. ……………….……………………………………… Jurado 1. ……………….……………………………………… Jurado 2. ______________________________________________________________. Entregado el:. Aprobado por:. …………………………………………... Paola Melissa Jesús Calero. ………………………………………….. Moisés Egües Martínez. Graduando. Asesor de Tesis.

(3) 3. Declaración de Autenticidad. Yo, Paola Melissa Jesús Calero identificado con DNI Nº 72555581, Bachiller del Programa Académico de la Carrera de Ingeniería Informática y de Sistemas de la Facultad de Ingeniería de la Universidad San Ignacio de Loyola, presento mi tesis titulada: “Modelamiento predictivo de riesgos psicosociales en trabajadores de una empresa del sector educativo” para mejorar el proceso de inducción de personal nuevo en la Entidad Pública, en Lima – Perú. Declaro en honor a la verdad, que el trabajo de tesis es de mi autoría; que los datos, los resultados y su análisis e interpretación, constituyen mi aporte. Todas las referencias han sido debidamente consultadas y reconocidas en la investigación. En tal sentido, asumo la responsabilidad que corresponda ante cualquier falsedad u ocultamiento de la información aportada. Por todas las afirmaciones, ratifico lo expresado, a través de mi firma correspondiente.. Lima, Diciembre de 2019. ………………………………. Paola Melissa Jesús Calero DNI N° 72555581.

(4) 4. EPIGRAFE No tengas miedo de renunciar a lo bueno para ir por lo grandioso. Jhon D. Rockefeller.

(5) 5. ÍNDICE DE CONTENIDO. EPIGRAFE. 4. DEDICATORIA. 9. AGRADECIMIENTO. 10. RESUMEN. 11. ABSTRACT. 12. INTRODUCCIÓN. 13. CAPÍTULO I. PROBLEMA DE INVESTIGACIÓN. 14. Identificación del problema. 14. Diagrama de Causa Efecto. 19. Análisis de las Causas Principales. 20. Formulación del problema. 21. Problema General. 21. Problemas Específicos. 21. CAPÍTULO II. MARCO REFERENCIAL. 22. Antecedentes. 22. Estado del arte. 25. Marco teórico. 26. Objetivo de la investigación. 30. Objetivo General. 30. Objetivo Específicos. 30. Justificación. 31. Justificación Teórica. 31. Justificación Práctica. 31. Justificación Social. 31. Hipótesis. 32. Hipótesis General. 32. Hipótesis Específicas. 32. CAPÍTULO III. MARCO METODOLÓGICO. 34. Metodología. 34. Paradigma. 34. Enfoque. 34. Método. 34.

(6) 6. Variables. 34. Población y Muestra. 35. Población. 35. Muestra. 35. Unidad de Análisis. 36. Instrumentos y Técnicas. 36. Instrumentos. 36. Técnicas. 36. Procedimientos y Métodos de Análisis. 51. Procedimientos de recolección de datos. 51. Método de análisis. 52. CAPÍTULO IV. RESULTADOS. 54. Comprensión del negocio. 54. Comprensión de los datos. 55. Preparación de los datos. 59. Modelado. 60. Evaluación. 62. CAPÍTULO V. DISCUSIONES. 63. CAPÍTULO VI. CONCLUSIONES. 65. CAPÍTULO VII. RECOMENDACIONES. 66. REFERENCIAS. 67.

(7) 7. ÍNDICE DE TABLAS. Tabla 1. Matriz de Consistencia Tabla 2. Frecuencias por variable de control. 33 35.

(8) 8. ÍNDICE DE FIGURAS. Figura 1. Diagrama de Ishikawa de riesgos psicosociales Figura 2. Regresión logística binaria Figura 3. Primer modelamiento Figura 4. Segundo modelamiento Figura 5. Predictibilidad del modelo. 19 60 61 61 62.

(9) 9. DEDICATORIA A mis padres, a mi hermano y a mis abuelos por su constante apoyo y guía en mi crecimiento personal tanto profesionalmente como de manera personal. En especial, a mi abuela materna fallecida recientemente..

(10) 10. AGRADECIMIENTO A mi asesor por brindarme su tiempo en la tesis. Asimismo, agradecer a los docentes por los conocimientos adquiridos durante la etapa universitaria..

(11) 11. RESUMEN. La presente investigación busca desarrollar un modelo predictivo para la exposición al riesgo psicosocial en los trabajadores de una empresa del sector educativo. Utilizando la metodología CRISP – DM, se aplicó una regresión logística binaria en los datos de una muestra de 487 trabajadores docentes y administrativos. Se encontró que las variables predictoras del riesgo psicosocial son el turno de trabajo y el sueldo del trabajador. Además, se encontró que ambas variables se relacionan positivamente con la aparición de riesgo psicosocial, siendo los turnos más disparejos y los sueldos más altos los que presentan una mayor exposición al mismo. Finalmente, se halló que el modelo predictivo desarrollado cuenta con un poder predictivo del 73.9%. El modelamiento predictivo fue otorgado a la empresa para ser utilizado por los departamentos de gestión humana y seguridad y salud en el trabajo para la implementación de planes de intervención focalizados y la actualización de los perfiles de selección de la organización.. Palabras Clave: CRISP – DM, Regresión logística, Riesgo Psicosocial, Educación, Idiomas.

(12) 12. ABSTRACT. This paper seeks to develop a predictive model for exposure to psychosocial risk in workers of a company in the language education sector. Using the CRISP - DM methodology, a binary logistic regression was applied in the data of a sample of 487 teaching and administrative workers. It was found that the predictors of psychosocial risk are the work shift and the worker's salary. In addition, it was found that both variables are positively related to the occurrence of psychosocial risk, with the most unequal shifts and the highest salaries those with greater exposure to it. Finally, it was found that the developed predictive model has a predictive power of 73.9%. Predictive modeling was granted to the company to be used by the human management and occupational health and safety departments for the implementation of targeted intervention plans and the updating of the organization's selection profiles.. Keywords: CRISP – DM, Logistic regression, Psychosocial Risk, Education, Languages.

(13) 13. INTRODUCCIÓN. En la actualidad, las empresas han adoptado un paradigma de gestión humana que coloca al humanismo como base para la toma de decisiones. Empresas de gestión de clima, así como consultoras de recursos humanos han tenido gran acogida a medida que las empresas se preocupan en mayor medida del bienestar psicológico y la satisfacción de los trabajadores con su trabajo y para con la vida en general. Bajo ese contexto, el Perú sigue teniendo uno de los indicadores de rotación más altos de américa latina, observándose una tasa del 18% en empresas de más de 10 trabajadores, comparado al 5% - 10% de la región (Correo, 2014). Esta condición resulta ser perjudicial para la rentabilidad de las empresas, al verse afectados indicadores críticos de éxito como los sobrecostos por mano de obra o la calidad de los entregables al tener personal nuevo con mayor regularidad. Ante esto, el estudio de los riesgos psicosociales abre una puerta no explorada en la gestión del bienestar psicológico en las organizaciones, buscando no solo mitigar al trabajador de su exposición a riesgos físicos, pero también a aquellos que puedan afectar su estabilidad emocional y cognitiva (Burgos, 2011). El día de hoy, las tecnologías de la información han apoyado en gran medida al desarrollo de la ciencia de datos, creando un panorama en el que muchas de las variables que antes eran tratadas meramente de manera descriptiva por la complejidad de sus interacciones, hoy pueden ser analizadas a mayor profundidad gracias a esta tecnología. El presente trabajo consta sobre el desarrollo de un modelo predictivo que ayude a las organizaciones a identificar perfiles con un alto potencial de estar siendo afectados por riesgos psicosociales, apoyándose en la ciencia de datos para una mejor gestión del talento humano en las organizaciones..

