Administracion de la produccion

Solo disponible en BuenasTareas
  • Páginas : 13 (3109 palabras )
  • Descarga(s) : 0
  • Publicado : 2 de marzo de 2011
Leer documento completo
Vista previa del texto
[pic]

[pic]
INTRODUCCIÓN A LOS PRONÓSTICOS: Algunas razones por las cuales los pronósticos son esenciales en la administración de la producción y las operaciones son:
1. Planeación de Nuevas Instalaciones.
2. Planeación de la Producción.
3. Las demandas de Producto y Servicio.

MÉTODOS CUALITATIVOS DE PRONÓSTICOS

1. Consenso de Comité Ejecutivo: *Se organizan por un comitéresponsable. *Organizan el pronóstico de venta. *Utilizan información proveniente de todos los ámbitos de la organización. *Tiene tendencia a ser un pronóstico negociado.
2. Método de Delfos: Los ejecutivos responden anónimamente a una serie de preguntas. *Retroalimentación a cada pregunta en sesiones establecidas. *Puede carcomo resultado que la mayoría de los participantes estén de acuerdo.3. Encuesta a la Fuerza de Ventas: *La estimación de ventas futuras se obtiene a partir de los miembros. *Se combina a fin de elaborar una estimación de las ventas.
4. Encuesta a Clientes: *Estimación de las ventas futuras se obtiene directamente del cliente individual. *Encuestan individualmente para determinar los valores de los volúmenes de producción. *Es practico cuando son pocosclientes.
5. Analogía Histórica: *Método ligado a la estimación de las ventas futuras de un producto. *Es útil en el pronóstico de venta de productos nuevos. *Se aplícale conocimiento de las ventas de un producto similar durante varias etapas de su ciclo de vida.
6. Investigación de Mercado: *Se basa en cuestionarios por correos, entrevistas telefónicas o de campo. *Producto en regionesobjetivo o en puntos de venta.

MÉTODOS CUANTITATIVOS DE PRONÓSTICOS

1. Regresión Lineal: modelo que utiliza el método de los mínimos cuadrados para identificar la relación entre una variable dependiente o una o más variables independientes presentes en un conjunto de observaciones históricas. La regresión supone una casi normalidad. Lo que quiere decir que los valores observados de la variabledependiente (y) se supone están distribuidos normalmente a ambos lados de su media y el error estándar del pronóstico (Syx) es constante conforme nos vamos a lo largo de la línea de tendencia.

Definición de Variables y Fórmulas para el Análisis de la Regresión Lineal:
x = Valor de la variable independiente.
y = Valor de la variable dependiente.
n = Número de datos o número deobservaciones.
a = Intersección con el eje vertical.
b = Pendiente de la línea de regresión lineal.
Y = Valor de “y” que aparece en la línea de tendencia.
Y = a+bx
X = Valores de “x” que ocurren sobre la línea de tendencia.
r = Coeficiente de correlación.
r² = Coeficiente de determinación.
= Valor medio de la variable dependiente.

[pic] [pic]

[pic]

Ejercicio#1

El gerente general Jack Weis de Presition Ingenery Corporation supone que los servicios de ingeniería que su empresa proporciona a las empresas en construcción de carreteras que están directamente relacionadas con la cantidad de contratos de construcción de estas emitidos en su área geográfica. El gerente se pregunta si su suposición es real y de ser así ¿Podría ésta información ayudarle aplanear mejor sus operaciones? Jack le pidió a Bill Brandon uno de sus ingenieros que hiciera un análisis de regresión lineal simple sobre los datos históricos. Bill planea hacer lo siguiente:

a) Desarrollar una ecuación lineal de regresión para predecir el nivel de la demanda de los servicios de precisión.

b) Utilizar la ecuación de la regresión para predecir el nivel de la demandadurante los siguientes trimestres.

c) Determinar con que grado de exactitud se relaciona la demanda con la cantidad de contratos de construcción realizados.

| | |Ventas de Servicio de Presition |Monto Total de contratos |
| | |Ingenery (miles de...
tracking img