¿Se puede predecir el salario de alguien
solo con su antigüedad?
Correlación y regresión lineal simple · Viernes 4 de septiembre de 2026 · 6:00–7:30 p.m.
Ing. Javier A. Corzo M., MGP, PMP · Licenciatura en Psicología Industrial · Universidad Da Vinci de Guatemala
La ruta de hoy
- Diagrama de dispersión — mirar la nube antes que el número.
- La r de Pearson — dirección y fuerza en un solo número.
- La recta de mínimos cuadrados — la ecuación que predice.
- r², límites y la trampa grande — correlación no es causa.
- Caso SEP, S.A., quiz de la Unidad IX y cierre.
Última sesión de contenido nuevo del curso.
Repaso exprés · 90 segundos, sin apuntes
- ¿Qué te dice un puntaje Z, en una frase simple?
- ¿Qué regla usamos para detectar atípicos con el boxplot?
- Encontraste un atípico en tus datos: ¿cuál es tu primer paso?
La memoria se entrena recuperando, no releyendo.
¿Los colaboradores más comprometidos faltan menos al trabajo?
Antes de calcular nada: así se ve una relación cuando la apretás y la aflojás. Mové el control y decidí a partir de qué punto dirías «aquí sí hay relación».
Tres herramientas nuevas, en orden
1. El diagrama de dispersión
El dibujo, primero. Cada punto es una persona con sus dos datos: uno en el eje horizontal, otro en el vertical.
La nube te dice si la relación existe y si tiene forma de recta. Ningún número reemplaza mirarla.
2. La r de Pearson
Un número entre −1 y +1. El signo dice la dirección; la magnitud, la fuerza.
Resume la nube… y por eso también puede esconderla.
3. La recta de regresión
Y = a + b·X. Convierte la relación en una ecuación que predice.
Y su pendiente b se lee en unidades de RH: «por cada año más, tantos quetzales más».
Puente con lo anterior: hasta hoy describimos una variable a la vez — el centro (S4), la posición (S6), la dispersión (S7), los atípicos (S8). Hoy, por primera vez, ponemos dos variables juntas y preguntamos si se mueven a la par. Es el salto de describir a relacionar — y de ahí, a predecir.
Cada punto es una persona real de SEP, S.A.
Los mismos 80 colaboradores del curso. Cambiá el par de variables y leé la nube en voz alta antes de mirar el número.
Cómo se lee una nube, en 3 preguntas
- ¿Sube o baja? De izquierda a derecha: si sube, la relación es positiva; si baja, negativa.
- ¿Qué tan apretada está? Mientras más pegados a una línea imaginaria, más fuerte.
- ¿Tiene forma de recta? Si la nube se curva, la r se queda corta y te va a mentir.
El eje importa
En el eje horizontal (X) va lo que ya conocés; en el vertical (Y), lo que querés predecir. Para RH: X = antigüedad (está en el expediente), Y = salario.
La correlación no distingue quién va en cada eje — la regresión sí. Ahí empieza el segundo bloque.
r de Pearson: un número entre −1 y +1
Cuatro nubes, cuatro valores de r. Escribí tu apuesta en el chat antes de que se revelen — así se entrena el ojo.
La escala, en palabras
| |r| | Cómo se llama |
|---|---|
| 0.00 – 0.19 | prácticamente nula |
| 0.20 – 0.39 | débil |
| 0.40 – 0.59 | moderada |
| 0.60 – 0.79 | fuerte |
| 0.80 – 1.00 | muy fuerte |
Son etiquetas de conversación, no una ley: en RH un r de 0.40 ya es un hallazgo, y en física sería un desastre.
La trampa: r = 0 no significa «no hay relación»
Cargando…
Hay una relación clarísima… pero no es una recta. La r solo mide relación lineal. Por eso: primero la nube, después el número.
¿Por qué esa recta y no otra?
Movele la altura y la inclinación a la recta. Cada línea naranja vertical es el error de una persona: lo que el modelo se equivoca con ella. La recta buena es la que hace más pequeña la suma de esos errores al cuadrado.
Qué está pasando
lo que gana de verdad menos lo que la recta le predice.
igual que en la desviación estándar: quita signos y castiga los errores grandes.
eso es la «suma de errores al cuadrado».
de todas las rectas posibles, hay una sola que deja esa suma en su valor más bajo. Esa es la recta de regresión.
Fijate en esto
Ninguna recta pasa por todos los puntos, y eso no es un fracaso: es la vida real. Lo que el modelo promete no es acertar, es equivocarse lo menos posible en promedio.
La ecuación que salió de los 80 colaboradores
Cómo se lee cada número
1,087 es la pendiente: por cada año extra de antigüedad, el salario sube Q1,087 en promedio. Ese es el número que le importa a RH.
