Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cursante:
Prof
Abril, 05 de 2020
Muebles VITEFAMA
ESTRUCTURA ORGANIZATIVA
GERENTE GENERAL
DEPARTAMENTO DE
RECURSOS HUMANOS
DEPARTAMENTO DE
DEPARTAMENTO DE DEPARTAMENTO DE DEPARTAMENTO DE
INVESTIGACIÓN Y
PRODUCCIÓN COMERCIALIZACIÓN FINANZAS
DESARROLLO
Y^ =bo +b 2 X 2 +b 3 X 3 … . α
En donde;
Y^ =Eficiencia
X 2 =¿ Puntualidad
X 3 =¿ Habilidad
EFICACIA PRONÓSTICO
OPERARI HABILIDAD PUNTUALIDA
DE
O (Y) (X3) D (X2)
EFICIENCIA
1 66 47,5 38
2 43 21,3 41
3 36 36,5 34
4 23 18 35
5 22 29,5 31
6 14 14,2 34
27,8 33.1
3 35,50 7
Gráficamente;
f(x) = 0
R² = 0
Pronóstico de Eficiencia
Regresión Lineal Múltiple
12
10
8
Puntualidad
6 EFICACIA
Eficacia
HABILIDAD (X2)
4 Linear (HABILIDAD (X2))
PUNTUALIDAD (X3)
2
0
0 2 4 6 8 10 12
Operarios
Como R es mayor que 0.5 se considera que existe una correlación directa o positiva entre la
eficacia como variable dependiente y las variables independientes habilidad y puntualidad,
ya que estas permiten pronosticar la eficiencia de un operario cuando este alcanza 33.17
puntos en las evaluaciones para ser considerado eficiente, es decir, a partir de esta
puntuación se espera que el operario sea eficiente.
Y^ =bo +b 2 X 2 +b 3 X 3 … . α
En donde;
Y^ =Validez de la prueba
X 2 =¿ Calificación histórica
X 3 =¿ Calificación obtenida
8000
6000
4000
2000
Departamento de Comercialización
Ventas mensuales
Y^ =bo +b 2 X 2 +b 3 X 3 … . α
En donde;
10
8
Gastos Publicidad
Ventas Netas
Para la función de tiempo de producción mensual registrado por lote de una mesa
TIEMPO
∑ ¿ 1 xt−1
MES PRONÓSTICO ^x t= t
MENSUAL n
1 624,77 #N/A
2 624,76 #N/A
3 624,75 #N/A
4 624,76 624,7625
^x t= promedio de tiempo mensual
5 624,78 624,7625
6 624,76 Media móvil
624,7725 n
7 700 624,79 624,775 ∑ ¿ sumatoria de datos
8 600 624,77 624,7675 t
9 624,75 624,775
500 xt−1=tiempo real de producción
10 624,79 624,77
11 400 624,77 624,7725 Real
Valor
200
100
Salazar (2019)
0
1 2 3 4 5 6 7 8 9 10 11
Mediante la aplicación de este
Punto de datos
método se puede observar que
el pronóstico permanece
básicamente en el mismo valor
624,77+ 624,76+624,75 que es lo que se espera para el
^x 4 =
3 próximo periodo de producción;
así mismo se pudo observar que
624,76+624,75+624,76 624,75+624,76+624,78 el tiempo de producción
^x 5= ^x 6=
3 3 disminuye o se mantiene cuando
los trabajadores tienen un buen
uso y ubicación de las
herramientas como
destornilladores, clavos, taladros
de presión aumentaran.
En esta área de producción solo se pronosticó el tiempo de producción mensual a
través del Promedio Móvil, sin embargo en estos momentos se requiere
pronosticar el tiempo mensual, teniendo en consideración dos variables más
como lo son la cantidad de operarios que participan del proceso de fabricación de
mesas y la cantidad que se espera producir.
Y^ =bo +b 2 X 2 +b 3 X 3 … . α
En donde;
700 R² = 0
600
500 TIEMPO DE PRODUCCION
400 (X2)
300 EMPLEADOS QUE
PARTICIPAN (Y)
200 Linear (EMPLEADOS QUE
100 PARTICIPAN (Y))
0 CANTIDAD MATERIAL (X3)
0 2 4 6 8 10 12 14 Linear (CANTIDAD
Meses MATERIAL (X3))
Como R tiene una correlación lineal directa por lo que se considera positiva la
aplicación de este método de pronóstico.
Pronóstico
8,000.00
6,000.00
4,000.00
2,000.00
-
1 2 3 4 5 6 7 8 9 10
Punto de datos
En la
aplicación de
este método
se puede apreciar que se espera que sea menor, lo que indica que la empresa
debe implementar mecanismos que permitan pagar menos ISR, sin caer en ilícitos
tributarios, estos pueden ser contribuciones estadales, rebajas o deducciones de
ley
COSTO
AÑO COSTO FIJO
VARIABLE
2006 231,42 61,59
2007 232,41 61,74
2008 232,20 61,98
2009 232,51 62,01
2010 232,78 62,15
El análisis de regresión es una técnica de pronóstico que establece una relación
entre variables. Una variable se conoce y se usa para pronosticar el valor de una
variable aleatoria conocida. Para encontrar los coeficientes a y b se utiliza la
demanda anterior (o histórica) en vez del pronóstico anterior. Se emplea Dt para
indicar la demanda histórica y para encontrar los coeficientes a y b. Entonces,
cuando se desea pronosticar la nueva demanda, Los coeficientes a y b pueden
calcularse mediante las dos ecuaciones siguientes:
n ( ∑ xt . Dt ) −( ∑ xt−( ∑ Dt ) ) ∑ Dt−b ∑ xt
b= 2 a=
n ∑ ( xt 2 )−( ∑ x 1 ) n
Regresión Lineal
62.2
62.1
62 f(x) = 0.37 x − 23.03
61.9
61.8
61.7
61.6
61.5
61.4
61.3
231.2 231.4 231.6 231.8 232 232.2 232.4 232.6 232.8 233
Y^ =bo +b 2 X 2 +b 3 X 3 … . α
En donde;
Y^ =Costo Generales
PRONÓSTIC
COSTO COSTO DE O DE Se pronostica que en situación
AÑO COSTO FIJO
VARIABLE VENTAS COSTOS estable los costos generales se
GENERALES ubiquen en 232.26 por unidad
2006 231,42 61,59 506,99
2007 232,41 61,74 605,85
2008 232,2 61,98 505,82
2009 232,51 62,01 505,48
2010 232,78 62,15 605,07
232,2
61,89 545,842 6
600
f(x) = 9.58 x − 18688.79
500 R² = 0.08
Costo de Ventas
400
Costo Fijo
CONCLUSIONES
Este método permite la observación de otras variables que hacen del pronóstico
un resultado más preciso, sin embargo como todo pronóstico presenta errores que
constituyen el principal problema a evitar, es así como se puedo observar, que la
base para realizar cualquier pronóstico es la existencia de una base de datos
reales y confiables.
Ávila A., N y Cusco H., T. (2011). Evaluación Tributaria de los Gastos Deducibles
para el Impuesto a la Renta, del Ejercicio Fiscal 2010, aplicada a una Empresa de
Producción y Comercialización de Muebles de Madera, caso VITEFAMA. [Archivo
PDF] Recuperado de: https://dspace.ups.edu.ec/handle/123456789/1277