con estos tres elementos se pudo iniciar el análisis, en primer término considerando los trabajadores iniciales, máquinas disponibles y nave industria, ya que la planta abrió operaciones en febrero de 2007 y con plazos mensuales para incrementar su plantilla de personal.
Al momento de inicio del estudio de productividad se contaba ya con una historia de cortes u órdenes de producción que habían estado trabajándose aunque no había registros formales de dichas órdenes, esto dificulta la labor ya que en empresas familiares no es muy frecuente que existan registros, lo que hace que se tenga necesidad de buscar y clasificar la información.
Los datos se clasificaron por periodos mensuales de trabajo, durante los meses de febrero, marzo, abril y mayo, tal y como se muestra en la tabla 1.1 basados en la fecha de salida de la orden de producción, esto significa que la orden de producción pudo haber entrado en el mes anterior, aunque se sugiere considerarla como terminada en el mes en que es despachada..
La segunda columna representa el número de orden de producción asignado de manera arbitraria, la tercer columna representa el total de unidades que componen la orden de producción y la cuarta y última columna contiene los días de proceso, este dato es calculado considerando la fecha de entrada al proceso y la fecha de salida del mismo. Se considera fecha de entrada cuando la orden de producción es iniciada en la sala de costura y terminada cuando la última prenda de esa orden de producción es despachada para la sala de plancha.
Tabla 1.1
Mes de proceso | No | Piezas | Días en proceso |
Febrero | 202 | 1,630 | 13 |
204 | 928 | 8 | |
205 | 402 | 8 | |
Producción del mes | 2,960 | ||
Marzo | 206 | 1190 | 5 |
207 | 1198 | 5 | |
Producción del mes | 2,388 | ||
Abril | 208 | 1094 | 21 |
209 | 1147 | 26 | |
210 | 1233 | 15 | |
211 | 1261 | 24 | |
212 | 1236 | 24 | |
Producción del mes | 5971 | ||
Mayo | 213 | 1090 | 22 |
214 | 5594 | 35 | |
215 | 4954 | 24 | |
217 | 1191 | 18 | |
218 | 1087 | 21 | |
222 | 1056 | 10 | |
Producción del mes | 14,972 |
Los indicadores primarios
Con los datos anteriores, es posible tener resultados que puedan llevar a obtener los indicadores de productividad primarios descritos anteriormente en relación al número de trabajadores, al número de máquinas y el área utilizada para las labores de ensamble, tal y como se muestra en la tabla 1.2, es decir elementos tangibles que intervienen en el proceso.
Tabla 1.2
Mes de proceso | Trabajadores | Máquinas | M2 | RESULTADOS (Producción) | Indicador 1 | Indicador 2 | Indicador 3 |
Febrero | 55 | 53 | 225 | 2,960 | 53.82 | 55.85 | 13.16 |
Marzo | 60 | 55 | 225 | 2,388 | 39.80 | 43.42 | 10.61 |
Abril | 65 | 55 | 225 | 5,971 | 91.86 | 108.56 | 26.54 |
Mayo | 63 | 55 | 225 | 14,972 | 237.65 | 272.22 | 66.54 |
Ahora se pueden tener elementos que permitan efectuar un juicio de evaluación en cuanto a la productividad permitiendo elaborar gráficos que denoten el grado de desempeño del proceso en los elementos juzgados (área, trabajadores y máquinas) tal como se muestra en la gráfica 1.3.
Gráfica 1.3
Para obtener el indicador global de productividad por mes, es necesario promediar los 3 resultados, ya que la productividad debe entenderse como una medida de desempeño amplia, que tiene que ver con varios aspectos de una planta.
Se tiene entonces un valor de productividad en el sentido básico por mes, tal como se muestra en la tabla 1.4.
Tabla 1.4
Mes de proceso | Trabajadores | Máquinas | M2 | RESULTADOS (Producción) | Indicador Global |
Febrero | 55 | 53 | 225 | 2,960 | 40.94 |
Marzo | 60 | 55 | 225 | 2,388 | 31.28 |
Abril | 65 | 55 | 225 | 5,971 | 75.65 |
Mayo | 63 | 55 | 225 | 14,972 | 192.14 |
De la tabla anterior (1.4) se puede visualizar una baja de productividad en el mes de marzo, debido a diferentes factores y un despunte importante a partir de abril, esto es explicable debido a que los 2 primeros meses fueron de adaptación y capacitación al personal como se muestra en el gráfico 1.5.
