Estadística Aplicada a un problema de selección de grupos de trabajo, para desarrollos de innovación tecnológica

Autores
Cabrera, Gabriela Pilar
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
tesis de maestría
Estado
versión publicada
Colaborador/a o director/a de tesis
Zanazzi, José Luis
Descripción
Capítulo 1 – INTRODUCCIÓN 1.1 Presentación del Problema - 1.2 Antecedentes bibliográficos de la selección de grupos de personas - 1.3 Método estadístico orientado a la toma de decisiones desde una Perspectiva grupal - 1.4 Objetivos - 1.4.1 Objetivo General - 1.4.2 Objetivos específicos - 1.5 Hipótesis de trabajo - Capítulo 2 - METODOLOGÍA - 2.1 Introducción - 2.2 Entrevistas y ejercicios grupales - 2.3 Descripción del método estadístico, Procesos DRV - 2.3.1 Fase de estabilización - 2.3.2 Propiedades estadísticas del estado estable - 2.3.3 Fase de Agregación - 2.3.4 Fase de Ordenamiento - 2.3.5 Justificación conceptual, psicológica y sociológica - 2.4 Variable aleatoria multidimensional - 2.4.1 Distribuciones marginales - 2.4.2 Algunas propiedades de las variables aleatorias vectoriales o multidimensionales - 2.5 Criterios para la selección de la mejor prueba de ajuste al Modelo Normal Univariado o Univariante - 2.6 Modalidad de aplicación de programación lineal - Capítulo 3 – PRUEBAS DE NORMALIDAD - 3.1 Introducción - 3.2 Justificación del requerimiento de normalidad en el método - 3.3 Pruebas de Normalidad - 3.3.1 Pruebas basadas en medidas de los momentos - 3.3.1.1 Prueba de D ´Agostino-Pearson - 3.3.1.2 Prueba de Jarque-Bera - 3.3.1.3 Prueba robusta de Jarque-Bera - 3.3.1.4 Prueba de Bonett-Seier - 3.3.1.5 Prueba de Hosking - 3.3.2 Pruebas basadas en la Función de Distribución Empírica - 3.3.2.1 Prueba de Kolmogorov-Smirnov - 3.3.2.2 Prueba de Kolmogorov-Smirnov modificada por Lilliefors - 3.3.2.3 Prueba de Kolmogorov-Smirnov modificada por Stephens y Harley - 3.3.2.4 Prueba de Anderson-Darling - 3.3.2.5 Pruebas de Zhang ZC y ZA - 3.3.2.6 Prueba de Glen-Leemis-Barr - 3.3.3 Pruebas de correlación y regresión - 3.3.3.1 Prueba de Shapiro-Wilk - 3.3.3.2 Prueba de Shapiro-Francia - 3.3.3.3 Prueba de Chen-Shapiro - 3.3.3.4 Prueba de Shapiro-Wilk modificada por Rahman y Govindarajulu - 3.3.3.5 Prueba de D´Agostino - 3.3.3.6 Prueba de Filliben - 3.3.4 Otras pruebas - 3.3.4.1 Prueba BCMR - 3.3.4.2 Prueba de Coin - 3.3.4.3 Prueba de Gel-Miao-Gastwirth - 3.4 Análisis comparativo de pruebas de normalidad - 3.4.1 Potencia empírica de pruebas de normalidad - 3.4.2 Disponibilidad en software estadísticos - 3.5 Conclusiones del Capítulo - Capítulo 4 – ELICITACIÓN Y ESTIMACIÓN DE LOS PARÁMETROS DEL MODELO - 4.1 Introducción - 4.2 Elicitación de los parámetros del proceso de decisión grupal - 4.3 Estimación de los parámetros del proceso de decisión grupal - 4.4 Asignación de utilidades a las competencias de los candidatos - 4.5 Conclusiones del Capítulo - Capítulo 5 – RESOLUCIÓN DEL PROBLEMA DE CONFORMACIÓN DE EQUIPOS DE TRABAJO - 5.1 Introducción - 5.2 Estimación de las valoraciones globales de los candidatos - 5.3 Ordenamiento de los candidatos para cada rol - 5.4 Asignación de personas a puestos de trabajo - 5.5 Sugerencias para la implementación de la solución propuesta - 5.6 Conclusiones del Capítulo - Capítulo 6 – CONCLUSIÓN - REFERENCIAS BIBLIOGRÁFICAS - ANEXO
Fil: Cabrera, Gabriela Pilar. Universidad Nacional de Córdoba; Argentina.
