Influencia del clima organizacional en la satisfacción...
Transcript of Influencia del clima organizacional en la satisfacción...
FACULTAD DE CIENCIAS EMPRESARIALES
Carrera de Administración
INFLUENCIA DEL CLIMA ORGANIZACIONAL EN LA SATISFACCIÓN LABORAL DE LOS OPERARIOS DE LA DIVISIÓN DE TRANSPORTES DEL PUERTO DEL
CALLAO
Trabajo de Investigación para optar el Grado Académico de
Bachiller en Administración
MARUE AIMET DEL MAZO SAUCEDO
Lima – Perú
2018
2
INDICE
Resumen……………………………………………………………………….. 3
Introducción…………………………………………………………………… 4
Método……………………………………………………………………….. 19
Tipo y diseño de investigación……………………………………………. 19
Participantes………………………………………………………………. 21
Instrumentos………………………………………………………………. 22
Procedimiento…………………………………………………………….. 23
Análisis de datos………………………………………………………….. 23
Resultados……………………………………………………………………. 24
Análisis de encuesta………………………………………………………. 24
Estadísticos descriptivos………………………………………………….. 31
Contrastación de hipótesis………………………………………………... 31
Discusión…………………………………………………………………….. 36
Referencias…………………………………………………………………... 38
3
RESUMEN
La finalidad del presente estudio era demostrar que el clima organizacional
afectaba la satisfacción laboral de los operarios de la división de transportes en el puerto
del Callao. La investigación fue de corte transversal con un enfoque cuantitativo y de
alcance correlacional. La muestra utilizada fue de 210 trabajadores y los datos se
recolectaron mediante un cuestionario que medía 6 variables de clima organizacional las
cuales eran involucramiento laboral, horas de capacitación, supervisión, salario,
comunicación y condiciones laborales. Se aplicó el modelo Logit demostrando que
todas las variables mencionadas eran significativas. Los resultados interpretaron que el
clima organizacional si afectaba la satisfacción laboral ya que cada una de las variables
demostró ser significativa.
PALABRAS CLAVE: Puerto, Clima organizacional, Transportes, Satisfacción laboral
ABSTRACT
The purpose of this investigation was to show that the organizational climate
affects the job satisfaction of the workers in the transport division of Callao port. It was
a cross sectional research with a quantitative approach and correlational scope. The
sample used was 210 workers and the data was collected through a questionnaire that
measured 6 variables of organizational climate which were labor involvement, hours of
staff training, supervision, salary, communication and working conditions. The Logit
model was applied and showed that all the mentioned variables were significant. The
results interpreted that the organizational climate did influence job satisfaction since
each one of the variables proved to be significant.
KEY WORDS: Port, Organizational climate, Transport, Job satisfaction
4
Introducción
El océano no solo es un gran tesoro de recursos, sino también un espacio
estratégico para apoyar el desarrollo futuro. “Los puertos tienen una importancia
estratégica para desarrollar la economía marina y mejorar la competitividad integral de
la economía nacional, acelerar la transformación del modelo de desarrollo económico y
construir integralmente una sociedad acomodada” (Li, Zhang, Gong y Miao, 2015, p.
283).
Por esta razón, los puertos son de gran importancia para medir la competitividad
de un país, razón por la cual el World Economic Forum (2017) los toma en cuenta cada
año para realizar su informe de competitividad global al medir la calidad de la
infraestructura portuaria de cada país. En el índice 2017 – 2018, Perú se encuentra en el
puesto 83 con un puntaje de 3.7, lo cual evidenció la necesidad de mejora en este ámbito
al tener cinco países sudamericanos en mejores posiciones como es demostrado en el
gráfico N°1.
Fuente: World Economic Forum Elaboración: Propia
4.9 4.9 4.6 3.8 3.7 3.7
3.3 3.1 2.7
0
1
2
3
4
5
6
7
Gráfico N° 1: Ranking de Calidad de Infraestructura Portuaria de Países
Sudamericanos 2017
N° 34 Uruguay N° 36 Chile N° 44 Ecuador
N° 77 Colombia N° 80 Argentina N° 83 Perú
N° 100 Paraguay N° 106 Brasil N° 118 Venezuela
5
Un claro indicador de productividad de los puertos es el movimiento de carga de
contenedores (Banco Mundial, 2016 y Comisión Económica para América Latina y el
Caribe, 2016); en Sudamérica se encontró a Brasil como el líder, quien a pesar de haber
decrecido entre el año 2015 y 2016 fue quien mostró un mayor tráfico con un total de
8,806,514 TEU’s (Unidad equivalente a veinte pies) como se puede ver en la Tabla N°
1.
Tabla N° 1: Tráfico de contenedores en países Sudamericanos (TEU’s)
País 2015 2016
Argentina 1,697,892 1,593,545
Brasil 9,208,039 8,806,514
Chile 3,956,842 4,145,047
Colombia 3,577,704 3,450,612
Ecuador 1,824,595 1,907,090
Perú 2,141,738 2,319,012
Uruguay 811,297 888,119
Venezuela 734,185 838,783 Fuente: Banco Mundial, CEPAL Elaboración: Propia
Seguidos de Brasil se encontró a Chile y Colombia con promedios de 4,1 y 3,4
millones de TEU’s. A Perú lo encontramos después, sin embargo, mostró un
crecimiento con un promedio de 2,3 millones de TEU’s.
En cuanto a los puertos específicos con mayores volúmenes de TEU, en primer
lugar se encontraba al puerto de Santos (Brasil) con 3,393,593 millones de TEU’s. Así
mismo, el puerto del Callao (Perú) se encontraba en el puesto seis con un total de
2,054,970 millones de TEU’s como se puede ver en el Gráfico N° 2.
6
Fuente: CEPAL
Elaboración: Propia
En Perú, los puertos de atraque directo son los que mostraban mayor tráfico de
naves, contenedores y carga. En el Gráfico N° 3 se puede ver según el Organismo
Supervisor de la Inversión en Infraestructura de Transporte de Uso Público (OSITRAN,
2016), que el puerto del Callao es donde se generaba mayor tráfico de naves a pesar de
que hubo una reducción de 118 naves del 2015 al 2016.
Fuente: Ositran Elaboración: Propia
3,393,593
3,258,381
2,989,860
2,580,660
2,301,099
2,054,970
1,821,654
1,567,442
1,352,068
1,287,658
0
1,000,000
2,000,000
3,000,000
4,000,000
Categoría 1
Gráfico N° 2: Ranking de puertos de America Latina y el Caribe 2016
N° 1 Santos (Brasil) N° 2 Colón (Panamá) N° 3 Balboa (Panamá)
N° 4Manzanillo (México) N° 5 Cartagena (Colombia) N° 6 Callao (Perú)
N° 7 Guayaquil (Ecuador) N° 8 Kingston (Jamaica) N° 9 Montevideo (Uruguay)
N° 10 San Antonio (Chile)
2948
540 423 216 159 93
2830
519 499 206
130 131
0
500
1000
1500
2000
2500
3000
3500
Callao Paita Matarani Salaverry General SanMartín
Ilo
Gráfico N° 3: Tráfico de naves en Puertos del Perú (Número de naves) 2015 - 2016
2015 2016
7
La Tabla N° 2 demuestra que según la Empresa Nacional de Puertos (ENAPU,
2016) y la American Association of Port Authorities (AAPA, 2016) el tráfico de
contenedores era liderado por el puerto del Callao, teniendo un aumento en el 2016 de
8,13% respecto al año anterior. Otros puertos que también reflejaban un crecimiento en
el mismo periodo son el de Paita e Ilo con 2,21% y 40,45% respectivamente.
