PRACTICA CALIFICADA

Se piensa implementar un nuevo centro Essalud de baja complejidad para en la ciudad de Arequipa en
el distrito de Cerro Colorado, debido al considerable crecimiento demografico en la zona. Este centro
estaría compuesto por 3 servicios básicos: las atenciones de crecimiento y desarrollo (CRED) para los
infantes, las atenciones de nebulización para los casos registrados de asma y las atenciones de
Enfermeria para Suturas y curaciones, para lo cual se recolectó la siguiente información:

Población Casos registrados de Suturas y

Año infantil asma curaciones

2005 219380 72200 290058

2006 256340 74660 318037
2007 332243 75130 331888
2008 419802 79400 329545
2009 395722 78320 356254
2010 444932 70640 330064
2011 483904 76980 372870
2012 490881 75860 378534
2013 482832 85690 383735
2014 463122 88650 373245
2015 487664 89310 399415
2016 554635 88650 381774
2017 582285 90460 392405

Se sabe que de la población infantil que se atiende en atenciones CRED son niños menores a 3 años y
eso representa el 40.13% y además, se les preguntó a los padre en una encuesta de Essalud si es que
consideraban importante el monitoreo de crecimiento y desarrollo de los cuales solo respondieron
"Definitivamente Si" el 25.14%

De los casos registrados de asma en el distrito se tiene anotado que tan solo el 52.23% necesitaría las
nebulaciones y además un 81.45% de los casos no estaria asegurado en Essalud.

Tan solo un 16% de las suturas y curaciones se hicieron en Essalud debido a un excesivo tiempo de
espera, las demás se hicieron en policlinicos privados.

La oferta histórica del actual centro Essalud en la zona es la siguiente:

Atenciones de Atenciones
Año Atenciones CRED nebulización enfermeria
2005 12978 6790 20467
2006 13075 6837 20711
2007 13000 6884 21057
 2008 13271 6932 21403
2009 13570 6980 21350
2010 14169 7028 21198
2011 13970 7077 21647
2012 14471 7126 21797
2013 14773 7190 21748
2014 14875 7225 22100
2015 14467 7275 22454
2016 14682 7326 22108
2017 14887 7358 22563

La capacidad de atención en el nuevo centro seria:

*1500 infantes por mes los meses de Enero a Noviembre y 2000 infantes en Diciembre
*7 inmunizaciones por dia ( considerar 300 dias al año)
*13 enfermeras que pueden atender hasta 10 pacientes por dia (considerar 300 dias al año)

El centro tiene una fecha de apertura para Mayo 2018 por lo que solo funcionaria al 30%
su capacidad ese año. Luego se incrementaría a 70% el 2019 y 100% el 2020
Considerar un horizonte de planificación del 2018 al 2022

ATENCIÓN ingenierio industrial:

Ud es el planner de proyectos para este nuevo centro de Essalud y se le pide:
1. Determinar el porcentaje a cubrir del balance demanda - oferta para la "población infantil",
"casos registrados de asma" y "suturas y curaciones".
2. Compare las producciones proyectadas de "atenciones CRED", "atenciones de nebulización" y
"atenciones enfermeria" con el % demanda a cubrir de "población infantil", "casos registrados de
asma" y "suturas y curaciones".¿Que observaciones o recomendaciones puede hacer?

INSTRUCCIONES
Desarrollar el presente ejercicio de la siguiente forma:
a) En la hoja "Regresión linealyPronosticos" (color celeste) encontrar las formulas de regresión del tipo
a+bx asi como el coeficiente de correlación tanto para todas las demandas y ofertas historicas
b) En la hoja "BalanceD-O" (color naranja) encontrar todas las demandas insatisfechas
c) En la hoja "CapacidadInstaladaMaxima" (color rojo) encontrar la capac max de cada servicio básico
d) En la hoja "MercadoObjetivo" (color verde) encontrar el % demanda a cubrir para cada servicio
e) En la hoja "ObserYREcomendaciones" (color violeta) realizar todas las observaciones y recomendacones
de este proyecto
BUENA SUERTE!
omendacones
 SOLUCION