La Estadística se ha convertido en una herramienta metodológica indiscutible para todo investigador en cualquier campo del saber. Por otra parte y según Box et al. (2008), existe una atmósfera receptiva de estas técnicas en las actuales organizaciones que operan en un entorno cargado de complejidad. En el presente trabajo de investigación, esta situación de apertura se considera una oportunidad para proponer la aplicación de métodos y técnicas estadísticas, a la resolución de problemas complejos de toma de decisiones desde una perspectiva grupal. El caso analizado en el presente trabajo es, el de una organización que necesita conformar grupos para desarrollar sistemas informáticos.
Fil: Cabrera, Gabriela Pilar. Universidad Nacional de Córdoba; Argentina.
Materia
Innovación tecnológica
Selección del personal
Trabajo en equipo
Estadística
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/2153

id RDUUNC_d28e675af697c8ca27d19e6dceeb7603
oai_identifier_str oai:rdu.unc.edu.ar:11086/2153
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Estadística Aplicada a un problema de selección de grupos de trabajo, para desarrollos de innovación tecnológicaCabrera, Gabriela PilarInnovación tecnológicaSelección del personalTrabajo en equipoEstadísticaCapítulo 1 – INTRODUCCIÓN 1.1 Presentación del Problema - 1.2 Antecedentes bibliográficos de la selección de grupos de personas - 1.3 Método estadístico orientado a la toma de decisiones desde una Perspectiva grupal - 1.4 Objetivos - 1.4.1 Objetivo General - 1.4.2 Objetivos específicos - 1.5 Hipótesis de trabajo - Capítulo 2 - METODOLOGÍA - 2.1 Introducción - 2.2 Entrevistas y ejercicios grupales - 2.3 Descripción del método estadístico, Procesos DRV - 2.3.1 Fase de estabilización - 2.3.2 Propiedades estadísticas del estado estable - 2.3.3 Fase de Agregación - 2.3.4 Fase de Ordenamiento - 2.3.5 Justificación conceptual, psicológica y sociológica - 2.4 Variable aleatoria multidimensional - 2.4.1 Distribuciones marginales - 2.4.2 Algunas propiedades de las variables aleatorias vectoriales o multidimensionales - 2.5 Criterios para la selección de la mejor prueba de ajuste al Modelo Normal Univariado o Univariante - 2.6 Modalidad de aplicación de programación lineal - Capítulo 3 – PRUEBAS DE NORMALIDAD - 3.1 Introducción - 3.2 Justificación del requerimiento de normalidad en el método - 3.3 Pruebas de Normalidad - 3.3.1 Pruebas basadas en medidas de los momentos - 3.3.1.1 Prueba de D ´Agostino-Pearson - 3.3.1.2 Prueba de Jarque-Bera - 3.3.1.3 Prueba robusta de Jarque-Bera - 3.3.1.4 Prueba de Bonett-Seier - 3.3.1.5 Prueba de Hosking - 3.3.2 Pruebas basadas en la Función de Distribución Empírica - 3.3.2.1 Prueba de Kolmogorov-Smirnov - 3.3.2.2 Prueba de Kolmogorov-Smirnov modificada por Lilliefors - 3.3.2.3 Prueba de Kolmogorov-Smirnov modificada por Stephens y Harley - 3.3.2.4 Prueba de Anderson-Darling - 3.3.2.5 Pruebas de Zhang ZC y ZA - 3.3.2.6 Prueba de Glen-Leemis-Barr - 3.3.3 Pruebas de correlación y regresión - 3.3.3.1 Prueba de Shapiro-Wilk - 3.3.3.2 Prueba de Shapiro-Francia - 3.3.3.3 Prueba de Chen-Shapiro - 3.3.3.4 Prueba de Shapiro-Wilk modificada por Rahman y Govindarajulu - 3.3.3.5 Prueba de D´Agostino - 3.3.3.6 Prueba de Filliben - 3.3.4 Otras pruebas - 3.3.4.1 Prueba BCMR - 3.3.4.2 Prueba de Coin - 3.3.4.3 Prueba de Gel-Miao-Gastwirth - 3.4 Análisis comparativo de pruebas de normalidad - 3.4.1 Potencia empírica de pruebas de normalidad - 3.4.2 Disponibilidad en software estadísticos - 3.5 Conclusiones del Capítulo - Capítulo 4 – ELICITACIÓN Y ESTIMACIÓN DE LOS