Tabla N° 2: Tráfico de contenedores en Puertos del Perú (TEU’s)
Puertos 2015 2016
Callao 1,900,444 2,054,970
Paita 214,483 219,226
Matarani 20,002 17,735
Salaverry 0 0
General San Martín
1,330 923
Ilo 3,382 4,750 Fuente: ENAPU, AAPA (American Association of Port Authorities)
Elaboración: Propia
El puerto del Callao también era el que más volumen de carga movilizada
poseía, aumentando un 69,43% en el 2016 (ENAPU, 2016 y OSITRAN, 2016).
Matarani también presentó un incremento de 67,85% con un total de 6,403,400
toneladas como se puede ver en la Tabla N° 3.
Tabla N° 3: Tráfico de carga movilizada en Puertos del Perú
(Toneladas)
Puertos 2015 2016
Callao 18,348,000 31,087,144
Matarani 3,815,000 6,403,400
Paita 2,227,000 2,139,000
Salaverry 2,133,783 2,132,190
General San Martín
1,666,200 1,407,400
Ilo 425,574 276,205 Fuente: ENAPU, Ositran
Elaboración: Propia
Como ha sido demostrado con los datos anteriores el puerto del Callao es el
principal del Perú ya que es el que posee mayor participación en los diferentes aspectos
ya mencionados; por lo que es importante mencionar que este puerto está dividido en el
Terminal de Contenedores Muelle Sur y el Terminal Muelle Norte.
8
OSITRAN (2016) mide constantemente el servicio y la productividad de ambos
terminales mediante ciertos indicadores. En la Tabla N° 4 se demuestra que el muelle
sur cumplía óptimamente con los requerimientos.
Tabla N° 4: Indicadores del Muelle Sur del Puerto del Callao (A agosto 2016)
Fuente: Ositran
La Tabla N° 5 muestra el resultado de los indicadores del muelle norte, a
diferencia de la tabla anterior se puede notar que no se cumplía óptimamente con todos
los requerimientos mínimos.
9
Tabla N° 5: Indicadores del Muelle Norte del Puerto del Callao (2016)
Fuente: Ositran
Indicador
Tiempo para
el inicio de la
descarga
Tiempo para
el zarpe de la
nave
Rendimiento
para
operación de
contenedores
con grúas
pórtico de
muelle
existente
Rendimiento
para
operación de
contenedores
sin grúas
pórtico de
muelle
Rendimiento
para carga
rodante
Rendimiento
para carga
fraccionada
Rendimiento
para carga
solida a
granel en
general
Rendimiento
para carga
solida a
granel de
fertilizante
Tiempo de
atención al
usuario para
el retiro de su
mercancía
Unidad de
medidaMinutos Minutos
Movimientos/
hora / grúa
Contenedores
/ hora/ grúa
Toneladas/
hora
Toneladas/
hora
Toneladas/
hora
Toneladas/
horaMinutos
Requerimiento
promedio
trimestral
≤ 20 ≤ 20 ≥ 25 ≥ 10 ≥ 80 ≥ 100 ≥ 400 ≥ 300 ≤ 30
Trimestre
Ene/Mar 201518 11 29.7 12.5 114.3 157.6 303.6 247.2 85
Trimestre
Abr/Jun 201518 11 25.5 11.9 115.9 133.6 275.3 211.3 90
Trimestre
Jul/Sep 201518 11 25.4 11.2 112.1 145.2 306.6 205.9 86
Trimestre
Oct/Dic 201521 11 27.1 12 134.2 157.2 315.6 187.7 86
Trimestre
Ener/Mar 201623 11 27.4 11.9 133 156.9 378.3 263.7 87
Trimestre
Abr/Jun 201622 12 27.6 10.9 147.8 215.8 344.2 241.5 48
Trimestre
Jul/Sep 201627 11 27.2 10.1 139.3 178.9 339.1 260 47
Trimestre
Oct/Dic 201618 11 26.1 10.2 124.1 193.3 392.4 257.8 40
NSP Medidos
como
promedio
trimestral
Medición
promedio
trimestral
10
Según el Sindicato de Trabajadores del Puerto del Callao (comunicación
personal, 2 de Mayo, 2018) estos resultados desfavorables estaban relacionados a las
condiciones laborales ya que muchas maquinarias como los pollinos y montacargas no
se encontraban en óptimas condiciones de funcionamiento lo cual retrasaba el trabajo.
Por otro lado, también se necesitaba mayor supervisión ya que cada grupo de
transportes estaba conformado por un promedio de 115 operadores y solo se le asignaba
un supervisor a cada grupo, por esta razón la supervisión no estaba siendo efectiva y no
se daban soluciones rápidas y eficaces cuando se presentaban ciertos problemas en el
área ya que un solo supervisor por turno y grupo no se daba abasto.
Todas las cifras y datos mencionados prueban que el Puerto del Callao cumple
un rol de gran importancia en la economía de nuestro país por lo que es indispensable
que siempre este activo y se desenvuelva óptimamente, sin embargo, en estos años se
crearon diferentes dificultades con los trabajadores portuarios, los cuales fueron
causados básicamente por el clima organizacional negativo de los terminales
desencadenando paros laborales, caos en el puerto, además de grandes pérdidas
económicas.
Tanto el terminal norte como el terminal sur del puerto del Callao tuvieron
diferentes problemas con los trabajadores del área de transportes, esta área se encuentra
compuesta por los operadores de maquinaria pesada quienes se encargan del embarque
y descarga de mercancías, además de la recepción, arrumaje y/o apilamiento de las
mismas.
Como se puede ver en la siguiente estructura en la cabeza tenemos al Shift
manager especializado en contenedores y otro en carga suelta, así mismo de ellos se
derivan supervisores y coordinadores para cada especialidad. Por último, al final de la
estructura tenemos a los operadores de grúa pórtico, reach stacker, rtg y truck para lo
que respecta a contenedores y operadores de montacargas, pollinos y grúas
especializados en carga suelta.
11
Gráfico N° 4: Estructura Organizacional del área de Transportes
Transportes
Shift manager de contenedores Shift manager de carga suelta
Supervisor de contenedores Supervisor de carga suelta
Coordinador Coordinador
Operadores de
Grúa Pórtico
Operadores de
Truck
Operadores de
Reach Stacker
Operadores de
RTG
Operadores de
Montacargas
Operadores de
Pollinos
Operadores de
Grúas
Elaboración: Propia
12
Por otro lado el área está dividida en 4 grupos, cada uno conformado por 115
operadores, un supervisor y un coordinador; a su vez estos grupos rotan en los
siguientes 3 turnos semanalmente:
Dos días de 7:00 AM – 3:00 PM
Dos días de 3:00 PM – 11:00 PM
Dos días de 11:00 PM – 7:00 AM
Así mismo el área cuenta con 4 Shift managers para contenedores y 4 para carga
suelta, sin embargo estos poseen un horario diferente ya que a la semana solo rotan en
los siguientes 2 turnos:
Dos días de 7:00 AM – 7:00 PM
Dos días de 7:00 PM – 7:00 AM
En cuanto a los sistemas de supervisión los operadores son evaluados de dos
formas:
La primera es de acuerdo al movimiento diario de contenedores y la
cantidad de tareas cumplidas durante cada turno por operador, este
queda registrado en el sistema de la empresa.