(14) 14. CAPÍTULO I. PROBLEMA DE INVESTIGACIÓN. Identificación del problema. En las sociedades, ha resultado imprescindible distribuir de manera adecuada la carga laboral que implica el cumplimiento de los objetivos comunitarios. La creación del trabajo como una estructura social lo ha convertido en una de las aristas más importante de la persona, otorgándole desarrollo personal en diversas áreas humanas como la profesional, social y económica (Blanch, Sahagún & Cervantes, 2010) El trabajo, de esta manera, coloca al individuo en una posición demandante frente a su grupo, al tener que relacionarse con otros en organizaciones dedicadas a suplir alguna necesidad de su comunidad. Esta interacción puede darse entre personas de diferente cargo, siendo superiores, iguales o subordinados. Bajo este contexto, la pertenencia a una organización estructurada ayuda a las personas a tener un sentimiento de satisfacción con la vida, aporte y pertenencia a un grupo (Charria et al., 2011) Son estas interacciones con terceros las que, en el ciclo de desarrollo personal o profesional del individuo pueden funcionar como un entre potenciador o de manera contraria ser un bemol en las personas (Burgos, 2011) De esta manera, las características del entorno laboral donde un trabajador cumple sus funciona pueden ser indicadores de su satisfacción con la vida, su desarrollo y su grupo, influyendo en variables relevantes para las organizaciones tales como la motivación, la permanencia, las conductas de seguridad y la productividad (Blanch, Sahagún & Cervantes, 2010). La constante especialización de los puestos de trabajo ha modificado el paradigma del éxito laboral, pasando de un modelo donde el esfuerzo físico era valorado a una era donde la competencia laboral es determinada por los conocimientos y su uso para la resolución de problemas (Peiró, 2004). Este cambio de paradigma exige modelos de desempeño que colocan toda la carga sobre las condiciones cognitivas del individuo, generando una demanda muchas veces no satisfecha (Peiró, 2004)..

(15) 15. Es bajo este contexto en que surge el estrés laboral, cuando las capacidades del colaborador resultan ser inferiores a los requerimientos de su empleador, generándole un sentimiento de pérdida de control sobre su actuar (Bakker & Demerouti, 2013). Todas esas condiciones laborales que pueden generar estrés en el colaborador y por lo tanto afectar su bienestar psicológico son llamadas riesgos psicosociales. Almentero, Padilla y Castaño (2003) nos ofrecen una definición más técnica, indicando que el riesgo psicosocial es el resultado de la interacción de las condiciones del ambiente laboral con las características personales del trabajador, generando una experiencia personal que llega a tener un impacto positivo o negativo en su productividad y su salud en general. Específicamente en el sector educativo, los trabajadores administrativos y docentes tienen una fuerte carga de mantener el estándar de trato al cliente, independientemente del trato que puedan recibir de este. Estos deben mantener una forma de expresarse moderada y apegada al protocolo para no perjudicar los niveles de servicio exigidos por la organización. Para investigadores como Moncada (2014), este tipo de condiciones laborales resultan ser inevitables, pero a la vez son perjudiciales para la salud y la motivación del colaborador, afectando indicadores relevantes para la empresa como el desempeño, el compromiso organizacional, la permanencia laboral y la satisfacción con la vida en general. Las enfermedades y lesiones no son ajenas al entorno de trabajo. Según la Organización Internacional del Trabajo (2003), cada año se registran 0.16 billones de enfermedades y lesiones relacionadas al trabajo. Además, se han registrado 1 millón de muertes relacionadas a las condiciones de trabajo inapropiadas. Por otra parte, la OIT (2003), dice que estas muertes, lesiones y enfermedades estarían repercutiendo en la economía de los países, teniendo un efecto en indicadores macroeconómicos como el producto bruto interno. El organismo internaciones infiere que aproximadamente, esta pérdida de personal especializado tendría una repercusión de 4% en el PBI de un país. Nacionalmente, existe un marco legal que defiende los derechos laborales de los trabajadores, Leyes como la ley general del trabajo y la ley de seguridad y salud en el trabajo permiten que las empresas se vean obligadas a proveedor a los.

(16) 16. trabajadores con condiciones de estabilidad contractual y seguridad laboral suficientes para garantizar un entorno libre de riesgos y la posibilidad de tener continuidad en sus puestos laborales. Aun así, por normativa las empresas se ven obligadas a controlar condiciones como la estabilidad contractual y las condiciones físicas, este nivel de gestión no contempla la carga psicológica a la que se ven expuestos los trabajadores en su día a día. La carencia de control de riesgos psicosociales en la legislatura vigente se debe principalmente a la falta de estudios y la poca operacionalización de esta variable en los centros laborales. Teniendo como premisa que el contacto con clientes finales es un fuerte generador de riesgo psicosocial bajo condiciones como las que se expresan en las empresas de educación (Moncada, 2014). La legislatura actual, desconoce el riesgo inevitable al que se ven expuestas estas posiciones, tratándolas como cualquier otro trabajo y sin tener consideraciones especiales por los departamentos internos de seguridad y salud ocupacional. Actualmente, en un estudio realizado por un equipo de psicólogos organizacionales, se encontró que un 52% de los trabajadores de la organización educativa se encontrarían en una situación de riesgo psicosocial. En este sentido, la empresa ve la necesidad de determinar cuáles de las variables relacionadas a la aparición de este riesgo para poder intervenir en ellas y desarrollar mecanismos de detección para nuevos colaboradores y traslados internos. Utilizando la herramienta del FODA, la situación actual de los recursos humanos de la organización se presenta de la siguiente manera: Fortalezas: •. Amplia trayectoria y reconocimiento en el mercado laboral.. •. Sistemas formales y flexibles de organización y control.. •. Respaldo financiero corporativo.. •. Procesos formales de reclutamiento y selección.. •. Programas de intervención en bienestar laboral.. Oportunidades: •. Aplicación de tecnologías para desarrollo de recursos humanos..

(17) 17. •. Mejorar falencias de sistemas de selección y desarrollo actuales para disminuir el costo de mano de obra directa.. Debilidades •. Tasa de rotación anual del 13% para administrativos y 19% para docentes.. •. No existe una metodología para el seguimiento del impacto de las iniciativas de psicología organizacional.. •. Relaciones laborales poco duraderas en el staff docente.. Amenazas •. Captación de personal por parte de otras empresas con mejores condiciones laborales.. •. Renuncias por burnout interrumpen operaciones.. En ese sentido, existiendo la oportunidad de aplicar tecnologías como el modelamiento predictivo para mitigar amenazas y reducir debilidades, la presente investigación busca brindar evidencia sobre las variables que afectan las condiciones psicosociales percibidas por colaboradores del sector de servicios educativos. Marcando un hito en la evaluación de esta variable en entornos organizacionales peruanos, se busca construir un modelo predictivo para la detección de riesgos psicosociales en trabajadores del sector educativo. La utilización de metodologías predictivas en el área de recursos humanos ha dotado a las empresas con la capacidad de focalizar sus esfuerzos de intervención en aras de mejorar el bienestar general de sus trabajadores. Sin embargo, estas tecnologías todavía no han tenido acogida en la mayoría de empresas nacionales. A pesar de la negativa de los departamentos de recursos humanos a implementar metodologías de inteligencia de negocio o ciencia de datos en sus operaciones, existen antecedentes de utilización de estas tecnologías en esas mismas industrias. Por ejemplo, las empresas de seguros utilizan calificaciones de crédito donde evalúan la probabilidad de morosidad de sus prospectos a crédito. En cuanto a la aplicabilidad de ciencia de datos a los departamentos de recursos humanos, se debe tomar en cuenta que existen requisitos para la adecuada implementación de estas herramientas. Toda implementación debe considerar un.

(18) 18. proceso de adecuación a recogida de datos válidos y confiables para poder confeccionar futuros motores de predictibilidad. Con estos requisitos, las empresas pueden desarrollar planes que provean información valiosa para la toma de decisiones en los diferentes procesos del área de recursos humanos. Para la presente investigación, el impacto de la implementación de esta tecnología radica en la predicción de la aparición de riesgos psicosociales, siendo este un gran predictivo de la aparición de consecuencias como los descansos médicos, burnout, renuncia y baja calidad. Se pretende utilizar los resultados de la presente iniciativa para direccionar el presupuesto de intervención en bienestar laboral a aquellas personas que realmente lo necesitan..

(19) 19. Diagrama de Causa Efecto. Figura 1. Diagrama de Ishikawa de riesgos psicosociales.

