Lean Manufacturing en Una Mype

Anlisis de las herramientas Lean
Manufacturing para la eliminacin de

desperdicios en las Pymes
Yenny Alejandra Aguirre Alvarez
Universidad Nacional de Colombia

Facultad de Minas, Departamento de Ingeniera de la Organizacin
Medelln, Colombia
2014
Anlisis de las herramientas Lean
Manufacturing para la eliminacin de
Yenny Alejandra Aguirre Alvarez
Tesis o trabajo de investigacin presentada(o) como requisito parcial para optar al ttulo
de:
Magister en Ingeniera Industrial
Director:
Alexander Alberto Correa Espinal, Ph.D.
Codirectora:
Derly Faviana Gutirrez Roa, M.Sc.
Lnea de Investigacin:
Ingeniera y sistemas de produccin
Universidad Nacional de Colombia

Facultad de Minas, Departamento de Ingeniera de la Organizacin
Medelln, Colombia
2014
(Dedicatoria o lema)
"No saber es autntica sabidura. Presumir

que se sabe es una enfermedad. Primero
date cuenta de que ests enfermo; Solo
entonces podrs recobrar la salud"
Tao Te Ching, Lao Tse

Agradecimientos
En primera instancia voy a agradecer a la Universidad Nacional de Colombia, por
brindarme los espacios de formacin en mi carrera como profesional. Un agradecimiento
muy especial con mis tutores Alexander Alberto Correa Espinal y Derly Faviana Gutirrez
Roa, quienes con su paciencia y dedicacin hicieron que una idea tomara forma y se
materializara en lo que es esta Tesis. A mis padres, mi hermano, mi familia gracias por
los tiempos en los que aguardaron pacientemente una meta ms, una felicidad para
todos. A mi amigo y compaero, quien con sus palabras se recobraban esperanzas para
jams desistir Quisiera agradecerle a la vida misma por darme la oportunidad de
culminar este logro.
Resumen y Abstract IX
Resumen
La presente tesis consiste en analizar las herramientas Lean Manufacturing para la
eliminacin de desperdicios en las Pymes con el fin de mejorar su productividad. Del
estado del arte se logra evidenciar cmo la teora Lean Manufacturing se encuentra
presente en las estrategias organizacionales como metodologa para la solucin de
problemas, de cara a la eliminacin de desperdicios principalmente en el eslabn de
produccin de la cadena de suministro. Se logra posteriormente, la caracterizacin de las
Pymes, destacando de ellas los aportes que representan para la produccin y el impacto
sobre la economa del pas; aspectos que permiten identificar oportunidad de anlisis
para potencializar su participacin industrial por medio de procesos mejorados desde la
productividad. Con esto se logra enmarcar el caso de una Microempresa de dulces de
leche, obteniendo como resultados la recreacin de tres escenarios, correspondientes a
las tres herramientas Lean Manufacturing de estudio TOC, Andon y TPM, por medio de
la simulacin en el software SIMUL 8 y el diseo de un plan experimental 2 k. Se
concluye que la aplicacin de las herramientas Lean Manufacturing para la eliminacin
de desperdicios, en este caso tiempos de espera, defectos y eficiencia de la mano de
obra, en el eslabn productivo de la cadena de suministro, fueron mayores cuando se
combinaban las herramientas Lean, que cuando eran aplicadas de manera
independiente. De esta manera, el texto explica como problemtica central el uso de las
herramientas Lean Manufacturing, como objeto para incrementar la productividad, en
este caso medido por las unidades producidas al final de la lnea de la cadena de
suministro de las Pymes, con base en la eliminacin de desperdicios, registrando cmo
la combinacin de estas herramientas en los procesos productivos resulta ser ms
significativa para la variable respuesta que realizar la aplicacin de las herramientas de
manera individual.
Palabras clave: Lean Manufacturing, Gestin de la Cadena de Suministro, Pyme,

Simulacin, Diseo de Experimentos.
X Desarrollo de una metodologa para la eliminacin de desperdicios con base en las
herramientas Lean Manufacturing: Caso Pyme de dulce de leche
Abstract
This thesis is to analyze the Lean Manufacturing tools for waste disposal in SMEs to
improve their productivity. State of the art is achieved demonstrate how the theory Lean
Manufacturing is present in the organizational strategies as a methodology for problem
solving, facing waste disposal mainly in the production link in the supply chain .
Characterization of SMEs, highlighting the contributions that represent them for the
production and the impact on the economy is achieved thereafter; aspects that identify
opportunity analysis to potentiate its industrial participation through improved from
productivity processes. This is achieved by framing the case of a Microenterprise milk
sweet, obtaining as results recreation of three stages, corresponding to the three Lean
Manufacturing tools of study TOC, TPM and Andon, through simulation in the SIMUL 8
software and the design of an experimental plan 2k. It is concluded that the application of
Lean Manufacturing tools for the elimination of waste, in this case waiting times, defects
and efficiency of labor in the productive link in the supply chain, were higher when the
tools are combined Lean, than when they were applied independently. Thus, the central
problem text explains the use of Lean tools such as order to increase productivity, in this
case measured by the units produced at the end of the line of the supply chain of SMEs,
based on waste disposal, recording how the combination of these tools in the production
process turns out to be more significant for the response.
Keywords: Lean Manufacturing, Supply Chain Management, SME, Simulation, Design of

Experiments
Contenido XI
Contenido
Pg.
Resumen ......................................................................................................................... IX
Lista de figuras ............................................................................................................. XIII
Lista de tablas .............................................................................................................. XV
Introduccin..................................................................................................................... 1
Objetivos .......................................................................................................................... 3
1. Estado del arte ......................................................................................................... 5

1.1 Antecedentes ................................................................................................... 7
1.2 Punto de partida ............................................................................................ 11
1.3 Ecuaciones de bsqueda............................................................................... 12
1.4 Criterios para el anlisis de la informacin ..................................................... 13
1.5 Recoleccin de la informacin ....................................................................... 14
1.6 Anlisis de resultados .................................................................................... 15
1.7 Planteamiento del problema .......................................................................... 23
1.8 Justificacin ................................................................................................... 25
1.8.1 Integracin de la cadena para la generacin de valor e incremento en
el nivel de servicio ............................................................................................. 26
1.8.2 Papel del talento humano en la ejecucin de las tareas ...................... 27
1.8.3 Importancia de la medicin en la aplicacin de herramientas de mejora
de procesos....................................................................................................... 28
1.8.4 Motivaciones para el desarrollo de la tesis .......................................... 29
1.8.5 Estado actual del problema ................................................................. 32
1.9 Caractersticas de la propuesta metodolgica ............................................... 37
2. Caracterizacin de la Pyme ................................................................................... 41

2.1 Marco terico ................................................................................................. 42
2.1.1 Lean Manufacturing ............................................................................ 42
2.1.2 Simulacin .......................................................................................... 46
2.1.3 Diseo de experimentos ...................................................................... 48
2.1.4 Gestin de la Cadena de Suministro ................................................... 50
2.1.5 Pymes, su valor y su estructura como motor de la economa .............. 53
2.2 Caracterizacin Pyme por medio del anlisis DOFA ...................................... 62
2.3 Comparativo herramientas Lean Manufacturing vs mudas vs eslabones de la
cadena de suministro ............................................................................................... 66
2.4 Construccin del escenario Pyme.................................................................. 69
XII Anlisis de las herramientas Lean Manufacturing para la eliminacin de
3. Aplicacin de la teora Lean Manufacturing .........................................................79

3.1 Comprender el planteamiento del problema ...................................................81
3.2 Elegir los factores y niveles ............................................................................81
3.3 Seleccionar la variable respuesta ...................................................................82
3.4 Elegir el diseo experimental..........................................................................84
3.5 Realizar experimentos ....................................................................................86
3.6 Plantear escenarios de medicin (Base vs Variaciones) ................................88
4. Anlisis de las herramientas Lean Manufacturing ...............................................91

4.1 Anlisis de datos ............................................................................................93
4.1.1 Escenario 1..........................................................................................94
4.1.2 Escenario 2..........................................................................................99
4.1.3 Escenario 3........................................................................................106
4.2 Validacin de las metodologas utilizadas ....................................................110
5. Conclusiones y recomendaciones ......................................................................117

5.1 Conclusiones ................................................................................................117
5.2 Recomendaciones ........................................................................................121
Bibliografa ...................................................................................................................123
Contenido XIII
Lista de figuras
Pg.
Figura 1-1: Diagrama de flujo Captulo 1: Estado del Arte ..........................................6

Figura 1-2: Anlisis de resultados. Lean Manufacturing (LM) - Gestin de la Cadena
de Suministro (Supply Chain Management - SCM). Por Aos: 1995-2014. 302 Resultados
.................................................................................................................8
Figura 1-3: Anlisis de resultados. LM-SCM. Por Pas. 302 Resultados .....................8
Figura 1-4: Anlisis de resultados. LM-SCM. Por Afiliacin. 302 Resultados ..............9
Figura 1-5: Anlisis de resultados. LM-SCM. Por Autor. 302 Resultados ..................10
Figura 1-6: Anlisis de resultados. LM-SCM. Por Tipo de documento. 302 Resultados
...............................................................................................................10
Figura 1-7: Anlisis de resultados. LM-SCM. Por reas temticas. 302 Resultados .11
Figura 1-8: Tipo de referencia ...................................................................................16
Figura 1-9: Contenido principal .................................................................................16
Figura 1-10: Marco geogrfico-locativo .......................................................................17
Figura 1-11: Tipo de metodologa utilizada .................................................................17
Figura 1-12: rea de aplicacin del Lean Manufacturing ............................................18
Figura 1-13: Objetivos alcanzados..............................................................................19
Figura 1-14: Punto de partida .....................................................................................19
Figura 1-15: Herramientas Lean Manufacturing utilizadas ..........................................20
Figura 1-16: Sector empresarial..................................................................................21
Figura 1-17: Trabajos y lneas futuras de investigacin ..............................................21
Figura 1-18: Evolucin y ramificacin del tema ...........................................................22
Figura 1-19: Ventajas de aplicacin de la teora Lean Manufacturing .........................22
Figura 1-20: Desventajas de aplicacin de la teora Lean Manufacturing ...................23
Figura 1-21: Factores de xito para la implementacin del Lean ................................28
Figura 1-22: Factores que afectan los negocios en Colombia.....................................34
Figura 1-23: Factores de confianza para negociar con Pymes....................................35
Figura 1-24: Principales metodologas de mejoramiento utilizadas en manufactura en
el mundo ...............................................................................................................36
Figura 2-1: Diagrama de flujo Captulo 2: Caracterizacin Pyme ..............................42
Figura 2-2: Herramientas Lean Manufacturing ..........................................................43
Figura 2-3: Proceso de trabajo con las empresas piloto............................................47
Figura 2-4: Variables de un proceso y preguntas a responder con el diseo de
experimentos ...............................................................................................................49
Figura 2-5: Etapas en el diseo de experimentos .....................................................50
XIV Anlisis de las herramientas Lean Manufacturing para la eliminacin de
Figura 2-6: Cadena de suministro y logstica ............................................................ 50

Figura 2-7: Relacin de la Gestin de la Cadena de Suministro y la teora Lean
Manufacturing ............................................................................................................... 51
Figura 2-8: Principales motivaciones para la implementacin de herramientas Lean
Manufacturing ............................................................................................................... 52
Figura 2-9: Fases en el proceso de implementacin de un Sistema Lean Production
(LPS) en las PYME ......................................................................................................... 54
Figura 2-10: Actividad por sectores (mediana de los ingresos operacionales)............ 57
Figura 2-11: Tipo de empleo ...................................................................................... 58
Figura 2-12: Esquema o escenario base de simulacin.............................................. 71
Figura 2-13: Esquema o escenario base de simulacin (Simul 8) .............................. 72
Figura 2-14: Diagrama de flujo para el Caso Microempresa Arequipe Villacruz ......... 73
Figura 2-15: Esquema o escenario herramienta Lean Manufacturing: TOC (Simul 8) 74
Figura 2-16: Esquema o escenario herramienta Lean Manufacturing: Andon (Simul 8)..
............................................................................................................... 75
Figura 2-17: Esquema o escenario herramienta Lean Manufacturing: TPM (Simul 8) 75
Figura 3-1: Diagrama de flujo Captulo 3: Aplicacin de la teora Lean Manufacturing .
............................................................................................................... 80
Figura 3-2: Variables de inters ................................................................................ 83
Figura 3-3: Clasificacin de los diseos experimentales........................................... 84
Figura 4-1: Diagrama de flujo Captulo 4: Anlisis de las herramientas .................... 92
Figura 4-2: Validacin de metodologas utilizadas .................................................. 111
Figura 4-3: Escenario de validacin: Caso Pyme litografa ..................................... 112
Contenido XV
Lista de tablas
Pg.
Tabla 1-1: Ejemplo de construccin de la matriz de criterios para el anlisis de

informacin ...................................................................................................................14
Tabla 1-2: Variables estudiadas en las empresas .......................................................24
Tabla 1-3: Estrategias frente al TLC, 2005 ..................................................................31
Tabla 1-4: Debilidades sectoriales frente al TLC, 2004, % sobre empresas ................33
Tabla 1-5: Aplicacin de herramientas Lean Manufacturing por centros de trabajo .....35
Tabla 1-6: Comparacin entre el suministro ajustado y el suministro gil....................37
Tabla 2-1: Evolucin de la teora Lean ........................................................................44
Tabla 2-2: Matriz de planificacin de la Cadena de Suministro ...................................52
Tabla 2-3: Clasificacin de las empresas ....................................................................55
Tabla 2-4: Distribucin geogrfica de las Pymes en Colombia, 2003 ..........................55
Tabla 2-5: Distribucin de las Pymes segn sectores en Colombia.............................56
Tabla 2-6: Distribucin de la Pyme por tamao y sector..............................................59
Tabla 2-7: Definicin de Mipymes en el mundo, criterio empleo ..................................59
Tabla 2-8: Estructura por sector de las empresas privadas formales, 2004.................60
Tabla 2-9: Proyectos de inversin para el 2006 por tamao de empresa (% Colombia).
...................................................................................................................61
Tabla 2-10: Clientes de las Pymes ............................................................................62
Tabla 2-11: Caracterizacin Pyme por medio del anlisis DOFA ...............................63
Tabla 2-12: Matriz de correlacin entre las entradas comparativas ...........................68
Tabla 2-13: Herramientas Lean Vs Eslabones de la Cadena de Suministro Vs Mudas.
...............................................................................................................69
Tabla 2-14: Escenario base de simulacin ................................................................70
Tabla 3-1: Caractersticas de la propuesta (Niveles de medicin) ...............................82
Tabla 3-2: Plan experimental: Escenario 1, Escenario 2 y Escenario 3 .......................87
Tabla 3-3: Escenarios para el desarrollo de los experimentos.....................................89
Tabla 4-1: Variables de estudio Escenario 1 ...............................................................94
Tabla 4-2: Variables de estudio Escenario 2 .............................................................100
Tabla 4-3: Variables de estudio Escenario 3 .............................................................106
Tabla 4-4: Comparativo de resultados artculo de validacin vs resultados Simul 8 .. 113
Introduccin
Cada vez son ms las problemticas industriales que surgen a nivel mundial en la
bsqueda de altos niveles de competitividad, dando pie a la creacin de nuevas
metodologas en aras de mejorar los procesos e incrementar la productividad de la
empresa. Muchas de estas alternativas deben ser adaptadas de acuerdo a la necesidad
organizacional considerando para ello la cultura, los recursos disponibles, la planeacin
estratgica y las proyecciones que dan norte al da a da empresarial. De igual manera,
se hace importante considerar cules son las variables a ser estudiadas en las empresas
considerando factores internos (recursos y capacidades estratgicas) y factores externos
(instituciones formales e informales), para identificar las problemticas que inciden
directa o indirectamente en las organizaciones.
Partiendo de la conceptualizacin y la importancia de la medicin de la productividad en

las Pymes, se plantea el siguiente problema de investigacin: Pueden las herramientas
Lean Manufacturing ser utilizadas como objeto para incrementar la productividad de la
cadena de suministro de las Pymes, con base en la eliminacin de desperdicios?
Para la identificacin de las variables es necesario realizar un anlisis que d

cumplimiento a los objetivos planteados en la tesis. Por esta razn se definen las
siguientes hiptesis:
Hiptesis 1. Las herramientas de la teora Lean Manufacturing son ms utilizadas en los

eslabones de Produccin y Logstica del Sector Productivo.
Hiptesis 2. La Teora Lean Manufacturing, representa el punto de partida de las Pymes
para eliminar los desperdicios entre los eslabones de su cadena de suministro.
Hiptesis 3. Se puede lograr el estudio de las herramientas Lean Manufacturing en las
organizaciones por medio de diferentes escenarios de aplicacin.
2 Introduccin
Hiptesis 4. Es posible presentar resultados significativos en el incremento de la

productividad de las Pymes y sus cadenas de suministro, al ser tratadas con
herramientas Lean Manufacturing.
Su construccin comienza con una revisin del estado del arte y la elaboracin del marco
terico, para la identificacin de los conceptos metodolgicos de la teora Lean
Manufacturing, la Gestin de la Cadena de Suministro, las Pymes, el diseo de
experimentos y la simulacin.
Posteriormente, se elabora la caracterizacin de las Pymes con el nimo de identificar

escenarios para la aplicacin de la teora Lean Manufacturing, a travs de un anlisis
DOFA.
Luego, se construye el escenario de aplicacin de la teora Lean Manufacturing en una

Pyme de elaboracin de dulce de leche, tomando como parmetros de entrada la
eliminacin de desperdicios, las herramientas Lean Manufacturing y los eslabones de la
cadena de suministro.
Adicionalmente, se analiza la interaccin entre las herramientas y los desperdicios por

medio de la simulacin en el software Simul 8 y las variaciones de los escenarios con la
aplicacin de Diseo de Experimentos para generar un anlisis concluyente de los
hallazgos de la tesis, por medio de esquemas comparativos de los resultados, la
validacin de las hiptesis y la respuesta a la pregunta de investigacin.
De otro lado se generan una serie de recomendaciones, orientadas al planteamiento de

retos futuros enmarcados en la extensin del modelo, es decir, que se pueda aplicar con
otras herramientas Lean Manufacturing, para el tratamiento de otras mudas en otros
eslabones para las Pymes.
Introduccin 3
Objetivos
Objetivo General
Analizar las herramientas Lean Manufacturing para la eliminacin de desperdicios en las

Pymes con el fin de mejorar su productividad, medida en sus niveles de produccin.
Objetivos Especficos
Determinar cmo es el grado de aplicacin de los conceptos y la teora Lean

Manufacturing por las organizaciones, tomando como referente metodologas,
desperdicios, herramientas, sectores y eslabones de implementacin.
Inferir cmo las herramientas Lean Manufacturing son aplicables a la cadena de

suministro de las Pymes para la eliminacin de desperdicios.
Modelar el escenario de aplicacin de la teora Lean Manufacturing en las Pymes, de

acuerdo con lo obtenido en el estado del arte.
Analizar los desperdicios y las herramientas Lean Manufacturing en el escenario

modelado.
4 Introduccin
Objetivos Metodolgicos
Identificar por medio de una revisin del estado del arte, metodologas, desperdicios,
herramientas, sectores y eslabones ms utilizadas por las organizaciones para la
implementacin de la teora Lean Manufacturing.
Elaborar a travs de un anlisis DOFA, la caracterizacin de las Pymes con el nimo de

identificar escenarios para la aplicacin de la teora Lean Manufacturing.
Construir el modelo o escenario de aplicacin de la teora Lean Manufacturing en una

Pyme de elaboracin de dulce de leche, tomando como parmetros de entrada la
eliminacin de desperdicios, las herramientas Lean Manufacturing y los eslabones de la
Analizar la interaccin entre las herramientas y los desperdicios por medio de la

simulacin en el software SIMUL 8 y las variaciones de los escenarios con la aplicacin
de Diseo de Experimentos.
1. Estado del arte
Se tendr como propsito para este captulo, el determinar cmo es el grado de
aplicacin de los conceptos y la teora Lean Manufacturing por las organizaciones,
tomando como referente metodologas, desperdicios, herramientas, sectores y eslabones
de implementacin de dicha teora.
Para esto, se identifica por medio de una revisin del estado del arte, las principales
metodologas usadas, los desperdicios ms frecuentes en los diferentes tipos de
empresa, las herramientas que en evolucin histrica y a la fecha, han venido siendo
utilizadas para brindar alternativas de solucin ante la presencia de los diferentes tipos
de desperdicios en adelante llamaremos mudas, los sectores y eslabones ms utilizadas
por las organizaciones para la implementacin de la teora Lean Manufacturing.
En la Figura 1-1 se presenta un diagrama de flujo que sintetiza el paso a paso realizado
para el desarrollo de este captulo en relacin al estado del arte.
6 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
Figura 1-1: Diagrama de flujo Captulo 1: Estado del Arte

INICIO
Realizar el estado
1. Estado del Arte de arte
Plantear del 4 Hiptesis

Determinar cmo es el problema Pregunta de investigacin
grado de aplicacin de
los conceptos y la teora
Lean Manufacturing por Justificar la
las organizaciones, propuesta
tomando como referente
metodologas,
desperdicios, Objetivo general
herramientas, sectores y Plantear objetivos Objetivos especficos
eslabones de Objetivos metodolgicos
implementacin.
Plantear
metodologa
Generar alcance Temporal

del trabajo Situacional
propuesto Espacial
Proponer Plan de
trabajo
NO
Validar Concluir
Hiptesis 1 Rechazo FIN
SI
Concluir No
Rechazo
FIN
Fuente: Elaboracin propia
Es as, como en cumplimiento de uno de los objetivos planteados por esta tesis, y previo
a la construccin del estado del arte, se describen algunos antecedentes a los ejes de la
tesis por medio de herramientas auxiliares para este objetivo. Cumplido esto, se
construye el estado de arte estructurado de la siguiente manera: en primera instancia se
define como punto de partida cada uno de los tres ejes de investigacin, Lean
Manufacturing, Gestin de la Cadena de Suministro y Pymes (Pequeas y Medianas
empresas). Posteriormente, se plantean las ecuaciones de bsqueda que surgen de la
combinacin de las palabras claves y ejes de consulta, usando bases de datos y sitios de
Estado del arte 7
bsqueda orientados a los temas de estudio. Una vez generadas las ecuaciones de
bsqueda, se realiza un listado de criterios y clasificaciones que permitan realizar de
manera detallada y sistemtica la bsqueda y anlisis de la informacin. Con esto, se
recolecta la informacin por medio de una matriz que contiene cada uno de los criterios,
con su respectiva clasificacin, la fuente de consulta, el o los autores y el ao de dicha
fuente. Todo esto se analiza de manera cuantitativa en escala de valoracin por medio
de un filtro y se construyen de grficos ilustrativos, alusivos a cada uno de los criterios
utilizados para el ejercicio de bsqueda. Con esta construccin se pasa al planteamiento
del problema por medio de la definicin de una serie de hiptesis con su respectiva
pregunta de investigacin. Luego se genera toda una justificacin que apoya y valida el
aporte o inters sobre el tema de estudio. Finalmente, se concluye en relacin a cules
fueron los resultados obtenidos con el estado del arte.
1.1 Antecedentes
Se hace importante para generar una contextualizacin y articulacin entre el Lean
Manufacturing y la Gestin de la Cadena de Suministro como ejes de investigacin,
describir unos antecedentes del estudio. En la Figura 1-2, se muestran los resultados de
las bsquedas de artculos con las palabras claves Lean Manufacturing y Gestin de la
Cadena de Suministro, arrojando 302 resultados que en el periodo de 1995 a 2014,
evidenciando un crecimiento en el tema para el ao 2002, decrecimiento al 2006, un pico
o tendencia de 2007 a 2008, para entrar en una cada de bsqueda o referenciacin de
estos conceptos al 2014.
La Figura 1-3, muestra cmo el pas que ms ha escrito en relacin a los ejes de estudio
es Estados Unidos con 85 referencias de los 302 resultados (28,15%), seguido por el
Reino Unido con 33 referencias (10,93%), China con 20 referencias (6,6%), India con 10
referencias (3,3%), Alemania con 9 referencias (2.98%), Malasia con 7 referencias
(2.32%), Hong Kong y Singapur cada una con 6 referencias (1.99%), Canad con 5
referencias (1.66%) y Brasil con 4 referencias (1.32%). Las dems referencias se
encuentran en menores proporciones.
Figura 1-2: Anlisis de resultados. Lean Manufacturing (LM) - Gestin de la Cadena

de Suministro (Supply Chain Management - SCM). Por Aos: 1995-2014. 302 Resultados
Fuente: Elaboracin propia con base en Scopus, 2014
Figura 1-3: Anlisis de resultados. LM-SCM. Por Pas. 302 Resultados

Estado del arte 9
Figura 1-4: Anlisis de resultados. LM-SCM. Por Afiliacin. 302 Resultados
Continuando con la revisin de antecedentes, se muestran los resultados por afiliacin de

las Universidades que han generado estudios o productos con relacin a los ejes de
investigacin. La Figura 1-4, muestra que Cardiff University (Gales, Reino Unido), es la
que ms ha investigado al respecto con 10 referencias, seguida por University of Toledo
(Ohio, Estados Unidos) con 4 referencias, University Kebangsaan Malaysia (Bangi,
Malaysia) con 3 referencias, al igual que las universidades de Robert Morris University
(Pittsburgh, Estados Unidos), Worcester Polytechnic Institute (Worcester, Estados
Unidos), National University of Singapore, Missouri University of Science and
Technology, University of Cincinnati, Boeing Corporation y University of Cambridge.
La Figura 1-5, muestra los autores que ms han escrito en relacin a los ejes de estudio,
Tinham, B. con 7 artculos; seguido por Naim, M.M. con 6 artculos; Gosling, J. y Towill,
D.R. cada uno con 4 artculos, los dems autores poseen menos de 4 artculos o
referencias en relacin a los temas ejes de estudio.
Figura 1-5: Anlisis de resultados. LM-SCM. Por Autor. 302 Resultados
Figura 1-6: Anlisis de resultados. LM-SCM. Por Tipo de documento. 302 Resultados

Estado del arte 11
Complementario al tipo de referencia obtenida por el estado del arte, se tiene la Figura 1-
6, en el cual se evidencia como el 47% de las referencias halladas con la ecuacin de
bsqueda ALL (Lean Manufacturing) and ALL (Supply Chain Management) son
artculos, seguido por el 27.5% que son papers, el 14.2% son review, el 5.3% son
resmenes de conferencias y en menores porcentajes otro tipo de referencias como
libros, notas, captulos de libro, entre otros.
Para finalizar el anlisis se tienen los resultados encontrados en relacin a las reas
temticas comunes de los ejes de estudio, donde, la ingeniera ocupa el primer lugar con
el 38.5%, administracin de negocios con el 22.3%, ciencias computacionales tienen el
14.3%, ciencias de la decisin 3.3%, matemticas 2.9%, economa 1.8%, entre otras con
menores porcentajes (Figura 1-7).
Figura 1-7: Anlisis de resultados. LM-SCM. Por reas temticas. 302 Resultados
Fuente: Scopus, 2014
1.2 Punto de partida

Como objetivo fundamental de esta tesis se tiene el analizar las herramientas Lean
Manufacturing para la eliminacin de desperdicios en las Pymes, con el fin de mejorar su
productividad, medida en sus niveles de produccin. De esta manera, se considera como
punto de partida tres ejes de investigacin Lean Manufacturing, Gestin de la Cadena de

Suministro y Pymes.
Una vez conocidos los antecedentes en relacin a la evolucin, tendencias, autores y

referencias relacionadas con los conceptos de estudio, se orienta la investigacin de
manera sistemtica para dar respuesta al problema que se aborda en esta tesis.
1.3 Ecuaciones de bsqueda

Luego de la definicin de los ejes como punto de partida de la investigacin Lean
Manufacturing, Gestin de la Cadena de Suministro y Pymes, se plantean las siguientes
ecuaciones de bsqueda:
ALL (Lean Manufacturing) and ALL (Supply Chain Management)

ALL (Lean Manufacturing) and ALL (Logistic)
ALL (Supply Chain Management) and ALL (Methodology)
ALL (Lean Manufacturing) and ALL (Methodology)
ALL (Lean Manufacturing) and ALL (Waste)
ALL (Tool) and ALL (Lean Manufacturing)
ALL (Production) and ALL (Lean Manufacturing)
ALL (Lean Manufacturing) and ALL (SMEs)
ALL (Supply Chain Management) and ALL (SMEs)
Dentro de las bases de datos y sitios de bsqueda considerados para la construccin del
estado de arte se encuentran: Science Direct, Scielo, ICESI, BDCOL, Scopus, EBSCO,
ISI Web of Knowledge, Emerald, Engineering Village, Patentscope (Wipo), Colciencias,
adems de bibliotecas universitarias nacionales e internacionales.
Con esta primera bsqueda, se encontraron en total 500 resultados potencialmente tiles
para la construccin de estado de arte, marcadas por autor y fecha de creacin.
Estado del arte 13
1.4 Criterios para el anlisis de la informacin

