Analisis de componentes principales sobre el nivel educacional de las empresas y su impacto en las ventas

Nivel educacional en empresas y su impacto en las ventas

Mediante Análisis de componentes principales

Nombre de estudiantes: Felipe Aranda, Lucas Calderón, Martín Sáez.

Se espera que el estudio revele la importancia del nivel profesional (educacional) en los trabajadores, sin embargo, dependiendo de la empresa no es necesario que un trabajador tenga estudios avanzados, lo que a través del método se irá aclarando cada una de estas ideas que pueden ser erróneas para muchos. Para esto, en nuestro análisis existen 75 observaciones respecto a siete variables continuas, las que tenemos como principal objetivo representar la tendencia de estas con las empresas. Del conjunto de datos y analizando observaciones con variables se genera la matriz de datos nxp = 75x7.

Las variables estudiadas son:

• X1: Ventas.
• X2: Trabajadores con Educación Media                
• X3: Trabajadores con educación Técnico Nivel Superior
• X4: Trabajadores con nivel educacional Título Profesional
• X5: Trabajadores con Magíster
• X6: Total trabajadores contratados
• X7: Total trabajadores subcontratados

(Cabe mencionar que las muestras fueron tomadas en el año 2016).

Todas las variables salvo X1 están medidas en unidades, ya que ésta consta con una medida en miles de pesos.

Se realizará análisis de componentes principales para realizar este estudio, en donde se identificarán factores que representen a las variables que tengan mayor relación entre sí, con el fin de lograr los objetivos propuestos. Esto implica calcular matriz de correlación, vectores propios, varianza acumulada y autovalores, diagrama de proyección, entre otros.

Antes de realizar el Análisis de Componentes Principales, se hará una pequeña descripción estadística de cada variable donde se podrá visualizar a través de los estadísticos descriptivos, teniendo así una mejor representación del Nivel Educacional de los trabajadores en las empresas estudiadas y a su vez la relación entre sus ingresos. Éste estudio facilitará a diversas empresas puntos a mejorar, ya sea respecto a productividad, motivación, desempeño, entre otros.

De los estadísticos descriptivos de las variables podemos observar en general valores más altos de las medias que las medianas, por lo que las medias de las variables se ubican por sobre el valor central que toman las variables, es decir, la distribución de los datos debieran tender a tener una cola hacia la derecha del punto medio.

Un benchmarking es una herramienta de gestión que consiste en tomar como referencia los mejores aspectos o prácticas de otras empresas, ya sean competidoras directas o pertenecientes a otro sector y adaptarlos a la propia empresa agregándoles mejoras, lo que a través de este análisis se podrá llevar a cabo dentro de las empresas que estén comenzando en sus operaciones.

Éste análisis será utilizado por distintos tipos de profesionales para obtener una visión respecto a las empresas de acuerdo a su perfil laboral.

Se realizará un análisis  normalizado, debido a que las variables se presentan en diferentes unidades de medida, por lo tanto realizamos un
análisis normalizado. Usamos la matriz de correlaciones de las variables descritas.

La matriz de correlaciones permite analizar de mejor manera la existencia de dependencia lineal entre las variables estudiadas con el fin de no tomar en cuenta las diferentes unidades de medida de éstas, pudiendo así tener un análisis eficiente.

Con esto se pueden observar ciertos grupos de variables que están bien correlacionadas, con asociaciones lineales positivas, que es el caso de las siguientes variables:

• Trabajadores con educación técnico nivel superior (x3) Trabajadores con educación magister (x5) (r=0.88).
• Ingresos (x1) y Total trabajadores contratados (x6) (r=0,77).

Por otro lado, hay una muy baja relación entre variables, como es el caso de:

• Trabajadores con educación media (x2) y Trabajadores y educación técnico nivel superior (x3) (r=0,17).
• Trabajadores con educación técnico nivel superior (x3) y Total trabajadores contratados (x6) (r=0,05).
• Trabajadores con educación media (x2) y Total trabajadores contratados (x6) (r=0,03).

Teniendo esto en cuenta se espera que las variables con alta correlación (mencionadas anteriormente) están representadas por una componente.

Para la elección de las componentes se utilizarán 3 criterios, los cuales en conjunto permitirán hacer una correcta identificación

1.- Autovalores mayor a 1, en este caso 3 factores logran cumplir con este requerimiento, teniendo el último un valor de 1,15.

2.- En el caso de varianza acumulada, el requisito es que la suma de las varianzas explicadas por cada autovalor sea mayor a 0,8. Al igual que el método mencionado anteriormente posee la misma cantidad de elementos, obteniendo una variabilidad de 82% en los datos.

...