ANÁLISIS DE LA ROTACIÓN LABORAL:
INTERRELACIONES ENTRE CAUSAS DE SALIDA,
NIVEL EDUCATIVO, EDAD Y ANTIGÜEDAD DE
LOS EMPLEADOS
ANALYSIS OF LABOR TURNOVER: NTERRELATIONSHIPS
BETWEEN CAUSES OF EXIT, EDUCATIONAL LEVEL, AGE
AND SENIORITY OF EMPLOYEES
Joel Abiel Ramírez
Tecnológico Nacional de México, México
Ana Lura Piña Martínez
Tecnológico Nacional de México, México
Silvia Sosol Sánchez
Tecnológico Nacional de México, México
Jesús Andrés Caiceros Ortiz
Tecnológico Nacional de México, México
pág. 3755
DOI: https://doi.org/10.37811/cl_rcm.v9i4.19024
Análisis de la Rotación Laboral: Interrelaciones entre Causas de Salida,
Nivel Educativo, Edad y Antigüedad de los Empleados
Joel Abiel Ramírez1
imecjar@gmail.com
https://orcid.org/0000-0001-9028-2782
Tecnológico Nacional de México
Instituto Tecnológico Superior de Huatusco
Huatusco – México
Silvia Sosol Sánchez
ssosols@huatusco.tecnm.mx
https://orcid.org/0000-0001-9028-2782
Tecnológico Nacional de México
Instituto Tecnológico Superior de Huatusco
Huatusco – México
Ana Lura Piña Martínez
apinam@huatusco.tecnm.mx
https://orcid.org/0000-0003-4137-6306
Tecnológico Nacional de México
Instituto Tecnológico Superior de Huatusco
Huatusco – México
Jesús Andrés Caiceros Ortiz
jcaiceroso@huatusco.tecnm.mx
https://orcid.org/0009-0009-7348-103X
Tecnológico Nacional de México
Instituto Tecnológico Superior de Huatusco
Huatusco – México
RESUMEN
Este estudio investiga las relaciones entre las causas de baja de los empleados, su nivel educativo, rango
de edad y antigüedad en una empresa del sector de manufactura y comercialización de café. Se
analizaron 50 registros de bajas de personal utilizando la prueba de independencia Chi-cuadrado (χ²).
Los resultados revelan asociaciones significativas entre la causa de baja y el nivel educativo (χ² =
121.1951, p = 0.0013), la causa de baja y el rango de edad (χ² = 94.5358, p = 0.0098), y la causa de baja
y el rango de antigüedad (χ² = 73.2803, p = 0.0275). También se encontró una relación significativa
entre el nivel educativo y el rango de edad (χ² = 48.7748, p = 0.0166), y entre el nivel educativo y el
rango de antigüedad (χ² = 40.9472, p = 0.0169). Estos hallazgos sugieren que la rotación de personal es
un fenómeno multifactorial influenciado por la interacción entre las características individuales de los
empleados y las circunstancias de su salida. Se discuten las implicaciones de estos resultados para la
gestión de recursos humanos y se proponen recomendaciones para mejorar la retención de talento,
incluyendo la implementación de estrategias diferenciadas según el perfil educativo, la etapa de la vida
y la trayectoria de los empleados en la empresa. Se concluye que un enfoque holístico y personalizado
es importante para abordar eficazmente la rotación de personal.
