Palabras clave de gestin de operaciones, Metodologa, Investigacin operativa,

Investigacin,
Elaboracin de modelos cuantitativos
Resumen Ofrece una visin general de la investigacin basada en modelos
cuantitativos en la gestin de operaciones,
se centra en la metodologa de investigacin. Distingue entre la investigacin
emprica y axiomtica, y
Adems, entre la investigacin descriptiva y normativa. Presenta directrices para
hacer
investigacin basada en modelos cuantitativos en la gestin de las
operaciones. En la construccin de argumentos,
se basa en los aprendizajes de la investigacin y de las operaciones de gestin de
la investigacin del pasado
dcadas y en la investigacin de un nmero seleccionado de otras disciplinas
acadmicas. Concluye que la
metodologa de la investigacin emprica cuantitativa basada en modelos ofrece
una gran oportunidad para
investigadores de gestin de operaciones para promover la teora de antelacin.
Introduccin
Elaboracin de modelos cuantitativos ha sido la base de la mayor parte de la
investigacin inicial en
operaciones, etiquetados como la investigacin operativa en Europa, y fue
tambin la base de
consultora de gestin inicial y la investigacin de operaciones (OR) en los
EE.UU.. Inicialmente,
modelos cuantitativos en la investigacin operativa se orienta mucho hacia
resolver los problemas de la vida real en la gestin de operaciones (OM) en vez
de hacia
el desarrollo del conocimiento cientfico. Especialmente en los EE.UU., una
slida formacin acadmica
lnea de investigacin en O surgi en la dcada de 1960, trabajando en los
problemas ms idealizadas
y as construir el conocimiento cientfico en la gestin de operaciones. Durante
ese
mismo perodo, sin embargo, gran parte de esta investigacin perdieron sus
fundamentos empricos, y
mtodos de investigacin se han desarrollado principalmente para estos ms o
menos
lneas de investigacin terica, dejando las lneas de investigacin de orientacin
emprica-ms de
ms de 30 aos en el azul con respecto a la metodologa de la investigacin.

Recientemente, sin embargo esta marea ha convertido, y la necesidad de

desarrollar explicativa
y la teora predictiva respecto a los procesos operativos y OM se ha convertido en
aparente. Los artculos han sido publicados que formular requerimientos para la
teora
desarrollo de OM (Schmenner y Swink, 1998; Amundson, 1998; Wacker,
1998) o que tratan de conectar el conocimiento generado a lo largo de los
distintos investigacin
lneas en un marco terico ms general (Melnyk y Handfield, 1998a).
En este artculo, vamos a dar una visin general de la investigacin basada en un
modelo cuantitativo
en OM, centrndose en la metodologa de la investigacin. OM se define como el
proceso de
diseo, planificacin, control y ejecucin de operaciones en la fabricacin y
las industrias de servicios. Nuestro nfasis estar en la investigacin cuantitativa
basada en modelos,
El tema y el texto completo archivo actual de esta revista est disponible en
http://www.emeraldinsight.com/0144-3577.htm
Page 2

IJOPM
22,2
242
es decir, la investigacin en modelos de relaciones causales entre las variables de
control
y variables de rendimiento se desarrollan, anlisis o ensayos. Rendimiento
variables pueden ser variables fsicas, como la posicin de inventario o
tasa de utilizacin, o variables econmicas tales como utilidades, costos o
ingresos. Nosotros
distinguir entre la investigacin emprica y axiomtica, y adems
entre la investigacin descriptiva y normativa. Abordamos el problema de la
la evaluacin de la calidad acadmica de los trabajos de investigacin en este
campo y el presente
directrices para hacerlo. En este trabajo, la calidad acadmica se define como el
rigor
con el que el estndar para una buena investigacin acadmica para el tipo de
investigacin
llevado a cabo se ha adherido a. Para distinguir estos tipos, se presenta un
tipologa de la investigacin cuantitativa OM basado en modelos, y esta
investigacin
directrices para cada uno de estos tipos. En la construccin de nuestros
argumentos, vamos a construir

en aprendizajes de O y OM investigacin desde el siglo pasado y en la

investigacin
a partir de un nmero seleccionado de otras disciplinas acadmicas.
En nuestro artculo, utilizaremos la siguiente definicin de trabajo para distinguir
investigacin basada en un modelo cuantitativo de OM de otras investigaciones
en OM:
Los modelos cuantitativos se basan en un conjunto de variables que varan en un
dominio especfico, mientras
relaciones cuantitativas y causales se han definido entre estas variables.
El resto de este artculo est organizado de la siguiente manera. En la siguiente
seccin vamos a dar una
breve resea de la historia de la investigacin basada en un modelo cuantitativo
de OM,
destacando los puntos de este tipo de investigacin fuertes y dbiles. A
continuacin, le damos
las principales caractersticas de la investigacin emprica y axiomtico basado
en modelos. El
siguiente seccin se ofrece una visin general de la literatura que ha abordado la
cuestin metodologa de este tipo de investigacin. En la penltima seccin,
discutir la forma de evaluar la calidad de los artculos de investigacin en esta
rea, mientras que la final
seccin concluye el artculo.
Historia de la investigacin cuantitativa OM basado en modelos
La administracin cientfica (Taylor, 1911) puede considerarse como la raz de la
desarrollo de OM cuantitativa, aunque no slo la raz de cuantitativa
OM. De hecho la administracin cientfica no era una ciencia, sino la aplicacin
de
mtodos sistemticos para el estudio de los problemas de gestin en el taller. En
lnea con la mentalidad dominante en el mbito cientfico en aquellos das,
cientfica
gestin aplicado tcnicas de anlisis a los procesos operacionales, analizando
las actividades necesarias, la identificacin de los bloques de construccin ms
pequeos necesarios para lograr
resultados deseados, eliminando actividades innecesarias, y de agrupacin y
actividades de secuenciacin de tal manera que se logr un uso mximo de los
recursos. El
reciente bombo alrededor proceso de reingeniera de negocios puede ser
considerado como un
reactivacin de la gestin cientfica, pero ahora se aplica a un conjunto ms
amplio de procesos.
La esencia de la administracin cientfica fue el anlisis de los casos de real

los procesos operativos de la vida, basados en observaciones sistemticas y

mediciones de estas instancias de proceso y el rediseo de estos procesos en
para mejorar la calidad y la productividad. Como tal, la gestin cientfica hizo
no producir conocimiento cientfico genrico acerca de los procesos operativos
de la vida real.
Page 3

Operaciones
gestin
investigacin
243
Su pretensin era que la aplicacin de los mtodos de gestin cientfica para
existente
procesos operativos mejoraran su desempeo. Cientfico
gestin, por lo tanto, no era una ciencia, sino una profesin de la ingeniera; era
un mtodo de trabajo sistemtico destinado a conseguir algo. Sin embargo, a
diferencia de
profesiones de la ingeniera como la ingeniera mecnica y qumica
la ingeniera, la gestin cientfica careca de la genrica cientfica subyacente
conocimiento acerca de los procesos operativos. Sin embargo, a pesar de esta
falta de
fundamentos cientficos, el enfoque de la administracin cientfica era
extremadamente
xito en la mejora de los procesos operativos. Esto ilustra el poder de
aprender haciendo y copia; un mtodo de trabajo facilitado por la
surgimiento de la profesin de consultora. Gestin cientfica sent las bases
de la profesin de consultora de gestin en los EE.UU. entre la Primera
Guerra Mundial y la Segunda Guerra Mundial. En el mismo perodo, los cursos
en
gestin industrial se introdujeron en el estudiante de ingeniera industrial
universidades en los EE.UU.. Para el propsito de ensear los mtodos aplicados
y
tcnicas en estos colegios, el tipo de problemas encontrados en la vida real eran
simplificada y formulado en trminos generales, es decir:
.
Se incluyeron slo aquellos aspectos de los problemas que se supone que
ser relevante desde el punto de vista del mtodo y la tcnica tratado;
y
.
el problema fue formulado de manera independiente de cualquier caso concreto
de
el problema en la industria.

Estos son lo que llamamos problemas idealizadas. Ejemplos de tales idealizados

problemas de gestin de las operaciones son los problemas de control de
inventario, de secuenciacin
y problemas de horarios, problemas de enrutamiento, control estadstico de la
calidad
problemas y problemas de mantenimiento. Tenga en cuenta que un modelo es
siempre una
abstraccin de la realidad en el sentido de que no toda la realidad est incluido.
Un modelo idealizado es un modelo donde, adems, la abstraccin de la realidad
se ha ampliado an ms para que las compensaciones esenciales se vuelven muy
explcita,
funciones se hacen de una sola o de dos dimensiones, diferenciable, etc con el fin
de hacer
el modelo manejable para el anlisis matemtico.
Ser claro a partir de esta descripcin que estos problemas OM idealizados
fueron
no pretende ser modelos cientficos de los problemas de gestin de la vida real,
en el sentido
que los modelos podran utilizarse para explicar o predecir el comportamiento o
rendimiento
de los procesos operativos de la vida real. No eran ms que los modelos parciales
de los problemas que
los gerentes de operaciones pueden encontrar. Los modelos fueron parciales
porque todos
aspectos del problema que no estaban relacionados con el mtodo o la tcnica
utilizada
quedaron fuera, el supuesto implcito de ser que estos aspectos no afectara
la eficacia de las soluciones de problemas basadas en estos modelos. Se dej a
el practicante para incluir estos aspectos en la solucin basada en su
conocimiento de la realidad y del modelo parcial del problema. Operacional
procesos pueden ser sistemas muy complejos que son difciles de modelar
cientficamente
desde un punto de vista del rendimiento. Esto es porque el rendimiento de un
proceso operativo mide generalmente en trminos tales como en la calidad del
producto,
Pgina 4

IJOPM
22,2
244
eficiencia de la produccin, el costo y en la entrega de velocidad y flexibilidad
puede ser

afectada por muchos elementos diferentes en el proceso. Por ejemplo, la mquina

condiciones en una fbrica pueden afectar la calidad y el volumen de la
produccin; sin embargo, la
impacto real de las condiciones de la mquina en la salida de la fbrica tambin
puede depender de
el conocimiento, la motivacin y la formacin del personal, y en la informacin
sistemas y sistemas de medicin de desempeo usados por la administracin. Un
por lo tanto importante deficiencia de los problemas idealizadas es que el efecto
de
el factor humano en el rendimiento del proceso es en gran parte operativa
descuidado. Como resultado, la aplicacin de soluciones de problemas basadas
en estos modelos
menudo resultado ser un proceso tedioso, y tambin fracasado con frecuencia.
Hasta ahora la investigacin OM no ha tenido mucho xito en el desarrollo de
modelos cientficos explicativos o predictivos de los procesos operativos, es
decir,
modelos que se pueden utilizar para explicar o predecir el resultado o el
rendimiento de la
proceso como una funcin de las caractersticas del proceso, los estados de
proceso y entradas a la
proceso. Este es un gran obstculo para el desarrollo del campo, ya que el
desarrollo de mtodos eficaces para mejorar el rendimiento supone que
el conocimiento cientfico del proceso est disponible.
En este punto est claro por qu el problema de gestin operativa idealizado
utilizado para la enseanza o que no pueden ser considerados como modelos
cientficos de prediccin de
procesos operativos. De hecho, son los modelos idealizados de determinados
aspectos de la
procesos operativos, que slo sirven para identificar el aspecto del problema
que pueden ser tratados por mtodos y tcnicas especficas. Sin embargo,
El anlisis de estos problemas de gestin operativa idealizadas ha generado
valiosos conocimientos sobre y una visin de su solucin. A partir de la pequea
formulaciones de problemas simples de escala, la investigacin se ha realizado en
el anlisis de
el problema y encontrar soluciones ptimas o casi ptimas. Los problemas eran
formuladas en trminos matemticos, y tcnicas matemticas se utilizaron para
anlisis y solucin. Poco a poco la complejidad de las formulaciones de
problemas
estudiado fue aumentado, haciendo uso de los avances en las matemticas,
estadsticas
y ciencias de la computacin, lo que lleva al desarrollo de la O como una rama de

la aplicada
las matemticas y la informtica. Estos modelos idealizados que nos han
proporcionado
con informacin valiosa en las compensaciones bsicas, a nivel gerencial, pero
no puede ser
caracterizado como modelos explicativos o predictivos de los procesos
operativos.
O puede ser considerado como parte de la investigacin cuantitativa en las
operaciones
gestin. Sin embargo, el aspecto cientfico de O no se refiere a la
modelizacin de procesos operativos, sino para el anlisis de la matemtica
-aspecto modelo del proceso y la calidad de las soluciones matemticas. En
O apenas se prest atencin a la modelizacin cientfica de funcionamiento
procesos, es decir, la descripcin de la esttica y la dinmica de los procesos que
son
el objeto de estudio en OM. En su lugar, una metodologa O se ha desarrollado
principalmente relacionados con el modelado orientado a la tcnica de los casos
de problemas de la vida real
y la aplicacin de soluciones derivadas del modelo. Un ejemplo de esto OR
metodologa es el enfoque de planificacin jerrquica conocida (Hax y comidas,
1975), donde el problema se formula en trminos de un conjunto de
jerrquicamente
posicionados modelos de programacin matemtica.
Pgina 5

Operaciones
gestin
investigacin
245
Independiente desde el desarrollo de O en los EE.UU., durante la Segunda
Guerra Mundial en la investigacin operativa Reino Unido desarroll como otra
rama de
modelos cuantitativos en OM (por ejemplo Keys, 1991). En la investigacin
operativa, equipos de
investigadores procedentes de disciplinas diferentes, en estrecha cooperacin con
el propietario problema, trabajar en el desarrollo de un modelo simple pero lo
suficientemente vlida de
el problema, derivar soluciones al problema sobre la base de este modelo simple,
y
probar e implementar la solucin bajo el liderazgo problema-propietario. El
enfoque de la investigacin operativa tiene la intencin de incluir todos los
aspectos de la operativa

procesos que son relevantes para explicar el comportamiento y el rendimiento

real
del proceso, incluyendo el conocimiento, las opiniones y actitudes de las
personas en el
nivel operativo y el nivel directivo (vase, por ejemplo Ackoff (1957) para una
explicacin de este fenmeno). Sin embargo, tambin la investigacin operativa
enfoque no produce conocimiento cientfico sobre los procesos operativos,
ya que slo est interesado en explicar y mejorar el desempeo de una
instancia de proceso operativo especfico. Estudios de investigacin operativa
son ricos en
trminos de modelar los diversos aspectos y detalles que se consideren
pertinentes
para el problema en cuestin, pero slo en la opinin del equipo que consiste en
propietario problema (s) y los investigadores. Estudios de investigacin operativa
en general carecen de
en la validez de constructo (para las definiciones y una discusin sobre la validez
de constructo en
OM, nos referimos a O'Leary-Kelly y Vokurka (1998) y Yin (1994, p. 34)).
La investigacin operativa puede ser visto como una extensin directa de la
enfoque de gestin cientfica para la solucin de problemas en el proceso de
operacin. El
extensin que proporciona la investigacin operativa es el concepto de trabajar
en
equipos multidisciplinarios en estrecha cooperacin con la presentacin de
informes y al problema
propietario (s).
Como resultado de la evolucin descrita anteriormente, que tuvieron lugar ms o
menos
entre 1920 y 1960, los modelos cientficos cuantitativos de los procesos
operativos
eran prcticamente inexistentes. Con los modelos cientficos nos referimos a los
modelos que puede
ser utilizado para predecir el comportamiento o el desempeo de los procesos
operativos, y
que pueden ser validados empricamente de una manera objetiva. Eso no quiere
decir,
sin embargo, que el conocimiento inform en el quirfano y la investigacin
operativa
la literatura no tiene ningn valor. De hecho, el OR literatura contiene valiosos
conocimientos
sobre los aspectos de los procesos operativos y OR literatura contiene valiosa

conocimiento sobre casos problema. En este lugar, dos importantes logros

de O debe ser mencionado. El primer logro es el desarrollo de
poderosas tcnicas de prediccin a corto plazo, basados en anlisis estadsticos de
datos histricos de las variables a ser pronosticadas. Estos resultados han sido
consolidado en el trabajo de Box y Jenkins (1976). Es interesante observar que
su enfoque se basa en los patrones ms exigentes en datos histricos que pueden
ser
utilizado para predecir datos futuros. Este enfoque no busca relaciones causales
con
explicar el comportamiento pasado o predecir el comportamiento futuro, pero
considera que el proceso de
genera los datos como un cuadro negro. El segundo logro es en el rea de
control de inventario, donde una gran cantidad de control de inventario idealizada
problemas han sido estudiados y resueltos para el ptimo o bueno aproximado
Se han encontrado soluciones. Este trabajo se ha consolidado en el trabajo por
Pgina 6

IJOPM
22,2
246
Silver et al. (1998). La teora de control de inventario bien puede ser el ms
frecuentemente
parte aplicada de modelos idealizados en la investigacin de operaciones.
O y la investigacin operativa no proporcionaban una base suficiente para la
desarrollo de modelos explicativos y predictivos de los procesos operativos.
Se deben mencionar dos excepciones importantes. La primera excepcin es el
logro obtenido por Forrester (1961), quien desarroll un modelo terico
de las interacciones entre los flujos de recursos, materiales e informacin en
procesos operativos, que era capaz de explicar el comportamiento dinmico de
estos procesos. La dinmica modelos industriales de Forrester (1961) son
modelos tericos cientficos de los procesos operativos, ya que pueden explicar y
predecir el comportamiento dinmico y el rendimiento de los procesos, y puede
ser
validado empricamente. En este sentido, el trabajo de Forrester fue un
importante
avance, que ha llevado a una metodologa general para el modelado dinmico
sistemas conocidos como la dinmica del sistema (Sterman, 2000). El segundo
importante
importante logro en la investigacin basada en el modelo terico en O est
haciendo cola
teora (Buzacott y Shantikumar, 1993). Teora de colas nos proporciona una
base slida para la comprensin de la evolucin de un proceso operativo de

su estructura de recursos y la variabilidad en la llegada de la orden y de recursos

disponibilidad (por ejemplo, Hopp y Spearman, 1996). Al igual que la dinmica
industrial
proporciona un marco terico para la comprensin de la dinmica o
comportamiento no estacionario de los sistemas industriales de las votaciones
caractersticas del sistema, la teora de colas proporciona un terico
marco para entender el comportamiento en estado estacionario o estacionario de
la
sistema de la variabilidad de los pedidos y recursos. Adems de estos dos
excepciones, cabe mencionar tambin el trabajo en torno a la llamada de
aprendizaje ``
curva '' (ver Yelle (1979) para una revisin) y los esfuerzos de modelado de
operaciones
investigadores de este fenmeno. Los modelos de la curva de aprendizaje del
empricos
encontrar que la repeticin frecuente de una operacin conduce a una
disminucin en el tiempo
necesario para la ejecucin de la operacin. La curva de aprendizaje bsico
afirma
que la relacin de horas laborales unitarios o los costes de produccin para el
nmero total de
artculos producidos es lineal en los logaritmos de estas variables. Tenga en
cuenta que el
curva de aprendizaje fue descubierto al observar los datos de los procesos de la
vida real
(Wright (1936) que se refiere la Muth (1986)). Como tal, no era una causal
modelo, sino un fenmeno que se dio de una manera sistemtica. Ms tarde, los
esfuerzos
se han hecho para desarrollar modelos explicativos y predictivos (por ejemplo
Muth,
1986). Estos modelos se relacionan la teora existente de reas como la
psicologa y la
comportamiento organizacional de la funcin de potencia observado en el
aprendizaje emprico
estudios de curva y describir las relaciones cuantitativas causales.
A pesar del estado cientfica ms subdesarrollado del campo, en el ltimo
mtodos y tcnicas desarrolladas por o dcadas se han comenzando a hacer
un grave impacto en el diseo y control de los procesos operativos. Este
especialmente pertenece a altamente automatizado procesos operativos, u
operacional
procesos y problemas de decisin operativos donde el impacto del ser humano

factor es insignificante. Un campo importante de aplicacin exitosa de la

matemtica
tcnicas de optimizacin es en el rea general de los problemas de asignacin
esttica
Pgina 7

Operaciones
gestin
investigacin
247
donde el objetivo es optimizar la asignacin de un recurso, como en el corte
problemas de stock (ver Cheng et al., 1994, para una visin general) y de rutas
para vehculos
problemas (ver Ball et al. (1995) para obtener informacin general y Lenstra et
al.
(2001) para las adiciones recientes). En los aos 1970 y 1980 O ya una era
campaa que se estableci en lo que se refiere a anlisis matemtico. Major
logros se han alcanzado en el campo de la programacin matemtica
y otras reas de optimizacin discreta. Sin embargo, en esos das, adems de la
excepciones discutidas ms arriba, su impacto en el diseo y el control de la vida
real
procesos operativos era muy limitada. A principios de la dcada de 1970, los
artculos eran
public afirmando que la investigacin o de la sociedad estaba hablando sobre
todo a s mismo. En el
finales de 1970, uno de los padres fundadores de la O, Ackoff, escribi un
artculo afirmando
que `` el futuro de O es pasado '"(Ackoff, 1979), expresando su frustracin por la
enormes cantidades de recursos que se invierten en el anlisis de problemas que
slo tenan
una dbil relacin con los procesos operativos de la vida real. Su falta de impacto
en el
la gestin de los procesos operativos podra atribuirse al hecho de que muchos
de los modelos y soluciones aportadas no eran reconocidos por los directivos
como
tener estrecha correspondencia con los problemas que lucharon con. Como
En consecuencia, los desarrollos verdadero salto en la industria y
no fueron impulsados por los resultados tericos. Vamos a dar tres ejemplos a
ms detalles sobre esta declaracin.
En la dcada de 1970, en la industria mucho tiempo se dedic a la introduccin
de la informacin
tecnologa para el control de procesos de fabricacin, sobre todo material de

la planificacin de necesidades (MRP) sistemas (Wight, 1974). En el primer caso,

la
OR comunidad de investigacin no tuvo en cuenta estos sistemas para ser de
cualquier
importancia. Sin embargo, la evolucin de los sistemas MRP fue una ola de
transporte para la
Produccin y Control de Inventario de la Sociedad Americana (APICS) para
iniciar un verdadero
cruzada para reducir inventarios, aumentar la eficiencia y aumentar la entrega de
comportamiento de la industria de Estados Unidos. La Sociedad organiza la
educacin profesional,
puesto en marcha sus propias revistas, y fue un gran xito en trminos de
membresa
y conseguir la profesin (control de produccin e inventario) a un nivel superior.
Inicialmente, los cientficos no tienen un papel importante en este desarrollo.
Eventualmente, sin embargo, se adopt el sistema de planificacin de
necesidades como una forma de trabajar `` '' y
O tericos comenzaron a analizar los problemas relacionados con el MRP,
creando as
conocimientos sobre el funcionamiento de los sistemas de planificacin de
necesidades, pero de nuevo sin mucho impacto en
la profesin.
Un fenmeno similar se observ en respuesta a la introduccin de
Tcnicas de fabricacin japonesa, como en el Sistema de Produccin Toyota
(Schonberger, 1982). En las fbricas de Toyota en Japn, en los aos 1950 y 1960
un
manera de organizar los procesos de fabricacin haba evolucionado que era
bastante
diferente de los procesos utilizados en Occidente. Los japoneses ponen nfasis en
mquinas fiables, productos confiables (calidad) y la flexibilidad, tanto en
trminos de
mquinas set-ups y flexibilidad de los recursos. El resultado fue una fabricacin
sistema que no slo era ms eficiente que los utilizados en el Oeste, pero al
mismo tiempo ms flexible, ms fcil de controlar, y que podra ofrecer alta
calidad
producto. En resumen, sus procesos operativos fueron superiores a los utilizados
en la
Pgina 8

IJOPM
22,2
248

West. Estudiar el sistema de produccin de Toyota, Occidente ha aprendido la

lecciones, y en consecuencia tambin utilizaron tcnicas justo a tiempo, calidad
total
la gestin y el mantenimiento productivo total. En respuesta, el OR investigacin
comunidad ha cambiado su atencin a los nuevos problemas de los procesos
operativos,
incluyendo, entre otros, los elementos de fabricacin just-in-time, y comenz a
analizar estos nuevos problemas, produciendo penetracin en las caractersticas
de estos
nuevas tcnicas de fabricacin.
Otro ejemplo es el uso del control de la carga de trabajo para controlar el tiempo
de proceso
en los sistemas de produccin complejos. Control de la carga de trabajo ya fue
defendido como
`` Control de entrada-salida '' por Wight (1974) en su libro sobre la planificacin
de necesidades y es ahora
ampliamente conocido como CONWIP (Hopp y Spearman, 1996). En la dcada
de 1970 y
1980, dos grupos de investigacin involucrados en la investigacin emprica en la
industria
observado que el control de la carga de trabajo de forma independiente mejor
dramticamente tanto
el rendimiento y el tiempo de produccin (Bertrand y Wortmann, 1981;
Wiendahl,
1987). Las mejoras observadas no pueden ser explicados por convencional
Modelos Or. La forma convencional de O para modelar una produccin compleja
sistema es un modelo de red de cola abierta. Anlisis de puesta en cola abierto
modelos de red revela ninguna mejora en la aplicacin de control de la carga de
trabajo;
por el contrario, el rendimiento se deteriora si se aplica el control de carga de
trabajo.
Sin embargo, el control de produccin en muchas situaciones de la vida real de
carga de trabajo era
adoptado como un instrumento de gestin eficaz y, finalmente, OR tericos
tienen
recogido como tema de investigacin. La investigacin posterior demostr que el
control de la carga de trabajo
no mejorar el rendimiento bajo el supuesto de que la gestin puede
influir en la llegada de nuevos pedidos para el sistema (Hopp y Spearman, 1996),
cerrando as la red de colas. Sin embargo, las mejoras observadas en
industria por Wiendahl (1987) se obtuvieron sin tal control sobre la nueva

pedidos de los clientes. Recientes encuestas e investigacin de estudio de campo

(Schmenner, 1988;
Holstrom, 1994; Lieberman y Demeester, 1999) contiene indicaciones de que
uno de los supuestos que subyacen a la red de colas convencional
modelos podran estar equivocados. Otros tipos de modelos de redes de colas
pueden
explicar lo que se observa en los procesos operativos de la vida real (Bertrand y
Van
Ooijen, 2002).
La discusin anterior muestra cmo OR investigacin puede convertirse en ms
eficaces.
O deberan estudiar los modelos que estn ms cerca de los procesos operativos
de la vida real. En
De hecho, los modelos deben ser estudiados que se pueden validar como
procesos de la vida real,
y tambin los resultados de los anlisis deben hacerse la prueba en la vida
real. De tal manera,
se obtiene retroalimentacin sobre la calidad del modelo utilizado para y la
la calidad de las soluciones obtenidas a partir del anlisis. Por lo tanto terica
investigacin cuantitativa se debe combinar con un criterio cuantitativo emprico
investigacin. Para un buen ejemplo de este tipo de investigacin ver Inman
(1999) y
DeHoratius y Raman (2000). En la siguiente seccin, tanto terica
investigacin cuantitativa y la investigacin emprica cuantitativa se discuten
ms
ampliamente y de manera explcita, y se colocan en una cuantitativa en general
investigacin de modelado OM.
Page 9

