SOLUCIÓN CASO WELLS

SOLUCIÓN CASO WELLS

Analisis de modelo de contratación de wells

Por: Carlos Morales y otros

1. INTRODUCCIÓN

Algún antecedente.

Este es el reporte sobre las variables analizadas que se usan en Wells para el proceso de contratación

2. OBJETIVO

el objetivo es efectuar recomendaciones extraídas de las conclusiones para mejorar el rendimiento de los trabajadores a partir de mejoras en las prácticas de contratación..

3. CONCLUSIONES:

1. Si bien es cierto no se tiene un modelo estadístico la data reunida, con un impresiuonante índice de predictibiklidad, le data existente nos permite hacer conjeturas sobre las variables independientes con un buen porcentaje de significacia (83%).

2. un modelo múltiple simple no es mucho más confiable ni eficiente que la variable más significativa, el R2 es respectivamente de 83 con 6 variables 79 usando sólo la variable índice de éxito, es decir la prueba de entrada a la empresa.

3. la segunda mejor variable explicativa es la calificación universitaria pro con tan sólo 30% de significancia, el resto de variables no son significativas. Se probó incluso con una calificación ponderada por universidad de origen pero no resultó mejor.

4. Efectuado un análisis por clases de rendimientos, relacionándolas con sus respectivos resultados en las pruebas de entrada (indice de éxito) tenemos que el 69% de los resultados de éxito se acumulan en el 63% de las personas que obtuvieron mas de 70 puntos en la prueba de entrada.

5. Las evaluaciones permiten la entrada de personal con calificaciones desde 50 puntos, lo que no garantiza el éxito laboral.

4. RECOMENDACIONES:

4.1. Utilizando la regla de PARETO del gráfico anterior, que deviene del siguiente tabla, se recomienda utilizar básicamente la variable Indice Éxito como predictor del rendimiento por explicar casi el 77% del rendimiento futuro y poseer un nivel de confiabilidad significativo (valor del F).

Coeficiente de determinación R^2 F Valor crítico de F % de Corrl.Múltiple

Multiple 83.7% 38.12165 0.00000 100%

Indice-Éxito 76.3% 186.75776 0.00000 91%

Califica- ción 30.7% 25.63762 0.00000 37%

Calidad-Escuela 7.1% 4.43215 0.03961 8%

Calif-Pond 1.2% 0.68996 0.40958 1%

Sexo 0.2% 0.12101 0.72920 0%

Edad 0.1% 0.05221 0.82007 0%

4.2. Debe exigirse un mayor puntaje de ingreso a los postulantes al trabajo; si ahora la media está en 73 puntos esta puede desplazarse a 80 u 85 puntos, sin problemas de mercado, para hacer más exitoso el rendimiento laboral.

ANEXO 1

PROCEDIMIENTO SEGUIDO

1. Encontrar variables significativas usando pareto y R2, incluso probando otras variables como Calificación ponderada, logaritmo de la calificación y calificación al cuadrado

Coeficiente de determinación R^2 F Valor crítico de F % de Corrl.Múltiple

Multiple 83.7% 38.12165 0.00000 100%

Indice-Éxito 76.3% 186.75776 0.00000 91%

Califica- ción 30.7% 25.63762 0.00000 37%

Calidad-Escuela 7.1% 4.43215 0.03961 8%

Calif-Pond 1.2% 0.68996 0.40958 1%

Sexo 0.2% 0.12101 0.72920 0%

Edad 0.1% 0.05221 0.82007 0%

2. aplicar categorías o clases a la variable elegida usando las del caso

Indice-Éxito Rendi- miento

Media 77.3 74.0

Error típico 1.7 1.8

Mediana 80 74

Moda 87 94

Desviación estándar 12.8 13.6

Varianza de la muestra 164.4 184.6

Rango 47 54

Mínimo 50 45

Máximo 97 99

Clases Rendimiento

Excelente 90-100

Sobre Prom 70-89

Satisfactoria 50-69

Insatisfactoria 0-49

3. determinar los promedios significativos y diseñar el histograma

Clases Rendimiento Elementos Clase Promedio Ind. Éxito Elementos % Acum. Porcentaje ponderado % Acumulado

Excelente 90-100 11 90.2 18% 21.4% 21.4%

Sobre Prom 70-89 27 83.2 63% 48.4% 69.8%

Satisfactoria 50-69 20 64.9 97% 28.0% 97.8%

Insatisfactoria 0-49 2 51.5 100% 2.2% 100.0%

60 4,639 100.0%

...