Palabras claves: rotación de personal, causas de baja, nivel educativo, análisis chi-cuadrado, retención
de talento
1
Autor principal
Correspondencia: imecjar@gmail.com
pág. 3756
Analysis of Labor Turnover: Interrelationships between Causes of Exit,
Educational Level, Age and Seniority of Employees
ABSTRACT
This study investigates the relationships between employee attrition causes, educational level, age
range, and tenure in a company in the Coffee Manufacturing and Marketing sector. Fifty employee
attrition records were analyzed using the Chi-square (χ²) test of independence. The results reveal
significant associations between attrition cause and educational level (χ² = 121.1951, p = 0.0013),
attrition cause and age range (χ² = 94.5358, p = 0.0098), and attrition cause and tenure (χ² = 73.2803, p
= 0.0275). A significant relationship was also found between educational level and age range (χ² =
48.7748, p = 0.0166), and between educational level and tenure (χ² = 40.9472, p = 0.0169). These
findings suggest that employee turnover is a multifactorial phenomenon influenced by the interaction
between individual employee characteristics and the circumstances of their departure. The implications
of these results for human resource management are discussed, and recommendations are proposed to
improve talent retention, including the implementation of differentiated strategies based on educational
profile, life stage, and employee tenure in the company. It is concluded that a holistic and personalized
approach is essential to effectively address employee turnover.
Keywords: employee turnover, attrition causes, educational level, chi-square análisis, talent retention
Artículo recibido 21 julio 2025
Aceptado para publicación: 25 agosto 2025
pág. 3757
INTRODUCCIÓN
La rotación de personal, entendida como el flujo de entrada y salida de empleados en una organización,
constituye un desafío constante para la gestión del talento humano y un indicador clave de la salud
organizacional (Güzeller & Çeliker, 2019). Un nivel elevado de rotación puede generar costos
significativos para las empresas, tanto directos (reclutamiento, selección, capacitación) como indirectos
(pérdida de productividad, disminución de la moral del equipo, impacto en la calidad del servicio)
(Subramony & Holtom, 2012; Elsafty & Sayed, 2023). Si bien una cierta tasa de rotación puede ser
incluso beneficiosa, al permitir la incorporación de nuevas ideas y habilidades (Güzeller & Çeliker,
2019), una rotación excesiva y no planificada suele ser perjudicial.
A lo largo de los años, se han desarrollado diversas teorías para explicar por qué los empleados deciden
abandonar sus puestos de trabajo. El modelo de compromiso organizacional, por ejemplo, postula que
cuanto mayor es el vínculo psicológico de un empleado con la organización, menor es su probabilidad
de renunciar (Iqbal et al., 2014; Albalawi et al., 2019). Este compromiso, a su vez, se ve afectado por
factores como la satisfacción laboral, el apoyo organizacional percibido y la justicia en el trato (Mudor,
2011; Gelens et al., 2013).
Sin embargo, la decisión de un empleado de permanecer o salir de una organización es un fenómeno
complejo y multifactorial, que va más allá del simple compromiso. Aspectos como el liderazgo, la
cultura organizacional, las oportunidades de desarrollo profesional y la compensación también juegan
un papel crucial (Apostel et al., 2018; Mohr et al., 2011; Mayasari et al., 2024; Margaretha et al., 2023).
Además, factores individuales como la edad, el nivel educativo y la antigüedad en la empresa pueden
interactuar con estas variables, influyendo en las percepciones y decisiones de los empleados (Oguegbe
& Edosomwan, 2021; Yu, 2024).
En este contexto, el presente estudio se enfoca en analizar las relaciones entre las causas de baja de los
empleados, su nivel educativo, rango de edad y rango de antigüedad en una empresa del sector
manufactura y comercialización de café. Mediante el análisis estadístico Chi-cuadrado, se busca
identificar patrones y asociaciones significativas que permitan comprender mejor los factores
determinantes de la rotación de personal en esta organización específica.
pág. 3758
Los resultados de este análisis podrían proporcionar información valiosa para el diseño de estrategias
de retención de talento más efectivas y adaptadas a las características particulares de la fuerza laboral.
