class: inverse, top, center background-image: url(archivos/kiwi-fondo.png) background-size: cover ??? Image credit: [Designed by Freepik]("http://www.freepik.com") --- # Quiénes somos [R4HR Club de R para RRHH](https://r4hr.club) es una comunidad de aprendizaje de programación en R destinada para las personas que trabajan o quieran trabajar en Recursos Humanos de habla hispana. Nuestro objetivo es acercar el mundo de ciencias de datos a nuestra profesión, adaptando el contenido a nuestras habilidades y conocimientos, y también siempre que podemos, usando datos relacionados con la gestión de personas, y en castellano, para hacer más accesible el aprendizaje. Este es un proyecto que reúne a gente de Argentina, Perú, Chile, Paraguay, Uruguay, Panamá, USA, Francia, España, Ecuador, Colombia y cada vez a más y más profesionales de distintas latitudes se unen y contribuyen al proyecto. Para más información sobre el Club de R leé [este post](https://r4hr.club/2020/09/23/el-club-de-r-para-rrhh/), o escribinos a [info@r4hr.club](mailto:info@r4hr.club). --- # Quiénes somos ## La encuesta KIWI 🥝 de Sueldos de RRHH para LATAM Uno de los problemas en el aprendizaje de People Analytics es la falta de datasets para practicar, así que una decisión que tomamos fue el de generar nuestro propio dataset y de abrirlo para toda la comunidad. Para hacer esta encuesta nos "inspiramos" en [SysArmy](https://sysarmy.com/blog/), una comunidad para las personas que trabajan en tecnología que además de organizar uno de los eventos más importantes de tecnología de Argentina, Nerdearla, también organizan una encuesta salarial dos veces por año. Estas son las motivaciones detrás de esta encuesta: **Tener nuestro propio dataset con datos relevantes para la gestión de RRHH, y compartir los resultados y los datos para que todos los entusiastas de RRHH y de los datos cuenten con una fuente de datos para practicar**. > Si querés conocer la historia detrás del nombre de la encuesta, la podés [conocer aquí](https://r4hr.club/why-kiwi/). --- background-color: "#5d6d7e" # Quiénes somos ## Organizadores .pull-left[ 👩💻 [Alithu Castro](https://www.linkedin.com/in/alithucastro/) 👩🎨 [Carla Cirone](https://www.linkedin.com/in/carla-cirone-0566b095/) 👩💻 [Daniela García](https://www.linkedin.com/in/claudia-daniela-garcia-138b1a14b/) 👨🎤 [Santiago Lardone Quinodoz](https://www.linkedin.com/in/santiago-lardone-quinodoz-978588167/) 🐍 [Sebastián Lombraña](https://www.linkedin.com/in/santiago-lardone-quinodoz-978588167/) 🤘 [Sergio García Mora](https://www.linkedin.com/in/sergiogarciamora/) 👩🏫 [Yanel Paulette](https://www.linkedin.com/in/yanelpaulette/) ] .pull-right[<img src="archivos/kiwi-happy.jpg" />] --- background-color: "#5d6d7e" # ¿Aún no completaste la encuesta? .pull-left[ <br><br> <img src="https://media.giphy.com/media/kjfHMdG6Y3LP2/giphy.gif" />] .pull-right[ <br><br><br><br> ### Completá la encuesta en [este link](https://bit.ly/kiwi2021) <br> ### El tiempo aproximado para completarla es de 7'42" #chequeadísimo 👨🔬 ] --- class: inverse, center, middle # Respuestas parciales <img src="https://media.giphy.com/media/xThtalkAxYnZd94uB2/giphy.gif" /> El 30 de noviembre publicamos los resultados finales. --- # Respuestas por países Recibimos un total de 357 respuestas 🥳. <br> <div style="border: 1px solid #ddd; padding: 0px; overflow-y: scroll; height:450px; "><table class=" lightable-paper lightable-hover" style='font-family: "Arial Narrow", arial, helvetica, sans-serif; width: auto !important; margin-left: auto; margin-right: auto;'> <thead> <tr> <th style="text-align:left;position: sticky; top:0; background-color: #FFFFFF;"> País </th> <th style="text-align:right;position: sticky; top:0; background-color: #FFFFFF;"> Cantidad </th> </tr> </thead> <tbody> <tr> <td style="text-align:left;"> Argentina </td> <td style="text-align:right;"> 299 </td> </tr> <tr> <td