Una vez planteadas las ecuaciones de bsqueda y las fuentes de informacin, se
generan una serie de criterios con sus respectivas categoras o subdivisiones que
ayudan a realizar la pesquisa y el anlisis de la informacin para la investigacin. Dichos
criterios son (Ver ANEXO 1. Matriz de criterios para el anlisis de informacin):
a) Tipo de referencia: Considera cada una de las fuentes posibles de informacin, va
desde patentes hasta avances de investigaciones internas-seminarios.
b) Contenido principal: Describe el tipo de contenido en el cual se enmarca la fuente de
informacin, detalla si se trata de una comparacin de conceptos, evaluacin de
resultados, estudio de casos, entre otros.
c) Marco geogrfico-locativo: Busca enmarcar la investigacin por medio de un alcance
de carcter regional, nacional, internacional o institucional.
d) Tipo de metodologa utilizada: Se hace importante para la tesis conocer la tendencia
en relacin a la metodologa utilizada para abordar los ejes de investigacin,
pudindose tratar de mtodos deductivos, inductivos, cientficos, entre otros.
e) reas de aplicacin del Lean Manufacturing: Con este criterio se busca determinar
cules son las reas dentro de la empresa en las cuales se promueve la teora Lean
Manufacturing, tales como compras, produccin, logstica, empaque distribucin o
almacn.
f) Objetivos alcanzados: Este criterio est subdividido en ocho categoras o
subdivisiones que va desde la estandarizacin de procesos, pasando por la
disminucin de costos hasta la optimizacin de la cadena de suministro.
g) Punto de partida: Est orientado a esclarecer cules son las razones de inters que
dan origen a la fuente de informacin, enmarcado desde lo conceptual hasta lo
prctico.
h) Herramientas Lean Manufacturing utilizada: Detalla una lista de quince herramientas
utilizadas por la teora Lean Manufacturing como orientacin a la disminucin de
desperdicios dentro de la empresa.
i) Sector empresarial: Considera los posibles contextos sobre los cuales se aplican la
teora Lean Manufacturing tales como el industrial, servicios, entre otros.
j) Lneas de investigacin futura: Con este criterio se busca conocer cules son las
tendencias de investigacin o retos futuros de los ejes de consulta.
k) Evolucin y ramificacin del tema de estudio: Propone determinar cules son las
corrientes de los ejes de investigacin tales como los factores que inhiben o facilitan
el logro de los resultados, la integracin proveedores y clientes, la generacin de
resultados sostenibles, entre otros.
l) Ventajas y desventajas del tema de estudio: Clarifica las bondades y contras
detectadas en la investigacin en relacin a los ejes de investigacin.
1.5 Recoleccin de la informacin

A continuacin de la construccin de los criterios con sus respectivas categoras o
subniveles, se realiza la recoleccin de la informacin. Para esto, se sigue una gua de
lectura de cada fuente de informacin que parte del ttulo al ttulo y las palabras claves de
la referencia, luego se da lectura al abstract o resumen, de tenerse inters en la
referencia se da lectura de las conclusiones, luego de la introduccin, para pasar a los
apartados o contenidos de inters (captulos) y finalmente, con el nimo de dar
trazabilidad y continuidad de lectura en relacin al tema, se da una revisin a la
bibliografa.
Esta informacin es registrada en una matriz compuesta por los criterios y cada una de
las referencias estudiadas. A continuacin se muestra un ejemplo de esta construccin
(Ver Tabla 1-1).
Tabla 1-1: Ejemplo de construccin de la matriz de criterios para el anlisis de

informacin
REF. Crit. Crit. Crit. Crit. Crit. Crit. Crit. Crit. Crit. Crit. Crit. Crit.
N
(Autor, Ao) a b c d e f g h i j k l
Impact of lean
manufacturing and
environmental management
on business performance: An
99 4 9 3 4 2 8 1 11 1 2 4 5, 7
empirical study of
manufacturing firms (Ma Ga
(Mark) Yang, Paul Hong,
Sachin B. Modi, 2011)
En el ejemplo, se tiene la referencia N99 Impact of Lean Manufacturing and

environmental management on business performance: An empirical study of
Estado del arte 15
manufacturing firms de los autores (Ma Ga (Mark) Yang, Paul Hong y Sachin B. Modi,
del ao 2011. En el ANEXO 1, se especifican los criterios y categoras respectivas para
el anlisis de la informacin, se trata de un artculo de revista indexada (4), cuyo
contenido principal es la reflexin y estudio de casos (9), enmarcado internacionalmente
(3), estructurado bajo una metodologa cuantitativa (4), con el rea de produccin como
lugar de aplicacin del Lean (2), cuyo objetivo alcanzado fue el incremento de la
productividad (8), partiendo de las teoras Lean Manufacturing (1), aplicando la
herramienta Tack Time (11), en el sector Industrial (1), con lneas futuras de investigacin
y prcticas de integracin y resultados (2), evolucin del tema orientado hacia los
resultados operativos (4), cuya ventaja evidente en la lectura en relacin al tema de
estudio es la reduccin de los costes de produccin (5) y la desventaja los modelos de
aprendizaje utilizados (7).
Al igual que este caso aplicado, se aplica el mismo mtodo con cada una de las
referencias encontradas. Posteriormente, se realiza un segundo filtro, el cual arroja un
total de 410 (de 500 referencias estudiadas) evidentemente tiles para la construccin de
antecedentes y estado del arte del tema en estudio, descartando as 90 que no generan
valor a la investigacin (Ver ANEXO 1).
1.6 Anlisis de resultados

Luego de realizado el filtro, a partir de la matriz de criterios para el anlisis de
informacin, (Ver ANEXO 1) se procede a generar la interpretacin final de los resultados
sobre las 410 referencias estudiadas.
Se distingue en la Figura 1-8, en cuanto al tipo de referencia una mayor proporcin de

informacin en revistas indexadas con un 59%, lo cual puede representar un fuerte
inters investigativo para la publicacin en este tipo de referencias para los ejes de
estudio Lean Manufacturing, Gestin de la Cadena de Suministro y Pymes.
Figura 1-8: Tipo de referencia
El contenido principal de las referencias revisadas se encuentra que las mayores

proporciones estn en reflexin y estudio de casos, metodologas de investigacin y
estudios preliminares con un 20%, 17% y 15%, respectivamente. Con esto se da
respuesta a una tendencia sobre el inters de los investigadores por plasmar las
herramientas y metodologas en relacin a los diferentes escenarios sobre los cuales
operan las empresas, por tratarse de las metodologas ms usadas con este fin, ante las
oportunidades de documentacin y estudio de la prctica con el fundamento terico (Ver
Figura 1-9).
Figura 1-9: Contenido principal

Estado del arte 17
De las referencias revisadas el 80% son internacionales, seguido por las nacionales y
regionales con un 12% y 7%, respectivamente, tal como se observa en la Figura 1-10.
Con esto se concluye, que existen oportunidades de exploracin de los ejes de estudio,
tanto en el marco nacional como regional.
Figura 1-10: Marco geogrfico-locativo
Para la metodologa utilizada (Figura 1-11) se cuenta con un anlisis cualitativo con un
32%, como la metodologa ms trabajada en las investigaciones, seguido por el anlisis
inductivo con el 21%, cuantitativo y deductivo con un 20% cada uno.
Figura 1-11: Tipo de metodologa utilizada

En relacin con el rea de aplicacin del Lean Manufacturing, se tiene que es el rea de
produccin donde ms se utilizan este tipo de herramientas (45%), seguida por el rea
de logstica (27%), almacn (4%), distribucin (3%), tal como se observa en la Figura 1-
12. Este criterio de anlisis permite deducir, cmo el rea de produccin como eslabn
de la cadena de suministro, rene las principales caractersticas de inters para abordar
y mejorar con el uso de las herramientas Lean Manufacturing.
Figura 1-12: rea de aplicacin del Lean Manufacturing
En cuanto a los principales objetivos alcanzados con los desarrollos metodolgicos

propuestos en las diferentes referencias se concluye que temas como la disminucin de
desperdicios con el 19% (Ver Figura 1-13), la generacin de ventaja competitiva con el
16%, el incremento de la productividad tambin con el 16% y la optimizacin de la
cadena de suministro con el 15%, tienen la mayor participacin y enfoque en las
referencias estudiadas, con esto se valida la importancia de las herramientas Lean
Manufacturing para la solucin de las problemticas organizacionales de cara a los
desperdicios, productividad, ventaja competitiva y optimizacin de la cadena de
suministro.
Estado del arte 19
Figura 1-13: Objetivos alcanzados
La Figura 1-14 est orientada a esclarecer cules son las razones de inters que dan
origen a los artculos referenciados. De esta manera, se tiene que el uso de la teora
Lean Manufacturing (54%), es el principal motivo de investigacin y publicacin, seguido
se encuentra el diagnstico de la empresa (11%) al igual que otro tipo de teoras
(mercadeo, economa polticas, entre otras). Bajo este hallazgo se puede resaltar papel
de los fundamentos tericos y de validacin preliminar al momento de generar el
desarrollo investigativo en los diferentes campos de estudio.
Figura 1-14: Punto de partida

Figura 1-15: Herramientas Lean Manufacturing utilizadas
La Figura 1-15 muestra, segn las referencias estudiadas, cul o cules de las
herramientas Lean Manufacturing son las ms utilizadas para la solucin de problemas
organizacionales. Se encontr que JIT ocupa el primer puesto con el 9%, seguida por el
TPM con el 6%, el Kanban, el SMED, sistemas ERP, CRM, etc, alcanzan un porcentaje
de participacin del 5%.
El sector empresarial sobre el cual se aplican de manera frecuente este tipo de

conceptos Lean Manufacturing son: el industrial (47%), seguido por el comercial (24%),
tal como muestra la Figura 1-16. Una vez ms se comprueba, como el sector industrial
denota una categora superior en cuanto las posibilidades de aplicacin para los ejes de
estudio Lean Manufacturing, Gestin de la Cadena de Suministro y Pymes.
Estado del arte 21
Figura 1-16: Sector empresarial
Los trabajos y lneas futuras de investigacin son en su mayora la bsqueda de

prcticas de integracin y resultados, con el 24% de participacin en el estudio, seguido
por los cambios estructurales con el 18%, el papel de las personas en la implantacin
eficaz del Lean Manufacturing con el 16%, la difusin de los principios y prcticas con el
15%, (Ver Figura 1-17). De esta manera se enmarcan los posibles retos futuros de los
ejes de estudio.
Figura 1-17: Trabajos y lneas futuras de investigacin
La Figura 1-18, tiene la evolucin y ramificacin del tema, donde lo ms representativo

son los resultados operativos (29%), la aplicabilidad e impacto de Lean Production (20%),
los factores que inhiben o facilitan el logro de los resultados (13%), la integracin de
proveedores y clientes (13%), este anlisis evidencia el paso a paso requerido o que se
busca fortalecer con las investigaciones.
Figura 1-18: Evolucin y ramificacin del tema
Se identificaron adems las ventajas de aplicacin de la teora Lean Manufacturing, para

lo cual la Figura 1-19, muestra como principal ventaja, la mejora de la calidad con el 27%
de participacin, seguido por el incremento en la flexibilidad (23%), reduccin de los
costes de produccin (15%), reduccin de los plazos de entrega (10%).
Figura 1-19: Ventajas de aplicacin de la teora Lean Manufacturing
Para finalizar el anlisis y en complemento de la Figura 1-19, se muestran las principales

desventajas o impedimentos de aplicacin del Lean Manufacturing. En primer lugar se
Estado del arte 23
encuentran la madurez y la cultura organizacional con el 24%, seguido por la complejidad

y la variabilidad de la cadena de suministro con el 22%, los modelos de aprendizaje
utilizados con el 19%, los factores que impactan en la aceptacin y difusin con el 15%
(Ver Figura 1-20).
Figura 1-20: Desventajas de aplicacin de la teora Lean Manufacturing
1.7 Planteamiento del problema

Cada vez son ms las problemticas industriales que surgen a nivel mundial en
bsqueda de altos niveles de competitividad, dando pie a la creacin de nuevas y
mejoradas metodologas, en aras de mejorar los procesos e incrementar la productividad
de la empresa. Muchas de estas alternativas deben ser adaptadas de acuerdo a la
necesidad organizacional considerando para ello la cultura, los recursos disponibles, la
planeacin estratgica y las proyecciones que dan norte al da a da empresarial. Para el
desarrollo del planteamiento del problema, se recurrir a algunos apartados que ayuden
a referenciar y contextualizar esta propuesta.
Franco . & Urbano P. (2010), en relacin a los diferentes problemas de las

organizaciones y los recursos que en ellas intervienen plantean lo siguiente: Los
recursos estratgicos para el xito empresarial son: los recursos humanos,
especialmente la experiencia previa en la industria del socio fundador y la formacin en el
rea administrativa, la buena disposicin de los empleados para aprender y para ser
multifuncionales; los recursos intangibles, tales como el buen nombre que han logrado en
la comunidad, especialmente entre clientes y proveedores; el manejo de tecnologas de

punta.
Tabla 1-2: Variables estudiadas en las empresas

Factores internos (Recursos y Factores externos (Instituciones
capacidades estratgicas) formales e informales)
Recursos Tangibles (RT) Normas polticas, legales y econmicas
Activos fsicos Regulaciones
Activos financieros Leyes
Tecnologas Decretos
Recursos Intangibles (RI) Industria
Reputacin y prestigio de la empresa Caractersticas del sector industrial
Patentes y Marcas Comerciales Cultura
Recursos Humanos (RH) Influencia de la comunidad
Equipo de trabajo Influencia de familiares y amigos en la
Empresario y su equipo fundador creacin y desempeo de la empresa
Capacidades organizativas (CO) Medidas de apoyo
De acuerdo con las reas funcionales Legislacin sobre desarrollo
de la empresa empresarial
Fuente: Elaboracin propia con base en Franco . & Urbano P., 2010
En este punto se hace importante considerar cules son las variables a ser estudiadas en
las empresas considerando factores internos (recursos y capacidades estratgicas) y
factores externos (instituciones formales e informales), tal como lo muestra la Tabla 1-2.
Dichas problemticas pueden ser tan neurlgicas para la empresa que directa o
indirectamente la obliguen a cambiar de modelo de negocio, reorientar la gama de
productos y hasta reestructurar el sistema productivo como tal, lo cual, no es del todo
perverso, esto puede conllevar a la identificacin de interesantes oportunidades de
mercado, expansiones y dems que no haban sido detectadas por solo enfocar
esfuerzos en producir lo que demanda el da; pero tambin, de no ser tomado con
madurez, puede llevar a costos desbordados que inevitablemente lleven al cierre.
Con el nimo de generar una orientacin metodolgica, y clarificar unos objetivos de

cumplimiento, se plantean las siguientes hiptesis:
Hiptesis 1. Las herramientas de la teora Lean Manufacturing son ms utilizadas en

los eslabones de Produccin y Logstica del Sector Productivo.
Estado del arte 25
Hiptesis 2. La Teora Lean Manufacturing, representa el punto de partida de las

Pymes para eliminar los desperdicios entre los eslabones de su cadena de suministro
Hiptesis 3. Se puede lograr el estudio de las herramientas Lean Manufacturing en
las organizaciones por medio de diferentes escenarios de aplicacin.
Partiendo de la conceptualizacin realizada y de la importancia de la medicin de la

productividad en las Pymes a partir de sus objetivos estratgicos, se plantea el siguiente
problema de investigacin: Pueden las herramientas Lean Manufacturing ser utilizadas
como objeto para incrementar la productividad de la cadena de suministro de las Pymes,
con base en la eliminacin de desperdicios?
1.8 Justificacin
Tomando como base la literatura y el anlisis de la informacin referenciada, se plantean
las razones por las cuales el desarrollo de esta tesis puede agregar valor a la
investigacin. La justificacin se estructura de la siguiente manera: Primero, se genera la
importancia de determinar la integracin de la cadena para la generacin de valor e
incremento en el nivel de servicio de la organizacin. Luego, se busca destacar cul es el
papel del talento humano en la ejecucin de las tareas y que como tales se convierten en
elementos de estudio para la teora Lean Manufacturing. Posteriormente, se
complementa la justificacin enmarcando la importancia de la medicin al momento de
aplicar herramientas para la mejora de procesos. Despus de esto, se realiza un
detallado ejercicio en relacin al valor de las Pymes y su estructura como motor de la
economa de los pases. Finalmente, como parte del cierre para la justificacin, se trazan
las motivaciones para el desarrollo de la tesis, el estado actual del problema y se
construye la caracterizacin de las Pymes, dando as cumplimiento a uno de los objetivos
planteados por esta tesis. A continuacin se desarrollan cada uno de los apartados que
compone esta justificacin, con el propsito de enmarcar los diferentes mbitos donde la
teora Lean Manufacturing, genera aportes para la mejora en los niveles de productividad
de los procesos empresariales.
1.8.1 Integracin de la cadena para la generacin de valor e

incremento en el nivel de servicio
En un estudio sobre la implementacin del Lean Manufacturing en el sector industrial
(Pirraglia, Saloni, & Van Dyk, 2009), se evidencia la dependencia encontrada entre la
reduccin de costes y la satisfaccin del cliente, a partir de los beneficios obtenidos de la
aplicacin de Lean Manufacturing, tales como el ahorro de recursos, la mejora en la
calidad del servicio, la entrega a tiempo, la flexibilidad y la agilidad en la fabricacin, el
desarrollo de productos, la optimizacin en los tiempos de comercializacin y la
reduccin del tiempo de ciclo, todo esto resumido en la generacin de ventajas
competitivas, integracin de la cadena y generacin de propuestas de valor.
lvarez, Calvo, Pea, & Domingo (2009), en su artculo proponen como la combinacin
de herramientas Lean ser una manera para el enrutamiento hacia el aumento de la
flexibilidad y la mejora de procesos para cualquier industria. Aseguran que su prctica
ser til incluso cuando cada fbrica sea diferente, ya que se puede generar algn tipo
adaptacin planificada que sea necesaria.
En el ao 2010, Apreutesei, M., & Arvinte, R., plantean unos modelos y herramientas
financieras para la gestin de Lean Manufacturing, enfocados en la eliminacin de los
costos por medio de la estandarizacin para la generacin de rentabilidad de la cadena
de valor.
De acuerdo a Alony, I., Caputi, P. & Coltman, T. (2011), entre las empresas de
produccin y fabricacin, la estrategia de Lean es ampliamente reconocida como
importante para el xito del negocio y la ventaja competitiva, permitiendo a las empresas
de todo el mundo hacer frente a la demanda del cliente con xito, lo cual a su vez
incrementa el mantenimiento de un alto volumen de produccin. Esta estrategia Lean
reduce los tiempos de produccin, los tiempos de respuesta al cliente y los niveles de
inventario. Los autores cierran su estudio, afirmando que no todas las industrias han
adoptado esta estrategia Lean en el mismo grado, lo cual podra llegar a evidenciar la
particularidad en la aplicacin del Lean y sus diferentes ajustes metodolgicos
requeridos.
Estado del arte 27
Roh, J., Hong, P. & Min, H. (2014), concluyen en su artculo: Implementacin de una
estrategia de la cadena de suministro sensible en la complejidad mundial: el caso de las
empresas manufactureras, cmo son importantes las integraciones multidimensionales
como una de las caractersticas ms significativos de una estrategia de la cadena de
suministro sensible.
De esta manera, es evidente que para lograr beneficios financieros, comerciales y

productivos, la cadena de suministro debe proponer integraciones, para la generacin de
valor, usando como vehculo modelos y herramientas aplicables a cualquier tipo de
industria o sector productivo.
1.8.2 Papel del talento humano en la ejecucin de las tareas

Gamage, Vilasini, Perera, & Wijenatha, (2012) en su caso de estudio, mostraron los
resultados en relacin a cmo la aplicacin de Lean caus una reduccin en el costo de
produccin (10%), la reduccin de tiempo de espera (30%), y aumento de la eficiencia de
la planta (20%). Concluyendo adems que las organizaciones de la industria textil (caso
de estudio de un fabricante de ropa de Sri Lanka) podran lograr cambio cultural positivo
mayor y obtener beneficios financieros mediante la aplicacin de prcticas de
manufactura esbelta. De igual manera, los autores validan que los esfuerzos realizados
en la implementacin de la manufactura esbelta de una manera bien planificada ser una
buena inversin a pesar de las dificultades que enfrentan (Gamage, Vilasini, Perera, &
Wijenatha, 2012).
Sin ergonoma, procesos eficientes pueden conducir a la compensacin de los

trabajadores costosos, reclamaciones en los meses y aos posteriores a la aplicacin.
Con la ergonoma, los procesos Lean pueden reducir los costos y los pagos de las
reclamaciones de indemnizacin de los trabajadores. Puede su empresa permitirse el
lujo de ignorar la ergonoma que crea una organizacin gil? (Kester, 2013).
De acuerdo con Eswaramoorthi, Mervyn, Rajagopal, Prasad, & Mohanram (2009), un

entorno de trabajo ergonmicamente seguro puede garantizar la reduccin de los
desechos tangiblemente, tales como el movimiento, defectos, inventario y tiempos (de
espera, de ciclo y de fatiga). As, la ergonoma y la teora Lean Manufacturing son dos
disciplinas de trabajo y principios que se pueden complementar entre s, para garantizar

entornos de trabajo cada vez ms seguros y sin desperdicios.
La ergonoma, jams tuvo tanto protagonismo como ahora, donde los entornos de
trabajo, la limpieza, la higiene, la economa de movimientos y otras filosofas, son
fundamentos orientados no slo a la ergonoma en el puesto de trabajo, sino adems a la
optimizacin de recursos en la ejecucin de las tareas.
1.8.3 Importancia de la medicin en la aplicacin de herramientas

de mejora de procesos
En un estudio sobre indicadores de comportamiento clave (KPI) para la aplicacin de
metodologa Lean en pequeas y medianas empresas de fabricacin bajo pedido
(Stamm & Neitzert, s.f.), se determinaron los factores de xito para la implementacin de
metodologas Lean en las PYME. Como se muestra en la Figura 1-21, el liderazgo es el
principal factor de xito con el 50% de ponderacin, seguido por el factor financiero con
el 30% y en menores e iguales porcentajes se tiene la cultura organizacional y la
habilidad junto a la experiencia con el 10% de ponderacin cada uno. Los autores
concluyen diciendo que la adaptacin de las mtricas para evaluar la productividad de las
Pymes, debe ocurrir muy temprano en el proceso de implementacin, debido a los
cambios a lo largo del proceso de transformacin de la teora Lean Manufacturing en
trminos de los costos, la calidad y el tiempo.
Figura 1-21: Factores de xito para la implementacin del Lean
Fuente: Elaboracin propia con base en Stamm & Neitzert, s.f.

Estado del arte 29
De esta manera, la medicin de los procesos, juega un papel fundamental para

determinar polticas de mejora, planes de implementacin, herramientas de apoyo,
metodologas de seguimiento, sistemas de evaluacin, entre otros que solidifiquen el
xito de la empresa en el cumplimiento de cada uno de sus objetivos, sabiendo que la
adopcin de sistemas de seguimiento y medicin, permitirn la valoracin de la mejora
de los procesos, que como ya se dijo, tienen aplicacin a cualquier tipo de sector.
1.8.4 Motivaciones para el desarrollo de la tesis

Es as como las motivaciones que llevan a desarrollar esta tesis y responder a la
pregunta problema, se enmarcan en los siguientes contextos:
En el ao 2010, Marn G. & Carneiro, afirman que La mayora de las propuestas se

han realizado utilizando modelos multidimensionales, en los que cada dimensin es
medida utilizando diferentes tems. En la literatura consultada, prcticamente no se
repite exactamente ninguna propuesta. A pesar de ello, es posible resumir las
principales aportaciones en un conjunto relativamente pequeo de modelos
alternativos.
Otra de las motivaciones para la realizacin de esta propuesta, es el inters sobre las
herramientas Lean Manufacturing, las dimensiones que puede lograr (es decir, su
clasificacin si dan frente a problemas en materiales, en las personas o en las
mquinas), su aplicacin en los procesos, la amplitud de sus beneficios y las
limitaciones de su aplicacin. Para esto se genera una tabla que da relacin y
resumen de estas herramientas, en mencin a la teora y literatura revisada (ANEXO
2. Relacin herramientas Lean Manufacturing).
Una variable importante a ser considerada, es la tendencia a la participacin de las

Pymes en los procesos de TLC, Vlez V. (2006) en su estudio, propone una serie de
estrategias que las Pymes estn desarrollando o tienen contempladas para afrontar
los retos del TLC (donde el 58,7% afirma tener planes de implementar estrategias de
este tipo, tal como lo muestra la Tabla 1-3). Estas estrategias podrn ser
relacionadas directa o indirectamente con los resultados esperados en la

implementacin de herramientas Lean Manufacturing.
Estado del arte 31
Tabla 1-3: Estrategias frente al TLC, 2005
En los planes de su empresa, tiene contempladas o est Pymes Grandes Total

desarrollando estrategias para afrontar los retos del TLC? (%) (%) (%)
S 58.7 64.2 62.6

No 41.3 35.8 37.4
Qu estrategias ha adoptado su empresa para mantener o
Pymes Grandes Total
mejorar la situacin en el Mercado Internacional? Porcentaje
(%) (%) (%)
sobre empresas
Racionalizar costos 59.2 67.7 65.7
Aumento en la produccin de bienes de mayor valor agregado 55.1 39.8 48.6
Servicio al cliente 38.8 51.6 32.9
Mantener precios 38.8 31.1 16.2
Disminuir precios aumentando productividad 26.5 13.0 20.0
Cambios en las lneas de produccin de la compaa (mezcla) 24.5 18.6 16.7
Disminuir en los canales de distribucin 16.3 9.3 11.0
Publicidad 12.2 13.7 13.3
Fuente: Elaboracin propia con base en Vlez V., 2006
Segn Chen & Meng (2010) la mejora continua es la clave de la cultura Lean, que
depende totalmente de la participacin apasionada de todos empleados y de sus
hbitos de trabajo. Este comportamiento y conducta, influirn positiva o
negativamente en el cumplimiento de los objetivos deseados de mejora continua. Se
debe cambiar entonces los hbitos de trabajo de los empleados para lograr su
participacin en procesos de produccin ajustada, con esto se busca la mejor manera
de motivar a los empleados para llevar a cabo la mejora continua como una tarea
importante para el gestin.
Existen, segn un estudio realizado por Mehta, Mehta, & Mehta (2012), una serie de
lagunas, identificadas a partir de la revisin de literatura: Gap 1: Prcticas de
Manufactura Esbelta en sectores particulares no han sido totalmente explorados (en
el contexto de la empresa india Gear Industries). Gap 2: Muy poca literatura
disponible sobre Prcticas de Manufactura Esbelta (en el contexto de la empresa
india Gear Industries). Gap 3: Las organizaciones no son capaces de cosechar los
beneficios de Lean.
Aunque se investig un gran nmero de problemas de la cadena de suministro, no

fue posible identificar a todas las dificultades de la cadena de suministro. Adems,
debe tenerse en cuenta que no todos los problemas en la industria del automvil se
pueden vincular exclusivamente a la gestin de la cadena de suministro (Alberta
Naude, 2009).
Es as, como las motivaciones para el desarrollo de esta propuesta se fundamenta en la

tendencia incremental por las herramientas Lean Manufacturing, gracias a sus
aplicaciones, gran variedad de herramientas, beneficios generados, las necesidades
comerciales que tienen las empresas para implementar procesos de mejora de procesos,
el papel protagnico del talento humano para el xito organizacional, entre otros
aspectos de carcter evaluativo en relacin al cumplimiento de resultados productivos.
1.8.5 Estado actual del problema

Para mostrar el estado actual del problema planteado se tienen los siguientes aportes de
la literatura en relacin al tema de estudio:
En su estudio, Vlez V. (2006), muestra una serie de debilidades sectoriales para las
Pymes al momento de enfrentar retos mundiales (Ver Tabla 1-4). El principal de ellos
es la productividad y competitividad (24,3%), lo cual evidencia la necesidad de la
bsqueda de una metodologa para incrementar la productividad de las Pymes ante
las problemticas competitivas, validando as el planteamiento inicial de esta
propuesta.
Segn el artculo propuesto por Kumar S., Singh, Shankar, & Tiwari (2008), los
resultados tambin indican que la aplicacin del Lean contribuye significativamente al
desempeo operativo de las plantas. Estos autores adems se encontraron con una
serie de mtodos de produccin ajustada no tan eficaces como los aplicados en el
sector de la fabricacin de motores; las razones de esto incluyen la posicin
dominante de la empresa y las caractersticas de la demanda de los clientes.
Estado del arte 33
Tabla 1-4: Debilidades sectoriales frente al TLC, 2004, % sobre empresas
Principales debilidades Pymes Grandes Total

Productividad y competitividad 24.3 22.6 23.2
Materias primas 23.0 27.7 26.2
Tecnologa y nivel de capacitacin 21.6 15.7 17.6
Escala de los procesos productivos 13.5 8.2 9.9
Estructura deficiente de la cadena 12.2 5.0 7.3
Problemas financieros 10.8 2.5 5.2
Costos de produccin 9.5 13.2 12.0
Infraestructura nacional y fletes 8.1 15.1 12.9
Problemas institucionales y de regulacin y orden pblico 4.1 6.3 5.6
Situacin macroeconmica 2.7 6.9 5.6
Barreras para-arancelarias 1.4 8.8 6.4
Para generar una contextualizacin de la situacin actual de la organizacin en

Colombia, la Figura 1-22, muestra los factores que afectan los negocios en el pas.
Se tiene que la burocracia ineficiente ocupa el primer lugar en este listado de factores
(21%), seguido por la infraestructura inadecuada de las empresas (20%), la inflacin
(12%) y en igual porcentaje factores como la corrupcin, el acceso al financiamiento,
los impuestos, las regulaciones del trabajo y la fuerza de trabajo no adecuada (6%).
La Encuesta Anual Manufacturera muestra en el panorama e importancia de las