1) En primer lugar hallamos el % de aceptación:

A. PARA CRED:
% SI 25.14
% aceptación 0.2514
% segm CREMD 0.4013

2) Encontramos nuestro mercado disponible:

Casos Suturas y Mercado

Año Población infantil registrados de curaciones potencial CRED
asma

2005 219380 72200 290058 88037.194

2006 256340 74660 318037 102869.242
2007 332243 75130 331888 133329.1159
2008 419802 79400 329545 168466.5426
2009 395722 78320 356254 158803.2386
2010 444932 70640 330064 178551.2116
2011 483904 76980 372870 194190.6752
2012 490881 75860 378534 196990.5453
2013 482832 85690 383735 193760.4816
2014 463122 88650 373245 185850.8586
2015 487664 89310 399415 195699.5632
2016 554635 88650 381774 222575.0255
2017 582285 90460 392405 233670.9705

3) Proyectamos LA DEMANDA ( MERCADO DISPONIBLE) usando el método de regresión lineal (usando el calculo manual y

3.1. Forma manual

A. PARA LA DEMANDA DE CRED:
Mercado
X Año xy x2
disponible
1 2005 35329.3259522 35329.326 1
2 2006 41281.4268146 82562.8536 4
3 2007 53504.97421067 160514.923 9
4 2008 67605.62354538 270422.494 16
5 2009 63727.73965018 318638.698 25
6 2010 71652.60121508 429915.607 36
7 2011 77928.71795776 545501.026 49
8 2012 79052.30582889 632418.447 64
9 2013 77756.08126608 699804.731 81
10 2014 74581.94955618 745819.496 100
11 2015 78534.23471216 863876.582 121
12 2016 89319.35773315 1071832.29 144
 13 2017 93772.16046165 1219038.09 169
91 904046.498904 7075674.56 819

100000
90000
80000
70000
60000
50000 Mercado disponible
40000 Linear (Mercado disponible)
30000
20000
10000
0
0 2 4 6 8 10 12 14

Encontramos la formula de regresión para poder pronosticar:

Y=a+bx
n (# periodos) 13
Hallamos "a": 40797.843 Esta es la intersección con el eje y
Hallamos "b": 4106.314 Esta es la pendiente
Hallamos "r": 0.9257168731 ya que es menor que 1 el coeficiente de correlación es FUERTE
Hallamos "r2": 0.8569517291 coeficiente de determinación es FUERTE
Conclusión El pronóstico por medio de la regresión lineal nos permitirá hacer un pronostico CONFIABLE con u

Hallamos la demanda proyectada reemplazando en la ecuación de regresión

Y= 40797.84 + 4106.31356886495X
Demanda
X Año proyectada
14 2018 98286.23
15 2019 102392.55
16 2020 106498.86
17 2021 110605.17
18 2022 114711.49

3.2. Formulas excel

Hallamos "a": 40797.84

Hallamos "b": 4106.31
Hallamos "r": 0.9257168731 coeficiente de correlación es FUERTE
Hallamos "r2": 0.8569517291 coeficiente de determinación es FUERTE
Conclusión El pronóstico por medio de la regresión lineal nos permitirá hacer un pronostico CONFIABLE con u

PROYECTAMOS UTILIZANDO LA FORMULA "PRONOSTICO" DE EXCEL

Demanda
X Año proyectada
14 2018 98286.23
15 2019 102392.55
16 2020 106498.86
17 2021 110605.17
18 2022 114711.49

4) Proyectamos LA OFERTA ( HISTORICA ) usando el método de regresión lineal (usando el calculo manual y formulas de e

