CURSO: Metodologa de la investigacin

PROFESOR: Ing Nerida Pastrana

ALUMNOS:
Calixto Tarazona, Vaneza
Casimiro Hurtado, Lucy
Naupay Picon, Percy
Rosales Quispe, Elef
I. GENERALIDADES:
1.1. Ttulo de la investigacin.
Anlisis y seleccin de datos para la contratacin de personal utilizando agentes
inteligentes para la contratacin de personal.
II. PLANTEAMIENTO DEL PROBLEMA

2.1. Antecedentes y fundamentacin del problema

En la actualidad muchas de las empresas usan mtodos rutinarios para la
contratacin de sus personales entre ellos tenemos la evaluacin manual y
personal de cada documento presentado por los postulantes a determinado
cargo laboral.
Estos mtodos rutinarios de contratacin generan prdida de tiempo porque el
postulante tiene que pasar por varias etapas para poder completar la evaluacin
que la organizacin ha planteado. La organizacin tambin tiene que asumir el
gasto de tiempo que requiere capacitar a sus evaluadores; Este proceso de
capacitar a los evaluadores de la empresa demanda un gasto econmico
innecesario. El hecho de contratar evaluadores no nos asegura en su totalidad
que la seleccin de personales sea transparente, riguroso y eficiente ya que
siempre existen varios factores que podran afectar a este proceso.
2.2 Formulacin del problema.
Para conocer el manejo de la contratacin en la Municipalidad de Hunuco fue
necesario considerar aspectos como la ejecucin de funciones de acuerdo al
cargo, el anlisis de curriculum vitae, la preseleccin de los candidatos ms
ptimos para el puesto.
Se ha observado que el sistema estudiado carece de una metodologa ms
avanzada que optimice sus tiempos y los recursos gastados.
2.2.1. Problema General
De qu manera la aplicacin de un sistema de seleccin de personal utilizando
agentes inteligentes permite mejorar las contrataciones de la Municipalidad de
Hunuco ao 2016?
2.2.2. Problemas Especficos
De qu manera el uso de un sistema con inteligencia artificial nos permite
conocer mejor el sistema de contratacin de personal de la Municipalidad
de Hunuco?
Cmo podemos minimizar los costos y el tiempo que se usan en la
contratacin de personal de la Municipalidad de Hunuco?
De qu manera los agentes inteligentes nos ayudan a mejorar el proceso
de contratacin de personal en la Municipalidad de Hunuco?

2.3. Objetivos: Generales y Especficos

2.3.1. Objetivo General:
Disear un software usando mtodos inteligentes para mejorar el proceso de
contratacin de personal de la Municipalidad de Hunuco.
2.3.2. Objetivos especficos:
En el desarrollo del software se debe conocer todos los procedimientos que se
siguen en la contratacin de personal de la Municipalidad de Hunuco para que
el programa pueda evaluar de forma adecuada a los postulantes.
Implementar un software que usando agentes inteligentes se encargue de la
evaluacin de los documentos presentados por los postulantes y seleccionando
a los n mejores para su posterior evaluacin.
El software desarrollado con metodologas de redes neuronales se encarga de
evaluar a los postulantes midiendo sus capacidades en diferentes reas y
seleccionando a los ms preparados para la siguiente evaluacin aportando ms
credibilidad y transparencia en el proceso de contratacin de personal de la
Municipalidad de Hunuco.
2.4. Justificacin e importancia.
El proceso de contratacin de personal en la Municipalidad de Hunuco se ha ido
opacando por temas de entrega de trabajos a dedo por los evaluadores, por este
motivo un software que se encargue de las evaluaciones a los postulantes ofrece
una mayor credibilidad en el proceso de seleccin de personal y una mayor
transparencia en el proceso.
III. MARCO TEORICO
3.1. Revisin de estudios realizados.
Podemos rescatar diversos estudios realizados respecto al uso de agentes
inteligentes y su aplicacin en distintas reas. Como antecedentes de la investigacin
basada en agentes inteligentes, se consideran los siguientes.

