Documentos de Académico
Documentos de Profesional
Documentos de Cultura
547-559
RESUMEN
La incorporación de nuevo personal o la reasignación del ya existente a tareas específicas constituyen una
decisión importante, porque el acierto en ella determinará la propia supervivencia de la empresa. En este
contexto se vuelve relevante contar con un modelo de selección de personal que considere la información
ambigua y los grados de incertidumbre que están asociados al momento de evaluar las valoraciones
cualitativas de los postulantes y que pueda entregar resultados certeros y precisos, garantizando de esta
manera el buen desempeño del cargo y reduciendo así el riesgo que conlleva la incorporación de nuevas
personas.
En este trabajo se elaboró un modelo de selección de personal, en condiciones de incertidumbre, aplicando
Lógica Difusa, utilizando como datos de entrada las descripciones de cargos de una empresa del retail,
con variables difusas triangulares y con solapamiento. Este fue comparado con un modelo clásico de
regresión múltiple.
Los resultados mostraron que, en este caso, el uso del modelo de regresión múltiple es más eficiente que
el modelo de lógica difusa optado.
Palabras clave: Lógica difusa, selección de personal, recurso humano, regresión múltiple, desempeño
del trabajador.
ABSTRACT
The incorporation of new personnel or the reallocation of existing tasks is an important decision, since
its correctness will determine the survival of the company. In this context, having a model of personnel
selection, that considers the associated ambiguous information and degrees of uncertainty, becomes relevant
when assessing the qualitative value of the applicants, able to deliver accurate and precise results thus
ensuring the good performance of the position and reducing the associated risk with the incorporation
of new people. In this work, a model of personnel selection, in conditions of uncertainty using fuzzy
logic and having as input the data descriptions of positions of a retail industry, with triangular fuzzy
variables and overlap was developed. This was compared with a classical model of multiple regressions.
The results showed in this case, that the use of the model of multiple regressions is more efficient than
the opted model of fuzzy logic.
Keywords: Fuzzy logic, human resources, selection of personnel, multiple regressions, worker perfomance.
1 Escuela Universitaria de Ingeniería Industrial, Informática y de Sistemas. Universidad de Tarapacá. 18 de Septiembre 2222.
Arica, Chile. E-mail: cdiazc@uta.cl; alejandra.m.aguilera@gmail.com; nguillen@parinacoop.cl
Ingeniare. Revista chilena de ingeniería, vol. 22 Nº 4, 2014
recursos humanos que estén muy bien dotados de Selección y contratación: Se refiere a la detección de
flexibilidad y adaptabilidad suficientes, de ahí que necesidades, reclutamiento, selección, contratación,
una correcta selección del personal impactará en incorporación e integración (planes de acogida) de
un alto grado en el desarrollo futuro de la empresa. las personas a la empresa.
Al modelo clásico de regresión múltiple para evaluar y Evaluación: Consiste en la dirección por objetivos,
seleccionar al mejor postulante a un puesto se propone evaluación del desempeño y evaluación por
como alternativa un modelo basado en lógica difusa, competencias.
que permita tanto minimizar los riesgos derivados
de la realización de tareas por personal inadecuado Mejorar: Busca mejorar el clima laboral, la
como maximizar la utilidad de la empresa con la motivación, los planes de formación, la adecuación
ubicación óptima de los trabajadores, permitiendo puesto-persona, la promoción y los planes de carrera
incorporar en ella toda la información de la que se dentro de una organización.
dispone por ambigua o subjetiva que esta sea, así
como con las imprecisiones que este tipo de toma Revisión: Se reestructuran las plantillas y se revisan
de decisiones conlleva. los objetivos y el modelo de gestión. Es importante
que haya retroalimentación para poder evaluar los
El objetivo general de este trabajo es evaluar cuál resultados y los objetivos.