Operaciones
gestin
investigacin
249
Informacin general de las metodologas de investigacin OM utilizando
cuantitativa
modelado
Investigacin basada en el modelo cuantitativo puede ser clasificado como un
conocimiento racional
enfoque generacin (ver Meredith et al., 1989). Se basa en la suposicin
que podemos construir modelos objetivos que explican (parte de) el
comportamiento de la vida real
procesos operativos o que puede capturar (parte de) la toma de decisiones

problemas que se enfrentan los gerentes en los procesos operativos de la vida

real. Es
importante destacar que se describen las relaciones entre las variables
como causal, lo que significa que se reconoce explcitamente que un cambio de
valor en
una variable dar lugar a un cambio de f ... en otra variable. En otros tipos de
investigacin cuantitativa, como la investigacin de encuestas, tambin las
relaciones se definen
entre las variables que son objeto de estudio. Sin embargo, en general, en
encuesta
investigar el rango sobre el cual las variables varan no siempre se define
explcitamente, y la relacin entre las variables no suele ser causal, y
en la mayora de los casos no cuantitativo. Con `` cuantitativa '' en esta
observacin nos referimos
que la medida en que los cambios de variables dependientes cuando un especifica
cambio en la variable independiente se produce es cuantitativo. Una importante
consecuencia del hecho de que las relaciones son causal y cuantitativa es que el
modelos se pueden utilizar para predecir el estado futuro de los procesos
modelados en lugar
de limitarse a explicar las observaciones realizadas. Dentro del modelo, todos
reclamaciones son, por tanto, sin ambigedades y verificable. Es importante
darse cuenta de que
esto no es vlido para las reclamaciones que se refieren al mundo fuera del
modelo. Para el
mundo exterior, las predicciones inequvocas y verificables son muy difciles de
hacer
y vamos a demostrar que este problema apenas se ha abordado en el mbito
acadmico
literatura. Como consecuencia de ello, nos vemos en la literatura una distincin
clara entre
la investigacin emprica de modelos cuantitativos y modelos cuantitativos
axiomtica
investigacin.
Podemos clasificar la investigacin OM basado en modelos en dos clases
distintas. La primera
clase de stos es impulsado principalmente por el modelo (idealizado) en
s. Vamos a denotar
este tipo de investigacin como un axioma, en lnea con la terminologa
introducida por
Meredith et al. (1989). En esta clase de investigacin, la principal preocupacin
de la

investigador es obtener soluciones en el modelo definido y asegrese de que

estas soluciones proporciona una visin de la estructura del problema tal como se
define
dentro del modelo. Investigacin Axiomatic produce conocimiento sobre el
comportamiento
de ciertas variables en el modelo, con base en supuestos sobre el comportamiento
de
otras variables en el modelo. Tambin puede producir conocimiento sobre cmo
manipular ciertas variables en el modelo, suponiendo un comportamiento
deseado de otra
variables en el modelo, y suponiendo que el conocimiento sobre el
comportamiento de todava
otras variables en el modelo. Los mtodos formales se utilizan para producir este
conocimiento. Estos mtodos formales se desarrollan en otras ramas cientficas,
principalmente matemticas, estadstica e informtica. De hecho modelacin
terica
OM investigacin basada en gran medida se apoya en los resultados obtenidos en
matemticas, estadstica
y ciencias de la computacin. Como resultado, los tipos de modelos que se
estudian en esta
lnea de investigacin son en gran medida determinada por los mtodos
disponibles y
tcnicas en matemticas, estadstica y ciencias de la computacin, tales como
Pgina 10

IJOPM
22,2
250
optimizacin combinatoria y teora de colas. De hecho, los investigadores miran
el proceso operativo o el problema de decisin operativa a travs de la mira
vidrio de los modelos matemticos que pueden ser analizados. Los investigadores
en este
lnea est capacitado en, por ejemplo, la teora de la decisin, programacin
dinmica,
optimizacin matemtica, procesos de Markov o la teora de colas.
Por lo general, la investigacin axiomtica es normativa, aunque la investigacin
descriptiva,
tuvo como objetivo comprender el proceso que se ha modelado, tambin est
presente.
La investigacin normativa est principalmente interesado en el desarrollo de
polticas, estrategias,
y acciones, para mejorar en los resultados disponibles en la literatura existente, a

encontrar una solucin ptima para un problema que acaba de definir, o para
comparar diferentes
estrategias para hacer frente a un problema especfico. Casi todos los artculos de
la
(Con sede en EE.UU.) o dominio caen en esta rea normativa (por ejemplo, la
teora de la asignacin y
la teora de inventario). La investigacin en el rea de gestin de colas y teora de
juegos es tpicamente
de naturaleza descriptiva y en la mayora de los casos el modelo impulsado. La
investigacin descriptiva es
principalmente interesado en el anlisis de un modelo, que lleva a la comprensin
y
explicacin de las caractersticas del modelo.
La lnea de investigacin basada en el modelo axiomtico ha sido muy
productivo y una
vasto cuerpo de conocimiento basado en el modelo se ha desarrollado durante los
ltimos 50 aos.
Regularmente este conocimiento se consolida en monografas y libros. Buena
ejemplos recientes de este tipo de libros son:
.
Modelos estocsticos de sistemas de fabricacin (Buzacott y
Shantikumar, 1993).
.
Logstica de produccin y el inventario (Graves et al., 1993).
.
La fsica de fbrica (Hopp y Spearman, 1996).
.
Los modelos cuantitativos para la gestin de la cadena de suministro (Tayur et
al., 1998).
.
Las bsquedas locales en optimizacin combinatoria (Aarts y Lenstra, 1997).
La segunda clase de investigacin basado en el modelo es impulsado
principalmente por emprica
resultados y las mediciones. En esta clase de investigacin, la principal
preocupacin de la
investigador es para asegurar que hay un modelo de ajuste entre las
observaciones y acciones
en la realidad y el modelo hecho de que la realidad. Este tipo de investigacin
puede ser a la vez
descriptivo y normativo. Investigacin emprica descriptivo es principalmente
interesados en la creacin de un modelo que describa adecuadamente las

relaciones causales
que pueden existir en la realidad, lo que conduce a la comprensin de los
procesos va
sucesivamente. Ejemplos de este tipo de investigacin es la investigacin de la
dinmica industrial
realizado por Forrester en los aos 1950 (por ejemplo, Forrester, 1961) y la
investigacin sobre
velocidad de reloj en sistemas industriales de Fine, Mendelson y Pillai en la
dcada de 1990
(Fine, 1998; Mendelson y Pillai, 1998). Cuantitativa emprica Normativa
la investigacin est principalmente interesado en el desarrollo de polticas,
estrategias y acciones para
mejorar la situacin actual. Esta rea de investigacin es muy pequea. Algunos
afirmaciones normativas se han realizado dentro de los artculos empricos
cuantitativos (por ejemplo,
Blocher et al., 1999), pero el procedimiento de verificacin es por lo general no
muy fuerte. Como
con cualquier investigacin con un diseo longitudinal, donde se realiza una
accin de cambio
durante la investigacin, es muy difcil de evaluar que los cambios en el
rendimiento se
Pgina 11

Operaciones
gestin
investigacin
251
debido a la accin especfica y que se deben a otras circunstancias
cambiantes. En
la investigacin emprica OM, controlando todas las variables relevantes es
imposible.
En contraste con la investigacin cuantitativa axiomtica, cuantitativa emprica
investigacin basada en el modelo no ha sido muy productiva. Modelo emprico
basado
informes de investigacin sobre las aplicaciones de los resultados de las
investigaciones tericas en la vida real
procesos operativos. Los investigadores que trabajan en esta lnea deben tener
mucho
conocimiento sobre las caractersticas relevantes del proceso operacional bajo
estudio. Sin embargo, an carece de un OM, metodolgico comn bien definido
marco para identificar y medir las caractersticas relevantes del real
los procesos operativos de la vida. Por ejemplo los factores importantes en un

modelo de cola de
un proceso operativo son la capacidad de los recursos, los tiempos de
procesamiento de
las operaciones, y la tasa de llegada de las rdenes de trabajo. No hay objetivo,
situacin independiente y procedimiento generalmente aceptado que, observando
un
proceso operativo especfico por medio de un modelo de cola, se utiliza para
medir la capacidad de los recursos, los tiempos de procesamiento de las
operaciones
y la tasa de llegada de los pedidos. Por supuesto, en cada aplicacin en una vida
real
situacin, este problema constructo se trata en una forma u otra; sin embargo,
esto siempre se hace de una manera subjetiva, dependiente de la situacin que
rara vez es
informado de forma explcita en las publicaciones. Por esa razn, es difcil juzgar
la
valor cientfico de los resultados informados en esos artculos. Sin embargo, dada
que el hecho de la investigacin cuantitativa modelo basado es un ser racional,
objetivo,
enfoque cientfico, debe desarrollar de manera objetiva y racional para hacer
frente a la
problemas encontrados al hacer la investigacin emprica.
La discusin anterior conduce a una clasificacin como se muestra en la Tabla I.
Cada uno de estos cuatro tipos de investigacin conduce a diferentes
contribuciones a la
preguntas de investigacin generales en OM. Tenga en cuenta que en los
proyectos de investigacin a gran escala
varios de estos tipos de investigacin podran combinarse.
Revisin de la literatura metodolgica relevante
Metodologa de la investigacin en la modelizacin cuantitativa en OM
tradicionalmente no tiene
sido percibido como un problema. Hay un par de explicaciones para esto. El
punto principal es que la mayor parte del trabajo descrito en la metodologa de
OM ha sido
en la metodologa de la investigacin emprica. Nos referimos a la edicin
especial de la Revista
de Operaciones de la gestin (Melnyk y Handfield, 1998b) para un amplio
conjunto
de artculos sobre metodologa de la investigacin OM, y a Meredith et al. (1989)
para una
amplio debate sobre la metodologa en la investigacin OM de una manera

general. En el
otros artculos de la actual edicin especial de la Revista Internacional de
Operaciones y Gestin de la Produccin, vistas generales se dan en la ciencia de
la accin
(Investigacin-accin), encuestas y estudios de caso. Metodologa de artculos
que abordan
Tabla I.
Clasificacin de los
cuantitativa
(Modelo de base) OM
tipos de investigacin
Descriptivo
Normativa
Emprica
ED
ES
Axiomatic
AD
AN
Pgina 12

IJOPM
22,2
252
especficamente el dominio de modelizacin cuantitativa en la investigacin
emprica tiene,
sin embargo, no apareci en la literatura acadmica. Keys (1991) direcciones en
su
monlogo algunos problemas metodolgicos en el campo de la investigacin
operativa, como
hacer Ackoff y Sasieni (1968) en su libro seminal sobre OR. Es importante
darse cuenta de que su trabajo no le preocupa tanto con la metodologa de
investigacin en
un sentido acadmico. Ellos estn ms interesados en la metodologa utilizada
por
operaciones / investigadores operacionales en la resolucin de relevante y
especfica
problemas, que, como se mencion anteriormente, es distinto del acadmico /
cientfico
metodologa de la investigacin que nos ocupa en este artculo. En este artculo
enfoque en la investigacin que tiene como objetivo obtener resultados genricos
hacia la teora

la construccin de OM en lugar de los resultados de las soluciones para

problemas especficos sin
esta contribucin genrica.
En el dominio axiomtica, la discusin sobre la metodologa es en gran parte
ausente.
Instrucciones para los rbitros en revistas que publican este tipo de trabajo no lo
hacen
mencionar el tema metodologa. Ms bien, se centran en matemtica
correccin (en referencia al hecho mencionado anteriormente que la lnea de
razonamiento
debe ser ambigua) y en algunos casos en una sentencia del rbitro en
relevancia del problema. Reisman y Kirschnick (1994) distinguen an ms
dentro de la investigacin axiomtica entre lo que ellos llaman artculos tericos
puros y
esos artculos axiomticas que se prueban utilizando datos sintticos. Ellos no lo
hacen
abordar la cuestin metodologa en su artculo. Un caso especial es axiomtico
investigacin que utiliza la simulacin por ordenador. En trminos generales, la
metodologa es un
cuestin en estos artculos. La metodologa se basa en gran medida en la teora de
la estadstica en
diseo y anlisis experimental, y ha sido bien establecida en libros tales
como Kleijnen y Van Groenendaal (1992) y Derecho y Kelton (2000).
Una primera contribucin a la discusin metodologa en OM es el seminal
artculo de Mitroff et al. (1974). Modelo Mitroff et al. Se presenta en la Figura 1.
Figura 1.
Modelo de investigacin por
Mitroff et al. (1974)
Pgina 13

Operaciones
gestin
investigacin
253
Mitroff et al. Modelo (1974) se basa en los enfoques iniciales utilizadas cuando
investigacin operativa surgi como un campo. En su modelo, la investigacin
operativa
enfoque consiste en un nmero de fases:
(1) conceptualizacin;
(2) el modelado;
(3) la solucin de modelos;
(4) la implementacin.

En la fase de conceptualizacin, el investigador hace un modelo conceptual de la

problema y el sistema que l / ella est estudiando. El investigador toma
decisiones sobre
las variables que deben ser incluidos en el modelo, y el alcance de la
problema y el modelo que se abordarn. En la siguiente fase, el investigador
realidad
construye el modelo cuantitativo, definiendo as las relaciones causales entre la
variables. Despus de esto, el modelo de proceso de resolucin se lleva a cabo,
en el que el
matemticas suelen jugar un papel dominante. Finalmente, los resultados del
modelo son
implementado, despus de lo cual un nuevo ciclo puede empezar. Mitroff et
al. (1974) sostienen que un
ciclo de investigacin sin duda puede comenzar y terminar en cualquiera de las
fases en el ciclo,
siempre que el investigador es consciente de las partes especficas de la solucin
proceso que l / ella est abordando y, en consecuencia, de las reivindicaciones l
/ ella puede
hacer sobre la base de los resultados de su / sus investigaciones.
Adems, se proponen la nocin de accesos directos en el ciclo de la investigacin
que a menudo se aplican y que conducen a menos de diseos de investigacin
deseables. Para
ejemplo, distinguen la `` modelado solucin de modelos retroalimentacin
estrecha ''
ciclo, y comentan que muchos investigadores siguientes este ciclo tienden a
confundir
el proceso de resolucin de modelo para la implementacin. Alternativamente,
ellos nombran la
`` Conceptualizacin retroalimentacin estrecha aplicacin '' ciclo, que tiende
a
error conceptualizacin para modelar, y distinguir as una falla que
que caracteriza a algunas de las investigaciones no cuantitativo. Modelo Mitroff
et al. (1974)
es muy til en la identificacin de un camino metodolgico especfico que un
determinado
artculo est siguiendo, y relacionndolo con la validez de las afirmaciones que se
hacen en
el artculo.
Como tal, cada uno de los cuatro tipos de investigacin identificadas en la
seccin anterior puede
posicionarse en este modelo. Basada en modelos Dado que estamos hablando

cuantitativa
la investigacin, el `modelo` cientfica '' es un tema central en los cuatro tipos.
En la investigacin AD, el proceso de modelado es central. El investigador toma
una
modelo conceptual en su mayora de la literatura y hace un modelo cientfico
de
esto. Adems, el investigador hace algunos anlisis sobre este modelo cientfico
para ganar
informacin sobre el comportamiento de este modelo. El investigador
normalmente no se mueve
en la fase de resolucin de modelo. Esta extensin se realiza en la AN la
investigacin, en el que el
proceso de resolucin del modelo es el proceso central de la investigacin
reportada. En muchos AN
artculos el proceso de modelado tambin se incluye, as como los resultados del
modelo son
realimenta al modelo conceptual. Esto conduce a la `` modelado resolucin de
modelo ''
acceso directo. Mitroff et al. (1974) llaman a esta informacin en el sentido
estricto, y citan como
Pgina 14

IJOPM
22,2
254
El error ms comn que los errores investigador esta retroalimentacin para
aplicacin y propone la afirmacin cientfica en consecuencia.
En la investigacin ED, el investigador normalmente sigue un ciclo de
`conceptualizacin`
modelado validacin ''. Es interesante observar que el principal riesgo que
Mitroff
et al. (1974) es un aviso preocupacin excesiva con la validacin, es decir, el
investigador quiere
hacer un ajuste perfecto entre el modelo y la realidad. Al principio de este
artculo,
se dio cuenta de que la realidad en la gestin de operaciones no puede ser
completamente capturada y un
por lo tanto, sobre-axiomtico enfoque en la investigacin emprica debe ser
evitado.
Finalmente, la forma ms completa de la investigacin es EN, donde el entero
`` Conceptualizacin modelado solucin de modelos aplicacin '' ciclo es
llevado a cabo. Como se discuti anteriormente, en muchos casos, esta

investigacin se basa en principios

investigacin publicada que est en la categora AD y ya ha desarrollado caminos
para el modelado resolucin de modelo '"etapas` `.
Cmo llevar a cabo la investigacin cuantitativa OM
En esta seccin vamos a discutir ms especficamente cmo llevar a cabo una
buena axiomtica
investigacin cuantitativa y cmo llevar a cabo una buena investigacin emprica
cuantitativa
en OM.
Investigacin cuantitativa Axiomatic
Axiomatic investigacin cuantitativa OM comienza con una descripcin
condensada de la
caractersticas del proceso operativo o el problema de decisiones operativas
que va a ser estudiada. Esto se corresponde con el modelo conceptual en
Figura 1. La descripcin del modelo conceptual debe utilizar tanto como sea
posible
conceptos y trminos que son aceptadas como normas publicadas en OM
cientfica
literatura sobre el tema en estudio. Generalmente lo que se estudia es una
variante de un
proceso o un problema que se ha estudiado antes. Por lo tanto, en el conceptual
Descripcin modelo de referencia se da a los artculos de anclaje generalmente
aceptados
que contienen descripciones de las caractersticas generales del proceso o
problema estudiado en la lnea de investigacin en el que los ajustes actuales de
investigacin (por ejemplo,
lote econmico dimensionamiento, gestin de colas, o el control de inventario) y
para los artculos recientes
que los procesos de estudio o problemas que estn estrechamente relacionados
con el proceso o
problema en estudio. De esta manera el proceso o problema en estudio es
claramente
posicionado en la literatura cientfica. Tenga en cuenta que el estudio de un
proceso puede ser
considerarse como descriptivo, mientras que el estudio de un problema puede ser
considerado como
investigacin normativa.
La importancia cientfica de la investigacin se determina principalmente por lo
que el
la investigacin tiene la intencin de contribuir en la literatura
existente. Podemos distinguir

dos tipos de contribucin. El primer tipo de contribucin es el estudio de un

nuevo
variante del proceso o problema, utilizando tcnicas bien conocidas las
soluciones
segundo tipo de contribucin es estudiar un proceso o un problema que ha sido
estudiado antes, pero proporciona una nueva, o, en algunos aspectos, mejores,
solucin al
problema, ya sea mediante la aplicacin de los nuevos tipos de tcnicas de
solucin al problema, o
por el logro de mejores resultados con tcnicas de solucin aceptadas.
Pgina 15

Operaciones
gestin
investigacin
255
La segunda fase en la investigacin cuantitativa axiomtico es la especificacin
de la
modelo cientfico del proceso o problema. El modelo cientfico debe ser
presentado en trminos matemticos formales, de manera que sea matemtico o
anlisis numrico es posible, o simulacin por ordenador puede llevarse a
cabo. Por lo tanto
investigadores en este campo deben estar bien educados en el anlisis
matemtico,
anlisis numrico o la informtica. En el caso de la simulacin por ordenador se
utiliza como
herramienta de investigacin, tambin se necesita conocimiento sobre diseo
experimental y
anlisis estadstico. La calidad cientfica de la investigacin se determina
principalmente
por el `` optimalidad '' del resultado, dado el modelo cientfico. En caso de
normativa
investigacin, `` optimalidad '' se refiere a la medida en la que el resultado se
puede probar que
ser la mejor solucin posible para el problema dado. En caso de descriptivo
investigacin, `` optimalidad '' se refiere al grado en que los resultados pueden
ser probados
para dar las caractersticas exactas del proceso dado.
Las pruebas en general, slo se pueden entregar con el anlisis matemtico.
Por lo tanto en la investigacin axiomtica es necesaria una slida formacin
matemtica
para hacer investigacin de alta calidad. Esto tambin es necesario para poder

juzgar que
formulaciones de problemas cientficos, dado el estado actual de la matemtica
conocimiento, son buenos problemas, es decir, problemas para los que los
resultados de alta calidad
puede ser obtenida. Las soluciones de alta calidad son el resultado de una idea de
lo que podra ser un
solucin, en combinacin con una prueba matemtica de la calidad de la
solucin. Criterios para la correccin de la prueba se encuentran en la rama de
matemticas utilizadas en la investigacin. Esto no se trata en este artculo. Tanto
en
la bsqueda de una solucin y en que acrediten la veracidad de la solucin, obras
de intuicin
un papel importante. Por lo tanto una buena investigacin no es slo el resultado
de las habilidades analticas o
la aplicacin de una metodologa, sino el resultado de una buena intuicin en
combinacin con
capacidad de anlisis y una buena metodologa.
De la discusin anterior se deduce que el cuerpo principal de un terico
artculo cuantitativa OM generalmente contiene secciones que cubren los temas
se indica a continuacin:
.
modelo conceptual del proceso o el problema;
.
modelo cientfico del proceso o el problema;
.
solucin;
.
prueba de la solucin;
.
ideas relacionadas la solucin al modelo conceptual.
A veces el orden es ligeramente diferente y los autores les resulta ms
conveniente presentar un anlisis matemtico del problema que nicamente
conduce a soluciones o a las caractersticas del proceso.
Investigacin cuantitativa Axiomatic mediante simulacin
Se toma un enfoque ligeramente diferente cuando el resultado no se obtiene con
anlisis matemtico pero con la simulacin por ordenador. Esta tcnica se utiliza
en
caso, el modelo o el problema es demasiado complejo para el anlisis matemtico
formal.
Este tipo de investigacin por lo general conduce a menores resultados
cientficos de calidad que

Pgina 16

IJOPM
22,2
256
investigacin con estudios de matemtica, pero la relevancia cientfica de la
proceso o problema estudiado puede ser mucho mayor. Esto es porque la
computadora
simulacin puede tratar con una variedad mucho ms amplia de modelos
cientficos que lata
anlisis matemtico. As que la disyuntiva aqu a menudo est entre cientficos
relevancia del proceso o problema estudiado y la calidad cientfica de los
resultados.
La investigacin que utiliza la simulacin por ordenador requiere una serie de
adicionales
pasos. Un paso muy importante en la investigacin de simulacin es la
justificacin de esta
mtodo de investigacin. Dado que la calidad cientfica de los resultados ser
generalmente
inferiores en lugar de pruebas matemticas, slo los resultados con un poco de
estadstica
importancia se puede llegar, slo es justificado utilizar este mtodo si puede ser
muestra que no es posible resolver el problema de una manera analtica. Un bien
conocido ejemplo es el uso de la simulacin por ordenador para probar mtodos
heursticos para
resolucin de problemas de optimizacin combinatoria. Los artculos que
informan sobre esta
La investigacin siempre contiene una seccin en la que se demuestra que el
problema
no se puede resolver a optimalidad en tiempo polinmico de los parmetros del
problema.
Esta es una norma aceptada para justificar la investigacin en mtodos
heursticos.
El segundo paso es la justificacin de la solucin o hiptesis a probar.
En la investigacin basada en el anlisis matemtico, es aceptable slo presentar
el
solucin y la prueba correspondiente. Hay la solucin se justifica por la
prueba. En
investigacin simulacin ninguna prueba es posible, as que tenemos que ser muy
cuidadosos en
seleccionar nuestra solucin heurstica o hiptesis. Generalmente los artculos de
este tipo

contener una seccin en la que se utiliza la evidencia de la investigacin previa a

la razn por qu
esta heurstica podra funcionar bien, o por qu esta hiptesis con respecto a la
caractersticas del proceso pueden acercarse a las verdaderas caractersticas.
El tercer paso es la puesta a punto del diseo experimental. Esto se debe hacer
con mucho cuidado y de acuerdo con las normas aceptadas (Kleijnen y Van
Groenendaal, 1992). Todos los factores en el modelo cientfico que pueden tener
un impacto
en la calidad de la solucin o resultados debe ser identificado y tiene que ser
variado
en la simulacin a travs de una gama suficientemente amplia de valores con
suficiente detalle.
As, los artculos de simulacin por ordenador siempre contienen una seccin en
la que el
diseo experimental se presenta y justifica. Las justificaciones se basan a menudo
en
resultados de las investigaciones existentes, ya sea analtico o simulacin basan,
que
proporcionar informacin acerca de lo que ya se sabe con certeza acerca
relacionada
problemas. Dado que se trata de la investigacin terica en un modelo
informtico
del modelo cientfico, hay aparte de almacenamiento, el espacio y el tiempo en
la computadora
hay lmites para el tamao y el detalle del modelo. Basada en la simulacin
investigacin terica
por tanto, slo est limitada por la potencia de clculo. Sin embargo potentes
ordenadores son
o ser, sus limitaciones nos instan a decidir cuidadosamente sobre la complejidad
de la
modelo para ser investigado. Adems, el nmero de factores a considerar en la
diseo experimental debe mantenerse suficientemente baja para que la
simulacin eficiente
y anlisis de datos eficaces es posible.
El cuarto paso se refiere al anlisis estadstico de los resultados de la
simulaciones por ordenador. Hay un amplio espectro de tcnicas estadsticas
disponibles para este fin, y la eleccin debe basarse en el tipo de investigacin
pregunta a responder. Para las pruebas de rendimiento, la t-estadstica se podra
utilizar
Pgina 17

Operaciones

gestin
investigacin
257
para probar la significacin estadstica de la diferencia entre el rendimiento
obtenido en la simulacin con algn punto de referencia, es decir, el rendimiento
de la
mejor heurstica encuentra en la literatura. Para probar la sensibilidad de la
actuacin
para valores de los parmetros en el modelo, podra utilizarse el anlisis de la
varianza.
Los investigadores involucrados en la investigacin terica basada en la
simulacin deben ser bien
capacitado en el diseo experimental y el anlisis estadstico, ya que el estado de
conocimiento en este campo determina qu preguntas de investigacin pueden
abordarse
con estas tcnicas.
El quinto paso se refiere a la interpretacin de los resultados del anlisis
relacionada con las preguntas de investigacin en el modelo conceptual. En este
paso, el
resultados se consideran en el contexto de la descripcin del problema conceptual
y
los investigadores obtienen conclusiones sobre el grado en que el original
las preguntas se responden y qu nuevas preguntas surgen de estos resultados.
El cuerpo principal de un artculo de investigacin terica basada en la
simulacin por ordenador
Por lo tanto, OM contiene secciones que tratan de los temas que se muestran a
continuacin:
.
modelo conceptual del proceso o el problema;
.
la justificacin del mtodo de investigacin;
.
modelo cientfico del proceso o el problema;
.
justificacin de la heurstica o hiptesis;
.
diseo experimental;
.
anlisis de los resultados;
.
interpretacin de los resultados.

