Modelamiento predictivo de riesgos psicosociales en trabajadores de una empresa del sector educativo
Descripción del Articulo
La presente investigación busca desarrollar un modelo predictivo para la exposición al riesgo psicosocial en los trabajadores de una empresa del sector educativo. Utilizando la metodología CRISP – DM, se aplicó una regresión logística binaria en los datos de una muestra de 487 trabajadores docentes...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2019 |
| Institución: | Universidad San Ignacio de Loyola |
| Repositorio: | USIL-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.usil.edu.pe:20.500.14005/9790 |
| Enlace del recurso: | https://hdl.handle.net/20.500.14005/9790 |
| Nivel de acceso: | acceso abierto |
| Materia: | Docente Algoritmo Modelo de simulación Actitud laboral https://purl.org/pe-repo/ocde/ford#1.02.01 |
| id |
USIL_0128400407bc15a736b8f0d2b750eba4 |
|---|---|
| oai_identifier_str |
oai:repositorio.usil.edu.pe:20.500.14005/9790 |
| network_acronym_str |
USIL |
| network_name_str |
USIL-Institucional |
| repository_id_str |
3128 |
| spelling |
409491a9-8e4f-4f6f-8d79-232346a37018-1Egües Martínez, Moisés64ee4ed0-b217-45ca-b7bb-5a6ebdc4641d-1Jesús Calero, Paola Melissa2020-03-11T14:43:14Z2020-03-11T14:43:14Z2019La presente investigación busca desarrollar un modelo predictivo para la exposición al riesgo psicosocial en los trabajadores de una empresa del sector educativo. Utilizando la metodología CRISP – DM, se aplicó una regresión logística binaria en los datos de una muestra de 487 trabajadores docentes y administrativos. Se encontró que las variables predictoras del riesgo psicosocial son el turno de trabajo y el sueldo del trabajador. Además, se encontró que ambas variables se relacionan positivamente con la aparición de riesgo psicosocial, siendo los turnos más disparejos y los sueldos más altos los que presentan una mayor exposición al mismo. Finalmente, se halló que el modelo predictivo desarrollado cuenta con un poder predictivo del 73.9%. El modelamiento predictivo fue otorgado a la empresa para ser utilizado por los departamentos de gestión humana y seguridad y salud en el trabajo para la implementación de planes de intervención focalizados y la actualización de los perfiles de selección de la organización.Tesisapplication/pdfhttps://hdl.handle.net/20.500.14005/9790spaUniversidad San Ignacio de LoyolaPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Universidad San Ignacio de LoyolaRepositorio Institucional - USILreponame:USIL-Institucionalinstname:Universidad San Ignacio de Loyolainstacron:USILDocenteAlgoritmoModelo de simulaciónActitud laboralhttps://purl.org/pe-repo/ocde/ford#1.02.01Modelamiento predictivo de riesgos psicosociales en trabajadores de una empresa del sector educativoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionSUNEDUPublication2585754572555581612296https://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisIngenieríaUniversidad San Ignacio de Loyola. Facultad de Ingeniería. Carrera de Ingeniería Informática y de SistemasTítulo ProfesionalIngeniero Informático y de SistemasORIGINAL2019_Jesus-Calero.pdf2019_Jesus-Calero.pdfTexto completoapplication/pdf1202836https://repositorio.usil.edu.pe/bitstreams/cacd6e47-449a-4a68-aacb-ba5d501cec5b/download8890e1d30546506f0cdb7427e724c036MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-8403https://repositorio.usil.edu.pe/bitstreams/fb6b9d7f-a5f0-4ddc-a16c-edcf71103769/downloadf9976ed1e62b1fd0bb0352d58dba7be2MD52TEXT2019_Jesus-Calero.pdf.txt2019_Jesus-Calero.pdf.txtExtracted texttext/plain76880https://repositorio.usil.edu.pe/bitstreams/36b9ec5c-6580-450a-84fa-00eb36f2f55a/download431a2d9ff27a02f5bda2fc2a827fbe15MD53THUMBNAIL2019_Jesus-Calero.pdf.jpg2019_Jesus-Calero.pdf.jpgGenerated Thumbnailimage/jpeg8572https://repositorio.usil.edu.pe/bitstreams/e0f2afaa-9935-4846-98bd-414fd357e42c/downloadb2cd087cf14ddcb2b832ae99ae4d722cMD5420.500.14005/9790oai:repositorio.usil.edu.pe:20.500.14005/97902023-04-17 10:03:34.61http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttps://repositorio.usil.edu.peRepositorio institucional de la Universidad San Ignacio de Loyolarepositorio.institucional@usil.edu.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 |
| dc.title.es_ES.fl_str_mv |
Modelamiento predictivo de riesgos psicosociales en trabajadores de una empresa del sector educativo |