Segn Sandra (2013) en la tesis denominada Efectos de la aplicacin de

un modelo por competencias en la seleccin de personal docente de una
institucin dedicada a la enseanza de idioma plantea responder la
siguiente pregunta de investigacin: Qu efectos tiene la aplicacin
de un modelo por competencias en la seleccin de personal docente de
una institucin dedicada a la enseanza de idiomas, desde la mirada de
un grupo de profesores y autoridades de la institucin? Para hallar
respuesta, se formularon tres objetivos: 1) Analizar las tendencias de
seleccin de personal en el contexto de la gestin de personas por
competencias en las organizaciones; 2) Describir las caractersticas del
modelo por competencias aplicado a la seleccin de personal docente en
el rea de idiomas; e 3) Identificar los efectos de la aplicacin de un
modelo por competencias en la seleccin de personal docente, desde
la mirada de un grupo de profesores y autoridades de una institucin
dedicada a la enseanza de idiomas.
Segn Jorge(2006) en la tesis denominada Diseo de un Agente
Inteligente Web basado en tcnicas de Inteligencia Artificial presenta un
mtodo para la clasificacin de los contenidos de un conjunto de
conocimientos con la finalidad de contestar a consultas de usuario
por medio del lenguaje natural. El sistema est basado en un motor de
lgica borrosa, que aprovecha su flexibilidad para gestionar conjuntos de
conocimiento acumulado. Estos conjuntos pueden constituirse en niveles
jerrquicos mediante una estructura arbrea Uno de los objetivos finales
del sistema es la implementacin de un agente inteligente para la gestin
de la informacin contenida en un portal de internet. Para ello, se realizaron
pruebas con informacin sobre la Universidad de Sevilla (US). Esta se
 encuentra inmersa en el proyecto de creacin de un nuevo portal web.
Aunque dicho portal ya incorpora entre sus recursos un buscador, en este
trabajo, realizado por el Departamento de Tecnologa Electrnica (DTE) en
colaboracin con el Servicio de Informtica y Comunicaciones (SIC) de la
Universidad de Sevilla, se trata de dotar al portal de un sistema inteligente
que sea capaz de indicar al usuario el camino que debe llevar para acceder
a la informacin, siendo realizado por medio de la Inteligencia Artificial
(AI) y ms concretamente, mediante la lgica borrosa.
Segn Antonio(2006) en la tesis denominada Un Sistema Inteligente para
la seleccin de caractersticas en clasificacin plantea que se puede utilizar
una de las ramas de la inteligencia artificial de Aprendizaje Automtico
para aplicarlo al campo de la seleccin de caractersticas en la seleccin de
datos, siendo la Extraccin de Conocimiento y la Identificacin de Sistemas
algunos de los ms relevantes. En ambos campos se parte de unos datos
tomados como conjunto de ejemplos. En el primero, se pretende obtener
conceptos o relaciones entre estos que nos aporten informacin interesante,
y en el segundo, construir modelos de sistemas, habitualmente, complejos.
Fundacin Alfredo Braas Santiago de Compostela, COLECCIN
INFORMTICA Nmero 13/2007 teniendo por Ttulo: INTELIGENCIA
ARTIFICIAL Y COMPUTACIN AVANZADA menciona que: Muchos han sido
los avances realizados en la historia reciente para conseguir reproducir en
mquinas las capacidades cognitivas del ser humano. La Inteligencia
Artificial (en adelante IA) se encarga de canalizarlos esfuerzos
investigadores en este sentido. Se considera que el origen de la IA se
remonta a los intentos del hombre desde la antigedad por incrementar
sus potencialidades fsicas e intelectuales, creando artefactos con
automatismos y simulando la forma y las habilidades de los seres humanos.
La primera referencia escrita a un sistema artificial inteligente ocurre en la
mitologa griega. En ella se atribuye a Hefestos, dios del fuego y las forjas,
la fabricacin de dos sirvientes de oro macizo y con inteligencia en su
mente y capacidad de hablar. En la Edad Media, San Alberto Magno
construye un mayordomo que abra la puerta y saludaba a los visitantes.
Ya en la edad moderna (s. XVII), los Droz, famosos relojeros de
centroeuropa, construyeron tres androides: un nio que escriba, otro que
dibujaba y una joven que tocaba el rgano y simulaba respirar. Esta
realizacin, basada en mecanismos de 10 relojera, les cost ser detenidos
y encerrados por la Inquisicin. En cuanto a los avances del Siglo XIX y del
Siglo XX, hay que destacar los trabajos de Pascal, Leibnitz, Babbage y Boole.
Tambin es importante la aportacin de Ada Lovelace, colaboradora de
 Charles Babbage y mujer de Lord Byron, que en el conocido rgimen de
Lovelace establece lo siguiente: las mquinas slo pueden hacer todo
aquello que sepamos cmo ordenarles que hagan. Su misin es ayudar a
facilitar lo ya conocido. Esto que est todava vigente en la informtica
convencional fue superado por los avances en IA. Tambin cabe destacar
y es revelador el hecho de que varios de los padres indiscutibles de la
ciencia de la computacin, como son Turing [3], Wiener [1] y Von Neumann
[2], dedicaran un gran esfuerzo al estudio de la inteligencia humana.