La segunda forma es mediante una evaluación anual realizada por los
coordinadores, donde estos ponen un puntaje del 1 al 4 evaluando
diferentes aspectos como la puntualidad, responsabilidad, trabajo en
equipo, etc. El coordinador le enseña la evaluación al operador dándole
un feedback personalmente, luego el trabajador firma esta evaluación
para luego ser enviada a la gerencia.
Por otro lado, los trabajadores de transportes necesitan constantes capacitaciones
para poder trabajar óptimamente sobre todo en los siguientes temas:
Seguridad y salud portuaria ya que cumplen con trabajos de alto riesgo
al manejar diferentes maquinarias pesadas cargando toneladas de
mercancía. Prueba de esto es que según Ositran en el año 2015 y 2016 se
produjeron 72 y 52 accidentes respectivamente.
13
Manejo y funcionamiento de maquinarias pesadas, transportes siempre
tiene que estar capacitado para el uso de la nueva maquinaria que puede
llegar al puerto así como de la tecnología que llega con la misma.
Un ejemplo de los problemas que se han presentado con los trabajadores de esta
área es la huelga que realizaron en el año 2015 debido a que no se mejoraron las
condiciones de trabajo colectivas propuestas por el sindicato, lo que desencadeno un
paro de 22 días al puerto del Callao.
García (2010) señaló que “El Ministerio de Transportes estimo que cada hora de
huelga deja una perdida aproximada de US$ 3 millones considerando que el puerto
nunca para de trabajar estimaron que en aproximadamente una semana de huelga se
pueden perder más de US$ 400 millones”.
Para el año 2016 se volvieron a presentar problemas bastante similares a los del
año anterior; el Sindicato de Trabajadores del Puerto del Callao exigió que se mejoren
las condiciones laborales, además de la salud y seguridad para los operarios portuarios
del puerto del Callao.
Ante todos estos problemas era evidente que la gestión de recursos humanos no
estaba siendo efectiva, por lo que fue importante descubrir el vínculo e implicancia del
clima organizacional sobre la satisfacción de los operarios en el puerto. Thakre y Shroff
(2016) mencionaron que “estudiar el estrés del rol organizacional y el clima
organizacional y su impacto en la satisfacción laboral en las organizaciones se ha vuelto
esencial ya que los empleados de las organizaciones enfrentan una fuerte competencia y
presión laboral en el lugar de trabajo” (p. 473).
Bowen y Ostroff (2004) mencionaron que: “El clima organizacional es una
percepción compartida de cómo es la organización en términos de prácticas, políticas,
procedimientos, rutinas y recompensas: qué es importante y qué comportamientos se
esperan y se recompensan” (p. 205).
14
Como se puede observar tener un clima positivo es de vital importancia para
cualquier tipo de compañía, Prahalad (citado en Rao, 2017) nos dejó una idea muy clara
al decir que: “Actualmente la verdadera importancia del clima organizacional es la
capacidad de brindar una ventaja competitiva a través de sus activos intangibles y
recursos humanos en la base de la pirámide” (p. 2).
Finalmente, según la opinión de Chaur-luh (2014): “Un ambiente laboral
positivo se asocia con un mejor desempeño, mayores niveles de satisfacción en el centro
laboral y menores niveles de rotación” (p. 376).
Existen diferentes dimensiones del clima organizacional, como las mostradas en
la tabla N° 6:
Tabla N° 6: Dimensiones del clima organizacional
Fuente: Adaptado de Vega, Rodríguez y Montoya (2012, p. 253 – 254), Castillo (2014, p. 17 - 18)
Elaboración: Propia
15
Por otro lado, la satisfacción laboral también es de suma importancia. Firoozi,
Kazemi y Sayadi (2017) citan a diferentes autores como Brayfield, Diener y Locke
quienes definieron la satisfacción laboral como “la reacción o actitud sobre todo
positiva de los trabajadores hacia sus respectivos empleos basadas en sus experiencias
dentro de las organizaciones” (p. 542).
Además, también “es considerado una razón significativa de actitudes que toma
el colaborador como absentarse, cambiar de organización y puesto de trabajo, lo cual
sucede debido a factores, como por ejemplo el estado físico del lugar de trabajo, el
clima organizacional, el sueldo y la estabilidad laboral” (Montoya, Bello-Escamilla,
Bermúdez, Burgos, Fuentealba y Padilla, 2017, p. 8).
Thakre y Shroff (2016) mencionaron otros factores determinantes en el grado de
satisfacción como el sistema de promoción, las condiciones laborales, las relaciones con
los colegas, el tipo de liderazgo y el mismo trabajo o actividades que el trabajador
desempeña en la organización (p. 471).
Finalmente, se puede afirmar que la satisfacción laboral es importante porque
ayuda a toda empresa a desarrollar una competencia superior a través de un clima que
motive a los colaboradores a alcanzar un alto rendimiento y finalmente el éxito en cada
objetivo que se propongan (Rao, 2017, p. 3).
La satisfacción laboral también posee diferentes dimensiones como las descritas
en la tabla N° 7.
16
Tabla N° 7: Dimensiones de la satisfacción laboral
Fuente: Hernández y Morales (2017, p. 112) Elaboración: Propia
Existen muchos investigadores que han tomado tanto el clima como la
satisfacción laboral como temas de estudio. Chaur-luh (2014), realizó una investigación
con el propósito de explorar el clima organizacional en la industria de operación de
terminales en el puerto de Kaohsiung. Los datos se obtuvieron mediante encuesta,
validando un total de 382 cuestionarios, utilizándose el análisis factorial exploratorio,
análisis de variables (ANOVA) y el análisis de regresión para analizar los datos de los
encuestados. Los hallazgos indicaron que la satisfacción laboral de los empleados estaba
fuertemente relacionada con los tipos de clima empresarial y organizacional (p. 373).
17
Vega, Rodríguez y Montoya (2012) realizaron una investigación con el
propósito de efectuar una evaluación del clima laboral en una universidad pública
localizada en Colombia. Para lograr esto se realizaron encuestas y utilizaron el modelo
de regresión logística debido a que les permitía descubrir si una variable binomial
depende de otras variables no necesariamente binomiales, de esta forma establecieron el
siguiente modelo:
ln(Pi /1-Pi)=β1X1+ β2X2+ β3X3+ β4X4+ β5X5+ β6X6+ β7X7
Para comparar las dimensiones del clima laboral dependiendo de la sede de la
universidad en que labore el colaborador y también lo usaron para comparar estas
mismas dimensiones dependiendo de la unidad funcional a la que pertenezca el mismo
trabajador.
Así, la primera variable dependiente que analizaron fue la ubicación o sede
(Administrativa=1, Carrera=0) mientras que la segunda variable dependiente por
analizar fue la unidad funcional (Misional=1, Gestión=0). Mientras que las variables
independientes utilizadas fueron las siguientes:
X1: Apoyo laboral
X2: Salario
X3: Calidad
X4: Seguridad
X5: Distinción
X6: Orden organizacional
X7: Responsabilidad
Los resultados más resaltantes que se obtuvieron son que el personal misional
creía percibir un buen salario pero un bajo reconocimiento en comparación a los de
gestión; por otro lado los que trabajaban en la sede administrativa presentaban una
mejor percepción de desarrollo de capacidades en sus funciones.
Okpara y Wynn (2008), hicieron un estudio para reconocer el impacto del clima
ético en la satisfacción laboral y el compromiso organizacional en Nigeria. La
18
investigación fue descriptiva utilizando métodos de encuesta con tratamiento estadístico
mediante el análisis de regresión múltiple y la correlación de momento del producto de
Pearson. Se encontró la existencia de un vínculo entre el clima organizacional ético y la
satisfacción laboral, mientras que el compromiso organizacional y los diferentes tipos
de clima ético presentaron una correlación significativa y positiva por lo que se
concluyó que un clima laboral ético fomentaría el compromiso y la satisfacción en el
trabajo (p. 935).