(20) 20. Análisis de las Causas Principales. Con respecto a la causa efecto del fenómeno de aparición de riesgos psicosociales, el modelo actual propone que su aparición está determinada por seis grandes dimensiones que a su vez contemplan 20 sub dimensiones. Las exigencias psicológicas se componen por los requerimientos cuantitativos de desempeño y los requerimientos de esconder emociones frente a las personales, así como también al ritmo de trabajo y a las exigencias emocionales del trabajo. Por otra parte, las compensaciones son todas aquellas recompensas que el empleador brinda a los trabajadores, no limitándose a aquellas de tipo monetario. Además, se contemplan la seguridad que pueda ser ofrecida dentro del paquete de beneficios del trabajador, considerando la estabilidad contractual del mismo y la posibilidad de mantener las condiciones dadas de trabajo. En cuanto al capital social, este se refiere a todo aquello que el colaborador puede utilizar a su favor al momento de conseguir algo que este se disponga, se consideran las dimensiones de confianza vertical y justicia. El conflicto trabajo familia, debido a la última reestructuración psicométrica del constructo, se compone únicamente por una dimensión, la cual se defina como la necesidad de estar en dos lugares a la vez, descuidando alguna de tus responsabilidades. El control sobre el trabajo es el nivel de predictibilidad que tiene el trabajador sobre su ambiente laboral, considerando su influencia, posibilidades de desarrollo y sentido del trabajo. Finalmente, el apoyo social es la interacción positiva o negativa entre los actores de un centro laboral..

(21) 21. Formulación del problema. Problema General. ¿Cuál es el modelo predictivo para la detección de riesgos psicosociales en trabajadores del sector educativo?. Problemas Específicos. ¿Cuáles son las variables predictoras del riesgo psicosocial? ¿Cómo es un modelo predictivo para la detección de riesgos psicosociales en trabajadores del sector educativo? ¿Cuán valido es el modelo predictivo para la detección de riesgos psicosociales en trabajadores del sector educativo?.

(22) 22. CAPÍTULO II. MARCO REFERENCIAL. Antecedentes. El instrumento Copenhagen Psychosocial Questionarie fue desarrollado por Kristensen et al. (2005), teniendo como objetivo la confección de una herramienta psicométrica para la evaluación de la exposición a riesgo psicosocial en el trabajo. Como tecnología, el cuestionario buscaba el desarrollo de nuevas investigaciones que profundicen el estado del arte, así como su aplicación para la resolución de problemas de corte psicosocial en las empresas. En una muestra de 1858 trabajadores, se aplicaron análisis psicométricos para determinar la validez y confiabilidad del instrumento, dando como resultado las dimensiones que fueron utilizadas por otros investigadores en futuras adaptaciones. La versión en español del instrumento para la evaluación de riesgos psicosociales fue desarrollada por Moncada et al. (2014). En esta investigación, se buscó confeccionar una versión del cuestionario que considerase el idioma y la cultura española, dando indicadores de validez y confiabilidad en la muestra recogida para dicho fin. Con una base de datos de 5110 colaboradores, se logra encontrar indicadores de validez y confiabilidad suficientes para su uso en la población española. Además, se confirma la estructura de dimensiones que fue propuesta por Kristensen et al. (2005) en su momento. Con respecto a aplicaciones del instrumento con fines de evaluación, Mollo (2015), evalúa la retroalimentación y la exposición a riesgos psicosociales en colaboradores de una empresa aseguradora ubicada en la ciudad de Lima, Perú. Mediante la evaluación de 283 trabajadores, se encontraron indicios de una tendencia correlacional negativa entre las variables evaluadas. Se concluye que la falta de retroalimentación podría ser un desencadenante de la aparición de estos riesgos..

(23) 23. De manera internacional, se ha evaluado el riesgo psicosocial en diversas poblaciones. Freinmann (2015) desarrolla una investigación para describir la tendencia correlacional entre problemas mentales y exposición al riesgo psicosocial en una muestra de 404 estudiantes y licenciadas de enfermería de un hospital de estado estonio. Mediante un análisis descriptivo, se logró determinar que la muestra presenta una mayor exposición a exigencias psicológicas. Con respecto a la prevalencia de problemas mentales, se encontró altos niveles de estrés y burnout comparados a otros grupos muestrales. Finalmente, en el estudio correlación, se logró determinar que las exigencias psicológicas se ven relacionadas positivamente con la aparición de estrés y burnout. Por otra parte, se encontró que la aparición de una exposición al riesgo psicosocial se veía relacionada de manera negativa con la aparición de burnout. Con respecto al uso de modelamiento predictivo aplicado a los recursos humanos, Malisetty, Archana y Vasanthi (2017) realizaron un compendio de fuentes secundarias acerca de cómo la analítica predictiva optimizado la labor de los pioneros en el uso de tecnologías en recursos humanos para resolver problemas frecuentes en el área de recursos humanos mediante un mejor uso de la información, buscando resaltar la manera en la que la analítica predictiva puede resolver los problemas de la gestión de recursos humanos en entornos de grandes cantidades de datos. Se encuentra que los departamentos de recursos humanos se encontrarán en la capacidad de brindar pronósticos exactos, teniendo un rol proactivo en la gestión, dejando atrás el modelo receptivo de la actualidad. Sin embargo, también se encuentra que actualmente las tecnologías derivadas de la ciencia de datos son poco conocidas y utilizadas en los departamentos de recursos humanos, existiendo la oportunidad de implementar mejoras sustanciales en las empresas que estén abiertas a adoptar estas tecnologías. En Estados Unidos, Weena y Mishra (2015) buscaron determinar el impacto de la aplicación de software de analítica de recursos humanos en el rendimiento de una organización. Haciendo uso de Oracle HR Analytics, OrgPublisher y People soft se intervino tres empresas de gran envergadura, buscando automatizar los reportes de necesidades de capacitación, estructura organizacional e información acerca del capital humano. Se encontró que el uso de software de analítica mejoró el resultado de los procesos de gestión humana de las organizaciones, teniendo mayor impacto en los planes de sucesión, necesidades de contratación y planificación de intervenciones organizacionales..

(24) 24. Por su parte, Mishra, Lama y Pal (2016) estudiaron la aplicación de analítica predictiva en el desempeño, compromiso, patrones de colaboración y rotación de personal para la toma de decisiones en empresas de la India. Mediante la recolección de datos de recursos humanos en empresas de la India y la aplicación de modelamiento predictivo, se encontró que las empresas con un alto compromiso presentan ratios de rentabilidad 20% mayores a aquellas que no, generando además un modelo para predecir las variaciones del compromiso organizacional en el tiempo. Se concluye que la aplicación de analítica predictiva puede ayudar a encontrar oportunidades ocultas, ayudando a controlar las variables que se esconden detrás de ellas. Dulebohn y Johnson (2013) estudian la utilización de las métricas de recursos humanos en la actualidad. Realizando entrevistas y el análisis de procesos en departamentos de recursos humanos en estados unidos, se encontró que estos presentan muchas métricas sin embargo no son utilizadas en la toma de decisiones. Sánchez (2017) aplica modelos estadísticos para determinar la deserción estudiantil en escuelas profesionales de Puno. Se aplicó la metodología de la regresión logística para explorar las variables que influyen en la deserción estudiantil y poder predecirla para realizar acciones preventivas. Se encontró un modelo de clasificación correcta del 91.2%, concluyendo que la deserción estudiantil puede ser predicha haciendo uso de variables socioeconómicas..