de los modelos (regresión múltiple o lógica difusa)
entrega resultados más certeros al momento de evaluar Por otro lado, actualmente todas las organizaciones
y elegir un postulante para un puesto específico. viven en un constante proceso de transformación
que afecta también al personal de la empresa, esta
GESTIÓN DEL RECURSO HUMANO sufre frecuentes modificaciones, lo que genera
la necesidad de proveer en forma permanente
Una empresa cuenta con diversos tipos de recursos nuevos empleados. Por tanto, es conveniente que
que le permiten funcionar óptimamente y alcanzar la empresa tenga siempre abierto un proceso de
sus metas propuestas, el que está conformado reclutamiento y de selección de recursos humanos
por los empleados, trabajadores, colaboradores para el mantenimiento de su personal [19].
y demás personas que integran una organización,
siendo entonces el Departamento de Personal o Selección de personal: Consiste en elegir a una
Departamento de Recursos Humanos el área de persona para un puesto de trabajo con un determinado
la empresa que se dedica a organizar, desarrollar perfil, susceptible de ser definido mediante medidas
y poner en funcionamiento a estas personas, para que permitan ser comparadas con las cualidades del
conseguir en forma eficiente y eficaz los objetivos candidato. El proceso de selección se puede resumir
de la organización, utilizando para ello una serie en las siguientes tres fases [9]:
de funciones y actividades, como es la selección,
contratación, formación, empleo y retención de los a) Establecimiento del perfil del puesto de trabajo:
trabajadores [17]. Se realiza por medio del análisis de las tareas
encomendadas con posibilidades objetivas para
La Gestión de Recursos Humanos se puede definir su realización. El perfil comprende también la
como “la ciencia y la práctica que se ocupan de enumeración de las cualidades que el candidato
la naturaleza de las relaciones de empleo y del debe poseer para la correcta realización de las
conjunto de decisiones, acciones y cuestiones actividades que el puesto de trabajo comporta, así
vinculadas a dichas relaciones” [10]. Entonces, la como el grado de importancia que dicha competencia
gestión integral de recursos humanos se basa en tiene en relación con tal puesto.
cinco pilares fundamentales, estos son [17]:
b) Evaluación del candidato: Se dispone de una
Diseño de la estructura u organización del trabajo: amplia gama de posibilidades para elegir las
Se realizan análisis y descripciones de puestos, pruebas (formularios, entrevistas, exámenes, tests,
valoración de la política salarial y de las relaciones etc.) que, de alguna manera, intentan determinar
laborales. los niveles de aptitud de una persona en relación
548
Díaz-Contreras, Aguilera-Rojas y Guillén-Barrientos: Lógica difusa vs. modelo de regresión múltiple para la selección…
con ciertas cualidades que se estiman precisas función de la cultura, geografía, época o punto
para desarrollar correctamente las tareas de un de vista del usuario. La única condición que debe
puesto de trabajo. cumplir una función de pertenencia es que tome
valores entre 0 y 1, con continuidad. Según [15],
c) Adaptación del candidato al perfil: Una vez una de las funciones de pertenencia más utilizada
conocidos los niveles en que cada postulante por su simplicidad matemática es la triangular:
posee una determinada cualidad se procede a su definida por los límites (a, 0) y (c, 0) y por el punto
comparación con las cualidades del perfil del puesto central (b ,1) tal que:
de trabajo establecido, lo que permite conocer el
grado de adaptación de cada candidato y obtener, ⎧ 0 si x ≤ a
en definitiva, un orden de preferencia entre ellos. ⎪ x−a
⎪ si x ∈(a,b]
⎪ b−a
En el proceso de selección se debe contemplar µF (x) = ⎨ (1)
⎪ c− x
además del perfil profesional de los candidatos, los si x ∈[b,c)
requerimientos del puesto de trabajo y la cultura ⎪ c−b
⎪ 1 si x ≥ c
de la organización para que la selección garantice ⎩
el desempeño correcto del puesto y reduzca el
riesgo que conlleva incorporar a nuevas personas Donde, x = variable de entrada; a = punto en el eje
a la empresa [17]. x que señala el primer vértice del triángulo; b =
punto en el eje x que señala el segundo vértice del
LÓGICA DIFUSA triángulo; c = punto en el eje x que señala el tercer
vértice del triángulo.