Como se puede ver el clima organizacional y la satisfacción laboral causan
grandes efectos en una empresa y más aún en el puerto del Callao, ya que este es muy
importante para la exportación e importación de insumos industriales y de bienes de
consumo masivo en el Perú por lo que problemas en el clima laboral de la empresa que
desencadenan situaciones como paros laborales generan consecuencias alarmantes como
perdidas millonarias al país y el incremento de la inflación debido al desabastecimiento
de productos de primera necesidad (aceite, pan, harina, pollo, insumos industriales, etc.)
En cuanto a la parte interna, era necesario que los operadores del muelle norte y
sur del Callao reconozcan el grado de influencia que posee el clima organizacional del
puerto sobre la satisfacción laboral de sus operarios, especialmente en la división de
transportes para que así a partir de este estudio pudieran tener una visión clara de las
adversidades que se fueron creando en relación a estas dos variables y finalmente estén
en la capacidad de implementar estrategias que lleven a soluciones efectivas que
ayudarían a mantener el bienestar de la empresa y de sus trabajadores.
Por esta razón este estudio respondió a los siguientes problemas:
Problema General
¿El clima organizacional afecta la satisfacción laboral de los operarios de la
división de transportes del Puerto del Callao?
Problemas Específicos
¿El involucramiento laboral afecta la satisfacción laboral de los operarios de
la división de transportes del Puerto del Callao?
¿Las horas de capacitación anuales afectan la satisfacción laboral de los
operarios de la división de transportes del Puerto del Callao?
19
¿La supervisión afecta la satisfacción laboral de los operarios de la división
de transportes del Puerto del Callao?
¿El salario afecta la satisfacción laboral de los operarios de la división de
transportes del Puerto del Callao?
¿La comunicación afecta la satisfacción laboral de los operarios de la
división de transportes del Puerto del Callao?
¿Las condiciones laborales afectan la satisfacción laboral de los operarios de
la división de transportes del Puerto del Callao?
Método
Tipo y diseño de investigación
La presente investigación fue cuantitativa y según su profundidad correlacional
debido a que se midió el clima organizacional y la satisfacción laboral de los operarios
de la división de transportes del Puerto del Callao, estableciendo una relación estadística
entre las mismas.
Su diseño fue no experimental y transversal porque se basó fundamentalmente
en la observación de fenómenos tal y como se dan en su contexto natural, se evaluaron
situaciones ya existentes y se recolectaron datos para describir las variables, además de
analizar la relación de las mismas en un punto en el tiempo. Estas variables fueron las
siguientes:
● Variable Independiente X: Clima organizacional
Dimensiones:
X1: Involucramiento laboral (variable ordinal)
Representó la respuesta de los operarios de la división de transportes del
puerto del Callao sobre el grado de compromiso que tienen con el éxito de
la organización ya que su visión es convertir al puerto del Callao en el
terminal multipropósito líder de Sudamérica. Es una variable independiente.
X2: Horas de capacitación (variable cuantitativa continua)
Representó la cantidad de horas promedio de capacitación que los operarios
de la división de transportes del puerto del Callao han tenido anualmente en
20
temas de funcionamiento y manejo de maquinaria pesada, además de salud
y seguridad portuaria. Es una variable independiente.
X3: Supervisión (variable ordinal)
Representó la regularidad en que la organización hace uso de sus sistemas
de seguimiento y control de actividades con los operarios de la división de
transportes del puerto del Callao. Referida específicamente al movimiento
de contenedores diarios por operador, cantidad de tareas cumplidas por
turno y evaluaciones de desempeño laboral. Es una variable independiente.
X4: Salario (variable cuantitativa continua)
Representó la suma de dinero que recibe de forma periódica el operario de
la división de transportes del puerto del Callao por un tiempo de trabajo
determinado. Es una variable independiente.
X5: Comunicación (variable ordinal)
Representó la respuesta de los operarios de la división de transportes del
puerto del Callao al preguntarles sobre la existencia de suficientes canales
de comunicación dentro de la organización como reuniones personales con
los coordinadores, supervisores y hasta Shift managers o también
comunicados, publicaciones institucionales, correos electrónicos, etc. Es una
variable independiente.
X6: Condiciones laborales (variable ordinal)
Representó la percepción de los operarios de la división de transportes del
puerto del Callao sobre la posesión de recursos necesarios para trabajar en el
puerto eficazmente como maquinarias en perfecto funcionamiento, pistas en
buen estado, chaleco y casco de seguridad, botas con punta de acero, lentes
protectores, la correcta señalización en todos los ambientes o zonas del
puerto, etc. Es una variable independiente.
● Variable Dependiente Y: Satisfacción laboral (Variable dicotómica)
Representó la respuesta de los operarios de la división de transportes del puerto
del Callao al preguntarles si se sienten satisfechos laboralmente dentro de la
organización. El valor asignado a la respuesta satisfecho es 1, y a insatisfecho, 0.
21
Participantes
Para esta investigación, la muestra fue probabilística y se empleó la siguiente
fórmula para determinarla ya que la división de transportes estaba conformada por 461
trabajadores.
La división de transportes del Puerto del Callao estaba conformada por un total
de 461 trabajadores; por lo tanto, las variables tuvieron los siguientes valores:
Tabla N° 8: Valores de la fórmula de muestra
Z ( Nivel de confianza) 1.96
p (Variabilidad positiva) 0.5
e ( Precisión o error)
N (Población)
0.05
461
Fuente: Elaboración propia
Después de hacer los cálculos respectivos mediante la fórmula ya antes
mencionada, se determinó que se contaría con un total de 210 participantes.
Tabla N° 9: Características de la Investigación
Población Muestra Unidad de Análisis Variables
Población finita,
trabajadores de la
división de
Transportes del
puerto del Callao
que se
encuentren
trabajando hace
más de un año en
el puerto y no
ocupe el puesto
de jefe,
supervisor o
coordinador.
Muestra
probabilística,
para la que se
empleó la
fórmula
propuesta y el
resultado fue
de 210
trabajadores
de la división
de
Transportes
del puerto del
Callao.
Trabajador de la
división de Transportes
del puerto del Callao,
que se encontrase
trabajando en el lugar
hace más de un año y
no ocupe el puesto de
shift manager,
supervisor o
coordinador del área
laboral en mención.
Variables Independientes:
Involucramiento Laboral,
Horas de capacitación,
Supervisión,
Salario,
Comunicación,
Condiciones Laborales.
Variable Dependiente:
Satisfacción Laboral
Elaboración: Propia
22
Instrumentos
Se utilizaron encuestas, ellas se enfocaron en determinar el impacto del clima
organizacional en la satisfacción laboral.
La encuesta estuvo dirigida a un determinado grupo de operarios de la división
de transportes del puerto del Callao. El cuestionario contó con 15 preguntas donde
involucramiento laboral estaba compuesto por 2 preguntas, horas de capacitación por 2
preguntas, supervisión por 4 preguntas, salario solo 1 pregunta, comunicación contenía
2 preguntas, condiciones laborales estaba compuesta por 3 preguntas y finalmente
tenemos a la variable satisfacción laboral que contenía 1 pregunta con opciones
dicotómicas.