(25) 25. Pacco (2015), elabora un análisis predictivo basado en redes neuronales no supervisadas mediante la aplicación de un algoritmo de k-means y la metodología crisp-dm para pronosticar la morosidad de un grupo de alumnos en la Universidad Peruana Unión. Haciendo uso de la herramienta Power BI se diseñaron los modelos de clúster para la toma de decisiones haciendo uso de ETL para centralizar los datos. Se lograron obtener análisis descriptivos hasta reportes de modelos de clasificación para determinar el riesgo de morosidad de diferentes facultades de la universidad.. Estado del arte. Con el paso del tiempo, el avance de las tecnologías ha repercutido en diversos sectores de la industria, modificando la manera en la que se toman decisiones y se organizan las operaciones. El sector de la predicción y control de la conducta está empezando a ser optimizado por disciplinas emergentes como las ciencias informáticas o la ciencia de datos, eso se evidencia en la aparición de investigaciones relacionadas al uso de ciencia de datos en variables conductuales (León, 2013). Esta paulatina intervención de nuevas ciencias que brindan formalidad y rigurosidad a un campo tan abstracto como la conducta ha llamado la atención de investigadores en todo el mundo. Según Malisetty, Archana y Vasanthi (2017), existe la oportunidad de implementar estas nuevas tecnologías en las organizaciones, brindando la posibilidad de optimizar la gestión de los departamentos de recursos humanos y por lo tanto mejorar el valor ofrecido al accionista. Si bien la aplicación de ciencia de datos es un campo poco explorado en América Latina e internacionalmente, el estado del arte presenta ya sus primeros referentes. El análisis de datos ha visto una evolución paulatina a lo largo del tiempo, el procesamiento de data tradicional está siendo dejado de lado para dar pie al procesamiento de grandes volúmenes de datos no estructurados en tiempo real. Ante esto, las gigantes de tecnologías de la información han apostado por el desarrollo de productos que permitan gestionar datos no estructurados en tiempo real. Con respecto a las metodologías actuales para el desarrollo de modelamiento predictivo, el mercado ofrece tecnologías como IBM SPSS Modeler, Oracle Data Mining ODM, R, Lionoso y Advancedminer. Según Grández (2017), IBM SPSS sería la herramienta con la mayor facilidad de uso para datos estructurados que no son analizados en tiempo real..

(26) 26. Marco teórico. El primer modelo para explicar el estrés laboral fue propuesto por Karasek, Baker, Marxer, Ahlbom y Theorell (1981), entendiendo este fenómeno como el resultado de la interacción entre las demandas del trabajo y el control que el individuo puede ejercer sobre ellas. El modelo, denominado “Demanda – Control” hacía referencia a la autonomía y posibilidades de desarrollo en la empresa, así como a la cantidad de trabajo en relación con el tiempo disponible para su consecución (Karasek et al.,1981). El modelo fue ampliado por Johnson y Hall (1988), los cuales incluyeron la dimensión de “Apoyo Social”, funcionando como un factor de protección frente a las características desfavorables del modelo de Karasek et al. (1981). Finalmente, Siegrist (1996) trata de presentar el estrés laboral como la posibilidad de perder las facultades básicas del individuo, tales como la salud o la estabilidad económica. El modelo de Siegrist (1996) fue denominado de “Esfuerzo – Recompensa” y consideraba que el estrés aparece por la falta de control que se le otorga al individuo sobre el resultado de su accionar. Estas tres teorías del estrés laboral son utilizadas para construir el instrumento CoPsoQ – Istas 21, el cual evalúa 6 grandes dimensiones divididas en 20 sub dimensiones. Las dimensiones que se desprenden de los modelos utilizados para la construcción del instrumento son: Exigencias psicológicas, Conflicto trabajo - familia, Control sobre el Trabajo, Apoyo Social y Calidad del Liderazgo, Compensaciones del Trabajo y Capital Social. Se entiende por exigencias psicológicas cuantitativas a todas aquellas derivadas de la cantidad de trabajo asignado al trabajador. Se considera que son altas cuando se tiene más trabajo del que podemos realizar en el tiempo asignado. Existe una relación estrecha con el ritmo de trabajo, la distribución de trabajo entre el personal disponible y la pobre planificación. Las empresas que presentan una alta exigencia percibida en esta dimensión tienden a tener falta de personal, incorrecta medición de tiempos, inadecuación tecnológica, falta de materiales o reprocesos (Moncada, 2014)..

(27) 27. El ritmo de trabajo se asocia con la intensidad de la jornada laboral, altamente correlacionada con la cantidad exigida y el tiempo para ello. Se comparte una cercana relación con exigencias cuantitativas, comúnmente encontrando su origen en el mismo fenómeno, aunque el ritmo de trabajo puede verse afectado por coyunturas pasajeras (cambios en la planilla, presión por parte de los clientes o averías en los equipos de trabajo) (Moncada et al., 2014). La exigencia emocional implica no involucrarse sentimentalmente en la situación de otros, por lo que deriva directamente de la interacción interpersonal implicada en el trabajo. Se encuentra especialmente en ocupaciones de servicio a personas en necesidad o que necesitan integrar un cambio en la vida de otros (Ej. Médicos, enfermeras, psicólogos, abogados.). Sin embargo, las exigencias emocionales se encuentran profundamente ligadas a tareas que no pueden ser obviadas o eliminadas, por lo que el trabajador expuesto debe adquirir habilidades para sobrellevar la situación o reducir la frecuencia y la intensidad de exposición a la tarea (Moncada et al., 2014). Exigencia de esconder emociones está definida como aparentar neutralidad sin importar el comportamiento de la persona con la que interactúas. Se observa en mayor medida en ocupaciones cuya principal tarea se encuentra ligada a la prestación de servicios. Además, la exigencia de esconder emociones puede presentarse con los superiores, compañeros de trabajo o proveedores de la empresa o de empresas ajenas a la misma. Como en la exigencia emocional, las tareas relacionadas a la necesidad de esconder emociones no pueden ser eliminadas, por lo que el trabajador afectado debe desarrollar habilidades de afrontamiento, disminuir la exposición o gestionar cambios en las políticas deficientes que provoquen malentendidos con clientes, proveedores o trabajadores (Moncada et al., 2014). La dimensión Conflicto Trabajo – Familia explica la necesidad de atender actividades de igual importancia en el entorno laboral como familiar al mismo tiempo, exponiendo al individuo a decidir descuidar uno de los dos (Moncada et al., 2014). Se encuentra compuesto por una sub - dimensión: Doble Presencia (Moncada et al., 2014). Se define a la doble presencia como exigencias que aparecen al mismo tiempo y son de la misma importancia en el ámbito laboral y en el ámbito doméstico-familiar. Se considera que alcanzan niveles elevados cuando los requerimientos del trabajo terminan por interferir con los requerimientos familiares (Moncada et al., 2014)..

(28) 28. La dimensión Control Sobre el Trabajo se relaciona con las condiciones de trabajo que posibilitan la gestión y toma de decisiones del trabajador sobre variables como cronogramas, procedimientos u organización (Pérez & Nogareda, 2012). Se encuentra compuesto por las dimensiones: Influencia, posibilidades de desarrollo y sentido de trabajo. Se explica a la influencia como el margen de facultades que tiene el trabajador sobre su trabajo en general, específicamente en las tareas que lleva a cabo o en la manera en que las realiza. Se refiere a la participación del trabajador en las decisiones referentes a la manera en la que realiza sus actividades cotidianas, en las políticas que fomentan su autonomía y en la apertura que se le ofrece para expresar sus opiniones (Moncada et al., 2014). Las posibilidades de desarrollo son las oportunidades que se encuentran en la realización del trabajo para incrementar los conocimientos, habilidades y experiencia del trabajador en aras de desarrollar nuevas competencias y alcanzar logros. Se relaciona con la complejidad y diversidad de la ocupación, considerándose al trabajo monótono y repetitivo como el desencadenante de este riesgo (Moncada et al., 2014). El sentido del trabajo se orienta a evaluar el vínculo del trabajo con otros valores fuera del económico, ya sea por su utilidad, e aprendizaje que produce o el impacto social del mismo. Este vínculo ayudaría a superar de manera positiva las exigencias del mismo (Moncada et al., 2014). La dimensión de Apoyo Social y Calidad de Liderazgo permite determinar la calidad de las relaciones establecidas con superiores y pares en el ambiente de trabajo (Pérez & Nogareda, 2012). Se encuentra compuesto por las dimensiones: Apoyo social de compañeros, Calidad del Liderazgo, Sentimiento de Grupo, previsibilidad, claridad de rol y conflicto de rol (Moncada et al., 2014). El apoyo social de los compañeros está conceptualizado como la predisposición a la cooperación por parte de las personas con las que se realiza la tarea. Se observa en ambientes de competitividad frente a una misma tarea (Ej. Vendedores de autos o salarios basados en ventas dentro de un mismo local). Por otra parte, el apoyo social de los superiores se refiere a las políticas y procedimientos que fomentan al superior como una figura de desarrollo al grupo que gestiona (Moncada et al., 2014)..

