Modelado de similitud de carros transportadores de componentes automotrices en líneas de producción para optimizar la cadena de suministros mediante análisis factorial exploratorio con SPSS

Frida Julieta Gallegos Méndez; Humberto García Castellanos; Carlos Alberto  Ochoa Ortiz; Lizette Alvarado Tarango

doi:10.61117/ipsumtec.v5i1.100

Authors

Frida Julieta Gallegos Méndez Tecnológico Nacional de México https://orcid.org/0000-0002-7278-0988
Humberto García Castellanos Tecnológico Nacional de México https://orcid.org/0000-0002-4684-4888
Carlos Alberto Ochoa Ortiz Universidad Autónoma de Ciudad Juárez https://orcid.org/0000-0002-9183-6086
Lizette Alvarado Tarango Tecnológico Nacional de México https://orcid.org/0000-0001-7934-8330

DOI:

https://doi.org/10.61117/ipsumtec.v5i1.100

Keywords:

Exploratory factor analysis, Automotive, Supply chain, Similarity, SPSS

Abstract

In the automotive industry, reducing costs and delivery times is increasingly important to remain profitable and competitive. For this reason, the industry continuously seeks to improve its processes, one of which is the supply chain. Modern supply chains must be agile to respond effectively to changing demands. This paper presents a statistical analysis aimed at determining the similarity within a database. Using tools for studying correlations and similarities found in IBM's SPSS software, a database from a company specializing in engine machining and assembly will be analyzed. Additionally, the exploratory factor analysis method will be applied to identify potential correlations and similarities in the data. At the conclusion of this study, the findings will be clarified to support future contributions to supply chain optimization.

Downloads

Download data is not yet available.

Metrics

Metrics Loading ...

References

Fernando, G. B., & Vinicio, N. M. (2018). Análisis de una cadena de suministro de autopartes. INNOVA Research Journal, 12.

Ahumada, G. A. (2016). Aplicaciones de inteligencia artificial en procesos de cadenas de suministros: una revisión sistemática. Ingeniare. Revista chilena de ingeniería, 17.

Enciclopedia económica. (2019). Obtenido de https://enciclopediaeconomica.com/cadena-de-suministro.

Dumitrascu, O. D. (2020). Performance Evaluationfor a Sustainable Supply Chain Management System inthe Automotive Industry Using Artificial Intelligence. Processes,1-20. DOI: https://doi.org/10.3390/pr8111384

Parra, O. M. (2016). Gestión de la cadena de suministros Supply Chain Management. Bogotá: Universidad Militar Nueva Granada.

Castorena, O. H., Enríquez, L. A., & Adame, M. G. (2016). Efecto gestión de la cadena de suministro en el desempeño de pyme manufacturera. Aguascalientes, México. Amazonia Investiga,5(8),22-31.

Reguant, A. M. (2018). La relación entre dos variables según la escala de medición con SPSS. Revista Reire,16.

Martínez Ortega, Rosa María, Tuya Pendás, Leonel C, Martínez Ortega, Mercedes, Pérez Abreu, Alberto, & Cánovas, Ana María. (2009). El coeficiente de correlación de los rangos de Spearman caracterización. Revista Habanera de Ciencias Médicas, 8(2) Recuperado en 28 de octubre de 2021, de http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1729-519X2009000200017&lng=es&tlng=es.

José Ulises Jiménez, M. (2019). Introducción a R y RStudio. Panamá: Centro de Investigaciones Hidráulicas e Hidrotecnias.

IBM. (noviembre de 2020). IBM. Obtenido de IBM México: https://www.ibm.com/mx-es/products/structural-equation-modeling-sem

Mondragón Barrera, M. A. (2014). Uso de la correlación de Spearman en un estudio de intervención en fisioterapia. Ibero Americana Movimiento Científico, 98-104. DOI: https://doi.org/10.33881/2011-7191.mct.08111

Camacho-Sandoval, J. (2021). Asociación entre variables: correlación no paramétrica. Acta Médica Costarricense, 144-146.[13]Roy-García, I. R.-R.-R.-C. (2020). Correlación: no toda correlación implica causalidad. Revista alergia México,354-360. DOI: https://doi.org/10.29262/ram.v66i3.651

Matosas, L. L. (2019). Correlaciones entre redes sociales y recursos educativos digitales en estudiantes universitarios de marketing en el EEES. Research Gate, 11.

Alicante, U. d. (s.f.). Práctica 5. Análisis Multivariante con SPSS. Reducción de Datos: Análisis de Componentes Principales y Factorial. Obtenido de Grupo de Petrología Aplicada: https://web.ua.es/es/lpa/docencia/practicas-analisis-exploratorio-de-datos-con-spss/practica-5-analisis-multivariante-con-spss-reduccion-de-datos-analisis-de-componentes-principales-y-factorial.html

Frías-Navarro, D., & Pascual-Soler, M. (2012). Prácticas del Análisis Factorial Exploratorio (AFE) en la investigación sobre conducta del consumidor y marketing. Suma Psicológica,19(1), 45-58.