Mostrar el registro sencillo del ítem
Propuesta de un modelo para la optimización de las variables que impactan la productividad en el área de compras y abastecimiento en la Caja de Compensación Familiar de Bogotá D.C.
dc.contributor | ||
dc.contributor.advisor | Gaffaro Garcia, Alix Johana | |
dc.contributor.author | Zamora Gambasica, Jessica Paola | |
dc.coverage.spatial | Bogotá D.C. | |
dc.date.accessioned | 2023-04-17T20:37:34Z | |
dc.date.available | 2023-04-17T20:37:34Z | |
dc.date.issued | 2023-03-17 | |
dc.identifier.uri | http://hdl.handle.net/10823/6877 | |
dc.description.abstract | El objetivo general de esta investigación fue proponer un modelo para la optimización de las variables que impactan la productividad en el área de Compras y Abastecimiento en la caja de compensación familiar de Bogotá D.C. Por ende, se utilizó las siguientes metodologías: un enfoque cuantitativo, un estudio descriptivo y correlacional, mediante una investigación de campo o más conocida como experimental, la cual se realizó dentro del sitio donde se encontraba el objetivo del estudio, para poder profundizar su conocimiento y obtener los datos con mayor seguridad (sin manipulación o posibles modificaciones). Adicionalmente con un diseño de campo que le ayudó a proponer posibles soluciones para las variables que afectan la productividad en el área de Compras y Abastecimiento. Para la captura de los datos se utilizó una base de datos (capa media o data warehouse), que se encuentra en un repositorio en la nube, dicha data se encuentra alineada con un modelo de costos unitarios. Adicionalmente se utilizará estadística para tabular los datos y agruparlos mediante tablas o gráficos. Este trabajo se realizó en el área de Compras y Abastecimiento que tiene 100 colaboradores los cuales, realizan los servicios de adquisición de productos para clientes internos y externos. Para calcular la muestra se utilizó un nivel de confianza de 90% y un error del 10%, concluyendo que 41 personas serían las escogidas en esta investigación. A partir de lo anterior las conclusiones principales fueron que: las variables con mayor relación son la capacidad instalada del recurso humano y la demanda proyectada porque su correlación es cercana a 1 y finalmente con la simulación del modelo a partir del año 2021 la productividad puede optimizarse hasta $ 15.944.841, es decir, si se compara con los datos entregados por el área inicialmente y que fueron modulados en la herramienta Gams, arrojando $ 15.472.873, se afirma que genera un aumento del 3.05%. Para obtener este resultado se le recomienda al área de Compras y Abastecimiento distribuir mejor la capacidad instalada del recurso humano y realizar las unidades proyectadas como lo indica la herramienta de Gams. | spa |
dc.description.tableofcontents | INDICE DE FIGURAS 4 INDICE DE TABLAS 5 INDICE DE ANEXOS 6 RESUMEN DEL PROYECTO 7 1.TITULO DE LA PROPUESTA: 8 2.PLANTEAMIENTO DEL PROBLEMA: 8 3.OBJETIVOS 10 3.1 Objetivo General 10 3.2. Objetivos Específicos 10 4.JUSTIFICACIÓN 10 5.MARCO TEORICO 11 5.1 Marco Conceptual 11 Modelos Matemáticos 11 Análisis Multivariado 12 Estrategia 12 Proyección de la Demanda 12 Capacidad Instalada del Recurso Humano 13 Tiempo Estándar 13 Programación Multivariado-mixta 13 Las Restricciones 14 Variables 14 Optimización 14 Productividad 15 5.2 Estado del Arte 16 6.METODOLOGÍA……………………………………………………………………………..20 6.1 Enfoque 20 Enfoque Cuantitativo 20 6.2 Nivel de Investigación 21 Estudio descriptivo 21 Estudio de correlación 22 6.3 Diseño de Investigación 22 6.4 Definición de Hipótesis 23 6.5 Operacionalización de Variables 23 6.6 Población y Muestra 23 Población 24 Muestra 24 Muestreo 25 Muestreo no probabilístico 26 6.7 Técnicas e Instrumentos de Recolección de Datos 26 6.8 Técnicas de Procesamiento y Análisis de Datos 26 Recopilación y Análisis de Información 27 Identificación del Sistema 27 Análisis de Variables y Parámetros 28 Diseño del Modelo 28 Construcción de la Propuesta 28 7RESULTADOS 28 7.1 Realizar un diagnóstico sobre comportamiento de las tres variables que afectan la productividad en el área de Compras y Abastecimiento de la Organización. 28 Demanda Proyectada 29 Capacidad Instalada del Recurso Humano 30 Cantidad de productos o servicios realizados por el Área de Compras y Abastecimiento 32 7.2 Realizar un análisis estadístico multivariable de las tres Variables que impactan la productividad en el Área de Compras y Abastecimiento para la unidad de Centro de Servicios Compartidos. 33 Gráficas de Dispersión 33 Matriz de Correlación Multivariadas para el área de Compras y Abastecimiento. 36 7.3 Plantear un modelo de optimización sobre las variables que impactan la productividad en el Área de Compras y Abastecimiento. 38 Función Objetivo 38 Las Variables de Decisión. 38 Las Restricciones 38 7.4 Validar los resultados del modelo por medio de juicios de expertos. 42 8.Cronograma 47 9.CONCLUSIONES 47 10ANEXOS 49 11BIOGRAFÍA 52 | spa |