4.1. Forma manual

Oferta
X Año atenciones xy x2
CRED
1 2005 12978 12978 1
2 2006 13075 26150 4
3 2007 13000 39000 9
4 2008 13271 53084 16
5 2009 13570 67850 25
6 2010 14169 85014 36
7 2011 13970 97790 49
8 2012 14471 115768 64
9 2013 14773 132957 81
10 2014 14875 148750 100
11 2015 14467 159137 121
12 2016 14682 176184 144
13 2017 14887 193531 169
91 182188 1308193 819

15500

15000

14500

14000

13500

13000

12500

12000
0 2 4 6 8 10 12 14
 13000

12500

12000
0 2 4 6 8 10 12 14

Encontramos la formula de regresión para poder pronosticar:

Y=a+bx
n (# periodos) 13
Hallamos "a": 12749.96 Esta es la intersección con el eje y
Hallamos "b": 180.64 Esta es la pendiente
Hallamos "r": 0.94 coeficiente de correlación es FUERTE
Hallamos "r2": 0.89 coeficiente de determinación es FUERTE
Conclusión El pronóstico por medio de la regresión lineal nos permitirá hacer un pronostico CONFIABLE con u

Hallamos la demanda proyectada reemplazando en la ecuación de regresión

Y= 12750+ 180.642857142857X
Oferta
X Año proyectada
14 2018 15278.96
15 2019 15459.60
16 2020 15640.25
17 2021 15820.89
18 2022 16001.53

4.2. Formulas excel

Hallamos "a": 12749.96

Hallamos "b": 180.64

Hallamos "r": 0.94 coeficiente de correlación es FUERTE

Hallamos "r2": 0.89 coeficiente de determinación es FUERTE
Conclusión El pronóstico por medio de la regresión lineal nos permitirá hacer un pronostico CONFIABLE con u

PROYECTAMOS UTILIZANDO LA FORMULA "PRONOSTICO" DE EXCEL

Oferta
X Año proyectada
14 2018 15278.96
15 2019 15459.60
16 2020 15640.25
17 2021 15820.89
18 2022 16001.53
 B. PARA CASOS REGISTRADOS DE ASMA:
% SI 18.55
% aceptación 0.1855
% segm CREMD 0.5223

Mercado Mercado potencial

Mercado disponible Mercado potencial disponible CASOS SUTURAS Y
CRED CASOS ASMA ASMA CURACIONES

35329.3259522 37710.06 19695.964338 46409.28

41281.4268146 38994.918 20367.0456714 50885.92
53504.97421067 39240.399 20495.2603977 53102.08
67605.62354538 41470.62 21660.104826 52727.2
63727.73965018 40906.536 21365.4837528 57000.64
71652.60121508 36895.272 19270.4005656 52810.24
77928.71795776 40206.654 20999.9353842 59659.2
79052.30582889 39621.678 20694.4024194 60565.44
77756.08126608 44755.887 23375.9997801 61397.6
74581.94955618 46301.895 24183.4797585 59719.2
78534.23471216 46646.613 24363.5259699 63906.4
89319.35773315 46301.895 24183.4797585 61083.84
93772.16046165 47247.258 24677.2428534 62784.8

esión lineal (usando el calculo manual y formulas de excel)

y2

1248161272.23679
1704156199.84918
2862782265.28446
4570520334.95964
4061224800.92113
5134095260.88729
6072885082.54011
6249267056.86436
6046008173.85724
5562467199.60058
6167626021.82464
7977947665.86243
 8793218077.64544
66450359412.3332

ercado disponible
near (Mercado disponible)

e de correlación es FUERTE

hacer un pronostico CONFIABLE con un margen de error aceptable.

 hacer un pronostico CONFIABLE con un margen de error aceptable

ando el calculo manual y formulas de excel)

y2

168428484
170955625
169000000
176119441
184144900
200760561
195160900
209409841
218241529
221265625
209294089
215561124
221622769
2559964888