PARÁMETROS DEL MODELO - 4.1 Introducción - 4.2 Elicitación de los parámetros del proceso de decisión grupal - 4.3 Estimación de los parámetros del proceso de decisión grupal - 4.4 Asignación de utilidades a las competencias de los candidatos - 4.5 Conclusiones del Capítulo - Capítulo 5 – RESOLUCIÓN DEL PROBLEMA DE CONFORMACIÓN DE EQUIPOS DE TRABAJO - 5.1 Introducción - 5.2 Estimación de las valoraciones globales de los candidatos - 5.3 Ordenamiento de los candidatos para cada rol - 5.4 Asignación de personas a puestos de trabajo - 5.5 Sugerencias para la implementación de la solución propuesta - 5.6 Conclusiones del Capítulo - Capítulo 6 – CONCLUSIÓN - REFERENCIAS BIBLIOGRÁFICAS - ANEXOFil: Cabrera, Gabriela Pilar. Universidad Nacional de Córdoba; Argentina.La Estadística se ha convertido en una herramienta metodológica indiscutible para todo investigador en cualquier campo del saber. Por otra parte y según Box et al. (2008), existe una atmósfera receptiva de estas técnicas en las actuales organizaciones que operan en un entorno cargado de complejidad. En el presente trabajo de investigación, esta situación de apertura se considera una oportunidad para proponer la aplicación de métodos y técnicas estadísticas, a la resolución de problemas complejos de toma de decisiones desde una perspectiva grupal. El caso analizado en el presente trabajo es, el de una organización que necesita conformar grupos para desarrollar sistemas informáticos.Fil: Cabrera, Gabriela Pilar. Universidad Nacional de Córdoba; Argentina.Zanazzi, José Luis2015-03-30info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfhttp://hdl.handle.net/11086/2153spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-10-23T11:19:05Zoai:rdu.unc.edu.ar:11086/2153Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-10-23 11:19:05.33Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Estadística Aplicada a un problema de selección de grupos de trabajo, para desarrollos de innovación tecnológica
title Estadística Aplicada a un problema de selección de grupos de trabajo, para desarrollos de innovación tecnológica
spellingShingle Estadística Aplicada a un problema de selección de grupos de trabajo, para desarrollos de innovación tecnológica
Cabrera, Gabriela Pilar
Innovación tecnológica
Selección del personal
Trabajo en equipo
Estadística
title_short Estadística Aplicada a un problema de selección de grupos de trabajo, para desarrollos de innovación tecnológica
title_full Estadística Aplicada a un problema de selección de grupos de trabajo, para desarrollos de innovación tecnológica
title_fullStr Estadística Aplicada a un problema de selección de grupos de trabajo, para desarrollos de innovación tecnológica
title_full_unstemmed Estadística Aplicada a un problema de selección de grupos de trabajo, para desarrollos de innovación tecnológica
title_sort Estadística Aplicada a un problema de selección de grupos de trabajo, para desarrollos de innovación tecnológica
dc.creator.none.fl_str_mv Cabrera, Gabriela Pilar
author Cabrera, Gabriela Pilar
author_facet Cabrera, Gabriela Pilar
author_role author
dc.contributor.none.fl_str_mv Zanazzi, José Luis
dc.subject.none.fl_str_mv Innovación tecnológica
Selección del personal
Trabajo en equipo
Estadística
topic Innovación tecnológica
Selección del personal
Trabajo en equipo
Estadística
