Análisis envolvente de datos y cálculo multivariado para valorar, clasificar y predecir la eficiencia productiva y de innovación de las empresas del sector químico

Ver/
Fecha
2019
2019
Autor
De La Hoz, Efraín
Fontalvo, Tomás
López, Ludis
Metadatos
Mostrar el registro completo del ítem
Mostrar el registro completo del ítem
Resumen
Se desarrolló un método que permitió establecer criterios de valoración, clasificación y predicción para evaluar la eficiencia productiva y de innovación de las empresas del sector químico de Barranquilla. Se recolectó información asociada a variables de clima laboral, gestión de la información, gestión del conocimiento, gestión de la productividad y la innovación. Seguidamente se validó los resultados con el análisis discriminante y se modelaron procesos de pronóstico y predicción de la eficiencia de las empresas del sector con las redes neuronales artificiales. Los resultados muestran que la eficiencia promedio en el sector es del 52,9%, con 6 empresas clasificadas como eficientes. Con las técnicas de análisis discriminante multivariado, se pudo determinar la calidad de clasificación lográndose un 92,6 % de clasificación correcta. Así mismo el modelo de redes neuronales seleccionado generó una precisión de clasificación de 98,82%, 95,78% y 94,28% para las muestras de entrenamiento, prueba y reserva, lo que evidencia la relevancia del modelo de clasificación. Se concluye que las variables analizadas son significativas para discriminar la eficiencia productiva y de innovación.
Enlace para referencia:
https://hdl.handle.net/20.500.12442/4708
https://hdl.handle.net/20.500.12442/4708
Enlace al recurso externo:
http://dx.doi.org/10.4067/S0718-07642019000500213
http://dx.doi.org/10.4067/S0718-07642019000500213