Introducción

Actualmente el absentismo laboral es una de las principales preocupaciones en los planos económico, social y empresarial, debido a que la ausencia del trabajador de su puesto de trabajo, en sus diferentes formas y causas, provoca pérdidas productivas, altera el clima organizacional y genera un elevado coste al Sistema público de Seguridad Social (^{Hassard, Teoh, Visockaite, Dewe y Cox, 2018}; ^{López-Alonso, Ibarrondo-Dávila y Rubio-Gámez, 2015}; ^{Mazzoni et al., 2019}). En España el absentismo por incapacidad temporal (por contingencia profesional y común) supone 13.09 días perdidos por cada trabajador en activo, una de las más elevadas a nivel internacional (^{Blasco de Luna et al., 2018}). En cuanto al absentismo por enfermedad común, los datos son aún más negativos. Según el VII Informe Adecco sobre absentismo (cfr. Blasco de Luna et al., 2018), en 2017 el 86.4% de los procesos de incapacidad temporal corresponden a procesos de enfermedad común, con una duración media de 17.21 días de baja. Esto ha supuesto un aumento, respecto al 2016, de un 6%. El elevado coste que supone el absentismo, sumado a las repercusiones personales y sociales que acarrea en las organizaciones, ha significado que su control sea uno de los principales objetivos estratégicos de cualquier empresa, región o estado (^{Martin-Fumadó, Martí Amengual, Puig Bausili y Arimany-Manso, 2014}; ^{Martín-Román y Moral, 2017}).

El absentismo es considerado por diversos autores como un proceso multidimensional (^{Altunkaynak, 2018}; ^{Khashaba, El-Helaly, El-Gilany, Motawei y Foda, 2018}; ^{Thurston y Glendon, 2018}), que ha sido explicado tanto por factores individuales, como la edad (^{Fernández-García, 2013}), el sexo (^{Campos-Serna, Ronda-Pérez, Artazcoz y Benavides, 2012}), la nacionalidad del trabajador (^{Casey, Riseborough y Krauss, 2015}) o el consumo de alcohol (^{Luján, Santana, Alemán y Sánchez, 2014}), como por las consecuencias de las diferentes condiciones sociales, económicas y organizativas a las que el trabajador está sometido en su entorno laboral (^{Boada i Grau, De Diego Vallejo, Agulló Tomás y Mañas Rodríguez, 2005}). Respecto de las condiciones laborales, un gran número de investigaciones ponen de relieve la relación entre el absentismo y distintas variables organizacionales, como el salario, la estabilidad laboral y el tipo de contrato (^{de Menezes y do Monte, 2013}). En concreto, se observa que las personas que presentan un peor estado de salud y, por tanto, son más propensas a ausentarse, son aquellos trabajadores con contratos temporales y expuestos a peores condiciones laborales (^{Virtanen et al., 2005}).

La precariedad laboral, caracterizada por la inseguridad, la incertidumbre y la falta de garantías en las condiciones de trabajo, ha sido utilizada como un indicador válido para analizar el absentismo, ya que ha sido identificada como uno de sus factores de riesgo (^{Jiang y Lavaysse, 2018}) y del presentismo laboral (^{Bogaerts, De Witte, Verlinden y Vermeulen, 2017}). Al mismo tiempo, las diferencias en las condiciones de contratación pueden ser también determinantes en el absentismo (^{García, Green y Navarro Paniagua, 2018}; ^{Restrepo y Salgado, 2013}). Específicamente, los estudios atribuyen una especial relevancia al tipo de contrato, ya que se ha evidenciado mayores índices de absentismo en los trabajadores con contratos eventuales que en el caso de los indefinidos (^{Zaballa et al., 2016}). De igual forma, estas investigaciones apuntan a que la duración de la jornada establecida en el contrato laboral muestra una estrecha relación con los niveles de absentismo y la salud de los trabajadores (^{Benavides, Benach, Diez-Roux y Roman, 2000}). Por ejemplo, los trabajadores con jornadas parciales temporales presentan mayores valores de insatisfacción laboral y presencia de síntomas de trastornos musculoesqueléticos (^{Benavides y Benach, 1999}).

Método

Participantes

La muestra, de carácter incidental y no probabilístico, está formada por la plantilla completa de trabajadores contratados en el año 2017, 5.524 personas, en una empresa española del sector servicios, dedicada a tareas de mantenimiento y limpieza. En la Tabla 1 se muestran las características de la muestra en cuanto a sus diferentes modalidades de contratación.

Tabla 1.  Características contractuales de la muestra. 

Al mismo tiempo, para cada trabajador, se obtuvo información relativa a su absentismo por enfermedad común en el año 2017. En concreto, se consideró el número de procesos por enfermedad común que había sufrido y los días de absentismo en ese año.

