Master in Industrial Engineering

MAESTRÍA EN INGENIERÍA INDUSTRIAL

MASTER IN INDUSTRIAL ENGINEERING

Determinantes de la innovación abierta en empresas del sector agroindustrial del departamento Norte de Santander - Colombia…………………………………………….…………………………………….............……8 Determinants of open innovation in companies of the agroindustrial sector of the North Department of Santander - Colombia……………………………………………………………........……………….…………….9 Diseño estadístico de una carta de control sintética totalmente adaptativa para procesos X autocorrelacionados…………….……………………………….……………………………….………….………10 Statistical design of adaptive synthetic control charts for autocorrelated processes X ………..……...……12

Determinantes de la innovación abierta en empresas del sector agroindustrial del departamento Norte de Santander - Colombia

Autor: Karla Yohana Sanchez-Mojica Tutores: Jaider Vega-Jurado, Carlos Paternina-Arboleda

El proyecto tiene como objetivo analizar los factores que influyen en el desarrollo de procesos de innovación abierta en las pequeñas y medianas empresas del sector agroindustrial; se organizó una encuesta especialmente para este fin teniendo en cuenta ítems propuestos en la literatura, que recoge información de diferentes características empresariales, así como elementos que permiten analizar la adopción de estrategias de innovación abierta en las empresas. Posteriormente, los datos son analizados con el método de estimación PLS de Ecuaciones Estructurales. A partir de la revisión bibliográfica se identificaron factores que pueden influir en los procesos de apertura empresarial y se analizó empíricamente cuál es su efecto sobre la adopción de estrategias de innovación abierta por parte de las PYMES del sector agroindustrial del departamento Norte de Santander. Los resultados obtenidos aportan al conocimiento con relación a los determinantes de la innovación abierta en contextos poco intensivos en I+D y sugieren prestar mayor atención en la conformación del equipo directivo, la experiencia del recurso humano y la formalización de las practicas organizacionales para generar procesos de innovación abierta en el sector de estudio.

Determinants of open innovation in companies of the agroindustrial sector of the North Department of Santander - Colombia

Author: Karla Yohana Sanchez-Mojica Tutors: Jaider Vega-Jurado, Carlos Paternina-Arboleda

The project aims to analyze the factors that influence the development of open innovation processes in small and medium-sized companies in the agro-industrial sector; A survey was organized especially for this purpose, taking into account items proposed in the literature, which collects information on different business characteristics, as well as elements that allow analyzing the adoption of open innovation strategies in companies. Subsequently, the data are analyzed with the PLS Structural Equations estimation method. Based on the bibliographic review, factors that can influence business opening processes were identified and their effect on the adoption of open innovation strategies by SMEs in the agro-industrial sector of the Norte de Santander department was empirically analyzed. The results obtained contribute to the knowledge in relation to the determinants of open innovation in contexts that are not intensive in R&D and suggest paying greater attention to the formation of the management team, the experience of human resources and the formalization of organizational practices to generate processes. of open innovation in the study sector.

Diseño estadístico de una carta de control � " sintética totalmente adaptativa para procesos autocorrelacionados