style="text-align:left;"> Paraguay </td> <td style="text-align:right;"> 14 </td> </tr> <tr> <td style="text-align:left;"> México </td> <td style="text-align:right;"> 10 </td> </tr> <tr> <td style="text-align:left;"> Perú </td> <td style="text-align:right;"> 10 </td> </tr> <tr> <td style="text-align:left;"> Bolivia </td> <td style="text-align:right;"> 7 </td> </tr> <tr> <td style="text-align:left;"> España </td> <td style="text-align:right;"> 5 </td> </tr> <tr> <td style="text-align:left;"> Uruguay </td> <td style="text-align:right;"> 4 </td> </tr> <tr> <td style="text-align:left;"> Chile </td> <td style="text-align:right;"> 3 </td> </tr> <tr> <td style="text-align:left;"> El Salvador </td> <td style="text-align:right;"> 2 </td> </tr> <tr> <td style="text-align:left;"> Ecuador </td> <td style="text-align:right;"> 1 </td> </tr> <tr> <td style="text-align:left;"> Guatemala </td> <td style="text-align:right;"> 1 </td> </tr> <tr> <td style="text-align:left;"> Otro Europa </td> <td style="text-align:right;"> 1 </td> </tr> <tr> <td style="text-align:left;"> Total </td> <td style="text-align:right;"> 357 </td> </tr> </tbody> </table></div> --- # Participantes .pull-left[ En esta encuesta participan tanto trabajadores en relación de dependencia como trabajadores freelancers. La representación de ambos tipos de trabajadores es la siguiente: <img src="https://media.giphy.com/media/VFGjkyGvoivD7kjWBL/giphy.gif" /> ] .pull-right[ <img src="index_files/figure-html/tipo_trabajo-1.png" width="504" /> ] --- # Comparación de sueldos de RRHH por países .pull-left[ <img src="index_files/figure-html/sueldos_dolar-1.png" width="2100" /> ] .pull-right[ **Aclaraciones:** 1. Los resultados **no son representativos** de la realidad de los países dada la baja cantidad de respuestas (cada punto representa una respuesta). 2. Para la comparación de los sueldos en dólares estadounidenses tomamos el tipo de cambio oficial de cada país al 15 de octubre de 2022 publicados por los respectivos bancos centrales. 3. En esta visualización sólo estamos mostrando los países de los que obtuvimos al menos 5 respuestas. 4. Podamos los sueldos para mostrar aquellos que están dentro de los percentiles 5 y 95. ] --- # Distribución de sueldos por puesto Es este gráfico podemos apreciar cómo se distribuyen los resultados, y el cuadrado rojo indica el salario promedio en la región. Cuando terminemos con el relevamiento publicamos los resultados para cada país 💁♀️. <br> <img src="index_files/figure-html/posiciones-1.png" width="40%" style="display: block; margin: auto;" /> --- # Sueldos por función .pull-left[ En el siguiente gráfico podemos apreciar los salarios promedios según las distintas funciones que existen en el área. La línea punteada indica el sueldo promedio en dólares en RRHH de toda la muestra de datos que es de 💵 U$S 1.824. ] .pull-right[ <img src="index_files/figure-html/sueldo-funcion_plot-1.png" width="504" /> ] --- # Representación de mujeres en puestos de liderazgo ## Participación según género .pull-left[ <img src="index_files/figure-html/respuestas-genero-1.png" width="90%" /> ] .pull-right[
Respuestas según Identidad de Género
Género
Cantidad
Porcentaje
Mujer cis
220
69.4%
Hombre cis
94
29.7%
Mujer trans
2
0.6%
NA
1
0.3%
Total
317
100.0%
Fuente: Encuesta KIWI de Sueldos de RRHH para Latam 2022