Tabla N° 10: Instrumento de Investigación Cuantitativa
Instrumento de Investigación Cuantitativa
Nombre del Instrumento: Cuestionario de clima organizacional para operarios portuarios
Tipo de Instrumento: Cuestionario
Objetivo: Recolección de datos cuantitativos
Descripción: El instrumento está compuesto por 15 preguntas
adaptadas para la presente investigación.
Población: Finita
Muestra: 210
Aplicación: Directa
Tiempo de Administración: 10 minutos aproximadamente
Normas de Aplicación: Conforme a su percepción
Ámbito: Puerto del Callao
Entrevistados: Operarios del puerto del Callao (Muelle norte y sur)
Validez:
Para la validación del instrumento se hizo uso del coeficiente V
de Aiken, obteniéndose un resultado de 0.93 por medio del juicio
de expertos
Confiabilidad: El resultado obtenido mediante el coeficiente de Alfa de
Cronbach fue de 0.808
23
Técnica: Cuestionarios personales.
Fecha de realización: 28/05/2018
Financiación: Recursos propios
Elaboración: Propia
Procedimiento
Para la validez de contenido del instrumento fue necesario el uso del juicio de
expertos; se requirieron de 5 jueces, los cuales evaluaron todos los ítems que componían
cada una de las dimensiones. Para esto se aplicó el coeficiente de V de Aiken
obteniéndose un resultado de 0.93 de validez.
Por otro lado, para hallar el nivel de confiabilidad del instrumento se usó la
versión 25 para Windows del programa SPSS mediante el cual se realizó la prueba de
fiabilidad de Alfa de Cronbach, teniendo como resultado un valor de 0.808 por lo que se
consideró que el instrumento si posee un alto nivel de confiabilidad.
Para la recolección de datos de esta investigación se encuestó a los trabajadores
de la división de transportes en su mismo lugar de trabajo, el puerto del Callao.
Se usaron cuestionarios para obtener información efectiva para su desarrollo.
Además, se tomó en cuenta lo siguiente:
- EXCEL: Se empleó para la elaboración de cuadros y tablas básicas, además de
la tabulación de las respuestas del instrumento.
- EVIEWS: Se utilizó para la demostración de cada relación entre la variable
dependiente y las independientes, mediante el uso del modelo logit (modelo
econométrico).
Análisis de datos
Para poder demostrar el impacto de las variables independientes en la
Satisfacción Laboral, primero se tabularon las respuestas del cuestionario obtenidas
mediante la escala de Likert para luego convertirlas a respuestas dicotómicas tomando
en cuenta las respuestas que presentaron mayor significancia para la investigación ya
que se utilizó el modelo econométrico, basado en el modelo LOGIT, el cual admite
24
como respuestas, solo dos opciones, 0 y 1, cero significa insatisfecho y 1 satisfecho.
Después de haber tabulado las respuestas del cuestionario en EXCEL, se importó la
base de datos en el EVIEWS 8, así se obtuvo el modelo LOGIT mostrado a
continuación:
Zi = β1 + β2 INLi + β3 HCi + β4 SUPi + β5 SAi+ β6 COMi+ β7 COLi + Ui
Dónde:
Zi: Logit
SAL: Satisfacción Laboral
INL: Involucramiento Laboral
HC: Horas de capacitación
SUP: Supervisión
SA: Salario
COM: Comunicación
COL: Condiciones Laborales
Ui: Error estocástico o perturbación estocástica
Resultados
Análisis de encuesta
Pregunta 1
Tabla N° 11: Se siente comprometido con el éxito de la organización y la visión de
convertir al puerto del Callao en el terminal multipropósito líder de Sudamérica.
P1
Categorías ni fi
a. Ninguno o nunca 11 5.24%
b. Poco 48 22.86%
c. Regular o algo 7 3.33%
d. Mucho 104 49.52%
e. Todo o siempre 40 19.05%
TOTAL 210 100.00% Elaboración: propia
25
Dentro de la pregunta 1, la encuesta mostró que un 68.57% se sentía siempre y
muy comprometido con el éxito de la organización, un 3.33% se encontró algo
comprometido, 22.86% poco comprometido y un 5.24% nunca se sintió comprometido.
Pregunta 2
Tabla N° 12: ¿Existe una clara definición de visión, misión y valores en la institución?
P2
Categorías ni fi
a. Si 79 37.62%
b. No 131 62.38%
TOTAL 210 100.00% Elaboración: propia
En esta pregunta se pudo ver que un 37.62% consideraba que si existía una clara
definición de visión, misión y valores de la institución mientras que un 62.38% no lo
consideraba de esa manera.
Pregunta 3
Tabla N° 13: ¿Cuántas capacitaciones recibe al año?
P3
Categorías ni fi
a. 1 46 21.90%
b. 2 120 57.14%
c. 3 32 15.24%
d. 4 9 4.29%
e. otro 3 1.43%
TOTAL 210 100.00% Elaboración: propia
En lo que respecta a la pregunta 3, la encuesta mostró que un 21.90% recibió 1
capacitación al año, el 57.14% recibió 2 capacitaciones, un 15.24% tuvo 3
capacitaciones, 4.29% de los encuestados recibieron 4 capacitaciones y finalmente
1.43% recibieron otra cantidad de capacitaciones.
26
Pregunta 4
Tabla N° 14: ¿Cuántas horas de capacitación recibe anualmente?
P4
Categorías ni fi
a. 1 - 2 46 21.90%
b. 3 - 4 120 57.14%
c. 5 - 6 32 15.24%
d. 7 - 8 9 4.29%
e. otro 3 1.43%
TOTAL 210 100.00% Elaboración: propia
En lo que respecta a la pregunta 4, la encuesta mostró que un 21.90% recibió
entre 1 y 2 horas de capacitación al año, el 57.14% recibió entre 3 y 4 horas de
capacitaciones, un 15.24% tuvo entre 5 y 6 horas de capacitaciones, el 4.29% recibió
entre 7 y 8 mientras que un 1.43% no recibió ninguna capacitación.
Pregunta 5
Tabla N° 15: La organización dispone de un sistema para el seguimiento y control de las
actividades como movimiento de contenedores diarios por operador, cantidad de tareas
cumplidas por turno y evaluaciones de desempeño laboral.
P5
Categorías ni fi
a. Ninguno o
nunca 1 0.48%
b. Poco 132 62.86%
c. Regular o algo 29 13.81%
d. Mucho 35 16.67%
e. Todo o siempre 13 6.19%
TOTAL 210 100.00% Elaboración: propia
En la presente pregunta se pudo observar que un 62.86% consideraba que la
organización disponía pocas veces de un sistema para el seguimiento y control de las
actividades, un 13.81% consideraba que contaba con un sistema regularmente, el
16.67% consideraba que muchas veces contaba con el sistema y el 6.19% consideraba
que siempre disponían de un sistema.
27
Pregunta 6
Tabla N° 16: ¿Se realizan reportes continuamente para medir el rendimiento de carga
solida a granel en general y de fertilizante de cada operario?
P6
Categorías ni fi
a. Si 23 10.95%
b. No 187 89.05%
TOTAL 210 100.00% Elaboración: propia
En la pregunta 6, la encuesta mostró que un 10.95% afirmaba que si se
realizaban los reportes continuamente, mientras que un 89.05% afirmaba que no se
realizaban con continuidad.
Pregunta 7
Tabla N° 17: ¿Se realizan reportes continuamente para medir el rendimiento para carga
rodante de cada operario?