Pymes para el sector empresarial colombiano. La encuesta muestra que representan
el 96.4% de los establecimientos, aproximadamente el 63% del empleo, el 45% de la
produccin manufacturera, el 40% de los salarios y el 37% del valor agregado. Son
ms de 650.000 empresarios cotizando en el sistema de seguridad social.
Figura 1-22: Factores que afectan los negocios en Colombia
Fuente: Elaboracin propia con base en WEF, (2008)
La distribucin geogrfica de las unidades, establece que la Pyme en trminos

generales sigue la misma tendencia del total de la industria manufacturera y rene
prcticamente el 70% en los cuatro (4) principales centros productivos:
CundinamarcaBogot, Antioquia, Valle y Atlntico.
Las Pymes estn tomando un lugar importante para los procesos de negociacin, por
razones tales como el cumplimiento (75,0%), calidad (74,1%), gestin administrativa
(31,0%), volumen (22,8%), entre otros (13,4%) tal como lo muestra la Figura 1-23.
El sistema de Lean proporciona un enfoque para el anlisis de flujo de proceso y

mejora de la eficiencia, centrndose en las ideas de primera lnea trabajadores y
proporcionar el mximo valor para el cliente. Estos principios representan un cambio
en la forma de pensar acerca de los problemas en lugar de una receta de cmo
resolver problemas (David, Vail, Thomas, & Schmidt, 2010).
Estado del arte 35
Figura 1-23: Factores de confianza para negociar con Pymes
Se hace importante mostrar cmo ante la amplitud de herramientas Lean

Manufacturing existentes en el medio, no todas son de aplicacin general. Por
ejemplo, Irani (2011), propone un paralelo entre las herramientas Lean que aplican a
todos los tipos de centros de trabajo, en comparacin de aquellas herramientas Lean
no podrn ser aplicados en todos los centros de trabajo (Tabla 1-5).
Tabla 1-5: Aplicacin de herramientas Lean Manufacturing por centros de trabajo
Herramientas que pueden ser utilizadas Herramientas que pueden ser utilizadas
en cualquier tipo de trabajo en casi cualquier tipo de trabajo
5s VSM
TPM Pieza abierta, celdas de flujo
SMED Productos especficos Kanban
Calidad en la fuente Secuencia FIFO de Centros de trabajo
Participacin de los empleados Inventarios de supermercado
Planeacin estratgica y liderazgo Takt Time (Heijunka)
Control visual Balanceo de lnea
Trabajo estandarizado Manual de mquina de una sola funcin
Jidoka
Mquinas hechas a la medida
Estandarizacin de herramientas,
procesos, etc.
Fuente: Elaboracin propia con base en Irani 2011
Por su parte Delgado Moreno & Gallo (2011), concluyen que la metodologa Lean es
implementada en diferentes empresas con resultados verificables y comprobables
como: Reduccin de costos de fabricacin entre un 30 a 50%; Reduccin de
inventarios de materia prima, producto terminado, producto en proceso en ms del
80%; Mejora en la calidad del servicio para los clientes; Reduccin de los tiempos de
atraso; Mejora en la calidad de productos y servicios; Reduccin de tiempo de mano
de obra y aumento de la productividad; Aumento en la eficiencia y uso de los equipos
e instalaciones de planta; Altos rendimientos; Sistema ms flexible para responder a
los cambios; Disminucin de desperdicios o despilfarros; Aumento del flujo de caja
por aumento en frecuencia de despachos y cobros. Complementario a esto presentan
una serie de referencias en relacin a las principales metodologas de mejoramiento
utilizadas en manufactura en el mundo (Ver Figura 1-24).
Figura 1-24: Principales metodologas de mejoramiento utilizadas en manufactura en el

mundo
Fuente: Elaboracin propia con base en Delgado Moreno & Gallo, 2011
De esta manera, la situacin actual denota como las metodologas Lean Manufacturing,
resultan ser las ms utilizadas para el mejoramiento de los procesos de manufactura a
nivel mundial. La dificultad de su implementacin radica en diversos factores como lo son
la burocracia de los procesos, la infraestructura inadecuada, la fuerza de trabajo no
Estado del arte 37
adecuada, entre otros, que impiden una eficiente aplicacin de filosofas de mejora. De
ah entonces la enmarcacin del problema, planteando como eje central una propuesta
metodolgica base que pueda resultar prctica para la aplicacin en Pymes, en
oportunidades como la reduccin de costos, tiempos, desperdicios, mejoras en calidad,
servicio, entrega, entre otros y la logren situar en posiciones competitivas del mercado.
1.9 Caractersticas de la propuesta metodolgica

Existe en la literatura investigada, propuestas para la comparacin de metodologas y
escenarios. Una de ellas la realizan, Pires & Carretero (2007), quienes enuncian las
medidas de desempeo ms relevantes en una cadena de suministro. La Tabla 1-6 hace
un breve resumen de stas. Estos autores, no puntualizan sobre el efecto de tener un
sistema ajustado o bajo la prctica Lean. Su estudio slo se limita a una descripcin de
los factores de diferenciacin entre una cadena de suministro gil y una ajustada; siendo
sta ltima de inters para el caso particular.
Tabla 1-6: Comparacin entre el suministro ajustado y el suministro gil

Requisitos Suministro ajustado Suministro gil
Productos tpicos Productos bsicos Productos de moda
Demanda Previsible Voltil
Variedad de productos Baja Alta
Ciclo de vida del producto Largo Corto
Criterio ganador de pedidos Coste Disponibilidad
Margen de beneficios por
Bajo Alto
unidad
Costes de produccin y
Costes dominantes Costes de marketing
transporte
Calidad de la informacin
Altamente deseable Indispensable
(Demanda)
Mecanismo de previsin Cuantitativo Cualitativo
Fuente: Elaboracin propia con base en Pires & Carretero, 2007
De esta manera, como plan metodolgico se tiene la generacin de un escenario base

que permita por medio de la simulacin, recrear un contexto Pyme, construido a partir de
una caracterizacin, la identificacin de mudas, el estado del arte y el marco terico.

Dicho escenario ser modificado por medio de la aplicacin de las diferentes
herramientas de medicin y comparacin, en este caso, las herramientas Lean
Manufacturing, con lo cual se lograr concluir en relacin a la aplicabilidad que tienen
estas herramientas en las Pymes para el logro de la disminucin de desperdicios e
incremento de los niveles de productividad (ANEXO 3. Cronograma de la metodologa).
En definitiva el grado de aplicacin de los conceptos y teora Lean Manufacturing por las
organizaciones, tomando como referente metodologas, mudas, herramientas, sectores y
eslabones de implementacin, sintetizadas en el estado del arte, denota que el rea de
aplicacin del Lean Manufacturing ms referenciada es la de produccin, con objetivos
orientados a la disminucin de desperdicios y la optimizacin de la cadena de suministro.
Para esto, se tuvo como punto de partida la teora Lean Manufacturing, donde
herramientas como el JIT, el TPM, el Kanban y el SMED son las ms utilizadas para la
solucin de problemas organizacionales.
De otro lado se tiene que la referencia ms utilizada para la publicacin y generacin de

resultados en los tres ejes de investigacin Lean Manufacturing, Gestin de la Cadena de
Suministro y Pyme son los artculos, cuyos principales contenidos son los estudios de
caso y las metodologas de implementacin, agregando adems que la mayora son de
carcter internacional, con metodologas principalmente cualitativas.
El sector empresarial con mayores aplicaciones de los ejes de investigacin es el

industrial, con lneas o retos futuros orientados a las prcticas de integracin y
resultados, adems de los cambios estructurales, con posibles ramificaciones o
corrientes de investigacin futura en los campos de los resultados operativos y la
aplicabilidad e impacto del Lean Manufacturing.
En cuanto al planteamiento del problema y su justificacin, se encontraron enumerarles

razones que validan el contexto y auge de los tres ejes de estudio Lean Manufacturing,
Gestin de la Cadena de Suministro y Pyme, proponiendo hilos conductores en cuanto
tendencias por la competitividad, el dinamismo, los modelos asociativos, la bsqueda de
ventajas comparativas y la suma de valores agregados a cada uno de los eslabones de
Estado del arte 39
la cadena de suministro por medio de la eliminacin de las diferentes mudas presentadas

en los procesos productivos.
El alcance y metodologa ms apropiada para este caso, se define a partir de las

restricciones y limitaciones que se tiene en relacin a los ejercicios de validacin, por lo
cual se recurre al planteamiento de comparacin de escenarios por medio de la
simulacin.
Finalmente, se encontr que las principales ventajas de aplicacin de los ejes de

investigacin identificada en el estado del arte son la mejora de calidad y el incremento
de la flexibilidad; y las principales desventajas o limitaciones de implementacin son la
madurez y la cultura organizacional seguida por la complejidad y variabilidad de la
El paso a seguir en la tesis es la caracterizacin de la Pyme, la cual permitir la

construccin del escenario base para el montaje de todo el modelo de anlisis aplicando
las herramientas Lean Manufacturing.
2. Caracterizacin de la Pyme
Se tendr como propsito para este captulo, el inferir cmo las herramientas Lean
Manufacturing son aplicables a la cadena de suministro de las Pymes para la eliminacin
de desperdicios.
Para esto, se elabora a travs de un anlisis interno (fortalezas y debilidades) y un

anlisis externo (oportunidades y amenazas), es decir un anlisis DOFA, para la
caracterizacin de las Pymes con el nimo de identificar escenarios de aplicacin de la
teora Lean Manufacturing.
La construccin de ste captulo, partir de la elaboracin de un marco terico, donde se

contextualizan los conceptos en los cuales se basa esta tesis, tales como Lean
Manufacturing, simulacin, diseo de experimentos, Gestin de la Cadena de Suministro
y Pyme. De ste ltimo concepto, se busca generar un contenido, considerando el valor
que tiene su estructura como motor para la economa de los pases, posteriormente se
desarrolla la caracterizacin de la Pyme por medio de un anlisis de los entornos internos
y externos (DOFA). Para esto se toman como referencia agremiaciones, entidades
regulatorias nacionales, grupos sectoriales, federaciones, entre otros autores, que a lo
largo de la historia han documentado la evolucin y el dinamismo que una Pyme
representa.
para el desarrollo de este captulo en relacin a la caracterizacin de la Pyme.
Figura 2-1: Diagrama de flujo Captulo 2: Caracterizacin Pyme

INICIO
2. Caracterizacin Realizar Marco

Pyme Terico
Inferir cmo las Realizar DOFA

herramientas Lean PYME
Sector econmico
Manufacturing son
Tamao
aplicables a la cadena de
Caracterizar la Problemas productivos
suministro de las Pymes
PYME Sistemas productivos
para la eliminacin de
Sistemas de control
desperdicios
Herramientas de seguimiento y mejora
Comparar
herramientas Lean 15 herramientas
Vs Eslabones de 8 mudas
la cadena Vs 5 eslabones
Mudas
Construir
escenario PYME
de medicin
NO
Validar Concluir
SI
Concluir No
Rechazo
FIN
2.1 Marco terico

A continuacin se genera un fundamento terico en relacin a los conceptos en los
cuales se basa esta tesis, tales como Lean Manufacturing, simulacin, diseo de
experimentos, Gestin de la Cadena de Suministro y Pyme.
2.1.1 Lean Manufacturing

El concepto de Lean Manufacturing fue utilizado por primera vez en 1992 por el autor
James Womack en su libro "La mquina que cambi el mundo". El texto tiene su
fundamento en los estudios que se realizaron en el Sistema de Produccin de Toyota.
Caracterizacin de la Pyme 43
La aplicacin de los principios de Lean permite a la organizacin realizar mucho ms

mediante el uso de menos recursos. Este hecho genera un aumento de la productividad,
una disminucin de los costos y un mayor valor aadido para los consumidores (Ioana,
2011).
Figura 2-2: Herramientas Lean Manufacturing
Fuente: Elaboracin propia con base en Villaseor & Galindo, 2009
Segn Vinodh & Joy (2012), el Lean Manufacturing tiene como objetivo reducir al
mnimo los residuos de forma continua para maximizar el flujo. Tiene su enfoque en la
reduccin de costes, minimizacin de residuos y una mejor gestin de materiales. Existen
varias herramientas y tcnicas para poner en prctica los principios Lean en una
industria: Total Productive Management (TPM), Gestin de la Calidad Total (TQM), Modo
de Falla y Anlisis de Efectos (AMFE), 5S, Quality Function Deployment (QFD), Kaizen,
Kanban, Value Stream Mapping (VSM), etc." (Ver Figura 2-2).
Tabla 2-1: Evolucin de la teora Lean

F. Taylor Ingeniera Nace
Justo Administracin Lean
Henry Ford Produccin recurrente Lean en Pensamiento
Teora a de la Calidad flujo
Produccin Lean (Six empresa Lean
tiempo (TQM) continuo
masiva Sigma) Toyota
1930-
Aos 1920 1945 1960 1985 1990 1995 1996
1945
Fuente: Valencia Vanegas, 2013
En la Tabla 2-1, se muestra cul ha sido la evolucin de la teora Lean a lo largo del
tiempo, agregndole a la escala, los aos 2000, donde el Lean ha tomado fuerza con su
aplicacin no solo en el sector automotriz, sino en sectores como salud, construccin,
metalmecnico, entre otros.
Lean Manufacturing (LM) ha sido seguido por empresas que desean aumentar su
competitividad en el mercado, obteniendo mejores resultados a la vez que emplean
menos recursos. El objetivo primordial de LM es eliminar todas actividades que no
agregan valor en todo el proceso productivo. Originalmente fue pensada para la
produccin de automviles en Japn; sin embargo sus tcnicas y principios se han
aplicado a una gran variedad de procesos diferentes a este, tanto de servicios como de
manufactura (Tejada, 2011).
A pesar de la diversidad de trabajos en diferentes sectores productivos en todo el mundo,

desde automvil, alimentos, medicina y laboratorios, los principios de Lean han sido
menos aplicados en industrias con procesos continuos, en parte debido a ciertas
dificultades para la implementacin en ese tipo de procesos, pero esto no quiere decir
que no se pueda aplicar, por ejemplo (Mahapatra, et al., 2007) y (Abdulmalek, et al.,
2007) demostraron, mediante un anlisis estadstico y mediante el estudio de un caso,
respectivamente, que Lean puede ser perfectamente adoptado en este tipo de procesos.
Por ello todava hay un amplio campo de aplicacin en procesos en los que no ha sido
aplicado con todas sus posibilidades, como puede ser el sector vitivincola (Tejada,
2011).
Toda actividad que no agregue valor es considerada como desperdicio o despilfarro

(muda). El objetivo principal del Lean es eliminar todo tipo de desperdicio. Ohno
considera desperdicio a cualquier cosa que exceda la cantidad mnima de equipos,

materiales, partes, espacio, mano de obra, absolutamente esencial para aadir valor al
producto (Ohno, 1988). Determina que los desperdicios existentes en un proceso pueden
ser siete. Un octavo desperdicio fue aadido por Womack (Tejada, 2011):
Sobreproduccin. Hacer el producto antes, ms rpido o en cantidades mayores a las

requeridas por el cliente, ya sea interno o externo.
Demoras o tiempo de espera. Operarios o clientes esperando por material o
informacin.
Inventario. Almacenamiento excesivo de materia prima, en proceso o terminada.
Ocupan espacio y requieren de instalaciones adicionales de administracin y
administracin.
Transporte. Mover material en proceso o producto terminado de un lado a otro. No
agrega valor al producto.
Defectos. Reparacin de un material en proceso o repeticin de un proceso.
Desperdicios de procesos. Esfuerzo que no agrega valor al producto o servicio desde
el punto de vista del cliente.
Movimiento. Cualquier movimiento de personas o mquinas que no agreguen valor al
producto o servicio.
Subutilizacin del personal. Cuando no se utilizan las habilidades y destrezas del
personal (habilidad creativa, fsica y mental).
Son muchas las mejoras que le han sido atribuidas a los conceptos de Lean y sus
herramientas, a manera concluyente y para confirmar la importancia de este concepto,
Tejada (2011) plantea algunas de dichas mejoras:
Aumento de ms de 30% anual en productividad.

Reduccin de inventario en ms de un 75%.
Reduccin de un 20% de defectos por ao.
Reduccin del tiempo de maduracin en ms de un 70%.
Mejora de ms de un 10% en la utilizacin de labor directa.
Mejora de un 50% en la utilizacin de labor indirecta.
Mejora de un 30% del espacio y maquinaria.
Reduccin de costos.
Esto lleva adicionalmente a una reduccin de la energa utilizada.
Un caso particular, partiendo de una de las herramientas Lean pioneras en su ejercicio,

los autores Green, Jr. K., Inman, A., Birou, L. & Whitten, D., (2014) muestran como: La
optimizacin en el nivel de la cadena de suministro a travs del uso de las herramientas,
mejor la competencia de la cadena de suministro, conduciendo a un mejor desempeo
de la organizacin para cada participante socio de la cadena de suministro.
Posteriormente, Vinodha, S. Vasanth K. & Vimal, K. (2014). En su artculo: La

implementacin de Lean Sigma en un rotativo indio cambia la organizacin de la
fabricacin, cierra en relacin a la importancia de extender la aplicacin de herramientas
Lean, a otros tipos de organizaciones de fabricacin con pequeas modificaciones
para poder adaptarse a la particularidad y necesidad. De esta manera invitan a ampliar la
investigacin y mejorar la aplicacin por medio de un mayor estudio de casos.
2.1.2 Simulacin
Como se haba mencionado anteriormente, no se llevar la investigacin a su fase de
validacin metodolgica y de resultados, por lo cual se requiere recurrir a ejercicios de
simulacin a partir de escenarios. Gopinath & Freiheit (2011) en su artculo Modelo de
relacin de residuos y centro de seguimiento de mtricas para los sistemas de
manufactura esbelta, proponen un modelo de simulacin con el software Arena,
adems tcnicas como el Diseo de Experimentos (DOE), regresin lineal, anlisis
estadstico de varianza (Tabla de ANOVA) con el fin para entender la sensibilidad del
modelo con base en un punto de referencia, para lo cual tambin se apoyaron en la caja
de herramientas estadsticas de MATLAB.
De igual manera, el presente trabajo requiere de un ejercicio de validacin, para lo cual

Gonzlez G., Ortegn M., & Rivera (2003), desarrollan una metodologa de
implementacin de los conceptos de TOC (Teora de Restricciones), para empresas
colombianas, la cual se muestra en la Figura 2-3 y podr ser un hito aportante a la
presente propuesta en su fase final de implementacin, debido a que, como se
mencionar ms adelante en el alcance, sta no se llevar a puesta en marcha, sino que
deber ser evaluada por medio de simulacin y validaciones estadsticas.
El artculo Un enfoque basado en el juego a facilitar la toma de decisiones para

productos perecederos: Un ejemplo de la cadena de suministro de sangre es un
interesante ejercicio de simulacin, en el cual los autores Katsaliaki, K., Mustafee, N. &
Kumar, S. (2014) proponen como la mezcla entre la informacin, herramientas de
aplicacin y construccin orientada, logran generar escenarios propicios de investigacin
basada en simulacin, destacando limitaciones que no pueden ser atendidas en tiempo
real, pero que lograron ser identificadas para trabajos futuros.
Figura 2-3: Proceso de trabajo con las empresas piloto
Fuente: Gonzlez G., Ortegn M., & Rivera, 2003
Los software de simulacin son utilizados para construir modelos, que contemplen
variables como la tasa de produccin, el tiempo total, trabajos en proceso (Work In
Process WIP) y el horario el tiempo de espera como factores de rendimiento clave para
decidir qu diseo del proceso es el ms adecuado (Maneechote & Luangpaiboon,
2010).
En este orden de ideas, se recurrir al Software de Simulacin Simul 8, el cual posee

parmetros de entradas, centros de trabajo, salidas y almacenes que harn las veces del
escenario Pyme sobre el que se quiere medir los la cantidad de unidades producidas
como medida de productividad.
2.1.3 Diseo de experimentos

El diseo de experimentos (DOE) consiste en determinar cules pruebas se deben
realizar y de qu manera, para obtener datos que, al ser analizados estadsticamente,
proporcionen evidencias objetivas que permitan responder las interrogantes planteadas,
y de esa manera clarificar los aspectos inciertos de un proceso, resolver un problema o
lograr mejoras (Gutierrez P. & de la Vara S., 2012).
Segn los autores, algunos de las principales situaciones donde la utilizacin de diseo
de experimentos resulta ser una alternativa de solucin estadisticamente factible pueden
ser:
Comparar dos o ms materiales con el fin de elegir el mejor

Comparar varios instrumentos de medicin para verificar si trabajan con la misma
precisin y exactitud
Determinar los factores de un proceso que tienen impacto sobre una o ms
caractersticas del producto final
Encontrar condiciones de operacin en las que se reduzcan los defectos o se logre
un mejor desempeo del proceso
Reducir el tiempo de ciclo del proceso
Hacer el proceso insensible o robusto a oscilaciones de variables ambientales
Apoyar el diseo o rediseo de nuevos productos o procesos
De esta manera, se puede inferir cmo el DOE resulta ser una tcnica dinmica que
permite la manipulacin de variables con el fin de identificar en un proceso informacin
til para su mejora o pautas de solucin ante eventualidad orientadas a una variable
respuesta. En la Figura 2-4 se muestra un esquema que permite visualizar de manera
resumida cmo funciona el DOE que al final se comporta como un proceso con sus
respectivas entradas, transformacin y salidas.
Figura 2-4: Variables de un proceso y preguntas a responder con el diseo de

experimentos
Fuente: Gutierrez P. & de la Vara S., 2012
Algunos de los conceptos que son vlidos aclarar para la construccin y comprensin de
un diseo de experimentos son (Gutierrez P. & de la Vara S., 2012):
Experimento: Es un cambio en las condiciones de operacin de un sistema o

proceso, que se hace con el objetivo de medir el efecto del cambio en una o varias
variables del producto o resultado.
Unidad experimental: Pieza(s) o muestra(s) que se utiliza para generar un valor que
sea representativo del resultado de la prueba.
Variable de respuesta: A travs de esta(s) variable(s) se conoce el efecto o los
resultados de cada prueba experimental.
Factores estudiados: Son las variables que se investigan en el experimento para
observar cmo afectan o influyen en la variable de respuesta.
Niveles y tratamientos: Los niveles son los diferentes valores que se asignan a cada
factor estudiado en un diseo experimental, mientras que los tratamientos son una
combinacin de niveles de todos los factores estudiados.
Error experimental: Es el componente del error aleatorio (es la variabilidad observada
que no se puede explicar por los factores estudiados, resulta del pequeo efecto de
los factores no estudiados y del error experimental) que refleja los errores del
experimentador en la planeacin y ejecucin del experimento.
Finalmente, para el desarrollo de un DOE que garantice los resultados apropiados, al

ejercicio de estudio, se hace necesario seguir una serie de pasos, tal como lo muestra la
Figura 2-5 (Montgomey, 2010).
Figura 2-5: Etapas en el diseo de experimentos
Fuente: Elaboracin propia con base en Montgomey, 2010
2.1.4 Gestin de la Cadena de Suministro

El siguiente eje en estudio, es el de Gestin de la Cadena de Suministro, el cual se toma
de Serdarasan (2013), quien expone que La cadena de suministro es una red compleja
de entidades comerciales que intervienen en la corriente y los flujos de aguas abajo de
los productos y/o servicios, as como las finanzas y la informacin relacionados. Gestin
de la cadena de suministro (SCM) implica la coordinacin sistmica y estratgica de
estos flujos a travs de las empresas de la cadena de suministro con el fin de reducir
costes, mejorar la satisfaccin del cliente y la obtencin de ventaja.
La administracin de la cadena de suministro abarca todas las actividades relacionadas

con el flujo y transformacin de bienes, desde la etapa de materias primas (extraccin)
hasta el usuario final, as como los flujos de informacin relacionados. Los materiales y la
informacin fluyen en sentido ascendente y descendente en la cadena de suministro

(Ballou, 2004). Dicho concepto se esquematiza considerando eslabones de fabricacin,
transporte, almacenamiento, cliente, tal como se muestra en la Figura 2-6.
Figura 2-6: Cadena de suministro y logstica
Fuente: Elaboracin propia con base en Ballou, 2004
Se busca generar una relacin entre la aplicacin de las herramientas Lean

Manufacturing en la cadena de suministro, para esto se considera la sostenibilidad por
medio de resultados operacionales, ambientales y sociales (Ver Figura 2-7).
Figura 2-7: Relacin de la Gestin de la Cadena de Suministro y la teora Lean

Manufacturing
Fuente: Elaboracin propia con base en Gonzlez & Beltrn, 2010

De igual manera, es vlido mencionar cules son las principales motivaciones de

implementacin de la teora Lean Manufacturing, donde el elevado grado de mejora
obtenido se destaca en la lista con el 58.62%, seguido por la velocidad con la cual se
obtienen los resultados con el 55.17% y la sencillez de los procedimientos y simplicidad
de la teora con el 41.37% tal como se muestra en la Figura 2-8.
Figura 2-8: Principales motivaciones para la implementacin de herramientas Lean

Manufacturing
Fuente: Elaboracin propia con base en Snchez, Palacios, & Prida, 2008
Se considera adems, como base para la estructura del anlisis de las herramientas
Lean Manufacturing, tomando como base la simulacin, la propuesta de los eslabones
del proceso de planificacin de la cadena de suministro expuesto por Caldern, Garca, &
Cruz (2008), tal como se observa en la Tabla 2-2.
Tabla 2-2: Matriz de planificacin de la Cadena de Suministro

Horizonte de Procesos de la Cadena de Suministro
Planificacin Aprovisiona/ Produccin Distribucin Ventas
Programa de Localizacin Estructura Programa de
materiales de plantas fsica de la producto
Largo Plazo Eleccin de Sistemas de distribucin Planificacin
proveedores produccin estratgica de
Cooperacin ventas
Planificacin Plan Maestro Planificacin Planificacin
de personal de Produccin de la de ventas de
Medio Plazo
MRP (MPS) distribucin mediano plazo
Contratos Planificacin
de la
capacidad
Programacin Tamao de Reposicin de Programacin
de personal lotes inventarios de ventas de
Pedidos de Programacin Programacin corto plazo
Corto Plazo
materiales de mquinas del transporte
Control en
planta
Fuente: Caldern, Garca, & Cruz, 2008
2.1.5 Pymes, su valor y su estructura como motor de la economa

El ltimo concepto que a la vez, acta como eje central de esta propuesta son las Pymes.
Colombia define la Pyme segn sus activos totales y el nmero de empleados (Ley 905
de 2004), sin importar la actividad que desempee. En Estados Unidos y Europa, la
Pyme se define dependiendo de su sector. Sin importar cul sea el criterio (ventas,
activos, empleados, etc.), el ideal es que el tamao de las compaas sea relativo a su
propio sector. Las Pyme mantienen su comportamiento en Colombia, como en la mayora
de los pases de la regin. En 2004 representaban el 96% de las empresas del pas,
generaban el 66% del empleo industrial, realizaban el 25% de las exportaciones no
tradicionales y pagaban el 50% de los salarios, de acuerdo con los datos del Ministerio
de Desarrollo (Velsquez, 2004). Para 2005, la Pyme colombiana represent alrededor
del 97% de los establecimientos, casi una tercera parte de la produccin y de las
exportaciones no tradicionales y un 57% del empleo industrial, as como un 70% del
empleo total (Montoya, Montoya, & Castellanos, 2010).
Continuando con el contexto en relacin a las Pymes, se toma como ejemplo las
manufactureras, que aunque presentan algunas diferencias con los dems sectores
Pyme particulares, existen una serie de eventos que las integra, que segn Prez Rave,
y otros (2011) son los cambios derivados del entorno globalizado, los cuales exigen
incesantes esfuerzos por incrementarla calidad y la productividad, y por reducir los costos
y los tiempos de entrega a fin de lograr posiciones ventajosas en el mercado. En
Colombia, por ejemplo, estas empresas representan ms del 90% de las unidades
econmicas y concentran cerca del 60% del empleo.
A pesar de la relevancia de las Pymes, hay fuentes que brindan cifras entre 60%-90%
para la tasa de desaparicin de estas empresas, sin siquiera haber superado el quinto
ao de operacin. Adems, las pymes enfrentan varios obstculos para su desarrollo,
entre ellos: problemas de acceso a los mercados, barreras tecnolgicas y dificultades
para obtener crditos (Prez R., et al., 2011).
Figura 2-9: Fases en el proceso de implementacin de un Sistema Lean Production

(LPS) en las PYME
Fuente: Dombrowski & Crespo, 2008
De igual manera, se reflexiona la relacin entre las Pymes y la teora Lean

Manufacturing. Para esto, se considera un proceso de implementacin, que segn
Dombrowski & Crespo (2008), contiene siete fases diferentes que se ejecutan de forma
consecutiva y a veces tambin repetitivas. Dichas fases se agrupan en bloques
centralizados (la planeacin y los ajustes) y descentralizados (el despliegue y las
operaciones diarias). La Figura 2-9 muestra dicho proceso.
Segn la Ley 905 de 2004, establecida por el Gobierno Nacional de la Repblica de