Investigacin cuantitativa basada en modelos empricos

Investigacin emprica basada en un modelo cuantitativo se refiere a cualquiera
de las pruebas
la (construccin) validez de los modelos cientficos utilizados en teora
cuantitativa
investigacin, o con pruebas de la usabilidad y el rendimiento de las soluciones a
los problemas
obtenido a partir de la investigacin terica cuantitativa, en la vida real operativa
procesos. En la Figura 1, estos procesos principales se identifican como
aplicacin
y validacin. Investigacin emprica cuantitativa es todava en su infancia y no
Por lo tanto, existe mucho menos consenso acerca de lo que es bueno cuantitativa
emprica
la investigacin que sobre lo que es una buena investigacin axiomtica
cuantitativa.
Pruebas de investigacin cientfica emprica y la validez de cualquier terico
modelos y pruebas y desafos de la usabilidad y el rendimiento de las soluciones
de problemas tericos. Investigacin cientfica emprica debe ser cuidadosamente
distinguido por el uso de los resultados de investigacin axiomticos en la mejora
proyectos. Estos ltimos proyectos tienen por objeto mejorar el desempeo de
una
proceso operativo, ya sea cambiando su estructura o su control. El uso de
resultados de las investigaciones tericas en este tipo de proyectos se basa en la
creencia de que el
modelos de procesos subyacentes son vlidas y las soluciones tericas son
utilizables
y llevar a cabo tambin. Sin embargo, esta creencia es raramente probada
durante el proyecto,
aunque las normas metodolgicas para la prctica de la investigacin operativa
prescriben que los supuestos del modelo se debe comprobar (por ejemplo, Ackoff
y
Pgina 18

IJOPM
22,2
258
Sasieni, 1968). No es de extraar que las hiptesis en la investigacin operativa
proyectos rara vez se comprueba, porque hacerlo sera muy lento
y costoso, debido al esfuerzo que supone la recogida de todos los datos
necesarios para
la comprobacin de todos los supuestos del modelo subyacente. Esto explica por
qu en la vida real

proyectos de mejora de procesos operativos rara vez producen conocimiento

cientfico
procesos sobre operacionales.
Como se dijo antes, la investigacin emprica cuantitativa debe ser diseado para
probar
la validez de los modelos tericos cuantitativos y cuantitativa terico
soluciones de problemas, con respecto a los procesos operativos de la vida
real. Esto est en lnea
con el concepto ms general de la investigacin emprica basada en la teora de
OM
(Melnyk y Handfield, 1998a; Handfield y Melnyk, 1998). Basada en modelos
la investigacin emprica se aprovecha de la gran cantidad de factores
cuantitativos axiomtica
investigacin en OM y disea la investigacin emprica en
consecuencia. Ejemplos son
el trabajo por Fisher y Raman (1999), por Inman (1999), y por Schalla et al.
(2000). La esencia de su trabajo es la validacin, ya sea el modelo conceptual o
La solucin propuesta por los resultados de investigacin axiomticos. Fisher y
Raman (1999)
analizar la exactitud de los registros de inventario en el comercio minorista y,
utilizando los modelos disponibles,
evaluar las consecuencias de estas imprecisiones en los resultados que han sido
obtenida en los estudios axiomticos. Inman (1999) valida los supuestos
comnmente realizado en la investigacin axiomtica sobre los tiempos de
procesamiento y el orden
tiempos de llegada de los sistemas de produccin. Schalla et al. (2000) analizan
la decisin
proceso de modelado en software de planificacin avanzada, y comparar el
terico
evaluacin de las observaciones empricas que hacen. Su emprica
observaciones son impulsados por hiptesis que se basan en las teoras
desarrolladas
anteriormente en entornos de investigacin principalmente axiomticos.
Un problema importante es que los procesos operativos de la vida real son todos
diferentes,
aunque hay similitudes estructurales dentro de las clases de funcionamiento
procesos. Las similitudes son a menudo causados por el tipo de fabricacin
tecnologa utilizada. Clases bien conocidos de los procesos operativos son, por
ejemplo,
la tienda de flujo continuo (por ejemplo, la lnea de montaje), para produccin de
alto volumen de

productos similares, y el taller de trabajo para la produccin de bajo volumen de

una gran variedad
de diferentes productos. Sin embargo, dependiendo de la organizacin del
trabajo, la
sistema de informacin utilizado, el nivel de educacin de la fuerza de trabajo,
etc, diferentes
lneas de flujo y diferentes talleres de trabajo pueden tener diferentes procesos
operativos
caractersticas, y estas caractersticas pueden evolucionar con el tiempo. Por lo
tanto
investigacin cuantitativa emprica debera tener como objetivo la validacin de
los supuestos bsicos
acerca de los procesos operativos y caractersticas del problema para bien
definido
clases de los procesos operativos, que se basan los modelos tericos y
problemas.
A partir de estas observaciones, podemos derivar los pasos que se deben tomar
cuando
hacer la investigacin cuantitativa emprica. El primer paso es la identificacin
de la
supuestos bsicos sobre el proceso operativo subyacente en el terico
modelos o problemas. En la literatura OM, podemos distinguir diferentes
investigaciones
corrientes que comparten supuestos comunes sobre el proceso de las operaciones
o
problema de decisin operativa. Por ejemplo, hay una corriente de investigacin
que es
Pgina 19

Operaciones
gestin
investigacin
259
basado en una vista de modelo de cola en el proceso de produccin. Llamamos a
esto una bsica
suposicin.
El segundo paso es que los investigadores deben identificar el tipo de operativa
proceso y el tipo de problema de decisin con respecto a este proceso operativo, a
que se supone que los supuestos bsicos para aplicar. Por ejemplo, se supone
que las decisiones sobre la estructura de los recursos de un sistema de produccin
de taller de trabajo
debe basarse en un modelo de cola de rdenes o el flujo a lo largo de los centros

de trabajo.
El tercer paso es que los criterios operativos y objetivos debe ser desarrollado
para
decidir si es o no un proceso operativo de la vida real pertenece a la clase de
procesos operativos considerado (es decir, un taller de trabajo) y para la
identificacin de la
sistema de decisin en el proceso operacional que representa el problema de
decisin
considerado. Estos criterios deben ser objetivos, es decir, cada investigador en
OM
el uso de estos criterios sera llegar a la misma decisin con respecto al proceso y
el sistema de toma.
El cuarto paso es derivar, a partir de los supuestos bsicos, hiptesis
en relacin con el comportamiento del proceso operativo. Este comportamiento
se refiere a
variables o fenmenos que pueden ser medidos u observados en el
funcionamiento
proceso de una manera objetiva. Las ms diversas hiptesis comprobables se
derivan
de los supuestos bsicos, ms fuerte es la investigacin es.
El quinto paso es el desarrollo de una forma objetiva de hacer la medicin o para
hacer
las observaciones. Este es un paso muy importante que requiere
documentacin. El
razn de esto es que, en la investigacin proceso operativo, no existe
formalizado construccin de variables como el tiempo de procesamiento,
capacidad de la mquina,
salida de la produccin, la produccin de tiempo de produccin, etc, ni
generalmente aceptada
existen formas de medir all variables. Esto ilustra la dbil posicin de
investigacin emprica cuantitativa en OM. La situacin siendo como es,
emprica
Investigadores MF deben desarrollar su propia manera de medir y documentar
este
cuidadosamente. Esto requiere que el investigador sabe cmo identificar el
correspondiente
caractersticas del proceso operativo, y sabe cmo cambiar o
influir y medir las caractersticas relevantes del proceso. Por lo tanto, el modelo
investigacin emprica basada no se puede hacer sin un enfoque sistemtico para
identificacin y medicin de los procesos operativos de la vida real. Esto es lo
que es

llamada, por Mitroff et al. (1974), el modelado conceptual de un

sistema. Conceptuales
modelos definen las variables relevantes de un sistema en estudio, la naturaleza
de
sus relaciones y sus mediciones.
La sexta etapa consiste en la aplicacin de la medicin y observacin
sistemas y recopilacin y documentacin de los datos resultantes.
El sptimo paso es la interpretacin de los datos, que generalmente
incluir el uso de anlisis estadstico. Aqu se necesitan tcnicas especiales desde
los datos no son el resultado de un diseo experimental donde las variables en la
sistema puede ser manipulado a voluntad, sino que resultan de observaciones
sobre una vida real
sistema que no puede ser manipulado de una manera arbitraria. Sofstica
estadstica
se han desarrollado tcnicas para este tipo de investigacin en algunas ramas de
la
la investigacin en ciencias sociales (por ejemplo, Herzog, 1996; Marcoulides y
Schumacker,
1996). En el desarrollo de las hiptesis sobre el comportamiento de la
Pgina 20

IJOPM
22,2
260
proceso operativo en el paso 4, se debe tener en cuenta qu tipo de
comportamiento se puede esperar del proceso bajo las circunstancias de la vida
real dado,
dentro del marco de tiempo que el proceso puede ser observado; las hiptesis
deben
restringirse a un comportamiento en el rango y plazo esperado. Se hace, por
ejemplo, no tiene sentido para desarrollar la hiptesis de que un taller de trabajo
tendr un
media hora para el rendimiento de 60 semanas bajo una capacidad de estado
estacionario
utilizacin del 95 por ciento, si una medicin fiable de la orden de trabajo
tiempo de produccin bajo una utilizacin de la capacidad del 95 por ciento
requiere que el
proceso se mide desde hace 10.000 aos. Por lo tanto el desarrollo de hiptesis
eficaces
y un sistema de medicin operacional eficiente requiere que el investigador es
bastante familiarizados con el tipo de proceso operativo y el tipo de decisin
problema preocupa, y est muy familiarizado con las tcnicas estadsticas

disponibles para el anlisis de datos de campo.

Por ltimo, la octava etapa en la investigacin emprica cuantitativa consiste en
la
interpretacin de los resultados de investigacin relacionados con los modelos
tericos o
problemas que dieron origen a las hiptesis que se probaron. Este paso completa
el proceso de validacin y pueden resultar en la confirmacin de (partes de) la
modelo terico en relacin con el problema de decisin y en relacin con la
proceso operativo considerado, pero tambin puede conducir a rechazos
(parciales) y
sugerencia para mejorar los modelos tericos.
El cuerpo principal de un artculo de investigacin en emprica cuantitativa
basada en modelos
Por lo tanto, la investigacin contiene secciones que tratan de las cuestiones que
se indican a continuacin:
.
identificacin de problemas de proceso o de supuestos;
.
identificacin de los tipos de proceso operativo y los problemas de decisin
considerado;
.
desarrollar definiciones operacionales del proceso operativo y la
sistema de toma;
.
derivacin de hiptesis sobre el comportamiento del proceso;
.
desarrollo del sistema de medicin;
.
resultados de las mediciones y observaciones;
.
interpretacin de los datos y observaciones en relacin con las hiptesis;
.
confirmacin y / o rechazo de las hiptesis del modelo terico.
Relevancia
En OM, de relevancia suele justificarse haciendo referencia a situaciones de la
vida real para
que podra aplicar el modelo o problema. La evaluacin de relevancia ha tenido
una larga
historia en las revistas O. El debate principal se dirige a los llamados `` lagunas ''
O entre la teora y la prctica OR, bsicamente adelantando dos cuestiones:
(1) Por qu los investigadores no abordan los problemas ms relevantes en la

prctica
trminos de complejidad, diseo y definiciones; y
(2) Por qu los mdicos no hacen ms uso de todas las herramientas disponibles
y
resultados que han sido desarrollados por la comunidad de investigadores O?
Pgina 21

Operaciones
gestin
investigacin
261
En este artculo, no vamos a entrar en este debate, sino que se refieren a otros
artculos, tales como
Corbett y Van Wassenhove (1993), Ormerod (1997), y Reisman y
Kirschnick (1995). Una observacin importante en estos artculos es que el
progreso en
investigacin de operaciones parece desarrollarse a lo largo de una lnea que
Reisman y Kirschnick
designar como `` investigacin ondulacin ''. Con esto, se refieren a la
investigacin que se lleva a cabo
en pequeas extensiones de la investigacin axiomtico anterior, y por lo tanto no
puede cerrar la
brecha que, de acuerdo con estos artculos, aparentemente existe entre los
resultados de
investigacin axiomtica y la necesidad de la vida real de los tomadores de
decisiones. Cabe sealar
que de alguna teora reas, por ejemplo, la teora de la asignacin y el inventario,
serie de pequeos
extensiones han dado lugar a modelos muy tiles que se han aplicado en los
negocios
practicar en gran escala.
La cuestin relevancia no puede ser visto aparte del hecho de que las
matemticas,
estadsticas y ciencias de la computacin no (todava) nos proporcionan
suficiente
poderosos mtodos de anlisis para abordar los problemas que se acercan a la
complejidad que se observa en la mayora de los procesos operativos de la vida
real. El tipo de
Por lo tanto, el modelo estudiado en O est restringido a aquellos modelos que
permitan la
investigador para hacer el anlisis y hacer afirmaciones cientficas. Esto conduce
al hecho

que para la investigacin axiomtico el criterio de pertinencia (con respecto a la

validez del modelo en comparacin con la realidad) se aplica generalmente muy
ligeramente. En muchos
casos, la relevancia est motivada con referencia a los artculos anteriores sobre
las similares
cuestiones, bien mediante referencia a las tendencias generales en la industria, en
lugar de atar el
relevancia a las observaciones reales en la realidad. El modelo se considera ``
aceptablemente
relevante '' si el problema modelado puede ser reconocida, posiblemente como un
aspecto
modelo de la realidad. Nos gustara aadir un criterio importante para la
relevancia,
aparte de la cuestin de la validez. Esta es la cuestin de si la solucin del
modelo de ayuda a los gerentes en la toma de decisiones en el mundo real. Este
es el caso
Si la solucin basada aspecto-modelo-cubre la parte ms importante de la
solucin, y los factores de contexto (no incluidos en el modelo) son menos
relevantes para
la solucin real.
Conclusiones
En este artculo, hemos hablado de las metodologas de investigacin utilizadas
en cuantitativa
modelado de la literatura OM basado. Hemos distinguido este conjunto de la
literatura de
el dominio de la investigacin OR y operativa. Adems, hemos presentado un
tipologa que analiza el tema, la metodologa y las afirmaciones cientficas
para diversos tipos de artculos en el dominio de opinin en su artculo.
Podemos concluir que el tema de la metodologa no ha recibido una gran
cantidad
de atencin explcita en la literatura. Especialmente en la investigacin
axiomtica
lneas, cuestiones metodolgicas parecen restringirse a la estrecha de mbito de
concepto de rigor matemtico. Hemos argumentado que un amplio detectada ms
rigor metodolgico necesita para crecer como un concepto en la literatura OM, de
tal manera que
un marco comn de referencia en relacin con el rigor y la relevancia puede ser
desarrollado.
Una gran oportunidad para que cuantitativo, basado en modelos, la investigacin
emprica tiene
sido identificado, donde los ricos estanque de resultados axiomticos, basada en

los avances en la
Pgina 22

IJOPM
22,2
262
las matemticas en los ltimos decenios, se pesca para crear ms riguroso
emprica
conocimiento cientfico en el campo de la OM. En tales artculos a modo de
ejemplo, dado
modelos axiomticos de O se valida empricamente en la vida real operativa
procesos, dando paso a un proceso de la teora de la capacidad real.
Referencias
Aarts, EH y Lenstra, JK (1997), la bsqueda local en Optimizacin
Combinatoria, Wiley, Nueva
York, NY.
Ackoff, RL (1957), `Una comparacin de O en EE.UU. y Gran Bretaa '",
Investigacin Operativa
Quarterly, vol. . 8, pp 88-100.
Ackoff, RL (1979), '' El futuro de la investigacin operativa es pasado '", Revista
de la operativa
Research Society, vol. . 30, pp 93-104.
Ackoff, RL y Sasieni, MW (1968), Fundamentos de la Investigacin de
Operaciones, Wiley, Nueva York,
NY.
Amundson, SD (1998), '' Las relaciones entre la investigacin emprica basada en
la teora de las operaciones
administracin y otras disciplinas '", Diario de Direccin de Operaciones,
Vol. 16,
pp. 341-59.
Ball, MO, Magnanti, TL, Monma, CL y Nemhauser, GL (Eds) (1995), Ruta de la
red,
North-Holland, Amsterdam.
Bertrand, JWM y Van Ooijen (2002), `` liberacin de la orden de carga de trabajo
y la productividad en base: a
eslabn perdido '", Planificacin y Control (en prensa) Produccin.
Bertrand, JWM y Wortmann, JC (1981), Control de Produccin y Sistemas de
Informacin para
Componente-Fabricacin Tiendas, Elsevier, Amsterdam.
Blocher, JD, Garrett, RW y Schmenner, RW (1999), `` reduccin del tiempo de
procesamiento: toma
uno de medicina '", Produccin y Gestin de Operaciones, Vol. . 8, pp 357-73.

Caja, GEP y Jenkins, GM (1976), Anlisis de Series:. Previsin y Control, 2 ed,

Holden-Day, San Francisco, California
Buzacott, JA y Shantikumar, JG (1993), Modelos estocsticos de Sistemas de
Manufactura,
Prentice-Hall, Englewood Cliffs, NJ.
Cheng, CH, Feiring, BR y Cheng, TCE (1994), `` El problema de corte una
encuesta '',
International Journal of Production Economics, vol. . 36, pp 291-305.
Corbett, CJ y Van Wassenhove, LN (1993), `` La deriva natural (lo que pas con
operativa
investigacin?) '', Investigacin de Operaciones, Vol. 41, pp. 625-40.
DeHoratius, N. y Raman, A. (2000), `` mejora del rendimiento al por menor a
travs apropiada
tienda de diseo de incentivos gerente: un anlisis emprico '", Documento de
trabajo, de negocios de Harvard
School, Boston, MA.
Fine, CH (1998), velocidad de reloj: Ganar Control de la Industria en la Era de
ventaja temporal,
Perseus Books, Cambridge, MA.
Fisher, ML y Raman, A. (1999), Tutorial: Operaciones de Retail, presentado en
INFORMS Fall
Encuentro Philadelphia, INFORMA, Linthicum.
Forrester, JW (1961), Dinmica Industrial, MIT Press, Cambridge, MA.
Graves, SC, Rinnooy Kan, AHG y Zipkin, PH (Eds) (1993), Logstica de
Produccin y
Inventario, North-Holland, Amsterdam.
Handfield, RB y Melnyk, SA (1998), `` El proceso de construccin de la teora
cientfica: un manual usando
el caso de la ACT '", Diario de Direccin de Operaciones, Vol. . 16, pp 321-39.
Hax, AC y de comidas, HC (1975), `` integracin jerrquica de planificacin de
la produccin y
la programacin de '', en Geisler, MA (Ed.), Logstica, North-Holland,
Amsterdam, pp. 53-69.
Pgina 23

Operaciones
gestin
investigacin
263
Herzog, T. (1996), Mtodos de Investigacin en las Ciencias Sociales, Harper
Collins, Nueva York, NY.
Holstrom, J. (1994), '' La relacin entre la velocidad y la productividad en las

redes de la industria: un
estudio de las estadsticas de '', International Journal of Production Economics,
vol industrial. 34,
pp. 91-7.
Hopp, WJ y Spearman, ML (1996), Fsica de fbrica, Irwin / McGraw Hill,
Boston, MA.
Inman, RR (1999), `` evaluacin emprica de los supuestos exponenciales e
independencia en
modelos de colas de los sistemas de fabricacin '', Produccin y Gestin de
Operaciones,
Vol. . 8, pp 409-32.
Keys, P. (1991), Investigacin Operativa y Sistemas: El sistmica Naturaleza de
la Investigacin Operativa,
Plenum Press, Nueva York, NY.
Kleijnen, JPC y Van Groenendaal, W. (1992), Simulacin: una perspectiva
estadstica, Wiley,
Chichester.
Ley, AM y Kelton, WD (2000), Simulacin y Modelado Anlisis, 3 ed.,
McGraw-Hill,
Nueva York, NY.
Lenstra, JK, De Paepe, WE, Sgall, J., canguros, RA y Stougie, L. (2001) `,
ayudados por ordenador`
clasificacin de complejidad de los problemas de lnea-a-ride '", Documento de
Trabajo, Departamento de
Matemticas y Ciencias de la Computacin, Technische Universiteit Eindhoven,
Eindhoven.
Lieberman, MB y Demeester, L. (1999), `` reduccin de inventario y crecimiento
de la productividad:
vnculos en la industria automotriz japonesa '', Management Science, vol. . 45, pp
466-85.
Marcoulides, GA y Schumacker, RE (Eds) (1996), Advanced Structural Equation
Modeling:
Temas y Tcnicas, Lawrence Erlbaum, Nueva York, NY.
Melnyk, SA y Handfield, RB (1998a), `` Prefacio: Que vivas en tiempos
interesantes ... la
surgimiento de la investigacin emprica basada en la teora '", Diario de
Direccin de Operaciones,
Vol. . 16, pp 311-19.
Melnyk, SA y Handfield, RB (Eds) (1998b), nmero especial, Diario de
Operaciones
Gestin, vol. . 16, pp 311-508.

Mendelson, H. y Pillai, RR (1998), `` velocidad de reloj y la respuesta de la

informacin: la evidencia de la
informacin de la industria de tecnologa '", Information Systems Research,
vol. 9, pp. 415-33.
Meredith, JR, Raturi, A., Amoako-Gyampah, K. y Kaplan, B. (1989), ``
investigacin Alternativa
paradigmas en las operaciones '', Journal of Operations Management, vol. . 8, pp
297-326.
Mitroff, II, Betz, F., Pondy, LR y Sagasti, F. (1974), `` En la gestin de la ciencia
en la era de los sistemas:
dos esquemas para el estudio de la ciencia como un fenmeno conjunto de
sistemas '", Interfaces, vol. 4
No. 3, pp. 46-58.
Muth, JF (1986), `` Buscar la teora y la funcin de los avances de fabricacin '',
Gestin
Science, vol. 32 N 8, pp. 948-62.
O'Leary-Kelly, SW y Vokurka, RW (1998), `` La evaluacin emprica de la
validez de constructo '',
Diario de Gestin de Operaciones, Vol. . 16, pp 387-405.
Ormerod, RJ (1997), `` Una observacin sobre los hbitos de publicacin basado
en el anlisis de MS / O
revistas '', OMEGA, vol. . 25, pp 599-603.
Reisman, A. y Kirschnick, F. (1994), `` La devolucin de OR / MS:
implicaciones de una estadstica
anlisis de contenido de los artculos en revistas emblemticas '', Investigacin de
Operaciones, Vol. . 42, pp 577-88.
Reisman, A. y Kirschnick, F. (1995), `` Las estrategias de investigacin utilizadas
por los trabajadores OR / MS como se muestra por
un anlisis de los artculos en revistas emblemticas '', Investigacin de
Operaciones, Vol. . 43, pp 731-40.
Schalla, AJ, Fransoo, JC y De Kok, AG (2000), `` Aggregate modelado cadena de
suministro en
planificacin avanzada y software de programacin: un estudio emprico '',
documento de trabajo mar /
TM / LBS / 00-05, Technische Universiteit Eindhoven, Eindhoven.
Schmenner, RW (1988), '' El mrito de hacer las cosas rpido '", Sloan
Management Review, vol. 30
No. 1, pp. 11-17.
Pgina 24

IJOPM
22,2

264
Schmenner, RW y Swink, ML (1998), '' En teora en la gestin de las operaciones
de '', Journal of
Gestin de Operaciones, Vol. 17, pp. 97-113.
Schonberger, R. (1982), las tcnicas de fabricacin japonesas: Nueve Lecciones
ocultos en la simplicidad,
Free Press, Nueva York, NY.
Silver, EA, Pyke, DF y Peterson, R. (1998), la gestin de stocks y planificacin
de la produccin
y programacin, 3 ed., Wiley, Nueva York, NY.
Sterman, JD (2000), Dinmica Empresarial: Sistemas de Pensamiento para un
mundo complejo, Irwin / McGrawHill, Boston, MA.
Taylor, FW (1911), Los Principios de la Administracin Cientfica, Harper &
Row, New York, NY,
reeditado como parte de una coleccin, la administracin cientfica, Harper &
Row, 1947.
Tayur, S., Ganeshan, R. y Magazine, M. (1999), los modelos cuantitativos para la
Cadena de Suministro
Gestin, Kluwer Academic Publishers, Boston, MA.
Wacker, JG (1998), `Una definicin de la teora: las directrices de investigacin
para diferentes-la construccin de teoras
mtodos de investigacin en la gestin de operaciones '", Diario de Direccin de
Operaciones, Vol. 16,
pp. 361-85.
Wiendahl, HP (1987), Belastungsorientierte Fertigigungssteuerung: Grundlagen,
Verfahrensaufbau,
Realisierung, Hanser, Munich.
Wight, OW (1974), la produccin y la gestin de stocks en la era del ordenador,
CBI, Boston,
MA.
Wright, TP (1936), `` Los factores que afectan el costo de los aviones '', J.
Aero. Sci., Vol. . 3, pp 122-8.
Yelle, LE (1979), '' La curva de aprendizaje: resea histrica y estudio exhaustivo
'', la Decisin
Ciencias, vol. . 10, pp 302-28.
Yin, RW (1994), Caso de Estudio de Investigacin: Diseo y Mtodos, Segunda
Edicin, Sage, Thousand
Oaks, California
artculos producidos es lineal en los logaritmos de estas variables. Tenga en
cuenta que el

curva de aprendizaje fue descubierto al observar los datos de los procesos de la

vida real
(Wright (1936) que se refiere la Muth (1986)). Como tal, no era una causal
modelo, sino un fenmeno que se dio de una manera sistemtica. Ms tarde, los
esfuerzos
se han hecho para desarrollar modelos explicativos y predictivos (por ejemplo
Muth,
1986). Estos modelos se relacionan la teora existente de reas como la
psicologa y la
comportamiento organizacional de la funcin de potencia observado en el
aprendizaje emprico
estudios de curva y describir las relaciones cuantitativas causales.
A pesar del estado cientfica ms subdesarrollado del campo, en el ltimo
mtodos y tcnicas desarrolladas por o dcadas se han comenzando a hacer
un grave impacto en el diseo y control de los procesos operativos. Este
especialmente pertenece a altamente automatizado procesos operativos, u
operacional
procesos y problemas de decisin operativos donde el impacto del ser humano
factor es insignificante. Un campo importante de aplicacin exitosa de la
matemtica
tcnicas de optimizacin es en el rea general de los problemas de asignacin
esttica
Pgina 7

Operaciones
gestin
investigacin
247
donde el objetivo es optimizar la asignacin de un recurso, como en el corte
problemas de stock (ver Cheng et al., 1994, para una visin general) y de rutas
para vehculos
problemas (ver Ball et al. (1995) para obtener informacin general y Lenstra et
al.
(2001) para las adiciones recientes). En los aos 1970 y 1980 O ya una era
campaa que se estableci en lo que se refiere a anlisis matemtico. Major
logros se han alcanzado en el campo de la programacin matemtica
y otras reas de optimizacin discreta. Sin embargo, en esos das, adems de la
excepciones discutidas ms arriba, su impacto en el diseo y el control de la vida
real
procesos operativos era muy limitada. A principios de la dcada de 1970, los
artculos eran
public afirmando que la investigacin o de la sociedad estaba hablando sobre

todo a s mismo. En el
finales de 1970, uno de los padres fundadores de la O, Ackoff, escribi un
artculo afirmando
que `` el futuro de O es pasado '"(Ackoff, 1979), expresando su frustracin por la
enormes cantidades de recursos que se invierten en el anlisis de problemas que
slo tenan
una dbil relacin con los procesos operativos de la vida real. Su falta de impacto
en el
la gestin de los procesos operativos podra atribuirse al hecho de que muchos
de los modelos y soluciones aportadas no eran reconocidos por los directivos
como
tener estrecha correspondencia con los problemas que lucharon con. Como
En consecuencia, los desarrollos verdadero salto en la industria y
no fueron impulsados por los resultados tericos. Vamos a dar tres ejemplos a
ms detalles sobre esta declaracin.
En la dcada de 1970, en la industria mucho tiempo se dedic a la introduccin
de la informacin
tecnologa para el control de procesos de fabricacin, sobre todo material de
la planificacin de necesidades (MRP) sistemas (Wight, 1974). En el primer caso,
la
OR comunidad de investigacin no tuvo en cuenta estos sistemas para ser de
cualquier
importancia. Sin embargo, la evolucin de los sistemas MRP fue una ola de
transporte para la
Produccin y Control de Inventario de la Sociedad Americana (APICS) para
iniciar un verdadero
cruzada para reducir inventarios, aumentar la eficiencia y aumentar la entrega de
comportamiento de la industria de Estados Unidos. La Sociedad organiza la
educacin profesional,
puesto en marcha sus propias revistas, y fue un gran xito en trminos de
membresa
y conseguir la profesin (control de produccin e inventario) a un nivel superior.
Inicialmente, los cientficos no tienen un papel importante en este desarrollo.
Eventualmente, sin embargo, se adopt el sistema de planificacin de
necesidades como una forma de trabajar `` '' y
O tericos comenzaron a analizar los problemas relacionados con el MRP,
creando as
conocimientos sobre el funcionamiento de los sistemas de planificacin de
necesidades, pero de nuevo sin mucho impacto en
la profesin.
Un fenmeno similar se observ en respuesta a la introduccin de

