Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Arcaico
Arcaico
Dedicatoria
Dedico este trabajo a mi familia, por el cari
no apoyo que me ofrecen a cada
instante, sobretodo en los momentos de mayor dificultad y en donde se
necesitan mas fuerza para salir adelante.
Glosario de Terminos
a)Ausentismo Laboral
Seg
un la OIT,el ausentismo laboral,como el perodo de baja laboral atribuible
a una incapacidad del individuo, con excepcion hecha para la derivada del embarazo normal o prision.
b)Satisfaccion laboral
Sensacion que experimenta un individuo al lograr el equilibrio entre una necesidad o grupo de necesidades y el objeto o los fines que la reducen, es decir, la
actitud del trabajador frente a su propio trabajo.
c)Red Neuronal
Las redes de neuronas artificiales son un paradigma de aprendizaje y procesamiento automatico inspirado en la forma en que funciona el sistema nervioso
de los animales.
d)Perceptron
Es una neurona artificial y unidad basica de inferencia en forma de discriminador.
e)Funcion de Activacion
Es la salida de un nodo dada una entrada o un conjunto de entradas.
f)Perceptron Multicapa
El perceptron multicapa es una red neuronal artificial (RNA) formada por
m
ultiples capas, esto le permite resolver problemas que no son linealmente
separables, lo cual es la principal limitacion del perceptron (tambien llamado
perceptron simple)
g)Aprendizaje
Las RNA tienen la habilidad de aprender mediante una etapa que se llama
etapa de aprendizaje. Esta consiste en proporcionar a la RNA datos como entrada a su vez que se le indica cual es la salida (respuesta) esperada.
f)Correlacion
En probabilidad y estadstica, la correlacion indica la fuerza y la direccion de
una relacion lineal y proporcionalidad entre dos variables estadsticas.
1.Marco Teorico
Resumen
El proposito del presente estudio fue mostrar como una red neuronal artificial (RNA) puede ser u
til para predecir el el comportamiento desertor de los
operarios textiles de la empresa Servitejo S.A. Mas especficamente, se trata
de desarrollar una red neuronal del tipo backpropagation capaz de discriminar
que trabajador desertara o no , a partir de la informacion presente en la base
de datos de la empresa. La muestra esta compuesta por 100 operarios textiles que desertaron en el a
no 2014 y 100 operarios que actualmente trabajan
en dicha empresa(2015). Se explican las diferentes fases llevadas a cabo para
desarrollar la RNA: seleccion de las variables relevantes y el procesamiento
de los datos, division de la muestra en grupo de entrenamiento, validacion y
test, del modelo de red,con esto se pretende mostrar que las RNA pueden dar
informacion acerca del grado de influencia que tiene cada variable predictora
sobre la actitud desertora del operario.
Introduccion
La empresa textil Servitejo S.A ha podido verificar de una manera periodica, la salida de los operarios textiles, que semana a semana de una manera
unilateral dejan sus puestos de trabajo perjudicando la productividad de la
empresa, este problema ha sido detectado por el gerencia de Recursos Humanos sin embargo no se ha logrado disminuir los impactos y las consecuencias de
cese de los mismos. El presente trabajo de investigacion busca dar solucion de
la manera mas practica posible a este problema logrando a traves de la prediccion utilizando las redes neuronales y teniendo como base la informacion de los
operarios de la empresa, con el objeto de lograr un diagnostico a fin de sugerir
estrategias que conlleven a disminuir la cantidad de operarios que desertan.
En la actualidad existen ERP y paquetes de software que ayudan al manejo de
la informacion de los recursos humanos y su respectiva gestion en la toma de
desiciones, a
un as, de momento son escasos los ejemplos de implementacion
de redes neuronales que complementen esta labor .Se toma como referencia la
informacion de la empresa que involucra a aquellos operarios que desertaron
arbitrariamente cuyos datos permiten a la red poder ser entrenada y pueda
identificar bajo que condiciones un operario deserta, posteriormente se utiliza
la informacion de los operarios que trabajan actualmente y cuyos datos le permita predecir con anticipacion a la red neuronal quienes seran los proximos en
retirarse espontaneamente de la organizacion.
funcion de activacion utilizada en cada una de las neuronas debe ser derivable
de primer orden.