0 12 14
0 12 14

hacer un pronostico CONFIABLE con un margen de error aceptable

857142857X

hacer un pronostico CONFIABLE con un margen de error aceptable

 C. PARA SUTURAS Y CURACIONES:

% aceptación 0
% segm CREMD 0.16

Mercado disponible
SUTURAS Y
CURACIONES

7425.4848
8141.7472
8496.3328
8436.352
9120.1024
8449.6384
9545.472
9690.4704
9823.616
9555.072
10225.024
9773.4144
10045.568

B. PARA LA DEMANDA DE ASMA

X Año Mercado disponible

1 2005 19695.964338
2 2006 20367.0456714
3 2007 20495.2603977
4 2008 21660.104826
5 2009 21365.4837528
6 2010 19270.4005656
7 2011 20999.9353842
8 2012 20694.4024194
9 2013 23375.9997801
10 2014 24183.4797585
11 2015 24363.5259699
12 2016 24183.4797585
 13 2017 24677.2428534
91 285332.3254755

30000

25000

20000

15000

10000

5000

0
0 2 4 6 8 10 12 14 16

Encontramos la formula de regresión para poder pronosticar:

n (# periodos) 13

Hallamos "a": 18969.48 Esta es la intersección con el eje y

Hallamos "b": 425.594 Esta es la pendiente
Hallamos "r": 0.855323123 coeficiente de correlación es FUERTE
Hallamos "r2": 0.7315776448 coeficiente de determinación es FUERTE
Conclusión El pronóstico por medio de la regresión lineal nos permitirá ha

Hallamos la demanda proyectada reemplazando en la ecuación de regresión

Y= 18969.48+ 425.593750124177X
X Año Demanda proyectada

14 2018 24927.80
15 2019 25353.39
16 2020 25778.98
17 2021 26204.58
18 2022 26630.17

3.2. Formulas excel

Hallamos "a": 18969.48

Hallamos "b": 425.59
Hallamos "r": 0.855323123 coeficiente de correlación es FUERTE
Hallamos "r2": 0.7315776448 coeficiente de determinación es FUERTE
Conclusión El pronóstico por medio de la regresión lineal nos permitirá ha

PROYECTAMOS UTILIZANDO LA FORMULA "PRONOSTICO" DE EXCEL

X Año Demanda proyectada

14 2018 24927.80
15 2019 25353.39
16 2020 25778.98
17 2021 26204.58
18 2022 26630.17

4) Proyectamos LA OFERTA ( HISTORICA ) usando el método de regresión lineal

4.1. Forma manual

Oferta Atenciones de
X Año nebulización

1 2005 6790
2 2006 6837
3 2007 6884
4 2008 6932
5 2009 6980
6 2010 7028
7 2011 7077
8 2012 7126
9 2013 7190
10 2014 7225
11 2015 7275
12 2016 7326
13 2017 7358
91 92028

7500
7400
7300
7200
7100
7000
6900
6800
6700
6600
6500
0 2 4 6 8 10
 6900
6800
6700
6600
6500
0 2 4 6 8 10

Encontramos la formula de regresión para poder pronosticar:

Y=a+bx
n (# periodos) 13
Hallamos "a": 6740.08 Esta es la intersección con el eje y
Hallamos "b": 48.43 Esta es la pendiente
Hallamos "r": 1.00 coeficiente de correlación es DEVIL
Hallamos "r2": 1.00 coeficiente de determinación es DEVIL
Conclusión El pronóstico por medio de la regresión lineal nos permitirá ha

Hallamos la demanda proyectada reemplazando en la ecuación de regresión

Y= 6740
X Año Oferta proyectada

14 2018 7418.08

15 2019 7466.51

16 2020 7514.93
17 2021 7563.36
18 2022 7611.79

4.2. Formulas excel

Hallamos "a": 6740.08

Hallamos "b": 48.43

Hallamos "r": 1.00 coeficiente de correlación es DEVIL

Hallamos "r2": 1.00 coeficiente de determinación es DEVIL
Conclusión El pronóstico por medio de la regresión lineal nos permitirá ha