Tcnicas de fabricacin japonesa, como en el Sistema de Produccin Toyota

(Schonberger, 1982). En las fbricas de Toyota en Japn, en los aos 1950 y 1960
un
manera de organizar los procesos de fabricacin haba evolucionado que era
bastante
diferente de los procesos utilizados en Occidente. Los japoneses ponen nfasis en
mquinas fiables, productos confiables (calidad) y la flexibilidad, tanto en
trminos de
mquinas set-ups y flexibilidad de los recursos. El resultado fue una fabricacin
sistema que no slo era ms eficiente que los utilizados en el Oeste, pero al
mismo tiempo ms flexible, ms fcil de controlar, y que podra ofrecer alta
calidad
producto. En resumen, sus procesos operativos fueron superiores a los utilizados
en la
Pgina 8

IJOPM
22,2
248
West. Estudiar el sistema de produccin de Toyota, Occidente ha aprendido la
lecciones, y en consecuencia tambin utilizaron tcnicas justo a tiempo, calidad
total
la gestin y el mantenimiento productivo total. En respuesta, el OR investigacin
comunidad ha cambiado su atencin a los nuevos problemas de los procesos
operativos,
incluyendo, entre otros, los elementos de fabricacin just-in-time, y comenz a
analizar estos nuevos problemas, produciendo penetracin en las caractersticas
de estos
nuevas tcnicas de fabricacin.
Otro ejemplo es el uso del control de la carga de trabajo para controlar el tiempo
de proceso
en los sistemas de produccin complejos. Control de la carga de trabajo ya fue
defendido como
`` Control de entrada-salida '' por Wight (1974) en su libro sobre la planificacin
de necesidades y es ahora
ampliamente conocido como CONWIP (Hopp y Spearman, 1996). En la dcada
de 1970 y
1980, dos grupos de investigacin involucrados en la investigacin emprica en la
industria
observado que el control de la carga de trabajo de forma independiente mejor
dramticamente tanto
el rendimiento y el tiempo de produccin (Bertrand y Wortmann, 1981;

Wiendahl,
1987). Las mejoras observadas no pueden ser explicados por convencional
Modelos Or. La forma convencional de O para modelar una produccin compleja
sistema es un modelo de red de cola abierta. Anlisis de puesta en cola abierto
modelos de red revela ninguna mejora en la aplicacin de control de la carga de
trabajo;
por el contrario, el rendimiento se deteriora si se aplica el control de carga de
trabajo.
Sin embargo, el control de produccin en muchas situaciones de la vida real de
carga de trabajo era
adoptado como un instrumento de gestin eficaz y, finalmente, OR tericos
tienen
recogido como tema de investigacin. La investigacin posterior demostr que el
control de la carga de trabajo
no mejorar el rendimiento bajo el supuesto de que la gestin puede
influir en la llegada de nuevos pedidos para el sistema (Hopp y Spearman, 1996),
cerrando as la red de colas. Sin embargo, las mejoras observadas en
industria por Wiendahl (1987) se obtuvieron sin tal control sobre la nueva
pedidos de los clientes. Recientes encuestas e investigacin de estudio de campo
(Schmenner, 1988;
Holstrom, 1994; Lieberman y Demeester, 1999) contiene indicaciones de que
uno de los supuestos que subyacen a la red de colas convencional
modelos podran estar equivocados. Otros tipos de modelos de redes de colas
pueden
explicar lo que se observa en los procesos operativos de la vida real (Bertrand y
Van
Ooijen, 2002).
La discusin anterior muestra cmo OR investigacin puede convertirse en ms
eficaces.
O deberan estudiar los modelos que estn ms cerca de los procesos operativos
de la vida real. En
De hecho, los modelos deben ser estudiados que se pueden validar como
procesos de la vida real,
y tambin los resultados de los anlisis deben hacerse la prueba en la vida
real. De tal manera,
se obtiene retroalimentacin sobre la calidad del modelo utilizado para y la
la calidad de las soluciones obtenidas a partir del anlisis. Por lo tanto terica
investigacin cuantitativa se debe combinar con un criterio cuantitativo emprico
investigacin. Para un buen ejemplo de este tipo de investigacin ver Inman
(1999) y
DeHoratius y Raman (2000). En la siguiente seccin, tanto terica

investigacin cuantitativa y la investigacin emprica cuantitativa se discuten

ms
ampliamente y de manera explcita, y se colocan en una cuantitativa en general
investigacin de modelado OM.
Page 9

Operaciones
gestin
investigacin
249
Informacin general de las metodologas de investigacin OM utilizando
cuantitativa
modelado
Investigacin basada en el modelo cuantitativo puede ser clasificado como un
conocimiento racional
enfoque generacin (ver Meredith et al., 1989). Se basa en la suposicin
que podemos construir modelos objetivos que explican (parte de) el
comportamiento de la vida real
procesos operativos o que puede capturar (parte de) la toma de decisiones
problemas que se enfrentan los gerentes en los procesos operativos de la vida
real. Es
importante destacar que se describen las relaciones entre las variables
como causal, lo que significa que se reconoce explcitamente que un cambio de
valor en
una variable dar lugar a un cambio de f ... en otra variable. En otros tipos de
investigacin cuantitativa, como la investigacin de encuestas, tambin las
relaciones se definen
entre las variables que son objeto de estudio. Sin embargo, en general, en
encuesta
investigar el rango sobre el cual las variables varan no siempre se define
explcitamente, y la relacin entre las variables no suele ser causal, y
en la mayora de los casos no cuantitativo. Con `` cuantitativa '' en esta
observacin nos referimos
que la medida en que los cambios de variables dependientes cuando un especifica
cambio en la variable independiente se produce es cuantitativo. Una importante
consecuencia del hecho de que las relaciones son causal y cuantitativa es que el
modelos se pueden utilizar para predecir el estado futuro de los procesos
modelados en lugar
de limitarse a explicar las observaciones realizadas. Dentro del modelo, todos
reclamaciones son, por tanto, sin ambigedades y verificable. Es importante
darse cuenta de que
esto no es vlido para las reclamaciones que se refieren al mundo fuera del

modelo. Para el
mundo exterior, las predicciones inequvocas y verificables son muy difciles de
hacer
y vamos a demostrar que este problema apenas se ha abordado en el mbito
acadmico
literatura. Como consecuencia de ello, nos vemos en la literatura una distincin
clara entre
la investigacin emprica de modelos cuantitativos y modelos cuantitativos
axiomtica
investigacin.
Podemos clasificar la investigacin OM basado en modelos en dos clases
distintas. La primera
clase de stos es impulsado principalmente por el modelo (idealizado) en
s. Vamos a denotar
este tipo de investigacin como un axioma, en lnea con la terminologa
introducida por
Meredith et al. (1989). En esta clase de investigacin, la principal preocupacin
de la
investigador es obtener soluciones en el modelo definido y asegrese de que
estas soluciones proporciona una visin de la estructura del problema tal como se
define
dentro del modelo. Investigacin Axiomatic produce conocimiento sobre el
comportamiento
de ciertas variables en el modelo, con base en supuestos sobre el comportamiento
de
otras variables en el modelo. Tambin puede producir conocimiento sobre cmo
manipular ciertas variables en el modelo, suponiendo un comportamiento
deseado de otra
variables en el modelo, y suponiendo que el conocimiento sobre el
comportamiento de todava
otras variables en el modelo. Los mtodos formales se utilizan para producir este
conocimiento. Estos mtodos formales se desarrollan en otras ramas cientficas,
principalmente matemticas, estadstica e informtica. De hecho modelacin
terica
OM investigacin basada en gran medida se apoya en los resultados obtenidos en
matemticas, estadstica
y ciencias de la computacin. Como resultado, los tipos de modelos que se
estudian en esta
lnea de investigacin son en gran medida determinada por los mtodos
disponibles y
tcnicas en matemticas, estadstica y ciencias de la computacin, tales como

Pgina 10

IJOPM
22,2
250
optimizacin combinatoria y teora de colas. De hecho, los investigadores miran
el proceso operativo o el problema de decisin operativa a travs de la mira
vidrio de los modelos matemticos que pueden ser analizados. Los investigadores
en este
lnea est capacitado en, por ejemplo, la teora de la decisin, programacin
dinmica,
optimizacin matemtica, procesos de Markov o la teora de colas.
Por lo general, la investigacin axiomtica es normativa, aunque la investigacin
descriptiva,
tuvo como objetivo comprender el proceso que se ha modelado, tambin est
presente.
La investigacin normativa est principalmente interesado en el desarrollo de
polticas, estrategias,
y acciones, para mejorar en los resultados disponibles en la literatura existente, a
encontrar una solucin ptima para un problema que acaba de definir, o para
comparar diferentes
estrategias para hacer frente a un problema especfico. Casi todos los artculos de
la
(Con sede en EE.UU.) o dominio caen en esta rea normativa (por ejemplo, la
teora de la asignacin y
la teora de inventario). La investigacin en el rea de gestin de colas y teora de
juegos es tpicamente
de naturaleza descriptiva y en la mayora de los casos el modelo impulsado. La
investigacin descriptiva es
principalmente interesado en el anlisis de un modelo, que lleva a la comprensin
y
explicacin de las caractersticas del modelo.
La lnea de investigacin basada en el modelo axiomtico ha sido muy
productivo y una
vasto cuerpo de conocimiento basado en el modelo se ha desarrollado durante los
ltimos 50 aos.
Regularmente este conocimiento se consolida en monografas y libros. Buena
ejemplos recientes de este tipo de libros son:
.
Modelos estocsticos de sistemas de fabricacin (Buzacott y
Shantikumar, 1993).
.

Logstica de produccin y el inventario (Graves et al., 1993).

.
La fsica de fbrica (Hopp y Spearman, 1996).
.
Los modelos cuantitativos para la gestin de la cadena de suministro (Tayur et
al., 1998).
.
Las bsquedas locales en optimizacin combinatoria (Aarts y Lenstra, 1997).
La segunda clase de investigacin basado en el modelo es impulsado
principalmente por emprica
resultados y las mediciones. En esta clase de investigacin, la principal
preocupacin de la
investigador es para asegurar que hay un modelo de ajuste entre las
observaciones y acciones
en la realidad y el modelo hecho de que la realidad. Este tipo de investigacin
puede ser a la vez
descriptivo y normativo. Investigacin emprica descriptivo es principalmente
interesados en la creacin de un modelo que describa adecuadamente las
relaciones causales
que pueden existir en la realidad, lo que conduce a la comprensin de los
procesos va
sucesivamente. Ejemplos de este tipo de investigacin es la investigacin de la
dinmica industrial
realizado por Forrester en los aos 1950 (por ejemplo, Forrester, 1961) y la
investigacin sobre
velocidad de reloj en sistemas industriales de Fine, Mendelson y Pillai en la
dcada de 1990
(Fine, 1998; Mendelson y Pillai, 1998). Cuantitativa emprica Normativa
la investigacin est principalmente interesado en el desarrollo de polticas,
estrategias y acciones para
mejorar la situacin actual. Esta rea de investigacin es muy pequea. Algunos
afirmaciones normativas se han realizado dentro de los artculos empricos
cuantitativos (por ejemplo,
Blocher et al., 1999), pero el procedimiento de verificacin es por lo general no
muy fuerte. Como
con cualquier investigacin con un diseo longitudinal, donde se realiza una
accin de cambio
durante la investigacin, es muy difcil de evaluar que los cambios en el
rendimiento se
Pgina 11

Operaciones

gestin
investigacin
251
debido a la accin especfica y que se deben a otras circunstancias
cambiantes. En
la investigacin emprica OM, controlando todas las variables relevantes es
imposible.
En contraste con la investigacin cuantitativa axiomtica, cuantitativa emprica
investigacin basada en el modelo no ha sido muy productiva. Modelo emprico
basado
informes de investigacin sobre las aplicaciones de los resultados de las
investigaciones tericas en la vida real
procesos operativos. Los investigadores que trabajan en esta lnea deben tener
mucho
conocimiento sobre las caractersticas relevantes del proceso operacional bajo
estudio. Sin embargo, an carece de un OM, metodolgico comn bien definido
marco para identificar y medir las caractersticas relevantes del real
los procesos operativos de la vida. Por ejemplo los factores importantes en un
modelo de cola de
un proceso operativo son la capacidad de los recursos, los tiempos de
procesamiento de
las operaciones, y la tasa de llegada de las rdenes de trabajo. No hay objetivo,
situacin independiente y procedimiento generalmente aceptado que, observando
un
proceso operativo especfico por medio de un modelo de cola, se utiliza para
medir la capacidad de los recursos, los tiempos de procesamiento de las
operaciones
y la tasa de llegada de los pedidos. Por supuesto, en cada aplicacin en una vida
real
situacin, este problema constructo se trata en una forma u otra; sin embargo,
esto siempre se hace de una manera subjetiva, dependiente de la situacin que
rara vez es
informado de forma explcita en las publicaciones. Por esa razn, es difcil juzgar
la
valor cientfico de los resultados informados en esos artculos. Sin embargo, dada
que el hecho de la investigacin cuantitativa modelo basado es un ser racional,
objetivo,
enfoque cientfico, debe desarrollar de manera objetiva y racional para hacer
frente a la
problemas encontrados al hacer la investigacin emprica.
La discusin anterior conduce a una clasificacin como se muestra en la Tabla I.

Cada uno de estos cuatro tipos de investigacin conduce a diferentes

contribuciones a la
preguntas de investigacin generales en OM. Tenga en cuenta que en los
proyectos de investigacin a gran escala
varios de estos tipos de investigacin podran combinarse.
Revisin de la literatura metodolgica relevante
Metodologa de la investigacin en la modelizacin cuantitativa en OM
tradicionalmente no tiene
sido percibido como un problema. Hay un par de explicaciones para esto. El
punto principal es que la mayor parte del trabajo descrito en la metodologa de
OM ha sido
en la metodologa de la investigacin emprica. Nos referimos a la edicin
especial de la Revista
de Operaciones de la gestin (Melnyk y Handfield, 1998b) para un amplio
conjunto
de artculos sobre metodologa de la investigacin OM, y a Meredith et al. (1989)
para una
amplio debate sobre la metodologa en la investigacin OM de una manera
general. En el
otros artculos de la actual edicin especial de la Revista Internacional de
Operaciones y Gestin de la Produccin, vistas generales se dan en la ciencia de
la accin
(Investigacin-accin), encuestas y estudios de caso. Metodologa de artculos
que abordan
Tabla I.
Clasificacin de los
cuantitativa
(Modelo de base) OM
tipos de investigacin
Descriptivo
Normativa
Emprica
ED
ES
Axiomatic
AD
AN
Pgina 12

IJOPM
22,2
252

especficamente el dominio de modelizacin cuantitativa en la investigacin

emprica tiene,
sin embargo, no apareci en la literatura acadmica. Keys (1991) direcciones en
su
monlogo algunos problemas metodolgicos en el campo de la investigacin
operativa, como
hacer Ackoff y Sasieni (1968) en su libro seminal sobre OR. Es importante
darse cuenta de que su trabajo no le preocupa tanto con la metodologa de
investigacin en
un sentido acadmico. Ellos estn ms interesados en la metodologa utilizada
por
operaciones / investigadores operacionales en la resolucin de relevante y
especfica
problemas, que, como se mencion anteriormente, es distinto del acadmico /
cientfico
metodologa de la investigacin que nos ocupa en este artculo. En este artculo
enfoque en la investigacin que tiene como objetivo obtener resultados genricos
hacia la teora
la construccin de OM en lugar de los resultados de las soluciones para
problemas especficos sin
esta contribucin genrica.
En el dominio axiomtica, la discusin sobre la metodologa es en gran parte
ausente.
Instrucciones para los rbitros en revistas que publican este tipo de trabajo no lo
hacen
mencionar el tema metodologa. Ms bien, se centran en matemtica
correccin (en referencia al hecho mencionado anteriormente que la lnea de
razonamiento
debe ser ambigua) y en algunos casos en una sentencia del rbitro en
relevancia del problema. Reisman y Kirschnick (1994) distinguen an ms
dentro de la investigacin axiomtica entre lo que ellos llaman artculos tericos
puros y
esos artculos axiomticas que se prueban utilizando datos sintticos. Ellos no lo
hacen
abordar la cuestin metodologa en su artculo. Un caso especial es axiomtico
investigacin que utiliza la simulacin por ordenador. En trminos generales, la
metodologa es un
cuestin en estos artculos. La metodologa se basa en gran medida en la teora de
la estadstica en
diseo y anlisis experimental, y ha sido bien establecida en libros tales
como Kleijnen y Van Groenendaal (1992) y Derecho y Kelton (2000).

Una primera contribucin a la discusin metodologa en OM es el seminal

artculo de Mitroff et al. (1974). Modelo Mitroff et al. Se presenta en la Figura 1.
Figura 1.
Modelo de investigacin por
Mitroff et al. (1974)
Pgina 13

Operaciones
gestin
investigacin
253
Mitroff et al. Modelo (1974) se basa en los enfoques iniciales utilizadas cuando
investigacin operativa surgi como un campo. En su modelo, la investigacin
operativa
enfoque consiste en un nmero de fases:
(1) conceptualizacin;
(2) el modelado;
(3) la solucin de modelos;
(4) la implementacin.
En la fase de conceptualizacin, el investigador hace un modelo conceptual de la
problema y el sistema que l / ella est estudiando. El investigador toma
decisiones sobre
las variables que deben ser incluidos en el modelo, y el alcance de la
problema y el modelo que se abordarn. En la siguiente fase, el investigador
realidad
construye el modelo cuantitativo, definiendo as las relaciones causales entre la
variables. Despus de esto, el modelo de proceso de resolucin se lleva a cabo,
en el que el
matemticas suelen jugar un papel dominante. Finalmente, los resultados del
modelo son
implementado, despus de lo cual un nuevo ciclo puede empezar. Mitroff et
al. (1974) sostienen que un
ciclo de investigacin sin duda puede comenzar y terminar en cualquiera de las
fases en el ciclo,
siempre que el investigador es consciente de las partes especficas de la solucin
proceso que l / ella est abordando y, en consecuencia, de las reivindicaciones l
/ ella puede
hacer sobre la base de los resultados de su / sus investigaciones.
Adems, se proponen la nocin de accesos directos en el ciclo de la investigacin
que a menudo se aplican y que conducen a menos de diseos de investigacin
deseables. Para
ejemplo, distinguen la `` modelado solucin de modelos retroalimentacin

estrecha ''
ciclo, y comentan que muchos investigadores siguientes este ciclo tienden a
confundir
el proceso de resolucin de modelo para la implementacin. Alternativamente,
ellos nombran la
`` Conceptualizacin retroalimentacin estrecha aplicacin '' ciclo, que tiende
a
error conceptualizacin para modelar, y distinguir as una falla que
que caracteriza a algunas de las investigaciones no cuantitativo. Modelo Mitroff
et al. (1974)
es muy til en la identificacin de un camino metodolgico especfico que un
determinado
artculo est siguiendo, y relacionndolo con la validez de las afirmaciones que se
hacen en
el artculo.
Como tal, cada uno de los cuatro tipos de investigacin identificadas en la
seccin anterior puede
posicionarse en este modelo. Basada en modelos Dado que estamos hablando
cuantitativa
la investigacin, el `modelo` cientfica '' es un tema central en los cuatro tipos.
En la investigacin AD, el proceso de modelado es central. El investigador toma
una
modelo conceptual en su mayora de la literatura y hace un modelo cientfico
de
esto. Adems, el investigador hace algunos anlisis sobre este modelo cientfico
para ganar
informacin sobre el comportamiento de este modelo. El investigador
normalmente no se mueve
en la fase de resolucin de modelo. Esta extensin se realiza en la AN la
investigacin, en el que el
proceso de resolucin del modelo es el proceso central de la investigacin
reportada. En muchos AN
artculos el proceso de modelado tambin se incluye, as como los resultados del
modelo son
realimenta al modelo conceptual. Esto conduce a la `` modelado resolucin de
modelo ''
acceso directo. Mitroff et al. (1974) llaman a esta informacin en el sentido
estricto, y citan como
Pgina 14

IJOPM
22,2

254
El error ms comn que los errores investigador esta retroalimentacin para
aplicacin y propone la afirmacin cientfica en consecuencia.
En la investigacin ED, el investigador normalmente sigue un ciclo de
`conceptualizacin`
modelado validacin ''. Es interesante observar que el principal riesgo que
Mitroff
et al. (1974) es un aviso preocupacin excesiva con la validacin, es decir, el
investigador quiere
hacer un ajuste perfecto entre el modelo y la realidad. Al principio de este
artculo,
se dio cuenta de que la realidad en la gestin de operaciones no puede ser
completamente capturada y un
por lo tanto, sobre-axiomtico enfoque en la investigacin emprica debe ser
evitado.
Finalmente, la forma ms completa de la investigacin es EN, donde el entero
`` Conceptualizacin modelado solucin de modelos aplicacin '' ciclo es
llevado a cabo. Como se discuti anteriormente, en muchos casos, esta
investigacin se basa en principios
investigacin publicada que est en la categora AD y ya ha desarrollado caminos
para el modelado resolucin de modelo '"etapas` `.
Cmo llevar a cabo la investigacin cuantitativa OM
En esta seccin vamos a discutir ms especficamente cmo llevar a cabo una
buena axiomtica
investigacin cuantitativa y cmo llevar a cabo una buena investigacin emprica
cuantitativa
en OM.
Investigacin cuantitativa Axiomatic
Axiomatic investigacin cuantitativa OM comienza con una descripcin
condensada de la
caractersticas del proceso operativo o el problema de decisiones operativas
que va a ser estudiada. Esto se corresponde con el modelo conceptual en
Figura 1. La descripcin del modelo conceptual debe utilizar tanto como sea
posible
conceptos y trminos que son aceptadas como normas publicadas en OM
cientfica
literatura sobre el tema en estudio. Generalmente lo que se estudia es una
variante de un
proceso o un problema que se ha estudiado antes. Por lo tanto, en el conceptual
Descripcin modelo de referencia se da a los artculos de anclaje generalmente
aceptados

que contienen descripciones de las caractersticas generales del proceso o

problema estudiado en la lnea de investigacin en el que los ajustes actuales de
investigacin (por ejemplo,
lote econmico dimensionamiento, gestin de colas, o el control de inventario) y
para los artculos recientes
que los procesos de estudio o problemas que estn estrechamente relacionados
con el proceso o
problema en estudio. De esta manera el proceso o problema en estudio es
claramente
posicionado en la literatura cientfica. Tenga en cuenta que el estudio de un
proceso puede ser
considerarse como descriptivo, mientras que el estudio de un problema puede ser
considerado como
investigacin normativa.
La importancia cientfica de la investigacin se determina principalmente por lo
que el
la investigacin tiene la intencin de contribuir en la literatura
existente. Podemos distinguir
dos tipos de contribucin. El primer tipo de contribucin es el estudio de un
nuevo
variante del proceso o problema, utilizando tcnicas bien conocidas las
soluciones
segundo tipo de contribucin es estudiar un proceso o un problema que ha sido
estudiado antes, pero proporciona una nueva, o, en algunos aspectos, mejores,
solucin al
problema, ya sea mediante la aplicacin de los nuevos tipos de tcnicas de
solucin al problema, o
por el logro de mejores resultados con tcnicas de solucin aceptadas.
Pgina 15

Operaciones
gestin
investigacin
255
La segunda fase en la investigacin cuantitativa axiomtico es la especificacin
de la
modelo cientfico del proceso o problema. El modelo cientfico debe ser
presentado en trminos matemticos formales, de manera que sea matemtico o
anlisis numrico es posible, o simulacin por ordenador puede llevarse a
cabo. Por lo tanto
investigadores en este campo deben estar bien educados en el anlisis
matemtico,

anlisis numrico o la informtica. En el caso de la simulacin por ordenador se

utiliza como
herramienta de investigacin, tambin se necesita conocimiento sobre diseo
experimental y
anlisis estadstico. La calidad cientfica de la investigacin se determina
principalmente
por el `` optimalidad '' del resultado, dado el modelo cientfico. En caso de
normativa
investigacin, `` optimalidad '' se refiere a la medida en la que el resultado se
puede probar que
ser la mejor solucin posible para el problema dado. En caso de descriptivo
investigacin, `` optimalidad '' se refiere al grado en que los resultados pueden
ser probados
para dar las caractersticas exactas del proceso dado.
Las pruebas en general, slo se pueden entregar con el anlisis matemtico.
Por lo tanto en la investigacin axiomtica es necesaria una slida formacin
matemtica
para hacer investigacin de alta calidad. Esto tambin es necesario para poder
juzgar que
formulaciones de problemas cientficos, dado el estado actual de la matemtica
conocimiento, son buenos problemas, es decir, problemas para los que los
resultados de alta calidad
puede ser obtenida. Las soluciones de alta calidad son el resultado de una idea de
lo que podra ser un
solucin, en combinacin con una prueba matemtica de la calidad de la
solucin. Criterios para la correccin de la prueba se encuentran en la rama de
matemticas utilizadas en la investigacin. Esto no se trata en este artculo. Tanto
en
la bsqueda de una solucin y en que acrediten la veracidad de la solucin, obras
de intuicin
un papel importante. Por lo tanto una buena investigacin no es slo el resultado
de las habilidades analticas o
la aplicacin de una metodologa, sino el resultado de una buena intuicin en
combinacin con
capacidad de anlisis y una buena metodologa.
De la discusin anterior se deduce que el cuerpo principal de un terico
artculo cuantitativa OM generalmente contiene secciones que cubren los temas
se indica a continuacin:
.
modelo conceptual del proceso o el problema;
.

modelo cientfico del proceso o el problema;

.
solucin;
.
prueba de la solucin;
.
ideas relacionadas la solucin al modelo conceptual.
A veces el orden es ligeramente diferente y los autores les resulta ms
conveniente presentar un anlisis matemtico del problema que nicamente
conduce a soluciones o a las caractersticas del proceso.
Investigacin cuantitativa Axiomatic mediante simulacin
Se toma un enfoque ligeramente diferente cuando el resultado no se obtiene con
anlisis matemtico pero con la simulacin por ordenador. Esta tcnica se utiliza
en
caso, el modelo o el problema es demasiado complejo para el anlisis matemtico
formal.
Este tipo de investigacin por lo general conduce a menores resultados
cientficos de calidad que
Pgina 16