Gráfica 1.5
En un principio puede pensarse que la productividad está fuertemente correlacionada con la producción, según lo que el ejemplo hace ver, pero en realidad no es muy correcta esta afirmación ya que la variación de los factores puede hacer que la productividad se vea alterada aun que la producción sea mayor, por ejemplo, si se tuviera el escenario supuesto en la tabla 1.6
Tabla 1.6
Mes | Producción | Trabajadores | Máquinas | Área | Indicador 1 | Indicador 2 | Indicador 3 | Indicador global | Variación % |
1 | 5000 | 50 | 45 | 200 | 100 | 111 | 25 | 79 | |
2 | 6000 | 65 | 60 | 300 | 92 | 100 | 20 | 71 | -10 |
El cuadro anterior simula el análisis de 2 meses de producción, suponiendo que en el primero se elaboraron 5000 piezas y en el segundo 6000, eso haría pensar que la productividad ha subido, sin embargo no es así. Al comparar los resultados obtenidos con los recursos empleados es posible apreciar que la productividad ha bajado en un 10%.
Nótese la importancia de los factores con los que se generan los resultados ya que el juzgar un proceso simplemente por sus resultados resulta bastante limitado que pueda llevar a tomar determinaciones no siempre acertadas.
Juzgando los resultados de la tabla, sería mas conveniente estar en el escenario del primer mes que en el segundo, no obstante que existe mayor producción.
El comportamiento de la productividad del proceso puede ser susceptible de modificaciones, dichas correcciones pueden hacerse en 2 sentidos.
- aumentando el dividendo de la relación Resultados / recursos
- Disminuyendo el divisor de la misma relación
Aparentemente es simple, pero implica esfuerzos importantes ya que si se trata de subir la producción se debe estar pendiente de los factores que lo afectan, tales como índice de rechazos, velocidad de producción, suministros en tiempo y muchos factores mas que intervienen.
Los indicadores secundarios.
Sin duda que lo fundamental en una empresa lucrativa de cualquier tamaño son los resultados financieros, es por ello que los indicadores de productividad, pueden y deben orientarse a destacar dichos factores.
Con los indicadores diseñados en la primera parte de este trabajo se puede tener una buena base de medición de productividad. La etapa posterior es diseñar entonces indicadores que denomino secundarios y que tienen que ver con elementos no tangibles, tales como el tiempo y el dinero, razón fundamental de las organizaciones lucrativas.
Se cuenta con información valiosa en este ejemplo que sirve para determinar algunas relaciones importantes tales como:
- La velocidad de producción. Dada por la cantidad de piezas que componen la orden de producción dividido entre los días en proceso.
Este indicador es muy útil cuando se trata de estimar los tiempos de proceso, es decir, el tiempo que tarda una orden de producción desde que las piezas son ingresadas al proceso hasta que el pantalón sale de la planta sirviendo de base para planear las entregas al cliente.
Para el caso analizado se tiene un promedio de velocidad de producción de 106 piezas terminadas por día, resultado que puede ser bajo de acuerdo a los parámetros comunes de la industria o de acuerdo a las necesidades de producción de la empresa.
De la razón anterior se pueden obtener los resultados que se muestran en la tabla 1.7
Tabla 1.7
Mes de proceso | No | Piezas | Días en proceso | Velocidad de corte |
Febrero | 202 | 1,630 | 13 | 125.38 |
204 | 928 | 8 | 116.00 | |
205 | 402 | 8 | 50.25 | |
Producción del mes | 2,960 | |||
Marzo | 206 | 1190 | 5 | 238.00 |
207 | 1198 | 5 | 239.60 | |
Producción del mes | 2,388 | |||
Abril | 208 | 1094 | 21 | 52.10 |
209 | 1147 | 26 | 44.12 | |
210 | 1233 | 15 | 82.20 | |
211 | 1261 | 24 | 52.54 | |
212 | 1236 | 24 | 51.50 | |
Producción del mes | 5971 | |||
Mayo | 213 | 1090 | 22 | 49.55 |
214 | 5594 | 35 | 159.83 | |
215 | 4954 | 24 | 206.42 | |
217 | 1191 | 18 | 66.17 | |
218 | 1087 | 21 | 51.76 | |
222 | 1056 | 10 | 105.60 | |
Producción del mes | 14,972 |
En el sentido de análisis de la velocidad de producción se observa una variación considerable, dando información importante de que se trata de un proceso muy inestable. Esto puede ser visualizado en la gráfica 1.8
Gráfica 1.8
Es posible inferir entonces que la mejor velocidad de producción ocurrió entre loas órdenes 206 y 207, bajando estrepitosamente en la orden 208 sin poder recuperar su nivel al cierre de este estudio, aunque con una tendencia a nivelar su velocidad.