En el desarrollo del estudio se equipara el término de enfermedad común con el concepto de enfermedad.

Variables de estudio

Teniendo en cuenta lo anterior, las variables que se han utilizado corresponden (ver Tabla 2), por un lado, a los datos de contratación del trabajador en el año 2017 (tipo de contrato y de jornada, tiempo contratado en 2017 y antigüedad), y por otro, al número de bajas por enfermedad sufridas por cada trabajador en los 3 últimos años (2015, 2016 y 2017), así como su duración. También, se calculó el ratio de absentismo por enfermedad, resultante de dividir el número de días de absentismo por el número de días de contrato en el año 2017.

Tabla 2.  Variables objeto de estudio y codificación. 

Resultados

En primer lugar, se examinaron las interrelaciones entre el número de procesos de enfermedad ocurridos en los tres últimos años (años 2015, 2016 y 2017) y las variables tipo de contrato, tipo de jornada y tiempo contratado (ver Figura 1). Para analizar estos datos de forma comparativa, se dividió el tamaño de cada grupo por el número total de individuos. También, se tuvo en cuenta el número de meses contratado para eliminar en lo posible el efecto tiempo de exposición, de manera que los datos son relativos a un mes de trabajo.

Nota: Grupo = ABC, dónde A es el Tipo de contrato (0 = Fijo, 1 = Eventual), B es el Tipo de Jornada (0 = Completa, 1 = Parcial) y C son los Meses trabajados en el año (1 < = 2 meses, 2 < = 8 meses, 3 > 8 meses).

Figura 1.  Porcentaje de procesos por enfermedad en cada grupo por mes trabajado. 

Como se puede observar, el número de procesos por enfermedad en el año 2017 mantiene la misma distribución entre grupos que en los dos años anteriores. Destaca la diferencia existente entre los valores altos de la primera mitad del gráfico (contrato fijo) frente a valores bajos en la segunda mitad (contrato eventual). También, se observa que los grupos asociados a contratos de duración inferior a dos meses presentan mayor proporción de personas con algún proceso por enfermedad que los de duración más elevada.

Si se comparan estos resultados con la media de ratio por enfermedad en cada grupo, se observan ciertas variaciones en lo relativo a los grupos de contrato inferior a dos meses. Es decir, como se puede observar en la Figura 2, los grupos con contratos de corta duración presentan una proporción superior de personas con algún proceso por enfermedad en 2017, pero con una ratio de días de absentismo inferior que los grupos de tiempo de contratación superior.

Figura 2.  Porcentaje de procesos y ratio por enfermedad en 2017. 

En segundo lugar, se realizaron cuatro pruebas chi-cuadrado de la variable Grupo de las Figuras 1 y 2 frente a cada una de las variables consideradas (Pro_17Enf01 ,Pro_16Enf01, Pro_15Enf01 y Ratio_Enf01). En todos los casos se obtuvieron diferencias significativas entre los diferentes grupos considerados (Tabla 3).

Tabla 3.  Pruebas chi-cuadrado de la variable Grupo frente a las variables Pro_17Enf01 , Pro_16Enf01, Pro_15Enf01 y Ratio_Enf01. 

Por último, se utilizaron los árboles de decisión para identificar qué tipo de perfiles presentan una mayor probabilidad de sufrir una enfermedad en el año 2017. En concreto, se analizaron dos arboles de decisión, uno por cada variable considerada (procesos enfermedad 2017 y ratio enfermedad).

Inicialmente, para el primer árbol, se dividió aleatoriamente la muestra en dos conjuntos: muestra entrenamiento (60%) y muestra test (40%). A continuación, se seleccionaron las variables explicativas, tipo de contrato, tipo de jornada, tiempo contratado, antigüedad y numero de procesos por enfermedad en el año 2016 y 2015. Se definieron algunos parámetros de autopoda del árbol: tres niveles de división y nodos hijo con más de 100 individuos, con el objetivo de garantizar la obtención de un árbol no sobreajustado. Los resultados obtenidos se muestran en la Figura 3:

Figura 3.  Árbol de decisión para la variable procesos enfermedad 2017. 

El árbol obtenido proporciona para cada nodo un porcentaje de personas sin absentismo y otro complementario de personas con absentismo. El algoritmo utilizado para determinar cuál es el valor de predicción para todas las personas de un nodo es el siguiente: se predice 0 si su probabilidad asociada es superior a un valor fijado en la frontera de decisión y 1 cuando es inferior.

Para interpretar correctamente el árbol, se tuvo en cuenta la importancia o peso de cada variable independiente en el árbol, la cual depende de con qué profundidad aparece la variable en el árbol y el número de veces que está presente. La variable de mayor importancia fue la existencia o no de procesos por enfermedad en el año anterior (con un 100%); la segunda variable, pero con una menor relevancia, son los procesos por enfermedad correspondientes a los dos años anteriores (con un 20%); el resto de variables presentan una influencia inferior al 15%.