Colombia, las empresas se clasifican en Micro, Pequea, Mediana y Grande, de acuerdo
al nmero de empleados y el valor en activos (Ver Tabla 2-3). A pesar de la limitante que
se tiene para disponer de informacin actualizada de las Pymes, se hace importante
realizar una caracterizacin a partir de la ya existente.
Tabla 2-3: Clasificacin de las empresas

Tipo de empresa Nmero de empleados Valor de activos
Micro Hasta 10 Menos de 500 SMMLV
Pequea Entre 11 y 50 De 501 a 5.000 SMMLV
Mediana Entre 51 y 200 De 5001 a 30.000 SMMLV
Grande Ms de 200 Ms de 30.001 SMMLV
Fuente: Ley 905 de 2004, Gobierno Nacional, Repblica de Colombia
Tabla 2-4: Distribucin geogrfica de las Pymes en Colombia, 2003
Participacin
Ciudad, sector
2002 2003
Bogot 9% 0%
Medelln 2% 3%
Resto y Agro 2% 7%
Cali 1% 1%
Barranquilla 4% 5%
Bucaramanga 2% 4%
Fuente: Elaboracin propia con base en Supersociedades (2002), clculos Fedesarrollo y
Fundes (2003).
Las Pymes se encuentran distribuidas geogrficamente por todo el pas, donde, segn
estudios de Supersociedades (2002), la gran mayora se encuentran en la capital (59%),
otra particin del mercado la tienen las Pymes de la ciudad de Medelln (12%), seguidas
por las aquellas que se encuentran en la ciudad de Cali (11%), Barranquilla (4%),
Bucaramanga (2%), entre otras ciudades y el agro (12%).
Para el 2003 (Fundes) se gener una variacin de esta tendencia, Bogot por ejemplo,
perdi participacin bajando al 50%, Medelln aumento al 13%, Cali se mantiene en el
11%, Barranquilla aumenta al 5%, al igual que Bucaramanga que aumenta su
participacin al 4%, y otras ciudades y el agro tambin aumenta al 17% (Ver Tabla 2-4).
Segn el DANE, Departamento Administrativo Nacional de Estadsticas, en su primera
encuesta nacional de micro establecimientos de comercio, servicios e industria realizada
en el ltimo trimestre de 2001, en el ao 2000 en Colombia existan 967.315 micro

establecimientos, de los cuales el 58% estaba en el comercio, el 30 por ciento en
servicios y el 12,5 por ciento en la industria.
Tabla 2-5: Distribucin de las Pymes segn sectores en Colombia
Participacin
Sector
2002 2003
Servicios 28% 37%
Comercio 25% 34%
Industrias manufactureras 19% 22%
Construccin 10% NR
Agricultura, Ganadera y Pesca 8% 7%
Intermediacin financiera 8% NR
Minera 2% NR
Fuente: Elaboracin propia con base en Supersociedades (2002), clculos Fedesarrollo y
Fundes (2003)
En la Tabla 2-5, se muestra el comportamiento de la distribucin de las Pymes segn el

sector en el cual se encuentran. Para el ao 2002, los servicios tenan una participacin
del 28%, mostrando un incremento para el siguiente ao del 37%. Las dedicadas al
comercio pasaron de tener una participacin del 25% al 34%. Las industrias
manufactureras aumentaron del 19% al 22%, la agricultura y la ganadera disminuyeron
del 8% al 7%. Otros sectores evaluados por Supersociedades (2002), fueron la
construccin con el 10%, la intermediacin financiera con el 8% y la minera con el 2%,
de las cuales no se tiene registro de Fundes (2003) para el ao siguiente.
Figura 2-10: Actividad por sectores (mediana de los ingresos operacionales)
Fuente: Elaboracin propia con base en Supersociedades. Clculos Fedesarrollo, 2002
Segn datos de Confecmaras, en el 2001 existan en Colombia 43.242 pequeas

empresas y 8.041 medianas. Supersociedades (2002) realiza una clasificacin mucho
ms detallada de las actividades de las Pymes por sectores econmicos, realizando un
anlisis comparativo entre las empresas Medianas y las Pequeas. Concluye que los
sectores ms activos para las medianas empresas son el comercio y la reparacin de
vehculo, las industrias manufactureras (Alimentos, Cuero y Calzado, Muebles y Madera,
Textil y Confecciones, Artes Grficas, Plstico y Qumico, Metalrgico y Metalmecnico,
Autopartes y Minerales no Metlicos), la pesca, la educacin y los hoteles y restaurantes.
De igual manera, hace referencia a los sectores ms activos para las pequeas
empresas, la reparacin de vehculo, los hoteles y restaurantes, la educacin, las
industrias manufactureras y el suministro de electricidad y agua (Ver Figura 2-10).
Otro importante aspecto es el tipo de empleo que componen las Pymes industriales y de
servicios. Durante el ltimo trimestre del 2001, segn la encuesta nacional de micro
establecimientos de comercio, servicios e industria realizada por el DANE, los micro-
establecimientos generaron 1.094.755 empleos, lo que sera equivalente a 1,1 empleos
por establecimiento. La relacin de empleo por establecimiento es del 1,8 por ciento en el
sector comercio, 2,8 por ciento en la industria y 2,5 por ciento en los servicios.
La encuesta seala tambin que en el 2000 existan alrededor de 7.600 establecimientos

industriales con ms de 10 trabajadores y 120.785 microempresas. Se tiene segn la
Encuesta de Opinin Empresarial (EOE) y Fedesarrollo (2002), como mientras para la
industria los obreros representan el 72% de participacin, para servicios es el 51%, los
cargos administrativos en la industria ocupan el 15%, mientras que para los comerciales
se incrementa al 23% de participacin, los cargos tcnicos en la industria son el 8%, para
el comercio es mayor con el 19% y los cargos directivos en la industria representan el 5%
de participacin y en el sector comercial el 7%, tan como lo muestra la Figura 2-11.
Figura 2-11: Tipo de empleo
Fuente: Elaboracin propia con base en EOE, Fedesarrollo, 2002
Segn informacin de Fundes validada con la Confecmaras (2001), el parque

empresarial colombiano, est distribuido para el caso de las Pymes, en un 83,7% para
las pequeas y el restante 16,3% para las medianas. Como se muestra en la Tabla 2-6
cada una de estas participaciones, se divide segn los sectores a los cuales pertenecen,
en ambos casos, el sector servicios tienen la mayor participacin, seguido por el
comercio, la industria y el agro en menor porcentaje.
Tabla 2-6: Distribucin de la Pyme por tamao y sector
PEQUEA MEDIANA
Sector N Empresas % N Empresas %
Servicios 14.956 37 2.861 37
Comercio 14.039 35 2.096 27
Industria 8.414 21 1.958 25
Agro 2.554 6 871 11
TOTAL 39.963 100 7.789 100
Fuente: Elaboracin propia con base en informacin de Fundes validada con la
Confecmaras, 2001
De igual manera se tiene un estudio internacional de las Pymes (Vlez V., 2006) que
muestra la definicin de Mipymes segn el criterio de empleo, clasificndolas como
Micro, Pequea, Mediana, Grande y Pyme (Ver Tabla 2-7).
Tabla 2-7: Definicin de Mipymes en el mundo, criterio empleo
Pas Micro Pequea Mediana Grande PYME

(Menos de) (Menos de) (Menos de) (Ms de) (Menos de)
Alemania 9 500 500
Australia 200
EEUU 500
Reino Unido 50 250 250
Corea 300
Singapur 100
Indonesia 100
Taiwn 20 200 200
Malasia 5 50 150 150
Mxico 30 100 500 500
Bolivia 10 19 49 49
Colombia 10 50 200 200
Costa Rica 10 30 100 100
Honduras 10 25 150 150

Unin 10 50 250 250
Europea
OCDE 10 100 500 500
Banco 10 50 300 300
Mundial
En el mismo estudio, Vlez V. (2006), sintetiza la estructura por sector de las empresas
segn el tamao y la actividad a la que se dedican. La Tabla 2-8, muestra cmo el
comercio, los servicios privados, el transporte y comunicacin y la industria, repuntan en
la lista con las mayores participaciones. En menores porcentajes de participacin se tiene
la construccin, la intermediacin financiera, la agricultura, entre otras actividades.
Tabla 2-8: Estructura por sector de las empresas privadas formales, 2004
Actividad Micro Pequea Mediana Grande Total Total N

% % % % empleados
Comercio 94.5 4.5 0.8 0.2 100 352.522
Otros servicios
92.6 6.0 1.2 0.2 100 203.298
privados
Industria 89.4 7.5 2.1 1.0 100 89.151
Transporte y
91.3 6.7 1.5 0.5 100 45.487
comunicaciones
Construccin 85.4 10.7 3.1 0.8 100 25.554
Intermediacin
77.6 14.0 5.3 3.1 100 15.912
Financiera
Agricultura 72.5 7.8 2.6 0.6 100 13.073
Resto 90.6 5.6 2.0 1.9 100 11.231
Total 92.1 6.1 1.4 0.4 100 768.438
Se hace importante conocer, en este panorama, cul es el destino de la inversin de las

Pymes en Colombia. De esta manera, se puede inferir, cules son las tendencias en
propuestas de mejora o proyectos organizacionales de la empresa. El estudio de Vlez
V., (2006) muestra que el 51.4% de las Pymes si tienen previsto algn tipo de proyecto
de inversin, de los cuales el 52.3% tiene como destino la inversin para la reposicin de
equipos, otro 38.6% para la modernizacin de tecnologa, el 31.8% para el aumento en
su infraestructura fsica, el 27.3% para la diversificacin de la produccin, el 20.5% para
la ampliacin del mercado interno y el restante 13.6% para la ampliacin del mercado
externo (Ver Tabla 2-9).
Tabla 2-9: Proyectos de inversin para el 2006 por tamao de empresa (% Colombia)
Adelanta o tiene previsto adelantar proyectos de

Pymes Grandes Total
inversin productiva para el 2006?
S 51.4 65.9 62.1
No 48.6 34.1 37.9
Naturaleza del proyecto Pymes Grandes Total
Reposicin de equipos 52.3 48.5 49.4
Modernizacin tecnolgica 38.6 58.1 53.3
Ensanche de planta 31.8 43.4 40.6
Diversificacin de la produccin 27.3 20.6 22.2
Ampliacin mercado interno 20.5 20.6 20.6
Ampliacin mercado externo 13.6 18.4 17.2
Cmo planea distribuir la financiacin? Pymes Grandes Total
Recursos propios 72.1 75.4 74.6
Deuda interna 58.1 47.0 49.7
Leasing 7.0 5.2 5.6
Deuda externa 4.7 9.7 8.5
Socio nacional/extranjero 4.7 2.2 2.8
Colocacin de bonos 2.3 0.7 1.1
Emisin de acciones 0.0 1.5 1.1
La Tabla 2-10 muestra los clientes de las Pymes, tanto en el mercado nacional como
internacional, en un comparativo antes y despus (Vlez V., 2006). En ambos escenarios
los clientes son las empresas en general, seguido por el pblico en general, los
diferentes nichos de mercado, proveedores especializados de empresas y en ltima
instancia se tienen como clientes las entidades pblicas.
Tabla 2-10: Clientes de las Pymes
Mercado Nacional Mercado Internacional

Cliente
Antes Ahora Antes Ahora
Empresas en general 56.5 65.2 8.7 30.4
Pblico en general 34.8 39.1 0.0 8.7
Nicho de mercado 21.7 30.4 4.3 8.7
Proveedor especializado de empresa 17.4 21.7 13.0 17.4
Entidades pblicas 13.0 8.7 0.0 0.0
Luego de todo el contexto en relacin a las Pymes, su clasificacin de las empresas

denota alta representacin en sectores productivos y comerciales en las principales
ciudades del pas, con actividades econmicas como Alimentos, Cuero y Calzado,
Muebles y Madera, Textil y Confecciones, Artes Grficas, Plstico y Qumico, Metalrgico
y Metalmecnico, Autopartes y Minerales no Metlicos. La mayora de los empleados son
de carcter operativo tanto para el caso de las empresas industriales como comerciales.
Las Pymes representan una participacin representativa para los modelos de
productividad empresarial atendiendo a clientes tanto empresariales como pblicos en
general. Las tendencias del mercado han evidenciado la necesidad de proyectos de
inversin, en su mayora por medio de recursos propios, se busca la reposicin de
equipos y la renovacin de tecnologa, entre otras que podran a ser medidas y
proyectadas por medio de la apropiacin de herramientas Lean.
2.2 Caracterizacin Pyme por medio del anlisis DOFA

Como se ha logrado justificar a lo largo del marco conceptual, las Pymes en su estructura
poseen todas y cada una de las caractersticas para la realizacin de una caracterizacin
por medio de un anlisis de los entornos internos y externos (DOFA), tal como lo muestra
la Tabla 2-11. Para esto, se realiza un listado de Debilidades (situacin interna
desfavorable y actual), Oportunidades (situacin externa, favorable y generalmente es
futura, aunque puede ser actual), Fortalezas (situacin interna favorable y actual) y
Amenazas (situacin desfavorable que ofrece el entorno que debe ser enfrentada) de las
Pymes, con base en el estado del arte, que permita la construccin de una auditora que
evale la situacin actual del sector.
Tabla 2-11: Caracterizacin Pyme por medio del anlisis DOFA

ANLISIS INTERNO
Debilidades
Del total, 700.000 son informales, es decir, no registradas y 300.000 son formales o
sea registradas.
Son unidades prcticamente desconocidas, pues no existe informacin oficial sobre
las mismas y las diversas entidades que trabajan con ellas realizan estimativos a
partir de diferentes supuestos
No existe informacin actualizada y validada sobre su caracterizacin, creacin,
transformacin y liquidacin de empresas, ni sus aportes a la economa nacional
Para un 47 por ciento de las empresas ms pequeas el nivel de ventas ha
disminuido, proporcin que es del 39 por ciento en el caso de las empresas
medianas. El 25 por ciento de estas ltimas y el 23 por ciento de las pequeas
sostienen que sus ventas se han incrementado en los ltimos dos aos
Limitaciones tcnicas y competitivas que imponen las escalas de produccin,
procesos y productos poco pertinentes para las necesidades de entorno
El 28% de los sectores crecen de una forma no rentable, ya que su incremento en
ventas no es acompaado por un crecimiento en la utilidad operacional. All estn los
textiles, metales bsicos y los no ferrosos, papel, celulosa y cartn ondulado, enseres
domsticos y productos plsticos
Los resultados reflejan una bajsima utilizacin en los pocos programas que conocen.
Solamente existe una relativa participacin en el caso de EXPOPYME, donde un
poco ms del 30% lo conocen y de stos el 57% lo han empleado
Poca introduccin de cambio tecnolgico
Menos inversin para aumentar capacidad instalada, ms en industria
Fortalezas
Se estima que hay un nmero por encima de un milln de Pymes que aportan ms
del 50% del Producto Interno bruto, y generan ms del 70% del empleo nacional, en
los sectores de industria, comercio y servicios.
De las registradas, 75% son microempresas, 24% Pymes y 1% gran empresa.
En Colombia, del mismo modo que en los pases asiticos, el sector de las Pymes
representa un 96.4% del parque empresarial nacional y se reconocen por ser las
principales propulsoras de la economa nacional
El 87% de las pequeas y medianas empresas en Colombia tienen 6 o ms aos de
haber sido creadas
Las Pymes aportaron el 35% de la produccin industrial, 10% las pequeas y 25 por
ciento las medianas
Los gestores de la Pyme son gerentes jvenes, el 56% tiene entre 25 y 45 aos
El factor familiar juega un papel muy importante en el desarrollo de la productividad y
la competitividad de las pequeas y medianas empresas (Pymes)
En 2004 representaban el 96% de las empresas del pas, generaban el 66% del
empleo industrial, realizaban el 25% de las exportaciones no tradicionales y pagaban
el 50% de los salarios, de acuerdo con los datos del Ministerio de Desarrollo
Para 2005, la Pyme colombiana represent alrededor del 97% de los
establecimientos, casi una tercera parte de la produccin y de las exportaciones no
tradicionales y un 57% del empleo industrial, as como un 70% del empleo total
Su distribucin en diferentes reas se concentra en el comercio, con un 54,66%,
servicios con un 31,60%, industria con un 12,22% y otros con un 1,52%
El 26.1% de las empresas encuestadas coopera con otras empresas. El objetivo de la
cooperacin es: Distribucin y comercializacin de productos: 50%; Compra de
insumos: 33%; Distribuir la carga de trabajo entre las empresas en forma
especializada: 17%
Gran concentracin en zonas urbanas (94%), en especial en las grandes ciudades
(Bogot, Cali y Medelln)
Se encontr que el 50% de las empresas estn certificadas, la mayora en ISO 9001
ANLISIS EXTERNO
Amenazas
La liberacin de los mercados, la globalizacin, la necesidad de una mejor
distribucin del ingreso, la competitividad y todas las realidades de la nueva
economa
Trmites, papeleos, y los altos costos de la formalizacin. (Registros, declaraciones,
etc.).
Incapaces de aprovechar las economas de escala y mbito devenidas de las nuevas
reglas de juego, que supone la oferta competitiva de los hipermercados
Altos impuestos
Los empresarios Pymes afirma que sus ventas se han visto disminuidas durante los
dos ltimos aos, slo un 24% sostiene que han aumentado y el 30% sostiene que
no han variado
Casi el 60% de las Pymes en Colombia han visto disminuidas sus utilidades en los
ltimos dos aos, para un 23% ha permanecido igual y nicamente para un 17% ha
tenido un aumento
La estructura administrativa de las Pymes no cuenta con programas de capacitacin
estructurados
La tendencia global de la implementacin de tecnologas de informacin (TI)
Dominio de la competencia de la gran empresa
Dificultades en licitaciones por procesos de informalidad y tramitologa legal
En caso contrario entre las Pyme que tienen ventas y utilidades decrecientes se
encuentran el comercio minorista de alimentos, las bebidas y el tabaco, los licores,
las drogueras, las confecciones, los productos e insumos agrcolas, y el cemento con
el (28%)
El 50% de las empresas exportadoras en el pas corresponde a pequeas y
medianas empresas (Pyme), pero apenas 18,6% de ellas vende con xito en el
exterior
Al igual que las Pyme latinoamericanas, las colombianas enfrentan diversos
obstculos. Uno de los principales tiene que ver con su corta duracin y su alta tasa
de mortalidad (Cmara de Comercio, 2009), lo mismo que la inseguridad general
prevaleciente en el pas como consecuencia del agudo conflicto interno la
inestabilidad en las reglas de juego para la actividad econmica privada
Oportunidades
La ley promueve el acceso de las Mipymes a los mercados financieros, para
satisfacer una de las ms sentidas necesidades de este sector empresarial
Creacin del Fondo Colombiano de Modernizacin y Desarrollo Tecnolgico de las
Micro, Pequeas y Medianas Empresas - FOMIPYME
Las polticas de fomento para el sector, como la Ley Mipyme
La asociatividad empresarial y la estimulacin del pensamiento estratgico de sus
gerentes
El modelo de gestin basado en la Responsabilidad Social Empresarial
Las Mypymes en las Aglomeraciones Empresariales, como una estrategia para el
desarrollo regional en Colombia
En cuanto a su crecimiento, los sectores con mayor potencial son las cajas de
compensacin y el turismo, seguidos de la ganadera y los alimentos; entre los
estancados estn los abonos, los frmacos y el tabaco
La conformacin de clsteres (Minindustria, 2010), la conformacin de cadenas
productivas (Cmara de Comercio, 2007), los Comits Asesores Regionales de
Comercio Exterior, Carce, la Agenda de conectividad, el Sistema Administrativo
Nacional de Competitividad, la Ley Pyme, el Fondo Colombiano de Modernizacin y
Desarrollo Tecnolgico de las Micro, Pequeas y Medianas Empresas, Fomipyme
(Mincomercio, 2007) y la Visin 2019.
Empresas de menor tamao tienen ms capacidad de adaptacin a condiciones
cambiantes de las economas
Las Mipymes son un mercado atractivo para cualquier negocio
En el ltimo ao hubo un aumento del 36% de Mipymes conectadas y, desde que
comenz este Gobierno, el crecimiento ha sido del 114%, al pasar del 7 al 15%
El programa MiPyme Digital acompaa programas como un fondo con Bancoldex, por
$28.000 millones, para el desarrollo y despliegue de aplicaciones para las Mipymes
del pas.
Se pactaron compromisos en materia de cooperacin para apoyar la participacin de
las Pymes en licitaciones Pblicas.
Cerca de $98.000 millones entraron a las registradoras de las Mipymes del pas
durante el 2012 va el programa Compre Colombiano, segn el Ministerio de
Comercio, Industria y Turismo al destacar los resultados obtenidos por dicho
programa.
Ser por medio de la caracterizacin realizada para las Pymes, que se logre generar un
escenario base apropiado para los procesos de simulacin de escenarios fundamentales
para esta propuesta. El objetivo central de esta caracterizacin como parte de la
justificacin, es precisamente enmarcar las Pymes en su entorno interno y externo, de tal
forma que se valide la necesidad de mejora en trminos de metodologas de
implementacin para la eliminacin de desperdicios con miras a potencializar ventajas
competitivas con altos niveles de productividad. Las Pymes tienen notables fortalezas,
pero ser a las debilidades y oportunidades a las que se buscar impactar directamente
con esta propuesta. De esta DOFA se pueden generar una serie de deducciones que den
paso a la construccin del escenario Pyme:
Es interesante la implementacin de la teora Lean Manufacturing sobre las Pymes,

debido a la necesidad de mejora sobre los procesos, al manejo informal del negocio,
operacin con mano de obra no calificada y el uso de tecnologa obsoleta, buscando

generar alternativas para el incremento de los niveles de productividad.
Las limitaciones tcnicas y competitivas que se imponen en los procesos productivos
propician la generacin de fallas, desperdicios y bajos estndares de calidad. La
aplicacin de herramientas Lean, por tratarse de metodologas para la eliminacin de
desperdicios, pueden ser consideradas como opciones para la mejora.
Los sectores donde ms se potencializan las Pymes son las industrias de alimentos,
bebidas, ganadera, asesora y marroquinera, validando un amplio segmento donde
las herramientas Lean Manufacturing puedan llegar a intervenir.
Ms del 70% de las Pymes son Microempresas, con menos de 10 empleados,
enmarcando el tipo de Pyme de inters sobre el cual se desea construir el escenario
base de simulacin.
Los procesos ms representativos que construyen la cadena de suministro de las
Pymes son abastecimiento, produccin, logstica, almacenamiento y servicio al
cliente, procesos que tambin sirven como marco y alcance sobre el cual se va a
desarrollar la tesis.
Como oportunidad identificada se tiene la tendencia de las Pymes por la
implementacin de tecnologas de informacin, modelos de pensamiento estratgico,
herramientas para la mejora de procesos y actividades para el desarrollo del talento
humano, bajo este contexto, se valida el inters sobre teoras como la del Lean
Manufacturing que de manera directa o indirecta propicia o apoya estas tendencias.
2.3 Comparativo herramientas Lean Manufacturing vs

mudas vs eslabones de la cadena de suministro
Se requiere adems, realizar el comparativo de las herramientas Lean, con los eslabones
de la cadena y las mudas o desperdicios. De esta manera se podr generar de manera
limitada el alcance de los escenarios propuestos para validar el modelo de medicin de la
productividad de las Pymes por medio de la aplicacin de herramientas Lean
Manufacturing.
A partir de la documentacin de cada una de las herramientas Lean, sus principios,

objetivos, ventajas y desventajas se busca generar afinidad por medio de una Matriz de
Correlacin que permita calificar en la escala, A: Alta correlacin, M: Media Correlacin y
B: Baja Correlacin, los tres elementos de comparacin: Herramientas Lean

Manufacturing, eslabones de la cadena, y mudas o desperdicios, segn sea el caso.
El primer elemento correspondiente a las herramientas Lean Manufacturing

comprende las diez y seis (16) herramientas consideradas para el anlisis de criterios
en el estado del arte.
El segundo elemento corresponde a los eslabones de la cadena de suministro
considera los cinco (5) procesos ms representativos y analizados segn los
resultados del Estado de arte.
El tercer y ltimo elemento corresponde a las mudas, considera las siete (7) mudas o
desperdicio (declaradas por Ohno, 1988) expuestas desde el comienzo de la tesis
como parte fundamental para el desarrollo de sta.
En la construccin de esta matriz, se toma una a una las diez y seis (16) herramientas
Lean Manufacturing, realizando los respectivos cruces con cada uno de los cinco (5)
eslabones por un lado y cada una de las siete (7) mudas o desperdicio por otro lado. Se
genera la calificacin y se realizan los respectivos conteos sobre las correlaciones Alta
(A) y determinar cules son los cruces ms representativos. Para una mejor comprensin
del ejercicio, se toma la Tabla 2-12, como ejemplo, donde se observan la existencia de
correlaciones de la herramienta JIT:
Alta: A, de la herramienta JIT para los eslabones de abastecimiento y produccin, si

las mudas a mitigar son la sobreproduccin y los tiempos de espera.
Alta: A, de la herramienta JIT para los eslabones de abastecimiento, produccin y
almacn, si las mudas a mitigar son inventarios y defectos.
Alta: A, de la herramienta JIT para el eslabn de clientes, si la muda a mitigar es
transporte.
Tabla 2-12: Matriz de correlacin entre las entradas comparativas

Eslabn Cliente Eslabn
Abaste/ Produccin Logstica Almacn TOTAL 1
Hta Muda
Sobre-
A A B B B 2
produccin
Tiempos de
A A M M B 2
espera
M M B M A Transporte 1
Procesos
JIT M M B M M 0
innecesarios
A A M A M Inventario 3
Movimientos
B M B M B 0
innecesarios
A A M A M Defectos 3
Talento
B B B M B 0
Humano
TOTAL 1 4 4 0 2 1
Fuente: Elaboracin propia, 2014
Luego de generar el conteo sobre la mayor cantidad de correlaciones altas, para este
este ejemplo, la conclusin final es que la herramienta JIT en los eslabones de
abastecimiento y produccin, resulta til para mitigar las mudas de inventarios y defectos.
Ahora este ejercicio, ser repite igualmente para quince (15) herramientas Lean
Manufacturing, tal como se soporta en el ANEXO 4. (Matriz de correlacin entre las
entradas comparativas-desperdicios, mudas, eslabones).
Una vez realizados los diez y seis (16) cruces, correspondientes a las herramientas Lean
Manufacturing, con los eslabones y las mudas, se busca generar una conclusin final que
represente un resumen general de interaccin entre herramientas, eslabones y mudas.
Se obtiene la Tabla 2-13, en la cual se consigna para cada eslabn de la cadena de
suministro (abastecimiento, produccin, logstica, almacn y cliente) previamente
definidos y segn la muda que sea objetivo de intervencin, cul sera la mejor
herramienta Lean Manufacturing a ser implementada. Para esto, se genera un conteo de
repeticin de cada herramienta por eslabn (resultado de la Matriz de correlaciones para
cada una de las diez y seis (16)). Finalmente, aquella combinacin entre eslabn,
herramienta y muda, donde se gener el mayor nmero de repeticiones, se califica como
representativo para el estudio.
Tabla 2-13: Herramientas Lean Vs Eslabones de la Cadena de Suministro Vs Mudas

Eslabn
Abaste/ Produccin Logstica Almacn Cliente
Muda
Sobre- TOC, Six Sigma, Kanban,
Heijunka Six Sigma
produccin SMED, TPM, Heijunka
Andon, Jidoka, Kanban,
Tiempos de
SMED, TPM, Clulas de
espera
Manufactura, TQM
Clulas de Manufactura,
Transporte
TQM
Procesos TOC, Tack Time, VSM,
Tack Time
innecesarios TQM
JIT, TOC, Poka Yoke,
Inventario JIT Heijunka Poka Yoke
Heijunka
Movimientos
innecesarios
JIT, Six Sigma, Andon,
Defectos JIT Jidoka, Poka Yoke, Poka Yoke Six Sigma
Kaizen, TPM, TQM
Talento
5S TPM, VSM 5S
Humano
De este ejercicio final se puede concluir que el eslabn de la cadena de suministro con
mayor nmero interacciones y ejercicios de intervencin es el de produccin. En cuanto a
las mudas, las ms representativas son inventario, defectos y talento humano. Y
finalmente las herramientas ms tiles para mitigar las diferentes mudas son TOC,
Andon y TPM, debido a que son las combinaciones ms frecuentes halladas en el estado
del arte con la ayuda de la Matriz de correlacin y el despliegue final la Tabla 2-13.
2.4 Construccin del escenario Pyme

Como parte fundamental de este captulo, est la generacin de un escenario Pyme,
sobre el cual se realizan todas y cada una de las comparaciones en relacin a las
variables de estudio. Para esto, se toma como referencia el estado del arte, las
conclusiones resultantes del anlisis DOFA y los resultados en cuanto a la comparacin
entre herramientas, eslabones de la cadena de suministro y mudas. De esta manera, y
en cumplimiento a uno de los objetivos planteados por esta tesis, se construye entonces
el esquema de la cadena de suministro de la Pyme a ser tomado como base para los
modelos de simulacin considerando a manera de resumen, las principales
caractersticas de la Tabla 2-14.
Tabla 2-14: Escenario base de simulacin