La Lógica Difusa es un formalismo matemático
que pretende emular la habilidad que tienen algunas Una misma variable puede estar asociada a varias
personas para tomar decisiones correctas a partir de funciones de pertenencias a la vez, y estas pueden
datos vagos o imprecisos y que están expresados estar solapadas, es decir, “el vaso puede estar
lingüísticamente. Permite tratar información medio lleno y medio vacío a la vez”. Por ejemplo,
imprecisa, como estatura media o temperatura baja, en la Figura 1 el grupo de trabajadores “Mala”
en términos de conjuntos difusos que se combinan está constituido por todos los que tienen entre 0 y
en reglas para definir acciones, por ejemplo, “si la 4 años de experiencia laboral y el grupo “Regular”
temperatura es alta entonces enfriar mucho” [14]. lo conforman todos aquellos que tienen entre 2
y 6 años de experiencia laboral. Por lo tanto, el
Conjuntos difusos. Los conjuntos difusos pueden trabajador con una experiencia de 3,5 años tendrá
ser considerados como una generalización de los una pertenencia de 0,25 en el primer grupo, y una
conjuntos clásicos: la teoría clásica de conjuntos pertenencia de 0,75 en el segundo grupo.
solo contempla la pertenencia o no pertenencia de
un elemento a un conjunto, sin embargo la teoría de
conjuntos difusos contempla la pertenencia parcial de
un elemento a un conjunto, es decir, cada elemento
presenta un grado de pertenencia a un conjunto
difuso que puede tomar cualquier valor entre 0 y
1. Este grado de pertenencia se define mediante la
función de pertenencia asociada al conjunto difuso:
para cada valor que pueda tomar un elemento o
variable de entrada x la función de pertenencia
μA(x) proporciona el grado de pertenencia de este
valor de x al conjunto difuso A [15].
549
Ingeniare. Revista chilena de ingeniería, vol. 22 Nº 4, 2014
Operaciones con conjuntos difusos. Las operaciones principales: una base de conocimiento y un motor
básicas entre conjuntos difusos son: de inferencias. Las reglas lingüísticas empleadas
son de la forma: Si X1 es A1 y X2 es A2 y … Xn es
a) Unión (OR): La unión de dos conjuntos difusos A An, entonces, Y es B. Donde Xi e Y son variables
y B es un conjunto difuso A U B en U cuya función lingüísticas, y los Ai y B son etiquetas lingüísticas
de pertenencia es: asociadas a conjuntos difusos.
µ AB (x) = máx [ µ A (x), µ B (x) ] (2) c) Sistemas difusos tipo Takagi-Sugeno-Kang: En
lugar de trabajar con reglas lingüísticas, Takagi,
Sugeno y Kang propusieron un nuevo modelo
b) Intersección (AND): La intersección de dos
basado en reglas donde el antecedente estaba
conjuntos difusos A y B es un conjunto difuso A∩B
compuesto de variables lingüísticas y el consecuente
en U con función de pertenencia:
se representaba como una función de las variables
de entrada [21]. La forma más habitual de esta clase
µ AB (x) = mín [ µ A (x), µ B (x) ] (3) de reglas es la siguiente: Si X1 es A1 y … Xn es An,
entonces, Y = p1X1 + ... + pn X n + p0 . Siendo Xi las
Las funciones que definen la unión y la intersección variables de entrada, Y la variable de salida, y pi
de conjuntos difusos pueden generalizarse, a parámetros reales.
condición de cumplir ciertas restricciones. Las
funciones que cumplen estas condiciones se Superficies de implicación. Según [23], para que
conocen como Conorma Triangular (T-Conorma) se cumpla la equivalencia entre lógica clásica y
y Norma Triangular (T-Norma). En la mayoría de lógica difusa se debe traducir por una t-norma,
las aplicaciones a la ingeniería de la lógica difusa ya que preserva la relación causa-efecto y el
se usan como T-Conorma el operador máximo y sentido físico. Cada regla define una superficie de
como T-Norma el operador mínimo. implicación: para cada posible valor del antecedente
se puede obtener el conjunto difuso que resulta de
Variable lingüística. Se denomina Variable realizar la implicación; la superposición de todos
Lingüística a aquella que puede tomar por valor algún estos conjuntos difusos forman la superficie de
término del lenguaje natural, como “mucho”, “poco”, implicación de esa regla.