dc.title | Propuesta de un modelo para la optimización de las variables que impactan la productividad en el área de compras y abastecimiento en la Caja de Compensación Familiar de Bogotá D.C. | spa |
dc.type | materThesis | spa |
dc.type.local | Tesis/Trabajo de grado - Monografía - Maestría | spa |
dc.type.driver | info:eu-repo/semantics/masterThesis | spa |
dc.title.translated | Proposal of a model for the optimization of the variables that impact productivity in the area of Purchasing and Supply in the family compensation fund of Bogota D.C. | spa |
dc.subject.proposal | Modelo matemático | spa |
dc.subject.proposal | Optimización y variables | spa |
dc.subject.proposal | Productividad | spa |
dc.subject.lemb | Administración de la producción | spa |
dc.subject.lemb | Canales de comercialización | spa |
dc.subject.lemb | Modelo a escala | spa |
dc.description.abstractenglish | The general objective of this research was to propose a model for the optimization of the variables that impact productivity in the area of Purchasing and Procurement in the family compensation fund of Bogotá D.C. Therefore, the following methodologies were used: a quantitative approach, a descriptive and correlational study, through a field research or better known as experimental, which was conducted within the site where the objective of the study was located, in order to deepen its knowledge and obtain the data with greater security (without manipulation or possible modifications). Additionally, with a field design that helped to propose possible solutions for the variables that affect productivity in the Purchasing and Supply area. To capture the data, a database (middle layer or data warehouse) was used, which is located in a cloud repository, this data is aligned with a unit cost model. Additionally, statistics will be used to tabulate the data and group them by means of tables or graphs. This work was carried out in the Purchasing and Procurement area, which has 100 employees who perform product procurement services for internal and external customers. To calculate the sample we used a confidence level of 90% and an error of 10%, concluding that 41 people would be the ones chosen in this research. From the above the main conclusions were that: the variables with the highest relationship are the installed capacity of human resources and the projected demand because their correlation is close to 1 and finally with the simulation of the model from the year 2021 productivity can be optimized up to $ 15,944,841, that is, if compared with the data provided by the area initially and that were modulated in the Gams tool, yielding $ 15,472,873, it is stated that it generates an increase of 3.05%. In order to obtain this result, it is recommended to the Purchasing and Supply area to better distribute the installed capacity of human resources and to make the projected units as indicated in the Gams tool. | spa |
dc.description.abstractother | L'objectif général de cette recherche était de proposer un modèle d'optimisation des variables ayant un impact sur la productivité dans le domaine des achats et de la passation de marchés au sein de la caisse de compensation familiale de Bogotá D.C. Par conséquent, les méthodologies suivantes ont été utilisées : une approche quantitative, une étude descriptive et corrélationnelle, par le biais d'une recherche sur le terrain ou mieux connue sous le nom d'expérimentale, qui a été menée sur le site où l'objectif de l'étude était situé, afin d'approfondir les connaissances et d'obtenir les données avec une plus grande sécurité (sans manipulation ou modifications possibles). En outre, la conception du terrain a permis de proposer des solutions possibles pour les variables qui affectent la productivité