Juan Ramn Rabual Dopico (2008) en la tesis denominada: Uso de

tcnicas de inteligencia artificial en ingeniera civil se menciona que: Los
avances en el campo de la Inteligencia Artificial han tenido una fuerte
influencia en las diferentes reas de la Ingeniera Civil, Los nuevos mtodos
y algoritmos que han y estn apareciendo permiten a los ingenieros usar
estas nuevas tcnicas de maneras diferentes y sobre problemas de diversa
naturaleza. Algunas de estas reas de aplicacin, como la hidrologa y la
construccin, se han estudiado en esta tesis, aunque la metodologa
propuesta es aplicable a cualquier mbito de la ingeniera.
El objetivo principal de esta tesis doctoral es el diseo, la implementacin
y la demostracin de la aplicabilidad de la inteligencia artificial (redes de
neuronas artificiales y computacin evolutiva) a la ingeniera civil. Para ello
se desarrolla una herramienta informtica que permite al ingeniero la
aplicacin de estas tcnicas en diversos campos de una forma cmoda y
prctica, sin necesidad de un conocimiento profundo de estas tcnicas.

Las redes neuronales deben aprender como procesar la informacin de

entrada antes de que esta pueda ser utilizada en una aplicacin. El proceso
de entrenamiento de una red neuronal involucra el ajuste de los pesos de
entrada en cada neurona hasta que se aproxima a la salida deseada. Este
procedimiento involucra la creacin de un archivo de entrenamiento, el
cual est formado por los datos de cada nodo de entrada y la respuesta
deseada para cada nodo de salida de la red. Una vez que la red est
entrenada, solo los datos de entrada son provistos a la red, la cual
recuerda la respuesta que aprendi durante el entrenamiento.
Antonio Arauzo (2006) en la tesis: Un sistema inteligente para seleccin
de caractersticas en clasificacin menciona que: Una de las ramas ms
interesantes de la Inteligencia Artificial es el Aprendizaje Automtico. Tiene
aplicacin en muchos campos, siendo la Extraccin de Conocimiento y la
Identificacin de Sistemas algunos de los ms relevantes. En ambos
campos se parte de unos datos tomados como conjunto de ejemplos. En el
primero, se pretende obtener conceptos o relaciones entre estos que nos
aporten informacin interesante, y en el segundo, construir modelos de
sistemas, habitualmente, complejos. La utilizacin de la seleccin de
caractersticas se puede ver como una aplicacin de la estrategia de Divide
 y Vencers. Ante un problema, esta estrategia propone su divisin en
partes para resolver cada una de ellas individualmente. Normalmente, es
ms sencillo atacar la resolucin de las divisiones que el problema
completo. La seleccin de caractersticas sera una de estas partes del
problema de aprendizaje.