Algunos autores como del Brio y Sanz Molina, sostienen que el mejor procedimiento para entrenar una red neuronal es el cross validation, es decir entrenar
y validar a la vez, usando el ochenta por ciento de los patrones para entrenar
y el veinte restante como conjunto de pruebas[9].
1.1.2.3 Aprendizaje de la Red
En la etapa de aprendizaje, se busca minimizar el error entre la salida obtenida por la red y la salida deseada luego del entrenamiento con el conjunto
de datos patrones. Es por ello, que en las redes backpropagation el aprendizaje
es de tipo supervisado, ya que es el usuario (o supervisor) quien determina
cual es la salida deseada ante la presentacion de un patron de entrada dado
Para modificar los pesos se sigue la fundamentacion matematica del algoritmo
backpropagation basado la tecnica del gradiente decreciente [9].
Suponiendo una red formada por dos pesos, se puede visualizar como un
espacio de dos dimensiones y como el error cometido es funcion de los pesos
de la red; en este caso, para cualquier combinacion de valores de los dos pesos,
le correspondera un valor de error para el conjunto de entrenamiento donde
estos valores de error se pueden visualizar a traves de una superficie del error
que puede diferentes topografas (especie de sabana)[8].
El proceso de entrenamiento comienza, en este caso un punto de la sabana,
representado por los pesos iniciales de la red y el algoritmo de aprendizaje se
centra en obtener la informacion local de la pendiente de la superficie o sea el
gradiente. A partir de esa informacion se pueden ir modificando los pesos en
forma iterativa en forma proporcional a dicha pendiente, a fin de asegurar un
descenso a traves de la superficie del error hasta alcanzar el mnimo mas cercano al punto de partida. Cuanto mayor sea el n
umero de pesos considerados
el espacio se va convirtiendo en un plano multidimensional en el que aplicaran
los principios mencionados[9].
El error o valor delta asociado a una neurona oculta j esta determinado por
la suma de los errores que se cometen en las k neuronas de salida que reciben
como entrada la salida de esa neurona oculta j, por propagacion del error hacia
atras[10].
1.1.2.4 Evaluacion de la Red
Para obtener una aproximacion funcional optima se deben elegir cuidadosamente las variables a emplear, es decir se trata de incluir en el modelo las
12
13
14
2. Materiales y Metodos
2.1 Planteamiento del problema
A diferencia de decadas anteriores, el valor diferencial y competitivo de una
empresa, reside en sus trabajadores, el capital humano es aquel que permite
maximizar los demas recursos de la organizacion.Motivo por el cual parte de
la nueva y renovada gestion organizativa es la mejora constante de la calidad
de sus colaboradores y velar con que cuenten con las mejores condiciones para
desempe
narse.
En los u
ltimos a
nos, la empresa de Confecciones Servitejo S.A, ha evidenciado niveles preocupantes de desercion laboral, llevado a cabo en su mayora
por trabajadores que conforman el area de Operaciones1 , los cuales conforma
el 70 por ciento de toda la organizacion, pese a que se cuenta con un departamento de recursos humanos con una base de datos clasificada y que trata en
la medida de sus capacidades velar por el bienestar del trabajador aplicando
sus polticas internas, a
un no ha logrado prevenir el abandono inesperado de
los mismos2 , teniendo como visibles consecuencias que la empresa asuma los
sobrecostos operativos, la entrega de pedidos a destiempo, y en muchos casos
por la premura de atender la demanda externa( con toda la carga laboral que
ella implica),se realiza la incorporacion de nuevos trabajadores , obviando en
muchos casos los conductos regulares de seleccion, generando un decremento
sustancioso en el rendimiento promedio de los operarios de las lneas de produccion.
Como parte del problema cabe mencionar las escasas posibilidades que tiene un operario de crecer y ascender dentro de la empresa, a tal punto que
existen operarios con mas de 10 a
nos laborando y no han experimentado reconocimiento ni ascenso alguno, adicionalmente para que dicho operario logre
ser contratado con todos los beneficios de ley, este debe permanecer al menos
un a
no trabajando, bajo la modalidad de destajo, cosa que muy pocos trabajadores soportan pues lograr la contratacion se reduce a ganar el sueldo mnimo
y con beneficios poco convenientes.3
La informacion presente en la base de datos que gestiona los recursos humanos de la empresa no logra vislumbrar una vision clara del problema y mucho
menos generar alternativas de solucion, y es obvio que un operario que deserta
1
QUESADA, V. (2000) Prediccion dinamica mediante redes neuronales Universidad de
Jaen.