] --- # Representación de mujeres en puestos de liderazgo ## Participación según género .pull-left[ De acuerdo a las respuestas recolectadas **2 de cada 3** participantes son mujeres. Para los puestos de liderazgo consideramos las personas en los puestos de *Gerente*, *Jefe*, *Responsable*, y *Supervisor*. Del total de **mujeres**, 220 respuestas, 101 ocupan un puesto de liderazgo (46%). Del total de **hombres**, 94 respuestas, 56 ocupan un puesto de liderazgo (60%). Con un *p-value* igual a 0.768 podemos afirmar que **la diferencia es estadísticamente significativa, y la proporción de hombres en puestos de liderazgo es mayor que el de las mujeres**. ] .pull-right[ <img src="index_files/figure-html/genero-lideres-plot-1.png" width="2100" /> ] --- # Brecha salarial entre hombres y mujeres .pull-left[ <img src="index_files/figure-html/brecha-1.png" width="2100" /> ] .pull-right[ En el único único caso en que las mujeres tienen un sueldo promedio más alto que los hombres es en el puesto de *HRBP* de acuerdo a la muestra recolectada por nuestra encuesta hasta ahora. ] --- # Mundial de fútbol ⚽ .pull-left[ Dada la influencia que tiene el fútbol en Latinoamérica y que el 2022 se juega el Mundial de Fútbol de Qatar, en esta oportunidad estamos relevando si se puede ver en mundial en la oficina y estas son las respuestas que obtuvimos por país <img src="index_files/figure-html/mundial1-1.png" width="65%" /> ] .pull-right[ La siguiente pregunta relacionada con el mundial es **¿Se permite bloquear la agenda durante los partidos de tu selección en el Mundial?**. Estas son las respuestas <img src="index_files/figure-html/mundial2-1.png" width="70%" /> ] --- class: inverse, middle, center <img src="https://media.giphy.com/media/3o6Mbhi5olzmJNuUvu/giphy.gif" /> # Freelancers --- # Freelancers .pull-left[ Este año participaron 40 freelancers 🤹, de los cuales 24 se dedican a servicios de reclutamiento, y 16 se dedican a otros servicios, como *Diseño Organizacional*, *Payroll*, *People Analytics* entre otros. ] .pull-right[ <img src="index_files/figure-html/freelo-igenero-1.png" width="504" /> ] --- ## Exportación de servicios .pull-left[ Del total de los freelancers que participaron de la encuesta, el 40% exporta sus servicios a otros países. La representación de los que exportan servicios, de los que no, en función de si el servicio principal está relacionado con reclutamiento o no, la podemos apreciar en el siguiente gráfico. ] .pull-right[ <img src="index_files/figure-html/exporta-plot-1.png" width="504" /> ] --- # Colaboración entre freelancers .pull-left[ <img src="index_files/figure-html/colaboracion-1.png" width="504" /> ] .pull-right[ Algo que nos encantó descubrir en las respuestas de las personas que trabajan de manera freelance, es que la mayoría colabora con colegas que se dedican a brindar los mismos servicios. 🍻 Esto es una práctica que ojalá se multiplique cada vez más. <img src="https://media.giphy.com/media/26tP24Yd1GznbcXEQ/giphy.gif" /> ] --- class: inverse, middle # Sumá tu respuesta 💪 .pull-left[ <img src="https://media.giphy.com/media/l0MYRamKpDTaySHEQ/giphy.gif" /> ] .pull-right[ Completá la encuesta! Cada respuesta es un gran aporte a la comunidad de RRHH. 🏆 [http://bit.ly/kiwi2022](http://bit.ly/kiwi2022) ] --- class: inverse, center, middle ## Seguinos en nuestras redes ### [link.tree/r4hrclub](https://www.linktr.ee/r4hrclub) 📡 <img src="https://media.giphy.com/media/93fsZ7rI488L908x0T/giphy.gif" /> --- # Paquetes utilizados * [ggplot2](https://ggplot2.tidyverse.org): H. Wickham. ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York, 2016. * [tidyverse](https://doi.org/10.21105/joss.01686): Wickham et al., (2019). Welcome to the tidyverse. Journal of Open Source Software, 4(43), 1686 * [funModeling](https://CRAN.R-project.org/package=funModeling): Pablo Casas (2020). funModeling: Exploratory Data Analysis and Data Preparation Tool-Box. R package version 1.9.4. * [ggalt](https://CRAN.R-project.org/package=ggalt): Bob Rudis, Ben Bolker and Jan Schulz (2017). ggalt: Extra Coordinate Systems, 'Geoms', Statistical Transformations, Scales and Fonts for 'ggplot2'. R package version 0.4.0. * [gargle](https://CRAN.R-project.org/package=gargle): Jennifer Bryan, Craig Citro and Hadley Wickham (2021). gargle: Utilities for Working with Google APIs. R package version 1.2.0. * [googlesheets4](https://CRAN.R-project.org/package=googlesheets4): Access