Caracterstica Descripcin
Tipo de empresa Microempresa
Alimentos, Cuero y Calzado, Muebles y Madera, Textil y
Sectores aplicables Confecciones, Artes Grficas, Plstico y Qumico, Metalrgico y
Metalmecnico, Autopartes y Minerales no Metlicos
Cantidad de
Poseen menos de 10 empleados
empleados
Ausencia de nuevos diseos de productos; se han introducido
modificaciones a la distribucin en planta sin considerar el flujo
del proceso; irrespeto por la programacin de la produccin (se
introducen rdenes urgentes de ltima hora); no existe
Sistema de
comunicacin efectiva entre la gestin de produccin y la de
planificacin
mercadeo/ventas, por lo que muchas veces se manufacturan
productos que no son requeridos por los clientes o generen
reclamos por parte de estos por incumplimiento de
especificaciones.
Eslabones de la
Abastecimiento, produccin, logstica, almacn y cliente (Ortiz,
cadena y sistema
Izquierdo, & Rodrguez, 2011)
productivo
Presencia manifiesta de cuellos de botella; alto inventario de
producto en proceso para atender emergencias; poca
inspeccin automtica; no se han definido estndares para las
Problemticas operaciones por lo que estas se llevan a cabo bajo patrones
actuales basados en la experiencia o rutina (cada operario trabaja del
modo que mejor le parece); nmero significativo de rdenes de
produccin fuera de plazo; no existe estandarizacin de tareas
(Ortiz, Izquierdo, & Rodrguez, 2011)
Sobre-produccin, Tiempos de espera, Transporte, Procesos
Muda presente
innecesarios, Inventario, Defectos, Talento humano
Sin registros de tiempos de parada; sistemas de control de
procesos prcticamente inexistentes; la pequea y mediana
empresa est enfocada a evaluar su rendimiento en unidades
Sistema de control producidas por horas trabajadas (paradigma basado en que
mientras ms se produce mayor es la rentabilidad de la empresa);
este enfoque hacia la productividad implica que todos los
esfuerzos de gestin estn dirigidos exclusivamente a cumplir con
la meta de produccin (Ortiz, Izquierdo, & Rodrguez, 2011)

Herramienta de
TOC, Six Sigma, Kan Ban, SMED, TPM, Heijunka, Andon, Jidoka,
seguimiento y
Clulas de Manufactura, TQM, Tack Time, VSM, JIT, Poka Yoke,
mejora a ser
Poka Yoke, Kaizen
utilizada
No existe motivacin para llevar a cabo mejoras en el proceso
productivo; desconocimiento de las herramientas de anlisis y
Mejora continua
mejora y, en general, no se maneja el concepto de despilfarro
(Ortiz, Izquierdo, & Rodrguez, 2011)
Con el fin de llevar el escenario base de simulacin a un esquema que considere los
parmetros de entrada del Software Simul 8, se despliega como caso de estudio una
Microempresa de dulces de leche (por medio de la informacin suministrada por el
fundador de la Microempresa Arequipe Villacruz, Felipe Montoya Moreno, Especialista en
ciencia y tcnica de los alimentos, que resulta ser el experto que valida los eslabones
propuestos para el escenario base de estudio) y lo expuesto por Durango Hoyos, (2008)
Cabe sealar que la distincin entre los miembros primarios y de apoyo de la cadena de
suministro, no es muy obvia en todos los casos. No obstante, la definicin antes sealada
proporciona al menos una simplificacin administrativa razonable que puede capturar los
aspectos esenciales de quin debe ser considerado como miembro importante de la
cadena de suministro. Una buena aproximacin para diferenciar entre los tipos de
miembros es propuesta por M. Porter (2000), l distingue entre actividades primarias y de
apoyo en su cadena de valor
Figura 2-12: Esquema o escenario base de simulacin

Finalmente, se construye como esquema o escenario base de simulacin (Ver Figura 2-

12), la estructura de cadena de suministro de una Pyme, visualizando las entradas al
modelo o variables de inters (asociados a los tipos de desperdicios), los posibles
parmetros de resultado (tomando como variable de respuesta dependiente el nivel de
productividad representada por las unidades producidas), las herramientas Lean
Manufacturing a ser utilizadas y los eslabones que intervienen en ella, en este caso con
foco sobre el eslabn de Produccin; la cual, llevada al Simul 8 se esquematiza en la
Figura 2-13.
Figura 2-13: Esquema o escenario base de simulacin (Simul 8)
El escenario base consiste en los procesos de preparacin de mezcla para el arequipe,

concentracin, enfriado, envasado y empaque. Interviene en el proceso un solo operario
que administra las materias primas que son leche, bicarbonato, conservantes y azcar
para convertirlos en dulce de leche en presentaciones individuales de 450gr. El proceso
posee dos tipos de desperdicios originados en las etapas de concentracin y envasado
(ANEXO 5. Definicin de eslabones Caso Microempresa Arequipe Villacruz). Para
describir de una mejor manera cul es el proceso que da origen a este escenario base,
se tiene en la Figura 2-14 el diagrama de flujo para el Caso Microempresa Arequipe
Villacruz.
Figura 2-14: Diagrama de flujo para el Caso Microempresa Arequipe Villacruz

INICIO
Tiempo de Ciclo: 20 minutos
Entradas: 640 Litros de Leche, 400 gramos de
Bicarbonato de Sodio, 400 gramos de
Conservantes y 160 Kilos de Azcar
Recibir Materias Salidas: Insumos para la fabricacin de 320 Kg
de dulce diario en dos corridas de produccin
Primas e Insumos de 160 Kg cada una

Entradas: Insumos para la fabricacin de 320
Kg de dulce diario en dos corridas de
Preparar mezcla produccin de 160 Kg cada una.
para el dulce de Salidas: Insumos para la fabricacin de 320 Kg
de dulce diario en dos corridas de produccin
leche de 160 Kg cada una
Tiempo de Ciclo: 210 minutos (3.5 horas)

Entradas: Insumos para la fabricacin de 320
Realizar Kg de dulce diario en dos corridas de
concentracin produccin de 160 Kg cada una
Salidas: Mezcla lista para el envase de 320 Kg
de dulce de leche en presentaciones de 450 gr.
SI Desechar
Se presentan
defectos? FIN
producto
NO
Esperar enfriado Entradas: Mezcla lista para el envase de 320 Kg
de la mezcla Salidas: Mezcla lista para el envase de 320 Kg
Entradas: Mezcla lista para el envase de 320 Kg de dulce de
Envasar unidades leche en presentaciones de 450 gr. 700 envases en
presentacin de bolsa de vlvula de 450gr. 700 etiquetas
de producto para la marcacin del producto
terminado Salidas: 350 unidades de producto por corrida (para un
total de 700 unidades de dulce de leche al da), en
presentaciones en bolsa de vlvula de 450gr cada una.
SI Desechar
Se presentan
defectos? FIN
producto
NO
Entradas: 350 unidades de producto por corrida (para un
Empacar total de 700 unidades de dulce de leche al da), en
presentaciones en bolsa de vlvula de 450gr cada una.
unidades de Cajas de cartn para empaque por 24 unidades de
dulce en cajas producto terminado
Salidas: 29 cajas por 24 unidades de dulce de leche en
presentaciones de bolsa de vlvula de 450gr
FIN

De igual manera, aunque independientemente, se tiene la intervencin de cada uno de

los factores (herramientas Lean Manufacturing: TOC, Andon, TPM) en el escenario base,
generando tres (3) nuevos escenarios (uno para la aplicacin de cada una de las
herramientas), los cuales sern la base para determinar el Nivel de productividad
(Unidades producidas) de la cadena de suministro de las Pymes, con base en la
eliminacin de desperdicios (ya descritas anteriormente: Tiempo de espera, Defectos y
Eficiencia Mano de Obra), escenificados como lo muestran la Figura 2-15, Figura 2-16 y
Figura 2-17.
Figura 2-15: Esquema o escenario herramienta Lean Manufacturing: TOC (Simul 8)
El esquema o escenario herramienta Lean Manufacturing: TOC (Ver Figura 2-15) busca
explotar la restriccin del proceso de concentracin, originada por la capacidad de la
marmita, por lo cual el escenario inicial es la operacin de proceso con una sola marmita,
lo cual representa el escenario base real de la Microempresa.
Figura 2-16: Esquema o escenario herramienta Lean Manufacturing: Andon (Simul 8)
El esquema o escenario herramienta Lean Manufacturing: Andon (Ver Figura 2-16),

busca generar seales visuales que permita la identificacin del desperdicio para
intervenir sobre el proceso que lo origina. Esta seal, se ubica en los procesos de
concentracin y envasado, que segn el experto, y las condiciones del proceso para la
preparacin del dulce de leche, es donde se presentan los desperdicios.
Figura 2-17: Esquema o escenario herramienta Lean Manufacturing: TPM (Simul 8)

El esquema o escenario herramienta Lean Manufacturing: TPM (Ver Figura 2-17), busca
asignar un auxiliar a la empresa encargado de liberar al operario de actividades de
alistamiento, preparacin, aseo y mantenimiento de los equipos y mquinas. De esta
manera se logra, que el alistamiento de los equipos sea funcin de un solo operario, lo
que podra representar mayores tiempos productivos para el encargado del proceso de
produccin.
En conclusin, para este captulo, se logra una contextualizacin en relacin a los

principales conceptos a ser abordados en la tesis, tales como Lean Manufacturing,
Gestin de la Cadena de Suministro, diseo de experimentos, simulacin y Pyme, todo
esto en un marco terico que permite validar la importancia de cada uno de ellos al
momento de determinar cmo influyen las herramientas Lean Manufacturing en las
Pymes para la eliminacin de desperdicios, considerando modelos de simulacin y
diseos experimentaciones para su validacin.
Herramientas como el anlisis interno y anlisis externo de una matriz DOFA,

representan puntos de referencia diagnstica para la caracterizacin de uno de los ejes
centrales de la tesis, la Pyme. Fue por medio de ste, que se logra evidenciar fortalezas
donde las Pymes aportaron el 35% de la produccin industrial, 10% las pequeas y 25
por ciento las medianas, de otro lado el 50% de las empresas estn certificadas, la
mayora en ISO 9001, sumado al hecho de que en Colombia, del mismo modo que en los
pases asiticos, el sector de las Pymes representa un 96.4% del parque empresarial
nacional y se reconocen por ser las principales propulsoras de la economa nacional.
Dentro de las debilidades se tienen la poca inversin para aumentar capacidad instalada,
la no existencia de informacin actualizada y validada sobre su caracterizacin, creacin,
transformacin y liquidacin de empresas, ni sus aportes a la economa nacional,
adems de las limitaciones tcnicas y competitivas que imponen las escalas de
produccin, procesos y productos poco pertinentes para las necesidades de entorno. Por
su parte, las amenazas radican en que las Pymes son incapaces de aprovechar las
economas de escala y mbito devenidas de las nuevas reglas de juego, que supone la
oferta competitiva de los hipermercados, su estructura administrativa no cuenta con
programas de capacitacin estructurados, sumado a la tendencia global de la
implementacin de tecnologas de informacin (TI), la baja demanda, altas tasas de
inters, carga tributaria, el contrabando, incertidumbre econmica y las carga tributaria.
Pero tambin se logran identificar oportunidades como las polticas de fomento para el
sector, como la Ley Mipyme, la asociatividad empresarial y la estimulacin del
pensamiento estratgico de sus gerentes, los procesos de tercerizacin considerando
que las empresas de menor tamao tienen ms capacidad de adaptacin a condiciones
cambiantes de las economas, adems de la posibilidad de implementacin de sistemas
y modelos Enterprise Resource Planning (ERP).
Por su parte la matriz de correlacin permite concluir que el eslabn de la cadena de

suministro de produccin ser el enmarcado y seleccionado para la construccin del
escenario Pyme, gracias a las interacciones presentadas con mudas como el inventario,
los defectos y el talento humano, que de igual manera sern las seleccionas para ser
representadas en dicho escenario. Todo esto propicia la oportunidad para el anlisis de
las herramientas Lean Manufacturing TOC, Andon y TPM, tambin obtenidas de la matriz
de correlacin para comprobar su utilidad en el ejercicio de mitigacin de las diferentes
mudas en el eslabn ya descrito.
Finalmente, se construye el escenario Pyme, para el caso de una microempresa de

dulces de leche, que permitir analizar las mudas de inventario, defectos y talento
humano en el eslabn de la cadena de suministro de produccin por medio de las
herramientas Lean Manufacturing TOC, Andon y TPM, tomando como variable respuesta
las unidades producidas.
El paso a seguir en la tesis es la aplicacin de la teora Lean Manufacturing en el

escenario base Pyme, el cual permitir generar conclusiones en relacin al nivel de
significancia que puede tener la utilizacin de estas herramientas Lean para la
eliminacin de mudas en los eslabones de la cadena de suministro.
3. Aplicacin de la teora Lean Manufacturing
Se tendr como propsito para este captulo, modelar el escenario de aplicacin de la
teora Lean Manufacturing en el escenario definido.
Para esto, se construye el modelo o escenario de aplicacin de la teora Lean

Manufacturing en una Pyme de elaboracin de dulce de leche, tomando como
parmetros de entrada la eliminacin de desperdicios, las herramientas Lean
Manufacturing y los eslabones de la cadena de suministro.
para el desarrollo de este captulo en relacin a la aplicacin de la teora Lean
Manufacturing.
Como se mencion en la Figura 2-5, para el desarrollo de un DOE que garantice los
resultados apropiados, sobre el objeto de estudio, se hace necesario seguir el paso a
paso propuesto por Montgomey (2010), los cuales no solo son seguidos como gua para
el diseo de experimentos, sino tambin como metodologa de trabajo para esta tesis. Se
comienza con la comprensin del problema, para esto se retoma la pregunta de
investigacin propuesta inicialmente en la Tesis. Posteriormente se seleccionan los
factores y niveles a ser utilizados para el diseo experimental, que si bien, ya fueron
seleccionados, se busca generar una justificacin en relacin a su eleccin. Una vez
realizada la justificacin, se selecciona la variable respuesta sobre la cual se enfocarn
los anlisis de resultados.
Figura 3-1: Diagrama de flujo Captulo 3: Aplicacin de la teora Lean Manufacturing

INICIO
Comprender el Tiempo de espera

planteamiento del % defectos
3. Aplicacin de la problema % eficiencia MO
teora Lean
Manufacturing
Elegir los factores Factores: Herramientas Lean Manufacturing
y niveles Niveles: Con y Sin la herramienta
Modelar el escenario de
aplicacin de la teora
Lean Manufacturing en
Seleccionar la Variable de respuesta:
las Pymes, de acuerdo
variable respuesta Unidades producidas
con lo obtenido en el
estado del arte.
Elegir el diseo
Diseo Factorial 2k
experimental
Justificar Por qu Lean?

Realizar Por qu en la Industria?
experimentos Por qu en las Pymes?
Por qu en la Micro?
Por qu el sector alimentos y bebidas?
Plantear Por qu produccin de lcteos?
escenarios de Por qu simulacin?
medicin Por qu los escenarios y sus parmetros?
NO
Validar Concluir
SI
Concluir No
Rechazo
FIN
En este punto el valor propuesto ser la medicin de no slo una nica variable
respuesta, se busca dar validacin considerando otras ms arrojadas por el escenario
simulado. El paso a seguir es la eleccin del diseo experimental, que si bien desde el
marco conceptual se generan denominaciones en relacin al diseo de experimentos, a
este punto se le agrega la validacin de modelo seleccionado. Teniendo el diseo
experimental, se procede a plantear cmo ser la realizacin de cada uno de los
experimentos en los tres escenarios construidos en el captulo anterior sobre cada una
de las herramientas de estudio TOC, Andon y TPM. Para finalmente, justificar estos
Aplicacin de la teora Lean Manufacturing 81
escenarios como una apropiada recreacin de los modelos operativos de las Pymes para
la aplicacin y el anlisis de la filosofia Lean Manufacturing. Vale la pena aclarar, que en
este captulo, se genera la construccin de la metodologa como tal, para en el captulo
siguiente desarrollarla en detalle.
3.1 Comprender el planteamiento del problema

Para el desarrollo de este paso, Montgomery (2010), denota lo siguiente: Un
planteamiento claro del problema contribuye a menudo enforma sustancial a un mejor
conocimiento de fenmeno y de la solucin final del problema.
Recordando entonces la conceptualizacin realizada y la importancia de la medicin de

la productividad en las Pymes a partir de sus objetivos estratgicos, se plantea el
siguiente problema de investigacin: Pueden las herramientas Lean Manufacturing ser
utilizadas como objeto para incrementar la productividad de la cadena de suministro de
las Pymes, con base en la eliminacin de desperdicios?
De esta manera se busca dar respuesta a la pregunta y con ella generar una posible
solucin al problema.
3.2 Elegir los factores y niveles

Siguiendo con las directrices para el diseo de experimentos propuesto por Montgomery
(2010), este paso clarifica que: El experimentador debe elegir los factores que varan en
el experimento, los intervados de dicha variacin y los niveles especficos a los cuales se
har el experimento.
Tomando como referencia la propuesta de Pires & Carretero (2007) y en consideracin

que la propuesta metodolgica se basa en la comparacin de escenarios por medio del
Diseo de Experimentos, el tipo de las variables de entrada permitidas en la herramienta
de simulacin (Simul 8) y las herramientas de la teora Lean Manufacturing, para la tesis
se toman como factores cada una de las tres (3) herramientas seleccionadas de Lean
Manufacturing para ser aplicadas al escenario modelo o base de la experimentacin:
TOC, TPM y Andon. En cuanto a los niveles slo sern dos: Aplicar la herramienta y no
aplicarla (Ver Tabla 3-1).
Tabla 3-1: Caractersticas de la propuesta (Niveles de medicin)
Variables de Parmetros de medicin Niveles de medicin

entrada comparativa Alto Bajo
Niveles de inventario Tiempo de espera Con TOC Sin TOC
Con Sin
Cantidad de defectos % de defectos
Andon Andon
Rendimiento de la
% de eficiencia de MO Con TPM Sin TPM
MO
Estos factores son seleccionados en respuesta a que estas tres (3) herramientas Lean
Manufacturing TOC, Andon y TPM representan una oportunidad para el anlisis,
recordando que stas se obtuvieron de la matriz de correlacin como las de mayor
utilidad en el ejercicio de mitigacin de las diferentes mudas en el eslabn de produccin
de la cadena de suministro de las Pymes.
Los niveles representan la aplicacin o no aplicacin de cada una de las herramientas en

un escenario Pyme, esto con el nimo de determinar si existen diferencias significativas a
la luz de una variable respuesta, aumentando o disminuyendo segn el caso. En la
literatura se evidencia fcilmente la aplicacin independiente de cada una de las
herramientas Lean Manufacturing, es por esto que parte de la construccin y aporte de la
tesis ser registrar si la combinacin de herramientas para la disminucin de mudas en
los procesos productivos resulta igual o ms significativa que realizar la aplicacin de las
herramientas de manera independiente.
3.3 Seleccionar la variable respuesta

Retomando a Montgomery (2010), este paso indica: Al seleccionar la respuesta o
variable dependiente, el experimentador debe estar seguro de que la respuesta que se
va a medir realmente provea informacin til acerca del proceso de estudio.
Para la seleccin de la variable respuesta, se toma el eslabn ms representativo

resultante de la Tabla 2-13, al igual que tipos de desperdicio ms relevantes y las
herramientas Lean Manufacturing ms utilizada. De esto resulta que las variables de
inters son (Ver Figura 3-2).
Figura 3-2: Variables de inters
Ser con base en dichas variables que buscar dar respuesta a la pregunta planteada en
el problema por medio de la variable respuesta: Unidades producidas de la cadena de
suministro de las Pymes, con base en la eliminacin de desperdicios.
Como se mencion anteriormente, sta no ser la nica variable respuesta, a pesar de

ser la principal, se toman otras variables ms de apoyo resultantes de las corridas de
simulacin, que servirn para validar y dar soporte a la mejor combinacin de
herramientas Lean Manufacturing para la eliminacin de desperdicios. Estas variables
son:
a) Porcentaje de utilizacin del proceso de concentracin

b) Porcentaje de utilizacin del proceso de enfriado
c) Porcentaje de utilizacin del proceso de envasado
d) Porcentaje de utilizacin del proceso de empaque

e) Residuos del proceso de concentracin
f) Residuos del proceso de envasado
g) Porcentaje de eficiencia de MO operario
h) Porcentaje de eficiencia de auxiliar
i) Entrada al proceso de concentracin
j) Entrada al proceso de enfriado
k) Entrada al proceso de envasado
3.4 Elegir el diseo experimental

Para este paso, el objetivo es determinar cul es el mejor diseo experimental, para esto,
y segn la Figura 3-3, se consideran cinco aspectos que segn Gutierrez P. & de la Vara
S. (2012), ayudan en la seleccin de un diseo experimental:
Figura 3-3: Clasificacin de los diseos experimentales

Diseo completamente al azar
1. Diseos para comparar dos o ms Diseo de bloques completos al azar
tratamientos Diseo de cuadros latino y grecolatino
k
Diseo factoriales 2
k
2. Diseos para estudiar el efecto de varios Diseo factoriales 3
k-p
factores sobre una o ms variables de Diseo factoriales fraccionados 2
respuesta Diseo anidados
Diseo en parcelas divididas
k k-p
Diseo para el modelo de Diseo factoriales 2 y 2
primer orden Diseo de Plakett Burman
Diseo simplex
3. Diseos para la optimizacin de

Diseo de composicin central
procesos Diseos para el modelo de Diseo de Box - Behnken
segundo orden k k-p
Diseo factoriales 3 y 3
Arreglos ortogonales (diseos y factoriales)

4. Diseos robustos
Diseo con arreglos internos y externos
Diseo simplex reticular

Diseo simplex con centroide
5. Diseos de mezclas Diseo con restricciones
Diseo axial
Fuente: Gutierrez P. & de la Vara S., 2012
a) El objeto del experimento: Para el caso de estudio es un diseo para estudiar el

efecto de varios factores sobre una o ms variables de respuesta.
b) El nmero de factores a estudiar: Tres factores correspondientes a las tres
herramientas Lean Manufacturing: TOC, Andon y TPM.
c) El nmero de niveles que se prueban en cada factor: En cuanto a los niveles slo
sern dos: Aplicar la herramienta y no aplicarla.
d) Los efectos que interesan investigar (relacin factores-respuesta): En este aspecto
los efectos estan representados en las interacciones entre los factores.
e) El costo del experimento, tiempo y precisin deseada: Como se ha mencionado, el
experimento ser desarrollado por medio de la simulacin, tomando como referencia
el caso de estudio de la microempresa de dulces de leche.
De esta manera, el diseo experimental ms apropiado para el anlisis de las

herramientas Lean Manufacturing para la eliminacin de desperdicios en las Pymes,
tomando como caso de estudio una microempresa de dulce de leche, es el diseo
factorial 2k. Vale la pena aclarar algunos conceptos en relacin a este diseo factorial
(Gutierrez P. & de la Vara S., 2012):
Diseo factorial: Diseo experimental que sirve para estudiar el efecto individual y de
interaccin de varios factores sobre una o varias respuestas.
Arreglo factorial: Conjunto de puntos experimentales o tratamientos que pueden
formarse al considerar todas las posibilidades de combinacin de los niveles de los
factores.
Efecto principal: Es igual a la respuesta promedio observada en el nivel alto de un
factor, menos la respuesta promedio en el nivel bajo.
Efecto de interaccin: Dos factores interactan de manera significativa sobre la
variable de respuesta cuando el efecto de uno depende del nivel en que est el otro.
Efecto fijo: Se refiere a que los niveles de prueba en un factor son todos los niveles
disponibles para ste.
Tamao de prueba o corrida: Nmero de piezas o unidades experimentales que se
procesan en cada rplica de un tratamiento.
Tabla de ANOVA: El anlisis de varianza ANOVA, es la tcnica central en el anlisis

de datos experimentales. La idea general es separar la variacin total en las partes
con las que contribuye cada fuente de variacin en el experimento.
Valor-p: Es la significancia observada o calculada, representa el rea bajo la
distribucin de referencia ms all del valor estadstico de prueba.
Significancia predefinida: Se denota con , es el riesgo mximo que el
experimentador est dispuesto a correr por rechazar H0 indebidamente (error tipo I).
De lo anterior se desprende que H0 se rechaza si la significancia observada es menor
que la significancia dada, es decir, valor-p< .
Anlisis de varianza: Consiste en separar la variacin total observada en cada una de
las fuentes que contribuye a la misma.
Normalidad: Es un procedimiento grfico para verificar el cumplimiento del supuesto
de normalidad de los residuos consiste en grabar los residuos en la grfica de
probabilidad normal.
Independencia: La suposicin de independencia en los residuos puede verificar si se
grafica el orden en que se colect un dato contra el residuo correspondiente.
3.5 Realizar experimentos

Una vez seleccionado como diseo experimental, el diseo factorial 2k, se busca
comparar escenarios sobre bases objetivas, e inferir los cambios en una variable
respuesta propuesta en los escenarios ante la intervencin de una serie de factores.
Para la construccin del plan experimental se realizar de manera aleatoria, por medio
del software Minitab 16, el cual tambin va a ser la herramienta para el anlisis
estadstico. Se consideran cinco rplicas (es cada corrida de todos los tratamientos del
arreglo factorial) para la realizacin de los experimentos, permitiendo una muestra ms
confiable para la generacin de resultados, con la obtencin de 40 corridas para el plan
experimental tal como lo muestra la Tabla 3-2 (Ver ANEXO 6. Experimentos 3
Escenarios).
Tabla 3-2: Plan experimental: Escenario 1, Escenario 2 y Escenario 3

ESCENARIO 1 ESCENARIO 2 ESCENARIO 3
TOC ANDON TPM TOC ANDON TPM TOC ANDON TPM
Sin Con Sin Con Con Con
1 1 Marmita 100% Sin auxiliar
seal auxiliar seal preparacin seal auxiliar
Sin Sin Con Sin Con Sin
2 1 Marmita 100% Con auxiliar
Con Con Con Con Con Sin
3 2 Marmitas 50% Con auxiliar
Con Con Sin Con Con Sin
Sin Con Sin Sin Con Sin
Sin Con Sin Sin Con Con
6 2 Marmitas 50% Sin auxiliar
Con Con Con Con Sin
7 2 Marmitas 100% Con auxiliar Sin seal
seal auxiliar seal preparacin auxiliar
Sin Sin Con Con Con Sin
Sin Con Con Sin Con
9 1 Marmita 50% Sin auxiliar Sin seal
Con Con Con Sin Con Con
Con Con Con Sin Sin
Sin Con Sin Sin Con
12 2 Marmitas 50% Sin auxiliar Sin seal
Sin Sin Con Con Con Con
Sin Sin Sin Sin Sin
15 1 Marmita 50% Con auxiliar Sin seal
Con Sin Sin Con Sin
Con Sin Con Sin Con Sin
Sin Con Sin Sin Sin
Con Sin Sin Sin Sin
Sin Con Sin Sin Con Con
Sin Con Sin Con Con
Con Con Con Sin Con Con
Con Con Con Con Sin
Con Sin Sin Sin Sin
Sin Con Con Sin Con Sin
Con Sin Con Sin Con
Sin Sin Sin Con Sin
Con Sin Con Con Con
Sin Con Sin Con Con Con

Con Sin Sin Sin Con Con
Sin Sin Con Sin Con
Con Sin Con Con Con Con
Con Con Sin Con Con Con
Con Sin Sin Con Con
Con Con Sin Con Con
Con Con Con Sin Con Sin
Sin Sin Con Con Sin
Sin Sin Sin Sin Con
Con Sin Sin Con Con
3.6 Plantear escenarios de medicin (Base vs

Variaciones)
Se plantea un esquema de la cadena de suministro de la Pyme a ser tomada como base
para los modelos de simulacin por medio del diseo de experimentos (Figura 2-13), no
sin antes dar respuestas que justifiquen y validen el modelo tales como:
Por qu Lean?
Por qu en la Industria?
Por qu en las Pymes?
Por qu en la Micro?
Por qu el sector alimentos y bebidas?
Por qu produccin de lcteos?
Por qu simulacin?
Por qu los escenarios y sus parmetros?
Tabla 3-3: Escenarios para el desarrollo de los experimentos