La matriz de confusión obtenida para un valor umbral (threshold o frontera de decisión) igual a .50 proporciona un porcentaje de aciertos del 81% en la muestra de entrenamiento y del 79.6% en la muestra test, lo que indica que es un árbol estable (la variación entre ambas muestras es muy baja) y con un porcentaje de aciertos muy elevado.

La evaluación del rendimiento de clasificadores binarios se realizó a través de la curva ROC (Receiver Operating Characteristic) y PRC (Precision-Recall) (Figura 4). Si bien existen varios indicadores o medidas para evaluar un predictor para un clasificador binario, se tomó como referencia el trabajo de ^{Saito y Rehmsmeier (2015}), como se puede ver en la Tabla 4.

Figura 4.  Curva ROC y curva PRC. 

Tabla 4.  Descripción de medidas de evaluación de predictores para clasificadores binarios de ^{Saito y Rehmsmeier (2015}). 

La curva ROC muestra la figura que se obtiene al representar la exactitud (ACC = accuracy o proporción de aciertos) frente a la sensibilidad (SN = sensitivity). La curva asociada al problema de investigación proporciona un área del .693.

La muestra de este estudio presenta una variable objetivo desbalanceada (contiene sólo un 23% de empleados con algún proceso de enfermedad en 2017). Según ^{Saito y Rehmsmeier (2015}), para la evaluación del predictor en muestras desbalanceadas, resulta más conveniente utilizar la curva PRC, que representa la precisión (PREC = precisión) frente a la sensibilidad (SN = sensitividad o REC = recall).

El objetivo de la presente investigación es identificar el máximo número de empleados con algún proceso por enfermedad, a pesar de perder precisión, es decir, maximizando la sensitividad. Por tanto, según la curva PRC, se decide seleccionar un umbral igual a .18, que proporciona una matriz de confusión con una sensibilidad igual a .82 y una precisión de .34.

A partir de lo anterior, se determina que los nodos 5, 7, 10 y 11 tienen un valor de predicción 1 (probabilidad de que existan procesos por enfermedad en 2017 > .18), por tanto, los trabajadores clasificados en estos nodos son el objetivo del presente estudio, pues su pronóstico es que sufren algún proceso por enfermedad en 2017.

La segmentación obtenida de la población de trabajadores es la siguiente:

Por otro lado, a partir del segundo árbol de decisión se intentó identificar aquellos segmentos de trabajadores que presentan un ratio por enfermedad superior al 50%, teniendo en cuenta las variables asociadas al contrato. En primer lugar, se seleccionaron los trabajadores que presentan algún proceso por enfermedad en 2017, obteniendo un total de 1290 trabajadores. Se calculó el ratio por enfermedad, dividiendo el número de días de absentismo por enfermedad entre el número de días contratado en 2017. A continuación, se dividió la muestra en dos grupos: muestra test (30%) y entrenamiento (70%) En esta ocasión, el grupo objetivo (trabajadores con ratio superior al 50%) supone un 25% de la muestra, por lo que, al igual que anteriormente, este árbol también es una muestra desbalanceada. Se seleccionaron las variables explicativas, tipo de contrato, tipo de jornada, tiempo contratado y antigüedad. Los resultados obtenidos se muestran en el árbol de decisión recogido en la Figura 5:

Figura 5.  Árbol de decisión para la variable dependiente ratio_enf01. 

Para interpretar este árbol, se dispone, al igual que antes, del indicador importancia o peso de cada variable independiente en el árbol, siendo la variable de mayor importancia el tiempo de contrato (con un 100%), seguido del tipo de contrato y la antigüedad (cada una con un 50%). Finalmente, el tipo de jornada no presenta importancia en este árbol.

La matriz de confusión obtenida para un valor umbral igual a .50 proporciona un porcentaje de aciertos del 74.2% en la muestra de entrenamiento y del 76.6% en la muestra de test. Esto indica que es un árbol estable (la variación entre muestra de entrenamiento y de test es muy baja), con un porcentaje de aciertos muy elevado.

El umbral utilizado en esta matriz de confusión es de .5 y proporciona una sensitividad igual a .23 y una precisión igual a .52. Por ser un árbol desbalanceado, se utilizó la curva PRC y se seleccionó el valor umbral igual a .25, que mejora la sensitividad igual a .43, perdiendo cierto nivel de precisión (= .38).