IJOPM
22,2
256
investigacin con estudios de matemtica, pero la relevancia cientfica de la
proceso o problema estudiado puede ser mucho mayor. Esto es porque la
computadora
simulacin puede tratar con una variedad mucho ms amplia de modelos
cientficos que lata
anlisis matemtico. As que la disyuntiva aqu a menudo est entre cientficos
relevancia del proceso o problema estudiado y la calidad cientfica de los
resultados.
La investigacin que utiliza la simulacin por ordenador requiere una serie de
adicionales
pasos. Un paso muy importante en la investigacin de simulacin es la
justificacin de esta
mtodo de investigacin. Dado que la calidad cientfica de los resultados ser
generalmente
inferiores en lugar de pruebas matemticas, slo los resultados con un poco de
estadstica
importancia se puede llegar, slo es justificado utilizar este mtodo si puede ser
muestra que no es posible resolver el problema de una manera analtica. Un bien
conocido ejemplo es el uso de la simulacin por ordenador para probar mtodos

heursticos para
resolucin de problemas de optimizacin combinatoria. Los artculos que
informan sobre esta
La investigacin siempre contiene una seccin en la que se demuestra que el
problema
no se puede resolver a optimalidad en tiempo polinmico de los parmetros del
problema.
Esta es una norma aceptada para justificar la investigacin en mtodos
heursticos.
El segundo paso es la justificacin de la solucin o hiptesis a probar.
En la investigacin basada en el anlisis matemtico, es aceptable slo presentar
el
solucin y la prueba correspondiente. Hay la solucin se justifica por la
prueba. En
investigacin simulacin ninguna prueba es posible, as que tenemos que ser muy
cuidadosos en
seleccionar nuestra solucin heurstica o hiptesis. Generalmente los artculos de
este tipo
contener una seccin en la que se utiliza la evidencia de la investigacin previa a
la razn por qu
esta heurstica podra funcionar bien, o por qu esta hiptesis con respecto a la
caractersticas del proceso pueden acercarse a las verdaderas caractersticas.
El tercer paso es la puesta a punto del diseo experimental. Esto se debe hacer
con mucho cuidado y de acuerdo con las normas aceptadas (Kleijnen y Van
Groenendaal, 1992). Todos los factores en el modelo cientfico que pueden tener
un impacto
en la calidad de la solucin o resultados debe ser identificado y tiene que ser
variado
en la simulacin a travs de una gama suficientemente amplia de valores con
suficiente detalle.
As, los artculos de simulacin por ordenador siempre contienen una seccin en
la que el
diseo experimental se presenta y justifica. Las justificaciones se basan a menudo
en
resultados de las investigaciones existentes, ya sea analtico o simulacin basan,
que
proporcionar informacin acerca de lo que ya se sabe con certeza acerca
relacionada
problemas. Dado que se trata de la investigacin terica en un modelo
informtico
del modelo cientfico, hay aparte de almacenamiento, el espacio y el tiempo en

la computadora
hay lmites para el tamao y el detalle del modelo. Basada en la simulacin
investigacin terica
por tanto, slo est limitada por la potencia de clculo. Sin embargo potentes
ordenadores son
o ser, sus limitaciones nos instan a decidir cuidadosamente sobre la complejidad
de la
modelo para ser investigado. Adems, el nmero de factores a considerar en la
diseo experimental debe mantenerse suficientemente baja para que la
simulacin eficiente
y anlisis de datos eficaces es posible.
El cuarto paso se refiere al anlisis estadstico de los resultados de la
simulaciones por ordenador. Hay un amplio espectro de tcnicas estadsticas
disponibles para este fin, y la eleccin debe basarse en el tipo de investigacin
pregunta a responder. Para las pruebas de rendimiento, la t-estadstica se podra
utilizar
Pgina 17

Operaciones
gestin
investigacin
257
para probar la significacin estadstica de la diferencia entre el rendimiento
obtenido en la simulacin con algn punto de referencia, es decir, el rendimiento
de la
mejor heurstica encuentra en la literatura. Para probar la sensibilidad de la
actuacin
para valores de los parmetros en el modelo, podra utilizarse el anlisis de la
varianza.
Los investigadores involucrados en la investigacin terica basada en la
simulacin deben ser bien
capacitado en el diseo experimental y el anlisis estadstico, ya que el estado de
conocimiento en este campo determina qu preguntas de investigacin pueden
abordarse
con estas tcnicas.
El quinto paso se refiere a la interpretacin de los resultados del anlisis
relacionada con las preguntas de investigacin en el modelo conceptual. En este
paso, el
resultados se consideran en el contexto de la descripcin del problema conceptual
y
los investigadores obtienen conclusiones sobre el grado en que el original
las preguntas se responden y qu nuevas preguntas surgen de estos resultados.

El cuerpo principal de un artculo de investigacin terica basada en la

simulacin por ordenador
Por lo tanto, OM contiene secciones que tratan de los temas que se muestran a
continuacin:
.
modelo conceptual del proceso o el problema;
.
la justificacin del mtodo de investigacin;
.
modelo cientfico del proceso o el problema;
.
justificacin de la heurstica o hiptesis;
.
diseo experimental;
.
anlisis de los resultados;
.
interpretacin de los resultados.
Investigacin cuantitativa basada en modelos empricos
Investigacin emprica basada en un modelo cuantitativo se refiere a cualquiera
de las pruebas
la (construccin) validez de los modelos cientficos utilizados en teora
cuantitativa
investigacin, o con pruebas de la usabilidad y el rendimiento de las soluciones a
los problemas
obtenido a partir de la investigacin terica cuantitativa, en la vida real operativa
procesos. En la Figura 1, estos procesos principales se identifican como
aplicacin
y validacin. Investigacin emprica cuantitativa es todava en su infancia y no
Por lo tanto, existe mucho menos consenso acerca de lo que es bueno cuantitativa
emprica
la investigacin que sobre lo que es una buena investigacin axiomtica
cuantitativa.
Pruebas de investigacin cientfica emprica y la validez de cualquier terico
modelos y pruebas y desafos de la usabilidad y el rendimiento de las soluciones
de problemas tericos. Investigacin cientfica emprica debe ser cuidadosamente
distinguido por el uso de los resultados de investigacin axiomticos en la mejora
proyectos. Estos ltimos proyectos tienen por objeto mejorar el desempeo de
una
proceso operativo, ya sea cambiando su estructura o su control. El uso de
resultados de las investigaciones tericas en este tipo de proyectos se basa en la

creencia de que el
modelos de procesos subyacentes son vlidas y las soluciones tericas son
utilizables
y llevar a cabo tambin. Sin embargo, esta creencia es raramente probada
durante el proyecto,
aunque las normas metodolgicas para la prctica de la investigacin operativa
prescriben que los supuestos del modelo se debe comprobar (por ejemplo, Ackoff
y
Pgina 18

IJOPM
22,2
258
Sasieni, 1968). No es de extraar que las hiptesis en la investigacin operativa
proyectos rara vez se comprueba, porque hacerlo sera muy lento
y costoso, debido al esfuerzo que supone la recogida de todos los datos
necesarios para
la comprobacin de todos los supuestos del modelo subyacente. Esto explica por
qu en la vida real
proyectos de mejora de procesos operativos rara vez producen conocimiento
cientfico
procesos sobre operacionales.
Como se dijo antes, la investigacin emprica cuantitativa debe ser diseado para
probar
la validez de los modelos tericos cuantitativos y cuantitativa terico
soluciones de problemas, con respecto a los procesos operativos de la vida
real. Esto est en lnea
con el concepto ms general de la investigacin emprica basada en la teora de
OM
(Melnyk y Handfield, 1998a; Handfield y Melnyk, 1998). Basada en modelos
la investigacin emprica se aprovecha de la gran cantidad de factores
cuantitativos axiomtica
investigacin en OM y disea la investigacin emprica en
consecuencia. Ejemplos son
el trabajo por Fisher y Raman (1999), por Inman (1999), y por Schalla et al.
(2000). La esencia de su trabajo es la validacin, ya sea el modelo conceptual o
La solucin propuesta por los resultados de investigacin axiomticos. Fisher y
Raman (1999)
analizar la exactitud de los registros de inventario en el comercio minorista y,
utilizando los modelos disponibles,
evaluar las consecuencias de estas imprecisiones en los resultados que han sido
obtenida en los estudios axiomticos. Inman (1999) valida los supuestos

comnmente realizado en la investigacin axiomtica sobre los tiempos de

procesamiento y el orden
tiempos de llegada de los sistemas de produccin. Schalla et al. (2000) analizan
la decisin
proceso de modelado en software de planificacin avanzada, y comparar el
terico
evaluacin de las observaciones empricas que hacen. Su emprica
observaciones son impulsados por hiptesis que se basan en las teoras
desarrolladas
anteriormente en entornos de investigacin principalmente axiomticos.
Un problema importante es que los procesos operativos de la vida real son todos
diferentes,
aunque hay similitudes estructurales dentro de las clases de funcionamiento
procesos. Las similitudes son a menudo causados por el tipo de fabricacin
tecnologa utilizada. Clases bien conocidos de los procesos operativos son, por
ejemplo,
la tienda de flujo continuo (por ejemplo, la lnea de montaje), para produccin de
alto volumen de
productos similares, y el taller de trabajo para la produccin de bajo volumen de
una gran variedad
de diferentes productos. Sin embargo, dependiendo de la organizacin del
trabajo, la
sistema de informacin utilizado, el nivel de educacin de la fuerza de trabajo,
etc, diferentes
lneas de flujo y diferentes talleres de trabajo pueden tener diferentes procesos
operativos
caractersticas, y estas caractersticas pueden evolucionar con el tiempo. Por lo
tanto
investigacin cuantitativa emprica debera tener como objetivo la validacin de
los supuestos bsicos
acerca de los procesos operativos y caractersticas del problema para bien
definido
clases de los procesos operativos, que se basan los modelos tericos y
problemas.
A partir de estas observaciones, podemos derivar los pasos que se deben tomar
cuando
hacer la investigacin cuantitativa emprica. El primer paso es la identificacin
de la
supuestos bsicos sobre el proceso operativo subyacente en el terico
modelos o problemas. En la literatura OM, podemos distinguir diferentes
investigaciones

corrientes que comparten supuestos comunes sobre el proceso de las operaciones

o
problema de decisin operativa. Por ejemplo, hay una corriente de investigacin
que es
Pgina 19

Operaciones
gestin
investigacin
259
basado en una vista de modelo de cola en el proceso de produccin. Llamamos a
esto una bsica
suposicin.
El segundo paso es que los investigadores deben identificar el tipo de operativa
proceso y el tipo de problema de decisin con respecto a este proceso operativo, a
que se supone que los supuestos bsicos para aplicar. Por ejemplo, se supone
que las decisiones sobre la estructura de los recursos de un sistema de produccin
de taller de trabajo
debe basarse en un modelo de cola de rdenes o el flujo a lo largo de los centros
de trabajo.
El tercer paso es que los criterios operativos y objetivos debe ser desarrollado
para
decidir si es o no un proceso operativo de la vida real pertenece a la clase de
procesos operativos considerado (es decir, un taller de trabajo) y para la
identificacin de la
sistema de decisin en el proceso operacional que representa el problema de
decisin
considerado. Estos criterios deben ser objetivos, es decir, cada investigador en
OM
el uso de estos criterios sera llegar a la misma decisin con respecto al proceso y
el sistema de toma.
El cuarto paso es derivar, a partir de los supuestos bsicos, hiptesis
en relacin con el comportamiento del proceso operativo. Este comportamiento
se refiere a
variables o fenmenos que pueden ser medidos u observados en el
funcionamiento
proceso de una manera objetiva. Las ms diversas hiptesis comprobables se
derivan
de los supuestos bsicos, ms fuerte es la investigacin es.
El quinto paso es el desarrollo de una forma objetiva de hacer la medicin o para
hacer
las observaciones. Este es un paso muy importante que requiere

documentacin. El
razn de esto es que, en la investigacin proceso operativo, no existe
formalizado construccin de variables como el tiempo de procesamiento,
capacidad de la mquina,
salida de la produccin, la produccin de tiempo de produccin, etc, ni
generalmente aceptada
existen formas de medir all variables. Esto ilustra la dbil posicin de
investigacin emprica cuantitativa en OM. La situacin siendo como es,
emprica
Investigadores MF deben desarrollar su propia manera de medir y documentar
este
cuidadosamente. Esto requiere que el investigador sabe cmo identificar el
correspondiente
caractersticas del proceso operativo, y sabe cmo cambiar o
influir y medir las caractersticas relevantes del proceso. Por lo tanto, el modelo
investigacin emprica basada no se puede hacer sin un enfoque sistemtico para
identificacin y medicin de los procesos operativos de la vida real. Esto es lo
que es
llamada, por Mitroff et al. (1974), el modelado conceptual de un
sistema. Conceptuales
modelos definen las variables relevantes de un sistema en estudio, la naturaleza
de
sus relaciones y sus mediciones.
La sexta etapa consiste en la aplicacin de la medicin y observacin
sistemas y recopilacin y documentacin de los datos resultantes.
El sptimo paso es la interpretacin de los datos, que generalmente
incluir el uso de anlisis estadstico. Aqu se necesitan tcnicas especiales desde
los datos no son el resultado de un diseo experimental donde las variables en la
sistema puede ser manipulado a voluntad, sino que resultan de observaciones
sobre una vida real
sistema que no puede ser manipulado de una manera arbitraria. Sofstica
estadstica
se han desarrollado tcnicas para este tipo de investigacin en algunas ramas de
la
la investigacin en ciencias sociales (por ejemplo, Herzog, 1996; Marcoulides y
Schumacker,
1996). En el desarrollo de las hiptesis sobre el comportamiento de la
Pgina 20

IJOPM
22,2
260

proceso operativo en el paso 4, se debe tener en cuenta qu tipo de

comportamiento se puede esperar del proceso bajo las circunstancias de la vida
real dado,
dentro del marco de tiempo que el proceso puede ser observado; las hiptesis
deben
restringirse a un comportamiento en el rango y plazo esperado. Se hace, por
ejemplo, no tiene sentido para desarrollar la hiptesis de que un taller de trabajo
tendr un
media hora para el rendimiento de 60 semanas bajo una capacidad de estado
estacionario
utilizacin del 95 por ciento, si una medicin fiable de la orden de trabajo
tiempo de produccin bajo una utilizacin de la capacidad del 95 por ciento
requiere que el
proceso se mide desde hace 10.000 aos. Por lo tanto el desarrollo de hiptesis
eficaces
y un sistema de medicin operacional eficiente requiere que el investigador es
bastante familiarizados con el tipo de proceso operativo y el tipo de decisin
problema preocupa, y est muy familiarizado con las tcnicas estadsticas
disponibles para el anlisis de datos de campo.
Por ltimo, la octava etapa en la investigacin emprica cuantitativa consiste en
la
interpretacin de los resultados de investigacin relacionados con los modelos
tericos o
problemas que dieron origen a las hiptesis que se probaron. Este paso completa
el proceso de validacin y pueden resultar en la confirmacin de (partes de) la
modelo terico en relacin con el problema de decisin y en relacin con la
proceso operativo considerado, pero tambin puede conducir a rechazos
(parciales) y
sugerencia para mejorar los modelos tericos.
El cuerpo principal de un artculo de investigacin en emprica cuantitativa
basada en modelos
Por lo tanto, la investigacin contiene secciones que tratan de las cuestiones que
se indican a continuacin:
.
identificacin de problemas de proceso o de supuestos;
.
identificacin de los tipos de proceso operativo y los problemas de decisin
considerado;
.
desarrollar definiciones operacionales del proceso operativo y la
sistema de toma;

.
derivacin de hiptesis sobre el comportamiento del proceso;
.
desarrollo del sistema de medicin;
.
resultados de las mediciones y observaciones;
.
interpretacin de los datos y observaciones en relacin con las hiptesis;
.
confirmacin y / o rechazo de las hiptesis del modelo terico.
Relevancia
En OM, de relevancia suele justificarse haciendo referencia a situaciones de la
vida real para
que podra aplicar el modelo o problema. La evaluacin de relevancia ha tenido
una larga
historia en las revistas O. El debate principal se dirige a los llamados `` lagunas ''
O entre la teora y la prctica OR, bsicamente adelantando dos cuestiones:
(1) Por qu los investigadores no abordan los problemas ms relevantes en la
prctica
trminos de complejidad, diseo y definiciones; y
(2) Por qu los mdicos no hacen ms uso de todas las herramientas disponibles
y
resultados que han sido desarrollados por la comunidad de investigadores O?
Pgina 21

Operaciones
gestin
investigacin
261
En este artculo, no vamos a entrar en este debate, sino que se refieren a otros
artculos, tales como
Corbett y Van Wassenhove (1993), Ormerod (1997), y Reisman y
Kirschnick (1995). Una observacin importante en estos artculos es que el
progreso en
investigacin de operaciones parece desarrollarse a lo largo de una lnea que
Reisman y Kirschnick
designar como `` investigacin ondulacin ''. Con esto, se refieren a la
investigacin que se lleva a cabo
en pequeas extensiones de la investigacin axiomtico anterior, y por lo tanto no
puede cerrar la
brecha que, de acuerdo con estos artculos, aparentemente existe entre los
resultados de

investigacin axiomtica y la necesidad de la vida real de los tomadores de

decisiones. Cabe sealar
que de alguna teora reas, por ejemplo, la teora de la asignacin y el inventario,
serie de pequeos
extensiones han dado lugar a modelos muy tiles que se han aplicado en los
negocios
practicar en gran escala.
La cuestin relevancia no puede ser visto aparte del hecho de que las
matemticas,
estadsticas y ciencias de la computacin no (todava) nos proporcionan
suficiente
poderosos mtodos de anlisis para abordar los problemas que se acercan a la
complejidad que se observa en la mayora de los procesos operativos de la vida
real. El tipo de
Por lo tanto, el modelo estudiado en O est restringido a aquellos modelos que
permitan la
investigador para hacer el anlisis y hacer afirmaciones cientficas. Esto conduce
al hecho
que para la investigacin axiomtico el criterio de pertinencia (con respecto a la
validez del modelo en comparacin con la realidad) se aplica generalmente muy
ligeramente. En muchos
casos, la relevancia est motivada con referencia a los artculos anteriores sobre
las similares
cuestiones, bien mediante referencia a las tendencias generales en la industria, en
lugar de atar el
relevancia a las observaciones reales en la realidad. El modelo se considera ``
aceptablemente
relevante '' si el problema modelado puede ser reconocida, posiblemente como un
aspecto
modelo de la realidad. Nos gustara aadir un criterio importante para la
relevancia,
aparte de la cuestin de la validez. Esta es la cuestin de si la solucin del
modelo de ayuda a los gerentes en la toma de decisiones en el mundo real. Este
es el caso
Si la solucin basada aspecto-modelo-cubre la parte ms importante de la
solucin, y los factores de contexto (no incluidos en el modelo) son menos
relevantes para
la solucin real.
Conclusiones
En este artculo, hemos hablado de las metodologas de investigacin utilizadas
en cuantitativa

modelado de la literatura OM basado. Hemos distinguido este conjunto de la

literatura de
el dominio de la investigacin OR y operativa. Adems, hemos presentado un
tipologa que analiza el tema, la metodologa y las afirmaciones cientficas
para diversos tipos de artculos en el dominio de opinin en su artculo.
Podemos concluir que el tema de la metodologa no ha recibido una gran
cantidad
de atencin explcita en la literatura. Especialmente en la investigacin
axiomtica
lneas, cuestiones metodolgicas parecen restringirse a la estrecha de mbito de
concepto de rigor matemtico. Hemos argumentado que un amplio detectada ms
rigor metodolgico necesita para crecer como un concepto en la literatura OM, de
tal manera que
un marco comn de referencia en relacin con el rigor y la relevancia puede ser
desarrollado.
Una gran oportunidad para que cuantitativo, basado en modelos, la investigacin
emprica tiene
sido identificado, donde los ricos estanque de resultados axiomticos, basada en
los avances en la
Pgina 22

IJOPM
22,2
262
las matemticas en los ltimos decenios, se pesca para crear ms riguroso
emprica
conocimiento cientfico en el campo de la OM. En tales artculos a modo de
ejemplo, dado
modelos axiomticos de O se valida empricamente en la vida real operativa
procesos, dando paso a un proceso de la teora de la capacidad real.
Referencias
Aarts, EH y Lenstra, JK (1997), la bsqueda local en Optimizacin
Combinatoria, Wiley, Nueva
York, NY.
Ackoff, RL (1957), `Una comparacin de O en EE.UU. y Gran Bretaa '",
Investigacin Operativa
Quarterly, vol. . 8, pp 88-100.
Ackoff, RL (1979), '' El futuro de la investigacin operativa es pasado '", Revista
de la operativa
Research Society, vol. . 30, pp 93-104.
Ackoff, RL y Sasieni, MW (1968), Fundamentos de la Investigacin de
Operaciones, Wiley, Nueva York,

NY.
Amundson, SD (1998), '' Las relaciones entre la investigacin emprica basada en
la teora de las operaciones
administracin y otras disciplinas '", Diario de Direccin de Operaciones,
Vol. 16,
pp. 341-59.
Ball, MO, Magnanti, TL, Monma, CL y Nemhauser, GL (Eds) (1995), Ruta de la
red,
North-Holland, Amsterdam.
Bertrand, JWM y Van Ooijen (2002), `` liberacin de la orden de carga de trabajo
y la productividad en base: a
eslabn perdido '", Planificacin y Control (en prensa) Produccin.
Bertrand, JWM y Wortmann, JC (1981), Control de Produccin y Sistemas de
Informacin para
Componente-Fabricacin Tiendas, Elsevier, Amsterdam.
Blocher, JD, Garrett, RW y Schmenner, RW (1999), `` reduccin del tiempo de
procesamiento: toma
uno de medicina '", Produccin y Gestin de Operaciones, Vol. . 8, pp 357-73.
Caja, GEP y Jenkins, GM (1976), Anlisis de Series:. Previsin y Control, 2 ed,
Holden-Day, San Francisco, California
Buzacott, JA y Shantikumar, JG (1993), Modelos estocsticos de Sistemas de
Manufactura,
Prentice-Hall, Englewood Cliffs, NJ.
Cheng, CH, Feiring, BR y Cheng, TCE (1994), `` El problema de corte una
encuesta '',
International Journal of Production Economics, vol. . 36, pp 291-305.
Corbett, CJ y Van Wassenhove, LN (1993), `` La deriva natural (lo que pas con
operativa
investigacin?) '', Investigacin de Operaciones, Vol. 41, pp. 625-40.
DeHoratius, N. y Raman, A. (2000), `` mejora del rendimiento al por menor a
travs apropiada
tienda de diseo de incentivos gerente: un anlisis emprico '", Documento de
trabajo, de negocios de Harvard
School, Boston, MA.
Fine, CH (1998), velocidad de reloj: Ganar Control de la Industria en la Era de
ventaja temporal,
Perseus Books, Cambridge, MA.
Fisher, ML y Raman, A. (1999), Tutorial: Operaciones de Retail, presentado en
INFORMS Fall
Encuentro Philadelphia, INFORMA, Linthicum.
Forrester, JW (1961), Dinmica Industrial, MIT Press, Cambridge, MA.