(29) 29. Calidad del liderazgo hace alusión a la gestión de equipos realizada por los jefes inmediatos. Se le relaciona a las políticas y procedimientos de gestión del talento, capacitación y empoderamiento (Moncada et al., 2014). En cuanto al sentimiento de grupo, se entiende como el sentimiento de pertenencia al colectivo humano de la organización, se utiliza como indicador de calidad de relaciones laborales y se le relaciona con el apoyo social percibido (Moncada et al., 2014). Se entiende como previsibilidad a la disposición de información suficiente para adecuarse a los cambios laborales con anticipación, minimizando el impacto del mismo. La falta de previsibilidad indica fallas en la difusión de información relevante, comunicación poco relevante al empleo o falta de formación (Moncada et al., 2014). Se conoce a la claridad del rol como el conocimiento específico de las tareas, así como en recursos, autonomía, responsabilidades y objetivos relacionados, se le relaciona con una buena definición y difusión de puestos de trabajo (Moncada et al., 2014). El conflicto de rol es aquel dónde exigencias causan conflictos profesionales o éticos, exponiendo al trabajador a tareas con las que puede no estar de acuerdo o cuando estas van en contra de sus principios (Moncada et al., 2014). La dimensión de Compensaciones del trabajo evalúa la retribución monetaria y emocional obtenida de manera suficiente o insuficiente a cambio del trabajo realizado. Se encuentra compuesta por las dimensiones: Reconocimiento e inseguridad sobre el empleo (Moncada et al., 2014). El reconocimiento se conceptualiza como el trato ofrecido por la dirección en retribución al trabajo del individuo, dándole valor, respeto y un trato justo. Se relaciona con políticas de participación, con la arbitrariedad, las promociones, horarios, pagos y tareas (Moncada et al., 2014). La inseguridad sobre el empleo es la preocupación por la continuidad laboral del trabajador, estando relacionada a la estabilidad del empleo y a las características del mercado laboral. Se percibe de diferente manera según el perfil y las responsabilidades del trabajador. Por otra parte, la inseguridad sobre las condiciones de trabajo se define como la preocupación en relación a cambios en las condiciones laborales, como los horarios, las tareas o el ambiente (Moncada et al., 2014)..

(30) 30. La dimensión de Capital Social determina la buena fe depositada en las relaciones del trabajador con las empresas, sus superiores y sus pares. Se encuentra compuesto por las dimensiones de: Confianza y Justicia (Moncada et al., 2014). La confianza es la certeza de la competencia y el buen actuar de los trabajadores y directivos de la organización. En situaciones donde el poder se distribuye de manera desigual, la confianza implicaría que la persona con mayor poder no lo usará para fines faltos a la ética. Se relaciona con la opinión favorable con respecto a los directivos, la información confiable y la libre expresión (Moncada et al., 2014). Finalmente, la justicia se entiende como la equidad con la que los trabajadores son tratados, tiene que ver con la posibilidad de cuestionamiento, la razonabilidad y la ética, evitando la arbitrariedad (Moncada et al., 2014).. Objetivo de la investigación. Objetivo General. Construir un modelo predictivo para la detección de riesgos psicosociales en trabajadores del sector educativo.. Objetivo Específicos. Identificar las variables predictoras del riesgo psicosocial. Diseñar un modelo predictivo para la detección de riesgos psicosociales en trabajadores del sector educativo. Validar el modelo predictivo para la detección de riesgos psicosociales en trabajadores del sector educativo..

(31) 31. Justificación. Justificación Teórica. Desde un punto de vista teórico, el presente estudio aporta a la evaluación y reconocimiento de la influencia entre las variables que giran en torno al constructo del riesgo psicosocial. Gracias a la presente investigación se podrá reconocer cuales son las variables que tienen una mayor influencia en la posibilidad de aparición de este fenómeno, generando nuevas preguntas de investigación que terminen por profundizar en el estado del arte de la materia.. Justificación Práctica. Finalmente, desde un punto de vista práctico, la presente investigación sirve para que las empresas puedan tener mejores herramientas de diagnóstico para determinar los perfiles más propensos a la aparición de riesgos psicosociales en las empresas. De esta manera, se pueden implementar mecanismos de reclutamiento y selección evaluación de clima y diversas aristas de la evaluación humana para mejorar las organizaciones como un conjunto y evitar que se propague el riesgo.. Justificación Social. Desde un punto de vista social, la investigación en riesgos psicosociales aporta a la concientización de los colectivos pertinentes en aras de generar reconocimiento y legislación pululante al tema. De esta manera, los resultados del presente estudio pueden ser utilizados como un antecedente para el desarrollo de proyectos de ley que permitan la inclusión del constructo de riesgos psicosociales en las obligaciones que tienen las empresas para con sus trabajadores..

(32) 32. Hipótesis. Hipótesis General. El modelo predictivo si permite detectar los riesgos psicosociales en trabajadores del sector educativo. Hipótesis Específicas. Si se puede determinar un grupo de variables como predictoras de riesgos psicosociales en trabajadores del sector educativo. Si se puede diseñar un modelo predictivo que permita detectar los riesgos psicosociales en trabajadores del sector educativo. Si se puede obtener un modelo predictivo con un nivel de precisión aceptable para detectar los riesgos psicosociales en trabajadores del sector educativo..

(33) 33. Tabla 1. Matriz de Consistencia.

(34) 34. CAPÍTULO III. MARCO METODOLÓGICO. Metodología. El presente estudio es de tipo cuantitativo, recogiendo información numérica de los fenómenos de la naturaleza para su posterior estudio. Además, es básico, generando información teórica para el estado del arte de la materia (Hernández, Fernández y Baptista, 2006). Paradigma. Se considera el paradigma positivista, el cual promueve que, desde un punto de vista epistemológico, la ciencia consiste en entender el mundo mediante un enfoque numérico. Este enfoque promueve el entendimiento y control de los fenómenos naturales.. Enfoque. El enfoque del presente estudio es cuantitativo al otorgar valores numéricos a los fenómenos de la naturaleza, utilizando estos datos en procesos estadísticos para la generación de información y nuevo conocimiento.. Método. En cuanto al diseño del estudio, se considera de tipo no experimental al no haber manipulación arbitraria de alguna variable independiente para analizar sus efectos en las variables dependientes.. Variables. Debido a la naturaleza no experimental del presente estudio, este no considera variables dependientes o independientes. La variable a ser predicha en el presente estudio es la de aparición de riesgo psicosocial. Las demás variables a ser sometidas.

(35) 35. a prueba de modelamiento predictivo son un grupo de demográficos y condiciones laborales.. Población y Muestra. Población. La población del estudio considera a trabajadores del sector educativo de la ciudad de Lima, Perú. En la organización evaluada laboran sujetos mayores de 18 años con cargos docentes o administrativos, de ambos sexos, tiempos de servicio y modalidades contractuales.. Muestra. El muestreo fue de tipo censal (Sánchez & Reyes, 2008), por lo que se utiliza a toda la población, se incluyó a todos los trabajadores sin ningún tipo de criterio de exclusión. Se logró evaluar a 487 trabajadores, distribuidos según las variables sociodemográficas de la tabla 1. Tabla 2. Distribución de participantes Variable demográfica. f. f%. Hombre. 207. 42.5%. Mujer. 280. 57.5%. Menos de 31 años. 162. 33.3%. 31 a 45 años. 225. 46.2%. Más de 45 años. 100. 20.5%. Administrativo. 305. 62.6%. Docente. 182. 37.4%. Jornada partida. 251. 51.5%. Turno tarde. 120. 24.6%. Sexo. Edad. Tipo de trabajador. Tipo de jornada.