3.2. Conceptos Fundamentales

3.2.1. Redes Neuronales

El hombre se ha caracterizado siempre por su bsqueda constante de nuevas vas para
mejorar sus condiciones de vida. Estos esfuerzos le han servido para reducir el trabajo
en aquellas operaciones en las que la fuerza juega un papel primordial. Los progresos
obtenidos han permitido dirigir estos esfuerzos a otros campos, como por ejemplo, a la
construccin de mquinas calculadoras que ayuden a resolver de forma automtica y
rpida determinadas operaciones que resultan tediosas cuando se realizan a mano. Uno
de los primeros en acometer esta empresa fue Charles Babbage, quien trat
infructuosamente de construir una mquina capaz de resolver problemas matemticos.
Posteriormente otros tantos intentaron construir mquinas similares, pero no fue hasta
la Segunda Guerra Mundial, cuando ya se dispona de instrumentos electrnicos, que se
empezaron a recoger los primeros frutos. En 1946 se construy la primera computadora
electrnica, ENIAC. Desde entonces los desarrollos en este campo han tenido un auge
espectacular. Estas mquinas permiten implementar fcilmente algoritmos para
resolver multitud de problemas que antes resultaban engorrosos de resolver. Sin
embargo, se observa una limitacin importante: qu ocurre cuando el problema que
se quiere resolver no admite un tratamiento algortmico, como es el caso, por ejemplo,
de la clasificacin de objetos por rasgos comunes? Este ejemplo demuestra que la
construccin de nuevas mquinas ms verstiles requiere un enfoque del problema
desde otro punto de vista. Los desarrollos actuales de los cientficos se dirigen al estudio
de las capacidades humanas como una fuente de nuevas ideas para el diseo de las
nuevas mquinas. As, la inteligencia artificial es un intento por descubrir y describir
aspectos de la inteligencia humana que pueden ser simulados mediante mquinas. Esta
disciplina se ha desarrollado fuertemente en los ltimos aos teniendo aplicacin en
algunos campos como visin artificial, demostracin de teoremas, procesamiento de
informacin expresada mediante lenguajes humanos... etc.

Definindolo de la siguiente manera:

Existen numerosas formas de definir a las redes neuronales; desde las definiciones
cortas y genricas hasta las que intentan explicar ms detalladamente qu son las redes
neuronales. Por ejemplo:
1) Una nueva forma de computacin, inspirada en modelos biolgicos.
2) Un modelo matemtico compuesto por un gran nmero de elementos procesales
organizados en niveles.
3) ...un sistema de computacin compuesto por un gran nmero de elementos simples,
elementos de procesos muy interconectados, los cuales procesan informacin por
medio de su estado dinmico como respuesta a entradas externas.
4) Redes neuronales artificiales son redes interconectadas masivamente en paralelo de
elementos simples (usualmente adaptativos) y con organizacin jerrquica, las cuales
intentan interactuar con los objetos del mundo real del mismo modo que lo hace el
sistema nervioso biolgico.
Juan Jos Montao (2002 facultad de Psicologa) en su prlogo menciona lo siguiente:
En los ltimos aos se ha consolidado un nuevo campo dentro de las ciencias de la
computacin que abarcara un conjunto de metodologas caracterizadas por su
inspiracin en los sistemas biolgicos para resolver problemas relacionados con el
mundo real (reconocimiento de formas, toma de decisiones, etc.), ofreciendo soluciones
robustas y de fcil implementacin. Esta nueva forma de procesamiento de la
informacin ha sido denominada Computacin Soft, para distinguirla del enfoque
algortmico tradicional determinado por el binomio lgica booleana-arquitectura Von
Neumann que, en este caso, sera la Computacin Hard. Este conjunto de metodologas
emergentes comprende la lgica borrosa, las redes neuronales, el razonamiento
aproximado, los algoritmos genticos, la teora del caos y la teora del aprendizaje. De
entre estas metodologas, las Redes Neuronales Artificiales son las que actualmente
estn causando un mayor impacto, debido a su extraordinaria aplicabilidad prctica.
Recientemente esta tecnologa ha captado la atencin de los profesionales dedicados a
la estadstica y al anlisis de datos, los cuales comienzan a incorporar las redes
neuronales al conjunto de herramientas estadsticas orientadas a la clasificacin de
patrones y la estimacin de variables continuas