dc.description.none.fl_txt_mv Capítulo 1 – INTRODUCCIÓN 1.1 Presentación del Problema - 1.2 Antecedentes bibliográficos de la selección de grupos de personas - 1.3 Método estadístico orientado a la toma de decisiones desde una Perspectiva grupal - 1.4 Objetivos - 1.4.1 Objetivo General - 1.4.2 Objetivos específicos - 1.5 Hipótesis de trabajo - Capítulo 2 - METODOLOGÍA - 2.1 Introducción - 2.2 Entrevistas y ejercicios grupales - 2.3 Descripción del método estadístico, Procesos DRV - 2.3.1 Fase de estabilización - 2.3.2 Propiedades estadísticas del estado estable - 2.3.3 Fase de Agregación - 2.3.4 Fase de Ordenamiento - 2.3.5 Justificación conceptual, psicológica y sociológica - 2.4 Variable aleatoria multidimensional - 2.4.1 Distribuciones marginales - 2.4.2 Algunas propiedades de las variables aleatorias vectoriales o multidimensionales - 2.5 Criterios para la selección de la mejor prueba de ajuste al Modelo Normal Univariado o Univariante - 2.6 Modalidad de aplicación de programación lineal - Capítulo 3 – PRUEBAS DE NORMALIDAD - 3.1 Introducción - 3.2 Justificación del requerimiento de normalidad en el método - 3.3 Pruebas de Normalidad - 3.3.1 Pruebas basadas en medidas de los momentos - 3.3.1.1 Prueba de D ´Agostino-Pearson - 3.3.1.2 Prueba de Jarque-Bera - 3.3.1.3 Prueba robusta de Jarque-Bera - 3.3.1.4 Prueba de Bonett-Seier - 3.3.1.5 Prueba de Hosking - 3.3.2 Pruebas basadas en la Función de Distribución Empírica - 3.3.2.1 Prueba de Kolmogorov-Smirnov - 3.3.2.2 Prueba de Kolmogorov-Smirnov modificada por Lilliefors - 3.3.2.3 Prueba de Kolmogorov-Smirnov modificada por Stephens y Harley - 3.3.2.4 Prueba de Anderson-Darling - 3.3.2.5 Pruebas de Zhang ZC y ZA - 3.3.2.6 Prueba de Glen-Leemis-Barr - 3.3.3 Pruebas de correlación y regresión - 3.3.3.1 Prueba de Shapiro-Wilk - 3.3.3.2 Prueba de Shapiro-Francia - 3.3.3.3 Prueba de Chen-Shapiro - 3.3.3.4 Prueba de Shapiro-Wilk modificada por Rahman y Govindarajulu - 3.3.3.5 Prueba de D´Agostino - 3.3.3.6 Prueba de Filliben - 3.3.4 Otras pruebas - 3.3.4.1 Prueba BCMR - 3.3.4.2 Prueba de Coin - 3.3.4.3 Prueba de Gel-Miao-Gastwirth - 3.4 Análisis comparativo de pruebas de normalidad - 3.4.1 Potencia empírica de pruebas de normalidad - 3.4.2 Disponibilidad en software estadísticos - 3.5 Conclusiones del Capítulo - Capítulo 4 – ELICITACIÓN Y ESTIMACIÓN DE LOS PARÁMETROS DEL MODELO - 4.1 Introducción - 4.2 Elicitación de los parámetros del proceso de decisión grupal - 4.3 Estimación de los parámetros del proceso de decisión grupal - 4.4 Asignación de utilidades a las competencias de los candidatos - 4.5 Conclusiones del Capítulo - Capítulo 5 – RESOLUCIÓN DEL PROBLEMA DE CONFORMACIÓN DE EQUIPOS DE TRABAJO - 5.1 Introducción - 5.2 Estimación de las valoraciones globales de los candidatos - 5.3 Ordenamiento de los candidatos para cada rol - 5.4 Asignación de personas a puestos de trabajo - 5.5 Sugerencias para la implementación de la solución propuesta - 5.6 Conclusiones del Capítulo - Capítulo 6 – CONCLUSIÓN - REFERENCIAS BIBLIOGRÁFICAS - ANEXO
Fil: Cabrera, Gabriela Pilar. Universidad Nacional de Córdoba; Argentina.
La Estadística se ha convertido en una herramienta metodológica indiscutible para todo investigador en cualquier campo del saber. Por otra parte y según Box et al. (2008), existe una atmósfera receptiva de estas técnicas en las actuales organizaciones que operan en un entorno cargado de complejidad. En el presente trabajo de investigación, esta situación de apertura se considera una oportunidad para proponer la aplicación de métodos y técnicas estadísticas, a la resolución de problemas complejos de toma de decisiones desde una perspectiva grupal. El caso analizado en el presente trabajo es, el de una organización que necesita conformar grupos para desarrollar sistemas informáticos.