dans le domaine des achats et de l'approvisionnement. Pour capturer les données, une base de données (couche intermédiaire ou entrepôt de données) a été utilisée, qui est située dans un référentiel dans le nuage, ces données sont alignées avec un modèle de coût unitaire. En outre, des statistiques seront utilisées pour tabuler les données et les regrouper à l'aide de tableaux ou de graphiques. Ce travail a été réalisé dans le secteur des achats et de l'approvisionnement, qui compte 100 employés chargés de fournir des services d'approvisionnement en produits à des clients internes et externes. Pour calculer l'échantillon, nous avons utilisé un niveau de confiance de 90 % et une erreur de 10 %, ce qui nous a permis de conclure que 41 personnes seraient sélectionnées pour cette recherche. Les principales conclusions de ce qui précède sont les suivantes : les variables ayant la plus forte relation sont la capacité installée des ressources humaines et la demande projetée, car leur corrélation est proche de 1. Enfin, avec le modèle de simulation de l'année 2021, la productivité peut être optimisée à 15 944 841 $, c'est-à-dire que si l'on compare avec les données fournies initialement par la zone et qui ont été modulées dans l'outil Gams, ce qui donne 15 472 873 $, on constate que cela génère une augmentation de 3,05%. Pour obtenir ce résultat, il est recommandé que le secteur des achats et de la passation de marchés répartisse mieux la capacité installée des ressources humaines et réalise les unités projetées comme indiqué dans l'outil Gams. | spa |
dc.subject.keywords | Mathematical model | spa |
dc.subject.keywords | Optimisation and variables | spa |
dc.subject.keywords | Productivity | spa |
dc.relation.references | Alvarado, L. (10 de 12 de 2016). La Productividad en las Pymes del Sector Servicios. Obtenido de https://biblat.unam.mx/hevila/Strategos/2016/no16/1.pdf | spa |
dc.relation.references | Balcázar, R. K. (2017). Estudio de tiempos y movimientos para mejorar la productividad de la empresa. Obtenido de https://repositorio.uss.edu.pe/bitstream/handle/20.500.12802/5067/Bustamante%20Rico%20%26%20Rodriguez%20Balcazar.pdf?sequence=1&isAllowed=y | spa |
dc.relation.references | Baldeón, A. E. (2018). Planeación del desempeño y la productividad. Obtenido de https://repositorio.unfv.edu.pe/bitstream/handle/UNFV/2358/ESTRADA%20BALDE%C3%93N%20%20JORGE%20%20ARMANDO.pdf?sequence=1&isAllowed=y | spa |
dc.relation.references | Cabo, J. V. (2008). Modelos de estudios en investigación aplicada: conceptos y criterios para el diseño. Obtenido de https://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0465-546X2008000100011 | spa |
dc.relation.references | Cañas, C. A. (2013). PLANNING. Obtenido de https://planning.com.co/bd/valor_agregado/Julio2013.pdf | spa |
dc.relation.references | Cequea, M. M. (2019). La productividad desde una perspectiva humana: Dimensiones. Obtenido de https://www.redalyc.org/pdf/549/54921605013.pdf | spa |
dc.relation.references | Díaz, C. B. (2015). Estratificación socio-demográfico de la ciudad de Córdoba aplicando técnicas de análisi multivariado. | spa |
dc.relation.references | Domínguez, Y. S. (2007). El análisis de información y las investigaciones cuantitativa y cualitativa. Obtenido de http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662007000300020 | spa |
dc.relation.references | Espinal, A. A. (2017). Medición de la Productividad en Empresas de Servicios. Obtenido de https://www.iiis.org/cds2017/cd2017summer/papers/ca126di.pdf | spa |
dc.relation.references | Fabre, M. G. (2018). Centro de Investigación y de Estudios Avanzados. Obtenido de Cincestav: https://www.tamps.cinvestav.mx/defensa_2009_3 | spa |
dc.relation.references | Ferrando, I. (2020). Análisis de los Modelos Matemáticos Producidos durante la Resolución de Problemas de Fermi. Obtenido de https://www.scielo.br/j/bolema/a/MDQVYyKH5CXpVqsbWMBrrwF/?lang=es | spa |
dc.relation.references | García, G. B. (2020). La productividad laboral: Una mirada a las necesidades de las Pymes en México. Obtenido de https://www.lamjol.info/index.php/rcijupo/article/view/11228/13097 | spa |
dc.relation.references | Gary, M. R. (2017). Influencia de la rotación de personal en la productividad. Obtenido de http://repositorio.upao.edu.pe/bitstream/20.500.12759/2328/1/RE_ADMI_BRYAN.MILLER_INFLUENCIA.DE.LA.ROTACION.DE.PERSONAL.EM.LA.PRODUCTIVDAD_DATOS.PDF | spa |