METODOLOGÍA
El presente estudio adopta un enfoque cuantitativo, de carácter descriptivo y correlacional, con el
objetivo de examinar las asociaciones entre las causas de baja de los empleados y tres variables clave:
nivel educativo, rango de edad y rango de antigüedad. Para ello, se realizó un análisis retrospectivo de
los registros de bajas de personal de una empresa del sector de manufactura y comercialización de café
Participantes y Datos
La muestra analizada consistió en un total de 50 registros de bajas de empleados ocurridas durante el
período enero 2016 – marzo 2024. Estos registros fueron proporcionados por el departamento de
Recursos Humanos de la empresa, garantizando el anonimato y la confidencialidad de la información
de los exempleados. Los datos incluyeron las siguientes variables:
▪ PTO_TRABAJO (Puesto de Trabajo): Variable categórica nominal que indica el puesto que
ocupaba el empleado al momento de su baja. Se identificaron 13 categorías diferentes, incluyendo
"ELECME", "INSTRU", "AYUDSO", "SUP. DE MANTTO", entre otros.
▪ CAUSA (Causa de Baja): Variable categórica nominal que registra el motivo de la salida del
empleado. Se registraron 14 categorías, como "Otra oportunidad de empleo", "Despedido por
Robo", "Renuncia voluntaria", "Despido por bajo rendimiento", etc.
▪ ESTUDIOS (Nivel Educativo): Variable categórica ordinal que indica el máximo nivel educativo
alcanzado por el empleado. Se definieron 7 categorías: "BACHILLERATO", "ING. MECANICO",
"ING. ELECTRICO", "ING. ELECTROMECANICO", "ING. INDUSTRIAL", "ING.
ELECTRONICO", "SECUNDARIA".
▪ RANGO_EDAD (Rango de Edad): Variable categórica ordinal que agrupa a los empleados en seis
rangos de edad: "≤25", "26-30", "31-35", "36-40", "41-50", ">50".
▪ RANGO_ANTIGUEDAD (Rango de Antigüedad): Variable categórica ordinal que clasifica a los
empleados según su tiempo de servicio en la empresa en cinco rangos: "≤1", "1-3", "3-5", "5-10",
">10" (años).
pág. 3759
Análisis Estadístico
Para determinar la existencia de asociaciones estadísticamente significativas entre las variables
categóricas, se empleó la prueba de independencia Chi-cuadrado (χ²) (McHugh, 2013). Se construyeron
tablas de contingencia para cada par de variables de interés (por ejemplo, CAUSA vs. ESTUDIOS,
CAUSA vs. RANGO_EDAD, etc.). La prueba χ² compara las frecuencias observadas en cada celda de
la tabla de contingencia con las frecuencias esperadas bajo la hipótesis nula de que las variables son
independientes.
El estadístico χ² se calcula de la siguiente manera:
χ² = ∑ (𝑂 − 𝐸)2
𝐸
Donde:
O = Frecuencia observada en cada celda.
E = Frecuencia esperada en cada celda, calculada como:
(Total de fila ∗ Total de columna)
Total general
Los grados de libertad (gl) se calculan como:
(𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑓𝑖𝑙𝑎𝑠 − 1)∗ (𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠 − 1)
Se utilizó un nivel de significancia de α = 0.05. Un valor p inferior a 0.05 indica que se rechaza la
hipótesis nula de independencia, lo que sugiere una asociación estadísticamente significativa entre las
variables. Es importante destacar que la prueba χ² indica la presencia de una asociación, pero no implica
causalidad (Pearl, 2009).
RESULTADOS
Los resultados de las pruebas Chi-cuadrado, que evalúan las asociaciones entre las variables
categóricas, se resumen en la Figura 1. Como se puede observar, se encontraron relaciones
estadísticamente significativas entre la causa de baja y el nivel educativo, la causa de baja y el rango de
edad, la causa de baja y el rango de antigüedad, el nivel educativo y el rango de edad, y el nivel educativo
y el rango de antigüedad.
pág. 3760
Figura 1. Resultados de las Pruebas Chi-cuadrado: Mapa de Hipótesis de las Relaciones entre Causa de
Baja, Estudios, Puesto de Trabajo, Antigüedad y Edad
Nota. El mapa de hipótesis resume los resultados de las pruebas de independencia Chi-cuadrado realizadas para evaluar las
asociaciones entre la causa de baja de los empleados, su nivel educativo, puesto de trabajo, rango de antigüedad y rango de edad.