Graves, SC, Rinnooy Kan, AHG y Zipkin, PH (Eds) (1993), Logstica de

Produccin y
Inventario, North-Holland, Amsterdam.
Handfield, RB y Melnyk, SA (1998), `` El proceso de construccin de la teora
cientfica: un manual usando
el caso de la ACT '", Diario de Direccin de Operaciones, Vol. . 16, pp 321-39.
Hax, AC y de comidas, HC (1975), `` integracin jerrquica de planificacin de
la produccin y
la programacin de '', en Geisler, MA (Ed.), Logstica, North-Holland,
Amsterdam, pp. 53-69.
Pgina 23

Operaciones
gestin
investigacin
263
Herzog, T. (1996), Mtodos de Investigacin en las Ciencias Sociales, Harper
Collins, Nueva York, NY.
Holstrom, J. (1994), '' La relacin entre la velocidad y la productividad en las
redes de la industria: un
estudio de las estadsticas de '', International Journal of Production Economics,
vol industrial. 34,
pp. 91-7.
Hopp, WJ y Spearman, ML (1996), Fsica de fbrica, Irwin / McGraw Hill,
Boston, MA.
Inman, RR (1999), `` evaluacin emprica de los supuestos exponenciales e
independencia en
modelos de colas de los sistemas de fabricacin '', Produccin y Gestin de
Operaciones,
Vol. . 8, pp 409-32.
Keys, P. (1991), Investigacin Operativa y Sistemas: El sistmica Naturaleza de
la Investigacin Operativa,
Plenum Press, Nueva York, NY.
Kleijnen, JPC y Van Groenendaal, W. (1992), Simulacin: una perspectiva
estadstica, Wiley,
Chichester.
Ley, AM y Kelton, WD (2000), Simulacin y Modelado Anlisis, 3 ed.,
McGraw-Hill,
Nueva York, NY.
Lenstra, JK, De Paepe, WE, Sgall, J., canguros, RA y Stougie, L. (2001) `,
ayudados por ordenador`
clasificacin de complejidad de los problemas de lnea-a-ride '", Documento de

Trabajo, Departamento de
Matemticas y Ciencias de la Computacin, Technische Universiteit Eindhoven,
Eindhoven.
Lieberman, MB y Demeester, L. (1999), `` reduccin de inventario y crecimiento
de la productividad:
vnculos en la industria automotriz japonesa '', Management Science, vol. . 45, pp
466-85.
Marcoulides, GA y Schumacker, RE (Eds) (1996), Advanced Structural Equation
Modeling:
Temas y Tcnicas, Lawrence Erlbaum, Nueva York, NY.
Melnyk, SA y Handfield, RB (1998a), `` Prefacio: Que vivas en tiempos
interesantes ... la
surgimiento de la investigacin emprica basada en la teora '", Diario de
Direccin de Operaciones,
Vol. . 16, pp 311-19.
Melnyk, SA y Handfield, RB (Eds) (1998b), nmero especial, Diario de
Operaciones
Gestin, vol. . 16, pp 311-508.
Mendelson, H. y Pillai, RR (1998), `` velocidad de reloj y la respuesta de la
informacin: la evidencia de la
informacin de la industria de tecnologa '", Information Systems Research,
vol. 9, pp. 415-33.
Meredith, JR, Raturi, A., Amoako-Gyampah, K. y Kaplan, B. (1989), ``
investigacin Alternativa
paradigmas en las operaciones '', Journal of Operations Management, vol. . 8, pp
297-326.
Mitroff, II, Betz, F., Pondy, LR y Sagasti, F. (1974), `` En la gestin de la ciencia
en la era de los sistemas:
dos esquemas para el estudio de la ciencia como un fenmeno conjunto de
sistemas '", Interfaces, vol. 4
No. 3, pp. 46-58.
Muth, JF (1986), `` Buscar la teora y la funcin de los avances de fabricacin '',
Gestin
Science, vol. 32 N 8, pp. 948-62.
O'Leary-Kelly, SW y Vokurka, RW (1998), `` La evaluacin emprica de la
validez de constructo '',
Diario de Gestin de Operaciones, Vol. . 16, pp 387-405.
Ormerod, RJ (1997), `` Una observacin sobre los hbitos de publicacin basado
en el anlisis de MS / O
revistas '', OMEGA, vol. . 25, pp 599-603.
Reisman, A. y Kirschnick, F. (1994), `` La devolucin de OR / MS:

implicaciones de una estadstica

anlisis de contenido de los artculos en revistas emblemticas '', Investigacin de
Operaciones, Vol. . 42, pp 577-88.
Reisman, A. y Kirschnick, F. (1995), `` Las estrategias de investigacin utilizadas
por los trabajadores OR / MS como se muestra por
un anlisis de los artculos en revistas emblemticas '', Investigacin de
Operaciones, Vol. . 43, pp 731-40.
Schalla, AJ, Fransoo, JC y De Kok, AG (2000), `` Aggregate modelado cadena de
suministro en
planificacin avanzada y software de programacin: un estudio emprico '',
documento de trabajo mar /
TM / LBS / 00-05, Technische Universiteit Eindhoven, Eindhoven.
Schmenner, RW (1988), '' El mrito de hacer las cosas rpido '", Sloan
Management Review, vol. 30
No. 1, pp. 11-17.
Pgina 24

IJOPM
22,2
264
Schmenner, RW y Swink, ML (1998), '' En teora en la gestin de las operaciones
de '', Journal of
Gestin de Operaciones, Vol. 17, pp. 97-113.
Schonberger, R. (1982), las tcnicas de fabricacin japonesas: Nueve Lecciones
ocultos en la simplicidad,
Free Press, Nueva York, NY.
Silver, EA, Pyke, DF y Peterson, R. (1998), la gestin de stocks y planificacin
de la produccin
y programacin, 3 ed., Wiley, Nueva York, NY.
Sterman, JD (2000), Dinmica Empresarial: Sistemas de Pensamiento para un
mundo complejo, Irwin / McGrawHill, Boston, MA.
Taylor, FW (1911), Los Principios de la Administracin Cientfica, Harper &
Row, New York, NY,
reeditado como parte de una coleccin, la administracin cientfica, Harper &
Row, 1947.
Tayur, S., Ganeshan, R. y Magazine, M. (1999), los modelos cuantitativos para la
Cadena de Suministro
Gestin, Kluwer Academic Publishers, Boston, MA.
Wacker, JG (1998), `Una definicin de la teora: las directrices de investigacin
para diferentes-la construccin de teoras
mtodos de investigacin en la gestin de operaciones '", Diario de Direccin de

Operaciones, Vol. 16,

pp. 361-85.
Wiendahl, HP (1987), Belastungsorientierte Fertigigungssteuerung: Grundlagen,
Verfahrensaufbau,
Realisierung, Hanser, Munich.
Wight, OW (1974), la produccin y la gestin de stocks en la era del ordenador,
CBI, Boston,
MA.
Wright, TP (1936), `` Los factores que afectan el costo de los aviones '', J.
Aero. Sci., Vol. . 3, pp 122-8.
Yelle, LE (1979), '' La curva de aprendizaje: resea histrica y estudio exhaustivo
'', la Decisin
Ciencias, vol. . 10, pp 302-28.
Yin, RW (1994), Caso de Estudio de Investigacin: Diseo y Mtodos, Segunda
Edicin, Sage, Thousand
Oaks, California
Palabras clave de gestin de operaciones, Metodologa, Investigacin operativa,
Investigacin,
Elaboracin de modelos cuantitativos
Resumen Ofrece una visin general de la investigacin basada en modelos
cuantitativos en la gestin de operaciones,
se centra en la metodologa de investigacin. Distingue entre la investigacin
emprica y axiomtica, y
Adems, entre la investigacin descriptiva y normativa. Presenta directrices para
hacer
investigacin basada en modelos cuantitativos en la gestin de las
operaciones. En la construccin de argumentos,
se basa en los aprendizajes de la investigacin y de las operaciones de gestin de
la investigacin del pasado
dcadas y en la investigacin de un nmero seleccionado de otras disciplinas
acadmicas. Concluye que la
metodologa de la investigacin emprica cuantitativa basada en modelos ofrece
una gran oportunidad para
investigadores de gestin de operaciones para promover la teora de antelacin.
Introduccin
Elaboracin de modelos cuantitativos ha sido la base de la mayor parte de la
investigacin inicial en
operaciones, etiquetados como la investigacin operativa en Europa, y fue
tambin la base de
consultora de gestin inicial y la investigacin de operaciones (OR) en los
EE.UU.. Inicialmente,

modelos cuantitativos en la investigacin operativa se orienta mucho hacia

resolver los problemas de la vida real en la gestin de operaciones (OM) en vez
de hacia
el desarrollo del conocimiento cientfico. Especialmente en los EE.UU., una
slida formacin acadmica
lnea de investigacin en O surgi en la dcada de 1960, trabajando en los
problemas ms idealizadas
y as construir el conocimiento cientfico en la gestin de operaciones. Durante
ese
mismo perodo, sin embargo, gran parte de esta investigacin perdieron sus
fundamentos empricos, y
mtodos de investigacin se han desarrollado principalmente para estos ms o
menos
lneas de investigacin terica, dejando las lneas de investigacin de orientacin
emprica-ms de
ms de 30 aos en el azul con respecto a la metodologa de la investigacin.
Recientemente, sin embargo esta marea ha convertido, y la necesidad de
desarrollar explicativa
y la teora predictiva respecto a los procesos operativos y OM se ha convertido en
aparente. Los artculos han sido publicados que formular requerimientos para la
teora
desarrollo de OM (Schmenner y Swink, 1998; Amundson, 1998; Wacker,
1998) o que tratan de conectar el conocimiento generado a lo largo de los
distintos investigacin
lneas en un marco terico ms general (Melnyk y Handfield, 1998a).
En este artculo, vamos a dar una visin general de la investigacin basada en un
modelo cuantitativo
en OM, centrndose en la metodologa de la investigacin. OM se define como el
proceso de
diseo, planificacin, control y ejecucin de operaciones en la fabricacin y
las industrias de servicios. Nuestro nfasis estar en la investigacin cuantitativa
basada en modelos,
El tema y el texto completo archivo actual de esta revista est disponible en
http://www.emeraldinsight.com/0144-3577.htm
Page 2

IJOPM
22,2
242
es decir, la investigacin en modelos de relaciones causales entre las variables de
control
y variables de rendimiento se desarrollan, anlisis o ensayos. Rendimiento

variables pueden ser variables fsicas, como la posicin de inventario o

tasa de utilizacin, o variables econmicas tales como utilidades, costos o
ingresos. Nosotros
distinguir entre la investigacin emprica y axiomtica, y adems
entre la investigacin descriptiva y normativa. Abordamos el problema de la
la evaluacin de la calidad acadmica de los trabajos de investigacin en este
campo y el presente
directrices para hacerlo. En este trabajo, la calidad acadmica se define como el
rigor
con el que el estndar para una buena investigacin acadmica para el tipo de
investigacin
llevado a cabo se ha adherido a. Para distinguir estos tipos, se presenta un
tipologa de la investigacin cuantitativa OM basado en modelos, y esta
investigacin
directrices para cada uno de estos tipos. En la construccin de nuestros
argumentos, vamos a construir
en aprendizajes de O y OM investigacin desde el siglo pasado y en la
investigacin
a partir de un nmero seleccionado de otras disciplinas acadmicas.
En nuestro artculo, utilizaremos la siguiente definicin de trabajo para distinguir
investigacin basada en un modelo cuantitativo de OM de otras investigaciones
en OM:
Los modelos cuantitativos se basan en un conjunto de variables que varan en un
dominio especfico, mientras
relaciones cuantitativas y causales se han definido entre estas variables.
El resto de este artculo est organizado de la siguiente manera. En la siguiente
seccin vamos a dar una
breve resea de la historia de la investigacin basada en un modelo cuantitativo
de OM,
destacando los puntos de este tipo de investigacin fuertes y dbiles. A
continuacin, le damos
las principales caractersticas de la investigacin emprica y axiomtico basado
en modelos. El
siguiente seccin se ofrece una visin general de la literatura que ha abordado la
cuestin metodologa de este tipo de investigacin. En la penltima seccin,
discutir la forma de evaluar la calidad de los artculos de investigacin en esta
rea, mientras que la final
seccin concluye el artculo.
Historia de la investigacin cuantitativa OM basado en modelos
La administracin cientfica (Taylor, 1911) puede considerarse como la raz de la
desarrollo de OM cuantitativa, aunque no slo la raz de cuantitativa

OM. De hecho la administracin cientfica no era una ciencia, sino la aplicacin

de
mtodos sistemticos para el estudio de los problemas de gestin en el taller. En
lnea con la mentalidad dominante en el mbito cientfico en aquellos das,
cientfica
gestin aplicado tcnicas de anlisis a los procesos operacionales, analizando
las actividades necesarias, la identificacin de los bloques de construccin ms
pequeos necesarios para lograr
resultados deseados, eliminando actividades innecesarias, y de agrupacin y
actividades de secuenciacin de tal manera que se logr un uso mximo de los
recursos. El
reciente bombo alrededor proceso de reingeniera de negocios puede ser
considerado como un
reactivacin de la gestin cientfica, pero ahora se aplica a un conjunto ms
amplio de procesos.
La esencia de la administracin cientfica fue el anlisis de los casos de real
los procesos operativos de la vida, basados en observaciones sistemticas y
mediciones de estas instancias de proceso y el rediseo de estos procesos en
para mejorar la calidad y la productividad. Como tal, la gestin cientfica hizo
no producir conocimiento cientfico genrico acerca de los procesos operativos
de la vida real.
Page 3

Operaciones
gestin
investigacin
243
Su pretensin era que la aplicacin de los mtodos de gestin cientfica para
existente
procesos operativos mejoraran su desempeo. Cientfico
gestin, por lo tanto, no era una ciencia, sino una profesin de la ingeniera; era
un mtodo de trabajo sistemtico destinado a conseguir algo. Sin embargo, a
diferencia de
profesiones de la ingeniera como la ingeniera mecnica y qumica
la ingeniera, la gestin cientfica careca de la genrica cientfica subyacente
conocimiento acerca de los procesos operativos. Sin embargo, a pesar de esta
falta de
fundamentos cientficos, el enfoque de la administracin cientfica era
extremadamente
xito en la mejora de los procesos operativos. Esto ilustra el poder de
aprender haciendo y copia; un mtodo de trabajo facilitado por la
surgimiento de la profesin de consultora. Gestin cientfica sent las bases

de la profesin de consultora de gestin en los EE.UU. entre la Primera

Guerra Mundial y la Segunda Guerra Mundial. En el mismo perodo, los cursos
en
gestin industrial se introdujeron en el estudiante de ingeniera industrial
universidades en los EE.UU.. Para el propsito de ensear los mtodos aplicados
y
tcnicas en estos colegios, el tipo de problemas encontrados en la vida real eran
simplificada y formulado en trminos generales, es decir:
.
Se incluyeron slo aquellos aspectos de los problemas que se supone que
ser relevante desde el punto de vista del mtodo y la tcnica tratado;
y
.
el problema fue formulado de manera independiente de cualquier caso concreto
de
el problema en la industria.
Estos son lo que llamamos problemas idealizadas. Ejemplos de tales idealizados
problemas de gestin de las operaciones son los problemas de control de
inventario, de secuenciacin
y problemas de horarios, problemas de enrutamiento, control estadstico de la
calidad
problemas y problemas de mantenimiento. Tenga en cuenta que un modelo es
siempre una
abstraccin de la realidad en el sentido de que no toda la realidad est incluido.
Un modelo idealizado es un modelo donde, adems, la abstraccin de la realidad
se ha ampliado an ms para que las compensaciones esenciales se vuelven muy
explcita,
funciones se hacen de una sola o de dos dimensiones, diferenciable, etc con el fin
de hacer
el modelo manejable para el anlisis matemtico.
Ser claro a partir de esta descripcin que estos problemas OM idealizados
fueron
no pretende ser modelos cientficos de los problemas de gestin de la vida real,
en el sentido
que los modelos podran utilizarse para explicar o predecir el comportamiento o
rendimiento
de los procesos operativos de la vida real. No eran ms que los modelos parciales
de los problemas que
los gerentes de operaciones pueden encontrar. Los modelos fueron parciales
porque todos
aspectos del problema que no estaban relacionados con el mtodo o la tcnica

utilizada
quedaron fuera, el supuesto implcito de ser que estos aspectos no afectara
la eficacia de las soluciones de problemas basadas en estos modelos. Se dej a
el practicante para incluir estos aspectos en la solucin basada en su
conocimiento de la realidad y del modelo parcial del problema. Operacional
procesos pueden ser sistemas muy complejos que son difciles de modelar
cientficamente
desde un punto de vista del rendimiento. Esto es porque el rendimiento de un
proceso operativo mide generalmente en trminos tales como en la calidad del
producto,
Pgina 4

IJOPM
22,2
244
eficiencia de la produccin, el costo y en la entrega de velocidad y flexibilidad
puede ser
afectada por muchos elementos diferentes en el proceso. Por ejemplo, la mquina
condiciones en una fbrica pueden afectar la calidad y el volumen de la
produccin; sin embargo, la
impacto real de las condiciones de la mquina en la salida de la fbrica tambin
puede depender de
el conocimiento, la motivacin y la formacin del personal, y en la informacin
sistemas y sistemas de medicin de desempeo usados por la administracin. Un
por lo tanto importante deficiencia de los problemas idealizadas es que el efecto
de
el factor humano en el rendimiento del proceso es en gran parte operativa
descuidado. Como resultado, la aplicacin de soluciones de problemas basadas
en estos modelos
menudo resultado ser un proceso tedioso, y tambin fracasado con frecuencia.
Hasta ahora la investigacin OM no ha tenido mucho xito en el desarrollo de
modelos cientficos explicativos o predictivos de los procesos operativos, es
decir,
modelos que se pueden utilizar para explicar o predecir el resultado o el
rendimiento de la
proceso como una funcin de las caractersticas del proceso, los estados de
proceso y entradas a la
proceso. Este es un gran obstculo para el desarrollo del campo, ya que el
desarrollo de mtodos eficaces para mejorar el rendimiento supone que
el conocimiento cientfico del proceso est disponible.
En este punto est claro por qu el problema de gestin operativa idealizado
utilizado para la enseanza o que no pueden ser considerados como modelos

cientficos de prediccin de
procesos operativos. De hecho, son los modelos idealizados de determinados
aspectos de la
procesos operativos, que slo sirven para identificar el aspecto del problema
que pueden ser tratados por mtodos y tcnicas especficas. Sin embargo,
El anlisis de estos problemas de gestin operativa idealizadas ha generado
valiosos conocimientos sobre y una visin de su solucin. A partir de la pequea
formulaciones de problemas simples de escala, la investigacin se ha realizado en
el anlisis de
el problema y encontrar soluciones ptimas o casi ptimas. Los problemas eran
formuladas en trminos matemticos, y tcnicas matemticas se utilizaron para
anlisis y solucin. Poco a poco la complejidad de las formulaciones de
problemas
estudiado fue aumentado, haciendo uso de los avances en las matemticas,
estadsticas
y ciencias de la computacin, lo que lleva al desarrollo de la O como una rama de
la aplicada
las matemticas y la informtica. Estos modelos idealizados que nos han
proporcionado
con informacin valiosa en las compensaciones bsicas, a nivel gerencial, pero
no puede ser
caracterizado como modelos explicativos o predictivos de los procesos
operativos.
O puede ser considerado como parte de la investigacin cuantitativa en las
operaciones
gestin. Sin embargo, el aspecto cientfico de O no se refiere a la
modelizacin de procesos operativos, sino para el anlisis de la matemtica
-aspecto modelo del proceso y la calidad de las soluciones matemticas. En
O apenas se prest atencin a la modelizacin cientfica de funcionamiento
procesos, es decir, la descripcin de la esttica y la dinmica de los procesos que
son
el objeto de estudio en OM. En su lugar, una metodologa O se ha desarrollado
principalmente relacionados con el modelado orientado a la tcnica de los casos
de problemas de la vida real
y la aplicacin de soluciones derivadas del modelo. Un ejemplo de esto OR
metodologa es el enfoque de planificacin jerrquica conocida (Hax y comidas,
1975), donde el problema se formula en trminos de un conjunto de
jerrquicamente
posicionados modelos de programacin matemtica.
Pgina 5

Operaciones

gestin
investigacin
245
Independiente desde el desarrollo de O en los EE.UU., durante la Segunda
Guerra Mundial en la investigacin operativa Reino Unido desarroll como otra
rama de
modelos cuantitativos en OM (por ejemplo Keys, 1991). En la investigacin
operativa, equipos de
investigadores procedentes de disciplinas diferentes, en estrecha cooperacin con
el propietario problema, trabajar en el desarrollo de un modelo simple pero lo
suficientemente vlida de
el problema, derivar soluciones al problema sobre la base de este modelo simple,
y
probar e implementar la solucin bajo el liderazgo problema-propietario. El
enfoque de la investigacin operativa tiene la intencin de incluir todos los
aspectos de la operativa
procesos que son relevantes para explicar el comportamiento y el rendimiento
real
del proceso, incluyendo el conocimiento, las opiniones y actitudes de las
personas en el
nivel operativo y el nivel directivo (vase, por ejemplo Ackoff (1957) para una
explicacin de este fenmeno). Sin embargo, tambin la investigacin operativa
enfoque no produce conocimiento cientfico sobre los procesos operativos,
ya que slo est interesado en explicar y mejorar el desempeo de una
instancia de proceso operativo especfico. Estudios de investigacin operativa
son ricos en
trminos de modelar los diversos aspectos y detalles que se consideren
pertinentes
para el problema en cuestin, pero slo en la opinin del equipo que consiste en
propietario problema (s) y los investigadores. Estudios de investigacin operativa
en general carecen de
en la validez de constructo (para las definiciones y una discusin sobre la validez
de constructo en
OM, nos referimos a O'Leary-Kelly y Vokurka (1998) y Yin (1994, p. 34)).
La investigacin operativa puede ser visto como una extensin directa de la
enfoque de gestin cientfica para la solucin de problemas en el proceso de
operacin. El
extensin que proporciona la investigacin operativa es el concepto de trabajar
en
equipos multidisciplinarios en estrecha cooperacin con la presentacin de
informes y al problema

propietario (s).
Como resultado de la evolucin descrita anteriormente, que tuvieron lugar ms o
menos
entre 1920 y 1960, los modelos cientficos cuantitativos de los procesos
operativos
eran prcticamente inexistentes. Con los modelos cientficos nos referimos a los
modelos que puede
ser utilizado para predecir el comportamiento o el desempeo de los procesos
operativos, y
que pueden ser validados empricamente de una manera objetiva. Eso no quiere
decir,
sin embargo, que el conocimiento inform en el quirfano y la investigacin
operativa
la literatura no tiene ningn valor. De hecho, el OR literatura contiene valiosos
conocimientos
sobre los aspectos de los procesos operativos y OR literatura contiene valiosa
conocimiento sobre casos problema. En este lugar, dos importantes logros
de O debe ser mencionado. El primer logro es el desarrollo de
poderosas tcnicas de prediccin a corto plazo, basados en anlisis estadsticos de
datos histricos de las variables a ser pronosticadas. Estos resultados han sido
consolidado en el trabajo de Box y Jenkins (1976). Es interesante observar que
su enfoque se basa en los patrones ms exigentes en datos histricos que pueden
ser
utilizado para predecir datos futuros. Este enfoque no busca relaciones causales
con
explicar el comportamiento pasado o predecir el comportamiento futuro, pero
considera que el proceso de
genera los datos como un cuadro negro. El segundo logro es en el rea de
control de inventario, donde una gran cantidad de control de inventario idealizada
problemas han sido estudiados y resueltos para el ptimo o bueno aproximado
Se han encontrado soluciones. Este trabajo se ha consolidado en el trabajo por
Pgina 6

IJOPM
22,2
246
Silver et al. (1998). La teora de control de inventario bien puede ser el ms
frecuentemente
parte aplicada de modelos idealizados en la investigacin de operaciones.
O y la investigacin operativa no proporcionaban una base suficiente para la
desarrollo de modelos explicativos y predictivos de los procesos operativos.
Se deben mencionar dos excepciones importantes. La primera excepcin es el

logro obtenido por Forrester (1961), quien desarroll un modelo terico

de las interacciones entre los flujos de recursos, materiales e informacin en
procesos operativos, que era capaz de explicar el comportamiento dinmico de
estos procesos. La dinmica modelos industriales de Forrester (1961) son
modelos tericos cientficos de los procesos operativos, ya que pueden explicar y
predecir el comportamiento dinmico y el rendimiento de los procesos, y puede
ser
validado empricamente. En este sentido, el trabajo de Forrester fue un
importante
avance, que ha llevado a una metodologa general para el modelado dinmico
sistemas conocidos como la dinmica del sistema (Sterman, 2000). El segundo
importante
importante logro en la investigacin basada en el modelo terico en O est
haciendo cola
teora (Buzacott y Shantikumar, 1993). Teora de colas nos proporciona una
base slida para la comprensin de la evolucin de un proceso operativo de
su estructura de recursos y la variabilidad en la llegada de la orden y de recursos
disponibilidad (por ejemplo, Hopp y Spearman, 1996). Al igual que la dinmica
industrial
proporciona un marco terico para la comprensin de la dinmica o
comportamiento no estacionario de los sistemas industriales de las votaciones
caractersticas del sistema, la teora de colas proporciona un terico
marco para entender el comportamiento en estado estacionario o estacionario de
la
sistema de la variabilidad de los pedidos y recursos. Adems de estos dos
excepciones, cabe mencionar tambin el trabajo en torno a la llamada de
aprendizaje ``
curva '' (ver Yelle (1979) para una revisin) y los esfuerzos de modelado de
operaciones
investigadores de este fenmeno. Los modelos de la curva de aprendizaje del
empricos
encontrar que la repeticin frecuente de una operacin conduce a una
disminucin en el tiempo
necesario para la ejecucin de la operacin. La curva de aprendizaje bsico
afirma
que la relacin de horas laborales unitarios o los costes de produccin para el
nmero total de
artculos producidos es lineal en los logaritmos de estas variables. Tenga en
cuenta que el
curva de aprendizaje fue descubierto al observar los datos de los procesos de la
vida real

(Wright (1936) que se refiere la Muth (1986)). Como tal, no era una causal
modelo, sino un fenmeno que se dio de una manera sistemtica. Ms tarde, los
esfuerzos
se han hecho para desarrollar modelos explicativos y predictivos (por ejemplo
Muth,
1986). Estos modelos se relacionan la teora existente de reas como la
psicologa y la
comportamiento organizacional de la funcin de potencia observado en el
aprendizaje emprico
estudios de curva y describir las relaciones cuantitativas causales.
A pesar del estado cientfica ms subdesarrollado del campo, en el ltimo
mtodos y tcnicas desarrolladas por o dcadas se han comenzando a hacer
un grave impacto en el diseo y control de los procesos operativos. Este
especialmente pertenece a altamente automatizado procesos operativos, u
operacional
procesos y problemas de decisin operativos donde el impacto del ser humano
factor es insignificante. Un campo importante de aplicacin exitosa de la
matemtica
tcnicas de optimizacin es en el rea general de los problemas de asignacin
esttica
Pgina 7

Operaciones
gestin
investigacin
247
donde el objetivo es optimizar la asignacin de un recurso, como en el corte
problemas de stock (ver Cheng et al., 1994, para una visin general) y de rutas
para vehculos
problemas (ver Ball et al. (1995) para obtener informacin general y Lenstra et
al.
(2001) para las adiciones recientes). En los aos 1970 y 1980 O ya una era
campaa que se estableci en lo que se refiere a anlisis matemtico. Major
logros se han alcanzado en el campo de la programacin matemtica
y otras reas de optimizacin discreta. Sin embargo, en esos das, adems de la
excepciones discutidas ms arriba, su impacto en el diseo y el control de la vida
real
procesos operativos era muy limitada. A principios de la dcada de 1970, los
artculos eran
public afirmando que la investigacin o de la sociedad estaba hablando sobre
todo a s mismo. En el
finales de 1970, uno de los padres fundadores de la O, Ackoff, escribi un

artculo afirmando
que `` el futuro de O es pasado '"(Ackoff, 1979), expresando su frustracin por la
enormes cantidades de recursos que se invierten en el anlisis de problemas que
slo tenan
una dbil relacin con los procesos operativos de la vida real. Su falta de impacto
en el
la gestin de los procesos operativos podra atribuirse al hecho de que muchos
de los modelos y soluciones aportadas no eran reconocidos por los directivos
como
tener estrecha correspondencia con los problemas que lucharon con. Como
En consecuencia, los desarrollos verdadero salto en la industria y
no fueron impulsados por los resultados tericos. Vamos a dar tres ejemplos a
ms detalles sobre esta declaracin.
En la dcada de 1970, en la industria mucho tiempo se dedic a la introduccin
de la informacin
tecnologa para el control de procesos de fabricacin, sobre todo material de
la planificacin de necesidades (MRP) sistemas (Wight, 1974). En el primer caso,
la
OR comunidad de investigacin no tuvo en cuenta estos sistemas para ser de
cualquier
importancia. Sin embargo, la evolucin de los sistemas MRP fue una ola de
transporte para la
Produccin y Control de Inventario de la Sociedad Americana (APICS) para
iniciar un verdadero
cruzada para reducir inventarios, aumentar la eficiencia y aumentar la entrega de
comportamiento de la industria de Estados Unidos. La Sociedad organiza la
educacin profesional,
puesto en marcha sus propias revistas, y fue un gran xito en trminos de
membresa
y conseguir la profesin (control de produccin e inventario) a un nivel superior.
Inicialmente, los cientficos no tienen un papel importante en este desarrollo.
Eventualmente, sin embargo, se adopt el sistema de planificacin de
necesidades como una forma de trabajar `` '' y
O tericos comenzaron a analizar los problemas relacionados con el MRP,
creando as
conocimientos sobre el funcionamiento de los sistemas de planificacin de
necesidades, pero de nuevo sin mucho impacto en
la profesin.
Un fenmeno similar se observ en respuesta a la introduccin de
Tcnicas de fabricacin japonesa, como en el Sistema de Produccin Toyota
(Schonberger, 1982). En las fbricas de Toyota en Japn, en los aos 1950 y 1960

un
manera de organizar los procesos de fabricacin haba evolucionado que era
bastante
diferente de los procesos utilizados en Occidente. Los japoneses ponen nfasis en
mquinas fiables, productos confiables (calidad) y la flexibilidad, tanto en
trminos de
mquinas set-ups y flexibilidad de los recursos. El resultado fue una fabricacin
sistema que no slo era ms eficiente que los utilizados en el Oeste, pero al
mismo tiempo ms flexible, ms fcil de controlar, y que podra ofrecer alta
calidad
producto. En resumen, sus procesos operativos fueron superiores a los utilizados
en la
Pgina 8

IJOPM
22,2
248
West. Estudiar el sistema de produccin de Toyota, Occidente ha aprendido la
lecciones, y en consecuencia tambin utilizaron tcnicas justo a tiempo, calidad
total
la gestin y el mantenimiento productivo total. En respuesta, el OR investigacin
comunidad ha cambiado su atencin a los nuevos problemas de los procesos
operativos,
incluyendo, entre otros, los elementos de fabricacin just-in-time, y comenz a
analizar estos nuevos problemas, produciendo penetracin en las caractersticas
de estos
nuevas tcnicas de fabricacin.
Otro ejemplo es el uso del control de la carga de trabajo para controlar el tiempo
de proceso
en los sistemas de produccin complejos. Control de la carga de trabajo ya fue
defendido como
`` Control de entrada-salida '' por Wight (1974) en su libro sobre la planificacin
de necesidades y es ahora
ampliamente conocido como CONWIP (Hopp y Spearman, 1996). En la dcada
de 1970 y
1980, dos grupos de investigacin involucrados en la investigacin emprica en la
industria
observado que el control de la carga de trabajo de forma independiente mejor
dramticamente tanto
el rendimiento y el tiempo de produccin (Bertrand y Wortmann, 1981;
Wiendahl,
1987). Las mejoras observadas no pueden ser explicados por convencional