3.2.1.1 APLICACIONES DE LAS REDES NEURONALES

Las Redes Neuronales deben ser aplicadas en situaciones en las que las tcnicas
tradicionales han fallado en dar resultados satisfactorios, o cuando una mejora
en el modelado puede significar una diferencia en la eficiencia de la operacin
de un sistema, lo que lleva como consecuencia una mejora en la relacin costo-
beneficio. El sistema trabajar de mejor manera cuando presente una alta
tolerancia al error, pues las Redes Neuronales son aproximadores universales.
Se debe considerar el uso de las Redes Neuronales cuando:
a. El nmero de variables o la diversidad de los datos sean muy grandes.
b. Las relaciones entre las variables sean vagamente entendibles.
c. La relacin entre estas variables sean difciles de describir adecuadamente
mediante los mtodos convencionales.
d. Las variables o capturas presenten semejanzas dentro de un conjunto de
patrones, tal como sucede en aplicaciones de procesamiento de seales, de
control, de reconocimiento de patrones, produccin y reconocimiento del habla,
en los negocios, en la medicina, etc.
Las caractersticas de las redes neuronales hacen que sus posibles aplicaciones
sean muy amplias; y, a la vez, permiten que esta tecnologa se vea al alcance de
cualquier programador.
Entre el gran nmero de aplicaciones se encuentran:
Finanzas, ventas, marketing, Manufacturacin.
Prediccin de ndices.
Deteccin de fraudes.
Identificacin de falsificaciones.
Interpretacin de firmas.
Prediccin de la rentabilidad de acciones.
Campaas de venta.
Perfilamiento de clientes en funcin de la compra.
Tratamiento de textos y proceso de formas.
Procesamiento de formas y documentos
Reconocimiento de caracteres impresos mecnicamente.
Reconocimiento de grficos.
Reconocimiento de caracteres escritos a mano.
Reconocimiento de escritura manual cursiva.
Control de produccin en lneas de proceso.
Inspeccin de la calidad.
Robots automatizados y sistemas de control (visin artificial y sensores
de presin, temperatura,
gas, etc.)
Energa.
Prediccin consumo elctrico.
Distribucin recursos hidrulicos para la produccin elctrica.
Prediccin consumo de gas ciudad.
Biologa
Alimentacin.
Medio Ambiente
Desarrollo postnatal temprano de las corrientes de potasio dependientes
de calcio en
neuronas de hipocampo.
Estudio de las modificaciones durante el desarrollo de las corrientes de
potasio
dependientes de calcio en el hipocampo de conejo
Bases neurobiolgicas de los cuadros convulsivos en la infancia, su
modulacin por el zinc
y simulacin computacional.
Anlisis de olor y aroma.
Medicina y salud.
Aprender ms acerca del cerebro y otros sistemas.
Obtencin de modelos de la retina.
Ayuda al diagnstico.
Anlisis de Imgenes.
Desarrollo de medicamentos, prediccin de reacciones adversas a los
medicamentos.
Distribucin de recursos.
Analizadores del habla para la ayuda de audicin de sordos profundos.
 Diagnstico y tratamiento a partir de sntomas y/o de datos analticos
(electrocardiograma,
encefalograma, anlisis sanguneo, etc.)
Monitorizacin en ciruga.
Lectores de rayos X.
Entendimiento de la causa de los ataques epilpticos.
Ciencia e Ingeniera.
Anlisis de datos y clasificacin.
Evaluacin de probabilidad de formaciones geolgicas y petrolferas.
Ingeniera Qumica.
Ingeniera Elctrica.
Ingeniera Mecnica.
Monitorizacin de la condicin de maquinaria
Modelos meteorolgicos.
Transportes y Comunicaciones.
Optimizacin de rutas.
Optimizacin de plazas y horarios en lneas de vuelo.
Optimizacin en la distribucin de recursos.
Militares
Anlisis de prestaciones de Redes Neuronales aplicadas a la deteccin de
seales sonar.
Clasificacin de las seales de radar.
Creacin de armas inteligentes.
Optimizacin del uso de recursos escasos.
Reconocimiento y seguimiento en el tiro al blanco.
Pentgono.
A pesar de estas aplicaciones tomadas como ejemplo, y de muchas otras que se
encuentran en desarrollo, sigue sin tenerse de manera clara el concepto de las
Redes Neuronales, as como de su uso.