Las celdas verdes indican una relación estadísticamente significativa (p < 0.05), mientras que las celdas rojas indican que no se
encontró una asociación significativa (p ≥ 0.05). Las celdas blancas representan comparaciones entre la misma variable, que no
son aplicables para la prueba Chi-cuadrado.
A continuación, se presentan los resultados detallados de cada análisis
Análisis individuales con valores de Chi-cuadrado
Causa de Baja vs. Estudios
El análisis de los datos de bajas de empleados revela una conexión intrincada y estadísticamente
significativa entre el nivel educativo alcanzado por los trabajadores y las razones subyacentes a su salida
de la empresa. Esta relación, corroborada por un estadístico Chi-cuadrada de 121.1951, con 78 grados
de libertad, y un valor p de 0.0013, sugiere que el trasfondo académico de un individuo podría influir
en su trayectoria profesional y, en última instancia, en las circunstancias de su partida. Los empleados
con niveles educativos más altos, como aquellos con títulos de ingeniería, podrían mostrar patrones de
salida distintos en comparación con aquellos que poseen educación secundaria o de bachillerato.
pág. 3761
Por ejemplo, la concentración de despidos por robo en empleados con bachillerato, en contraposición a
la mayor incidencia de "Otra oportunidad de empleo" en ingenieros, apunta a una posible correlación
entre la formación académica y las opciones laborales disponibles, así como las motivaciones para el
cambio de empleo. Esta interdependencia entre educación y causa de baja resalta la necesidad de que
las estrategias de retención de talento consideren el perfil educativo de los empleados y adapten las
iniciativas de desarrollo profesional y las oportunidades de crecimiento interno en consecuencia.
Comprender esta dinámica es esencial para diseñar políticas de recursos humanos que fomenten la
lealtad y minimicen la rotación no deseada.
Como se observa en la Figura 2, el valor p (0.0013) es menor que el nivel de significancia (α = 0.05),
lo que lleva a rechazar la hipótesis nula de independencia. La distribución Chi-cuadrado muestra
claramente que el estadístico calculado cae dentro de la región crítica, proporcionando evidencia visual
de la fuerte asociación entre la causa de baja y el nivel educativo.
Figura 2. Distribución Chi- cuadrado para la Prueba de Hipótesis de Causa de Baja vs. Estudios
Nota. La figura muestra la distribución Chi-cuadrado con 78 grados de libertad. El área sombreada en rojo representa el valor p
(0.0013), la línea discontinua negra indica el estadístico Chi-cuadrado (121.1951), y el área sombreada en gris representa la
región crítica (α = 0.05). El texto en la esquina superior derecha indica la decisión de la prueba de hipótesis: "Rechazar H0:
Existe asociación significativa."
Causa de Baja vs. Rango de Edad
La edad, como un factor demográfico fundamental, emerge como un predictor significativo de las
causas de baja de los empleados, según los resultados del análisis Chi-cuadrada (χ² = 94.5358, gl = 65,
p = 0.0098).
pág. 3762
Esta relación estadísticamente robusta indica que los empleados de diferentes grupos de edad tienden a
experimentar diferentes motivaciones o circunstancias que los llevan a dejar la organización. Los
empleados más jóvenes, por ejemplo, podrían ser más propensos a buscar nuevas oportunidades de
empleo o a renunciar para continuar su formación académica, mientras que los empleados de mayor
edad podrían estar más inclinados a jubilarse o a enfrentar problemas de salud que resulten en
incapacidad permanente. La distribución de las causas de baja a través de los rangos de edad
proporciona información valiosa para la planificación de la fuerza laboral. Las empresas pueden
anticipar las tendencias de salida en función de la composición demográfica de su personal y desarrollar
estrategias proactivas para abordar las necesidades específicas de cada grupo de edad. Esto podría
incluir programas de mentoría para empleados jóvenes, planes de sucesión para empleados mayores y
beneficios de salud adaptados a las diferentes etapas de la vida.
