Professional Documents
Culture Documents
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
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.
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.
Contenido
Pg.
Resumen ......................................................................................................................... IX
Introduccin..................................................................................................................... 1
Objetivos .......................................................................................................................... 3
Bibliografa ...................................................................................................................123
Contenido XIII
Lista de figuras
Pg.
Lista de tablas
Pg.
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.
Objetivos
Objetivo General
Objetivos Especficos
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.
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
desperdicios en las Pymes
Realizar el estado
1. Estado del Arte de arte
Proponer Plan de
trabajo
NO
Validar Concluir
Hiptesis 1 Rechazo FIN
SI
Concluir No
Rechazo
FIN
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.
8 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
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.
10 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
Figura 1-6: Anlisis de resultados. LM-SCM. Por Tipo de documento. 302 Resultados
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
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
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.
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).
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).
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.
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.
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.
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.
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%.
proveedores y clientes (13%), este anlisis evidencia el paso a paso requerido o que se
busca fortalecer con las investigaciones.
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.
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.
26 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
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.
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.
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).
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.
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).
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
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.
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
36 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
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).
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.
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.
En la Figura 2-1 se presenta un diagrama de flujo que sintetiza el paso a paso realizado
para el desarrollo de este captulo en relacin a la caracterizacin de la Pyme.
42 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
Construir
escenario PYME
de medicin
NO
Validar Concluir
Hiptesis 2 Rechazo FIN
SI
Concluir No
Rechazo
FIN
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).
44 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
1930-
Aos 1920 1945 1960 1985 1990 1995 1996
1945
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).
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:
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.
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).
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:
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.
Caracterizacin de la Pyme 49
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):
los factores no estudiados y del error experimental) que refleja los errores del
experimentador en la planeacin y ejecucin del experimento.
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.
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
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.
54 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
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).
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
56 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
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)
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.
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).
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
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)
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.
62 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
Pymes, con base en el estado del arte, que permita la construccin de una auditora que
evale la situacin actual del sector.
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
Caracterizacin de la Pyme 65
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.
Fuente: Elaboracin propia
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:
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:
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.
Caracterizacin de la Pyme 69
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.
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.
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
SI Desechar
Se presentan
defectos? FIN
producto
NO
Tiempo de Ciclo: 30 minutos
Esperar enfriado Entradas: Mezcla lista para el envase de 320 Kg
de dulce de leche en presentaciones de 450 gr.
de la mezcla Salidas: Mezcla lista para el envase de 320 Kg
de dulce de leche en presentaciones de 450 gr.
Tiempo de Ciclo: 60 minutos
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
Tiempo de Ciclo: 30 minutos
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
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.
Caracterizacin de la Pyme 75
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.
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).
En la Figura 3-1 se presenta un diagrama de flujo que sintetiza el paso a paso realizado
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.
80 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
Elegir el diseo
Diseo Factorial 2k
experimental
NO
Validar Concluir
Hiptesis 3 Rechazo FIN
SI
Concluir No
Rechazo
FIN
Fuente: Elaboracin propia
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.
De esta manera se busca dar respuesta a la pregunta y con ella generar una posible
solucin al problema.
TOC, TPM y Andon. En cuanto a los niveles slo sern dos: Aplicar la herramienta y no
aplicarla (Ver Tabla 3-1).
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.
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.
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
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.
86 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
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).
Aplicacin de la teora Lean Manufacturing 87
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?
Aplicacin de la teora Lean Manufacturing 89
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
90 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
En la Figura 4-1 se presenta un diagrama de flujo que sintetiza el paso a paso realizado
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.
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
Hiptesis 4 Rechazo FIN
SI
Concluir No
Rechazo
FIN
Fuente: Elaboracin propia
Anlisis de las herramientas Lean Manufacturing 93
( ) jk representan los efectos de las interacciones dobles, en los niveles ij, ik y jk,
niveles ijk; ijkl representa el error aleatorio en la combinacin ijkl y l son las rplicas del
4.1.1 Escenario 1
Para la construccin de este escenario, se consideran los siguientes niveles:
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.
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 (+)
Ecuacin:
Y 24.61 6.425 X A 0.23 X B 1.76 X C 0.04 X A X B
1.5 X A X C 0.14 X B X C 0.17 X A X B X C ijkl
Interpretacin:
Al igual que la variable de estudio de Unidades producidas,
existen interacciones dobles significativas con un efecto
estadsticamente importante sobre la variable de respuesta:
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
96 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
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 (+)
Residuos de concentracin
Fuente GL SC Sec. SC Ajust. MC Interpretacin:
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.