| title |
Modelamiento predictivo de riesgos psicosociales en trabajadores de una empresa del sector educativo |
| spellingShingle |
Modelamiento predictivo de riesgos psicosociales en trabajadores de una empresa del sector educativo Jesús Calero, Paola Melissa Docente Algoritmo Modelo de simulación Actitud laboral https://purl.org/pe-repo/ocde/ford#1.02.01 |
| title_short |
Modelamiento predictivo de riesgos psicosociales en trabajadores de una empresa del sector educativo |
| title_full |
Modelamiento predictivo de riesgos psicosociales en trabajadores de una empresa del sector educativo |
| title_fullStr |
Modelamiento predictivo de riesgos psicosociales en trabajadores de una empresa del sector educativo |
| title_full_unstemmed |
Modelamiento predictivo de riesgos psicosociales en trabajadores de una empresa del sector educativo |
| title_sort |
Modelamiento predictivo de riesgos psicosociales en trabajadores de una empresa del sector educativo |
| author |
Jesús Calero, Paola Melissa |
| author_facet |
Jesús Calero, Paola Melissa |
| author_role |
author |
| dc.contributor.advisor.fl_str_mv |
Egües Martínez, Moisés |
| dc.contributor.author.fl_str_mv |
Jesús Calero, Paola Melissa |
| dc.subject.es_ES.fl_str_mv |
Docente Algoritmo Modelo de simulación Actitud laboral |
| topic |
Docente Algoritmo Modelo de simulación Actitud laboral https://purl.org/pe-repo/ocde/ford#1.02.01 |
| dc.subject.ocde.none.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#1.02.01 |
| description |
La presente investigación busca desarrollar un modelo predictivo para la exposición al riesgo psicosocial en los trabajadores de una empresa del sector educativo. Utilizando la metodología CRISP – DM, se aplicó una regresión logística binaria en los datos de una muestra de 487 trabajadores docentes y administrativos. Se encontró que las variables predictoras del riesgo psicosocial son el turno de trabajo y el sueldo del trabajador. Además, se encontró que ambas variables se relacionan positivamente con la aparición de riesgo psicosocial, siendo los turnos más disparejos y los sueldos más altos los que presentan una mayor exposición al mismo. Finalmente, se halló que el modelo predictivo desarrollado cuenta con un poder predictivo del 73.9%. El modelamiento predictivo fue otorgado a la empresa para ser utilizado por los departamentos de gestión humana y seguridad y salud en el trabajo para la implementación de planes de intervención focalizados y la actualización de los perfiles de selección de la organización. |
| publishDate |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2020-03-11T14:43:14Z |
| dc.date.available.none.fl_str_mv |
2020-03-11T14:43:14Z |
| dc.date.issued.fl_str_mv |
2019 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| format |
bachelorThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.14005/9790 |
| url |
https://hdl.handle.net/20.500.14005/9790 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.none.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.es_ES.fl_str_mv |
Universidad San Ignacio de Loyola |
| dc.publisher.country.es_ES.fl_str_mv |
PE |
| dc.source.es_ES.fl_str_mv |
Universidad San Ignacio de Loyola Repositorio Institucional - USIL |
| dc.source.none.fl_str_mv |
reponame:USIL-Institucional instname:Universidad San Ignacio de Loyola instacron:USIL |
| instname_str |
Universidad San Ignacio de Loyola |
| instacron_str |
USIL |
| institution |
USIL |
| reponame_str |
USIL-Institucional |
| collection |
USIL-Institucional |
| bitstream.url.fl_str_mv |
https://repositorio.usil.edu.pe/bitstreams/cacd6e47-449a-4a68-aacb-ba5d501cec5b/download https://repositorio.usil.edu.pe/bitstreams/fb6b9d7f-a5f0-4ddc-a16c-edcf71103769/download https://repositorio.usil.edu.pe/bitstreams/36b9ec5c-6580-450a-84fa-00eb36f2f55a/download https://repositorio.usil.edu.pe/bitstreams/e0f2afaa-9935-4846-98bd-414fd357e42c/download |
| bitstream.checksum.fl_str_mv |
8890e1d30546506f0cdb7427e724c036 f9976ed1e62b1fd0bb0352d58dba7be2 431a2d9ff27a02f5bda2fc2a827fbe15 b2cd087cf14ddcb2b832ae99ae4d722c |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional de la Universidad San Ignacio de Loyola |
| repository.mail.fl_str_mv |
repositorio.institucional@usil.edu.pe |
| _version_ |
1865367797159165952 |
| score |
13.086692 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).