4,828 es el intercepto: lo que el modelo predice para alguien con cero años. Aquí sí tiene sentido (es cercano al salario más bajo real, Q4,900) — pero no siempre lo tiene.
«En promedio» no es «a vos»: la ecuación describe la tendencia de los 80, no la promesa a una persona.
No extrapolar
La antigüedad más alta en SEP es 17.2 años. Si metés 30 años, el modelo te da un número — pero es un número inventado: no hay datos ahí que lo respalden.
La regla: predecí solo dentro del rango que observaste. Fuera de él, el modelo se vuelve una opinión con decimales.
Un atípico solo puede torcer toda la conclusión
Agarrá a un colaborador con medio año de antigüedad y subile el sueldo. Es una sola persona de 80: mirá qué le hace a la recta y a la r.
Lo que acaba de pasar
Con el dato real, r = +0.591 y la pendiente es Q1,087 por año. Subiendo a una sola persona hasta Q47,700, la r cae a +0.453 y la pendiente a Q931.
Nadie más cambió. El 1.25% de los datos movió la conclusión de RH.
Qué hacer con eso
No se borra el atípico porque estorbe. Se investiga — como en la S8: ¿es un error de captura o es un caso legítimo?
Y se reporta con honestidad: «con y sin ese caso, el resultado es este». Si la conclusión cambia según una persona, la conclusión todavía no está lista.
r² : el porcentaje de la variación que tu modelo logra explicar
Elevá la r al cuadrado y multiplicá por 100. Eso es todo. Va de 0 a 100% y responde: «de todo lo que varía el salario entre personas, ¿cuánto me explica esta variable?»
r y r² no son lo mismo
r va de −1 a +1 y tiene signo: te dice la dirección de la relación.
r² va de 0 a 1 (0 a 100%) y nunca es negativo: te dice cuánto explica el modelo. Se pierde la dirección y se gana una lectura de utilidad.
Ojo: r = 0.59 no significa «59% explicado». Significa 0.59² = 34.9%. Casi la mitad de lo que uno creería.
La frase para la junta de RH
«La antigüedad explica cerca del 35% de las diferencias salariales en SEP. El 65% restante son otras cosas: el puesto, el nivel jerárquico, la negociación de entrada, el mercado.»
La recomendación que se desprende: no armes una política salarial solo con años de servicio. Explica un tercio de la historia.
¿Puedo sumar los r²? Antigüedad 34.9% + edad 37.5% = ¿72.4% del salario? — No.
Los r² de dos modelos separados no se suman, porque antigüedad y edad están correlacionadas entre sí (r = +0.674, la relación más fuerte del dataset): buena parte de lo que «explica» una es lo mismo que explica la otra. Con las dos juntas en un solo modelo, el R² es 43.3%, no 72.4%: 29.1 puntos son compartidos, la antigüedad aporta 5.8 puntos propios y la edad 8.5. Solo se sumarían si las dos variables fueran independientes (r = 0 entre ellas). A esto —predictores correlacionados entre sí que compiten por explicar lo mismo— se le llama multicolinealidad. Y el 56.7% restante sigue siendo puesto, nivel y negociación.
«Quedarse más años hace que te paguen más». ¿Seguro?
Los mismos 80 puntos de siempre. Ahora pintados por nivel jerárquico — la tercera variable que estaba escondida en la nube desde el principio.
El golpe
Con todos juntos: +Q1,087 por año de antigüedad.
Pero dentro del nivel operativo (50 de los 80 colaboradores) un año más se asocia con apenas +Q51, y la relación es casi nula (r = +0.12).
Traducción: lo que sube el salario en SEP no es el calendario — es el ascenso. Los niveles altos tienen más antigüedad y más salario, y eso es lo que la nube estaba mostrando.
Las 3 preguntas antes de decir «causa»
- ¿Hay una tercera variable? El clásico: helados y ahogamientos suben juntos… porque hace calor.
- ¿Cuál va primero en el tiempo? ¿El compromiso baja las ausencias, o faltar poco es señal de que ya estabas comprometido?
- ¿Se sostiene por dentro? Partí la muestra en grupos. Si la relación se evapora, era la tercera variable.
Ocho pares de variables. ¿Cuáles se mueven juntas de verdad?
Primero apostá el signo de cada par en el chat. Después tocamos la fila para ver la nube y revelar la r.
| Par de variables | Tu apuesta | r real |
|---|
Tu tarea (5 min · en plenario, por el chat)
- Apostá el signo de los 8 pares en el chat antes de destaparlos. ¿Cuántos acertaste?
- ¿Cuál par te sorprendió más y por qué creés que dio eso?
- Una frase en el chat: qué le recomendarías a RH con este hallazgo.