3.2.2. Contratacin de personal masivo

El reclutamiento masivo se refiere a la contratacin de varias personas para

un mismo puesto, esto es para reas financieras cajeros, ejecutivos de ventas,
promotores de ventas, en rea electrnica operarios de produccin, por citar
algunos, estos procesos masivos estn generalmente asociados al ingreso del
personal por temporadas de tres a cuatro meses con posibilidades de ser
contratados por tiempo indefinido de acuerdo al desempeo del personal.

Este reclutamiento nos sirve para reforzar las fuerzas de ventas ante una
necesidad concreta, o bien para hacer frente en un momento de expansin de una
empresa o apertura de algn negocio o sucursal.

En todos estos casos, dos factores son primordiales: la rapidez del proceso (de
manera que la gente est disponible en la fecha requerida de incorporacin) y la
 calidad en la evaluacin (que no debe perderse frente a una convocatoria de
centenares de personas).

Los reclutadores debern tener en cuenta previamente al proceso, lo siguientes

puntos:

La eleccin de una efectiva va de captacin de recursos humanos, que delimite

claramente el perfil buscado y competencias requeridas para las posiciones
(medios en donde se realizar la convocatoria y contenido del mismo)

Disponer de un equipo de personas responsables de todo el proceso,

preferentemente de un grupo mixto de profesionales de recursos humanos y
responsables de la lnea.

Capacitar a todo el equipo participante en la seleccin en relacin a la organizacin

del reclutamiento masivo, tcnicas a utilizar, etapas del proceso, tiempos y mensaje
general que se le dar a los postulantes sobre la modalidad y los resultados del
proceso.

Establecer Pasos del Proceso y los Tiempos requeridos para su implementacin.

Pero fundamentalmente, como profesionales de recursos humanos, debemos tener

siempre presente, que trabajamos con Gente y que estas circunstancias de
bsqueda laboral, generan ansiedad y expectativas en los postulantes y que por ello,
somos responsables de crear el ambiente adecuado de absoluto respeto,
consideracin y humanidad.

3.3. Marco Situacional

El marco situacional de este presente proyecto de investigacin est orientado a la gestin

de la contratacin de personal en la Municipalidad de Hunuco, pues la realidad en este
sector es psimo porque las contrataciones se hacen de manera manual (entrevistadores,
hoja y papel), las instituciones como esta no han tomado en cuenta hacer cambios como
realizar una nueva forma de contratacin pero de una manera que esta sea mejor con
respecto al ahorro de tiempo de y uso de materiales, no obstante que esta forma de
contratacin tenga credibilidad.
Esta investigacin se piensa dejar como gua para futuras implementaciones en el modo de
trabajo para la mejora en la contratacin de personales.
3.4. Definicin de trminos bsicos.

Acometer
Decidirse a una accin o empezar a ejecutarla
Agentes inteligentes
Un agente inteligente, es una entidad capaz de percibir su entorno,
procesar tales percepciones y responder o actuar en su entorno de manera
racional, es decir, de manera correcta y tendiendo a maximizar un resultado
esperado.

Algoritmos
Conjunto ordenado y finito de operaciones que permite hallar la soluci
n de un problema.

Arbrea
Perteneciente o relativo al rbol.

Credibilidad
Credibilidad es un concepto que las personas utilizan para decidir si creen
o no una informacin de la que no son testigos directos.

Demanda
Peticin o solicitud de algo, especialmente si consiste en una exigencia o
se considera un derecho.

Engorrosos
Dificultoso, molesto.

Mtodo
Modo ordenado y sistemtico de proceder para llegar a un resultado o fin
determinado.

Procesales
Perteneciente o relativo al proceso. Costas procesales

Riguroso
Que cumple o hace cumplir las normas establecidas o impuestas de forma
excesivamente severa.

Sistema de computacin
Una computadora o computador, tambin denominada ordenador, es
una mquina electrnica que recibe y procesa datos para convertirlos en
informacin til.
 Software
Conjunto de programas y rutinas que permiten a la computadora realizar
determinadas tareas.
Sistema informtico
Es el conjunto de elementos hardware, software, datos y personas que
permiten el almacenamiento, procesamiento y transmisin de informacin.