PROYECTAMOS UTILIZANDO LA FORMULA "PRONOSTICO" DE EXCEL

X Año Oferta proyectada

14 2018 7418.08

15 2019 7466.51
16 2020 7514.93
17 2021 7563.36
18 2022 7611.79
 xy x2 y2

19695.9643 1 387931011.2038
40734.0913 4 414816549.3809
61485.7812 9 420055698.7695
86640.4193 16 469160141.0733
106827.419 25 456483895.9912
115622.403 36 371348337.9587
146999.548 49 440997286.1406
165555.219 64 428258291.4961
210383.998 81 546437365.7192
241834.798 100 584840693.2298
267998.786 121 593581397.686
290201.757 144 584840693.2298
 320804.157 169 608966314.8457
2074784.34 819 6307717676.724

Col umn N
Li near (Col umn N)

12 14 16

ersección con el eje y

de correlación es FUERTE
de determinación es FUERTE
resión lineal nos permitirá hacer un pronostico CONFIABLE con un margen de error aceptable

ación de regresión

593750124177X
de correlación es FUERTE
de determinación es FUERTE
resión lineal nos permitirá hacer un pronostico CONFIABLE con un margen de error aceptable

do de regresión lineal

xy x2 y2

6790 1 46104100
13674 4 46744569
20652 9 47389456
27728 16 48052624
34900 25 48720400
42168 36 49392784
49539 49 50083929
57008 64 50779876
64710 81 51696100
72250 100 52200625
80025 121 52925625
87912 144 53670276
95654 169 54140164
653010 819 651900528.00

8 10 12 14
 8 10 12 14

ersección con el eje y

de correlación es DEVIL
de determinación es DEVIL
resión lineal nos permitirá hacer un pronostico CONFIABLE con un margen de error aceptable

ación de regresión

+ 48.4285714285714X

de correlación es DEVIL
de determinación es DEVIL
resión lineal nos permitirá hacer un pronostico NO ES CONFIABLE con un margen de error aceptable
C. PARA LA DEMANDA DE SUTURAS Y CURACIONES:
Mercado
X Año disponible
1 2005 7425.4848
2 2006 8141.7472
3 2007 8496.3328
4 2008 8436.352
5 2009 9120.1024
6 2010 8449.6384
7 2011 9545.472
8 2012 9690.4704
9 2013 9823.616
10 2014 9555.072
11 2015 10225.024
12 2016 9773.4144
 13 2017 10045.568
91 118728.2944

12000

10000

8000

6000

4000

2000

0
0 2 4 6 8 10 12 1
Axis Ti tl e

Col umn X Li near (Col umn X)

Encontramos la formula de regresión para poder pronosticar:

n (# periodos) 13

Hallamos "a": 7717.65 Esta es la intersección con el eje y

Hallamos "b": 202.185 Esta es la pendiente
Hallamos "r": 0.9180510485 coeficiente de correlación es FUERTE
Hallamos "r2": 0.8428177277 coeficiente de determinación es FUE
Conclusión El pronóstico por medio de la regresión lineal nos permitirá

Hallamos la demanda proyectada reemplazando en la ecuación de regresión

Y= 7717.6527+ 202.18472087912
Demanda
X Año proyectada
14 2018 10548.24
15 2019 10750.42
16 2020 10952.61
17 2021 11154.79
18 2022 11356.98

3.2. Formulas excel

Hallamos "a": 7717.65

Hallamos "b": 202.18
 Hallamos "r": 0.9180510485 coeficiente de correlación es FUERTE
Hallamos "r2": 0.8428177277 coeficiente de determinación es FUE
Conclusión El pronóstico por medio de la regresión lineal nos permitirá

