REVISTA INNOVACIÓN Y SOFTWARE VOL 4 Nº 2 Septiembre - Febrero 2023 ISSN Nº 2708-0935

Este artículo detalla el proceso que se realizó para el pronóstico salarial en una base de datos de

un censo dado en 1996, donde se utilizó el lenguaje de programación Python, para el análisis de

los datos del dataset se utilizó el servidor Google Colab para ejecutar los algoritmos en la nube,

ya que el equipo considero que la velocidad de análisis de datos en Google Colab es más rápido.

También se hizo uso de una de las técnicas de minería de datos para clasificar las variables

usando árboles de decisión que tienen la capacidad de representar gráficamente varias soluciones

alternativas con el fin de determinar los cursos/rutas de acción más efectivos para la clasificación

de la obtención del sueldo de una persona.

Árboles de decisión, Minería de datos, Pronóstico salarial.

Universidad Nacional de San Agustín.

Perú.

noticias dadas por las Naciones Unidas [1], se predecía que para finales del 2021 se habrían

de los problemas en el mercado laboral, tanto en la búsqueda como también en el tipo de

selección que se daba para los empleados. Como ejemplo de ello, un informe de la Organización

Internacional del Trabajo (OIT), analizó que el principal problema de los mercados laborales en

el mundo era el empleo de mala calidad donde millones de personas, a pesar de tener un trabajo

fijo, se veían obligadas a aceptar condiciones de trabajo deficientes. Y se predecía que para 2018,

la mayoría de los 3300 millones de personas empleadas en el mundo no gozarían de un nivel

suficiente de seguridad económica, bienestar material o igualdad de oportunidades. Es más, el

avance de la reducción del desempleo a nivel mundial no se veía reflejado en la mejora de la

calidad del trabajo. Lo que en general se preveía por diversos déficits de trabajo decente, y se

advertía de que, a ese ritmo, la consecución del objetivo de trabajo decente para todos,

entre profesionales de México y Estados Unidos. Las diferencias de género influyen en lo que se

espera de cada uno en su labor en el trabajo, sin embargo, las diferencias de ubicación influyen

en los factores de apoyo y compensación profesional esperados entre mexicanos y

estadounidenses, destacando como factores influyentes las diferencias de género como también

las nacionalidades.

Además, en otro estudio por Heras et. al [4] que, aparte de resaltar las diferencias de salarios

por géneros, define como determinantes económicos del salario: el nivel de capital humano y un

indicador de éxito. Siendo algunas de sus variables edad, antigüedad y nivel de estudios, como

parte del capital humano y haciendo comparaciones salariales para el indicador de éxito, ya que

este es definido como “la consecución salarial asociada al hecho de recibir más salario que

aquellos con los que se comparte la misma dotación de capital humano”.

calidad del empleo, que consiste en: un trabajo seguro, saludable, con el acceso a la protección

social, para expresar opiniones propias, y que defienda los derechos fundamentales, como la no

discriminación; esto también influenciado por el informalismo; y cuarto, se da la segmentación

entre trabajadores por su ubicación geográfica, sexo y edad.

Se habla entonces de ciertos factores que determinan el conseguir un trabajo decente y por lo

tanto un buen salario. Con el avance de la tecnología se ha desarrollado un campo que ayudaría

a analizar y trabajar con datos recolectados para determinar predicciones, la inteligencia artificial,

que cuenta con modelos de aprendizaje automático, machine learning, que servirían para la

clasificación de grandes cantidades de datos, según Arana [6] los árboles de decisión son el mejor

de crecimiento o disminución de esos indicadores con respecto al tiempo, finalmente se concluyó

en la mejora de técnicas en la toma de decisiones más convenientes para una empresa.

Por lo tanto, se propone realizar un análisis de una base de datos obtenida de Becker [8], quién

tomó como variables la edad, género, nivel de educación, país de natalidad y datos adicionales,

para determinar si una persona podría obtener un sueldo mayor o menor de 50 000 dólares al

año. Se utilizará una de las técnicas de minería de datos para la clasificación de estos, usando

árboles de decisión a fin de determinar qué variables si son las determinantes para la estimación

de la obtención del sueldo de una persona pudiendo utilizarse esto como ayuda más precisa de

estudios de factores determinantes en el mercado laboral.

ver en las Figura 5 y Figura 6.

Figura 6. Reconocimiento de ruido mediante un histograma de la columna nativeCountry

Los valores ruidos reconocidos en el dataset fueron eliminados como se muestra en la Figura 7

educationNum, maritalStatus, occupation, relationship, race, sex, hoursPerWeek y la definicon

de la variable a predecir que salary.

Se realizó también la división de datos para testing & training, asignándo un 80% de los datos

para el entrenamiento del modelo y un 20% para pruebas.