Finalmente, los segmentos de población pronosticados cómo ratio_enf01 superior al .5 fueron los siguientes:

Discusión

Los resultados obtenidos revelan la existencia de relaciones entre la modalidad de contratación y el absentismo laboral. En concreto, respecto de la primera hipótesis, si los trabajadores con contrato temporal son los más propensos a sufrir enfermedades, los resultados obtenidos no permiten verificar dicha hipótesis, ya que se evidencia que los trabajadores con este tipo de contrato (temporal) manifiestan un porcentaje menor de procesos por enfermedad común que los trabajadores con contrato fijo. Estos resultados contradicen distintos estudios previos, como el de ^{Virtanen et al. (2005}); no obstante, deben considerarse los efectos específicos de la actividad de la limpieza y el envejecimiento de la población, además de la mayor carga horaria asignada a los contratos indefinidos frente a los temporales, como variables mediadoras de los resultados, lo cual deberá ser estudiado por futuras investigaciones en este campo.

Por otro lado, se examinó si la jornada de trabajo influye en el absentismo. En relación con esta cuestión, los segmentos 1 y 2 del primer árbol CHAID ponen de relieve que la jornada parcial proporciona menor probabilidad de padecer algún proceso por enfermedad común que la jornada completa, lo que puede ser explicado por el tiempo de exposición, que es uno de los factores más relevantes en los problemas de salud física. Teniendo en cuenta que el absentismo laboral en el sector de limpieza está íntimamente relacionado con una etiología musculo-esquelética, el resultado es perfectamente comprensible en coherencia con las investigaciones de ^{Estryn-Béhar y Van Der Heijden (2012}), ^{Gallis (2013}), ^{Moreno, Moncada, Llorens y Carrasquer (2010}), y ^{Vercruyssen y Van de Putte (2013}).

En tercer lugar, se examinaron las relaciones entre la antigüedad y la posibilidad de sufrir enfermedades, evidenciándose que la antigüedad es una de las variables con mayor importancia en el caso de la ratio de enfermedad. Estas conclusiones deben tomarse con cautela, dada la peculiaridad y especificidad de la muestra, y la relación entre el tipo de contrato y la edad media de los trabajadores.

Por último, los hallazgos obtenidos permiten verificar la última hipótesis, ya que en los análisis efectuados la variable procesos por enfermedad común en los tres años de referencia presenta el mismo comportamiento. Asimismo, en el primer árbol CHAID, en el que participan las variables procesos por enfermedad común en el año 2015 y en el 2016, ambas son las que mayor importancia tienen. Y es que, a nuestro juicio, los antecedentes previos de absentismo son indicadores claros de absentismo futuro. La influencia sobre la salud de procesos anteriores puede ser una de las justificaciones, si bien se recomienda la inclusión de variables individuales, como la personalidad y la salud autopercibida, en futuros estudios.

Entre las limitaciones del estudio se destaca la falta de control sobre el pluriempleo, muy habitual en el sector afectado por procesos de subrogación, como es el sector de limpieza, lo cual puede afectar a las jornadas totales de trabajo de la población analizada. Por otro lado, el tipo de muestra no probabilística (por conveniencia) empleada provoca que los resultados no puedan ser ni generalizables ni tampoco concluyentes. De igual forma, la edad de los trabajadores, como señalan distintos estudios previos (p. ej., ^{Fernández-García, 2013}), también parece influir en los procesos de absentismo, por lo que en coherencia con el envejecimiento de la población trabajadora que está sufriendo España y Europa, se recomienda la inclusión de esta variable en estudios ulteriores.

Finalmente, si bien existe un gran número de métodos estadísticos para realizar las tareas propias de la clasificación (p. ej., métodos de regresión logística, análisis discriminante, redes neuronales, inducción de reglas, redes bayesianas, etc.), los árboles de decisión presentan ciertas ventajas, ya que permiten plantear de manera completa todas las posibles soluciones; además su representación gráfica facilita la interpretación (^{Chien, Wang y Cheng, 2007}). Asimismo, ^{Fleiss et al. (1972}) destacaron los beneficios de esta técnica frente a otras en la generación de diagnósticos. Esta técnica de decisión y clasificación ha sido ampliamente empleada en el ámbito de la psicología cognitiva, la psicometría y la psicología de la creatividad (p. ej., ^{Batchelder y Riefer, 1999}; ^{Chun et al., 2013}). Sin embargo, al mismo tiempo, los árboles de decisión poseen distintas limitaciones, como la gran cantidad de datos que necesita (disponibles en este estudio) o el hecho de que, si se asignan costes y ganancias a cada una de las acciones, es posible aplicar como criterio de decisión maximizar el valor esperado, el cual exige que el decisor pueda soportar el riesgo de ruina. En la presente investigación el criterio de decisión ha sido el de identificar el máximo número de empleados con algún proceso por enfermedad (con un error moderado), sin evaluar los beneficios económicos que podrían aportar, cuestión que deberá ser objeto de estudio por parte de futuras investigaciones en este campo.