La Figura 3 ilustra la distribución Chi-cuadrado para esta prueba. Nuevamente, el valor p (0.0098) es
menor que 0.05, y el estadístico Chi-cuadrado se encuentra en la región crítica, lo que respalda el
rechazo de la hipótesis nula.
Figura 3. Distribución Chi-cuadrado para la Prueba de Hipótesis de Causa de Baja vs. Rango de Edad
Nota. La figura muestra la distribución Chi-cuadrado con 65 grados de libertad, el valor p (0.0098), el estadístico Chi-cuadrado
(94.5358), la región crítica (α = 0.05) y la decisión de la prueba: "Rechazar H0: Existe asociación significativa."
pág. 3763
Causa de Baja vs. Rango de Antigüedad:
La duración del servicio de un empleado en la empresa, o su antigüedad, se revela como un factor
crucial que se correlaciona significativamente con las razones de su salida (χ² = 73.2803, gl = 52, p =
0.0275). El análisis Chi-cuadrada muestra que los empleados con diferentes niveles de antigüedad
exhiben patrones de baja distintos. Aquellos con una antigüedad relativamente corta podrían ser más
susceptibles a ser despedidos por bajo rendimiento o a renunciar voluntariamente en busca de mejores
oportunidades, mientras que los empleados con una larga trayectoria podrían ser más propensos a
jubilarse o a experimentar cambios de departamento. Esta conexión entre antigüedad y causa de baja
subraya la importancia de gestionar eficazmente el ciclo de vida del empleado. Las empresas deben
prestar especial atención a la integración y el desarrollo de los nuevos empleados para reducir la rotación
temprana, al tiempo que reconocen y recompensan la lealtad de los empleados a largo plazo. La
implementación de programas de retención específicos para cada etapa de la carrera de un empleado
puede ayudar a mitigar las salidas no deseadas y a construir una fuerza laboral estable y comprometida.
En la Figura 4, se presenta la distribución Chi-cuadrado correspondiente. El valor p (0.0275) es menor
que 0.05, y el estadístico se ubica en la región crítica, indicando una asociación significativa.
Figura 4. Distribución Chi cuadrado para la Prueba de Hipótesis de Causa de Baja vs. Rango de Antigüedad
Nota. La figura muestra la distribución Chi-cuadrado con 52 grados de libertad, el valor p (0.0275), el estadístico Chi-cuadrado
(73.2803), la región crítica (α = 0.05) y la decisión de la prueba: "Rechazar H0: Existe asociación significativa."
pág. 3764
Estudios vs. Rango de Edad El análisis estadístico revela una asociación significativa entre el nivel
educativo de los empleados y su rango de edad (χ² = 48.7748, gl = 30, p = 0.0166). Esta relación, si
bien puede parecer intuitiva, tiene implicaciones importantes para la gestión del talento y el desarrollo
profesional dentro de la organización. Es probable que los empleados más jóvenes, en promedio, tengan
un nivel educativo más alto debido a las tendencias sociales y al acceso creciente a la educación superior
en las últimas décadas. Sin embargo, la presencia de empleados de mayor edad con títulos avanzados
indica que la búsqueda de la educación continua no se limita a un grupo de edad específico. Esta
diversidad en la formación académica dentro de los diferentes rangos de edad presenta tanto desafíos
como oportunidades. Las empresas deben reconocer que las necesidades de capacitación y desarrollo
pueden variar considerablemente según la edad y el nivel educativo. Por ejemplo, los empleados más
jóvenes con títulos recientes pueden beneficiarse de programas de mentoría y desarrollo de liderazgo,
mientras que los empleados mayores con una amplia experiencia laboral pueden buscar oportunidades
para actualizar sus habilidades o adquirir conocimientos en nuevas áreas. Una estrategia de desarrollo
profesional personalizada, que tenga en cuenta tanto la edad como la educación, es esencial para
maximizar el potencial de todos los empleados.