PROYECTAMOS UTILIZANDO LA FORMULA "PRONOSTICO" DE EXCEL

Demanda
X Año proyectada
14 2018 10548.24
15 2019 10750.42
16 2020 10952.61
17 2021 11154.79
18 2022 11356.98

4) Proyectamos LA OFERTA ( HISTORICA ) usando el método de regresión lineal (us

4.1. Forma manual

Oferta
X Año Atenciones
enfermeria
1 2005 20467
2 2006 20711
3 2007 21057
4 2008 21403
5 2009 21350
6 2010 21198
7 2011 21647
8 2012 21797
9 2013 21748
10 2014 22100
11 2015 22454
12 2016 22108
13 2017 22563
91 280603

23000

22500

22000

21500

21000

20500

20000

19500

19000
0 2 4 6 8 10
 20500

20000

19500

19000
0 2 4 6 8 10

Encontramos la formula de regresión para poder pronosticar:

Y=a+bx
n (# periodos) 13
Hallamos "a": 20483.50
Hallamos "b": 157.34 Esta es la intersección con el eje y
Hallamos "r": 0.96 Esta es la pendiente
Hallamos "r2": 0.93 coeficiente de correlación es FUERTE
Conclusión El pronóstico por medio de la regresión lineal nos permitirá
coeficiente de determinación es FUE

Hallamos la demanda proyectada reemplazando en la ecuación de regresión

Y= 20484
Oferta
X Año proyectada
14 2018 22686.19

15 2019 22843.53

16 2020 23000.86
17 2021 23158.20
18 2022 23315.53

4.2. Formulas excel

Hallamos "a": 20483.50

Hallamos "b": 157.34

Hallamos "r": 0.96 coeficiente de correlación es FUERTE

Hallamos "r2": 0.93 coeficiente de determinación es FUE
error aceptable Conclusión El pronóstico por medio de la regresión lineal nos permitirá

PROYECTAMOS UTILIZANDO LA FORMULA "PRONOSTICO" DE EXCEL

Oferta
X Año proyectada
14 2018 22686.19

15 2019 22843.53
16 2020 23000.86
17 2021 23158.20
18 2022 23315.53
 xy x2 y2

7425.4848 1 55137824.515
16283.4944 4 66288047.4687
25488.9984 9 72187671.0484
33745.408 16 71172035.0679
45600.512 25 83176267.7865
50697.8304 36 71396389.0908
66818.304 49 91116035.7028
77523.7632 64 93905216.5733
88412.544 81 96503431.3155
95550.72 100 91299400.9252
112475.264 121 104551115.801
117280.973 144 95519629.0341
 130592.384 169 100913436.443
867895.68 819 1093166500.77

10 12 14 16
e

inea r (Col umn X)

es la intersección con el eje y

es la pendiente
ciente de correlación es FUERTE
ciente de determinación es FUERTE
regresión lineal nos permitirá hacer un pronostico CONFIABLE con un margen de error aceptable

a ecuación de regresión

02.184720879121X
ciente de correlación es FUERTE
ciente de determinación es FUERTE
regresión lineal nos permitirá hacer un pronostico CONFIABLE con un margen de error aceptable

STICO" DE EXCEL

método de regresión lineal (usando el calculo manual y formulas de excel)

xy x2 y2

20467 1 418898089
41422 4 428945521
63171 9 443397249
85612 16 458088409
106750 25 455822500
127188 36 449355204
151529 49 468592609
174376 64 475109209
195732 81 472975504
221000 100 488410000
246994 121 504182116
265296 144 488763664
293319 169 509088969
1992856 819 6061629043

8 10 12 14
 8 10 12 14

es la intersección con el eje y

es la pendiente
ciente de correlación es FUERTE
regresión lineal nos permitirá hacer un pronostico CONFIABLE con un margen de error aceptable
ciente de determinación es FUERTE

a ecuación de regresión

+ 157.335164835165X

ciente de correlación es FUERTE

ciente de determinación es FUERTE
regresión lineal nos permitirá hacer un pronostico CONFIABLE con un margen de error aceptable

