• Author / Uploaded
• Antonio Bustamante Altamirano

Citation preview

Introducción La regresión lineal ayuda a comprender la presencia de interrelación entre las variables o métricos en donde una de ellas es conocida coma la variable dependiente (Y) y la otra es conocida como la variable independiente (X). Esto significa que X influye en Y, o también se dice que X esta correlacionada con Y. Es posible explicar esta relación a través de un modelo matemático de la forma Y = mX + b el cual es generado utilizando la técnica de regresión lineal, además se puede considerar la influencia de más variables o métricos independientes X´s, los cuales influyen en la variable dependiente. Coeficiente de determinación- es una medida estadística de la bondad del ajuste o fiabilidad del modelo estimado a los datos. Se representa por R2 e indica cuál es la proporción de la variación total en la variable dependiente (Y), que es explicada por el modelo de regresión estimado, es decir, mide la capacidad explicativa del modelo estimado. Así, por ejemplo, un economista podría estar interesado en determinar la relación entre el ingreso de los trabajadores y su nivel de educación. Para esto, podría llevar acabo un modelo de regresión en el cual la variable independiente (Y) será el ingreso del trabajador. En cuanto a las variables explicativas (X), se deben incluir todas aquellas que podrían explicar el ingreso entre las que se encuentran por supuesto la educación, la experiencia, la educación de los padres, etc. En el siguiente ejercicio de la Empresa “X” establecer el modelo de regresión lineal que explique la relación que existe entre la variable independiente "X" y la variable dependiente "Y" con la intención de poder tener la certeza si existe una relación de causalidad entre ambas variables.

Caso: Del caso de estudio Principales indicadores, deberás establecer el modelo de regresión lineal que explique la relación que existe entre el métrico "Ausentismo" (variable independiente "X") y el métrico "Piezas defectuosas" (variable dependiente "Y") con la intención de poder tener la certeza si existe una relación de causalidad entre ambas variables.

Relacion entre las variables "Ausentismo" vs "Piezas defectuosas" 600

500

f(x) = 9962.76 x − 0.12 R² = 0.99

400

300

200

100

0 1%

1%

2%

2%

3%

3%

4%

4%

5%

5%

6%

Ecuación: Y = mx -b

***Anexo el archivo de Excel donde se realizó el ejercicio****

00 Calculo archivo excel EA4.xlsx

Conclusiones e interpretación de resultados y acciones propuestas:

El comportamiento entre las dos variables donde “Y” son las piezas defectuosas y “X” es el porcentaje de ausentismo esta explicado por el siguiente modelo matemático de regresión lineal: El modelo de regresión línea es: y = 9962.8x - 0.1213

El coeficiente de determinación ( R2)= 0.9934, el cual indica o se interpreta que al estar cercano al valor de 1, nos está indicando que este modelo de regresión lineal explica en un 99% el comportamiento de las dos variables analizadas. Más cantidad de puntos de la nube están cerca de la recta, no se observan muchas variaciones. Al ser el valor “m” positivo 00.628 está representando una relación directa entre las dos variables que significa que a medida que aumenta el ausentismo la cantidad de piezas defectuosas aumentara ya que m > 0, cuando “X” aumenta también lo hace “Y”. Las acciones que se recomiendan a la Empresa “X” para disminuir el ausentismo y reducir la cantidad de piezas defectuosas que impactan el costo de producción, así como la calidad de los productos son:   

 

 

Identificar las causas del ausentismo realizando encuestas con el personal Realizar AMEF de procesos para identificar aquellas operaciones que son más afectadas por el ausentismo y que más piezas dañadas arrojan. Entrenamiento cruzado de personal para en caso de ausentismo de la persona titular esté preparada otra persona para realizar la actividad en las operaciones que donde más se tienen piezas dañadas por esta causa. Realizar en conjunto con el área de ingeniería industrial análisis de tiempos y movimientos para determinar cargas de trabajo elevadas. Solicitar al área de ingeniería industrial estudios de ergonomía en las operaciones para determinar aquellas que causan más fatiga al personal por la condición en las que se encuentras las máquinas y herramientas para realizar reingeniería de estas operaciones. Asignar a el área de Calidad un análisis para determinar en qué turnos se producen más piezas dañadas Trabajar con el área de recursos humanos para verificar: o Evaluación de mercado respecto a salarios para determinar si se encuentra en rangos. o Revisar el programa de beneficios a trabajadores y si es necesario modificarlo. o Bonos de productividad para motivar la asistencia, y revisar otros programas que se pueden incluir para motivar la asistencia. o Redefinir Perfil de personal contratado si es el adecuado (Edad, familia, estatus civil y genero). o Realizar un análisis para identificar en que días de la semana se produce más el ausentismo e identificar las causas. o Realizar cartas administrativas a personal con ausencias frecuentes.

En el caso de algunos programas o acciones que pudieran incurrir en algún costo para la Empresa “X” tendrá que analizarse el costo-beneficio de realizar la inversión vs. el costo de las piezas dañadas, así como la satisfacción del cliente por conceptos de calidad.