Efectos del work engagement y burnout en la rotación laboral en teletrabajadores de una empresa del rubro tecnológico

Abstract

El sector tecnológico está presentando cada vez una mayor demanda laboral a nivel mundial. Sin embargo, con el auge del trabajo remoto, los niveles de rotación tienden a ser altos, especialmente en un país como Perú. Esto no solo implica un costo económico, sino también una pérdida de capital humano. Por lo tanto, esta investigación tuvo como objetivo determinar si existe una relación entre el work engagement, el burnout y la intención de rotación, basado en el Modelo de Demandas y Recursos (JD-R), para entender la influencia (o la falta de ella) de varias variables. La muestra estuvo compuesta por 90 personas de una empresa que opera 100% de forma remota en el sector tecnológico a nivel LATAM, con edades entre 24 y 54 años. Los resultados mostraron que el modelo que mejor predice la intención de rotación es el agotamiento emocional y la dedicación, demostrando que la intención de rotación puede predecirse utilizando el modelo JD-R. Finalmente, este estudio contribuye al proporcionar información sobre el sector tecnológico y sus niveles de rotación en Perú, un área con información limitada, especialmente en relación con el trabajo remoto.

The TECH sector is increasingly presenting greater labor demand worldwide. However, with the rise of remote work, turnover levels tend to be high, especially in a country like Peru. This not only implies an economic cost but also a loss of human capital. Therefore, this research aimed to determine whether there is a relationship between work engagement, burnout, and turnover intention, based on the Job Demands-Resources (JD-R) Model, to understand the influence (or lack thereof) of various variables. The sample consisted of 90 people from a company operating 100% remotely in the technology sector across LATAM, aged between 24 and 54 years. The results showed that the model best predicting turnover intention is emotional exhaustion and dedication, demonstrating that turnover intention can be predicted using the JD-R model. Finally, this study contributes by providing insights into the TECH sector and its turnover levels in Peru, an area with limited available information, particularly regarding remote work.