Formulación de un modelo lineal de regresión múltiple para determinar el personal necesario en los proyectos de la empresa DR&MR
DR & MR Comunicaciones y Servicios LTDA. es una organización enfocada a realizar proyectos que tienen como principal objetivo la instalación de fibra óptica y sus equipos correspondientes; la empresa está encargada desde el diseño, planeación y presupuesto hasta la construcción de cada proyecto;...
| Autor Principal: | Murillo Rojas, David Alexander |
|---|---|
| Formato: | info:eu-repo/semantics/bachelorThesis |
| Idioma: | spa |
| Publicado: |
Universidad de La Salle. Facultad de Ingeniería. Ingeniería Industrial
2018
|
| Materias: | |
| Acceso en línea: |
http://hdl.handle.net/10185/28956 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: |
DR & MR Comunicaciones y Servicios LTDA. es una organización enfocada a realizar proyectos que tienen como principal objetivo la instalación de fibra óptica y sus equipos correspondientes; la empresa está encargada desde el diseño, planeación y presupuesto hasta la construcción de cada proyecto; los cuales se desarrollan en ciudades fuera de Bogotá; Causando así que la empresa deba estar tener pendiente sobrecostos en la operación por traslados y viáticos que necesita cada técnico para el desarrollo de un proyecto.
Partiendo de los retos logísticos y sobrecostos previamente mencionados el siguiente documento plantea un modelo que permite a la empresa DR&MR definir la asignación de recursos a usar en cada uno de sus proyectos, mientras maximiza las ganancias de esta, para ello, toma como base el tiempo en el que requiere terminar cada uno de los proyectos.
Para realizar el proyecto, inicialmente se recopilaron datos de utilidad sobre la empresa en una matriz de gerencia, como lo son mano de obra utilizada definida por perfil, tamaño y tiempo de cada proyecto, incluyendo tiempos desaprovechados en los cuales no se pudo realizar ningún tipo de actividad en pro al desarrollo del proyecto, bien sea por retrasos causados por la logística con el cliente o temas ambientales en el terreno donde se está trabajando. Posteriormente, se construyó una base de datos con 10 variables, a partir de las cuales se realiza un análisis inicial que permite determinar la influencia de cada una de la variable Tiempo; para esto, se diseñó una matriz de correlaciones y unas gráficas de dispersión que permitieron la depuración de variables para cada uno de los ítems a controlar. Una vez descartadas aquellas variables independientes que no cumplían con el requisito estadístico de guardar una relación lineal con la variable dependiente y además no contaban con una correlación de (0.6), se realizaron un conjunto de modelos, creando una tabla en donde se evidencia el comportamiento de cada uno de ellos según las variables utilizadas y las observaciones depuradas; dichas observaciones por cuestiones externas, contaban con una desviación residual mayor a 2 y menor a -2, claro indicio de que estas sesgaban el resultado del modelo planteado, razón por la cual durante el proceso de creación de los modelos se depuraban las observación que contenían más ruido en la ecuación.
Por último y con el modelo obtenido se realizó una prueba con una muestra test de 5 proyectos para probar la capacidad predictora del modelo, posteriormente y teniendo en cuenta los resultados obtenidos se hizo una pequeña simulación del ROI del año 2017 si la empresa hubiera aplicado el modelo, de esta manera comparar los cambios que tendría la facturación de la empresa al emplear el modelo.
Finalmente se montó una tabla en Excel con todas las variables del modelo, que permitió definir la fuerza laboral necesaria para cumplir con los tiempos exigidos por el cliente |
|---|