La sorpresa incómoda: la evaluación 360 casi no se relaciona con el salario (+0.044) ni con el compromiso (−0.013). En SEP, el desempeño medido y lo que se paga viven en mundos separados.
La relación más fuerte de todas no involucra al salario: es antigüedad ↔ edad (+0.674). Esa es justamente la tercera variable que explica por qué la edad «predice» el salario tan bien como la antigüedad.
La frase para RH: «el salario en SEP se explica mejor por el reloj que por el desempeño — vale la pena revisar si la evaluación 360 está sirviendo para algo en las decisiones de compensación».
Lo que me hubiera gustado saber a los 18 — y todavía me cuesta
Primero ustedes: en estas nueve semanas, ¿qué aprendieron que NO sea estadística? Cómo trabajan, cómo entregan, cómo preguntan, cómo se organizan con el tiempo. Escribilo en el chat — 30 segundos.
1 · Detrás de cada número hay una persona
Una familia y un sustento de vida. Verificá dos veces antes de decidir — y cuando ya decidiste, ejecutá: «un momento colorado vale más que muchos momentos descoloridos».
2 · Captá los datos a tiempo
La ventana se cierra. Salud, finanzas, trabajo: registrá en el momento. Reconstruir después cuesta unas 50 veces más.
3 · Cuando la medida se vuelve objetivo, deja de medir
Goodhart, 1975. Las ratas de Hanói (1902), la velocidad sin calidad, el tokenmaxxing (2026). Medí el resultado, no el insumo.
4 · El archipiélago de lo conocido
«Para navegar un mar de incertidumbre, pasá por el archipiélago de lo conocido»: ética de trabajo, valores, actitudes, prestigio. La IA no sustituye la confianza entre personas.
5 · Somos entes emocionales
La gente decide si confía según quién y cómo comunica. Sin buena comunicación, la estadística no sirve. Tené una estrategia para las personas que más importan.
6 · Duros con el problema, suaves con las personas
Todo es una negociación. Duros con el dato, el plazo y el proceso; suaves con quien está enfrente.
Correlación no es causalidad. Estas seis son una muestra de n = 1, con sesgo del observador: no son conclusiones, son hipótesis para que las prueben ustedes.
Quiz de la Sesión 9
8 preguntas · 8 minutos · Unidad IX · suma a tu zona
Repaso relámpago de lo que se evalúa
Entre qué valores va la r · qué significa un r negativo moderado · qué indica un r cercano a 0 · qué representa la pendiente b en Y = a + b·X · cómo se lee un r² de 0.35 · qué es lo único que una correlación fuerte no prueba · qué mirar antes de confiar en el número · cómo se clasifica un r de +0.59.
Tres ideas que no se te pueden olvidar
- La r resume dirección y fuerza de una relación lineal, entre −1 y +1 — pero solo la nube te dice si la r tiene derecho a existir. Curvas y atípicos la engañan; miralas siempre antes de citar el número.
- La recta de regresión Y = a + b·X es la que deja el error más pequeño posible, y su pendiente se lee en unidades de RH: «por cada año extra de antigüedad, Q1,087 más de salario, en promedio». Y solo predice dentro del rango que observaste.
- Correlación nunca prueba causalidad. En SEP la antigüedad parecía explicar el salario, hasta que miramos por nivel jerárquico y la relación casi desapareció. Antes de recomendar una política: ¿qué tercera variable puede estar detrás?
Tarea 7 · 8 puntos · Unidad IX
Calculá e interpretá r y la regresión lineal en el dataset de SEP. En GeoGebra: Análisis de dos variables → Regresión lineal; organizá los pares en Sheets. Entrega individual por el aula virtual.
Vence: jueves 10 de septiembre de 2026, 23:59.
Practicá esta semana
El laboratorio interactivo de la semana 9 está publicado: sentí la correlación con las manos y movele la recta a los datos reales. Es opcional y sin nota.
Abrir el laboratorio S9 →Aviso · tu zona antes del final
La página privada de consulta de notas ya está activa: escribís tu correo, recibís un código de un solo uso y ves solo tu desglose de zona. Revisala esta semana — para presentar el Proyecto Integrador (el examen final) se necesita zona ≥ 31 puntos, 80% de asistencia y solvencia administrativa.
Próxima parada · S10 (viernes 11 de septiembre): es el cierre del curso: la entrega y presentación del Proyecto Integrador (Unidad X, 30 puntos), que es el examen final — una sola cosa, no dos. El proyecto integra las Unidades I a IX: población y muestra, niveles de medición, gráficas, medidas de centro, posición, dispersión, puntajes Z y lo de hoy. Hoy fue la última sesión de contenido nuevo: de aquí en adelante, todo es aplicar.