Si valor-p< =0.05, entonces se Rechaza H0
Ecuacin:
Y 7.6 2 X A 3.95 X B 0.05 X C 1.45 X A X B
0.55 X A X C 0.2 X B X C 0.5 X A X B X C ijkl
Interpretacin:
Existen interacciones dobles significativas 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 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 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:
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 (+)
Anlisis de las herramientas Lean Manufacturing 97
Residuos de envasado
Fuente GL SC Sec. SC Ajust. MC Interpretacin:
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
1.9 X A X C 1.7 X B X C 1.9 X A X B X C ijkl
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:
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 (+)
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: Sin auxiliar. Factor C a nivel (-)
Entrada a envasado
Fuente GL SC Sec. SC Ajust. MC Interpretacin:
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
significativamente en la variable respuesta de manera
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
Anlisis de las herramientas Lean Manufacturing 99
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
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. 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:
TOC: 2 marmitas. Factor A a nivel (+)
Andon: Con seal. Factor B a nivel (+)
TPM: Con auxiliar. Factor C a nivel (+)
Fuente: Elaboracin propia
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
Para la construccin de este escenario, se consideran los siguientes niveles:
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 concentrado, porcentaje de utilizacin de envasado, porcentaje de
100 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
Mejor combinacin:
Los mejores resultados para las unidades producidas se
tendrn con:
TOC: 50%. Factor A a nivel (-)
Andon: Con seal. Factor B a nivel (+)
TPM: Con auxiliar. Factor C a nivel (+)
Mejor combinacin:
Los mejores resultados para las unidades producidas se
tendrn con:
TOC: 100%. Factor A a nivel (+)
Andon: Con seal. Factor B a nivel (+)
TPM: Sin auxiliar. Factor C a nivel (-)
Interpretacin:
Existen interacciones dobles significativas con un efecto
estadsticamente importante sobre la variable de respuesta:
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:
Los mejores resultados para las unidades producidas se
tendrn con:
TOC: 50%. Factor A a nivel (-)
Andon: Sin seal. Factor B a nivel (-)
TPM: Con auxiliar. Factor C a nivel (+)
Ecuacin:
Y 10.41 0.02 X A 0.30 X B 1.17 X C 0.14 X A X B
0.02 X A X C 0.05 X B X C 0.05 X A X B X C ijkl
Interpretacin:
No existen interacciones dobles significativas con un efecto
estadsticamente importante sobre la variable de respuesta:
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
paralelas, lo que quiere decir, que estas herramientas
combinadas, no tienen efectos significativos sobre el
incremento del porcentaje de utilizacin del empaque. 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:
Anlisis de las herramientas Lean Manufacturing 103
Residuos concentracin
Fuente GL SC Sec. SC Ajust. MC Interpretacin:
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
existen interacciones dobles o triples significativas sobre la
Total 39 2557,9
variable respuesta, es decir, que la combinacin de estas
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.
Criterio de rechazo Ecuacin:
Si valor-p< =0.05, entonces se Rechaza H0
Y 11.55 0.2 X A 6.6 X B 0.6 X C 0.35 X A X B
0.55 X A X C 0.05 X B X C 0.4 X A X B X C ijkl
Interpretacin:
No existen interacciones dobles significativas 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 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
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: 50%. Factor A a nivel (-)
Andon: Sin seal. Factor B a nivel (-)
TPM: Con auxiliar. Factor C a nivel (+)
Residuos envasado
Fuente GL SC Sec. SC Ajust. MC Interpretacin:
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,
que la combinacin de estas herramientas Lean
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
104 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
Mejor combinacin:
Los mejores resultados para las unidades producidas se
tendrn con:
TOC: 50%. Factor A a nivel (-)
Andon: Sin seal. Factor B a nivel (-)
TPM: Con auxiliar. Factor C a nivel (+)
Mejor combinacin:
Los mejores resultados para las unidades producidas se
tendrn con:
TOC: 100%. Factor A a nivel (+)
Anlisis de las herramientas Lean Manufacturing 105
Entrada a envasado
Fuente GL SC Sec. SC Ajust. MC Interpretacin:
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,
que la combinacin de estas herramientas Lean
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.