2
ATALAYA, M.C (1999) Satisfaccion Laboral y Productividad. Revista de la Facultad
de Psicologa de la Universidad Mayor de San Marcos. A
no III, No 5, 45-76
3
Deery, Erwin, Iverson y Ambrose (1995),
15
deja interrogantes con respecto a la naturaleza de su renuncia, dejando expuesto a la empresa a una constante merma de trabajadores, que la desestabiliza
.4
16
2.2 Objetivos
2.2.1 Objetivos generales
Desarrollar una red neuronal que permita predecirla actitud desertora de los
operarios textiles de la empresa Servitejo S.A, tomando como referencia la informacion presente en la base de datos de la empresa,utilizando la arquitectura
multicapa de aprendizaje supervisado y entrenado con el algoritmo de retropropagacion.
2.2.3 Objetivos Especficos
Diagnosticar cuales son las variables que influyen en la actitud desertora
del operario textil tomando como referencia la informacion presente en la base
de datos de los trabajadores que desertaron hasta la fecha de la empresa.
Dise
nar la red neuronal, suministrando patrones de entrada, utilizando la
arquitectura multicapa as como el algoritmo de retropropagacion de aprendizaje supervisado, cuyos resultados determinen bajo que valores (condiciones),el
operario desertara de la empresa.
Evaluar la red neuronal ahora como patrones de entrada los datos del grupo
de operarios que trabajan actualmente en la empresa y predecir si desertaran
o no de la misma.
17
2.3 Metodologa
4. Bibliografa:
[1]Diagnostico de satisfaccion laboral en una empresa textil peruana, 2003
[2]Comportamiento Organizacional Mexico ,Prentice Hall,1998 Kohonen,
T. (1988) Self-Organizing Maps Springer Series in Information Sciences, Vol.30,
Springer, Berlin, Heidelberg, NY(pp 236)
[3]Hilera Gonzalez; R. y Martnez Hernando, A. (2000) Redes Neuronales
Artificiales: Fundamentos, modelos y aplicaciones. Ra-ma, Madrid.
[4]Hinton, G. E.; Williams, R. J.(1986). Learning internal representations
by back-propagating errors in Parallel Distributed Processing: Explorations in
the Microstructure of Cognition. Eds. Cambridge.
[5]Rosenblatt, F. (1958), The perceptron: A probabilistic model for information storage and organization in the brain. Psychological Review, 65, 386-408.
[6]Del Brio, B. M. y Sanz Molina, A. (2001) Redes neuronales y sistemas
difusos. Paraninfo.
[7]El Perceptron Multicapa. Revista Electronica de Psicologa Vol. 5, No.
2, Julio ISSN 1137- 8492.
[8]Smith, M. (1993). Neural networks for statistical modeling. New York:
Van Nostrand Reinhold.
[9]Erick Lahura ,Econometra Basica: Teora y Aplicaciones,PUCP.
[10]Arduoquin, Motivacion y Satisfaccion laboral,Mexico,Cecsa 2000
[11]Pe
na, Daniel. (2002): Analisis de datos multivariantes. McGraw-Hill,
Madrid.
[12]QUESADA, V. (2000) Prediccion dinamica mediante redes neuronales
Universidad de Jaen
[13]ATALAYA, M.C (1999) Satisfaccion Laboral y Productividad. Revista
de la Facultad de Psicologa de la Universidad Mayor de San Marcos. A
no III,
No 5, 45-76
[14]Rosenblatt, F. (1958), The perceptron: A probabilistic model for information storage and organization in the brain. Psychological Review, 65,
19
386-408
[15]Del Brio, B. M. y Sanz Molina, A. (2001) Redes neuronales y sistemas
difusos. Paraninfo
[16]Palmer, A., Monta
no, J.J. y Jimenez, R. (2001) Tutorial sobre Redes
Neuronales Artificiales: El Perceptron Multicapa. Revista Electronica de Psicologa . 5, No. 2, Julio ISSN 1137- 8492
[17]Smith, M. (1993). Neural networks for statistical modeling. New York:
Van Nostrand Reinhold..
20