La Figura 5 presenta la distribución Chi-cuadrado. Se observa que el valor p (0.0166) es menor que
0.05, y el estadístico se sitúa en la región crítica, confirmando la asociación significativa.
Figura 5. Distribución Chi cuadrado para la Prueba de Hipótesis de Estudios vs. Rango de Edad
Nota. La figura muestra la distribución Chi-cuadrado con 30 grados de libertad, el valor p (0.0166), el estadístico Chi-cuadrado
(48.7748), la región crítica (α = 0.05) y la decisión de la prueba: "Rechazar H0: Existe asociación significativa."
pág. 3765
Estudios vs. Rango de Antigüedad:
La relación estadísticamente significativa entre el nivel educativo y la antigüedad de los empleados (χ²
= 40.9472, gl = 24, p = 0.0169) arroja luz sobre la dinámica de la fuerza laboral y la evolución de las
cualificaciones a lo largo del tiempo. Es posible observar que los empleados con mayor antigüedad en
la empresa pueden tener, en promedio, niveles educativos diferentes a los de los empleados más
recientes. Esto podría reflejar cambios en los requisitos de contratación a lo largo de los años, así como
la tendencia de los empleados a buscar una mayor educación mientras están empleados. La presencia
de empleados con títulos avanzados en diferentes rangos de antigüedad sugiere que la empresa puede
estar atrayendo y reteniendo talento con diversas formaciones académicas. Comprender esta relación es
crucial para la planificación de la sucesión y la gestión del conocimiento. Las empresas deben
asegurarse de que el conocimiento y la experiencia de los empleados con mayor antigüedad,
independientemente de su nivel educativo formal, se transfieran de manera efectiva a las nuevas
generaciones de trabajadores. Asimismo, deben fomentar el desarrollo continuo de habilidades en todos
los niveles de antigüedad para mantener una fuerza laboral competitiva y adaptable a los cambios del
mercado.
La Figura 6 muestra la distribución Chi-cuadrado, donde se aprecia que el valor p (0.0169) es menor
que 0.05, y el estadístico Chi-cuadrado cae en la región crítica, lo que indica una asociación
significativa.
pág. 3766
DISCUSIÓN
Los resultados del presente estudio revelan una serie de asociaciones significativas entre las variables
analizadas, lo que sugiere una compleja interrelación entre la causa de baja de los empleados, su nivel
educativo, edad y antigüedad en la empresa. Estos hallazgos tienen importantes implicaciones para la
comprensión de la rotación de personal y el diseño de estrategias de retención efectivas.
En primer lugar, la fuerte asociación entre la causa de baja y el nivel educativo (χ² = 121.1951, gl = 78,
p = 0.0013) destaca la influencia del trasfondo académico en la trayectoria laboral y las razones de
salida de los empleados. Este resultado es consistente con la teoría del capital humano, que sugiere que
la educación aumenta la productividad y las oportunidades de empleo de los individuos (Becker, 1964).
La observación de que los empleados con mayor nivel educativo (ingenieros) tienden a dejar la empresa
por "Otra oportunidad de empleo", mientras que aquellos con menor nivel educativo (bachillerato) son
más propensos a ser despedidos por robo, podría reflejar diferencias en la movilidad laboral, las
opciones de carrera y las motivaciones para el cambio de empleo.