Modelos Or. La forma convencional de O para modelar una produccin compleja

sistema es un modelo de red de cola abierta. Anlisis de puesta en cola abierto
modelos de red revela ninguna mejora en la aplicacin de control de la carga de
trabajo;
por el contrario, el rendimiento se deteriora si se aplica el control de carga de
trabajo.
Sin embargo, el control de produccin en muchas situaciones de la vida real de
carga de trabajo era
adoptado como un instrumento de gestin eficaz y, finalmente, OR tericos
tienen
recogido como tema de investigacin. La investigacin posterior demostr que el
control de la carga de trabajo
no mejorar el rendimiento bajo el supuesto de que la gestin puede
influir en la llegada de nuevos pedidos para el sistema (Hopp y Spearman, 1996),
cerrando as la red de colas. Sin embargo, las mejoras observadas en
industria por Wiendahl (1987) se obtuvieron sin tal control sobre la nueva
pedidos de los clientes. Recientes encuestas e investigacin de estudio de campo
(Schmenner, 1988;
Holstrom, 1994; Lieberman y Demeester, 1999) contiene indicaciones de que
uno de los supuestos que subyacen a la red de colas convencional
modelos podran estar equivocados. Otros tipos de modelos de redes de colas
pueden
explicar lo que se observa en los procesos operativos de la vida real (Bertrand y
Van
Ooijen, 2002).
La discusin anterior muestra cmo OR investigacin puede convertirse en ms
eficaces.
O deberan estudiar los modelos que estn ms cerca de los procesos operativos
de la vida real. En
De hecho, los modelos deben ser estudiados que se pueden validar como
procesos de la vida real,
y tambin los resultados de los anlisis deben hacerse la prueba en la vida
real. De tal manera,
se obtiene retroalimentacin sobre la calidad del modelo utilizado para y la
la calidad de las soluciones obtenidas a partir del anlisis. Por lo tanto terica
investigacin cuantitativa se debe combinar con un criterio cuantitativo emprico
investigacin. Para un buen ejemplo de este tipo de investigacin ver Inman
(1999) y
DeHoratius y Raman (2000). En la siguiente seccin, tanto terica
investigacin cuantitativa y la investigacin emprica cuantitativa se discuten
ms

ampliamente y de manera explcita, y se colocan en una cuantitativa en general

investigacin de modelado OM.
Page 9

Operaciones
gestin
investigacin
249
Informacin general de las metodologas de investigacin OM utilizando
cuantitativa
modelado
Investigacin basada en el modelo cuantitativo puede ser clasificado como un
conocimiento racional
enfoque generacin (ver Meredith et al., 1989). Se basa en la suposicin
que podemos construir modelos objetivos que explican (parte de) el
comportamiento de la vida real
procesos operativos o que puede capturar (parte de) la toma de decisiones
problemas que se enfrentan los gerentes en los procesos operativos de la vida
real. Es
importante destacar que se describen las relaciones entre las variables
como causal, lo que significa que se reconoce explcitamente que un cambio de
valor en
una variable dar lugar a un cambio de f ... en otra variable. En otros tipos de
investigacin cuantitativa, como la investigacin de encuestas, tambin las
relaciones se definen
entre las variables que son objeto de estudio. Sin embargo, en general, en
encuesta
investigar el rango sobre el cual las variables varan no siempre se define
explcitamente, y la relacin entre las variables no suele ser causal, y
en la mayora de los casos no cuantitativo. Con `` cuantitativa '' en esta
observacin nos referimos
que la medida en que los cambios de variables dependientes cuando un especifica
cambio en la variable independiente se produce es cuantitativo. Una importante
consecuencia del hecho de que las relaciones son causal y cuantitativa es que el
modelos se pueden utilizar para predecir el estado futuro de los procesos
modelados en lugar
de limitarse a explicar las observaciones realizadas. Dentro del modelo, todos
reclamaciones son, por tanto, sin ambigedades y verificable. Es importante
darse cuenta de que
esto no es vlido para las reclamaciones que se refieren al mundo fuera del
modelo. Para el
mundo exterior, las predicciones inequvocas y verificables son muy difciles de

hacer
y vamos a demostrar que este problema apenas se ha abordado en el mbito
acadmico
literatura. Como consecuencia de ello, nos vemos en la literatura una distincin
clara entre
la investigacin emprica de modelos cuantitativos y modelos cuantitativos
axiomtica
investigacin.
Podemos clasificar la investigacin OM basado en modelos en dos clases
distintas. La primera
clase de stos es impulsado principalmente por el modelo (idealizado) en
s. Vamos a denotar
este tipo de investigacin como un axioma, en lnea con la terminologa
introducida por
Meredith et al. (1989). En esta clase de investigacin, la principal preocupacin
de la
investigador es obtener soluciones en el modelo definido y asegrese de que
estas soluciones proporciona una visin de la estructura del problema tal como se
define
dentro del modelo. Investigacin Axiomatic produce conocimiento sobre el
comportamiento
de ciertas variables en el modelo, con base en supuestos sobre el comportamiento
de
otras variables en el modelo. Tambin puede producir conocimiento sobre cmo
manipular ciertas variables en el modelo, suponiendo un comportamiento
deseado de otra
variables en el modelo, y suponiendo que el conocimiento sobre el
comportamiento de todava
otras variables en el modelo. Los mtodos formales se utilizan para producir este
conocimiento. Estos mtodos formales se desarrollan en otras ramas cientficas,
principalmente matemticas, estadstica e informtica. De hecho modelacin
terica
OM investigacin basada en gran medida se apoya en los resultados obtenidos en
matemticas, estadstica
y ciencias de la computacin. Como resultado, los tipos de modelos que se
estudian en esta
lnea de investigacin son en gran medida determinada por los mtodos
disponibles y
tcnicas en matemticas, estadstica y ciencias de la computacin, tales como
Pgina 10

IJOPM

22,2
250
optimizacin combinatoria y teora de colas. De hecho, los investigadores miran
el proceso operativo o el problema de decisin operativa a travs de la mira
vidrio de los modelos matemticos que pueden ser analizados. Los investigadores
en este
lnea est capacitado en, por ejemplo, la teora de la decisin, programacin
dinmica,
optimizacin matemtica, procesos de Markov o la teora de colas.
Por lo general, la investigacin axiomtica es normativa, aunque la investigacin
descriptiva,
tuvo como objetivo comprender el proceso que se ha modelado, tambin est
presente.
La investigacin normativa est principalmente interesado en el desarrollo de
polticas, estrategias,
y acciones, para mejorar en los resultados disponibles en la literatura existente, a
encontrar una solucin ptima para un problema que acaba de definir, o para
comparar diferentes
estrategias para hacer frente a un problema especfico. Casi todos los artculos de
la
(Con sede en EE.UU.) o dominio caen en esta rea normativa (por ejemplo, la
teora de la asignacin y
la teora de inventario). La investigacin en el rea de gestin de colas y teora de
juegos es tpicamente
de naturaleza descriptiva y en la mayora de los casos el modelo impulsado. La
investigacin descriptiva es
principalmente interesado en el anlisis de un modelo, que lleva a la comprensin
y
explicacin de las caractersticas del modelo.
La lnea de investigacin basada en el modelo axiomtico ha sido muy
productivo y una
vasto cuerpo de conocimiento basado en el modelo se ha desarrollado durante los
ltimos 50 aos.
Regularmente este conocimiento se consolida en monografas y libros. Buena
ejemplos recientes de este tipo de libros son:
.
Modelos estocsticos de sistemas de fabricacin (Buzacott y
Shantikumar, 1993).
.
Logstica de produccin y el inventario (Graves et al., 1993).
.

La fsica de fbrica (Hopp y Spearman, 1996).

.
Los modelos cuantitativos para la gestin de la cadena de suministro (Tayur et
al., 1998).
.
Las bsquedas locales en optimizacin combinatoria (Aarts y Lenstra, 1997).
La segunda clase de investigacin basado en el modelo es impulsado
principalmente por emprica
resultados y las mediciones. En esta clase de investigacin, la principal
preocupacin de la
investigador es para asegurar que hay un modelo de ajuste entre las
observaciones y acciones
en la realidad y el modelo hecho de que la realidad. Este tipo de investigacin
puede ser a la vez
descriptivo y normativo. Investigacin emprica descriptivo es principalmente
interesados en la creacin de un modelo que describa adecuadamente las
relaciones causales
que pueden existir en la realidad, lo que conduce a la comprensin de los
procesos va
sucesivamente. Ejemplos de este tipo de investigacin es la investigacin de la
dinmica industrial
realizado por Forrester en los aos 1950 (por ejemplo, Forrester, 1961) y la
investigacin sobre
velocidad de reloj en sistemas industriales de Fine, Mendelson y Pillai en la
dcada de 1990
(Fine, 1998; Mendelson y Pillai, 1998). Cuantitativa emprica Normativa
la investigacin est principalmente interesado en el desarrollo de polticas,
estrategias y acciones para
mejorar la situacin actual. Esta rea de investigacin es muy pequea. Algunos
afirmaciones normativas se han realizado dentro de los artculos empricos
cuantitativos (por ejemplo,
Blocher et al., 1999), pero el procedimiento de verificacin es por lo general no
muy fuerte. Como
con cualquier investigacin con un diseo longitudinal, donde se realiza una
accin de cambio
durante la investigacin, es muy difcil de evaluar que los cambios en el
rendimiento se
Pgina 11

Operaciones
gestin
investigacin

251
debido a la accin especfica y que se deben a otras circunstancias
cambiantes. En
la investigacin emprica OM, controlando todas las variables relevantes es
imposible.
En contraste con la investigacin cuantitativa axiomtica, cuantitativa emprica
investigacin basada en el modelo no ha sido muy productiva. Modelo emprico
basado
informes de investigacin sobre las aplicaciones de los resultados de las
investigaciones tericas en la vida real
procesos operativos. Los investigadores que trabajan en esta lnea deben tener
mucho
conocimiento sobre las caractersticas relevantes del proceso operacional bajo
estudio. Sin embargo, an carece de un OM, metodolgico comn bien definido
marco para identificar y medir las caractersticas relevantes del real
los procesos operativos de la vida. Por ejemplo los factores importantes en un
modelo de cola de
un proceso operativo son la capacidad de los recursos, los tiempos de
procesamiento de
las operaciones, y la tasa de llegada de las rdenes de trabajo. No hay objetivo,
situacin independiente y procedimiento generalmente aceptado que, observando
un
proceso operativo especfico por medio de un modelo de cola, se utiliza para
medir la capacidad de los recursos, los tiempos de procesamiento de las
operaciones
y la tasa de llegada de los pedidos. Por supuesto, en cada aplicacin en una vida
real
situacin, este problema constructo se trata en una forma u otra; sin embargo,
esto siempre se hace de una manera subjetiva, dependiente de la situacin que
rara vez es
informado de forma explcita en las publicaciones. Por esa razn, es difcil juzgar
la
valor cientfico de los resultados informados en esos artculos. Sin embargo, dada
que el hecho de la investigacin cuantitativa modelo basado es un ser racional,
objetivo,
enfoque cientfico, debe desarrollar de manera objetiva y racional para hacer
frente a la
problemas encontrados al hacer la investigacin emprica.
La discusin anterior conduce a una clasificacin como se muestra en la Tabla I.
Cada uno de estos cuatro tipos de investigacin conduce a diferentes
contribuciones a la

preguntas de investigacin generales en OM. Tenga en cuenta que en los

proyectos de investigacin a gran escala
varios de estos tipos de investigacin podran combinarse.
Revisin de la literatura metodolgica relevante
Metodologa de la investigacin en la modelizacin cuantitativa en OM
tradicionalmente no tiene
sido percibido como un problema. Hay un par de explicaciones para esto. El
punto principal es que la mayor parte del trabajo descrito en la metodologa de
OM ha sido
en la metodologa de la investigacin emprica. Nos referimos a la edicin
especial de la Revista
de Operaciones de la gestin (Melnyk y Handfield, 1998b) para un amplio
conjunto
de artculos sobre metodologa de la investigacin OM, y a Meredith et al. (1989)
para una
amplio debate sobre la metodologa en la investigacin OM de una manera
general. En el
otros artculos de la actual edicin especial de la Revista Internacional de
Operaciones y Gestin de la Produccin, vistas generales se dan en la ciencia de
la accin
(Investigacin-accin), encuestas y estudios de caso. Metodologa de artculos
que abordan
Tabla I.
Clasificacin de los
cuantitativa
(Modelo de base) OM
tipos de investigacin
Descriptivo
Normativa
Emprica
ED
ES
Axiomatic
AD
AN
Pgina 12

IJOPM
22,2
252
especficamente el dominio de modelizacin cuantitativa en la investigacin
emprica tiene,

sin embargo, no apareci en la literatura acadmica. Keys (1991) direcciones en

su
monlogo algunos problemas metodolgicos en el campo de la investigacin
operativa, como
hacer Ackoff y Sasieni (1968) en su libro seminal sobre OR. Es importante
darse cuenta de que su trabajo no le preocupa tanto con la metodologa de
investigacin en
un sentido acadmico. Ellos estn ms interesados en la metodologa utilizada
por
operaciones / investigadores operacionales en la resolucin de relevante y
especfica
problemas, que, como se mencion anteriormente, es distinto del acadmico /
cientfico
metodologa de la investigacin que nos ocupa en este artculo. En este artculo
enfoque en la investigacin que tiene como objetivo obtener resultados genricos
hacia la teora
la construccin de OM en lugar de los resultados de las soluciones para
problemas especficos sin
esta contribucin genrica.
En el dominio axiomtica, la discusin sobre la metodologa es en gran parte
ausente.
Instrucciones para los rbitros en revistas que publican este tipo de trabajo no lo
hacen
mencionar el tema metodologa. Ms bien, se centran en matemtica
correccin (en referencia al hecho mencionado anteriormente que la lnea de
razonamiento
debe ser ambigua) y en algunos casos en una sentencia del rbitro en
relevancia del problema. Reisman y Kirschnick (1994) distinguen an ms
dentro de la investigacin axiomtica entre lo que ellos llaman artculos tericos
puros y
esos artculos axiomticas que se prueban utilizando datos sintticos. Ellos no lo
hacen
abordar la cuestin metodologa en su artculo. Un caso especial es axiomtico
investigacin que utiliza la simulacin por ordenador. En trminos generales, la
metodologa es un
cuestin en estos artculos. La metodologa se basa en gran medida en la teora de
la estadstica en
diseo y anlisis experimental, y ha sido bien establecida en libros tales
como Kleijnen y Van Groenendaal (1992) y Derecho y Kelton (2000).
Una primera contribucin a la discusin metodologa en OM es el seminal
artculo de Mitroff et al. (1974). Modelo Mitroff et al. Se presenta en la Figura 1.

Figura 1.
Modelo de investigacin por
Mitroff et al. (1974)
Pgina 13

Operaciones
gestin
investigacin
253
Mitroff et al. Modelo (1974) se basa en los enfoques iniciales utilizadas cuando
investigacin operativa surgi como un campo. En su modelo, la investigacin
operativa
enfoque consiste en un nmero de fases:
(1) conceptualizacin;
(2) el modelado;
(3) la solucin de modelos;
(4) la implementacin.
En la fase de conceptualizacin, el investigador hace un modelo conceptual de la
problema y el sistema que l / ella est estudiando. El investigador toma
decisiones sobre
las variables que deben ser incluidos en el modelo, y el alcance de la
problema y el modelo que se abordarn. En la siguiente fase, el investigador
realidad
construye el modelo cuantitativo, definiendo as las relaciones causales entre la
variables. Despus de esto, el modelo de proceso de resolucin se lleva a cabo,
en el que el
matemticas suelen jugar un papel dominante. Finalmente, los resultados del
modelo son
implementado, despus de lo cual un nuevo ciclo puede empezar. Mitroff et
al. (1974) sostienen que un
ciclo de investigacin sin duda puede comenzar y terminar en cualquiera de las
fases en el ciclo,
siempre que el investigador es consciente de las partes especficas de la solucin
proceso que l / ella est abordando y, en consecuencia, de las reivindicaciones l
/ ella puede
hacer sobre la base de los resultados de su / sus investigaciones.
Adems, se proponen la nocin de accesos directos en el ciclo de la investigacin
que a menudo se aplican y que conducen a menos de diseos de investigacin
deseables. Para
ejemplo, distinguen la `` modelado solucin de modelos retroalimentacin
estrecha ''
ciclo, y comentan que muchos investigadores siguientes este ciclo tienden a

confundir
el proceso de resolucin de modelo para la implementacin. Alternativamente,
ellos nombran la
`` Conceptualizacin retroalimentacin estrecha aplicacin '' ciclo, que tiende
a
error conceptualizacin para modelar, y distinguir as una falla que
que caracteriza a algunas de las investigaciones no cuantitativo. Modelo Mitroff
et al. (1974)
es muy til en la identificacin de un camino metodolgico especfico que un
determinado
artculo est siguiendo, y relacionndolo con la validez de las afirmaciones que se
hacen en
el artculo.
Como tal, cada uno de los cuatro tipos de investigacin identificadas en la
seccin anterior puede
posicionarse en este modelo. Basada en modelos Dado que estamos hablando
cuantitativa
la investigacin, el `modelo` cientfica '' es un tema central en los cuatro tipos.
En la investigacin AD, el proceso de modelado es central. El investigador toma
una
modelo conceptual en su mayora de la literatura y hace un modelo cientfico
de
esto. Adems, el investigador hace algunos anlisis sobre este modelo cientfico
para ganar
informacin sobre el comportamiento de este modelo. El investigador
normalmente no se mueve
en la fase de resolucin de modelo. Esta extensin se realiza en la AN la
investigacin, en el que el
proceso de resolucin del modelo es el proceso central de la investigacin
reportada. En muchos AN
artculos el proceso de modelado tambin se incluye, as como los resultados del
modelo son
realimenta al modelo conceptual. Esto conduce a la `` modelado resolucin de
modelo ''
acceso directo. Mitroff et al. (1974) llaman a esta informacin en el sentido
estricto, y citan como
Pgina 14

IJOPM
22,2
254
El error ms comn que los errores investigador esta retroalimentacin para

aplicacin y propone la afirmacin cientfica en consecuencia.

En la investigacin ED, el investigador normalmente sigue un ciclo de
`conceptualizacin`
modelado validacin ''. Es interesante observar que el principal riesgo que
Mitroff
et al. (1974) es un aviso preocupacin excesiva con la validacin, es decir, el
investigador quiere
hacer un ajuste perfecto entre el modelo y la realidad. Al principio de este
artculo,
se dio cuenta de que la realidad en la gestin de operaciones no puede ser
completamente capturada y un
por lo tanto, sobre-axiomtico enfoque en la investigacin emprica debe ser
evitado.
Finalmente, la forma ms completa de la investigacin es EN, donde el entero
`` Conceptualizacin modelado solucin de modelos aplicacin '' ciclo es
llevado a cabo. Como se discuti anteriormente, en muchos casos, esta
investigacin se basa en principios
investigacin publicada que est en la categora AD y ya ha desarrollado caminos
para el modelado resolucin de modelo '"etapas` `.
Cmo llevar a cabo la investigacin cuantitativa OM
En esta seccin vamos a discutir ms especficamente cmo llevar a cabo una
buena axiomtica
investigacin cuantitativa y cmo llevar a cabo una buena investigacin emprica
cuantitativa
en OM.
Investigacin cuantitativa Axiomatic
Axiomatic investigacin cuantitativa OM comienza con una descripcin
condensada de la
caractersticas del proceso operativo o el problema de decisiones operativas
que va a ser estudiada. Esto se corresponde con el modelo conceptual en
Figura 1. La descripcin del modelo conceptual debe utilizar tanto como sea
posible
conceptos y trminos que son aceptadas como normas publicadas en OM
cientfica
literatura sobre el tema en estudio. Generalmente lo que se estudia es una
variante de un
proceso o un problema que se ha estudiado antes. Por lo tanto, en el conceptual
Descripcin modelo de referencia se da a los artculos de anclaje generalmente
aceptados
que contienen descripciones de las caractersticas generales del proceso o
problema estudiado en la lnea de investigacin en el que los ajustes actuales de

investigacin (por ejemplo,

lote econmico dimensionamiento, gestin de colas, o el control de inventario) y
para los artculos recientes
que los procesos de estudio o problemas que estn estrechamente relacionados
con el proceso o
problema en estudio. De esta manera el proceso o problema en estudio es
claramente
posicionado en la literatura cientfica. Tenga en cuenta que el estudio de un
proceso puede ser
considerarse como descriptivo, mientras que el estudio de un problema puede ser
considerado como
investigacin normativa.
La importancia cientfica de la investigacin se determina principalmente por lo
que el
la investigacin tiene la intencin de contribuir en la literatura
existente. Podemos distinguir
dos tipos de contribucin. El primer tipo de contribucin es el estudio de un
nuevo
variante del proceso o problema, utilizando tcnicas bien conocidas las
soluciones
segundo tipo de contribucin es estudiar un proceso o un problema que ha sido
estudiado antes, pero proporciona una nueva, o, en algunos aspectos, mejores,
solucin al
problema, ya sea mediante la aplicacin de los nuevos tipos de tcnicas de
solucin al problema, o
por el logro de mejores resultados con tcnicas de solucin aceptadas.
Pgina 15

Operaciones
gestin
investigacin
255
La segunda fase en la investigacin cuantitativa axiomtico es la especificacin
de la
modelo cientfico del proceso o problema. El modelo cientfico debe ser
presentado en trminos matemticos formales, de manera que sea matemtico o
anlisis numrico es posible, o simulacin por ordenador puede llevarse a
cabo. Por lo tanto
investigadores en este campo deben estar bien educados en el anlisis
matemtico,
anlisis numrico o la informtica. En el caso de la simulacin por ordenador se
utiliza como

herramienta de investigacin, tambin se necesita conocimiento sobre diseo

experimental y
anlisis estadstico. La calidad cientfica de la investigacin se determina
principalmente
por el `` optimalidad '' del resultado, dado el modelo cientfico. En caso de
normativa
investigacin, `` optimalidad '' se refiere a la medida en la que el resultado se
puede probar que
ser la mejor solucin posible para el problema dado. En caso de descriptivo
investigacin, `` optimalidad '' se refiere al grado en que los resultados pueden
ser probados
para dar las caractersticas exactas del proceso dado.
Las pruebas en general, slo se pueden entregar con el anlisis matemtico.
Por lo tanto en la investigacin axiomtica es necesaria una slida formacin
matemtica
para hacer investigacin de alta calidad. Esto tambin es necesario para poder
juzgar que
formulaciones de problemas cientficos, dado el estado actual de la matemtica
conocimiento, son buenos problemas, es decir, problemas para los que los
resultados de alta calidad
puede ser obtenida. Las soluciones de alta calidad son el resultado de una idea de
lo que podra ser un
solucin, en combinacin con una prueba matemtica de la calidad de la
solucin. Criterios para la correccin de la prueba se encuentran en la rama de
matemticas utilizadas en la investigacin. Esto no se trata en este artculo. Tanto
en
la bsqueda de una solucin y en que acrediten la veracidad de la solucin, obras
de intuicin
un papel importante. Por lo tanto una buena investigacin no es slo el resultado
de las habilidades analticas o
la aplicacin de una metodologa, sino el resultado de una buena intuicin en
combinacin con
capacidad de anlisis y una buena metodologa.
De la discusin anterior se deduce que el cuerpo principal de un terico
artculo cuantitativa OM generalmente contiene secciones que cubren los temas
se indica a continuacin:
.
modelo conceptual del proceso o el problema;
.
modelo cientfico del proceso o el problema;
.

solucin;
.
prueba de la solucin;
.
ideas relacionadas la solucin al modelo conceptual.
A veces el orden es ligeramente diferente y los autores les resulta ms
conveniente presentar un anlisis matemtico del problema que nicamente
conduce a soluciones o a las caractersticas del proceso.
Investigacin cuantitativa Axiomatic mediante simulacin
Se toma un enfoque ligeramente diferente cuando el resultado no se obtiene con
anlisis matemtico pero con la simulacin por ordenador. Esta tcnica se utiliza
en
caso, el modelo o el problema es demasiado complejo para el anlisis matemtico
formal.
Este tipo de investigacin por lo general conduce a menores resultados
cientficos de calidad que
Pgina 16

IJOPM
22,2
256
investigacin con estudios de matemtica, pero la relevancia cientfica de la
proceso o problema estudiado puede ser mucho mayor. Esto es porque la
computadora
simulacin puede tratar con una variedad mucho ms amplia de modelos
cientficos que lata
anlisis matemtico. As que la disyuntiva aqu a menudo est entre cientficos
relevancia del proceso o problema estudiado y la calidad cientfica de los
resultados.
La investigacin que utiliza la simulacin por ordenador requiere una serie de
adicionales
pasos. Un paso muy importante en la investigacin de simulacin es la
justificacin de esta
mtodo de investigacin. Dado que la calidad cientfica de los resultados ser
generalmente
inferiores en lugar de pruebas matemticas, slo los resultados con un poco de
estadstica
importancia se puede llegar, slo es justificado utilizar este mtodo si puede ser
muestra que no es posible resolver el problema de una manera analtica. Un bien
conocido ejemplo es el uso de la simulacin por ordenador para probar mtodos
heursticos para
resolucin de problemas de optimizacin combinatoria. Los artculos que

informan sobre esta

La investigacin siempre contiene una seccin en la que se demuestra que el
problema
no se puede resolver a optimalidad en tiempo polinmico de los parmetros del
problema.
Esta es una norma aceptada para justificar la investigacin en mtodos
heursticos.
El segundo paso es la justificacin de la solucin o hiptesis a probar.
En la investigacin basada en el anlisis matemtico, es aceptable slo presentar
el
solucin y la prueba correspondiente. Hay la solucin se justifica por la
prueba. En
investigacin simulacin ninguna prueba es posible, as que tenemos que ser muy
cuidadosos en
seleccionar nuestra solucin heurstica o hiptesis. Generalmente los artculos de
este tipo
contener una seccin en la que se utiliza la evidencia de la investigacin previa a
la razn por qu
esta heurstica podra funcionar bien, o por qu esta hiptesis con respecto a la
caractersticas del proceso pueden acercarse a las verdaderas caractersticas.
El tercer paso es la puesta a punto del diseo experimental. Esto se debe hacer
con mucho cuidado y de acuerdo con las normas aceptadas (Kleijnen y Van
Groenendaal, 1992). Todos los factores en el modelo cientfico que pueden tener
un impacto
en la calidad de la solucin o resultados debe ser identificado y tiene que ser
variado
en la simulacin a travs de una gama suficientemente amplia de valores con
suficiente detalle.
As, los artculos de simulacin por ordenador siempre contienen una seccin en
la que el
diseo experimental se presenta y justifica. Las justificaciones se basan a menudo
en
resultados de las investigaciones existentes, ya sea analtico o simulacin basan,
que
proporcionar informacin acerca de lo que ya se sabe con certeza acerca
relacionada
problemas. Dado que se trata de la investigacin terica en un modelo
informtico
del modelo cientfico, hay aparte de almacenamiento, el espacio y el tiempo en
la computadora
hay lmites para el tamao y el detalle del modelo. Basada en la simulacin

investigacin terica
por tanto, slo est limitada por la potencia de clculo. Sin embargo potentes
ordenadores son
o ser, sus limitaciones nos instan a decidir cuidadosamente sobre la complejidad
de la
modelo para ser investigado. Adems, el nmero de factores a considerar en la
diseo experimental debe mantenerse suficientemente baja para que la
simulacin eficiente
y anlisis de datos eficaces es posible.
El cuarto paso se refiere al anlisis estadstico de los resultados de la
simulaciones por ordenador. Hay un amplio espectro de tcnicas estadsticas
disponibles para este fin, y la eleccin debe basarse en el tipo de investigacin
pregunta a responder. Para las pruebas de rendimiento, la t-estadstica se podra
utilizar
Pgina 17