dc.relation.references | Gerardo, S. C. (2020). Unidad académica de ciencias empresariales. Obtenido de http://repositorio.utmachala.edu.ec/bitstream/48000/10078/1/ECUACE-2017-AE-CD00145.pdf. | spa |
dc.relation.references | Guillén, E. L. (2018). Identificación de Sistemas. Aplicación al modelado de un motor de continua. Obtenido de http://www.ie.tec.ac.cr/einteriano/control/Laboratorio/3.7Identificacion%20de%20sistemas.PDF | spa |
dc.relation.references | Gutiérrez, M. A. (07 de 2012). TIC y productividad en las industrias de servicios en Colombia. Obtenido de http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-25962012000200005 | spa |
dc.relation.references | Herrera, T. F. (2018). La productividad y sus factores. Obtenido de http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1692-85632018000100047 | spa |
dc.relation.references | Izurieta, L. A. (2018). Estudio de modelo matematico en la optimización de producción en las Pymes. Obtenido de http://repositorio.unemi.edu.ec/bitstream/123456789/3905/1/2.%20ESTUDIO%20DE%20UN%20MODELO%20MATEM%c3%81TICO%20%20EN%20LA%20OPTIMIZACI%c3%93N%20DE%20%20PRODUCCI%c3%93N%20EN%20LAS%20PYMES%20DICADAS%20A%20LA%20C.pdf | spa |
dc.relation.references | Jara, L. (2015). Utilización de la Capacidad Instalada en la Industria. Obtenido de https://observatorio.unr.edu.ar/utilizacion-de-la-capacidad-instalada-en-la-industria-2/ | spa |
dc.relation.references | Linares, P. (2010). Modelos Matemáticos de Optimización. En P. Linares, Modelos Matemáticos de Optimización (pág. 14). | spa |
dc.relation.references | Manterola, C. (2017). Técnicas de Muestreo sobre una Población a Estudio. Obtenido de https://scielo.conicyt.cl/pdf/ijmorphol/v35n1/art37.pdf | spa |
dc.relation.references | Moya, R. D. (2002). Sapiens. Revista Universitaria de Investigación. Obtenido de https://www.redalyc.org/pdf/410/41030203.pdf | spa |
dc.relation.references | Pillajo, J. Q. (2021). Scopus. Obtenido de Determinantes de la productividad laboral para las empresas ecuatorianas en el periodo 2009-20014: https://www-scopus-com.loginbiblio.poligran.edu.co/record/display.uri?eid=2-s2.0- | spa |
dc.relation.references | PROPUESTA DE UNA METODOLOGÍA DE MEJORAMIENTO. (2018). Obtenido de Br. FERNÁNDEZ EFFIO MIGUEL ALEXANDER: https://repositorio.upao.edu.pe/bitstream/20.500.12759/3792/1/RE_MAEST_ING_MIGUEL.FERNANDEZ_MEJORAMIENTO.DE.LA.PRODUCTIVIDAD_DATOS.PDF | spa |
dc.relation.references | Rivas, L. A. (2015). La definición de variables o categorías de análisis. Obtenido de http://www.edumargen.org/docs/curso43-11/unid02/complem05_02.pdf | spa |
dc.relation.references | Sampieri, R. H. (2014). Metodología de la investigación. | spa |
dc.relation.references | Solano, E. J. (2020). la planeación estratégica como herramienta para incrementar la productividad y sostenibilidad de las empresas. caso: dos grandes empresas del sector de servicios de aseo y mantenimiento de instalaciones en bogotá. | spa |
dc.relation.references | Tapasco, O. A. (2020). Scielo. Obtenido de Gestión de la productividad del trabajo en empresas de servicios intensivas en conocimiento: consideraciones y desafíos: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-46452020000100064&lang=es | spa |
dc.relation.references | Trujillo Sandoval, D. J. (2012). Definición de los procesos productivos e implementación de mejoras en la empresa 'Productos Exquisito'. Obtenido de https://bibdigital.epn.edu.ec/handle/15000/7859 | spa |
dc.relation.references | Vazquez, J. M. (06 de 2007). La mejora de la productividad en las empresas. Obtenido de https://revistadyo.es/DyO/index.php/dyo/article/view/19/19 | spa |
dc.relation.references | Villegas, C. A. (2019). La influencia de la productividad empresarial. Obtenido de https://cybertesis.unmsm.edu.pe/bitstream/handle/20.500.12672/10259/Salazar_vc.pdf?sequence=1&isAllowed=y | spa |
dc.publisher.program | Maestría en Ingeniería Industrial | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_bdcc | spa |
dc.publisher.faculty | Facultad de ingeniería y Diseño e Innovación | spa |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
dc.type.redcol | https://purl.org/redcol/resource_type/TP | |
dc.type.version | info:eu-repo/semantics/draft | spa |
dc.type.coarversion | http://purl.org/coar/version/c_b1a7d7d4d402bcce | spa |