“positivo”, etc., que son palabras que desempeñan
el papel de etiquetas en un conjunto difuso [15]. Agregación lógica. Una vez evaluadas todas las
reglas y obtenidos los conjuntos difusos de salida
Sistemas de lógica difusa. Se pueden distinguir modificados, hay que realizar la agregación de
tres clases de sistemas basados en lógica difusa todas las reglas para obtener un resultado único
de acuerdo con la forma de las reglas y el tipo de de la actuación de todas ellas. Esta agregación es
entradas y salidas [1]: una unión lógica, y para conservar la equivalencia
entre lógica clásica y lógica difusa se traduce por
a) Sistemas difusos tipo Mamdani: Están compuestos una T-Conorma.
por una base de conocimiento, un motor de
inferencias, un bloque de fusificación y un bloque Métodos de desfusificación. Según [20], aunque
de desfusificación. Las reglas que manejan esta existen distintos métodos de desfusificación, uno
clase de sistemas son de la forma: Si X1 es A1 y X2 de los más usados en aplicaciones en gestión es el
es A2 y … Xn es An, entonces, Y es B. Donde las Centro de Sumas. Este considera la contribución
entradas Xi y la salida Y son números (no borrosos) individual del área de cada conjunto de salida
y por lo tanto, los Ai y B son conjuntos borrosos formado al aplicar cada una de las reglas:
sin interpretación directa. l n
550
Díaz-Contreras, Aguilera-Rojas y Guillén-Barrientos: Lógica difusa vs. modelo de regresión múltiple para la selección…
Donde, xsalida es la coordenada del centro de sumas, Tabla 1. Cantidad de colaboradores por Sección.
xi son los distintos valores que puede tomar x y μ(k)
Sección Nº de Colaboradores
representa el conjunto difuso obtenido al aplicar el
Seguridad 20
procedimiento de inferencia.
Hardlines 6
METODOLOGÍA Frutas y Verduras 3
Fiambrería y Deli 3
Planteamiento del problema. Debido a que se requiere Entretenimiento 8
evaluar cuál de los dos modelos entrega mejores Consumible 5
resultados al momento de evaluar los postulantes
Carnes y Pescados 5
para un puesto se seguirá el siguiente procedimiento:
Panadería y Pastelería 12
– Para cada puesto de trabajo, y usando las fichas Vestuario y Mundo bebé 8
de postulaciones, se aplicarán ambos modelos a Total 70
todos los trabajadores que están desempeñando
un determinado cargo (observación: el ingreso Se obtuvieron los resultados de las entrevistas de
de esos trabajadores a la empresa ha ocurrido trabajo realizadas por los jefes de cada sección a los
en distintas fechas). postulantes a algún cargo de “Colaborador” (único
instrumento que utiliza la empresa para seleccionar
– En cada modelo, y por cada puesto de trabajo, a los futuros “Colaboradores”). Los aspectos que se
se conocerá cuál es el mejor postulante evalúan son los requisitos o exigencias particulares
(observación: en este caso correspondería al que el “Colaborador” debe poseer para el buen
“mejor trabajador hipotético”). desempeño laboral en una determinada sección.
– Usando la última evaluación anual aplicada a Entre estos requisitos se distinguen aquellos que
cada uno de los trabajadores se conocerá cuál son exigidos en forma obligatoria para todas las
es el “mejor trabajador real” por cada puesto. secciones, estos son, que la persona sea mayor de
edad (mayor de 18 años) y que su nivel mínimo de
– Y por último, en cada puesto de trabajo, educación sea la enseñanza media (por ejemplo,
conociendo el “mejor trabajador real” y el para el caso de la sección “Seguridad” se exige,
“mejor trabajador hipotético”, se podrá evaluar además de lo anterior, que posean una certificación
cuál de los dos modelos tuvo más acierto. médica que cerciore un buen estado físico, que no se
encuentren en Dicom, y en el caso de los varones,
Datos. Se utilizará como datos de entrada la que estén al día con el servicio militar).