Escenario 1 Escenario 2 Escenario 3
Nivel Nivel Nivel Nivel
Factor Factor Factor Nivel Bajo Nivel Alto
Bajo Alto Bajo Alto
1 2 Sin Con
TOC TOC 50% 100% TOC
marmita marmita preparacin preparacin
Sin Con Sin Con
Andon Andon Andon Sin seal Con seal
seal seal seal seal
Sin Con Sin Con
TPM TPM TPM Sin auxiliar Con auxiliar
auxiliar auxiliar auxiliar auxiliar
En el ANEXO 7. Justificacin escenario de medicin, se da respuesta detallada a cada

uno de los anteriores interrogantes. De manera resumida se tiene, como el sector
empresarial sobre el cual se aplican de manera frecuente este tipo de conceptos Lean
Manufacturing es el industrial con el 47% de participacin; debido a la participacin de las
Microempresas en el parque empresarial del 92,6% se decide tomar como escenario
base este tipo de Pyme; aproximadamente a la fecha existen alrededor de 182.542
Microempresas en el sector industrial, del cual el 13% pertenecen al sector alimentos y
bebidas, de las cuales alrededor de 23.790 estn dedicadas a la produccin de
alimentos, donde por su proyeccin y tendencia de crecimiento se decide seleccionar las
Microempresas Industriales del sector de alimentos y bebidas, en la rama lcteos para la
construccin del modelo base de simulacin, particularmente el producto terminado de
los dulces de leche para la construccin del modelo. Los escenarios utilizados para la
realizacin del diseo experimental se tienen en la Tabla 3-3.
De esta manera, se da cumplimiento a cada uno de los pasos de la metodologa

propuesta por Montgomery (2010), estructurando un diseo factorial 2k, con tres factores,
dos niveles, tomando como variable respuesta, las unidades producidas en tres
escenarios que combinen los factores y generen interacciones, para as determinar la
significancia de los efectos generados para la eliminacin de desperdicios.
Se toma como referencia una microempresa de dulces, la cual ser simulada para
representar la realidad de las Pymes en el ejercicio de aplicacin de las herramientas
Lean Manufacturing. En la justificacin de los escenarios de medicin, se argumenta y se

valida el modelo a seguir a partir de las metodologas propuestas en la tesis.
El paso a seguir en la tesis es el anlisis de las herramientas Lean Manufacturing, en el

cual se busca como captulo final la generacin de interpretaciones con base en los
diseos experimentales desarrollados a partir de la implementacin de la teora Lean
Manufacturing.
4. Anlisis de las herramientas Lean
Manufacturing
Se tendr como propsito para este captulo, analizar los desperdicios y las herramientas
Lean Manufacturing en el escenario modelado.
para el desarrollo de este captulo en relacin al anlisis de las herramientas.
Para esto, se analiza la interaccin entre las herramientas y los desperdicios por medio
de la simulacin en el software Simul 8 y las variaciones de los escenarios con la
aplicacin de Diseo de Experimentos.
Para el anlisis de las herramientas Lean Manufacturing se dar continuidad al paso a

paso de la metodologa propuesta por Montgomery (2010). Inicialmente se genera un
anlisis de datos por medio de cada uno de los escenarios propuestos, obteniendo
informacin de cada una de las variables de estudio por medio del software Simul 8. Para
la interpretacin de los resultados se usa el diseo de experimentos y el software Minitab
16, considerando los efectos principales y las interacciones entre los factores
(herramientas Lean Manufacturing), en bsqueda de la eliminacin de desperdicios en el
caso de la microempresa de dulces de leche. Para esto se construye la Tabla de
ANOVA, se realiza su respectiva interpretacin, se plantea la ecuacin o modelo de
regresin, se interpreta el grfico de interacciones y se concluye para cada variable de
estudio en cada escenario, la mejor combinacin.
Figura 4-1: Diagrama de flujo Captulo 4: Anlisis de las herramientas

4. Anlisis de las
herramientas
INICIO
Aplicar
metodologa con
Analizar los desperdicios
base en
y las herramientas Lean
simulacin y el
Manufacturing en el
diseo de
escenario modelado
experimentos
Generar
simulaciones para
cada uno de los
escenarios
Concluir sobre la
mejor
combinacin en
cada escenario
Buscar caso
aplicado para
validar
herramienta de
simulacin
Modelar el caso
aplicado en la
herramienta Simul
8
Correr el caso
aplicado en la
herramienta Simul
8
Validar los
resultados
obtenidos frente al
caso aplicado
Concluir segn el
anlisis de los
datos
NO
Validar Concluir
SI
Concluir No
Rechazo
FIN
Anlisis de las herramientas Lean Manufacturing 93
Finalmente, se realiza la validacin de las metodologas utilizadas para el desarrollo de la

tesis. La primera de ellas, el diseo de experimentos, se valida como metodologa
estadstica til para el mejoramiento de procesos y la investigacin. Otra de las
metodologas son las herramientas Lean Manufacturing, cuya validacin parte de los
resultados y hallazgos en el estado de arte la simulacin. Por ltimo, se debe validar la
tercera metodologa, la simulacin, la cual, a pesar de la existencia de fuentes que
comprueban su utilidad, requiere de un nuevo escenario de simulacin, que por medio de
un paralelo de resultados, compruebe la ventaja que la simulacin representa para este
ejercicio metodolgico, donde resulta ser una buena opcin en vista de no poder realizar
pilotos reales.
4.1 Anlisis de datos

Para el anlisis de los datos y sus resultados, se continua con la metodologa propuesta
en captulos anteriores, donde Deben contemplarse mtodos estadsticos para analizar
los datos, de modo que los resultados y conclusiones sean objetivos ms que
apreciativos (Montgomery, 2010).
Se desea conocer la influencia de los tres factores de estudio (herramientas Lean

Manufacturing), sobre una o ms variables de estudio, considerando en este caso dos
niveles de prueba (con la herramienta y sin la herramienta) en cada uno de los factores.
Para el diseo factorial se supone que el comportamiento de la variable respuesta Y se

describe mediante el modelo de efectos dado por:
Yijkl i j k ( ) ij ( ) ik ( ) ik ( ) ijk ijkl
Donde es la media general, i es el efecto del nivel i-simo del factor A, j es el
efecto del nivel j del factor B y k es el efecto del nivel k en el factor C; ( ) ij , ( ) ik y
( ) jk representan los efectos de las interacciones dobles, en los niveles ij, ik y jk,
respectivamente, y ( ) ijk es el efecto de interaccin triple en la combinacin de los

niveles ijk; ijkl representa el error aleatorio en la combinacin ijkl y l son las rplicas del
experimento. Otra forma de plantear el modelo de regresin lineal es:
Yijkl i X A j X B k X C ( ) ij X A X B ( ) ik X A X C ( ) ik X B X C ( ) ijk X A X B X C ijkl
A continuacin se realiza el anlisis de cada uno de los escenarios planteados.
4.1.1 Escenario 1
Para la construccin de este escenario, se consideran los siguientes niveles:
TOC: Nivel Bajo: 1 marmita Nivel Alto: 2 marmitas

Andon: Nivel Bajo: Sin seal Nivel Alto: Con seal
TPM: Nivel Bajo: Sin auxiliar Nivel Alto: Con auxiliar
De otro lado, de todas las variables respuesta estudiadas (Ver ANEXO 8. Anlisis de
escenarios) las que resultaron significativas son: Unidades producidas, porcentaje de
utilizacin de envasado, residuos de concentracin, residuos de envasado, porcentaje de
eficiencia de MO operario, entrada al envasado. En la Tabla 4-1 se genera el anlisis de
cada una de estas variables.
Tabla 4-1: Variables de estudio Escenario 1

Unidades Producidas
Fuente GL SC Sec. SC Ajust. MC Interpretacin:
TOC 1 649740 649740 649740 149795,99 0 Considerando la Tabla de ANOVA, puede verse que los
ANDON 1 706 706 706 162,67 0 valores-p de los tres factores (TOC, Andon y TPM) son
TPM 1 73960 73960 73960 17051,3 0 menores que el nivel de significancia usado del 5%, por lo
TOC*ANDON 1 593 593 593 136,69 0 que se rechaza H 0, es decir, influyen significativamente en
TOC*TPM 1 72420 72420 72420 16696,28 0 la variable respuesta de manera individual, para este caso,
ANDON*TPM 1 4 4 4 0,83 0,369
las unidades producidas. En relacin a las interacciones, de
TOC*ANDON*TPM 1 1 1 1 0,21 0,652
igual manera, con el mismo nivel de significancia, las
Error 32 139 139 4
combinaciones de los factores TOC*Andon y TOC*TPM,
Total 39 797562
tambin influyen significativamente sobre las unidades
producidas, es decir, que la combinacin de estas
Hiptesis herramientas Lean Manufacturing, pueden ser tiles para
H0 = A = B = C = intervenir la muda de tiempos de espera y as incrementar
H1 = i j el nmero de unidades producidas.
Criterio de rechazo Ecuacin:
Si valor-p< =0.05, entonces se Rechaza H0
Y 463.5 127.45 X A 4.2 X B 43.8 X C 3.85 X A X B
42.55 X A X C 0.3 X B X C 0.15 X A X B X C ijkl
Interpretacin:
Existen interacciones dobles significativas con un efecto
estadsticamente importante sobre la variable de respuesta:
Unidades producidas, la grfica de interaccin muestra que
no existe interaccin entre los factores Andon y TPM,
debido a que sus lneas tienen pendientes similares,
aproximadamente paralelas, lo que quiere decir, que estas
herramientas combinadas, no tienen efectos significativos
sobre el incremento de las unidades producidas. El factor
TPM tiene un efecto positivo sobre las unidades producidas
dependiendo del nivel del factor TOC. De otro lado, el
factor Andon tiene un efecto positivo sobre las unidades
producidas una vez ms dependiendo del nivel del factor
TOC. Se cumplieron todos los supuestos, aunque, se
requiri la Transformacin de Johnson para la normalidad,
la prueba de Levene para la varianza constante y se logr
la independencia de los datos evidenciado en el grfico de
residuos vs orden (Ver ANEXO 9. Verificacin de
supuestos).
Mejor combinacin:
Los mejores resultados para las unidades producidas se
tendrn con:
TOC: 2 marmitas. Factor A a nivel (+)
Andon: Con seal. Factor B a nivel (+)
TPM: Con auxiliar. Factor C a nivel (+)
Porcentaje de utilizacin de envasado

TOC 1 1649,55 1649,55 1649,55 630,78 0 Otra de las variables de estudio es el porcentaje de
ANDON 1 2,2 2,2 2,2 0,84 0,365 utilizacin de envasado la cual considerando la Tabla de
TPM 1 124,01 124,01 124,01 47,42 0 ANOVA, puede verse que los valores-p para los factores
TOC*ANDON 1 0,08 0,08 0,08 0,03 0,865 (TOC y TPM) son menores que el nivel de significancia
TOC*TPM 1 89,67 89,67 89,67 34,29 0 usado del 5%, por lo que se rechaza H0, es decir, influyen
ANDON*TPM 1 0,77 0,77 0,77 0,29 0,591
significativamente en la variable respuesta de manera
TOC*ANDON*TPM 1 1,18 1,18 1,18 0,45 0,507
individual, para este caso, el porcentaje de utilizacin de
Error 32 83,68 83,68 2,62
envasado. En relacin a las interacciones, de igual manera,
Total 39 1951,15
con el mismo nivel de significancia, la nica combinacin
de los factores es la resultante de la interaccin de los
Hiptesis factores TOC*TPM, la cual influyen significativamente
H0 = A = B = C =
sobre el porcentaje de utilizacin de envasado, es decir,
H1 = i j que la combinacin de estas herramientas Lean
Manufacturing, pueden ser tiles para intervenir la muda de
Criterio de rechazo
tiempos de espera y as incrementar el porcentaje de
utilizacin del proceso de envasado.
Ecuacin:
Y 24.61 6.425 X A 0.23 X B 1.76 X C 0.04 X A X B
Interpretacin:
Al igual que la variable de estudio de Unidades producidas,
existen interacciones dobles significativas con un efecto
Porcentaje de utilizacin de envasado, la grfica de
interaccin muestra que no existe interaccin entre los
factores Andon y TPM, debido a que sus lneas tienen
pendientes similares, aproximadamente paralelas, lo que
quiere decir, que estas herramientas combinadas, no tienen
efectos significativos sobre el incremento del porcentaje de
utilizacin de envasado. El factor TPM tiene un efecto
positivo sobre el porcentaje de utilizacin de envasado
dependiendo del nivel del factor TOC. De otro lado, el
factor Andon tiene un efecto positivo sobre el porcentaje de
utilizacin de envasado una vez ms dependiendo del nivel
del factor TOC. Se cumplieron todos los supuestos,
aunque, se requiri la Transformacin de Johnson para la
normalidad, la prueba de Levene para la varianza

constante y se logr la independencia de los datos
evidenciado en el grfico de residuos vs orden (Ver
ANEXO 9. Verificacin de supuestos).
Mejor combinacin:
tendrn con:
Residuos de concentracin
TOC 1 160 160 160 15,44 0 Por otro lado se tiene la variable de estudio residuos de
ANDON 1 624,1 624,1 624,1 60,23 0 concentracin la cual considerando la Tabla de ANOVA, puede
TPM 1 0,1 0,1 0,1 0,01 0,922 verse que los valores-p para los factores (TOC y Andon) son
TOC*ANDON 1 84,1 84,1 84,1 8,12 0,008 menores que el nivel de significancia usado del 5%, por lo que
TOC*TPM 1 12,1 12,1 12,1 1,17 0,288 se rechaza H0, es decir, influyen significativamente en la
ANDON*TPM 1 1,6 1,6 1,6 0,15 0,697 variable respuesta de manera individual, para este caso, los
TOC*ANDON*TPM 1 10 10 10 0,97 0,333
residuos de concentracin. En relacin a las interacciones, de
Error 32 331,6 331,6 10,36
igual manera, con el mismo nivel de significancia, la nica
Total 39 1223,6
combinacin de los factores es la resultante de la interaccin
de los factores TOC*Andon, la cual influyen significativamente
Hiptesis sobre la cantidad de residuos de concentracin, es decir, que la
H0 = A = B = C = combinacin de estas herramientas Lean Manufacturing,
H1 = i j pueden ser tiles para intervenir la muda de tiempos de espera
y as disminuir la cantidad de residuos que se originan en el
Criterio de rechazo proceso de concentracin.
Ecuacin:
Y 7.6 2 X A 3.95 X B 0.05 X C 1.45 X A X B
Interpretacin:
cantidad de residuos de concentracin, la grfica de interaccin
muestra que no existe interaccin entre los factores Andon y
TPM, debido a que sus lneas tienen pendientes similares,
sobre la disminucin en la cantidad de residuos de
concentracin. El factor TPM tiene un efecto positivo sobre las
la cantidad de residuos de concentracin dependiendo del nivel
del factor TOC. De otro lado, el factor Andon tiene un efecto
positivo sobre la disminucin en la cantidad de residuos de
concentracin una vez ms dependiendo del nivel del factor
TOC. Para esta variable, no se cumple el supuesto de
normalidad, se evidencia la existencia de observaciones
inusuales o atpicas (obs. 12, 27 y 31), que de ser verificados e
intervenidos, permiten que la variable sea significativa para el
estudio. Se cumplieron los supuestos de varianza constante por
medio de la prueba de Levene y se logr la independencia de
los datos evidenciado en el grfico de residuos vs orden (Ver
ANEXO 9. Verificacin de supuestos).
Mejor combinacin:
tendrn con:
Residuos de envasado
TOC 1 3,6 3,6 3,6 0,57 0,457 Otra de las variables de estudio son los residuos de envasado
ANDON 1 462,4 462,4 462,4 72,96 0 la cual considerando la Tabla de ANOVA, puede verse que los
TPM 1 144,4 144,4 144,4 22,79 0 valores-p para los factores (Andon y TPM) son menores que el
TOC*ANDON 1 32,4 32,4 32,4 5,11 0,031 nivel de significancia usado del 5%, por lo que se rechaza H0,
TOC*TPM 1 144,4 144,4 144,4 22,79 0 es decir, influyen significativamente en la variable respuesta de
ANDON*TPM 1 115,6 115,6 115,6 18,24 0
manera individual, para este caso, los residuos de envasado.
TOC*ANDON*TPM 1 144,4 144,4 144,4 22,79 0
En relacin a las interacciones, de igual manera, con el mismo
Error 32 202,8 202,8 6,34
nivel de significancia, las tres combinaciones de los factores es
Total 39 1250
la resultante de la interaccin dobles de los factores TOC*
Andon,TOC*TPM y Andon *TPM e incluso la interaccin triple
Hiptesis TOC* Andon *TPM la cual influyen significativamente sobre la
H0 = A = B = C =
cantidad de residuos de envasado, es decir, que la
H1 = i j combinacin de estas herramientas Lean Manufacturing,
pueden ser tiles para intervenir la muda de tiempos de espera
Criterio de rechazo
y as disminuir la cantidad de residuos que se originan en el
Si valor-p< =0.05, entonces se Rechaza H0 proceso de envasado.
Ecuacin:
Y 7 0.3 X A 3.4 X B 1.9 X C 0.9 X A X B
Interpretacin:
Esta representa una de las variables ms significativas para
este escenario, debido a que existen interacciones dobles
significativas con un efecto estadsticamente importante sobre
la variable de respuesta: cantidad de residuos de
concentracin, la grfica de interaccin muestra el factor TPM
tiene un efecto positivo sobre la cantidad de residuos de
envasado dependiendo del nivel del factor Andon. El factor
TPM tiene un efecto positivo sobre la disminucin en la
cantidad de residuos de envasado dependiendo del nivel del
factor TOC. De otro lado, el factor Andon tiene un efecto
positivo sobre la disminucin en la cantidad de residuos de
envasado una vez ms dependiendo del nivel del factor TOC.
Se cumplieron todos los supuestos, aunque, se requiri la
Transformacin de Johnson para la normalidad, la prueba de
Levene para la varianza constante y se logr la independencia
de los datos evidenciado en el grfico de residuos vs orden
(Ver ANEXO 9. Verificacin de supuestos).
Mejor combinacin:
tendrn con:
Porcentaje de eficiencia de MO operario

TOC 1 4748,91 4748,91 4748,91 600,86 0 Tambin se tiene la variable de estudio eficiencia de MO la
ANDON 1 11,84 11,84 11,84 1,5 0,23 cual considerando la Tabla de ANOVA, puede verse que
TPM 1 657,07 657,07 657,07 83,14 0 los valores-p para los factores (TOC y TPM) son menores
TOC*ANDON 1 0,01 0,01 0,01 0 0,974 que el nivel de significancia usado del 5%, por lo que se
TOC*TPM 1 0,76 0,76 0,76 0,1 0,759 rechaza H0, es decir, influyen significativamente en la
ANDON*TPM 1 5,73 5,73 5,73 0,73 0,401
variable respuesta de manera individual, para este caso de
TOC*ANDON*TPM 1 0,16 0,16 0,16 0,02 0,888
eficiencia de MO. Para esta variable de respuesta no
Error 32 252,91 252,91 7,9
existen interacciones dobles o triples significativas sobre la
Total 39 5677,39
variable respuesta, es decir, que la combinacin de estas
herramientas Lean Manufacturing, no son tiles para
Hiptesis
intervenir la muda de tiempos de espera y as incrementar
H0 = A = B = C =
el porcentaje de eficiencia de la mano de obra del operario.
H1 = i j
Ecuacin:
Criterio de rechazo
Si valor-p< =0.05, entonces se Rechaza H0 Y 43.64 10.9 X A 0.54 X B 4.05 X C 0.02 X A X B

Interpretacin:
No existen interacciones dobles significativas con un efecto
Porcentaje de eficiencia de la MO, la grfica de interaccin
muestra que no existe interaccin entre ninguno de los
factores de estudio TOC, Andon y TPM, debido a que sus
lneas tienen pendientes similares, aproximadamente
paralelas, lo que quiere decir, que estas herramientas
combinadas, no tienen efectos significativos sobre el
incremento del porcentaje de eficiencia de la MO. Para esta
variable, no se cumple el supuesto de normalidad, se
evidencia la existencia de slo una observacin inusual o
atpica (obs. 16), que de ser verificados e intervenidos,
permiten que la variable sea significativa para el estudio.
Se cumplieron los supuestos de varianza constante por
medio de la prueba de Levene y se logr la independencia
de los datos evidenciado en el grfico de residuos vs orden
(Ver ANEXO 9. Verificacin de supuestos).
Mejor combinacin:
tendrn con:
TPM: Sin auxiliar. Factor C a nivel (-)
Entrada a envasado
TOC 1 948948 948948 948948 2145,06 0 Analizando la variables de estudio entrada a envasado
ANDON 1 29976 29976 29976 67,76 0 la cual considerando la Tabla de ANOVA, puede verse
TPM 1 2 2 2 0 0,946 que los valores-p para los factores (TOC y Andon) son
TOC*ANDON 1 16120 16120 16120 36,44 0 menores que el nivel de significancia usado del 5%, por
TOC*TPM 1 456 456 456 1,03 0,318 lo que se rechaza H0, es decir, influyen
ANDON*TPM 1 11 11 11 0,02 0,876
TOC*ANDON*TPM 1 429 429 429 0,97 0,332
individual, para este caso, la entrada de producto en
Error 32 14156 14156 442
101009
proceso a envasado. En relacin a las interacciones, de
Total 39 8 igual manera, con el mismo nivel de significancia, la
nica combinacin de los factores es la resultante de la
Hiptesis interaccin de los factores TOC*Andon, la cual influyen
H0 = A = B = C = significativamente sobre la entrada a envasado, es
H1 = i j decir, que la combinacin de estas herramientas Lean
Manufacturing, pueden ser tiles para intervenir la
Criterio de rechazo muda de tiempos de espera y as incrementar la
Si valor-p< =0.05, entonces se Rechaza H0 cantidad de productos terminados que entran al
proceso de envasado.
Ecuacin:
Y 490.73 154.03 X A 27 .38 X B 0.23 X C 20.08 X A X B
3 .38 X A X C 0.53 X B X C 3.28 X A X B X C ijkl
Interpretacin:
Para esta variable slo existe una interaccin doble
significativa con un efecto estadsticamente importante
sobre la variable de respuesta: cantidad de producto en
proceso que entra a envasado, la grfica de interaccin
muestra que no existe interaccin entre los factores
Andon*TPM, y TPM*TOC, debido a que sus lneas
tienen pendientes similares, aproximadamente
incremento de la cantidad de producto en proceso que
entra a envasado. De otro lado, el factor Andon tiene
un efecto positivo sobre la cantidad de producto en
proceso que entra a envasado una vez ms
dependiendo del nivel del factor TOC. Se cumplieron
los supuestos de normalidad, aunque se requiri la
Transformacin de Johnson, de varianza constante
aunque por medio de la prueba de Levene. El supuesto
de independencia de los datos en el grfico de residuos
vs orden muestra una tendencia o patrn no aleatorio
claramente definido, evidenciando que existe una
correlacin entre los errores y por lo tanto el supuesto
de independencia no se cumple. Esto puede ser por la
falta de planeacin y ejecucin del experimento de
manera aleatoria al momento de realizar las pruebas
experimentales (Ver ANEXO 9. Verificacin de
supuestos).
Mejor combinacin:
Los mejores resultados para las unidades producidas
se tendrn con:
De esta manera, se puede concluir para este Escenario 1, que para intervenir una muda
de tiempos de espera en la Pyme, la mejor combinacin es TOC en su nivel alto (2
marmitas en el proceso de concentracin), Andon en su nivel alto (con seal) al igual que
TPM (con auxiliar).
4.1.2 Escenario 2
TOC: Nivel Bajo: 50% Nivel Alto: 100%

utilizacin de concentrado, porcentaje de utilizacin de envasado, porcentaje de
utilizacin de empaque, residuos de concentracin, residuos de envasado, porcentaje de


Unidades producidas
TOC 1 109 109 109 9,42 0,004 Considerando la Tabla de ANOVA, puede verse que los
ANDON 1 34457 34457 34457 2980,06 0 valores-p los tres factores (TOC, Andon y TPM) son
TPM 1 200506 200506 200506 17341,02 0 menores que el nivel de significancia usado del 5%, por lo
TOC*ANDON 1 4 4 4 0,31 0,581 que se rechaza H0, es decir, influyen significativamente en
TOC*TPM 1 5 5 5 0,42 0,52 la variable respuesta de manera individual, para este caso,
ANDON*TPM 1 9548 9548 9548 825,78 0 las unidades producidas. En relacin a las interacciones, de
TOC*ANDON*TPM 1 10 10 10 0,86 0,359
igual manera, con el mismo nivel de significancia, las
Error 32 370 370 12
combinaciones de los factores Andon*TPM, tambin influyen
Total 39 245008
significativamente sobre las unidades producidas, es decir,
que la combinacin de estas herramientas Lean
Hiptesis Manufacturing, pueden ser tiles para intervenir la muda de
H0 = A = B = C = la eficiencia de la mano de obra y as incrementar el nmero
H1 = i j
de unidades producidas.
Y 593 1.65 X A 29.35 X B 70.8 X C 0.3 X A X B
Interpretacin:
Unidades producidas, la grfica de interaccin muestra que
no existe interaccin entre los factores Andon*TOC y
TPM*TOC, debido a que sus lneas tienen pendientes
similares, aproximadamente paralelas, lo que quiere decir,
que estas herramientas combinadas, no tienen efectos
significativos sobre el incremento de las unidades
producidas. El factor TPM tiene un efecto positivo sobre las
unidades producidas dependiendo del nivel del factor Andon.
Se cumplieron todos los supuestos, aunque, se requiri la
prueba de Bartlett para la varianza constante y se logr la
independencia de los datos evidenciado en el grfico de
supuestos).
Mejor combinacin:
tendrn con:
TOC: 50%. Factor A a nivel (-)
Porcentaje de utilizacin concentrado

TOC 1 74,966 74,966 74,966 15,17 0 Observando la Tabla de ANOVA, puede verse que los
ANDON 1 4,9 4,9 4,9 0,99 0,327 valores-p solo el factores (TOC) es menor que el nivel de
TPM 1 0,428 0,428 0,428 0,09 0,77 significancia usado del 5%, por lo que se rechaza H0, es
TOC*ANDON 1 24,555 24,555 24,555 4,97 0,033 decir, influyen significativamente en la variable respuesta de
TOC*TPM 1 0,475 0,475 0,475 0,1 0,759 manera individual, para este caso, el porcentaje de utilizacin
ANDON*TPM 1 0,007 0,007 0,007 0 0,971 concentrado. En relacin a las interacciones, de igual
TOC*ANDON*TPM 1 0,005 0,005 0,005 0 0,974
manera, con el mismo nivel de significancia, las
Error 32 158,153 158,153 4,942
combinaciones de los factores TOC*Andon tambin influyen
Total 39 263,491
significativamente sobre el porcentaje de utilizacin
concentrado, es decir, que la combinacin de estas
Hiptesis herramientas Lean Manufacturing, pueden ser tiles para

H0 = A = B = C = intervenir la muda de la eficiencia de la mano de obra y as
H1 = i j incrementar el porcentaje de utilizacin de concentrado.

