Logotipo del repositorio
  • English
  • Español
  • Iniciar sesión
    ¿Nuevo Usuario? Pulse aquí para registrarse ¿Has olvidado tu contraseña?
Logotipo del repositorio
  • Comunidades
  • Repositorio Institucional
  • English
  • Español
  • Iniciar sesión
    ¿Nuevo Usuario? Pulse aquí para registrarse ¿Has olvidado tu contraseña?
  1. Inicio
  2. Buscar por autor

Examinando por Autor "Lopez Pinto, Gabriela Milagros"

Mostrando 1 - 1 de 1
Resultados por página
Opciones de ordenación
  • Cargando...
    Miniatura
    ÍtemAcceso Abierto
    Implementación de un modelo de predicción de deserción laboral a partir de la aplicación de redes neuronales artificiales en una consultora, Arequipa, 2023
    (Universidad Católica de Santa María, 2025-10-31) Lopez Pinto, Gabriela Milagros
    El presente trabajo de tesis se realizó con el objetivo de proponer un modelo de predicción de deserción laboral a partir de la aplicación de redes neuronales artificiales en una consultora, Arequipa, 2023. Para ello, se inició con el planteamiento operacional de la investigación y posterior a ello se realizó un análisis de los fundamentos teóricos en relación a las variables de la investigación para complementar la misma. Posterior a ello, se realizó un diagnóstico situacional de la deserción laboral y se identificó que durante el año 2023 se tuvieron 12 renuncias voluntarias en el equipo de consultores, lo que equivale a un 48% del total del equipo, indicando así que la rotación del equipo es alta. Teniendo en cuenta estos datos, se desarrolló una encuesta para identificar cuáles son los puntos más críticos que inciden en la deserción laboral, ingresando dicha base de datos al Software Orange para realizar el modelo de redes neuronales para el presente trabajo de investigación. Se logó completar exitosamente el desarrollo del modelo de predicción de deserción laboral a partir de la aplicación de redes neuronales artificiales en la consultora estudiada, con un grado de confiabilidad alto equivalente a 0.902, utilizándose el modelo de predicción de “árbol”, debido a que las predicciones siguen una ruta de porcentajes, lo que permitió visualizar de forma precisa cuáles son las variables más influyentes en la decisión de renuncia de los trabajadores. De igual forma, se implementaron mejoras en relación a las variables de remuneración, ambiente laboral, línea de carrera y clima organizacional, ya que fueron las variables con mayor ponderación en los trabajadores que renunciaron durante el desarrollo del modelo, obteniendo un un VAN de S/ 5,049.53, con una TIR de 61%, un B/C de 1.38 y un PR de 1.22; esto precisa que, la propuesta es rentable.
Universidad
  • Admisión
  • Pregrado
  • Postgrado
  • Investigación
Contacto
  • Campus Central Urb. San José s/n Umacollo Arequipa - Perú
Mapa del Sitio
  • Tesis Licenciaturas
  • Segundas Especialidades
  • Maestrias
  • Doctorados
Biblioteca
  • Política
  • Normativa
© 2024  Repositorio de la Universidad Católica Santa María