Dissertação
{en_GB=Modelling job promotion in a consulting company by a logistic regression} {} EVALUATED
{pt=O objetivo deste trabalho é utilizar a regressão logística para modelar a promoção dos analistas de uma consultoria brasileira. A promoção acontece depois da avaliação de desempenho, um processo semestral em que os trabalhadores são avaliados de acordo com competências pré-estabelecidas. Essa avaliação, em conjunto com outras variáveis, como gênero, local do escritório, e promoção prévia foram utilizados para modelar e identificar quais variáveis estão influenciando estatisticamente quem deveria ser promovido. Mais de 25 modelos com mais de 20 variáveis foram testados, e foi obtido que apenas cinco variáveis afetam as promoções, sendo três delas relacionadas à avaliação de desempenho (como o trabalhador se autoavalia em seu autodesenvolvimento, como os pares avaliam a qualidade de suas entregas e como o gerente avalia o quanto o trabalhador está se desenvolvendo) e duas variáveis descritivas (gênero e promoção prévia). Além disso, as variáveis criaram um modelo consistente, com um AIC de 157.83 e um AUC do ROC de 79,0%. Estabelecido o valor de corte de 46% para identificar quem deve ser promovido (acima da nota de corte) ou não (abaixo da nota de corte) e visando a maximizar a acurácia do modelo, foi obtido uma performance de 82,02% de acerto. Dessa forma, a alta gestão da empresa pode se beneficiar com o modelo proposto tanto pela identificação das variáveis mais relevantes quanto, caso decidam que o modelo deva ser reproduzido, melhorar a forma como a promoção é realizada, diminuindo vieses e o tempo e custo de execução., en=The objective of this work is to use the logistic regression to model job promotion for management analysts of a Brazilian consulting company. Job promotion takes place after performance assessment, a semiannual process, in which employees are evaluated according to some pre-established competences. This evaluation, in conjunct with other variables, such as gender, office location, levelling and if the employee has received previous job promotion, were used to model and identify which variables are, in fact, influencing who should be promoted or not. More than 25 models with about 20 variables were tested, and it was obtained that only five variables are statistically relevant and actually influencing the promotion, being three from the performance assessment (how employee is evaluating its own performance, how peers are evaluating the quality of the employee’s deliverables and how managers are evaluating how the employee has improved him or herself) and two from descriptive variables (gender and previous promotion). Also, the variables created a consistent model, with an AIC of 157.83 and an AUC of the ROC of 79.0%. By establishing the threshold as 46% to identify who should be promoted (above the threshold) or not (below the threshold) and maximize the accuracy level, the model performed with an accuracy of 82.02%. Therefore, the company management team can benefit from identifying the five relevant variables and, if they consider that the model should be reproduced, from improving the way promotion is managed nowadays, decreasing biases and time and cost execution.}
janeiro 28, 2021, 11:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Hugo Miguel Fragoso de Castro Silva
Departamento de Engenharia e Gestão (DEG)
Professor Auxiliar Convidado