información de los procesos de selección de personal
del supermercado LIDER de Walmart Chile ubicado Selección del mejor postulante. Si consideramos
en Diego Portales, Arica, Chile. un puesto de trabajo para el que son necesarias n
competencias, que expresamos como un conjunto
Solo se considerará el proceso de selección para el finito de características exigidas X= {c1, c2,…,
cargo de Colaborador y no se incluirá el proceso cn}, y disponemos de R postulantes, Post = {P1,
de selección para los cargos de gerente de venta, P2,…, PR}, para cubrir las vacantes, la selección
subadministradores y jefes de las áreas de la empresa, se debe hacer evaluando a cada postulante en las
ya que no fue posible acceder a sus evaluaciones, n competencias. Esta evaluación puede entenderse
estas son tratadas de manera confidencial en la como el grado de pertenencia a un conjunto difuso
central de Santiago. Con ello, la muestra a estudiar se o φ–difuso. [6]
limita a los Colaboradores que trabajan actualmente
en el supermercado 45 horas semanales en las Tal como se muestra en la Figura 2, los R postulantes
secciones de: “Seguridad”, “Hardline”, “Frutas y deben ser valorados en las n competencias, además,
Verduras”, “Fiambrería y Deli”, “Entretenimiento”, Recursos Humanos debe definir un candidato ideal,
“Consumible”, “Carnes y Pescados”, “Panadería prefijando las valoraciones que considera óptimas
y Pastelería” y “Vestuario y Mundo Bebé”. O sea, en cada competencia. Luego, al comparar ambos, se
70 trabajadores: puede determinar la distancia respecto del candidato
551
Ingeniare. Revista chilena de ingeniería, vol. 22 Nº 4, 2014
ideal. En cualquier caso, se puede asegurar que un La Distancia de Hamming calcula la diferencia
aspirante al puesto será mejor para la empresa cuanto entre los extremos de los intervalos, por ello, no
más “parecido” sea al candidato ideal prefijado. diferencia entre un exceso o un defecto respecto del
ideal, por lo que evalúa ambos de forma equivalente.
En cambio, el Coeficiente de Adecuación incluye
implícitamente una corrección de los excesos y
defectos.
Dados un conjunto de referencia X=(x1, x2, x3, Aplicación de la lógica difusa. La aplicación
…, x n) y dos conjuntos φ –difuso A ϕ , B ϕ , con consta de seis pasos:
funciones de pertenencia µϕA (x j ) = ⎡ a1x j ,ax2 j ⎤ y
⎣ ⎦ Paso 1: Definir los requisitos exigidos por cada
µϕB (x j ) = ⎡ b1x j ,bx2 j ⎤ , con j=1, 2, 3, … , n, se define: tipo de puesto. Estos a su vez están divididos en:
⎣ ⎦
a) La Distancia de Hamming como: Ä Requisitos críticos: Estos requisitos deben
cumplirse de manera obligatoria, previa a la
1 ⎛ n ϕ ⎞ evaluación del postulante. Si no los cumple no está
(
d A ϕ , B ϕ = ) ( )
⎜ ∑ µ A x j − µ B x j ⎟ =
2n ⎝ j=1
ϕ
( ) dentro del perfil deseado (método no compensatorio),
⎠
(5) resultando ser “No Apto” para dicho puesto.
1 ⎛ n 1
( )
⎞
⎜ ∑ ax j − bx j + ax j − bx j ⎟
1 2 2
2n ⎝ j=1 Ä Requisitos propios del puesto: Estos requisitos
⎠
son deseables que los cumpla el postulante, y puede
compensar el sobrecumplimiento de algunos de ellos
b) El Coeficiente de Adecuación como: con déficit en otros. Siguiendo la metodología de
[7] y [4], se señala la etiqueta lingüística apropiada
1 n x
( )
µ Bϕ A ϕ = ∑ µ ϕj A ϕ
n j=1 B
( ) (6)
para cada requisito: “Excelente”, “Bueno”, “Regular”
y “Malo”.