IV. VARIABLES,
INDICADORES Y DEFINICIONES
OPERACIONALES

4.1 Sistema de Variables Dimensiones e Indicadores

A continuacin, se describen las variables tanto independiente como dependiente,

que se analizarn a lo largo del desarrollo del trabajo de investigacin.

Variables 4.1.1

Variable independiente

Agentes inteligentes

Variable Dependiente

Contratacin de personal

Dimensiones 4.1.2

Dimensiones de la Variable Independiente

Independencia
Tecnologa
Impacto

Dimensiones de la Variable Dependiente:

Confiabilidad

Condiciones mnimas

4.1.3 Indicadores

Indicadores de la Variable Independiente por dimensiones

Indicadores de independencia

Desempeo del trabajador

 Reduccin de tiempo

Indicadores de Impacto

Potencialidad del impacto

Riesgo residual

Indicadores de la Variable Dependiente por dimensiones

Indicadores de confiabilidad

Eficacia
Credibilidad de la informacin

Indicadores de Condiciones mnimas

Nivel de satisfaccin de la empresa

Verificacin aleatoria de preseleccionados

V. MARCO METODOLGICO
5.1 Nivel y Tipo de investigacin
5.1.1 Nivel de Investigacin
El presente trabajo se ubica en el nivel descriptiva correlacional porque tratamos
de averiguar el aporte de los agentes inteligentes en el uso de la contratacin de
personal y cuanto nos puede ayudar.
5.1.2 Tipo de investigacin
El presente trabajo es de tipo cuantitativo, porque tratamos de establecer
relaciones causales que nos den una explicacin a nuestro objeto de investigacin.

5.2 Diseo de la Investigacin

La presente tesis tiene una base de diseo descriptivo - transversal debido a que los
datos son recolectados en un solo momento analizando la relacin de variables
VI. UNIVERSO/POBLACION Y MUESTRA
6.1 Determinacin del Universo/Poblacion
La poblacin est constituida por todos las personas que forman parte de la administracin y
que usan los servicios de la Municipalidad de Hunuco.
 6.2 Seleccin de muestra
La seleccin de muestra est conformada por todas las personas propias de cada nivel
en la organizacin como administrativos, clientes, trabajadores.
VII. Tcnicas de recoleccin y tratamiento de datos

7.1 Fuentes, Tcnicas e Instrumentos de recoleccin de datos.

7.1.1 Fuentes:

Para tener una referencia de las formas en que se realiza la contratacin de personal
en la Municipalidad de Hunuco en los ltimos aos con datos verdicos, se ha tomado
como fuente el cronograma y los requisitos que deben de cumplir los postulantes en la
ltima contratacin de Personal de serenasgo realizado el 27 de junio del 2016 de la
misma forma analizaremos algunas plataformas web de seleccin de personal como el
de la ONPE.

7.1.2 Tcnicas:

Para obtener informacin de la seleccin y contratacin de personal mediante agentes

inteligentes en la municipalidad de Hunuco se realizaran entrevistas con el Jefe de
personal, personal administrativo, RR.HH y postulantes. De tal forma se realizara
encuentas a entidades donde cuentan con sistemas similares para identificar los
problemas similares.

7.1.3 Instrumentos:

Se elaboraran cuestionarios piloto para obtener valores referenciales con respecto a

los indicadores de calidad y desempeo actuales de la organizacin.

7.2 Procesamiento y presentacin de datos.

Para obtener informacin relevante de los datos recolectados en los cuestionarios, se

proceder de la siguiente manera:

Orden y clasificacin de los datos segn los indicadores de cada variable y dimensin.
Realizar la clasificacin de los datos en Excel para determinar que premisas son las ms
importantes.
Proceso de evaluacin de confiabilidad de los datos con SPSS o Minitab.

ENCUESTA DE OPININ

1. Qu opina sobre nuestros amables representantes de servicio al cliente?"

2. Con qu rapidez lo atendieron nuestros representantes de servicio al cliente?"

3. Cun receptiva fue nuestra compaa?"

4. nuestros representantes de servicio al cliente lo atendieron bien y en tiempo y forma?"