(36) 36. Turno mañana. 116. 23.8%. Nota: n = 487. Unidad de Análisis. Se consideró como observación a cada uno de los trabajadores de la entidad educativa evaluada.. Instrumentos y Técnicas. Instrumentos. Se hizo uso del CoPsoQ II – Istas 21 en su versión media, validado por Moncada (2014). El instrumento se compone por 69 ítems politómicos con cuatro posibilidades de respuesta de frecuencia o intensidad según el tipo de pregunta. El instrumento además cuenta con una ficha sociodemográfica donde se indaga acerca del sexo, edad, tipo de trabajo, tiempo de servicio y modalidad contractual del evaluado. Como se mencionó en la revisión teórica, el modelo de riesgos psicosociales propuesto por la metodología CoPsoQ – Istas 21 se encuentra compuesto por seis dimensiones conformadas por veinte sub-dimensiones de tres o cuatro ítems cada una.. Técnicas. Se hará uso de la técnica de la encuesta, mediante el uso de un cuestionario estandarizado..

(37) 37.

(38) 38.

(39) 39.

(40) 40.

(41) 41.

(42) 42.

(43) 43.

(44) 44.

(45) 45.

(46) 46.

(47) 47.

(48) 48.

(49) 49.

(50) 50.

(51) 51. Procedimientos y Métodos de Análisis. Procedimientos de recolección de datos. Se hizo uso de datos resultantes de una consultoría en materia de seguridad y salud ocupacional realizada en el 2015. Los cuestionarios fueron aplicados en jornadas de evaluación, verificando que los trabajadores pudieran responder los ítems dentro de su horario laboral, sin presiones y comprendiendo a cabalidad el contenido de los reactivos..

(52) 52. Método de análisis. Para poder explotar los datos recolectados, se hará uso de la metodología CRISPDM. De acuerdo a Goicochea (2009), los pasos de la metodología CRISP-DM implican la comprensión del negocio, comprensión de los datos, preparación de los datos, modelado, evaluación y despliegue. Con respecto a la comprensión del negocio, la metodología propone el establecimiento de los objetivos del negocio, la evaluación de la situación, la determinación de objetivos para la minería de datos y la generación de un plan para el proyecto (Herramientas, equipos y técnicas). Luego, en la comprensión de los datos, se realiza la recopilación de datos, la descripción de los mismos, un análisis exploratorio y se realizan hipótesis sobre las relaciones más evidentes. Posteriormente, en la etapa de preparación de datos, se seleccionan los datos que participarán en el análisis, se limpian, se construyen, integran y formatean. El objetivo de este paso es el de obtener un dataset listo para aplicar el proceso de minería. En el modelado, se seleccionan la o las técnicas a ser utilizadas para la elaboración del modelo predictivo, se diseña la evaluación, se construye un modelo y se realiza la evaluación del mismo. Para la etapa de evaluación, se verifica la pertinencia de los resultados con las necesidades del negocio, se revisa el proceso y se establecen las acciones a ser tomadas con respecto a los resultados. Finalmente, en la etapa de despliegue, se hace uso de los modelos para integrarlos a la organización y explotar sus resultados. Para esto, se planifica la estrategia de despliegue, monitorización, se genera un informe de implementación y se revisa el cumplimiento de los supuestos del proyecto..

(53) 53. Para la técnica de modelamiento predictivo se usará la regresión logística, el cual es un tipo de análisis de regresión utilizado para predecir el resultado de una variable categórica en función de las variables independientes o predictoras. Es útil para modelar la probabilidad de un evento ocurriendo como función de otros factores. Se cuenta con 2 principales tipos de regresión logística: Regresión logística binaria se usa cuando la variable dependiente es una variable binaria. Regresión logística multinomial se usa cuando la variable dependiente es una variable nominal de más de 2 categorías. La regresión logística binaria es la más adecuada para el uso del programa IBM SPP por los siguientes requisitos: IBM SPSS es uno de los programas estadísticos más conocidos teniendo en cuenta su capacidad para trabajar con grandes bases de datos y una sencilla interfaz para la mayoría de los análisis. Para construir un modelo de regresión logística binaria se necesita un conjunto de variables independientes o predictoras, una variable respuesta dicotómica. Dado los valores de las variables independientes, estima la probabilidad de que se presente el evento de interés. Podemos evaluar la influencia que cada variable independiente tiene sobre la respuesta. Por lo tanto, las variables del presente estudio cumplen para ser utilizadas en un modelo de regresión logística binaria..

(54) 54. CAPÍTULO IV. RESULTADOS. Comprensión del negocio. En el presente apartado se discutirá los objetivos del negocio y los requisitos del proyecto para poder traducirlos a objetivos técnicos y elaborar un plan que satisfaga el logro de las metas planteadas. Determinar los objetivos del negocio: El objetivo para la minería de datos es proveer al negocio con un mecanismo confiable para la predicción de riesgos psicosociales para la pronta intervención organizacional; evitando así la aparición de síndromes como el burnout, la baja satisfacción, el bajo nivel de compromiso organizacional, la baja productividad o la alta rotación de puestos clave. •. Determinar el nivel de riesgo psicosocial de los trabajadores actuales de la organización.. •. Predecir el riesgo de aparición de riesgos psicosocial de los trabajadores actuales de la empresa.. •. Predecir el riesgo de aparición de riesgo psicosocial de los nuevos postulantes a la empresa.. Criterios de éxito del negocio El negocio espera poder tener la posibilidad de realizar predicciones lo suficientemente confiables como para poder ofrecer consejo al departamento de recursos humanos para su pronta acción en estos perfiles de riesgo. Evaluación de la situación La empresa no cuenta con ningún proceso o tecnología de minería de datos establecida para el tratamiento de la información que se genera en la organización. De esta manera, la implementación del modelamiento predictivo deberá tener la menor injerencia posible en los procesos actuales de la organización, buscando evitar la resistencia al cambio por parte de los directivos o los ejecutivos de recursos humanos..

(55) 55. Inventario de recursos: La empresa ha puesto a disposición del equipo un computador con el software IBM SPSS para el tratamiento de los datos y el desarrollo del modelo de predicción. Requisitos, supuestos y restricciones: Para proteger la identidad de los trabajadores, la empresa únicamente permitió utilizar datos de manera anónima, restringiendo la cantidad de datos de control a ser a utilizados en el modelo. Determinar los objetivos de la minería de datos •. Describir el riesgo psicosocial de los trabajadores actuales de la organización.. •. Desarrollar un modelo predictivo para la aparición de riesgos psicosociales en los trabajadores de la empresa. Criterios de éxito de la minería de datos. La necesidad de fiabilidad por parte de la empresa será traducida en un 70% de casos correctamente predichos, al considerar que, al ser variables susceptibles a la subjetividad de los sujetos, estas pueden no presentar indicadores superiores de predictibilidad. Realizar el plan del proyecto •. Etapa 1. Análisis de la estructura base de datos recibida por el departamento de RRHH.. •. Etapa 2. Preparación de los datos para facilitar la minería de datos.. •. Etapa 3. Elección de técnica de modelamiento predictivo.. •. Etapa 4. Análisis de resultados.. •. Etapa 5. Presentación de resultados finales. Comprensión de los datos. En este apartado se analizan los datos recogidas, averiguando sobre sus descripciones principales y elaborando hipótesis sobre las relaciones más evidentes entre sus datos..

(56) 56. Recolección de los datos La base de datos obtenida por parte del departamento de recursos humanos contenía los siguientes datos: •. Sexo. •. Edad. •. Sede. •. Tipo. •. Tiempo de servicio. •. Turno. •. Sueldo. •. Riesgo Psicosocial. Descripción de los datos •. Sexo Variable dicotómica que indica la sexualidad biológica del trabajador.. •. Edad Variable de tipo intervalo que indica la edad del trabajador.. •. Sede Variable de tipo nominal que indica la ubicación del centro de trabajo del colaborador.. •. Tipo Pertenencia del trabajador al equipo administrativo o de docencia de la entidad.. •. Tiempo de servicio Variable de tipo intervalo que indica el tiempo de permanencia del trabajador en la planilla de la empresa..

(57) 57. •. Turno Variable categórica que indica el turno en el que trabaja el colaborador, se ordena de manera ascendente en término del riesgo psicosocial que provoca en el trabajador.. •. Sueldo Variable de tipo intervalo que indica el monto correspondiente a la remuneración básica mensual de cada trabajador.. •. Riesgo Psicosocial Variable dicotómica que indica la presencia de riesgo psicosocial en el trabajador..