552
Díaz-Contreras, Aguilera-Rojas y Guillén-Barrientos: Lógica difusa vs. modelo de regresión múltiple para la selección…
Paso 4: Definir las variables difusas. Se debe características cognitivas y de personalidad requeridas
definir los rangos de valores de las variables difusas para desempeñar el cargo.
tanto para el candidato ideal como para cada uno
de los postulantes. Se usarán cuatro intervalos que Paso 2: Selección de criterios y predictores. El
corresponden a variables difusas triangulares y con criterio o la variable dependiente (Y) estará constituida
solapamiento: Excelente, intervalo (6,10); Bueno, por el desempeño laboral, que será medido como
intervalo (4,8); Regular, intervalo (2,6) y Malo, el “Potencial para el cargo” y los predictores o las
intervalo (0,4). variables independientes (X1, X2, …, Xn) serán los
resultados obtenidos por los sujetos en las entrevistas
de trabajos.
553
Ingeniare. Revista chilena de ingeniería, vol. 22 Nº 4, 2014
Habilidades Exc. Bue. Reg. Malo Rasgos generales Exc. Bue. Reg. Malo
Proactividad X Apariencia X
Empatía X Actitud X
Conversación y lenguaje X Motivación por el trabajo X
Potencial para el cargo X
Rasgos generales Exc. Bue. Reg. Malo
Apariencia X Exigencias básicas Exc. Bue. Reg. Malo
Actitud X Examen psicológico X
Motivación por el trabajo X Curso OS10 X
Potencial para el cargo X Antecedentes X
Experiencia laboral X
Exigencias básicas Exc. Bue. Reg. Malo Aptitudes físicas X
Examen psicológico X
Curso OS10 X Pasos 4 y 5: Variables difusas y calificación por
Antecedentes X grupo de requisitos. Los intervalos de las variables
Experiencia laboral X difusas triangulares y con solapamiento del candidato
Aptitudes físicas X ideal y del candidato 1 están en las Tablas 5 y 6.
Tabla 3. Coeficientes según sección. Paso 6: Elección del mejor postulante. Una vez
Requisitos del puesto Seguridad ingresados los antecedentes de todos los postulantes
Exigencias básicas 80% se procede a calcular tanto la Distancia de Hamming
Habilidades 10% como el Coeficiente de Adecuación. En este caso
Rasgos generales 10% la Tabla 7 muestra los resultados de solo dos
Total 100% candidatos. La Distancia de Hamming señala que el
mejor para el puesto de seguridad es el Nº 1, ya que
En este caso se valora más las “Exigencias básicas” tiene la menor distancia; en cambio, el Coeficiente
que posea el postulante en vez de las “Habilidades” de Adecuación elige al candidato Nº 2, ya que tiene
o “Rasgos generales”. el mayor valor.
Paso 3: Antecedentes de los postulantes. Los datos Tabla 5. Variables difusas candidato ideal.
del postulante 1 se muestran en la Tabla 4. En ella
EVALUACIÓN CANDIDATO IDEAL
se aprecia que cumple con los requisitos mínimos, Sección a la que postula Seguridad
y por lo tanto continúa en el proceso.
Requisitos del puesto Etiquetas lingüísticas
Tabla 4. Antecedentes de los postulantes.
Datos postulante 1 Habilidades Exc. Bue. Reg. Malo
Nombre Colaborador 1 Proactividad 10 8 6
Sección a la que postula Seguridad Empatía 10 8 6
Nivel de educación Media Conversación y lenguaje 10 8 6
Edad 29 Calificación 10,0 8,00 6,00
554
Díaz-Contreras, Aguilera-Rojas y Guillén-Barrientos: Lógica difusa vs. modelo de regresión múltiple para la selección…
555
Ingeniare. Revista chilena de ingeniería, vol. 22 Nº 4, 2014
556
Díaz-Contreras, Aguilera-Rojas y Guillén-Barrientos: Lógica difusa vs. modelo de regresión múltiple para la selección…
Tabla 10. Criterio, predictores y pronóstico para los resultados obtenidos al emplear el modelo de
la sección Seguridad. selección de personal basado en la lógica difusa
Potencial para todas las secciones.