Autor: Carmen Cecilia Quintero Arteaga Tutor: Rita PeñaBaena Niebles, PhD

En el control estadístico de procesos se aplican cartas de control para monitorear la calidad de los productos y/o servicios con el fin de detectar cambios en la media hasta la ocurrencia de una causa asignable que produzca unidades no conformes. Del diseño adecuado de una carta de control dependerá su buen desempeño para identificar rápidamente la aparición de esa causa asignable y tener una baja tasa de falsas alarmas, de modo que los costos asociados al sistema de control de procesos sean los justos. La carta Shewhart o tradicional es la más común y la de mayor aplicación para monitorear la media de una característica de calidad continua. Sin embargo, los estudios demuestran que las cartas de control � " adaptativas son superiores a ésta por su mejor desempeño estadístico y económico. Esta investigación tiene como objetivo diseñar una carta de control � " sintética totalmente adaptativa, para procesos autocorrelacionados de primer orden AR(1) que siguen un proceso Gaussiano. Para mejorar el desempeño estadístico en la detección de pequeños cambios y mantener una baja tasa de falsas alarmas se diseña una carta sintética basada en la propuesta de Yu, Wan, Wei, & Tang[1], quienes desarrollaron una carta sintética adaptativa de tamaño de muestra e intervalo de muestreo variables (VSSI en inglés) con el uso de una subcarta de longitud de corrida conforme (CRL en inglés) y reglas de corrida basadas en el número de muestras que caen dentro de la región de advertencia y por fuera de los límites, para determinar cuándo usar el estado de control estricto o relajado y cuándo intervenir para identificar la causa asignable y reparar. Esta carta sintética es más rápida que la VSSI estándar y que la carta suma acumulativa (CUSUM en inglés) para detectar cambios pequeños y moderados en el proceso. A diferencia de ellos, este proyecto tiene en cuenta la autocorrelación de los datos según un proceso Gaussiano AR (1) y se trabaja con la carta de control totalmente adaptativa, también conocida como parámetros variables (VP en inglés).

El diseño estadístico de la carta propuesta se realiza bajo un enfoque de cadenas de Markov en tiempo discreto y un modelo matemático de programación no lineal que permite obtener, a través de un algoritmo genético, los valores de los parámetros de diseño que minimizan el tiempo promedio para señalar el estado fuera de control, ATS1. Además, se compara nuestra propuesta con otras cartas sintéticas adaptativas y la carta sintética � ". Los resultados obtenidos demuestran que nuestra propuesta es generalmente superior en términos de rapidez para detectar cambios pequeños de la media del proceso teniendo en cuenta la autocorrelación de los datos.

Statistical design of adaptive synthetic � " control charts for autocorrelated processes

Author: Carmen Cecilia Quintero Arteaga Tutor: Rita PeñaBaena Niebles, PhD

Control charts are applied in statistical process control to monitor the quality of products and/or services in order to detect changes in the mean until the occurrence of an assignable cause that produces non-conforming units. On the adequate design of a control chart will depend its good performance to quickly identify the appearance of that assignable cause and have a low of false alarms rate, so that the costs associated with the process control system are fair. The Shewhart or traditional chart is the most common and the most applied application to monitor the mean of a continuous quality characteristic. However, studies show that adaptive � % control charts are superior to this one because of their better statistical and economic performance. This research aims to design a fully adaptive synthetic � "control chart for first-order autocorrelated AR(1) processes that follow a Gaussian process. To improve the statistical performance in the detection of small changes and to maintain a low of false alarms rate, a synthetic chart is designed based on the proposal of Yu, Wan, Wei, & Tang[1], who developed a synthetic adaptive variable sample size and sampling interval (VSSI) chart with the use of a conforming run length subchart (CRL) and run rules based on the number of samples falling within the warning region and outside the boundaries, to determine when to use the tight or relaxed control state and when to intervene to identify assignable cause and repair. This synthetic chart is faster than the standard VSSI and the cumulative sum chart (CUSUM) to detect small and moderate changes in the process. Unlike them, this project takes into account the autocorrelation of data according to a Gaussian AR(1) process and works with the fully adaptive control chart, also known as variable parameters (VP). The statistical design of the proposed chart is made under a discrete time Markov chains approach and a nonlinear mathematical programming model that allows to obtain, through a genetic algorithm, the values of the design parameters that minimize the average time to signal the out-of-control state, ATS1. In addition, our proposal is compared with other adaptive synthetic charts and the synthetic � % chart.

The results obtained show that our proposal is generally superior in terms of speed to detect small changes in the process mean taking into account the autocorrelation of the data.

DOCTORADO EN INGENIERÍA INDUSTRIAL

PH. D. IN INDUSTRIAL ENGINEERING