0.11 X A X C 0.01X B X C 0.01X A X B X C ijkl
Interpretacin:
porcentaje de utilizacin de concentrado, la grfica de
factores TPM *Andon y TPM*TOC, debido a que sus lneas
tienen pendientes similares, aproximadamente paralelas, lo
que quiere decir, que estas herramientas combinadas, no
tienen efectos significativos sobre el incremento del
porcentaje de utilizacin de concentrado. El factor Andon
tiene un efecto positivo sobre el incremento de porcentaje de
utilizacin de concentrado dependiendo del nivel del factor
TOC. Se cumplieron todos los supuestos, aunque, se requiri
la Transformacin de Johnson para la normalidad, la prueba
de Levene para la varianza constante y se logr la
residuos vs orden (Ver ANEXO 9. Verificacin de supuestos).
Mejor combinacin:
tendrn con:
TOC: 100%. Factor A a nivel (+)
Porcentaje de utilizacin envasado

TOC 1 3272,5 3272,5 3272,5 80,88 0 Otra de las variables de estudio es el porcentaje de utilizacin
ANDON 1 2520,8 2520,8 2520,8 62,3 0 de envasado la cual considerando la Tabla de ANOVA, puede
TPM 1 387,4 387,4 387,4 9,57 0,004 verse que los valores-p para los factores (TOC, Andon y TPM)
TOC*ANDON 1 2899,2 2899,2 2899,2 71,65 0 son menores que el nivel de significancia usado del 5%, por lo
TOC*TPM 1 4,5 4,5 4,5 0,11 0,741 que se rechaza H0, es decir, influyen significativamente en la
ANDON*TPM 1 5 5 5 0,12 0,728 variable respuesta de manera individual, para este caso, la
TOC*ANDON*TPM 1 0,3 0,3 0,3 0,01 0,927
utilizacin de envasado. En relacin a las interacciones, de
Error 32 1294,8 1294,8 40,5
igual manera, con el mismo nivel de significancia, la nica
Total 39 10384,4
combinacin de los factores es la resultante de la interaccin
de los factores TOC*Andon, la cual influyen significativamente
Hiptesis
sobre el porcentaje de utilizacin de envasado, es decir, que la
H0 = A = B = C = combinacin de estas herramientas Lean Manufacturing,
H1 = i j
pueden ser tiles para intervenir la muda de la eficiencia de la
mano de obra y as incrementar el porcentaje de utilizacin del
Criterio de rechazo proceso de envasado.
Ecuacin:
Y 38.92 9.05 X A 7.94 X B 3.11X C 8.51X A X B
Interpretacin:
porcentaje de utilizacin de envasado, la grfica de interaccin
muestra que no existe interaccin entre los factores TPM y
Andon y TPM y TOC, debido a que sus lneas tienen
pendientes similares, aproximadamente paralelas, lo que
quiere decir, que estas herramientas combinadas, no tienen
efectos significativos sobre el incremento del porcentaje de
utilizacin de envasado. El factor Andon tiene un efecto
positivo sobre el incremento de porcentaje de utilizacin de
envasado dependiendo del nivel del factor TOC. Se cumplieron
los supuestos de normalidad, aunque se requiri la
Transformacin de Johnson, de varianza constante aunque por
medio de la prueba de Levene. El supuesto de independencia
de los datos en el grfico de residuos vs orden muestra una
tendencia o patrn no aleatorio claramente definido,
evidenciando que existe una correlacin entre los errores y por
lo tanto el supuesto de independencia no se cumple. Esto
puede ser por la falta de planeacin y ejecucin del
experimento de manera aleatoria al momento de realizar las
pruebas experimentales (Ver ANEXO 9. Verificacin de
supuestos).
Mejor combinacin:
tendrn con:
Andon: Sin seal. Factor B a nivel (-)
Porcentaje de utilizacin empaque

TOC 1 0,0112 0,0112 0,0112 0,01 0,906 Analizando la variable de estudio porcentaje de utilizacin de
ANDON 1 3,7149 3,7149 3,7149 4,72 0,037 empaque la cual considerando la Tabla de ANOVA, puede
TPM 1 54,3589 54,3589 54,3589 69,06 0 verse que los valores-p para los factores (Andon y TPM) son
TOC*ANDON 1 0,7981 0,7981 0,7981 1,01 0,322 menores que el nivel de significancia usado del 5%, por lo
TOC*TPM 1 0,0189 0,0189 0,0189 0,02 0,878 que se rechaza H0, es decir, influyen significativamente en la
ANDON*TPM 1 0,1134 0,1134 0,1134 0,14 0,707 variable respuesta de manera individual, para este caso, la
TOC*ANDON*TPM 1 0,097 0,097 0,097 0,12 0,728
utilizacin de empaque. Para esta variable respuesta no
Error 32 25,1894 25,1894 0,7872
Total 39 84,3018
Hiptesis
intervenir la muda de la eficiencia de la mano de obra y as
H0 = 1 = 2 = 3 = 0 incrementar el porcentaje de utilizacin del proceso de
H1 = 1 2 3 0
empaque.
Ecuacin:
Y 10.41 0.02 X A 0.30 X B 1.17 X C 0.14 X A X B
Interpretacin:
Porcentaje de utilizacin del empaque, la grfica de
interaccin muestra que no existe interaccin entre ninguno
de los factores de estudio TOC, Andon y TPM, debido a que
sus lneas tienen pendientes similares, aproximadamente
incremento del porcentaje de utilizacin del empaque. Se
cumplieron todos los supuestos, aunque, se requiri la
Mejor combinacin:

tendrn con:
Residuos concentracin
TOC 1 1,6 1,6 1,6 0,07 0,799 Observando la variable de estudio residuos de concentracin la
ANDON 1 1742,4 1742,4 1742,4 71,85 0 cual considerando la Tabla de ANOVA, puede verse que el
TPM 1 14,4 14,4 14,4 0,59 0,447 valor-p para el factor (Andon) es menor que el nivel de
TOC*ANDON 1 4,9 4,9 4,9 0,2 0,656 significancia usado del 5%, por lo que se rechaza H0, es decir,
TOC*TPM 1 12,1 12,1 12,1 0,5 0,485 influyen significativamente en la variable respuesta de manera
ANDON*TPM 1 0,1 0,1 0,1 0 0,949
individual, para este caso, los residuos de concentracin. En
TOC*ANDON*TPM 1 6,4 6,4 6,4 0,26 0,611
relacin a las interacciones para esta variable respuesta no
Error 32 776 776 24,25
Total 39 2557,9
herramientas Lean Manufacturing, no son tiles para intervenir
Hiptesis la muda de la eficiencia de la mano de obra y as disminuir la
H0 = A = B = C = cantidad de residuos que se generan en el proceso de
H1 = i j concentracin.
Y 11.55 0.2 X A 6.6 X B 0.6 X C 0.35 X A X B
Interpretacin:
cantidad de residuos de concentracin, la grfica de interaccin
muestra que no existe interaccin entre ninguno de los factores
de estudio TOC, Andon y TPM, debido a que sus lneas tienen
pendientes similares, aproximadamente paralelas, lo que quiere
decir, que estas herramientas combinadas, no tienen efectos
significativos sobre la disminucin de la cantidad de residuos
de concentracin. Se cumplieron todos los supuestos, aunque,
se requiri la Transformacin de Johnson para la normalidad, la
prueba de Levene para la varianza constante y se logr la
Mejor combinacin:
tendrn con:
Residuos envasado
TOC 1 14,4 14,4 14,4 0,21 0,65 Otra de las variables de estudio son los residuos de
ANDON 1 10562,5 10562,5 10562,5 154,37 0 envasado la cual considerando la Tabla de ANOVA, puede
TPM 1 0,9 0,9 0,9 0,01 0,909 verse que el valor-p para el factor (Andon) es menor que el
TOC*ANDON 1 40 40 40 0,58 0,45 nivel de significancia usado del 5%, por lo que se rechaza
TOC*TPM 1 0 0 0 0 1 H0, es decir, influyen significativamente en la variable
ANDON*TPM 1 0,1 0,1 0,1 0 0,97
respuesta de manera individual, para este caso, los
TOC*ANDON*TPM 1 6,4 6,4 6,4 0,09 0,762
residuos de envasado. En relacin a las interacciones para
Error 32 2189,6 2189,6 68,4
esta variable respuesta no existen interacciones dobles o
Total 39 12813,9
triples significativas sobre la variable respuesta, es decir,
Hiptesis Manufacturing, no son tiles para intervenir la muda de la
H0 = A = B = C =
eficiencia de la mano de obra y as disminuir la cantidad de
H1 = i j
residuos que se generan en el proceso de envasado.
Criterio de rechazo
Si valor-p< =0.05, entonces se Rechaza H0 Ecuacin:

Y 20.45 0.6 X A 16.25 X B 0.15 X C 1X A X B
0 X A X C 0.05 X B X C 0.4 X A X B X C ijkl
Interpretacin:
estadsticamente importante sobre la variable de
respuesta: cantidad de residuos de envasado, la grfica de
interaccin muestra que no existe interaccin entre ninguno
de los factores de estudio TOC, Andon y TPM, debido a
que sus lneas tienen pendientes similares,
sobre la disminucin de la cantidad de residuos de
envasado. Se cumplieron todos los supuestos, aunque, se
requiri la Transformacin de Johnson para la normalidad,
la prueba de Levene para la varianza constante y se logr
la independencia de los datos evidenciado en el grfico de
supuestos).
Mejor combinacin:
tendrn con:

ANDON 1 19,1 19,1 19,1 1,46 0,235 cual considerando la Tabla de ANOVA, puede verse que los
TPM 1 507,37 507,37 507,37 38,88 0 valores-p para los factores (TOC y TPM) son menores que el
TOC*ANDON 1 53,04 53,04 53,04 4,06 0,052 nivel de significancia usado del 5%, por lo que se rechaza
TOC*TPM 1 34,89 34,89 34,89 2,67 0,112 H0, es decir, influyen significativamente en la variable
ANDON*TPM 1 14,64 14,64 14,64 1,12 0,297
respuesta de manera individual, para este caso de eficiencia
TOC*ANDON*TPM 1 34,26 34,26 34,26 2,63 0,115
de MO. Para esta variable de respuesta no existen
Error 32 417,62 417,62 13,05
interacciones dobles o triples significativas sobre la variable
Total 39 2146,77
respuesta, es decir, que la combinacin de estas
Hiptesis intervenir la muda de la eficiencia de la mano de obra.
H0 = A = B = C =
H1 = i j
Ecuacin:
Criterio de rechazo Y 60.90 5.16 X A 0.69 X B 3.56 X C 1.15 X A X B
Si valor-p< =0.05, entonces se Rechaza H0 0.93 X A X C 0.61X B X C 0.93 X A X B X C ijkl
Interpretacin:
incremento del porcentaje de eficiencia de la MO. Se
supuestos).
Mejor combinacin:
tendrn con:

Entrada a envasado
TOC 1 511 511 511 0,14 0,711 Otra de las variables de estudio son las entrada a envasado
ANDON 1 24850 24850 24850 6,8 0,014 la cual considerando la Tabla de ANOVA, puede verse que
TPM 1 7156 7156 7156 1,96 0,171 el valor-p para el factor (Andon) es menor que el nivel de
TOC*ANDON 1 2146 2146 2146 0,59 0,449 significancia usado del 5%, por lo que se rechaza H0, es
TOC*TPM 1 207 207 207 0,06 0,813 decir, influyen significativamente en la variable respuesta de
ANDON*TPM 1 4818 4818 4818 1,32 0,259
manera individual, para este caso, la entrada de producto en
TOC*ANDON*TPM 1 42 42 42 0,01 0,915
proceso a envasado. En relacin a las interacciones para
Error 32 116898 116898 3653
esta variable respuesta no existen interacciones dobles o
Total 39 156628
triples significativas sobre la variable respuesta, es decir,
Hiptesis Manufacturing, no son tiles para intervenir la muda de la
H0 = A = B = C = eficiencia de la mano de obra y as aumentar la cantidad de
H1 = i j producto en proceso que entra a envasado.
Y 571.28 3.58 X A 24.93 X B 13.38 X C 7.33 X A X B
Interpretacin:
cantidad de producto en proceso que entra a envasado, la
grfica de interaccin muestra que no existe interaccin
entre ninguno de los factores de estudio TOC, Andon y TPM,
debido a que sus lneas tienen pendientes similares,
sobre el incremento de la cantidad de producto en proceso
que entra a envasado. Se cumplieron todos los supuestos,
aunque, se requiri la prueba de Levene para la varianza
constante y se logr la independencia de los datos
evidenciado en el grfico de residuos vs orden (Ver ANEXO
9. Verificacin de supuestos).
Mejor combinacin:
tendrn con:
eficiencia de la MO en la Pyme, la mejor combinacin es TOC en su nivel bajo (50% de
operacin en el proceso de concentracin), Andon en su nivel alto (con seal) al igual
que TPM (con auxiliar).
4.1.3 Escenario 3
TOC: Nivel Bajo: Sin preparacin Nivel Alto: Con preparacin

utilizacin de envasado, residuos de concentracin, residuos de envasado, porcentaje de

Unidades producidas
TOC 1 93,03 93,03 93,03 7,51 0,01 Considerando la Tabla de ANOVA, puede verse que los
ANDON 1 632,03 632,03 632,03 51,02 0 valores-p de los tres factores (TOC, Andon y TPM) son
TPM 1 60,02 60,02 60,02 4,85 0,035 menores que el nivel de significancia usado del 5%, por lo que
TOC*ANDON 1 42,03 42,03 42,03 3,39 0,075 se rechaza H0, es decir, influyen significativamente en la
TOC*TPM 1 27,22 27,22 27,22 2,2 0,148 variable respuesta de manera individual, para este caso, las
ANDON*TPM 1 15,62 15,62 15,62 1,26 0,27
unidades producidas. En relacin a las interacciones para esta
TOC*ANDON*TPM 1 15,62 15,62 15,62 1,26 0,27
variable respuesta no existen interacciones dobles o triples
Error 32 396,4 396,4 12,39
significativas sobre la variable respuesta, es decir, que la
Total 39 1281,98
combinacin de estas herramientas Lean Manufacturing, no
son tiles para intervenir la muda de defectos y as
Hiptesis incrementar el nmero de unidades producidas.
H0 = A = B = C =
H1 = i j
Ecuacin:
Si valor-p< =0.05, entonces se Rechaza H0 0.83 X A X C 0.63 X B X C 0.63 X A X B X C ijkl
Interpretacin:
unidades producidas, la grfica de interaccin muestra que no
existe interaccin entre ninguno de los factores de estudio
TOC, Andon y TPM, debido a que la variable respuesta
aumenta de forma similar en ambos factores y en ambos
niveles, lo que quiere decir, que estas herramientas
incremento de las unidades producidas. Se cumplieron todos
los supuestos, aunque, se requiri la prueba de Bartlett para la
varianza constante y se logr la independencia de los datos
evidenciado en el grfico de residuos vs orden (Ver ANEXO 9.
Verificacin de supuestos).
Mejor combinacin:
tendrn con:
TOC: Con preparacin. Factor A a nivel (+)

Porcentaje de utilizacin envasado

TOC 1 0,12 0,12 0,12 0,38 0,544 Otra de las variables de estudio es el porcentaje de
ANDON 1 0,254 0,254 0,254 0,8 0,378 utilizacin de envasado la cual considerando la Tabla de
TPM 1 107,093 107,093 107,093 336,69 0 ANOVA, puede verse que el valor-p para uno del factor de
TOC*ANDON 1 116,93 116,93 116,93 367,62 0 estudio TPM es menor que el nivel de significancia usado del
TOC*TPM 1 0,186 0,186 0,186 0,59 0,45 5%, por lo que se rechaza H0, es decir, influye
ANDON*TPM 1 0,054 0,054 0,054 0,17 0,683
TOC*ANDON*TPM 1 100,584 100,584 100,584 316,23 0
individual, para este caso, el porcentaje de utilizacin de
Error 32 10,178 10,178 0,318
envasado. En relacin a las interacciones, de igual manera,
Total 39 335,4
con el mismo nivel de significancia, la nica combinacin de
los factores es la resultante de la interaccin de los factores
Hiptesis TOC*Andon, la cual influyen significativamente sobre el
H0 = A = B = C = porcentaje de utilizacin de envasado, es decir, que la
H1 = i j combinacin de estas herramientas Lean Manufacturing,
pueden ser tiles para intervenir la defectos y as
Criterio de rechazo incrementar el porcentaje de utilizacin del proceso de
Si valor-p< =0.05, entonces se Rechaza H 0 envasado. Tambin se tiene una interaccin triple, pero esta
no ser objeto de anlisis.
Ecuacin:
Y 17.30 0.06 X A 0.08 X B 1.64 X C 1.71X A X B
Interpretacin:
porcentaje de utilizacin de envasado, la grfica de
factores TPM*Andon y TPM*TOC, debido a que sus lneas
tienen pendientes similares, aproximadamente paralelas, lo
que quiere decir, que estas herramientas combinadas, no
tienen efectos significativos sobre el incremento del
porcentaje de utilizacin de envasado. El factor Andon tiene
un efecto positivo sobre el incremento de porcentaje de
utilizacin de envasado dependiendo del nivel del factor
TOC. Para esta variable, no se cumple el supuesto de
normalidad, se evidencia la existencia de observaciones
inusuales o atpicas (obs. 40 y 40), que de ser verificados e
intervenidos, permiten que la variable sea significativa para
el estudio. Se cumplieron los supuestos de varianza
constante por medio de la prueba de Levene y se logr la
independencia de lo los datos evidenciado en el grfico de
supuestos).
Mejor combinacin:
tendrn con:
Residuos concentracin
TOC 1 562,5 562,5 562,5 4,45 0,043 Por otro lado se tiene la variable de estudio residuos de
ANDON 1 313,6 313,6 313,6 2,48 0,125 concentracin la cual considerando la Tabla de ANOVA, puede
TPM 1 36,1 36,1 36,1 0,29 0,597 verse que el valor-p para el factor TOC es menor que el nivel de
TOC*ANDON 1 705,6 705,6 705,6 5,59 0,024 significancia usado del 5%, por lo que se rechaza H0, es decir,
TOC*TPM 1 4,9 4,9 4,9 0,04 0,845 influye significativamente en la variable respuesta de manera
ANDON*TPM 1 78,4 78,4 78,4 0,62 0,437 individual, para este caso, la cantidad de residuos de
TOC*ANDON*TPM 1 0 0 0 0 1
Error 32 4042,8 4042,8 126,3 concentracin. En relacin a las interacciones, de igual manera,
Total 39 5743,9 con el mismo nivel de significancia, la nica combinacin de los
factores es la resultante de la interaccin de los factores
Hiptesis TOC*Andon, la cual influyen significativamente sobre la cantidad
H0 = A = B = C = de residuos de concentracin, es decir, que la combinacin de
H1 = i j estas herramientas Lean Manufacturing, pueden ser tiles para
intervenir la muda de defectos y as disminuir la cantidad de
Criterio de rechazo residuos que se originan en el proceso de concentracin.
Ecuacin:
Y 319.95 3.75 X A 2.8 X B 0.95 X C 4.2 X A X B
0.35 X A X C 1.4 X B X C 0 X A X B X C ijkl
Interpretacin:
Para esta variable slo existe una interaccin doble significativa
con un efecto estadsticamente importante sobre la variable de
respuesta: cantidad de residuos de concentracin, la grfica de
interaccin muestra que no existe interaccin entre los factores
Andon*TPM, y TPM*TOC, debido a que sus lneas tienen
pendientes similares, aproximadamente paralelas, lo que quiere
decir, que estas herramientas combinadas, no tienen efectos
significativos sobre la disminucin de la cantidad de residuos
originados en el proceso de concentracin. De otro lado, el factor
Andon tiene un efecto positivo sobre la disminucin de la
cantidad de residuos originados en el proceso de concentracin
dependiendo del nivel del factor TOC. Se cumplieron todos los
supuestos, aunque, se requiri la prueba de Bartlett para la
varianza constante y se logr la independencia de los datos
evidenciado en el grfico de residuos vs orden (Ver ANEXO 9.
Verificacin de supuestos).
Mejor combinacin:
Los mejores resultados para las unidades producidas se tendrn
con:
TOC: Sin preparacin. Factor A a nivel (-)
Residuos envasado
TOC 1 62,5 62,5 62,5 3,08 0,089 Otra de las variables de estudio son los residuos de envasado
ANDON 1 792,1 792,1 792,1 39,06 0 la cual considerando la Tabla de ANOVA, puede verse que el
TPM 1 0,9 0,9 0,9 0,04 0,834 valor-p para el factor Andon es menor que el nivel de
TOC*ANDON 1 44,1 44,1 44,1 2,17 0,15 significancia usado del 5%, por lo que se rechaza H 0, es decir,
TOC*TPM 1 0,1 0,1 0,1 0 0,944 influye significativamente en la variable respuesta de manera
ANDON*TPM 1 8,1 8,1 8,1 0,4 0,532
individual, para este caso, la cantidad de residuos de
TOC*ANDON*TPM 1 0,9 0,9 0,9 0,04 0,834
envasado. En relacin a las interacciones para esta variable
Error 32 648,89 648,89 20,28
respuesta no existen interacciones dobles o triples significativas
Total 39 1557,59
sobre la variable respuesta, es decir, que la combinacin de
estas herramientas Lean Manufacturing, no son tiles para
Hiptesis
intervenir la muda de defectos y as disminuir la cantidad de
H0 = A = B = C =
residuos que se producen en el proceso de envasado.
H1 = i j
Ecuacin:
Criterio de rechazo
Interpretacin:
cantidad de residuos generados en el proceso de envasado, la
grfica de interaccin muestra que no existe interaccin entre
ninguno de los factores de estudio TOC, Andon y TPM, debido
a que la variable respuesta aumenta de forma similar en ambos
factores y en ambos niveles, lo que quiere decir, que estas
sobre la disminucin de la cantidad de residuos generados en
el proceso de envasado. Se cumplieron todos los supuestos,
aunque, se requiri la prueba de Bartlett para la varianza
constante y se logr la independencia de los datos evidenciado
en el grfico de residuos vs orden (Ver ANEXO 9. Verificacin
de supuestos).
Mejor combinacin:
tendrn con:

ANDON 1 0,82 0,82 0,82 0,04 0,835 cual considerando la Tabla de ANOVA, puede verse que los
TPM 1 2729,43 2729,43 2729,43 146,37 0 valores-p para los factores (TOC y TPM) son menores que el
TOC*ANDON 1 0,02 0,02 0,02 0 0,975 nivel de significancia usado del 5%, por lo que se rechaza
TOC*TPM 1 2,86 2,86 2,86 0,15 0,698 H0, es decir, influyen significativamente en la variable
ANDON*TPM 1 0,56 0,56 0,56 0,03 0,864 respuesta de manera individual, para este caso el
TOC*ANDON*TPM 1 0,76 0,76 0,76 0,04 0,841
incremento de la eficiencia de MO. Para esta variable de
Error 32 596,71 596,71 18,65
respuesta no existen interacciones dobles o triples
Total 39 3976,3
significativas sobre la variable respuesta, es decir, que la
combinacin de estas herramientas Lean Manufacturing, no
Hiptesis son tiles para intervenir la muda de defectos y as
H0 = A = B = C = incrementar el porcentaje de eficiencia de la MO del
H1 = i j
operario.
Si valor-p< =0.05, entonces se Rechaza H 0
Y 41.99 4.02 X A 0.14 X B 8.26 X C 0.02 X A X B
Interpretacin:
incremento del porcentaje de eficiencia de la MO. Se
Transformacin de Johnson para la normalidad, la prueba de
Levene para la varianza constante y se logr la
supuestos).
Mejor combinacin:
tendrn con:
Entrada a envasado
Fuente GL SC Sec. SC Ajust. Ajust. Interpretacin:
TOC 1 8094 8094 8094 6,03 0,02 Analizando la variables de estudio entrada a envasado la cual
ANDON 1 2806 2806 2806 2,09 0,158 considerando la Tabla de ANOVA, puede verse que el valor-p
TPM 1 4601 4601 4601 3,43 0,073 para el factor TOC es menor que el nivel de significancia usado
TOC*ANDON 1 511 511 511 0,38 0,542 del 5%, por lo que se rechaza H0, es decir, influye
TOC*TPM 1 601 601 601 0,45 0,508 significativamente en la variable respuesta de manera individual,
ANDON*TPM 1 2088 2088 2088 1,56 0,221 para este caso, la entrada a envasado. Para esta variable de
TOC*ANDON*TPM 1 24 24 24 0,02 0,894
respuesta no existen interacciones dobles o triples significativas
Error 32 42957 42957 1342
sobre la variable respuesta, es decir, que la combinacin de
Total 39 61682
estas herramientas Lean Manufacturing, no son tiles para
intervenir la muda de defectos y as incrementar la cantidad de
Hiptesis
producto en proceso a entrar a envasado.
H0 = A = B = C =
H1 = i j
Ecuacin:
Si valor-p< =0.05, entonces se Rechaza H0 3.88 X A X C 7.23 X B X C 0.78 X A X B X C ijkl
Interpretacin:
cantidad de producto en proceso que entra a envasado, la grfica
de interaccin muestra que no existe interaccin entre ninguno
de los factores de estudio TOC, Andon y TPM, debido a que sus
lneas tienen pendientes similares, aproximadamente paralelas,
lo que quiere decir, que estas herramientas combinadas, no
tienen efectos significativos sobre el incremento de la cantidad de
producto en proceso que entra a envasado. Se cumplieron todos
los supuestos, aunque, se requiri la Transformacin de Johnson
para la normalidad, la prueba de Levene para la varianza
constante y se logr la independencia de los datos evidenciado
en el grfico de residuos vs orden (Ver ANEXO 9. Verificacin de
supuestos).
Mejor combinacin:
Los mejores resultados para las unidades producidas se tendrn
con:
TOC: Sin preparacin. Factor A a nivel (-)
defectos en la produccin, la mejor combinacin es TOC en su nivel bajo (sin tiempo de
preparacin en el proceso de concentracin), Andon en su nivel alto (con seal) y TPM
en su nivel bajo (sin auxiliar).
4.2 Validacin de las metodologas utilizadas

Hace parte de la tesis, validar cada una de las metodologas utilizadas para su desarrollo.
En la Figura 4-2, se muestra un resumen de la necesidad de dicha validacin. Por un
lado se tiene las herramientas Lean Manufacturing, cuya metodologa se valida por
medio de mejoramientos analizados en entornos reales presentados en la literatura,
documentados en el estado del arte. Otra de las metodologas utilizadas es el diseo de

experimentos, la cual como metodologa estadstica, est validada y representa un
herramienta til para el mejoramiento de procesos y la investigacin. Por ltimo, se tiene
la simulacin como metodologa utilizada para la recreacin de escenarios que no
pueden ser validados en entornos reales. Esta ltima, aunque posee evidencias en
relacin a su funcionalidad, para este estudio requiere de una validacin.
Por ejemplo Marn M. & Gutirrez G., (2013) en su artculo: Desarrollo e implementacin
de un modelo de teora de restricciones para sincronizar las operaciones en la cadena de
suministro, hacen uso de la herramienta Simul 8 para el anlisis de resultados,
comprobando su utilidad.
Figura 4-2: Validacin de metodologas utilizadas
Para comprobar la simulacin, se toma como ejercicio de validacin, un caso real acerca
de la realidad de las Pymes, que permita validar cmo la metodologa de simulacin
puede ser utilizada para la obtencin de informacin y la mejora de procesos. Para esto
se toma el artculo: Propuesta metodolgica para la programacin de la produccin en las

Pymes del sector artes grficas, rea publi-comercial, Este artculo tiene como propsito
formular una propuesta metodolgica que gue a las empresas del sector y
especficamente a aquellas que pertenecen al rea publi-comercial, en la construccin de
un programa de produccin que les permita establecer fechas de entrega confiables,
disminuyendo de igual forma los efectos ocasionados por los sntomas observados en el
rea productiva y que repercuten en las reas administrativa y comercial de dichas
empresas (Orejuela C., Ocampo C., & Micn R., 2010).
Esta empresa recrea una Pyme del sector artes grficas, puntalmente el rea publi-
comercial ubicada en la ciudad de Cali, Colombia, la cual trabaja dos turnos de 12
horas/da (720 minutos). En el plan de produccin se realizan paros de alimentacin y
descanso correspondientes a 90 minutos. El artculo plantea diecisiete clasificaciones
como familias de productos. Como se mencion anteriormente, el objetivo es realizar la
programacin de la produccin de cuatro lneas de producto: revistas, afiches, plegables
y carpetas, cumpliendo con las restricciones del proceso. Todo esto con el fin de poder
dar a cada uno de los clientes una fecha de entrega establecida.
Figura 4-3: Escenario de validacin: Caso Pyme litografa
Otra informacin que reporta el artculo, y adems til para la construccin del escenario
de simulacin, son los tiempos de alistamiento, la cantidad de empleados, la divisin del
trabajo por centros de trabajo y clulas de manufactura (preimpresin, impresin y

posimpresin), la secuencia de actividades para cada una de las lneas de producto, los
desperdicios, la capacidad, los tiempos estandar y las eficiencias asociadas a cada
proceso. La Figura 4-3 muestra el escenario de validacin de una manera grfica ya
recreado en el simulador.
El objetivo con esta validacin es recrear este caso de estudio, previamente descrito en
el artculo de Orejuela et al., (2010), para una Pyme de litografa, por medio de la
simulacin en la herramienta Simul 8, la misma que fue utilizada como metodologa para
la construccin de escenarios de esta tesis. Con esto, el objetivo es comparar los
resultados arrojados por el artculo, contra los que arroje la simulacin, y as evidenciar la
efectividad de la herramienta Simul 8, y con ello comprobar que la simulacin de los
escenarios de la herramientas Lean Manufacturing, si logra arrojar resultados probatorios
en relacin a los efectos principales e interacciones que puede llegar a tener los factores
de estudio para la eliminacin de despercicios en los eslabones de la cadena de
suministro de las Pyme.
Luego de la construccin del escenario del caso Pyme de litografa, generar las corridas
en el simulador, se construye la Tabla 4-4, la cual resume los resultados obtenidos tanto
de las simulaciones como los hallazgos del artculo.
Tabla 4-4: Comparativo de resultados artculo de validacin vs resultados Simul 8

Informacin Artculo Simul 8
Participacin producto 1: Revistas (%) 25 25
Participacin producto 2: Afiches (%) 61 61
Participacin producto 3: Plegables (%) 5 5
Participacin producto 4: Carpetas (%) 9 9
Demanda producto 1: Revistas (und/mes) 34520 34520
Demanda producto 2: Afiches (und/mes) 84000 84000
Demanda producto 3: Plegables (und/mes) 7100 7100
Demanda producto 4: Carpetas (und/mes) 13000 13000
Tiempo procesamiento producto 1: Revistas (min) 9,77 4,57
Tiempo procesamiento producto 2: Afiches (min) 48,17 13,10
Tiempo procesamiento producto 3: Plegables (min) 9,08 0,97
Tiempo procesamiento producto 4: Carpetas (min) 1,74 1,87
Tiempo Clula de Manufactura Preimpresin (min) 1145 1145
Tiempo Clula de Manufactura Impresin (min) 1236 1236
Tiempo Clula de Manufactura Posimpresin (min) 11142 11142
MO Preimpresin (operario) 1 1
MO Impresin (operario) 4 4
MO Posimpresin (operario) 32 32
Unidades terminadas producto 1: Revistas (und) 384 397
Unidades terminadas producto 2: Afiches (und) 933 1049
Unidades terminadas producto 3: Plegables (und) 79 83
Unidades terminadas producto 4: Carpetas (und) 144 156
Factor de utilizacin (%) 88 83,98
Utilizacin de la MO (%) 87,5 72,36
Desperdicio 57% 45%
Segn los resultados obtenidos por la simulacin, para el escenario Pyme de litografa,
se puede concluir que la herramienta Simul 8, es apropiada para recrear los escenarios
Pyme utilizados para el anlisis de las herramientas Lean Manufacturing. Como se
observa en la Tabla 4-4, los hallazgos documentados en el caso de estudio propuesto
por Orejuela et al., (2010), son similares a los resultados obtenidos por medio de la
simulacin; aspectos como los tiempos de procesamiento de cada uno de los productos,
las salidas en relacin a las unidades terminadas, el factor de utilizacin del proceso, la
eficiencia de la MO y el porcentaje de desperdicio evidencian dicha similitud, validando
as la simulacin como metodologa de recreacin y pilotos para esta tesis.
De esta manera, se puede concluir que cada uno de los escenarios analizados, segn el
desperdicio en estudio, puede ser intervenido con una combinacin de herramientas
apropiada Lean Manufacturing y con ellas mejorar los niveles de productividad de la
Pyme en estudio. Por esto, para intervenir una muda de tiempos de espera en la Pyme,
es decir, el Escenario 1, la mejor combinacin es TOC en su nivel alto (2 marmitas en el
proceso de concentracin), Andon en su nivel alto (con seal) al igual que TPM (con
auxiliar). De otro lado para intervenir una muda de eficiencia de la MO en la Pyme, es
decir, el Escenario 2, la mejor combinacin es TOC en su nivel bajo (50% de operacin
en el proceso de concentracin), Andon en su nivel alto (con seal) al igual que TPM
(con auxiliar). Finalmente, para intervenir una muda de defectos en la Pyme, es decir, el
Escenario 3, la mejor combinacin es TOC en su nivel bajo (sin tiempo de preparacin en
el proceso de concentracin), Andon en su nivel alto (con seal) y TPM en su nivel bajo
(sin auxiliar).
Por otro lado, y en relacin a la validacin de las metodologas utilizadas para el

desarrollo de la tesis, se tiene que el estado del arte, confirma la utilizacin de
herramientas Lean Manufacturing por medio de mejoramientos de procesos analizados
en entornos reales presentados en la literatura; el diseo de experimentos, se valida
como metodologa estadstica, til para el mejoramiento de procesos y la investigacin;
finalmente, la simulacin, que en un contexto general, resulta ser una metodologa til
para la recreacin de escenarios que no pueden ser ejecutados en entornos reales,
requiere de validacin, por lo que se recre un nuevo escenario tomado de un caso
aplicado de una Pyme del sector artes grficas, para comprobar la veracidad de los
resultados arrojados por la simulacin y con ello soportar como la herramienta Simul 8,
resulta apropiada en el anlisis de los factores de estudio y sus interacciones para la
eliminacin de despercicios en los eslabones de la cadena de suministro de las Pyme.
Vale la pena complementar, como los rumbos de la investigacin precisamente consisten

en la valoracin y experimentacin de metodologas, que permitan validar los estudios en
diferentes escenarios, tal como lo mencionan a manera concluyente los autores Musa,
A., Gunasekaran, A. & Yusuf, Y. (2014) en su artculo: Visibilidad de los productos de la
cadena de suministro: Mtodos, sistemas e impactos, En el futuro se requiere examinar
los marcos arquitectnicos de la investigacin con una perspectiva ms prctica, por la
aplicacin real de algunas variables comparar su desempeo en trminos de costos,
necesidades de recursos, las necesidades del usuario, la adecuacin a las pequeas
empresas, y los niveles de servicio al cliente.
El paso a seguir en la tesis son las conclusiones y recomendaciones, con las cuales se
busca validar uno a uno los objetivos planteados inicialmente, gracias al desarrollo de
cada captulo, con el objeto de proponer mejoras a futuro y ampliaciones del modelo en
relacin a la utilidad de las herramientas Lean Manufacturing para la eliminacin de
desperdicios.
Enmarcando las conclusiones finales para esta investigacin, se genera un esquema

comparativo para el anlisis y sntesis de los resultados encontrados, con el fin de dar
complimiento al paso final de las directrices para el diseo de experimentos Una vez que
se han analizado los datos, experimentador debe extraer conclusiones prcticas de los
resultados y recomendar un curso de accin. En esta fase a menudo son tiles los
mtodos grficos, en especial al presentar los resultados a otras personas. Tambin

deben realizarse corridas de seguimiento y pruebas de confirmacin para validar las
conclusiones del experimento (Montgomery, 2010).
5. Conclusiones y recomendaciones
5.1 Conclusiones
Como parte estructural de la tesis, se construyeron una serie de hiptesis con el objetivo
de orientar el anlisis concluyente con base en los hallazgos y resultados de cada uno de
los captulos anteriores. A continuacin se concluye sobre cada una de ellas.
Hiptesis 1. Las herramientas de la teora Lean Manufacturing son ms utilizadas en

los eslabones de Produccin y Logstica del Sector Productivo.
No se rechaza la Hiptesis 1 gracias a los hallazgos presentados en el estado del arte.