P7
Categorías ni fi
a. Si 31 14.76%
b. No 179 85.24%
TOTAL 210 100.00% Elaboración: propia
En esta pregunta, la encuesta mostró que un 14.76% afirmaba que si se
realizaban los reportes continuamente, mientras que un 85.24% afirmaba que no se
realizaban con continuidad.
Pregunta 8
Tabla N° 18: ¿El supervisor de su grupo le otorga el reporte de su rendimiento de cada
actividad y feedback correspondiente al final de cada mes?
P8
Categorías ni fi
a. Si 22 10.48%
b. No 188 89.52%
TOTAL 210 100.00% Elaboración: propia
28
En la pregunta 8, la encuesta mostró que un 10.48% afirmaba que si se le
otorgaba el reporte y feedback correspondiente, mientras que un 89.52% afirmaba que
no lo hacían.
Pregunta 9
Tabla N° 19: ¿Cuál es su salario promedio?
P9
Categorías ni fi
a. 1000 - 2000 25 11.90%
b. 2001 - 3000 61 29.05%
c. 3001 - 4000 77 36.67%
d. 4001 - 5000 43 20.48%
e. 5001 - 6000 4 1.90%
TOTAL 210 100.00% Elaboración: propia
Un 11.90% de los encuestados contaba con un salario entre 1000 y 2000 soles, el
29.05% ganaba entre 2001 y 3000 soles, 36.67% entre 3001 y 4000 soles, 20.48% entre
4001 y 5000 soles mientras que solo un 1.90% recibía un salario entre 5001 y 6000.
Pregunta 10
Tabla N° 20: Existen suficientes canales de comunicación dentro de la organización
(comunicados, publicaciones institucionales, reuniones, conversaciones personales,
correos electrónicos, etc.)
P10
Categorías ni fi
a. Ninguno o nunca 31 14.76%
b. Poco 116 55.24%
c. Regular o algo 38 18.10%
d. Mucho 17 8.10%
e. Todo o siempre 8 3.81%
TOTAL 210 100.00% Elaboración: propia
La pregunta 10 mostró que para un 14.76% no existían canales de comunicación
dentro de la organización, un 55.24% consideraba que existían pocos canales, 18.10%
consideraba que existían regulares canales, mientras que un 11.91% consideraba que
existían muchos o todos los canales.
29
Pregunta 11
Tabla N° 21: ¿Es posible la interacción con personas de mayor jerarquía como los Shift
managers?
P11
Categorías ni fi
a. Si 26 12.38%
b. No 184 87.62%
TOTAL 210 100.00% Elaboración: propia
Esta pregunta mostró que un 12.38% pensaba que si era posible la interacción
con personas de mayor jerarquía y un 87.62% consideraba que no era posible.
Pregunta 12
Tabla N° 22: Tiene todos los recursos necesarios para realizar su trabajo eficazmente
como uniforme y accesorios de seguridad, pistas en buen estado, la correcta
señalización en todos los ambientes y zonas del puerto, etc.
P12
Categorías ni fi
a. Ninguno o nunca 10 4.76%
b. Poco 50 23.81%
c. Regular o algo 59 28.10%
d. Mucho 84 40.00%
e. Todo o siempre 7 3.33%
TOTAL 210 100.00% Elaboración: propia
En la pregunta 12 se pudo observar que un 28.57% consideraba que no contaba
con ningún o con pocos recursos necesarios para realizar su trabajo eficazmente, un
28.10% consideraba que contaba con regulares recursos, el 40.00% contaba con muchos
recursos y un 3.33% contaba con todos los recursos necesarios.
30
Pregunta 13
Tabla N° 23: ¿La maquinaria dispone de tecnología que ayude a reducir los tiempos de
atención al usuario para el retiro de su mercancía?
P13
Categorías ni fi
a. Si 193 91.90%
b. No 17 8.10%
TOTAL 210 100.00% Elaboración: propia
Esta pregunta mostró que un 91.90% consideraba que la maquinaria si disponía
de tecnología que ayudaba a reducir los tiempos, mientras que un 8.10% no lo
consideraba así.
Pregunta 14
Tabla N° 24: ¿Se le asigna a tiempo los implementos y maquinaria necesaria para
cumplir con el horario de inicio de descarga de mercadería?
P14
Categorías ni fi
a. Si 81 38.57%
b. No 129 61.43%
TOTAL 210 100.00% Elaboración: propia
Del total de encuestados un 38.57% consideraba que si se le asignaban a tiempo
los implementos y maquinaria necesaria para cumplir con el horario de inicio de
descarga de mercadería y un 61.43% que no se le asignaban a tiempo.
Pregunta 15
Tabla N° 25: ¿Se siente satisfecho laboralmente dentro de la organización?
P15
Categorías ni fi
a. Si 68 32.38%
b. No 142 67.62%
TOTAL 210 100.00% Elaboración: propia
31
La pregunta 15 mostró que el 32.38% del total de encuestados si se sentía
satisfecho laboralmente dentro de la organización, mientras que el 67.62% no se sentía
satisfecho.
Estadísticos descriptivos
Como ya se mencionó la muestra de la encuesta estaba conformada por 210
trabajadores de la división de transportes del terminal norte y sur del puerto del Callao.
Mientras que el tipo de muestreo fue probabilístico.
En la siguiente tabla se muestran los estadísticos descriptivos de las series; es
importante recalcar que a excepción del salario ninguna de las series siguió una
distribución normal pues la probabilidad asociada al estadístico Jarque-Bera fue menor
al nivel de significancia de 0.05. Por esta razón, se rechazó la hipótesis nula de
normalidad de las series en esos casos.
Tabla N° 26: Estadísticos descriptivos
Estadísticos descriptivos
Sample: 1 210
Observations: 210
Variables INL HC SUP SA COM COL
Mean 3.542857 3.488095 2.652381 3215.167 2.309524 3.133333
Median 4.000000 3.500000 2.000000 3501.000 2.000000 3.000000
Maximum 5.000000 7.500000 5.000000 5501.000 5.000000 5.000000
Minimum 1.000000 0.000000 1.000000 1500.000 1.000000 1.000000
Std. Dev 1.186274 1.535420 0.972403 985.4027 0.950651 0.973984
Skewness -0.645222 0.467681 1.115813 -0.036954 0.990239 -0.362342
Kurtosis 2.227089 3.476088 2.914838 2.342848 3.878375 2.254483
Jarque-
Bera
19.79806 9.638673 43.63978 3.826477 41.07105 9.458411
Probability 0.000050 0.008072 0.000000 0.147602 0.000000 0.008833 Elaboración: propia
Contrastación de hipótesis
Después de haber tabulado las respuestas del instrumento en EXCEL, se
procedió a importar la base de datos en el EVIEWS 8, tomando en cuenta la pregunta
más significante de cada variable, las cuales son mostradas en la Tabla N° 27.
32
Elaboración: propia
Así mismo, se empleó la estimación por el método de máxima verosimilitud
debido a la no linealidad de los parámetros. EVIEWS 8 nos ayudó a obtener nuestro
modelo LOGIT, el cual se muestra en la Tabla N° 28.
