Validar hipótesis de rotación con IA y Excel
Contenido del curso
Camila Ortega Hinojosa
Javier Ramos
Alejandro Torres
Gracia María Hernández Martínez
Óscar Mauricio López
Hugo Enrique Arias Orozco
Company_admin
Julio Cesar Romero
Julio Cesar Romero
MARIA TERESA PANIAGUA RIVERA
Para los que no tienen habilitado el análisis de datos
buen aporte Gracias
Pasos adicionales: una vez en Complementos> Administrar: escoger Complemento de Excel> Boton IR
En la sig ventana seleccionar Herramientas para analisis y ACEPTAR
Listo!
Hola A alguien le aparece la lista en distancias, si me la pueden compratir por favor, mi chat gpt me pide tener la versión pagada :(
¿Por qué es mejor usar gráficos de dispersión?
Porque el gráfico de dispersión es la herramienta visual por excelencia para descubrir si dos variables numéricas bailan al mismo ritmo. Imagina que tienes un lienzo en blanco; al colocar la distancia en el eje X y la antigüedad en el eje Y, cada empleado se convierte en un punto único en ese espacio.
Si los puntos forman una línea clara (ya sea subiendo o bajando), tienes una señal visual fuerte de que ambas variables están conectadas. Por el contrario, si ves una nube de puntos desordenada y sin forma aparente, es la primera pista visual de que la hipótesis inicial podría estar equivocada. Es mucho más fácil y rápido para el cerebro humano detectar patrones en una imagen llena de puntos que intentar encontrar relaciones leyendo cientos de filas numéricas en una hoja de cálculo.
lo haces muy practico y facil de endender
📘 Ideas principales de la clase: Validación de hipótesis sobre rotación de personal con análisis de datos
💡 Propósito del análisis: Validar hipótesis con datos permite tomar decisiones informadas y basadas en evidencia, especialmente en temas críticos como la rotación del personal.
🎯 Hipótesis planteada: Se sospecha que la distancia entre el hogar y el trabajo influye en la decisión de los empleados de abandonar la empresa.
🗺️ Cálculo de distancias al trabajo:
📍 Recolectar direcciones desde la base de datos del personal.
🤖 Usar IA (como ChatGPT) para calcular experimentalmente las distancias entre domicilios y oficinas.
📊 Automatizar en Excel: generar una tabla con todas las distancias para agilizar el análisis.
📈 Tipos de análisis posibles:
Análisis exploratorio:
Análisis estadístico:
Calcula el coeficiente de correlación entre distancia y rotación.
Compara con datos históricos de ex empleados para detectar patrones comunes.
🔍 Interpretación de resultados:
Una correlación alta sugiere una posible relación, pero no implica causalidad.
Si la correlación es baja, podrían existir otros factores más determinantes (satisfacción, beneficios, liderazgo, etc.).
🧭 Recomendaciones derivadas:
🏠 Contrataciones cercanas: considerar la ubicación del candidato como un factor de bienestar y permanencia.
🌱 Analizar variables adicionales: como clima laboral, oportunidades de crecimiento o balance vida-trabajo.
🤝 Valor del enfoque mixto: Combinar Excel, análisis estadístico e inteligencia artificial permite realizar estudios más rápidos, confiables y fáciles de escalar.
💬 Conclusión: Validar hipótesis en People Analytics no es solo analizar números, sino descubrir patrones humanos que ayuden a mejorar la experiencia del empleado y optimizar la toma de decisiones estratégicas en la organización.
Buen ejercicio para empezar a identificar hipótesis o correlaciones con los datos.
Gracias