STICO" DE EXCEL
Solución:
5) Una vez calculada las proyecciones de demanda (mercado disponible) y oferta procedemos a realizar el calculo de la deman

A. ATENCIONES de CRED:
Demanda Oferta
Año proyectada proyectada Balance D-O
2018 98286 15278.96 83007.27
2019 102392.55 15459.60 86932.95
2020 106498.86 15640.25 90858.61
2021 110605.17 15820.89 94784.28
2022 114711.49 16001.53 98709.96

B. ATENCIONES de NEBULIZACIONES:

Demanda Oferta
Año proyectada proyectada Balance D-O
2018 24927.80 7418.08 17509.72
2019 25353.39 7466.51 17886.88
2020 25778.98 7514.93 18264.05
2021 26204.58 7563.36 18641.22
2022 26630.17 7611.79 19018.38

C. ATENCIONES DE ENFERMERIA :

Demanda Oferta
Año proyectada proyectada Balance D-O
2018 10548.24 22686.19 -12137.95
2019 10750.42 22843.53 -12093.11
2020 10952.61 23000.86 -12048.25
2021 11154.79 23158.20 -12003.41
2022 11356.98 23315.53 -11958.55
s a realizar el calculo de la demanda instatisfecha
Solución:
5) Calculamos la capacidad maxima instalada para la atencion en CRED:

ENERO A NOVIEMBRE DICIEMBRE

INFANTES 1500 POR MES 2000
16500 TOTAL= 18500
Capacidad del servicio: 2.08333333 PACIENTES/hora 2.77777778
Refrigerio 0 min
# de turnos por dia 1 turno
Dias laborales al año 360 dias
Capacidad = (2.08333+2.777) X 1 x 300 x ( 8 horas - 35 min)
Capacidad max instalada: 14000 pacientes infantes.

5) Calculamos la capacidad maxima instalada para la atencion de nebulizacion:

Capacidad del servicio: 0.875 nebulizaciones/hora

Refrigerio 0 min
# de turnos por dia 1 turno
Dias laborales al año 300 dias
Capacidad = 0.875X 1 x 300 x ( 8 horas)
Capacidad max instalada: 2100 nebulizaciones por año.

5) Calculamos la capacidad maxima instalada para la atencion de enfermeria:

Capacidad del servicio: 1.3 und/hora

Refrigerio 0 min
# de turnos por dia 1 turno
Dias laborales al año 300 dias
Capacidad = 0.76923077 X 1 x 300 x ( 8 horas)
Capacidad max instalada: 3120 pacientes.
Solución:
5) Finalmente calculamos los % de mercado objetivo proyectado para atencion CRED:

% de dem
Capacidad % Producción
AÑO producción proyectada Balance D-O (Mercado
Max objetivo)
2018 14000 30% 4200 83007.27 5.06%
2019 14000 70% 9800 86932.95 11.27%
2020 14000 100% 14000 90858.61 15.41%
2021 14000 100% 14000 94784.28 14.77%
2022 14000 100% 14000 98709.96 14.18%

INTERPRETACIÓN FINAL:

Interpreación #1:
El año 2018 no se podrá tener mercado objetivo debido a que el hospital solo estara al 30% de su capacidad. Lueg

Interpreación #2:
Aproximadamente el % de mercado obejtivo promedio que se podria cubrir en el periodo 2020-2022 una vez que
14.79%

5) Finalmente calculamos los % de mercado objetivo proyectado PARA ATENCION DE Nebulizacion:

% de dem
Capacidad % Producción
AÑO producción proyectada Balance D-O (Mercado
Max objetivo)
2018 2100 30% 630 17509.72 3.60%
2019 2100 70% 1470 17886.88 8.22%
2020 2100 100% 2100 18264.05 11.50%
2021 2100 100% 2100 18641.22 11.27%
2022 2100 100% 2100 19018.38 11.04%

