Propuesta de técnicas de reducción de datos con escalamiento óptimo y análisis de correspondencia, mediante componentes principales en la evaluación de clima laboral, caso empresa de saneamiento, Arequipa, 2023

• Autor: Villavicencio Luna, Enrique Mauro
• Formato: tesis doctoral
• Fecha de Publicación: 2024
• Institución: Universidad Nacional de San Agustín
• Repositorio: UNSA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsa.edu.pe:20.500.12773/18222
• Enlace del recurso: https://hdl.handle.net/20.500.12773/18222
• Nivel de acceso: acceso abierto
• Materia: Análisis factorial; Rotación de factores; Análisis de correspondencias; Reactivos; Escalamiento; https://purl.org/pe-repo/ocde/ford#5.02.04

El estudio que tiene como título “Propuesta de técnicas de reducción de datos con escalamiento óptimo y análisis de correspondencia mediante componentes principales en la evaluación de Clima laboral, Arequipa, 2023”, responde a la formulación del problema de entender cómo es y en qué consiste un modelo de evaluación mediante técnicas de reducción de datos con escalamiento óptimo y análisis de correspondencia. La investigación tomó en cuenta información proveniente de la empresa de saneamiento de Arequipa y se realizó bajo el diseño no experimental, de nivel descriptivo y aplicativo o propositivo, cuya población de estudio estuvo conformada por personal directivo y operativo de las diferentes áreas con una muestra probabilística de 223 colaboradores, a quienes se aplicaron sendos cuestionarios para conocer sus percepciones sobre la prevalencia situacional del clima laboral en el marco del proceso de diagnóstico, bajo el modelo propuesto por Litwin & Stringer. En una segunda etapa, tras recopilar, tabular y procesar la información obtenida, se llevó a cabo el análisis factorial. Esta técnica estadística se emplea para identificar patrones subyacentes en un conjunto de variables observadas, así como para reducir la dimensionalidad de los datos y resumir la información en un conjunto más reducido de factores. El análisis factorial permite comprender las relaciones entre las variables y sirve como base para la interpretación y el análisis de datos complejos. Como resultado de este análisis, se procedió a realizar un análisis de correspondencias para determinar vi un plano cartesiano que representara los enfoques de los factores y las escalas. Cumpliendo con los objetivos general específicos planteados, se desarrolló el modelo de reducción de datos mediante el análisis factorial y análisis de correspondencias que permitió identificar seis factores que agrupan dimensiones de 48 reactivos con cargas equivalentes y sus respectivas escalas de calificación. Los resultados de acercamientos de factores y respuestas según mapeo del diagrama de análisis de correspondencias determina a los siguientes factores: Factor 1: denominado recompensa, cuya categoría de respuestas agrupada corresponde a rara vez; Factor 2: Deficiente organización y planificación con respuestas concentradas en la categoría de Siempre; Factor 3: Calidez, ambiente de trabajo tenso y falta de accesibilidad a las jefaturas, con una agrupación de respuestas en la categoría de Nunca; Factor 4: Responsabilidad, centrada en la categoría de respuestas de Casi siempre; Factor 5: Apoyo, falta de trabajo en equipo con respuestas agrupadas en la categoría de Algunas veces y Factor 6: Identidad, cuya categoría de respuestas corresponde a Algunas veces. Cabe mencionar que, el modelo propuesto puede ser replicado en evaluaciones de aspectos relevantes de las diferentes áreas de la empresa, así como en el ámbito teórico académico como propuesta metodológica.