(58) 58. Exploración de los resultados En la tabla 3 se observa la distribución de la aparición de riesgos psicosociales por cada una de las variables de control a ser utilizadas en el modelamiento predictivo. Es una tabla resumen de los resultados de la evaluación realizada por el equipo de psicólogos organizacionales de la institución. Tabla 3. Frecuencias por variable de control Categoría Sexo. Edad. Sede. Tipo. No Riesgo. Riesgo. % Riesgo. Hombre. 132. 75. 36%. Mujer. 188. 92. 33%. Menos de 31. 106. 56. 35%. 31 - 45 Años. 150. 75. 33%. 45 a más años. 64. 36. 36%. Oficina Central. 48. 28. 37%. Oficina La Molina. 50. 29. 37%. Oficina Lima Cercado. 54. 17. 24%. Oficina Lima Norte. 64. 25. 28%. Oficina Miraflores. 59. 28. 32%. Oficina San Miguel. 42. 40. 49%. Oficina Surco. 3. 0. 0%. Administrativo. 199. 106. 35%. Docente. 121. 61. 34%. Menos de 1 año. 40. 8. 17%. 56. 32. 36%. 86. 39. 31%. 5 - 10 años. 54. 38. 41%. Más de 10 años. 84. 50. 37%. Fijo Mañana. 79. 37. 32%. Fijo tarde. 85. 35. 29%. Jornada Partida. 156. 95. 38%. 950 - 1199. 67. 5. 7%. 1200 - 1799. 138. 26. 16%. 1800 - 3499. 82. 63. 43%. 3500 - 5499. 27. 49. 64%. 5500 - 10000. 6. 24. 80%. 1 - 2 años Tiempo de Servicio 2 - 5 años. Turno. Sueldo. n = 487. De manera especulativa, analizando los datos encontrados se pueden realizar hipótesis. En cuando a las variables de sexo, edad, sede, tipo y tiempo de servicio, estas parecerían no estar relacionadas con la aparición de riesgo psicosocial..

(59) 59. Sin embargo, las variables de turno y sueldo muestran una tendencia creciente en la aparición del riesgo.. Preparación de los datos. En este paso, las variables se preparan para poder ser parte del análisis posterior. Se asigna un número a cada una de las opciones de respuesta de cada variable, respetando el tipo de cada una, sean cuantitativas o cualitativas. •. •. •. •. •. •. •. Variable 1: Sexo o. 1: Hombre. o. 2: Mujer. Variable 2: Edad o. 1: Menos de 31. o. 2: Entre 31 y 45. o. 3: 45 a más. Variable 3: Tipo (Ordenado en grado de exposición al cliente externo) o. 1: Administrativo. o. 2: Docente. Variable 4: Tiempo de servicio o. 1: Menos de 1 año. o. 2: De 1 a 2 años. o. 3: De 2 a 5 años. o. 4: De 5 a 10 años. o. 5: Más de 10 años. Variable 5: Sueldo o. 1:1200 – 1799. o. 2: 1800 – 3499. o. 3: 3500 – 5499. o. 4: 5500 - 10000. Variable 6: Turno o. 1: Fijo Mañana. o. 2: Fijo Tarde. o. 3: Jornada Partida.. Variable 7: Riesgo psicosocial o. 0: No.

(60) 60. o. 1: Si. Se decidió no utilizar la variable sede al no encontrar información histórica acerca de los posibles niveles de exposición al riesgo en cada una de ellas, siendo excluidas del modelo. Al terminar este paso, se cuenta con un dataset listo para el proceso de modelamiento predictivo.. Modelado. Se decidió utilizar la regresión logística binaria como técnica de modelamiento predictivo, el modelo CoPsoQ - Istas fue validado con técnicas psicométricas, las cuales dan resultados sobre su validez y confiabilidad como constructo, evaluando los datos para crear una ecuación que nos permita obtener una probabilidad de ocurrencia de un evento.. De esta manera, como se observa en la figura 2, se utilizó el programa IBM SPSS para ingresar los datos y analizarlos.. Figura 2. Regresión logística binaria. Luego del análisis, como se observa en la figura 3, solamente dos de las variables son explicativas a un nivel de significación suficiente para ser consideradas dentro del modelo..

(61) 61. Figura 3. Primer modelamiento. Se vuelve a realizar el análisis quitando las variables que no entraron en el modelo. Como se observa en la figura 4, los valores B de cada variable cambiaron levemente.. Figura 4. Segundo modelamiento. Analizando los resultados finales, se encuentra que la variable sueldo y la variable turno explican la aparición de riesgos psicosociales en el trabajo. Además, se encuentra que a mayor sueldo o en turnos más disparejos hay mayor probabilidad de la aparición de riesgo psicosocial. Por otra parte, se encuentra que el sueldo es la variable más relacionada al riesgo psicosocial.. De esta manera, la ecuación de probabilidad para la aparición de riesgos psicosociales estaría configurada de la siguiente manera: 1 1 + exp⁡(−4,439 − 1,101 ∗ 𝑆𝑢𝑒𝑙𝑑𝑜 − 0,305 ∗ 𝑇𝑢𝑟𝑛𝑜). En cuanto a la evaluación del modelo, en la figura 5 se encuentra que se ha logrado predecir un 73.9% de la aparición de riesgo psicosociales..

(62) 62. Figura 5. Predictibilidad del modelo. Evaluación. Con el desarrollo de este modelo, invocamos los objetivos del negocio para verificar su cumplimiento. •. Determinar el nivel de riesgo psicosocial de los trabajadores actuales de la organización.. •. Predecir el riesgo de aparición de riesgos psicosocial de los trabajadores actuales de la empresa.. •. Predecir el riesgo de aparición de riesgo psicosocial de los nuevos postulantes a la empresa.. En cuanto al primer objetivo, este fue logrado mediante el análisis de descriptivos, otorgando medidas de riesgo por cada variable de control utilizada en el instrumento. Con respecto al segundo objetivo, este fue logrado mediante la utilización de la ecuación obtenida para la obtención de una probabilidad de aparición de riesgo psicosocial en los trabajadores que no participaron del diagnóstico inicial. Finalmente, el equipo de recursos humanos puede hacer uso de la ecuación para predecir. De esta manera, habiendo cumplido los objetivos, la información deberá ser enviada a los actores pertinentes para los descubrimientos se alineen a las practicas actuales de gestión del talento humano y seguridad y salud en el trabajo de la organización..

(63) 63. CAPÍTULO V. DISCUSIONES. El campo del modelamiento predictivo aplicado a variables de la psicología organizacional es un campo relativamente nuevo en américa latina y el mundo en general. El objetivo del presente estudio fue utilizar una metodología difundida en el mercado para el desarrollo de un modelo que nos permite predecir a la aparición de condiciones de riesgo psicosocial en el trabajo y se adapte a las necesidades de una empresa de educación de idiomas. Primero que todo, los resultados fueron congruentes con mucha de la literatura encontrada acerca del tema. Con respecto a la aparición del turno de trabajo y al sueldo como los principales predictores de la aparición de riesgo psicosocial, estos resultados son congruentes con Freinmann (2015), donde se explica que las exigencias psicológicas se ven ligadas a la aparición de síndromes como estrés o burnout. Se puede inferir que las posiciones con sueldos más altos tienen funciones más orientadas a la resolución de problemas y otorgamiento de resultados demostrables al corto y mediano plazo, mostrando niveles de exigencias psicológicas superiores a los sueldos de una menor responsabilidad. Como explicaban Malisetty, Archana y Vasanthi (2017), la utilización de modelamiento predictivo aplicado a procesos de recursos humanos puede ser muy útil para solucionar problemas de gestión diaria. En cuanto a la empresa intervenida, los resultados fueron útiles para poder implementar iniciativas dirigidas de prevención de riesgos psicosociales y además para identificar aquellas posiciones con una mayor propensión al riesgo en aras de tener mejores filtros de selección de personal. Finalmente, con respecto a la congruencia del presente estudio con los resultados obtenidos por Weena y Mishra (2015), la empresa consultada no contaba ni pensaba implementar sistemas para la gestión de base de datos y menos aún para la analítica de los mismos. El presente estudio tuvo que utilizar herramientas no integradas para poder desarrollar el modelamiento, una realidad nacional que medianas y pequeñas empresas presentan. Por otra parte, al obtener una mayor cantidad de datos de diferentes variables, se hubiese podido implementar modelamientos relacionados a otras variables de negocio que un impacto más inmediato, tales como ventas o rentabilidad. Esto es congruente con lo encontrado con Mishra, Lama y Pal (2016), donde las empresas buscan desarrollar modelos predictivos para variables como el desempeño y la.