Fil: Cabrera, Gabriela Pilar. Universidad Nacional de Córdoba; Argentina.
description Capítulo 1 – INTRODUCCIÓN 1.1 Presentación del Problema - 1.2 Antecedentes bibliográficos de la selección de grupos de personas - 1.3 Método estadístico orientado a la toma de decisiones desde una Perspectiva grupal - 1.4 Objetivos - 1.4.1 Objetivo General - 1.4.2 Objetivos específicos - 1.5 Hipótesis de trabajo - Capítulo 2 - METODOLOGÍA - 2.1 Introducción - 2.2 Entrevistas y ejercicios grupales - 2.3 Descripción del método estadístico, Procesos DRV - 2.3.1 Fase de estabilización - 2.3.2 Propiedades estadísticas del estado estable - 2.3.3 Fase de Agregación - 2.3.4 Fase de Ordenamiento - 2.3.5 Justificación conceptual, psicológica y sociológica - 2.4 Variable aleatoria multidimensional - 2.4.1 Distribuciones marginales - 2.4.2 Algunas propiedades de las variables aleatorias vectoriales o multidimensionales - 2.5 Criterios para la selección de la mejor prueba de ajuste al Modelo Normal Univariado o Univariante - 2.6 Modalidad de aplicación de programación lineal - Capítulo 3 – PRUEBAS DE NORMALIDAD - 3.1 Introducción - 3.2 Justificación del requerimiento de normalidad en el método - 3.3 Pruebas de Normalidad - 3.3.1 Pruebas basadas en medidas de los momentos - 3.3.1.1 Prueba de D ´Agostino-Pearson - 3.3.1.2 Prueba de Jarque-Bera - 3.3.1.3 Prueba robusta de Jarque-Bera - 3.3.1.4 Prueba de Bonett-Seier - 3.3.1.5 Prueba de Hosking - 3.3.2 Pruebas basadas en la Función de Distribución Empírica - 3.3.2.1 Prueba de Kolmogorov-Smirnov - 3.3.2.2 Prueba de Kolmogorov-Smirnov modificada por Lilliefors - 3.3.2.3 Prueba de Kolmogorov-Smirnov modificada por Stephens y Harley - 3.3.2.4 Prueba de Anderson-Darling - 3.3.2.5 Pruebas de Zhang ZC y ZA - 3.3.2.6 Prueba de Glen-Leemis-Barr - 3.3.3 Pruebas de correlación y regresión - 3.3.3.1 Prueba de Shapiro-Wilk - 3.3.3.2 Prueba de Shapiro-Francia - 3.3.3.3 Prueba de Chen-Shapiro - 3.3.3.4 Prueba de Shapiro-Wilk modificada por Rahman y Govindarajulu - 3.3.3.5 Prueba de D´Agostino - 3.3.3.6 Prueba de Filliben - 3.3.4 Otras pruebas - 3.3.4.1 Prueba BCMR - 3.3.4.2 Prueba de Coin - 3.3.4.3 Prueba de Gel-Miao-Gastwirth - 3.4 Análisis comparativo de pruebas de normalidad - 3.4.1 Potencia empírica de pruebas de normalidad - 3.4.2 Disponibilidad en software estadísticos - 3.5 Conclusiones del Capítulo - Capítulo 4 – ELICITACIÓN Y ESTIMACIÓN DE LOS PARÁMETROS DEL MODELO - 4.1 Introducción - 4.2 Elicitación de los parámetros del proceso de decisión grupal - 4.3 Estimación de los parámetros del proceso de decisión grupal - 4.4 Asignación de utilidades a las competencias de los candidatos - 4.5 Conclusiones del Capítulo - Capítulo 5 – RESOLUCIÓN DEL PROBLEMA DE CONFORMACIÓN DE EQUIPOS DE TRABAJO - 5.1 Introducción - 5.2 Estimación de las valoraciones globales de los candidatos - 5.3 Ordenamiento de los candidatos para cada rol - 5.4 Asignación de personas a puestos de trabajo - 5.5 Sugerencias para la implementación de la solución propuesta - 5.6 Conclusiones del Capítulo - Capítulo 6 – CONCLUSIÓN - REFERENCIAS BIBLIOGRÁFICAS - ANEXO
publishDate 2015
dc.date.none.fl_str_mv 2015-03-30
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_bdcc
info:ar-repo/semantics/tesisDeMaestria
format masterThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11086/2153
url http://hdl.handle.net/11086/2153
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1846785320484339712
score 12.982451