El contralor del proceso debe entonces junto con su equipo de trabajo identificar las posibles causas por las que el proceso perdió velocidad, puede ayudarse de diferentes herramientas tales como un diagrama Causa y Efecto, o bien un Diagrama de Flechas o bien a través de Dinámica de Sistemas. Con ello podrá detectar esas causas y erradicarlas o disminuirlas para disminuir o erradicar sus impactos.
Resulta impensable considerar un sistema de indicadores de productividad sin que participe el recurso financiero, para ello se requiere entonces recurrir a los datos que se tienen en cuanto a la plantilla de personal y sus salarios.
En el ejemplo se utilizan los totales pagados por concepto de salarios a los trabajadores de la planta dividido entre la cantidad de piezas obtenidas dicho mes para obtener la proporción de costo de mano de obra directa en el proceso. Debiendo aclarar que en este caso solo se considerarán los salarios, dejando pendiente por razones de espacio en la publicación, los otros factores que intervienen en el consto tales como energía eléctrica, refacciones, combustibles, y otros, los cuales pueden y deben analizarse de la misma manera que el factor que aquí se expone.
La tabla 1.9 muestra los salarios pagados en los meses correspondientes.
Tabla 1.9
Mes de proceso | Trabajadores | Total pagado |
Febrero | 55 | $125,440 |
Marzo | 60 | 137,920 |
Abril | 65 | 147,520 |
Mayo | 63 | 143,680 |
Es posible conocer un nuevo indicador que es la proporción de costo de mano de obra directa en prenda, lo cual se puede apreciar claramente en la tabla 1.10
Mes de proceso | RESULTADOS (Producción) | Cto. De mano de obra directa |
Febrero | 2,960 | 42.38 |
Marzo | 2,388 | 57.76 |
Abril | 5,971 | 24.71 |
Mayo | 14,972 | 9.60 |
Este indicador es del tipo negativo, es decir que es inversamente proporcional a la mejora del proceso ya que si el indicador disminuye significa un mejor costo de mano de obra directa.
El comportamiento de este indicador se puede apreciar en la gráfica 1.11
Gráfica 1.11
Lo anterior sirve de base para poder analizar el comportamiento del proceso y cruzar esta información con el área de costos con el propósito de verificar si el proceso es congruente con los presupuestos. Esto puede resultar muy peligroso ya que en muchas ocasiones los costos son mas bajos que los resultados del proceso.
Este ejemplo es un ejercicio muy resumido de lo que puede hacerse con los indicadores de productividad en cualquier proceso que se desee monitorear.
Gracias a los indicadores, se pueden plantear objetivos y metas numéricos que lleven realmente a alcanzar los niveles de desempeño deseados mejorando de esta forma la productividad de las organizaciones. Desde luego que es un proceso no fácil, aunque es la intención de este trabajo alentar el uso de estas herramientas de los micro y pequeños empresarios de México.
Nuestro país requiere de tecnificar a sus empresas, y tecnificar no significa por necesidad invertir en objetos tangibles. Es posible tecnificar el software empresarial resultando mas fácil cuando se ha sensibilizado a lo que llaman hoy el Humanware.
Referencia del autor.
Ignacio Sarmiento Vargas
Grado.
Master en Ingeniería I.T.E.S.M. 2003
Título académico
Lic. en administración de empresas Unitec 1984
Actualmente es profesor investigador de la Universidad Tecnológica de la Huasteca Hidalguense
Ha desarrollado trabajos de investigación en las áreas de calidad en el servicio para administración pública, calidad en manufactura, análisis de control de procesos, entre otros.
Es consultor especializado en calidad y productividad desde hace 7 años
Evaluador del premio Hidalgo a la Calidad 2003
Página anterior | Volver al principio del trabajo | Página siguiente |