INTERPRETACIÓN FINAL:

Interpreación #1:
El año 2019 no se podrá tener mercado objetivo debido a que el hospital solo estara al 70% de su capacidad. Lueg

Interpreación #2:
Aproximadamente el % de mercado obejtivo promedio que se podria cubrir en el periodo 2020-2022 una vez que
11.27%
5) Finalmente calculamos los % de mercado objetivo proyectado para atencion de Enfermeria:

% de dem
Capacidad % Producción
AÑO producción proyectada Balance D-O (Mercado
Max objetivo)
2018 3120 30% 936 -12137.95 -7.71%
2019 3120 70% 2184 -12093.11 -18.06%
2020 3120 100% 3120 -12048.25 -25.90%
2021 3120 100% 3120 -12003.41 -25.99%
2022 3120 100% 3120 -11958.55 -26.09%

INTERPRETACIÓN FINAL:

Interpreación #1:
Aproximadamente el % de mercado obejtivo promedio que se podria cubrir en el periodo 2020-2022 una vez que
-25.99%
30% de su capacidad. Luego se incrementara en el año 2020.

do 2020-2022 una vez que se llegue a la capac. Maxima será de

70% de su capacidad. Luego se incrementara en el año 2020.

do 2020-2022 una vez que se llegue a la capac. Maxima será de

do 2020-2022 una vez que se llegue a la capac. Maxima será de
1. OBSERVACIONES:

1 Concluyo que en la poblacion infantil se deberia aumentar la atencion de crecimiento y

2 En el caso de nebulizaciones se deberia aumentar la atencion; puesto que mas del 52.2
3 En el caso de suturas y curaciones tan bien es necesario implementarlo ya que el 16% s
4 EL hospital al inicio en el año 2018 empezara con 30% de su capacidad; por tal motivo
5 A partir del año 2020 ya se encontrara al 100% de su capaciadad lo cual generara que s

2. RECOMENDACIONES:

1 Respecto a la primera observacion se deberia realizar mas campañas de salud que ince
2 la recomendación en el caso de nebulizaciones es que se dbe aumentar la capacidad , y
3 En el tercer caso , se deberia designar bien el trabajo; ya que 13 enfermeras es mucho p
4 Se deberia implementar este nuevo centro de salud con mayor rapidez ya que cada año
entar la atencion de crecimiento y desarrollo (CRED); ya que es muy importante como parte de su crecimiento, y según la encuesta que hiz
tencion; puesto que mas del 52.23% de la poblacion lo necesita; porque ademas no cuentan con un seguro de Salud.
io implementarlo ya que el 16% se realizo en ESSALUD y es un indice muy bajo lo que refleja una mala atencion por parte de esta entidad.
% de su capacidad; por tal motivo no se podra atender a todo el mercado objetivo, pero es necesario por el crecimiento demografico del d
apaciadad lo cual generara que se pueda atender a todo el publico ; cubriendo asi la demanda.

mas campañas de salud que incentiven a los padres de familia a y conocer , enteder mejor este tema; para el bienestar de sus hijos.
se dbe aumentar la capacidad , ya que la mayoria de la poblacion no cuenta con seguro de salud.
ya que 13 enfermeras es mucho para tan solo atender 10 pacientes, se tendria que realizar una mejor distribucion de horas de trabajo. Par
on mayor rapidez ya que cada año según la informacion de la oferta historica aumenta mas los casos.
ento, y según la encuesta que hizo un 25,15% es muy bajo por lo que preocupa estos indices
ro de Salud.
ncion por parte de esta entidad.
el crecimiento demografico del distrito.

a el bienestar de sus hijos.

tribucion de horas de trabajo. Para que mas pacientes puedan ser atendidos sin la necesidad de esperar, ya que esto causa incomodidad y
ya que esto causa incomodidad y molestia por eso la mayoria se va atender a clinicas privadas. tanto.