Operaciones
gestin
investigacin
257
para probar la significacin estadstica de la diferencia entre el rendimiento
obtenido en la simulacin con algn punto de referencia, es decir, el rendimiento
de la
mejor heurstica encuentra en la literatura. Para probar la sensibilidad de la
actuacin
para valores de los parmetros en el modelo, podra utilizarse el anlisis de la
varianza.
Los investigadores involucrados en la investigacin terica basada en la
simulacin deben ser bien
capacitado en el diseo experimental y el anlisis estadstico, ya que el estado de
conocimiento en este campo determina qu preguntas de investigacin pueden
abordarse
con estas tcnicas.
El quinto paso se refiere a la interpretacin de los resultados del anlisis
relacionada con las preguntas de investigacin en el modelo conceptual. En este
paso, el
resultados se consideran en el contexto de la descripcin del problema conceptual
y
los investigadores obtienen conclusiones sobre el grado en que el original
las preguntas se responden y qu nuevas preguntas surgen de estos resultados.
El cuerpo principal de un artculo de investigacin terica basada en la
simulacin por ordenador

Por lo tanto, OM contiene secciones que tratan de los temas que se muestran a
continuacin:
.
modelo conceptual del proceso o el problema;
.
la justificacin del mtodo de investigacin;
.
modelo cientfico del proceso o el problema;
.
justificacin de la heurstica o hiptesis;
.
diseo experimental;
.
anlisis de los resultados;
.
interpretacin de los resultados.
Investigacin cuantitativa basada en modelos empricos
Investigacin emprica basada en un modelo cuantitativo se refiere a cualquiera
de las pruebas
la (construccin) validez de los modelos cientficos utilizados en teora
cuantitativa
investigacin, o con pruebas de la usabilidad y el rendimiento de las soluciones a
los problemas
obtenido a partir de la investigacin terica cuantitativa, en la vida real operativa
procesos. En la Figura 1, estos procesos principales se identifican como
aplicacin
y validacin. Investigacin emprica cuantitativa es todava en su infancia y no
Por lo tanto, existe mucho menos consenso acerca de lo que es bueno cuantitativa
emprica
la investigacin que sobre lo que es una buena investigacin axiomtica
cuantitativa.
Pruebas de investigacin cientfica emprica y la validez de cualquier terico
modelos y pruebas y desafos de la usabilidad y el rendimiento de las soluciones
de problemas tericos. Investigacin cientfica emprica debe ser cuidadosamente
distinguido por el uso de los resultados de investigacin axiomticos en la mejora
proyectos. Estos ltimos proyectos tienen por objeto mejorar el desempeo de
una
proceso operativo, ya sea cambiando su estructura o su control. El uso de
resultados de las investigaciones tericas en este tipo de proyectos se basa en la
creencia de que el
modelos de procesos subyacentes son vlidas y las soluciones tericas son

utilizables
y llevar a cabo tambin. Sin embargo, esta creencia es raramente probada
durante el proyecto,
aunque las normas metodolgicas para la prctica de la investigacin operativa
prescriben que los supuestos del modelo se debe comprobar (por ejemplo, Ackoff
y
Pgina 18

IJOPM
22,2
258
Sasieni, 1968). No es de extraar que las hiptesis en la investigacin operativa
proyectos rara vez se comprueba, porque hacerlo sera muy lento
y costoso, debido al esfuerzo que supone la recogida de todos los datos
necesarios para
la comprobacin de todos los supuestos del modelo subyacente. Esto explica por
qu en la vida real
proyectos de mejora de procesos operativos rara vez producen conocimiento
cientfico
procesos sobre operacionales.
Como se dijo antes, la investigacin emprica cuantitativa debe ser diseado para
probar
la validez de los modelos tericos cuantitativos y cuantitativa terico
soluciones de problemas, con respecto a los procesos operativos de la vida
real. Esto est en lnea
con el concepto ms general de la investigacin emprica basada en la teora de
OM
(Melnyk y Handfield, 1998a; Handfield y Melnyk, 1998). Basada en modelos
la investigacin emprica se aprovecha de la gran cantidad de factores
cuantitativos axiomtica
investigacin en OM y disea la investigacin emprica en
consecuencia. Ejemplos son
el trabajo por Fisher y Raman (1999), por Inman (1999), y por Schalla et al.
(2000). La esencia de su trabajo es la validacin, ya sea el modelo conceptual o
La solucin propuesta por los resultados de investigacin axiomticos. Fisher y
Raman (1999)
analizar la exactitud de los registros de inventario en el comercio minorista y,
utilizando los modelos disponibles,
evaluar las consecuencias de estas imprecisiones en los resultados que han sido
obtenida en los estudios axiomticos. Inman (1999) valida los supuestos
comnmente realizado en la investigacin axiomtica sobre los tiempos de
procesamiento y el orden

tiempos de llegada de los sistemas de produccin. Schalla et al. (2000) analizan

la decisin
proceso de modelado en software de planificacin avanzada, y comparar el
terico
evaluacin de las observaciones empricas que hacen. Su emprica
observaciones son impulsados por hiptesis que se basan en las teoras
desarrolladas
anteriormente en entornos de investigacin principalmente axiomticos.
Un problema importante es que los procesos operativos de la vida real son todos
diferentes,
aunque hay similitudes estructurales dentro de las clases de funcionamiento
procesos. Las similitudes son a menudo causados por el tipo de fabricacin
tecnologa utilizada. Clases bien conocidos de los procesos operativos son, por
ejemplo,
la tienda de flujo continuo (por ejemplo, la lnea de montaje), para produccin de
alto volumen de
productos similares, y el taller de trabajo para la produccin de bajo volumen de
una gran variedad
de diferentes productos. Sin embargo, dependiendo de la organizacin del
trabajo, la
sistema de informacin utilizado, el nivel de educacin de la fuerza de trabajo,
etc, diferentes
lneas de flujo y diferentes talleres de trabajo pueden tener diferentes procesos
operativos
caractersticas, y estas caractersticas pueden evolucionar con el tiempo. Por lo
tanto
investigacin cuantitativa emprica debera tener como objetivo la validacin de
los supuestos bsicos
acerca de los procesos operativos y caractersticas del problema para bien
definido
clases de los procesos operativos, que se basan los modelos tericos y
problemas.
A partir de estas observaciones, podemos derivar los pasos que se deben tomar
cuando
hacer la investigacin cuantitativa emprica. El primer paso es la identificacin
de la
supuestos bsicos sobre el proceso operativo subyacente en el terico
modelos o problemas. En la literatura OM, podemos distinguir diferentes
investigaciones
corrientes que comparten supuestos comunes sobre el proceso de las operaciones
o

problema de decisin operativa. Por ejemplo, hay una corriente de investigacin

que es
Pgina 19

Operaciones
gestin
investigacin
259
basado en una vista de modelo de cola en el proceso de produccin. Llamamos a
esto una bsica
suposicin.
El segundo paso es que los investigadores deben identificar el tipo de operativa
proceso y el tipo de problema de decisin con respecto a este proceso operativo, a
que se supone que los supuestos bsicos para aplicar. Por ejemplo, se supone
que las decisiones sobre la estructura de los recursos de un sistema de produccin
de taller de trabajo
debe basarse en un modelo de cola de rdenes o el flujo a lo largo de los centros
de trabajo.
El tercer paso es que los criterios operativos y objetivos debe ser desarrollado
para
decidir si es o no un proceso operativo de la vida real pertenece a la clase de
procesos operativos considerado (es decir, un taller de trabajo) y para la
identificacin de la
sistema de decisin en el proceso operacional que representa el problema de
decisin
considerado. Estos criterios deben ser objetivos, es decir, cada investigador en
OM
el uso de estos criterios sera llegar a la misma decisin con respecto al proceso y
el sistema de toma.
El cuarto paso es derivar, a partir de los supuestos bsicos, hiptesis
en relacin con el comportamiento del proceso operativo. Este comportamiento
se refiere a
variables o fenmenos que pueden ser medidos u observados en el
funcionamiento
proceso de una manera objetiva. Las ms diversas hiptesis comprobables se
derivan
de los supuestos bsicos, ms fuerte es la investigacin es.
El quinto paso es el desarrollo de una forma objetiva de hacer la medicin o para
hacer
las observaciones. Este es un paso muy importante que requiere
documentacin. El
razn de esto es que, en la investigacin proceso operativo, no existe

formalizado construccin de variables como el tiempo de procesamiento,

capacidad de la mquina,
salida de la produccin, la produccin de tiempo de produccin, etc, ni
generalmente aceptada
existen formas de medir all variables. Esto ilustra la dbil posicin de
investigacin emprica cuantitativa en OM. La situacin siendo como es,
emprica
Investigadores MF deben desarrollar su propia manera de medir y documentar
este
cuidadosamente. Esto requiere que el investigador sabe cmo identificar el
correspondiente
caractersticas del proceso operativo, y sabe cmo cambiar o
influir y medir las caractersticas relevantes del proceso. Por lo tanto, el modelo
investigacin emprica basada no se puede hacer sin un enfoque sistemtico para
identificacin y medicin de los procesos operativos de la vida real. Esto es lo
que es
llamada, por Mitroff et al. (1974), el modelado conceptual de un
sistema. Conceptuales
modelos definen las variables relevantes de un sistema en estudio, la naturaleza
de
sus relaciones y sus mediciones.
La sexta etapa consiste en la aplicacin de la medicin y observacin
sistemas y recopilacin y documentacin de los datos resultantes.
El sptimo paso es la interpretacin de los datos, que generalmente
incluir el uso de anlisis estadstico. Aqu se necesitan tcnicas especiales desde
los datos no son el resultado de un diseo experimental donde las variables en la
sistema puede ser manipulado a voluntad, sino que resultan de observaciones
sobre una vida real
sistema que no puede ser manipulado de una manera arbitraria. Sofstica
estadstica
se han desarrollado tcnicas para este tipo de investigacin en algunas ramas de
la
la investigacin en ciencias sociales (por ejemplo, Herzog, 1996; Marcoulides y
Schumacker,
1996). En el desarrollo de las hiptesis sobre el comportamiento de la
Pgina 20

IJOPM
22,2
260
proceso operativo en el paso 4, se debe tener en cuenta qu tipo de
comportamiento se puede esperar del proceso bajo las circunstancias de la vida

real dado,
dentro del marco de tiempo que el proceso puede ser observado; las hiptesis
deben
restringirse a un comportamiento en el rango y plazo esperado. Se hace, por
ejemplo, no tiene sentido para desarrollar la hiptesis de que un taller de trabajo
tendr un
media hora para el rendimiento de 60 semanas bajo una capacidad de estado
estacionario
utilizacin del 95 por ciento, si una medicin fiable de la orden de trabajo
tiempo de produccin bajo una utilizacin de la capacidad del 95 por ciento
requiere que el
proceso se mide desde hace 10.000 aos. Por lo tanto el desarrollo de hiptesis
eficaces
y un sistema de medicin operacional eficiente requiere que el investigador es
bastante familiarizados con el tipo de proceso operativo y el tipo de decisin
problema preocupa, y est muy familiarizado con las tcnicas estadsticas
disponibles para el anlisis de datos de campo.
Por ltimo, la octava etapa en la investigacin emprica cuantitativa consiste en
la
interpretacin de los resultados de investigacin relacionados con los modelos
tericos o
problemas que dieron origen a las hiptesis que se probaron. Este paso completa
el proceso de validacin y pueden resultar en la confirmacin de (partes de) la
modelo terico en relacin con el problema de decisin y en relacin con la
proceso operativo considerado, pero tambin puede conducir a rechazos
(parciales) y
sugerencia para mejorar los modelos tericos.
El cuerpo principal de un artculo de investigacin en emprica cuantitativa
basada en modelos
Por lo tanto, la investigacin contiene secciones que tratan de las cuestiones que
se indican a continuacin:
.
identificacin de problemas de proceso o de supuestos;
.
identificacin de los tipos de proceso operativo y los problemas de decisin
considerado;
.
desarrollar definiciones operacionales del proceso operativo y la
sistema de toma;
.
derivacin de hiptesis sobre el comportamiento del proceso;

.
desarrollo del sistema de medicin;
.
resultados de las mediciones y observaciones;
.
interpretacin de los datos y observaciones en relacin con las hiptesis;
.
confirmacin y / o rechazo de las hiptesis del modelo terico.
Relevancia
En OM, de relevancia suele justificarse haciendo referencia a situaciones de la
vida real para
que podra aplicar el modelo o problema. La evaluacin de relevancia ha tenido
una larga
historia en las revistas O. El debate principal se dirige a los llamados `` lagunas ''
O entre la teora y la prctica OR, bsicamente adelantando dos cuestiones:
(1) Por qu los investigadores no abordan los problemas ms relevantes en la
prctica
trminos de complejidad, diseo y definiciones; y
(2) Por qu los mdicos no hacen ms uso de todas las herramientas disponibles
y
resultados que han sido desarrollados por la comunidad de investigadores O?
Pgina 21

Operaciones
gestin
investigacin
261
En este artculo, no vamos a entrar en este debate, sino que se refieren a otros
artculos, tales como
Corbett y Van Wassenhove (1993), Ormerod (1997), y Reisman y
Kirschnick (1995). Una observacin importante en estos artculos es que el
progreso en
investigacin de operaciones parece desarrollarse a lo largo de una lnea que
Reisman y Kirschnick
designar como `` investigacin ondulacin ''. Con esto, se refieren a la
investigacin que se lleva a cabo
en pequeas extensiones de la investigacin axiomtico anterior, y por lo tanto no
puede cerrar la
brecha que, de acuerdo con estos artculos, aparentemente existe entre los
resultados de
investigacin axiomtica y la necesidad de la vida real de los tomadores de
decisiones. Cabe sealar

que de alguna teora reas, por ejemplo, la teora de la asignacin y el inventario,

serie de pequeos
extensiones han dado lugar a modelos muy tiles que se han aplicado en los
negocios
practicar en gran escala.
La cuestin relevancia no puede ser visto aparte del hecho de que las
matemticas,
estadsticas y ciencias de la computacin no (todava) nos proporcionan
suficiente
poderosos mtodos de anlisis para abordar los problemas que se acercan a la
complejidad que se observa en la mayora de los procesos operativos de la vida
real. El tipo de
Por lo tanto, el modelo estudiado en O est restringido a aquellos modelos que
permitan la
investigador para hacer el anlisis y hacer afirmaciones cientficas. Esto conduce
al hecho
que para la investigacin axiomtico el criterio de pertinencia (con respecto a la
validez del modelo en comparacin con la realidad) se aplica generalmente muy
ligeramente. En muchos
casos, la relevancia est motivada con referencia a los artculos anteriores sobre
las similares
cuestiones, bien mediante referencia a las tendencias generales en la industria, en
lugar de atar el
relevancia a las observaciones reales en la realidad. El modelo se considera ``
aceptablemente
relevante '' si el problema modelado puede ser reconocida, posiblemente como un
aspecto
modelo de la realidad. Nos gustara aadir un criterio importante para la
relevancia,
aparte de la cuestin de la validez. Esta es la cuestin de si la solucin del
modelo de ayuda a los gerentes en la toma de decisiones en el mundo real. Este
es el caso
Si la solucin basada aspecto-modelo-cubre la parte ms importante de la
solucin, y los factores de contexto (no incluidos en el modelo) son menos
relevantes para
la solucin real.
Conclusiones
En este artculo, hemos hablado de las metodologas de investigacin utilizadas
en cuantitativa
modelado de la literatura OM basado. Hemos distinguido este conjunto de la
literatura de

el dominio de la investigacin OR y operativa. Adems, hemos presentado un

tipologa que analiza el tema, la metodologa y las afirmaciones cientficas
para diversos tipos de artculos en el dominio de opinin en su artculo.
Podemos concluir que el tema de la metodologa no ha recibido una gran
cantidad
de atencin explcita en la literatura. Especialmente en la investigacin
axiomtica
lneas, cuestiones metodolgicas parecen restringirse a la estrecha de mbito de
concepto de rigor matemtico. Hemos argumentado que un amplio detectada ms
rigor metodolgico necesita para crecer como un concepto en la literatura OM, de
tal manera que
un marco comn de referencia en relacin con el rigor y la relevancia puede ser
desarrollado.
Una gran oportunidad para que cuantitativo, basado en modelos, la investigacin
emprica tiene
sido identificado, donde los ricos estanque de resultados axiomticos, basada en
los avances en la
Pgina 22

IJOPM
22,2
262
las matemticas en los ltimos decenios, se pesca para crear ms riguroso
emprica
conocimiento cientfico en el campo de la OM. En tales artculos a modo de
ejemplo, dado
modelos axiomticos de O se valida empricamente en la vida real operativa
procesos, dando paso a un proceso de la teora de la capacidad real.
Referencias
Aarts, EH y Lenstra, JK (1997), la bsqueda local en Optimizacin
Combinatoria, Wiley, Nueva
York, NY.
Ackoff, RL (1957), `Una comparacin de O en EE.UU. y Gran Bretaa '",
Investigacin Operativa
Quarterly, vol. . 8, pp 88-100.
Ackoff, RL (1979), '' El futuro de la investigacin operativa es pasado '", Revista
de la operativa
Research Society, vol. . 30, pp 93-104.
Ackoff, RL y Sasieni, MW (1968), Fundamentos de la Investigacin de
Operaciones, Wiley, Nueva York,
NY.
Amundson, SD (1998), '' Las relaciones entre la investigacin emprica basada en

la teora de las operaciones

administracin y otras disciplinas '", Diario de Direccin de Operaciones,
Vol. 16,
pp. 341-59.
Ball, MO, Magnanti, TL, Monma, CL y Nemhauser, GL (Eds) (1995), Ruta de la
red,
North-Holland, Amsterdam.
Bertrand, JWM y Van Ooijen (2002), `` liberacin de la orden de carga de trabajo
y la productividad en base: a
eslabn perdido '", Planificacin y Control (en prensa) Produccin.
Bertrand, JWM y Wortmann, JC (1981), Control de Produccin y Sistemas de
Informacin para
Componente-Fabricacin Tiendas, Elsevier, Amsterdam.
Blocher, JD, Garrett, RW y Schmenner, RW (1999), `` reduccin del tiempo de
procesamiento: toma
uno de medicina '", Produccin y Gestin de Operaciones, Vol. . 8, pp 357-73.
Caja, GEP y Jenkins, GM (1976), Anlisis de Series:. Previsin y Control, 2 ed,
Holden-Day, San Francisco, California
Buzacott, JA y Shantikumar, JG (1993), Modelos estocsticos de Sistemas de
Manufactura,
Prentice-Hall, Englewood Cliffs, NJ.
Cheng, CH, Feiring, BR y Cheng, TCE (1994), `` El problema de corte una
encuesta '',
International Journal of Production Economics, vol. . 36, pp 291-305.
Corbett, CJ y Van Wassenhove, LN (1993), `` La deriva natural (lo que pas con
operativa
investigacin?) '', Investigacin de Operaciones, Vol. 41, pp. 625-40.
DeHoratius, N. y Raman, A. (2000), `` mejora del rendimiento al por menor a
travs apropiada
tienda de diseo de incentivos gerente: un anlisis emprico '", Documento de
trabajo, de negocios de Harvard
School, Boston, MA.
Fine, CH (1998), velocidad de reloj: Ganar Control de la Industria en la Era de
ventaja temporal,
Perseus Books, Cambridge, MA.
Fisher, ML y Raman, A. (1999), Tutorial: Operaciones de Retail, presentado en
INFORMS Fall
Encuentro Philadelphia, INFORMA, Linthicum.
Forrester, JW (1961), Dinmica Industrial, MIT Press, Cambridge, MA.
Graves, SC, Rinnooy Kan, AHG y Zipkin, PH (Eds) (1993), Logstica de
Produccin y

Inventario, North-Holland, Amsterdam.

Handfield, RB y Melnyk, SA (1998), `` El proceso de construccin de la teora
cientfica: un manual usando
el caso de la ACT '", Diario de Direccin de Operaciones, Vol. . 16, pp 321-39.
Hax, AC y de comidas, HC (1975), `` integracin jerrquica de planificacin de
la produccin y
la programacin de '', en Geisler, MA (Ed.), Logstica, North-Holland,
Amsterdam, pp. 53-69.
Pgina 23

Operaciones
gestin
investigacin
263
Herzog, T. (1996), Mtodos de Investigacin en las Ciencias Sociales, Harper
Collins, Nueva York, NY.
Holstrom, J. (1994), '' La relacin entre la velocidad y la productividad en las
redes de la industria: un
estudio de las estadsticas de '', International Journal of Production Economics,
vol industrial. 34,
pp. 91-7.
Hopp, WJ y Spearman, ML (1996), Fsica de fbrica, Irwin / McGraw Hill,
Boston, MA.
Inman, RR (1999), `` evaluacin emprica de los supuestos exponenciales e
independencia en
modelos de colas de los sistemas de fabricacin '', Produccin y Gestin de
Operaciones,
Vol. . 8, pp 409-32.
Keys, P. (1991), Investigacin Operativa y Sistemas: El sistmica Naturaleza de
la Investigacin Operativa,
Plenum Press, Nueva York, NY.
Kleijnen, JPC y Van Groenendaal, W. (1992), Simulacin: una perspectiva
estadstica, Wiley,
Chichester.
Ley, AM y Kelton, WD (2000), Simulacin y Modelado Anlisis, 3 ed.,
McGraw-Hill,
Nueva York, NY.
Lenstra, JK, De Paepe, WE, Sgall, J., canguros, RA y Stougie, L. (2001) `,
ayudados por ordenador`
clasificacin de complejidad de los problemas de lnea-a-ride '", Documento de
Trabajo, Departamento de
Matemticas y Ciencias de la Computacin, Technische Universiteit Eindhoven,

Eindhoven.
Lieberman, MB y Demeester, L. (1999), `` reduccin de inventario y crecimiento
de la productividad:
vnculos en la industria automotriz japonesa '', Management Science, vol. . 45, pp
466-85.
Marcoulides, GA y Schumacker, RE (Eds) (1996), Advanced Structural Equation
Modeling:
Temas y Tcnicas, Lawrence Erlbaum, Nueva York, NY.
Melnyk, SA y Handfield, RB (1998a), `` Prefacio: Que vivas en tiempos
interesantes ... la
surgimiento de la investigacin emprica basada en la teora '", Diario de
Direccin de Operaciones,
Vol. . 16, pp 311-19.
Melnyk, SA y Handfield, RB (Eds) (1998b), nmero especial, Diario de
Operaciones
Gestin, vol. . 16, pp 311-508.
Mendelson, H. y Pillai, RR (1998), `` velocidad de reloj y la respuesta de la
informacin: la evidencia de la
informacin de la industria de tecnologa '", Information Systems Research,
vol. 9, pp. 415-33.
Meredith, JR, Raturi, A., Amoako-Gyampah, K. y Kaplan, B. (1989), ``
investigacin Alternativa
paradigmas en las operaciones '', Journal of Operations Management, vol. . 8, pp
297-326.
Mitroff, II, Betz, F., Pondy, LR y Sagasti, F. (1974), `` En la gestin de la ciencia
en la era de los sistemas:
dos esquemas para el estudio de la ciencia como un fenmeno conjunto de
sistemas '", Interfaces, vol. 4
No. 3, pp. 46-58.
Muth, JF (1986), `` Buscar la teora y la funcin de los avances de fabricacin '',
Gestin
Science, vol. 32 N 8, pp. 948-62.
O'Leary-Kelly, SW y Vokurka, RW (1998), `` La evaluacin emprica de la
validez de constructo '',
Diario de Gestin de Operaciones, Vol. . 16, pp 387-405.
Ormerod, RJ (1997), `` Una observacin sobre los hbitos de publicacin basado
en el anlisis de MS / O
revistas '', OMEGA, vol. . 25, pp 599-603.
Reisman, A. y Kirschnick, F. (1994), `` La devolucin de OR / MS:
implicaciones de una estadstica
anlisis de contenido de los artculos en revistas emblemticas '', Investigacin de

Operaciones, Vol. . 42, pp 577-88.

Reisman, A. y Kirschnick, F. (1995), `` Las estrategias de investigacin utilizadas
por los trabajadores OR / MS como se muestra por
un anlisis de los artculos en revistas emblemticas '', Investigacin de
Operaciones, Vol. . 43, pp 731-40.
Schalla, AJ, Fransoo, JC y De Kok, AG (2000), `` Aggregate modelado cadena de
suministro en
planificacin avanzada y software de programacin: un estudio emprico '',
documento de trabajo mar /
TM / LBS / 00-05, Technische Universiteit Eindhoven, Eindhoven.
Schmenner, RW (1988), '' El mrito de hacer las cosas rpido '", Sloan
Management Review, vol. 30
No. 1, pp. 11-17.
Pgina 24

IJOPM
22,2
264
Schmenner, RW y Swink, ML (1998), '' En teora en la gestin de las operaciones
de '', Journal of
Gestin de Operaciones, Vol. 17, pp. 97-113.
Schonberger, R. (1982), las tcnicas de fabricacin japonesas: Nueve Lecciones
ocultos en la simplicidad,
Free Press, Nueva York, NY.
Silver, EA, Pyke, DF y Peterson, R. (1998), la gestin de stocks y planificacin
de la produccin
y programacin, 3 ed., Wiley, Nueva York, NY.
Sterman, JD (2000), Dinmica Empresarial: Sistemas de Pensamiento para un
mundo complejo, Irwin / McGrawHill, Boston, MA.
Taylor, FW (1911), Los Principios de la Administracin Cientfica, Harper &
Row, New York, NY,
reeditado como parte de una coleccin, la administracin cientfica, Harper &
Row, 1947.
Tayur, S., Ganeshan, R. y Magazine, M. (1999), los modelos cuantitativos para la
Cadena de Suministro
Gestin, Kluwer Academic Publishers, Boston, MA.
Wacker, JG (1998), `Una definicin de la teora: las directrices de investigacin
para diferentes-la construccin de teoras
mtodos de investigacin en la gestin de operaciones '", Diario de Direccin de
Operaciones, Vol. 16,
pp. 361-85.

Wiendahl, HP (1987), Belastungsorientierte Fertigigungssteuerung: Grundlagen,

Verfahrensaufbau,
Realisierung, Hanser, Munich.
Wight, OW (1974), la produccin y la gestin de stocks en la era del ordenador,
CBI, Boston,
MA.
Wright, TP (1936), `` Los factores que afectan el costo de los aviones '', J. Aero.