Empatía Experiencia
para el
Postulante laboral
X1 X2
cargo Tabla 12. Tabla resumen del modelo basado en
Y lógica difusa
1 3 3 3 3,25
2 3 2 3 2,90 Distancia Coeficiente
Mejor Mejor
Sección de de
3 3 2 3 2,90 postulante postulante
Hamming adecuación
4 3 4 4 3,59
Seguridad 0,1 Nº 20 1,0512 Nº 20
5 2 3 2 2,69
Hardlines 0,5867 Nº 5 1,3438 Nº 5
6 3 3 3 3,25
Frutas y 0 Nº 3 1 Nº 3
7 2 1 2 1,99 Verduras
8 3 3 3 3,25 Fiambrería 0,08 Nº 1 1,0408 Nº 1
9 4 4 4 4,15 y Deli
10 3 3 3 3,25 Entreteni- 0,2378 Nº 6 1,1264 Nº 6
11 3 4 4 3,59 miento
12 3 3 4 3,25 Consumible 0,1071 Nº 4 1,0550 Nº 4
13 3 4 4 3,59 Carnes y 0,3543 Nº 5 1,1944 Nº 5
14 3 4 3 3,59 Pescados
15 2 3 3 2,69 Panadería y 0,05 Nº 2 y 6 1,0253 Nº 2 y 6
16 2 3 3 2,69 Pastelería
17 1 3 2 2,13 Vestuario 0,4667 Nº 5 y 7 1,2642 Nº 5 y 7
y Mundo
18 3 3 3 3,25
bebé
19 3 2 3 2,90
20 4 4 4 4,15
La utilización de etiquetas lingüísticas y la operativa
Tabla 11. Resultados del modelo de regresión con ellas no entregan un candidato ideal para un
múltiple. puesto, sino que para un mismo puesto habrá
varios candidatos idóneos con distintos grados de
Mejor
Sección R2 verosimilitud. Cuando dos candidatos son idóneos
postulante
Seguridad: con un grado similar de verosimilitud, será necesario
Ŷ = 0,525 +0,559 X1 + 0,348 X 2 71,0% Nº 9 y 20 agregar otros requisitos específicos para quedar con
Hardlines:
un solo candidato.
Ŷ = −3,038 + 1,308 X1 + 0,769 X 2 89,5% Nº 1
Al observar la Tabla 12 se puede apreciar que
Entretenimiento:
90,0% Nº 2 el método Distancia de Hamming como el de
Ŷ = 0,188 +0,563 X1 + 0,375 X 2
Coeficiente de Adecuación arrojan los mismos
Panadería y Pastelería: postulantes como los mejores candidatos en todas
Ŷ = −1,036 + 0,643 X1 + 0,714 X 2 89,0% Nº 12
las secciones. Además, se observa que en la sección
Vestuario y Mundo Bebé: de “Frutas y verduras” la puntuación obtenida
Ŷ = 0,043 + 0,543 X1 + 0,348 X 2 80,3% Nº 1, 4 y 8 en la distancia de Hamming y en Coeficiente de
Adecuación es de 0 y 1, respectivamente, lo que
es decir, que los predictores explican bastante a la indica que el postulante seleccionado posee un alto
variable dependiente. Cuando el modelo arroja que grado de verosimilitud.
existe más de un candidato ideal, será necesario
agregar otros requisitos específicos para quedar con un Resumen. En la Tabla 13 se muestra un resumen,
solo candidato, o bien, reponer una variable que haya para cada sección, del candidato elegido por ambos
sido descartada por su bajo poder explicativo pero modelos y se comparan con la evaluación de
que podría permitir que quede un único candidato. desempeño del mejor trabajador (una vez contratado).
Resultados obtenidos con el modelo basado en En la Tabla 13 se aprecia que el modelo de regresión
Lógica Difusa. En la Tabla 12 se dan a conocer múltiple de las cinco secciones evaluadas acertó en
557
Ingeniare. Revista chilena de ingeniería, vol. 22 Nº 4, 2014
Tabla 13. Mejor postulante según los modelos. aplicó en ambos modelos, los resultados obtenidos
son homogéneos y comparables.