Criterio de rechazo Ecuacin:
Si valor-p< =0.05, entonces se Rechaza H0
Y 571.28 3.58 X A 24.93 X B 13.38 X C 7.33 X A X B
2.28 X A X C 10.98 X B X C 1.03 X A X B X C ijkl
Interpretacin:
No existen interacciones dobles significativas 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 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 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: 100%. Factor A a nivel (+)
Andon: Con seal. Factor B a nivel (+)
TPM: Sin auxiliar. Factor C a nivel (-)
Fuente: Elaboracin propia
De esta manera, se puede concluir para este Escenario 2, que para intervenir una muda
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).
106 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
4.1.3 Escenario 3
Para la construccin de este escenario, se consideran los siguientes niveles:
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 4-3 se genera el anlisis de
cada una de estas variables.
Mejor combinacin:
Los mejores resultados para las unidades producidas se
tendrn con:
TOC: Con preparacin. Factor A a nivel (+)
Anlisis de las herramientas Lean Manufacturing 107
Ecuacin:
Y 17.30 0.06 X A 0.08 X B 1.64 X C 1.71X A X B
0.07 X A X C 0.04 X B X C 1.59 X A X B X C ijkl
Interpretacin:
Existen interacciones dobles significativas con un efecto
estadsticamente importante sobre la variable de respuesta:
porcentaje de utilizacin de envasado, la grfica de
interaccin muestra que no existe interaccin entre los
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
residuos vs orden (Ver ANEXO 9. Verificacin de
supuestos).
Mejor combinacin:
Los mejores resultados para las unidades producidas se
tendrn con:
TOC: Con preparacin. Factor A a nivel (+)
Andon: Sin seal. Factor B a nivel (-)
TPM: Sin auxiliar. Factor C a nivel (-)
Residuos concentracin
Fuente GL SC Sec. SC Ajust. MC Interpretacin:
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
108 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
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.
Si valor-p< =0.05, entonces se Rechaza H0
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 (-)
Andon: Con seal. Factor B a nivel (+)
TPM: Sin auxiliar. Factor C a nivel (-)
Residuos envasado
Fuente GL SC Sec. SC Ajust. MC Interpretacin:
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
Si valor-p< =0.05, entonces se Rechaza H0 Y 21.95 1.25 X A 4.45 X B 0.15 X C 1.05 X A X B
0.05 X A X C 0.45 X B X C 0.15 X A X B X C ijkl
Anlisis de las herramientas Lean Manufacturing 109
Interpretacin:
No existen interacciones dobles significativas con un efecto
estadsticamente importante sobre la variable de respuesta:
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
herramientas combinadas, no tienen efectos significativos
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:
Los mejores resultados para las unidades producidas se
tendrn con:
TOC: Con preparacin. Factor A a nivel (+)
Andon: Sin seal. Factor B a nivel (-)
TPM: Sin auxiliar. Factor C a nivel (-)
Mejor combinacin:
Los mejores resultados para las unidades producidas se
tendrn con:
TOC: Con preparacin. Factor A a nivel (+)
Andon: Sin seal. Factor B a nivel (-)
TPM: Sin auxiliar. Factor C a nivel (-)
110 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
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:
Criterio de rechazo Y 243.575 14.23 X A 8.38 X B 10.73 X C 3.58 X A X B
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:
No existen interacciones dobles significativas 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 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 (-)
Andon: Sin seal. Factor B a nivel (-)
TPM: Sin auxiliar. Factor C a nivel (-)
Fuente: Elaboracin propia
De esta manera, se puede concluir para este Escenario 3, que para intervenir una muda
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).
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.
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
112 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
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.
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
Anlisis de las herramientas Lean Manufacturing 113
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.
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%
Fuente: Elaboracin propia
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).
Anlisis de las herramientas Lean Manufacturing 115
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.
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.
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.
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),
120 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
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%
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.
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.
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.
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.
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
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
126 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
Gutierrez P., H., & de la Vara S., R. (2012). Anlisis y Diseo de Experimentos. 3
Edicin. Mxico D.F.: Mc Graw Hill.
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.
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.
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.
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
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.
128 Anlisis de las herramientas Lean Manufacturing para la eliminacin de
desperdicios en las Pymes
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.
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.
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.
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