Predicción interpretable de permanencia laboral para cargos administrativos en Colombia mediante el uso del modelo de Machine Learning Cubist

Abstract

La rotación temprana de personal genera impactos económicos, sociales y culturales que afectan la sostenibilidad de las empresas. La predicción es un reto importante aún, pese al uso de múltiples enfoques analíticos. Objetivo: Identificar patrones sociodemográficos asociados a la permanencia laboral usando el modelo Cubist ensamblado, y comparar su desempeño con Lasso, CART y Cubist sin ensamble. Metodología: Los datos analizados, corresponden a la Encuesta de Calidad de Vida del DANE (2023). Se aplicó imputación por MICE, selección de variables con Chi², V de Cramer y Kruskal-Wallis, y se entrenaron modelos con 70 % de los datos (n = 2747), validando con el 30 % restante (n = 1774). Resultados: El modelo Cubist ensamblado (150 comités, 90 vecinos) mostró el mejor rendimiento, respecto a los 3 comparados. Las variables más influyentes para el incremento de la permanencia laboral, fueron edad, salario, tipo de contrato y, en menor medida, educación de la madre, indicando posibles investigaciones a futuro con datos dedicados a este objeto de estudio, comparar los resultados obtenidos, profundizar sobre la explicación de la afectación en permanencia de estas variables.