Tabla N° 28: Resultado del Modelo LOGIT (EVIEWS)
Dependent Variable: SAL (Satisfacción laboral)
Method: ML – Binary Logit (Quadratic hill climbing)
Sample: 1 210
Included Observations: 210
Variable Coefficient Std. Error z-Statistic Probability
C -12.82510 2.560381 -5.009058 0.0000
INL -0.729268 0.346877 -2.102380 0.0355
HC 0.534411 0.251195 2.127474 0.0334
SUP -0.656055 0.278172 -2.358454 0.0184
SA 0.001085 0.000318 3.414541 0.0006
COM 0.904161 0.375159 2.410074 0.0159
COL 2.578066 0.449344 5.737404 0.0000
McFadden R-squared 0.611926 Obs with
Dep=0
142
LR statistic 161.8406 Obs with
Dep=1
68
Prob (LR statistic) 0.000000 Total obs 210 Elaboración: Propia
Como se puede apreciar, la tabla demuestra que todos los coeficientes fueron
significativos para la satisfacción laboral de los trabajadores del área de transportes del
puerto del Callao ya que el Z estadístico fue mayor a 2 en valor absoluto; esto quiere
33
decir que todas las variables influían en la satisfacción laboral. Por otro lado, la tabla
muestra un McFadden R-squared de 0.611926; un coeficiente significante para el
modelo LOGIT. Además la significancia global de parámetros fue buena ya que la
probabilidad asociada al estadístico LR fue menor al nivel de significancia de 0.05.
En la Tabla N° 29 se puede ver la evaluación de las expectativas, la cual indica
un total de 90.95% de aciertos o veces que la ecuación coincidió con los valores
tabulados; específicamente con un porcentaje de certeza de estimación de 95.77% y
80.88% para los 0 y 1 respectivamente. Además muestra una probabilidad de 85.44%
para cuando se hagan las respectivas predicciones.
Tabla N° 29: Evaluación de las Expectativas - Predicción
Expectation-Prediction Evaluation for Binary Specification
Equation: EQ1
Success cutoff: C = 0.5
Estimated Equation
Dep=0 Dep=1 Total
P(Dep=1)<=C 136 13 149
P(Dep=1)>C 6 55 61
Total 142 68 210
Correct 136 55 191
% Correct 95.77 80.88 90.95
% Incorrect 4.23 19.12 9.05
Total Gain -4.23 80.88 23.33
Percent Gain NA 80.88 72.06
Estimated Equation
Dep=0 Dep=1 Total
E(# of Dep=0) 126.71 15.29 142.00
E(# of Dep=1) 15.29 52.71 68.00
Total 142.00 68.00 210.00
Correct 126.71 52.71 179.42
% Correct 89.23 77.51 85.44
% Incorrect 10.77 22.49 14.56
Total Gain 21.61 45.13 29.23
Percent Gain 66.74 66.74 66.74 Elaboración: Propia
Así mismo con la tabla de expectativas se pudo estimar la cuenta R² al dividir el
número de observaciones correctas entre el número de observaciones totales como se
muestra en la siguiente ecuación:
34
Esto nos dio como resultado 0.909524, un coeficiente alto que hizo aún más
significante nuestro modelo Logit.
En la Tabla N° 30 se demuestra si las hipótesis nulas planteadas se rechazan.
Cuando la probabilidad de la variable es menor a 0.05 se procede a rechazar la hipótesis
nula, lo que significaría que la variable independiente si influye en la variable
Satisfacción Laboral (variable dependiente).
Tabla N° 30: Tabla de Resultados de Hipótesis
VARIABLES COEFICIENTES ERROR
ESTANDAR Z-Estadístico Probabilidad HIPOTESIS CONCLUSION
INVOLUCRAMIENTO LABORAL
-0.729268 0.346877 -2.102380 0.0355 H0: β1 = 0 Ha: β1 ≠ 0
SE RECHAZA H0
HORAS DE CAPACITACIÓN
0.534411 0.251195 2.127474 0.0334 H0: β1 = 0 Ha: β1 ≠ 0
SE RECHAZA H0
SUPERVISIÓN -0.656055 0.278172 -2.358454 0.0184 H0: β1 = 0 Ha: β1 ≠ 0
SE RECHAZA H0
SALARIO 0.001085 0.000318 3.414541 0.0006 H0: β1 = 0 Ha: β1 ≠ 0
SE RECHAZA H0
COMUNICACIÓN 0.904161 0.375159 2.410074 0.0159 H0: β1 = 0 Ha: β1 ≠ 0
SE RECHAZA H0
CONDICIONES LABORALES
2.578066 0.449344 5.737404 0.0000 H0: β1 = 0 Ha: β1 ≠ 0
SE RECHAZA H0
Elaboración: propia
Larios, Gonzales y Álvarez (2016) en su libro afirmaron que: “Para interpretar
de manera correcta los coeficientes estimados en un modelo LOGIT se debe evaluar los
efectos marginales del cambio unitario de una de sus regresoras en relación a la razón
de probabilidades” (p. 389).
Al proceder a su evaluación se encontró lo siguiente:
Efecto marginal del cambio unitario de INLi en la razón de probabilidades:
35
El incremento de una unidad en INLi generaba un incremento de 0.482262 en la
razón de probabilidades que los operarios de la división de transportes del puerto del
Callao estén satisfechos laboralmente.
Efecto marginal del cambio unitario de HCi en la razón de probabilidades:
El incremento de una unidad en HCi generaba un incremento de 1.706443 en la
razón de probabilidades que los operarios de la división de transportes del puerto del
Callao estén satisfechos laboralmente.
Efecto marginal del cambio unitario de SUPi en la razón de probabilidades:
El incremento de una unidad en SUPi generaba un incremento de 0.518894 en la
razón de probabilidades que los operarios de la división de transportes del puerto del
Callao estén satisfechos laboralmente.
Efecto marginal del cambio unitario de SAi en la razón de probabilidades:
El incremento de una unidad en SAi generaba un incremento de 1.001086 en la
razón de probabilidades que los operarios de la división de transportes del puerto del
Callao estén satisfechos laboralmente.
Efecto marginal del cambio unitario de COMi en la razón de probabilidades:
El incremento de una unidad en COMi generaba un incremento de 2.469859 en
la razón de probabilidades que los operarios de la división de transportes del puerto del
Callao estén satisfechos laboralmente.
Efecto marginal del cambio unitario de COLi en la razón de probabilidades:
El incremento de una unidad en COLi generaba un incremento de 13.171640 en
la razón de probabilidades que los operarios de la división de transportes del puerto del
Callao estén satisfechos laboralmente.
36
Discusión
Diferentes autores de otras investigaciones que fueron mencionadas en este
estudio determinaron al igual que los resultados de la presente investigación que el
clima organizacional si impactaba en la satisfacción laboral, en este caso, de los
operarios de la división de transportes del puerto del Callao. Este estudio específico
señaló esto ya que con el modelo Logit se demostró que cada una de las variables que
conformaban el clima si afectaban a la variable dependiente.
El efecto parcial del salario y las horas de capacitación en la satisfacción laboral
fue positivo ya que según el modelo LOGIT, se estimó que de incrementar en 1, la
razón de probabilidades aumentaba en 1.001086 y 1.706443 respectivamente.
Así mismo el efecto parcial de la comunicación y condiciones laborales en la
satisfacción laboral también fue positivo ya que la razón de probabilidades aumentaba
en 2.469859 y 13.171640 respectivamente. Estos números reflejaron que de mejorar
estas variables influirían en la satisfacción, esto quiere decir que podrían ayudar a que
los trabajadores alcancen la satisfacción laboral.
Sin embargo se determinó que mejorar el involucramiento laboral y la
supervisión no ayudaría tanto en la satisfacción laboral de los operarios ya que solo
generarían un aumento de 0.482262 y 0.518894 en la razón de probabilidades
respectivamente, lo que quiere decir que la probabilidad de aceptación sería menor a la
de rechazo.
