Look-up in Google Scholar
Title: Proceso de análisis jerárquico y regresión lineal múltiple para la priorización de estrategias de negocio en una central de riesgos en Lima
OCDE field: https://purl.org/pe-repo/ocde/ford#1.01.02
Issue Date: 2022
Institution: Universidad Nacional Mayor de San Marcos
Abstract: Abarca como problema principal priorizar estrategias de negocio para el desarrollo de nuevos productos analíticos en una Central de Riesgos en Lima, donde la toma de decisiones corresponde un valor muy importante dentro del análisis de multicriterio. Se aplicó el modelo de Regresión Lineal Múltiple, para evaluar la relación de los criterios considerados por los Stakeholders y validarlos como parte del proceso de decisión. Seguidamente se aplicó el método del Proceso de Análisis Jerárquico (AHP), considerando los criterios antes validados, utilizando escalas en términos relativos de las decisiones. Se aplicó una encuesta a los Stakeholders, medida en escala de Likert como herramienta de apoyo para evaluar la prioridad de los criterios de decisión, cuyos datos fueron procesados con los softwares SPSS versión 25 y Minitab para validar las hipótesis de cada criterio de decisión. Finalmente, con el software Expert Choice se tuvo como resultado la priorización de estrategias de negocio: Estrategia de financiamiento, estrategia de penetración, estrategia de comercialización y distribución. Se concluye que el análisis de relación de criterios, de toma de decisiones, mediante un modelo estadístico de Regresión Lineal Múltiple, favorece la priorización de estrategias de negocio a través del método de Proceso de Análisis Jerárquico.
Discipline: Investigación Operativa
Grade or title grantor: Universidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Escuela Profesional de Investigación Operativa
Grade or title: Licenciado en Investigación Operativa
Juror: Castro Ynfantes, Sonia Esther; Gutiérrez Curo, Rocío Soledad
Register date: 17-Oct-2022



This item is licensed under a Creative Commons License Creative Commons