Google Sheets using the Sheets API V4. R package version 1.0.0. * [gt](https://CRAN.R-project.org/package=gt): Richard Iannone, Joe Cheng and Barret Schloerke (2021). gt: Easily Create Presentation-Ready Display Tables. R package version 0.3.1. * [scales](https://CRAN.R-project.org/package=scales): Hadley Wickham and Dana Seidel (2020). scales: Scale Functions for Visualization. R package version 1.1.1. * [extrafont](https://CRAN.R-project.org/package=extrafont): Winston Chang, (2014). extrafont: Tools for using fonts. R package version 0.17. * [wordcloud](https://CRAN.R-project.org/package=wordcloud): Ian Fellows (2018). wordcloud: Word Clouds. R package version 2.6. * [networkD3](https://CRAN.R-project.org/package=networkD3): J.J. Allaire, Christopher Gandrud, Kenton Russell and CJ Yetman (2017). networkD3: D3 JavaScript Network Graphs from R. R package version 0.4. * [pacman](http://github.com/trinker/pacman): Rinker, T. W. & Kurkiewicz, D. (2017). pacman: Package Management for R. version 0.5.0. Buffalo, New York. --- class: inverse, center, bottom [<svg viewBox="0 0 496 512" style="position:relative;display:inline-block;top:.1em;fill:white;height:3em;" xmlns="http://www.w3.org/2000/svg"> <path d="M165.9 397.4c0 2-2.3 3.6-5.2 3.6-3.3.3-5.6-1.3-5.6-3.6 0-2 2.3-3.6 5.2-3.6 3-.3 5.6 1.3 5.6 3.6zm-31.1-4.5c-.7 2 1.3 4.3 4.3 4.9 2.6 1 5.6 0 6.2-2s-1.3-4.3-4.3-5.2c-2.6-.7-5.5.3-6.2 2.3zm44.2-1.7c-2.9.7-4.9 2.6-4.6 4.9.3 2 2.9 3.3 5.9 2.6 2.9-.7 4.9-2.6 4.6-4.6-.3-1.9-3-3.2-5.9-2.9zM244.8 8C106.1 8 0 113.3 0 252c0 110.9 69.8 205.8 169.5 239.2 12.8 2.3 17.3-5.6 17.3-12.1 0-6.2-.3-40.4-.3-61.4 0 0-70 15-84.7-29.8 0 0-11.4-29.1-27.8-36.6 0 0-22.9-15.7 1.6-15.4 0 0 24.9 2 38.6 25.8 21.9 38.6 58.6 27.5 72.9 20.9 2.3-16 8.8-27.1 16-33.7-55.9-6.2-112.3-14.3-112.3-110.5 0-27.5 7.6-41.3 23.6-58.9-2.6-6.5-11.1-33.3 2.6-67.9 20.9-6.5 69 27 69 27 20-5.6 41.5-8.5 62.8-8.5s42.8 2.9 62.8 8.5c0 0 48.1-33.6 69-27 13.7 34.7 5.2 61.4 2.6 67.9 16 17.7 25.8 31.5 25.8 58.9 0 96.5-58.9 104.2-114.8 110.5 9.2 7.9 17 22.9 17 46.4 0 33.7-.3 75.4-.3 83.6 0 6.5 4.6 14.4 17.3 12.1C428.2 457.8 496 362.9 496 252 496 113.3 383.5 8 244.8 8zM97.2 352.9c-1.3 1-1 3.3.7 5.2 1.6 1.6 3.9 2.3 5.2 1 1.3-1 1-3.3-.7-5.2-1.6-1.6-3.9-2.3-5.2-1zm-10.8-8.1c-.7 1.3.3 2.9 2.3 3.9 1.6 1 3.6.7 4.3-.7.7-1.3-.3-2.9-2.3-3.9-2-.6-3.6-.3-4.3.7zm32.4 35.6c-1.6 1.3-1 4.3 1.3 6.2 2.3 2.3 5.2 2.6 6.5 1 1.3-1.3.7-4.3-1.3-6.2-2.2-2.3-5.2-2.6-6.5-1zm-11.4-14.7c-1.6 1-1.6 3.6 0 5.9 1.6 2.3 4.3 3.3 5.6 2.3 1.6-1.3 1.6-3.9 0-6.2-1.4-2.3-4-3.3-5.6-2z"></path></svg>](https://github.com/r4hr/kiwiparcial2022) <a rel="license" href="http://creativecommons.org/licenses/by/4.0/"><img alt="Licencia Creative Commons" style="border-width:0" src="https://i.creativecommons.org/l/by/4.0/88x31.png" /></a><br />Esta obra está bajo una <a rel="license" href="http://creativecommons.org/licenses/by/4.0/">Licencia Creative Commons Atribución 4.0 Internacional</a>. Agradecemos a [Natsumi Shokida](https://twitter.com/NatsuSh) por permitirnos replicar el gráfico de *"Brecha de ingresos mensuales por calificación del puesto de trabajo"* del informe ["La desigualdad de género se puede medir"](https://ecofeminita.github.io/EcoFemiData/informe_desigualdad_genero/trim_2019_03/informe.nb.html#) que realizan para Economía Femini(s)ta. Muchas gracias a [Ivana Feldfeber](https://www.linkedin.com/in/ivana-feldfeber/) del [Observatorio de Datos con Perspectiva de Género](https://sites.google.com/view/datagenero) por la paciencia y el asesoramiento en las definiciones sobre las preguntas de Identidad de Género y las relacionadas con diversidad. Presentación realizada con el paquete [Xaringan](https://github.com/yihui/xaringan) desarrollado por Yihui Xie. Gracias a [Patricia Loto](https://twitter.com/patriloto) por compartir el [tutorial](https://twitter.com/patriloto/status/1260822644590608391?s=20)