Se concluye cmo el grado de aplicacin de los conceptos y teora Lean Manufacturing
por las organizaciones, tomando como referente metodologas, mudas, herramientas,
sectores y eslabones de implementacin, denota como el sector industrial con el 47% de
participacin sobre los 410 artculos estudiados, representa un escenario propicio para el
estudio y anlisis de las herramientas Lean Manufacturing. En particular se tiene el
eslabn de produccin con el 45% de participacin sobre el estado del arte, como aquel
donde la medicin de la productividad y la implementacin de herramientas de mejora,
son situaciones frecuentes intervencin y anlisis. Dentro de los principales objetivos
sobre los cuales se dio la construccin de los artculos referenciados en el estado del arte
se destacan precisamente la orientacin a la disminucin de desperdicios (19%) y la
optimizacin de la cadena de suministro (15%). Para esto, se tuvo como punto de partida
la teora Lean Manufacturing con el 54% de participacin y herramientas como el JIT, el
TPM, el Kanban y el SMED son las ms utilizadas para la solucin de problemas
organizacionales. Vale la pena aclarar, que la literatura muestra la aplicacin de las
herramientas de manera independiente, omitiendo posibles incrementos en los niveles de
productividad o cualquier otra variable de estudio, de ser aplicadas de manera
combinada.
Hiptesis 2. La teora Lean Manufacturing, representa el punto de partida de las

Pymes para eliminar los desperdicios entre los eslabones de su cadena de
suministro.
No se rechaza la Hiptesis 2, gracias a la caracterizacin de las Pymes que se realiz

considerando el anlisis DOFA. En dicha caracterizacin se concluye sobre la presencia
de una serie de problemticas, incluidas las mudas, que interfieren sobre el correcto
desempeo del sistema productivo. De otro lado se evidenci como las herramientas
Lean Manufacturing, ante su gran abanico de posibilidades, resultan ser las ms
utilizadas y promovidas por el medio. Herramientas como el anlisis interno y anlisis
externo de una matriz DOFA, representan puntos de referencia diagnstica para la
caracterizacin de uno de los ejes centrales de la tesis, la Pyme. Fue por medio de ste,
que se logra evidenciar fortalezas donde las Pymes aportaron el 35% de la produccin
industrial, 10% las pequeas y 25 por ciento las medianas, de otro lado el 50% de las
empresas estn certificadas, la mayora en ISO 9001, sumado al hecho de que en
Colombia, del mismo modo que en los pases asiticos, el sector de las Pymes
representa un 96.4% del parque empresarial nacional y se reconocen por ser las
principales propulsoras de la economa nacional.
Complementado con el estado del arte, se tiene que el uso de la teora Lean
Manufacturing (54%), es el principal motivo de investigacin y publicacin, seguido se
encuentra el diagnstico de la empresa (11%) al igual que otro tipo de teoras (mercadeo,
economa polticas, entre otras). Bajo este hallazgo se puede resaltar papel de los
fundamentos tericos y de validacin preliminar al momento de generar el desarrollo
investigativo en los diferentes campos de estudio.
Hiptesis 3. Se puede lograr el estudio de las herramientas Lean Manufacturing en

las organizaciones por medio de diferentes escenarios de aplicacin.
No se rechaza la Hiptesis 3, gracias a la aplicacin que se le dio a la teora Lean

Manufacturing como metodologa para la construccin de la tesis. Para el caso de
estudio, se puede concluir que cada uno de los escenarios analizados, segn el
desperdicio asociado, puede ser intervenido con una combinacin de herramientas
Conclusiones y Recomendaciones 119
apropiada Lean Manufacturing y con ellas mejorar los niveles de productividad de la

Pyme. De esta manera, para intervenir una muda de:
Tiempos de espera en la Pyme, es decir, el Escenario 1, la mejor combinacin es

TOC en su nivel alto (2 marmitas en el proceso de concentracin), Andon en su nivel
alto (con seal) al igual que TPM (con auxiliar).
Eficiencia de a MO en la Pyme, es decir, el Escenario 2, la mejor combinacin es
TOC en su nivel bajo (50% de operacin en el proceso de concentracin), Andon en
su nivel alto (con seal) al igual que TPM (con auxiliar).
Defectos en la Pyme, es decir, el Escenario 3, la mejor combinacin es TOC en su
nivel bajo (sin tiempo de preparacin en el proceso de concentracin), Andon en su
nivel alto (con seal) y TPM en su nivel bajo (sin auxiliar).
Metodologas como el diseo de experimentos y la simulacin, resultan de gran ayuda

para la validacin de los anlisis realizados, brindando soporte y estructura a los modelos
y escenarios planeados.

No se rechaza la Hiptesis 4, gracias al anlisis detallado de cada uno de los escenarios

y variables de respuesta y estudio, lo cual permite presentar resultados que direccionen
la estrategia de operaciones en relacin a la eliminacin de desperdicios en la cadena de
suministro para las Pymes. Para este caso, la estrategia se direcciona sobre las
herramientas Lean Manufacturing, sus beneficios, la muda que mitiga y los resultados
esperados con su tratamiento. De esta manera, para cada uno de los escenarios de
estudio se obtuvieron los siguientes resultados en relacin al incremento de la
productividad medida desde las unidades producidas al final del proceso de la
Microempresa de dulces de leche:
Escenario 1 (1 marmita, sin seal, sin auxiliar): Unidades producidas sin la aplicacin
de las herramientas = 328. Unidades producidas con la aplicacin de la mejor
combinacin TOC en su nivel alto (2 marmitas en el proceso de concentracin),
Andon en su nivel alto (con seal) al igual que TPM (con auxiliar) = 677. Lo cual
evidencia un incremento en la productividad del 51.55%
Escenario 2 (100% operacin del proceso de concentrado, sin seal, sin auxiliar):
Unidades producidas sin la aplicacin de las herramientas = 479. Unidades
producidas con la aplicacin de la mejor combinacin TOC en su nivel bajo (50% de
operacin en el proceso de concentracin), Andon en su nivel alto (con seal) al igual
que TPM (con auxiliar) = 677. Lo cual evidencia un incremento en la productividad del
29.25%
Escenario 3 (sin preparacin del proceso de concentrado, sin seal, sin auxiliar):
Unidades producidas sin la aplicacin de las herramientas = 338. Unidades
producidas con la aplicacin de la mejor combinacin TOC en su nivel bajo (sin
tiempo de preparacin en el proceso de concentracin), Andon en su nivel alto (con
seal) y TPM en su nivel bajo (sin auxiliar) = 348. Lo cual evidencia un incremento en
la productividad del 2.87%
De otro lado, para el problema de investigacin propuesto por medio de la pregunta

Pueden las herramientas Lean Manufacturing ser utilizadas como objeto para
incrementar la productividad de la cadena de suministro de las Pymes, con base en la
eliminacin de desperdicios?, se puede concluir que las herramientas Lean
Manufacturing para la eliminacin de desperdicios en las Pymes, no solo pueden arrojar
mejoras en los niveles de productividad, aplicando las herramientas de manera
independiente, sino que adems se pueden generar efectos significativos mucho ms
efectivos que potencialicen la utilidad de la herramienta de ser aplicadas de manera
simultnea.
Por otro lado queda validada una a una, las metodologas utilizadas para el desarrollo de
la tesis: Las herramientas Lean Manufacturing, el diseo de experimentos y el proceso de
simulacin. Las herramientas Lean Manufacturing se soportan con el estado del arte,
confirmando su utilizacin por medio de mejoramientos de procesos analizados en
entornos reales presentados en la literatura. El diseo de experimentos, se valida como
metodologa estadstica, til para el mejoramiento de procesos y la investigacin. El
proceso de simulacin se usa ser una metodologa til para la recreacin de escenarios
que no pueden ser ejecutados en entornos reales, requiere de validacin, por lo que al
recrear un nuevo escenario tomado de un caso aplicado de una Pyme del sector artes
Conclusiones y Recomendaciones 121
grficas, se evidenci la similitud entre los resultados documentados y los arrojados por
el software Simul 8, concluyendo que resulta apropiada sta metodologa de simulacin
para analizar los factores de estudio y sus interacciones para la eliminacin de
despercicios en los eslabones de la cadena de suministro de las Pyme.
5.2 Recomendaciones
Se propondr, como reto futuro, la extensin del modelo generado, es decir, que se
pueda aplicar con otras herramientas Lean Manufacturing tales como Kanban, 5s,
SMED, Heijunka, Jidoka, Clulas de Manufactura, TQM, Tack Time, VSM, JIT o Poka
Yoke para el tratamiento de otras mudas tales como inventarios, movimientos
innecesarios, transporte, sobreproduccin o procesos innecesarios en otros eslabones
para las Pymes tales como abastecimiento, logstica, almacenamiento o servicio al
cliente.
Otra recomendacin se fundamenta en la necesidad de identificar otros factores

decisorios que ayuden a la seleccin de la mejor combinacin de herramientas para la
eliminacin de desperdicios, tales como costos asociados a la implementacin de las
herramientas, tiempos de ejecucin, tiempos de capacitacin y adiestramiento, tiempo
para la obtencin de resultados, capacidades instaladas y operativas, restricciones y
limitaciones del sistema, tipo de empresa o naturaleza del producto, entre otras.
De otro lado, se hace importante validar la implementacin de las herramientas en las

Pymes reales, de tal manera que las hiptesis queden soportadas con los pilotos,
mediando soluciones e incluso mejoras sobre las combinaciones ya presentadas, que
como se ha mencionado a lo largo de la tesis, el alcance y metodologa ms apropiada
para este caso, se define a partir de las restricciones y limitaciones de tiempo y recursos
que se tiene en relacin a los ejercicios de validacin, la necesidad de recurrir al
planteamiento de comparacin de escenarios por medio de la simulacin.
Bibliografa
Alberta Naude, M. J. (2009). Supply chain management problems experienced by south
african automotive component manufacturers. South frica: University of South Africa.
Alony, I., Caputi, P. & Coltman, T. (2011). Informing Implementers of Lean Strategy in
Process Industries The Central Role of Schedulers. Issues in Informing Science and
Information Technology, Vol 8 , 335-349.
lvarez, R., Calvo, R., Pea, M. M., & Domingo, R. (2009). Redesigning an assembly line
through lean. Int J Adv Manuf Technol, N43 , 949-958.
Apreutesei, M., & Arvinte, R. (Diciembre, 2010). Financial models and tools for managing
Lean Manufacturing. Journal of Economics and Engineering, N4, 4-7.
Ballou, R. (2004). Logstica: Administracin de la cadena de suministro. Quinta edicin.

Mxico: Editorial Person.
Caldern, J., Garca, J., & Cruz, F. (September 3-5, 2008). Estado del arte de la
planificacin de la produccin para la contratacin de produccin a proveedores
industriales en una Cadena de Suministro. II International Conference on Industrial
Engineering and Industrial Management. XII Congreso de Ingeniera de Organizacin,
(pgs. 1683-1694). Burgos.
Chen, L., & Meng, B. (Marzo, 2010). Why Most Chinese Enterprises Fail in Deploying
Lean Production. Asian Social Science, Vol. 6, N3, 52-57.
Crdova Rojas, F. P. (2012). Mejoras en el proceso de fabricacin de Spools en una

empresa metalmecnica usando la manufactura esbelta. Lima: Pontificia Universidad
Catlica del Per.
Cubillos Benavides, M., Mndez Jimnez, A., & Rojas Valds, E. M. (2009). Gua, diseo,
manejo, interpretacin y seguimiento de indicadores de gestin. Bogot: Departamento
administrativo de la funcin pblica.
David, N., Vail, G., Thomas, S., & Schmidt, N. (2010). Applying the Lean principles of the
Toyota Production System to reduce wait times in the emergency department. Original
Research, CJEM, Vol. 12, N1 , 50-57.
Delgado Moreno, F. N., & Gallo, E. (Diciembre, 2011). Propuesta del mejoramiento de la
metodologa de Manufactura Esbelta por medio de optimizacin de sistemas de
manufactura y modelacin de eventos discretos. ITECKNE Vol. 8 Nmero 2, 119 - 131.
Dombrowski, U., & Crespo, I. (September 3-5, 2008). A Management Approach to Lean
Production System Implementation in Small and Medium-sized Enterprises Results of a
Research Project. II International Conference on Industrial Engineering and Industrial
Management. XII Congreso de Ingeniera de Organizacin, (pgs. 995-1005). Burgos.
Durango Hoyos, E. L. (2008). Integracin de la cadena de suministro: Alianza estratgica

y ventaja competitiva para las Pymes. Medelln: Universidad Nacional de Colombia,
Facultad de Minas.
Eswaramoorthi, M., Kathiresan, G., Prasad, P., & Mohanram, P. (2011). A survey on lean
practices in Indian machine tool industries. Int J Adv Manuf Technol, N52, 1091-1101.
Eswaramoorthi, M., Mervyn, J., Rajagopal, C., Prasad, P., & Mohanram, P. (2009).
Redesigning assembly stations using ergonomic methods as a lean tool. Work, N35,
231-240.
Ferreira, D., Vicens, E., & Parra, J. (Julio 18-20, 2012). Aplicacin de un modelo para el
diagnstico del rendimiento para la localizacin de prdidas en el proceso de produccin.
La unidad de esfuerzo de produccin como referencial bsico en la determinacin de la
eficiencia global del equipo. 6th International Conference on Industrial Engineering and
Bibliografa 125
Industrial Management.XVI Congreso de Ingeniera de Organizacin (pgs. 863-870).

Espaa: Vigo.
Fortuny, J., Cuatrecasas, L., Cuatrecasas, O., & Olivella, J. (2008). Metodologa de
implementacin de la gestin lean en plantas industriales. Universia, Business Review,
28-41.
Franco ngel, M., & Urbano Pulido, D. (Enero-Marzo, 2010). El xito de las Pymes en
Colombia: Un estudio de casos en el sector salud. Estudios gerenciales, Vol. 26, N114,
77-97.
Gamage, J., Vilasini, P., Perera, H., & Wijenatha, L. (2012). Impact of Lean Manufacturing
on Performance and Organisational Culture: A Case Study of an Apparel Manufacturer in
Sri Lanka. 423-436.
Gonzlez, L., & Beltrn, J. (September 8th -10th 2010). Lean para la Sostenibilidad en la
Cadena de Suministro. 4th International Conference on Industrial Engineering and
Industrial Management. XIV Congreso de Ingeniera de Organizacin, (pgs. 989-998).
Donostia- San Sebastin.
Gonzlez Gmez, J. A., Ortegn Mosquera, K., & Rivera Cadavid, L. (Abril-Junio, 2003).
Desarrollo de una metodologa de implementacin de los conceptos de TOC (Teora de
Restricciones) para empresas colombianas. Estudios Gerenciales, N87, 27-49.
Gopinath, S., & Freiheit, T. (2011). A waste relationship model and center point tracking
metric. IIE Transactions, N44, 136-154.
Green Jr. K., Inman, A., Birou, L. & Whitten, D. (2014). Total JIT (T-JIT) and its impact on
supply chain competency and organizational performance. Int. J. Production Economics,
Elsevier, Vol. 147, 125-132
Gutierrez P., H., & de la Vara S., R. (2012). Anlisis y Diseo de Experimentos. 3
Edicin. Mxico D.F.: Mc Graw Hill.
Ioana, C. (2011). Transposing manners of Lean Manufacturing principles in traditional

marketing. Revista de Management si Inginerie Economic, Vol. 10, N4, 11-22.
Irani, S. (Agosto, 2011). Choosing what. Industrial Engineer, 42-47.
Katsaliaki, K., Mustafee, N. & Kumar, S. (2014). A game-based approach towards

facilitating decision making for perishable products: An example of blood supply chain.
Expert Systems with Applications, Elsevier, Vol. 41, 4043-4059.
Kester, J. (Marzo, 2013). A Lean look at ergonomics. Industrial Engineer, 28-32.
Kumar S., A., Singh, N., Shankar, R., & Tiwari, M. (2008). Lean philosophy:
implementation in a forging company. Int J Adv Manuf Technol N36 , 451-462.
Maldonado Villalva, G. (2008). Herramientas y tcnicas Lean Manufacturing en sistemas

de produccin y calidad. Estado de Hidalgo: Universidad Autnoma del Estado de
Hidalgo.
Maneechote, T., & Luangpaiboon, P. (2010). Implementation of Lean System on Erbium

Doped Fibre Amplifier Manufacturing Process to Reduce Production Time. IAENG
Transactions on Engineering Technologies, Vol. 5, 372-386.
Marn G., J. A., & Carneiro, P. (2010). Desarrollo y validacin de un modelo

multidimensional de la produccin ajustada. Intangible Capital, Vol. 6, N1, 78-127.
Mehta, R. K., Mehta, D., & Mehta, N. K. (2012). An Exploratory Study on Implementation
of Lean Manufacturing Practices (With Special Reference to Automobile Sector Industry).
Ynetim ve Ekonomi, Vol. 19, N2, 289-299.
Bibliografa 127
Marn M., W., & Gutirrez G., E. (2013). Desarrollo e implementacin de un modelo de
teora de restricciones para sincronizar las operaciones en la cadena de suministro.
Revista EIA, vol 10, N 19, Enero-Junio, 67-77.
Montgomery, D.C. (2010). Diseo y anlisis de experimentos. Colaborador en la

traduccin Rodolfo Pia Garca; revisin Griselda Zetina Vlez. 2da Edicin. Mxico:
Limusa Wiley.
Montoya, A., Montoya, I., & Castellanos, O. (2010). Situacin de la competitividad de las
Pyme en Colombia: elementos actuales y retos. Agronoma Colombiana, 28(1), 107-117.
Montoya, F. M. (09 de Septiembre de 2014). Fundador Microempresa de dulces de leche:

Arequipes Villacruz. (Y. A. Aguirre, Entrevistador)
Musa, A., Gunasekaran, A. & Yusuf, Y. (2014). Supply chain product visibility: Methods,
systems and impacts. Expert Systems with Applications, Elsevier. Vol. 41, 176-194
Orejuela C., J. P., Ocampo C., J. J., & Micn R., C. A. (Enero-Marzo 2010). Propuesta
metodolgica para la programacin de la produccin en las Pymes del sector artes
grficas, rea publi-comercial. Estudios Gerenciales, Vol.26, N 114, 97-118
Ortiz, A., Izquierdo, H., & Rodrguez, C. (7 a 9 de Septiembre de 2011). Modelo de

Gestin Productiva en las pymes industriales. 5th International Conference on Industrial
Engineering and Industrial Management. XV Congreso de Ingeniera de Organizacin,
(pgs. 268-277). Cartagena.
Prez Rave, J., La Rotta, D., Snchez, K., Madera, Y., Restrepo, G., Rodrguez, M., y
otros. (2011). Identificacin y caracterizacin de mudas de transporte, procesos,
movimientos y tiempos de espera en nueve pymes manufactureras incorporando la
perspectiva del nivel operativo. Ingeniare. Revista chilena de ingeniera, Vol. 19 N 3,
396-408.
Pires, S., & Carretero, L. (2007). Gestin de la Cadena de Suministro. Espaa: Editorial
Mc Graw Hill.
Pirraglia, A., Saloni, D., & Van Dyk, H. (2009). Status of Lean Manufacturing
implementation on secundary wood industries including residential, cabinet, millwork, and
panel markert. BioResources, Vol. 4, N4, 1341-1358.
Pyme, G. (2013). Gobierno impulsa conectividad de Pymes. Gerente Pyme, Ao 4, N33 ,

18-19.
Roh, J., Hong, P., & Min, H. (2014). Implementation of a responsive supply chain strategy
in global complexity: The case of manufacturing firms. Int. J. Production Economics,
Elsevier, Vol. 147, 198-210.
Snchez, T., Palacios, A., & Prida, B. (September 3-5, 2008). Conocimiento, aplicacin y
resultados de las tcnicas de Lean Manufacturing en las empresas espaolas. II
International Conference on Industrial Engineering and Industrial Management. XII
Congreso de Ingeniera de Organizacin, (pgs. 1027-1036). Burgos.
Serdarasan, S. (2013). A review of supply chain complexity drivers. Computers y

Industrial Engineering, N 66, 533-540.
Stamm, M., & Neitzert, T. (s.f.). Key perfomance indicators (KPI) for the implementation of
lean methodologies in a manufacture-to-order small and medium enterprise. School of
Engineering, 1-14.
Strouse, R. (Abril, 2008). Adopting a Lean Approach. Quality Management, 56-60.
Tejada, A. S. (Abril-Junio, 2011). Mejoras de Lean Manufacturing en los Sistemas

Productivos. Ciencias y Sociedad, Vol. XXXVI, N2, 276-310.
Bibliografa 129
Valencia Vanegas, S. P. (2013). La filosofa LEAN aplicada en la Gerencia de proyectos.

Medelln: Universidad Nacional de Colombia, Facultad de Minas.
Vlez V., F. J. (2006). Estudio sobre la informalidad y las MIPYMES en Colombia:

Anlisis y Propuestas. Bogot: OIT.
Villaseor, A., & Galindo, E. (2009). Manual de Lean Manufacturing gua Bsica. Mxico:
Limusa.
Vinodh, S., & Joy, D. (2012). Structural Equation Modelling of Lean Manufacturing
practices. International Journal of Production Research, Vol. 50, N 6, 15 Marzo, 1598-
1607.
Vinodha, S. Vasanth K. & Vimal, K. (2014). Implementing lean sigma in an Indian rotary
switches manufacturing organization, Production Planning & Control, Vol. 25, No. 4, 288
302.
WEF. (2008). World Economic Forum. Recuperado el Abril de 2013, de Annual Report:
http://www.wefourum.org/pdf/annualreport/2008/AR08.pdf

Lean Manufacturing en Una Mype

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Lean Manufacturing en Una Mype

Uploaded by

Copyright:

Available Formats

Anlisis de las herramientas Lean

Manufacturing para la eliminacin de

Yenny Alejandra Aguirre Alvarez

Universidad Nacional de Colombia

Yenny Alejandra Aguirre Alvarez

Universidad Nacional de Colombia

"No saber es autntica sabidura. Presumir

Tao Te Ching, Lao Tse

Palabras clave: Lean Manufacturing, Gestin de la Cadena de Suministro, Pyme,

Keywords: Lean Manufacturing, Supply Chain Management, SME, Simulation, Design of

Lista de figuras ............................................................................................................. XIII

Lista de tablas .............................................................................................................. XV

1. Estado del arte ......................................................................................................... 5

2. Caracterizacin de la Pyme ................................................................................... 41

3. Aplicacin de la teora Lean Manufacturing .........................................................79

4. Anlisis de las herramientas Lean Manufacturing ...............................................91

5. Conclusiones y recomendaciones ......................................................................117

Figura 1-1: Diagrama de flujo Captulo 1: Estado del Arte ..........................................6

Figura 2-6: Cadena de suministro y logstica ............................................................ 50

Tabla 1-1: Ejemplo de construccin de la matriz de criterios para el anlisis de

Partiendo de la conceptualizacin y la importancia de la medicin de la productividad en

Para la identificacin de las variables es necesario realizar un anlisis que d

Hiptesis 1. Las herramientas de la teora Lean Manufacturing son ms utilizadas en los

Hiptesis 4. Es posible presentar resultados significativos en el incremento de la

Posteriormente, se elabora la caracterizacin de las Pymes con el nimo de identificar

Luego, se construye el escenario de aplicacin de la teora Lean Manufacturing en una

Adicionalmente, se analiza la interaccin entre las herramientas y los desperdicios por

De otro lado se generan una serie de recomendaciones, orientadas al planteamiento de

Analizar las herramientas Lean Manufacturing para la eliminacin de desperdicios en las

Determinar cmo es el grado de aplicacin de los conceptos y la teora Lean

Inferir cmo las herramientas Lean Manufacturing son aplicables a la cadena de

Modelar el escenario de aplicacin de la teora Lean Manufacturing en las Pymes, de

Analizar los desperdicios y las herramientas Lean Manufacturing en el escenario

Elaborar a travs de un anlisis DOFA, la caracterizacin de las Pymes con el nimo de

Construir el modelo o escenario de aplicacin de la teora Lean Manufacturing en una

Analizar la interaccin entre las herramientas y los desperdicios por medio de la

Figura 1-1: Diagrama de flujo Captulo 1: Estado del Arte

Plantear del 4 Hiptesis

Generar alcance Temporal

Fuente: Elaboracin propia

Figura 1-2: Anlisis de resultados. Lean Manufacturing (LM) - Gestin de la Cadena

Fuente: Elaboracin propia con base en Scopus, 2014

Figura 1-3: Anlisis de resultados. LM-SCM. Por Pas. 302 Resultados

Fuente: Elaboracin propia con base en Scopus, 2014

Figura 1-4: Anlisis de resultados. LM-SCM. Por Afiliacin. 302 Resultados

Fuente: Elaboracin propia con base en Scopus, 2014

Continuando con la revisin de antecedentes, se muestran los resultados por afiliacin de

Figura 1-5: Anlisis de resultados. LM-SCM. Por Autor. 302 Resultados

Fuente: Elaboracin propia con base en Scopus, 2014

Fuente: Elaboracin propia con base en Scopus, 2014

Fuente: Scopus, 2014

1.2 Punto de partida

punto de partida tres ejes de investigacin Lean Manufacturing, Gestin de la Cadena de

Una vez conocidos los antecedentes en relacin a la evolucin, tendencias, autores y

1.3 Ecuaciones de bsqueda

ALL (Lean Manufacturing) and ALL (Supply Chain Management)

1.4 Criterios para el anlisis de la informacin

1.5 Recoleccin de la informacin

Tabla 1-1: Ejemplo de construccin de la matriz de criterios para el anlisis de

En el ejemplo, se tiene la referencia N99 Impact of Lean Manufacturing and

1.6 Anlisis de resultados

Se distingue en la Figura 1-8, en cuanto al tipo de referencia una mayor proporcin de

Figura 1-8: Tipo de referencia

Fuente: Elaboracin propia