Estos resultados podrían ayudar en gran medida al área de recursos humanos del
puerto del Callao ya que precisan cuales son las variables exactas en las que se debe
trabajar para mejorar el bienestar de los operarios de la división de transportes y en
consecuencia podrían evitarse muchas de las quejas, huelgas y hasta paros laborales que
hacen estos trabajadores que como lo mencionó García (2010) generan pérdidas
millonarias.
La investigación demostró que las mejoras en la comunicación, horas de
capacitación y sobre todo en las condiciones laborales son las que más influirían en la
37
satisfacción laboral de los operarios ya que la razón de probabilidades aumentó en
números significativos; esto indicó que recursos humanos debería poner en práctica
estrategias dirigidas a mejorar estos puntos específicamente ya que causarían en mayor
medida un impacto positivo, lo cual es de gran importancia ya que como lo mencionó
Rao (2017) tener trabajadores satisfechos laboralmente ayuda a mejorar la competencia
de la compañía debido a que sus trabajadores mejoran su desempeño alcanzando mayor
rendimiento y cumpliendo con los objetivos propuestos (p. 3).
Ante estos resultados se pudo concluir lo siguiente:
Conclusión General
El clima organizacional si afecta la satisfacción laboral de los operarios de
la división de transportes del Puerto del Callao.
Conclusiones Específicas
El involucramiento laboral si afecta la satisfacción laboral de los operarios
de la división de transportes del Puerto del Callao.
Las horas de capacitación anuales si afectan la satisfacción laboral de los
operarios de la división de transportes del Puerto del Callao.
La supervisión si afecta la satisfacción laboral de los operarios de la división
de transportes del Puerto del Callao.
El salario si afecta la satisfacción laboral de los operarios de la división de
transportes del Puerto del Callao.
La comunicación si afecta la satisfacción laboral de los operarios de la
división de transportes del Puerto del Callao.
Las condiciones laborales si afectan la satisfacción laboral de los operarios
de la división de transportes del Puerto del Callao.
38
Referencias
American Association of Port Authorities. (2016). Central and South America
Container Port Traffic 2014-2016. Recuperado de http://www.aapa-
ports.org/unifying/content.aspx?ItemNumber=21048
Banco Mundial. (2016). Tráfico marítimo de contenedores (TEU: unidades equivalentes
a 20 pies). Recuperado de
https://datos.bancomundial.org/indicador/IS.SHP.GOOD.TU?view=chart
Bowen, D. E., & Ostroff, C. (2004). Understanding HRM–firm performance linkages:
The role of the “strength” of the HRM system. Academy of Management Review,
29(2), 203–221. Recuperado de
https://www.academia.edu/25369579/UNDERSTANDING_HRM_FIRM_PERFOR
MANCE_LINKAGES_THE_ROLE_OF_THE_STRENGTH_OF_THE_HRM_SY
STEM
Castillo, N. (2014). Clima, Motivación Intrínseca y Satisfacción Laboral en
Trabajadores de Diferentes Niveles Jerárquicos. Pontificia Universidad Católica
del Perú, Lima. Recuperado de
http://tesis.pucp.edu.pe/repositorio/handle/123456789/5431
Chaur-luh, T. (2014). The Organizational Climate and Employees’ Job Satisfaction in
the Terminal Operation Context of Kaohsiung Port1. Asian Journal Of Shipping
And Logistics, 30(3), 373-392. doi: https://doi.org/10.1016/j.ajsl.2014.12.007
39
Comisión Económica para América Latina y el Caribe. (2016). Ranking de puertos (Los
Top 20 en América Latina y el Caribe en 2016). Recuperado de
https://www.cepal.org/es/infografias/ranking-puertos-top-20-america-latina-caribe-
2016
Empresa nacional de puertos. (2016). Memorial anual 2016. Recuperado de
www.enapu.com.pe/web/content/upload/files/Memoria_Anual_2016.pdf
Firoozi, M., Kazemi, A., & Sayadi, N. (2017). A Study of the Relationship between the
Components of Organizational Justice and the Dimensions of Job Satisfaction of
Physical Education Teachers. Pertanika Journal Of Social Sciences & Humanities,
25(2), 541-551. Recuperado de
http://eds.a.ebscohost.com/eds/pdfviewer/pdfviewer?vid=8&sid=48c3ee2b-3b36-
433f-aede-e68c908a31f2%40sessionmgr4007
García, L. (2010). Huelga de estibadores arroja una pérdida de S$400 millones en el
puerto del Callao. El Comercio. Recuperado de
http://archivo.elcomercio.pe/economia/peru/huelga-estibadores-arroja-perdida-
us400-millones-puerto-callao-noticia-481387
Hernández, J. L., y Morales, J. R. (2017). Evaluación de la motivación y satisfacción
laboral en un organismo autónomo de la administración pública del Estado de
Sinaloa. Revista Daena (International Journal Of Good Conscience), 12(2), 107-
147. Recuperado de
http://eds.a.ebscohost.com/eds/pdfviewer/pdfviewer?vid=10&sid=48c3ee2b-3b36-
433f-aede-e68c908a31f2%40sessionmgr4007
40
Larios-Meoño, J.F., Gonzales Taranco, C., Álvarez Quiroz, V. J. (2016). Investigación
en economía y negocios: Metodología con aplicaciones en E-Views. Lima: Fondo
Editorial de la Universidad San Ignacio de Loyola.
Li, J., Zhang, J., Gong, L., & Miao, P. (2015). Research on the total factor productivity
and decomposition of chinese coastal marine economy: Based on DEA-malmquist
index. Journal of Coastal Research, Si(73), 283-289. Recuperado de
https://search.proquest.com/docview/1668046107?accountid=43847
Montoya, P., Bello-Escamilla, N., Bermúdez, N., Burgos, F., Fuentealba, M., y Padilla,
A. (2017). Satisfacción Laboral y su Relación con el Clima Organizacional en
Funcionarios de una Universidad Estatal Chilena / Work satisfaction and its relation
with the organizational climate in officials of a Chilean state university. Ciencia &
Trabajo, 19(58), 7-13. doi: http://dx.doi.org/10.4067/S0718-24492017000100007
Okpara, J. O., & Wynn, P. (2008). The impact of ethical climate on job satisfaction,
and commitment in nigeria. The Journal of Management Development, 27(9), 935-
950. doi: http://dx.doi.org/10.1108/02621710810901282
Organismo Supervisor de la Inversión en Infraestructura de Transporte de Uso Público.
(2016). Indicadores de niveles de servicio y productividad. Recuperado de
https://www.ositran.gob.pe/puertos.html
Rao, G. V. (2017). The influence of business restructuring in public sector unit on the
relationship between organizational climate, perceived performance and job
satisfaction. Academy of Strategic Management Journal, 16(2), 1-12. Recuperado
de https://search.proquest.com/docview/1987370908?accountid=43847
41
Thakre, N., & Shroff, N. (2016). Organizational climate, organizational role stress and
job satisfaction among employees. Journal of Psychosocial Research, 11(2), 469-
478. Recuperado de
https://search.proquest.com/docview/1868276887?accountid=43847
Vega, J., Rodríguez, E. y Montoya, A. (2012). Metodología de evaluación del clima
organizacional a través de un modelo de regresión logística para una universidad en
Bogotá, Colombia. Revista CIFE, 14(21), 247-272. Recuperado de
https://dialnet.unirioja.es/servlet/articulo?codigo=5061177
World Economic Forum. (2017). Global Competitiveness Index 2017 – 2018.
Recuperado de http://reports.weforum.org/global-competitiveness-index-2017-
2018/competitiveness-rankings/#series=EOSQ353