(64) 64. rotación de personal, teniendo un impacto más inmediato en las variables del negocio. En cuanto al análisis de las condiciones actuales del negocio, se encontró información muy similar a la propuesta por Dulebohn y Johnson (2013), donde se explicaba que los departamentos de recursos humanos tienden a recoger datos, pero estos no son utilizados en la toma de decisiones. Además, se encontró resistencia al cambio al momento de implementar estas nuevas tecnologías a sus procesos de gestión humana y seguridad y salud en el trabajo actuales. En cuanto al porcentaje de predictibilidad, estudios como el de Sánchez (2017) tuvieron un éxito de 91.2% en la predicción de sus variables, esto puede deberse a la limitada cantidad de datos con la que contaba la organización. Por otra parte, el concepto de exposición al riesgo psicosocial fue evaluado mediante la suma de varias dimensiones compuestas a su vez por otras subdimensiones, lo que podría afectar la confiabilidad del instrumento. Finalmente, el aporte de la ingeniería de sistemas es la aplicación de las ciencias. matemáticas. y. físicas. para. desarrollar. sistemas. que. utilicen. económicamente los materiales y fuerzas de la naturaleza para el beneficio de la humanidad. Tiene como propósito implementar sistemas que pueda desempeñarse eficientemente en la generación de soluciones informáticas..

(65) 65. CAPÍTULO VI. CONCLUSIONES. Con respecto al desarrollo de un modelo predictivo para la exposición al riesgo psicosocial en una empresa del sector educativo de idiomas, se encuentra que: •. Se encontró que las variables “Turno de trabajo” y “Sueldo” son predictoras del riesgo psicosocial en trabajadores del sector educativo.. •. Se diseñó un modelo predictivo que permite detectar los riesgos psicosociales en trabajadores del sector educativo haciendo uso de variables predictoras.. •. Finalmente, se encontró que el modelo predictivo desarrollado tiene una predictibilidad del 73.9%, siendo aceptable para los requerimientos del negocio del sector educativo.. •. Habiendo encontrado y validado una ecuación para determinar los riesgos psicosociales de los actuales y nuevos trabajadores de la institución, el departamento de recursos humanos puede implementar un sistema de seguimiento del bienestar percibido de los grupos de riesgo identificados..

(66) 66. CAPÍTULO VII. RECOMENDACIONES. Luego de haber desarrollado el presente proceso de investigación, los autores se han puesto en contacto con la poca integración de tecnologías a procesos relacionados a las personas. De esta manera, a los departamentos de recursos humanos, se recomienda considerar las diversas tecnologías relacionadas a la ciencia de datos que han aparecido en el mercado. Un control estadístico de las variables psicológicas y humanas en las empresas puede elevar los niveles de gestión y permitir ofrecer resultados predecibles y objetivos, reduciendo así la subjetividad con la que se manejan sus operaciones el día de hoy. Por otra parte, con respecto a las empresas, se recomienda invertir en sistemas de gestión de datos, buscando organizar y permitir a los departamentos que conforman la organización explotar sus datos. De esta manera, a largo plazo se podrá crear una cultura cuantitativa en los negocios, disminuyendo las decisiones basadas en la intuición y así disminuyendo el riesgo en el accionar de la empresa. A futuros investigadores, se recomienda diseñar evaluaciones para las empresas o auditar las que ya tienen antes de proceder con la aplicación de técnicas de minería de datos. De esta manera, se podrán cerciorar de la calidad de los datos y se podrá tener un mayor abanico de variables de una mejor calidad. Además, se recomienda realizar mayores investigaciones relacionas a la aparición del riesgo psicosocial en empresas donde los trabajadores tengan contacto directo y constante con el cliente final, en aras de determinar una manera más profunda y precisa las condiciones que los rodean y crear tecnologías que mejoren su calidad de vida. Finalmente, se recomienda recopilar una mayor cantidad de variables, dotando al modelo de predicción de riesgos con nuevos posibles predictivos, de esta manera, la empresa irá recopilando los mejores predictivos y evolucionando su modelo con el tiempo en la búsqueda de un mejor control de su personal..

(67) 67. REFERENCIAS. Almentero, H., Padilla, L. & Castaño, M. (2003), Factores de riesgo psicosociales que generan estrés en el personal de enfermería que labora en las salas de quirófano de la E.S.E. Hospital San Jerónimo de Montería- Córdoba 2002. Tesis de Grado.. Bakker, A., & Demerouti, E., (2013). La teoría de las demandas y los recursos laborales. Revista. de. Psicología. del. Trabajo. y. de. las. Organizaciones, 29(3), 107-115. Blanch, M., Sahagún, M., & Cervantes, G., (2010). Estructura Factorial del Cuestionario de Condiciones de Trabajo. Revista de Psicología del Trabajo y de las Organizaciones, 26(3), 175-189 Burgos, J. (2011). Validación de Constructo del Cuestionario CopSoQ (ISTAS 21): Una aplicación del Análisis Factorial Confirmatorio usando Modelos de Ecuaciones Estructurales. Universidad de Chile. Charria, V., Sarsosa, K., & Arenas, F., (2011). Factores de riesgo psicosocial laboral: métodos e instrumentos de evaluación. Revista Facultad Nacional de Salud Pública, 29 (4), 380-391 Dulebohn, J. , & Johnson, R. (2013). Human resource metrics and decision support: A classification framework. Human Resource Management Review, 23(1), 71-83. DOI: 10.1016/j.hrmr.2012.06.005. Flores, C. (5 de septiembre de 2019). Perú tiene alta tasa de rotación de personal. Diario Correo. Recuperado de https://diariocorreo.pe/economia/perutiene-alta-tasa-de-rotacion-de-personal-9770/ Karasek R, Baker D, Marxer F, Ahlbom A, & Theorell T., (1981). Job decision latitude, job demands, and cardiovascular disease: a prospective study of Swedish men. American Journal of Public Health. 694-705. Kristensen, TS., Hannerz, H., Hogh, A., & Borg, V. (2005). The Copenhagen psychosocial questionnaire—A tool for the assessment and improvement.

(68) 68. of the psychosocial work environment. Scandinavian Journal of Work and Enviromental Health 31(6), 438–449. Malisetty, S., Archana, R. & Kumari, V.. (2017). Predictive Analytics in HR Management. Indian Journal of Public Health Research & Development. 8. DOI: 115. 10.5958/0976-5506.2017.00171.1.. Mishra, S. N., Lama, D. R., & Pal, Y. (2016). Human resource predictive analytics (hrpa) for hr management in organizations. International Journal of Scientific & Technology Research,5 (5).. Mollo, F., (2015) Relación entre los factores psicosociales y la retroalimentación laboral en asesores de riesgos del área comercial de lima de una compañía de seguros del Perú. UNMSM Moncada, S., Utzet, M., Molinero, E., Llorens, C., Moreno, N., Galtés, A., & Navarro, A. (2014). The Copenhagen psychosocial questionnaire II (COPSOQ II) in Spain-A tool for psychosocial risk assessment at the workplace. American Journal of Industrial Medicine 57, 97-107 Peiró, M. (2004). El Sistema de Trabajo y sus Implicaciones para la Prevención de los Riesgos Psicosociales en el Trabajo. Universitas Psychologica, 3(2), 179-186 Pérez, J., & Nogareda, C., (2012). Factores Psicosociales: metodología de investigación. Instituto Nacional de Seguridad y Salud en el Trabajo. Siegrist, J., (1996). Adverse Health Effects of High-Effort / Low-Reward Conditions. Journal of Occupational Health Psychology, 1(1), 27-41. Weena, Y. & Mishra, K. (2015) HR analytics as strategic workforce planning. International journal of applied research. 1(4) 258-26.

(69) 69.

(70)