La relación significativa entre la causa de baja y el rango de edad (χ² = 94.5358, gl = 65, p = 0.0098)
apoya la idea de que las motivaciones y circunstancias que llevan a la salida de los empleados varían a
lo largo del ciclo de vida laboral. Los empleados más jóvenes, en etapas iniciales de su carrera, podrían
priorizar la búsqueda de nuevas oportunidades y el desarrollo profesional, mientras que los empleados
mayores podrían estar más enfocados en la estabilidad, la jubilación o enfrentar problemas de salud
(Rhodes, 1983). Estos hallazgos resaltan la necesidad de adaptar las estrategias de retención a las
necesidades específicas de cada grupo de edad.
Asimismo, la asociación entre la causa de baja y el rango de antigüedad (χ² = 73.2803, gl = 52, p =
0.0275) sugiere que la duración del servicio en la empresa influye en las razones de salida. Los
empleados con menor antigüedad podrían ser más vulnerables a despidos por bajo rendimiento o a
renuncias voluntarias en busca de mejores opciones, lo que concuerda con la idea de que el ajuste inicial
a la organización es crucial para la retención (Wanous, 1992). Por otro lado, los empleados con mayor
antigüedad podrían estar más inclinados a la jubilación o a cambios internos, reflejando una mayor
inversión y compromiso con la empresa.
pág. 3767
La relación entre estudios y rango de edad (χ² = 48.7748, gl = 30, p = 0.0166) y estudios y rango de
antigüedad (χ² = 40.9472, gl = 24, p = 0.0169), si bien esperables, confirman que la composición de la
fuerza laboral en términos de educación, edad y experiencia es heterogénea. Estos hallazgos tienen
implicaciones para la gestión del conocimiento, la planificación de la sucesión y el desarrollo de
programas de capacitación y mentoría que se ajusten a las necesidades de los diferentes grupos de
empleados.
CONCLUSIÓN
El presente estudio proporciona evidencia empírica de la compleja interrelación entre las causas de baja
de los empleados, su nivel educativo, edad y antigüedad en una empresa. Los resultados destacan la
importancia de considerar estos factores de manera conjunta al analizar la rotación de personal y diseñar
estrategias de retención.
En resumen, los principales hallazgos del estudio son:
Existe una fuerte asociación entre la causa de baja y el nivel educativo de los empleados.
La edad y la antigüedad de los empleados están significativamente relacionadas con las razones de su
salida.
La composición de la fuerza laboral en términos de educación, edad y antigüedad es diversa.
Estos hallazgos sugieren que una estrategia de retención efectiva debe ser multifacética y personalizada,
teniendo en cuenta las diferentes necesidades y motivaciones de los empleados en función de su perfil
educativo, etapa de la vida y trayectoria en la empresa. Se recomiendan las siguientes acciones:
Desarrollar programas de capacitación y desarrollo profesional adaptados a los diferentes niveles
educativos y etapas de la carrera de los empleados.
Implementar estrategias de reclutamiento y selección que consideren no solo las habilidades
técnicas, sino también el ajuste a la cultura y valores de la empresa.
Ofrecer oportunidades de crecimiento y movilidad interna para retener a los empleados con alto
potencial y experiencia.
Fomentar un clima laboral positivo que promueva el compromiso, la satisfacción y el bienestar de
los empleados.
pág. 3768
Realizar un seguimiento continuo de las causas de baja y analizar las tendencias para identificar
áreas de mejora en la gestión de recursos humanos.
Si bien este estudio proporciona información valiosa sobre la rotación de personal en una empresa
específica, es importante reconocer sus limitaciones. El tamaño de la muestra (50 registros) es
relativamente pequeño, futuras investigaciones podrían ampliar la muestra, incluir otras variables
relevantes (como el desempeño, la satisfacción laboral, el liderazgo) y utilizar métodos mixtos para
obtener una comprensión más profunda del fenómeno de la rotación.