Regres. Lógica Eval. de
Sección
múltip. difusa desempeño
Si bien los resultados muestran que el modelo
Seguridad Nº 9 y 20 Nº 20 Nº 20 optado utilizando variables difusas triangulares y
Hardlines Nº 1 Nº 5 Nº 1 con solapamiento de 25% del área es ampliamente
Frutas y Verduras - Nº 3 Nº 1 superado por el modelo de regresión múltiple, sería
Fiambrería y Deli - Nº 1 Nº 3 recomendable probar otros modelos de lógica difusa
Entretenimiento Nº 2 Nº 6 Nº 4 (por ejemplo, con distintas funciones de pertenencias,
Consumible - Nº 4 Nº 2 con distintos porcentajes de solapamiento).
Carnes y Pescados - Nº 5 Nº 5
Panadería y Pastelería Nº 12 Nº 2 y 6 Nº 12 Una posible distorsión en los resultados puede ocurrir
Vestuario y Mundo Bebé Nº 1, 4 Nº 5 y 7 Nº 1 con “postulantes” (actualmente empleados) que
y8 han ingresado a la empresa en distintos años, y al
compararlos con la última evaluación de desempeño
4 (Seguridad; Hardlines; Panadería y Pastelería; se podrían ver favorecidos, ya que los trabajadores
y Vestuario y Mundo Bebé) lo que representa un más antiguos, por el hecho de tener mayor
80% de acierto. En cambio, el modelo de lógica experiencia, podrían hoy tener mejor evaluación.
difusa, de las 9 secciones, solo acertó en dos de En un futuro trabajo sería recomendable que solo
ellas (Seguridad y Carnes y Pescados), lo que se considerasen “postulantes” con antigüedades
representa 22%. similares en un mismo puesto.
CONCLUSIONES REFERENCIAS
Actualmente los recursos humanos se consideran un [1] S. Aja. “Un nuevo marco matricial para la
activo fuente de ventaja competitiva para la empresa. implementación eficiente de esquemas de
Una manera de aprovechar lo mejor posible este inferencia difusa aplicados al procesado de
recurso es mediante la gestión por competencias. Las información no numérica”. Biblioteca Virtual
competencias son los conocimientos, habilidades, Miguel de Cervantes. Alicante, España. 2005.
[2] G. Bojadzvol and M. Bojadziev. “Fuzzy Logic
actitudes, aptitudes, etc., que hacen que el desarrollo
For Business, Finance, and Management”.
de ciertas tareas y actividades, así como el logro
Worls Scientific Publishing Co. Pte. Ltd. 2a
de determinados resultados, sean sobresalientes.
Edition. 2007.
[3] G. Bohlander, S. Snell y A. Sherman.
El objetivo de este trabajo era elaborar un modelo
“Administración de recursos humanos”.
de selección de personal aplicando la Lógica Difusa
Editorial Thomson Learning. 12va edición.
y compararla con un modelo clásico de regresión
2004.
múltiple, de modo de determinar cuál de ellos es
[4] A. Caballero, A. Gento y A. Redondo.
más preciso al momento de seleccionar un postulante
“Selección de personal utilizando lógica
a un determinado puesto. Para esto fue necesario borrosa”. IX Congreso de Ingeniería de
comparar los postulantes elegidos con las últimas Organización. Gijón, España. 2005
evaluaciones realizadas por la empresa a todos sus [5] M. Caetano, D. Gherardi and T. Yoneyama.
empleados. Si en cada sección el empleado mejor “Applied Engineering on Biosystems:
evaluado coincide con el candidato elegido por uno Representation of policies aimed at
de los modelos, entonces se considera como un the reduction of global warming using
acierto del modelo. fuzzy rules”. Proceedings of the WSEAS
International Conference on Mathematical
En general, aunque es recomendable que las and Computational Methods in Science and
etiquetas lingüísticas se definan en número impar Engineering (MACMESE’09). Baltimore,
para alcanzar una cierta simetría en la evaluación, MD, USA. November, 2009.
se prefirió usar la metodología sugerida en [7] y [4], [6] L. Canós and V. Liern. “Soft computing-
considerando solo cuatro etiquetas. Como ello se based aggregation methods for human
558
Díaz-Contreras, Aguilera-Rojas y Guillén-Barrientos: Lógica difusa vs. modelo de regresión múltiple para la selección…
559