5. Considera que nuestra empresa es profesional?"

6. Cmo evala el nivel de profesionalismo de nuestra empresa?"

Presentacin y anlisis de los datos

4.1. Resultados del Cuestionario Aplicado a Empleados de G4S Securicor Segura

Tabla No. 1
Sexo

Alternativa Frecuencia Porciento

Masculino 69 77
Femenino 21 23
Total 90 100

Fuente: Cuestionario aplicado a empleados de G4S Securicor Segura

En relacin al sexo de los empleados de G4S Securicor Segura en el 77% es de sexo masculino y un
23% de sexo femenino.

Tabla No. 2
Edad

Alternativa Frecuencia Porciento

De 18 a 25 aos 9 10
De 26 a 30 aos 27 30
De 31a 35 aos 24 27
De 36 a 45 aos 30 33
De 45 a 55 aos 0 0
de 56 ms 0 0
Total 90 100
Fuente: Cuestionario aplicado a empleados de G4S Securicor Segura
En relacin al cuestionario aplicado a los empleados el 33% tiene edades entre 36 a 45 aos, el 30%
entre 26 a 30 aos y el 10% de 18 a 25 aos.
Tabla No. 3
Indicar los tipos de evaluaciones ms comunes en G4S Securicor Segura
Alternativa Frecuencia Porciento
Evaluacin del desempeo 45 50
Evaluacin por objetivo 6 7
Evaluacin por antigedad 15 16
Evaluacin cumplimiento de
9 10
metas
Evaluacin por rendimiento 15 17
Total 90 100
Fuente: Cuestionario aplicado a empleados de G4S Securicor Segura
En relacin al tipo de evaluacin a los empleados de G4S Securicor Segura el 50% se le realizan
evaluaciones del desempeo y el 17% evaluacin por rendimiento mientras que el 16% es la evaluacin
por antigedad, el 10% para la evaluacin de cumplimiento de metas y el 7% para la evaluacin por
objetivo.

Tabla No. 4
Nivel acadmico

Alternativa Frecuencia Porciento

Bsico 42 47
Medio 45 50
Tcnico 3 3
Superior 0 0
Postgrado 0 0
Total 90 100
Fuente: Cuestionario aplicado a empleados de G4S Securicor Segura
El 50% de los empleados de Securicor Segura tiene un nivel medio, el 47% bsico y el 3% tcnico.

Tabla No. 5
Estado Civil

Alternativa Frecuencia Porciento

Casado 78 87
Unin Libre 9 10
Viudo 0 0
Soltero 3 3
Total 90 100
Fuente: Cuestionario aplicado a empleados de G4S Securicor Segura
La empresa Securicor Segura ha determinado que el 87% de sus empleados son casados, el 10% son
solteros y el 3% tiene otro estado civil no especificado.

Tabla No. 6
Empleados que pasaron por el proceso de reclutamiento y seleccin en la empresa

Alternativa Frecuencia Porciento

S 90 100
No 0 0
Total 90 100
Fuente: Cuestionario aplicado a empleados de G4S Securicor Segura
El 100% de los empleados de Securicor Segura dicen haber pasado por un proceso de reclutamiento y
seleccin de personal.

Tabla No. 7
Determinar si la empresa cuenta con un proceso de reclutamiento
 Alternativa Frecuencia Porciento
Siempre 84 93
Casi Siempre 6 7
A veces 0 0
Nunca 0 0
Total 90 100
Fuente: Cuestionario aplicado a empleados de G4S Securicor Segura
El 93% de los empleados de Securicor Segura dice que la empresa siempre cuenta con un proceso de
reclutamiento mientras que el 7% dice que casi siempre.

Tabla No. 8
Medios que utiliza la empresa en el proceso de reclutamiento

Alternativa Frecuencia Porciento

Recepcin de currculum y
66 73
solicitudes
Anuncio en el peridico 0 0

Divulgacin interna 0

Llamar a otras empresas e

0 0
instituciones
Otros 24 27
Total 90 100
Fuente: Cuestionario aplicado a empleados de G4S Securicor Segura
En relacin a los medios que utiliza la empresa en el proceso de reclutamiento la recepcin de currculum
y solicitudes obtuvo el mayor porcentaje con un 73%, el restante 27% lo obtuvo la alternativa otros.