REFERENCIAS BIBLIOGRAFICAS
Albalawi, A., Naugton, S., Elayan, M., & Sleimi, M. (2019). Perceived organizational support,
alternative job opportunity, organizational commitment, job satisfaction and turnover intention:
a moderated-mediated model. Organizacija, 52(4), 310-324. https://doi.org/10.2478/orga-
2019-0019
Apostel, E., Syrek, C., & Antoni, C. (2018). Turnover intention as a response to illegitimate tasks: the
moderating role of appreciative leadership. International Journal of Stress Management, 25(3),
234-249. https://doi.org/10.1037/str0000061
Elsafty, A. & Sayed, Y. (2023). Factors affecting employee turnover in a small business in Egypt.
International Journal of Social Science Studies, 11(4), 28.
https://doi.org/10.11114/ijsss.v11i4.6159
Gelens, J., Hofmans, J., Dries, N., & Pepermans, R. (2013). Talent management and organisational
justice: employee reactions to high potential identification. Human Resource Management
Journal, 24(2), 159-175. https://doi.org/10.1111/1748-8583.12029
Güzeller, C. & Çeliker, N. (2019). Examining the relationship between organizational commitment and
turnover intention via a meta-analysis. International Journal of Culture Tourism and
Hospitality Research, 14(1), 102-120. https://doi.org/10.1108/ijcthr-05-2019-0094
Iqbal, S., Ehsan, S., Rizwan, M., & Noreen, M. (2014). The impact of organizational commitment, job
satisfaction, job stress and leadership support on turnover intention in educational institutes.
International Journal of Human Resource Studies, 4(2), 181.
https://doi.org/10.5296/ijhrs.v4i2.5906
pág. 3769
Margaretha, M., Zaniarti, S., & Indrawan, D. (2023). Mediating role of employee engagement on
person-organization fit and turnover intention in Indonesia. International Journal of
Professional Business Review, 8(7), e01320.
https://doi.org/10.26668/businessreview/2023.v8i7.1320
Mayasari, N., Suhara, A., Marlita, D., Estiana, R., & Diani, R. (2024). Analysis of the impact of digital
competency training, job happiness, and employee productivity on turnover rates in the
Indonesian e-commerce industry. West Science Interdisciplinary Studies, 2(04), 821-830.
https://doi.org/10.58812/wsis.v2i04.824
Mohr, D., Young, G., & Burgess, J. (2011). Employee turnover and operational performance: the
moderating effect of group‐oriented organisational culture. Human Resource Management
Journal, 22(2), 216-233. https://doi.org/10.1111/j.1748-8583.2010.00159.x
Mudor, H. (2011). Conceptual framework on the relationship between human resource management
practices, job satisfaction, and turnover. Journal of Economics and Behavioral Studies, 2(2),
41-49. https://doi.org/10.22610/jebs.v2i2.220
Oguegbe, T. & Edosomwan, H. (2021). Organizational-based self-esteem and organizational
identification as predictors of turnover intention: mediating role of organizational trust.
Seisense Journal of Management, 4(2), 56-71. https://doi.org/10.33215/sjom.v4i2.620
Subramony, M. & Holtom, B. (2012). The long-term influence of service employee attrition on
customer outcomes and profits. Journal of Service Research, 15(4), 460-473.
https://doi.org/10.1177/1094670512452792
Yu, Y. (2024). An empirical study on the turnover intention among the SME service sectors employees
in Beijing, China: a theory of planned behaviour approach. Journal of Digitainability Realism
& Mastery (Dream), 3(05). https://doi.org/10.56982/dream.v3i05.231
McHugh, M. L. (2013). The Chi-square test of independence. Biochemia Medica, 23(2), 143-149.
Pearl, J. (2009). Causality. Cambridge University Press.
Becker, G. S. (1964). Human capital: A theoretical and empirical analysis, with special reference to
education. University of Chicago Press.
pág. 3770
Rhodes, S. R. (1983). Age-related differences in work attitudes and behavior: A review and conceptual
analysis. Psychological Bulletin, 93(2), 328.
Wanous, J. P. (1992). Organizational entry: Recruitment, selection, orientation, and socialization of
newcomers. Addison-Wesley.