Procedimiento para el diagnóstico del proceso de control de gestión basado en variables fuzzy para la incertidumbre
Artículos en la barra lateral
Publicado
Dec 28, 2017
Contenido del Artículo principal
Resumen
El control de gestión desarrolla actividades de planificación, control y diagnóstico, para que las reglas de gestión locales se correspondan con la estrategia trazada por la organización. En este artículo hemos englobado dentro del proceso diagnóstico el tratamiento de la incertidumbre, para el análisis de situaciones donde elementos subjetivos entrar a jugar un papel importante. La investigación tiene como objetivo desarrollar un procedimiento para el perfeccionamiento del proceso de control de gestión empresarial basándose en la teoría de los subconjuntos borrosos o lógica fuzzy, permitiendo dotar a la empresa de una herramienta para su diagnóstico permanente. Como método se utiliza la teoría de los subconjuntos borrosos, apoyado en el Método Fuzzy-Delphi, para evaluar las fortalezas y limitantes presentes en el proceso de control de gestión. A los efectos de su aplicación hemos utilizado el soporte estadístico SPSS versión 21.0. Se estructuraron dos matrices para la jerarquización de las fortalezas y limitantes estableciéndose las medidas de intervención para cada una de ellas.
Descargas
Descargar datos aún no está disponible.
Article Details
Cómo citar
PÉREZ MARTÍNEZ, Jineht; FERNÁNDEZ HERNÁNDEZ, María Elena; RIVERO AMADOR, Soleydi.
Procedimiento para el diagnóstico del proceso de control de gestión basado en variables fuzzy para la incertidumbre.
Avances, [S.l.], v. 19, n. 4, p. 328-339, dec. 2017.
ISSN 1562-3297.
Disponible en: <http://www.ciget.pinar.cu/ojs/index.php/publicaciones/article/view/286>. Fecha de acceso: 18 nov. 2019
Número
Sección
ARTÍCULOS CIENTÍFICOS
Licencia
Aviso de derechos de autor/a
El autor cede los derechos de publicación al Centro de Información y Gestión Tecnológica de Pinar del Río del Instituto de Información Científica y Tecnológica adscripta al Ministerio de Ciencia, Tecnología y Medio Ambiente. Avances se reserva el derecho de publicación electrónica y de cualquier otra clase, en todos los idiomas.
Revista Avances (ISSN: 1562-3297) Centro de Información y Gestión Tecnológica. Colon 106 entre Maceo y Virtudes, Pinar del Río CP: 20100 Pinar del Río, Cuba cubierto bajo la licencia de Creative Commons. Atribution-NonComercial-NonDerivs 4.0 Unported.
Citas
Arango, A., Velásquez, J. D. & Franco, C. J. (2013). Técnicas de lógica difusa en la predicción de índices de mercados de valores: una revisión de literatura. Revista Ingenierías Universidad de Medellín, 12(22), 117-126. ISSN: 1692-3324. Recuperado de: http://www.redalyc.org/articulo.oa?id=75029150011
Andújar Márquez, J., Barragán, A., Córdoba, J. & Fernández Calvo, I. (2006). Diseño de Sistemas de Control Borroso: Modelado de la Planta. Revista Iberoamericana de Automática e Informática Industrial (RIAI), 3(1), 75-81. ISSN 1697-7912. Recuperado de: ¡Error! Referencia de hipervínculo no válida.
Caballero, Gento y Redondo (2003). Toma de decisiones multicriterio con incertidumbre en el ámbito de los Recursos Humanos. VII Congreso de Ingeniería de Organización. Valladolid.
Delicado Teixeira, N. M. (2014). La contribución de los sistemas de control de gestión para el éxito empresarial. Cuadernos de Contabilidad, 15(39), 853-881. ISSN 0123-1472. Recuperado de: http://revistas.javeriana.edu.co/index.php/cuacont/article/view/12877
Kaufman, A. & Aluja, J. G. (1990). Fuzzy Economics. España: Centro de Estudios Ramón Areces. p. 223-229.
Medina Hurtado, S., Zuluaga Laserna, E., López Pedroza, D., & Granda Mazo, F. (2010). Aproximación a la medición del capital intelectual organizacional aplicando sistemas de lógica difusa. Cuadernos de Administración 23(40), 35-68. ISSN: 1900-7205. Recuperado de: http:www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120 -35922010000100003&Ing=en&tlng=.
Milanesi Gastón, S. (2014). Valoración probabilística versus borrosa, opciones reales y el modelo binomial. Aplicación para proyectos de inversión en condiciones de ambigüedad. Estudios Gerenciales, 30(132), 211-219. Recuperado de: http: www.redalyc.org/articulo.oa?id=2123380001 ISSN: 0123-5923
Nogueira Rivera, D. (2002). Modelo conceptual y herramientas de apoyo para potenciar el control de gestión en las empresas cubanas. (Tesis presentada en opción al grado científico de Doctor en Ciencias Técnicas). ISPJAE.
Parisi, A., Rebolledo, J. y Cornejo, E. (2006). `'Modelos de lógica y lógica borrosa en la predicción del IPSA''. Revista de Estudios de Administración, 13(1), 37-66. ISSN: 0719-0816 Recuperado de: www.repositorio.uchile.cl/handle/2250/127377
Andújar Márquez, J., Barragán, A., Córdoba, J. & Fernández Calvo, I. (2006). Diseño de Sistemas de Control Borroso: Modelado de la Planta. Revista Iberoamericana de Automática e Informática Industrial (RIAI), 3(1), 75-81. ISSN 1697-7912. Recuperado de: ¡Error! Referencia de hipervínculo no válida.
Caballero, Gento y Redondo (2003). Toma de decisiones multicriterio con incertidumbre en el ámbito de los Recursos Humanos. VII Congreso de Ingeniería de Organización. Valladolid.
Delicado Teixeira, N. M. (2014). La contribución de los sistemas de control de gestión para el éxito empresarial. Cuadernos de Contabilidad, 15(39), 853-881. ISSN 0123-1472. Recuperado de: http://revistas.javeriana.edu.co/index.php/cuacont/article/view/12877
Kaufman, A. & Aluja, J. G. (1990). Fuzzy Economics. España: Centro de Estudios Ramón Areces. p. 223-229.
Medina Hurtado, S., Zuluaga Laserna, E., López Pedroza, D., & Granda Mazo, F. (2010). Aproximación a la medición del capital intelectual organizacional aplicando sistemas de lógica difusa. Cuadernos de Administración 23(40), 35-68. ISSN: 1900-7205. Recuperado de: http:www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120 -35922010000100003&Ing=en&tlng=.
Milanesi Gastón, S. (2014). Valoración probabilística versus borrosa, opciones reales y el modelo binomial. Aplicación para proyectos de inversión en condiciones de ambigüedad. Estudios Gerenciales, 30(132), 211-219. Recuperado de: http: www.redalyc.org/articulo.oa?id=2123380001 ISSN: 0123-5923
Nogueira Rivera, D. (2002). Modelo conceptual y herramientas de apoyo para potenciar el control de gestión en las empresas cubanas. (Tesis presentada en opción al grado científico de Doctor en Ciencias Técnicas). ISPJAE.
Parisi, A., Rebolledo, J. y Cornejo, E. (2006). `'Modelos de lógica y lógica borrosa en la predicción del IPSA''. Revista de Estudios de Administración, 13(1), 37-66. ISSN: 0719-0816 Recuperado de: www.repositorio.uchile.cl/handle/2250/127377