Nota de enseñanza

¡Soy flexible o me cortan!:

la línea de producción de SonCase
NE28-12-027

Síntesis del caso

A principios de octubre 2017, el ingeniero Adalberto Martínez, jefe de producción de las
fundas SonCase, se encontraba con la exigencia de su Program Manager de mejorar la
productividad y calidad de la línea de producción de las mismas. La urgencia de la
solicitud obligaba al ingeniero Martínez a utilizar una metodología adecuada de solución
de problemas para obtener una propuesta que permitiera satisfacer los requerimientos de
su cliente y que se aprovecharan mejor los recursos de la organización. Por medio de
este caso de estudio, se busca que el estudiante pueda utilizar la herramienta de
simulación de procesos para evaluar diferentes alternativas de configuraciones de
sistemas de trabajo, además de utilizar otras herramientas estadísticas y de toma de
decisiones para seleccionar la mejor alternativa para la solución del problema presentado.
Es necesario que el alumno conozca los temas de simulación de procesos con Flexsim®,
diagrama de Ishikawa, diagrama de Pareto, diseños experimentales 2k y otras
herramientas de toma de decisiones como la matriz de Pugh y la matriz de Pros y
Contras.

Dirigido a estudiantes de:

Ingeniería Industrial y de Sistemas
Maestría en administración de negocios en área de calidad
Maestría en administración de la ingeniería

Temas relacionados
 Matriz de Pros y Contras
 Matriz de Pugh

Estas notas de enseñanza fueron preparadas por Jonathan Cuevas Ortuño ([Link]@[Link]),
conel propósito de servir como material de apoyo a instructores del caso “¡Soy flexible o me cortan!:la
línea de producción de SonCase”. Las Notas de Enseñanza proveen análisis y cuestionamientos del caso
que pretenden presentar distintos enfoques para ayudar a que el participante profundice en la
comprensión de los temas tratados y enriquecer la discusión. La historia de este documento está basada
en las experiencias de distintas personas y algunos de sus datos han sido modificados a petición de las
personas e instituciones involucradas.

Derechos Reservados © Instituto Tecnológico y de Estudios Superiores de Monterrey; Av. General

Ramón Corona No. 2514 Col. Nuevo México, Zapopan, Jalisco 45138, México. El ITESM prohíbe
cualquier forma de reproducción, almacenaje o transmisión de la totalidad o parte de esta obra, sin
autorización por escrito.

Centro Internacional de Casos Fecha de revisión: 15 de octubre de 2018

Tecnológico de Monterrey Última revisión: 15 de octubre de 2018
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

 Herramientas gráficas para la solución de problemas con el software

Minitab® (Diagrama de Pareto, Diagrama de Ishikawa)
 Gráfico de control de proporciones (Gráfica P)
 Herramientas estadísticas para la solución de problemas con el software
Minitab® (Diseño de experimentos 2k)
 Modelos de simulación desarrollados con Flexsim®
 Análisis de capacidad de producción utilizando simulación de eventos
discretos
 Propuesta de una mejora de un proceso mediante Flexsim®

Materias
- Simulación de Eventos Discretos
- Métodos cuantitativos para la toma de decisiones
- Maestría en Administración de la Ingeniería
-
Competencia
Construye una simulación de línea de ensamble utilizando herramientas estadísticas en
un simulador computacional para la toma de decisiones.

Objetivos generales
• Que el alumno realice una simulación de una línea de ensamble para fortalecer
sus conocimientos en simuladores computacionales (software Flexsim®).
• Que el alumno utilice herramientas estadísticas para identificar la(s) causa(s) de
un problema.
• Que el alumno evalúe diferentes propuestas de solución utilizando herramientas
de toma de decisiones.

Objetivos específicos
 Que el alumno modele en Flexsim® el sistema actual de fabricación de fundas
para calcular la producción por turno.
 Que el alumno calcule la proporción de producto defectuoso por turno y que
realice un diagrama de control de proporciones (Gráfica P).
 Que el alumno realice un análisis de las causas que están generando la producción
de producto defectuoso.
 Que el alumno diseño y analice un experimento para recomendar el mejor
tratamiento para minimizar la proporción de producto defectuoso de la línea de
producción.
 Que el alumno elabore un modelo de simulación con el software Flexsim® de tres
sistemas de trabajo propuestos.
 Que el alumno utilice herramientas de toma de decisiones (matriz de Pugh y
matriz de pros y contras) para evaluar diferentes alternativas de solución del
problema.

Actividades y tiempos planeados

Previo a la sesión:
 El alumno deberá leer y analizar el caso.
 El alumno deberá de contar con los conocimientos de simulación de procesos con
Flexsim®, diseño y análisis de experimentos 2k, análisis de causa-raíz con
2
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

diagramas de Ishikawa y diagramas de Pareto, herramientas de toma de

decisiones como matriz de Pugh y matriz de Pros y Contras.
 El alumno deberá interpretar un Value Stream Map (VSM) del proceso de fundas.

Durante la sesión:
 El profesor analizará con el grupo el sistema de producción actual (VSM) de
fundas. (15 minutos)
 Cada alumno realizará un análisis rápido para comprender las causas que están
generando una baja productividad y defectos en la línea de producción de fundas.
(5 minutos)
 Dar un tiempo de 10 minutos para que los equipos de causas afines discutan los
hallazgos encontrados.
 Hacer un sondeo rápido, de las posibles opciones de solución a la disyuntiva que
plantea el caso, e integrar a los alumnos a aquellas alternativas afines. En este
punto se espera que existan al menos dos alternativas expuestas. Los equipos
deberán ser de tres a cinco integrantes. (10 minutos)
 Dar un tiempo de 10 minutos para que los grupos de alternativas afines discutan
su propuesta de solución del caso.
 Plantear las preguntas detonantes del inicio de la sesión a cada grupo, haciendo
énfasis de las ventajas y desventajas de cada propuesta con respecto al desarrollo
planteado en la nota de enseñanza del caso. (10 minutos)
 Cada equipo modelará con Flexsim® el sistema de producción actual y las tres
propuestas presentadas en el caso. (90 minutos)
 Cada equipo identificará la causa-raíz del problema realizando un diagrama de
Ishikawa y de Pareto con Minitab®. (10 minutos)
 Por equipo, se diseñará y analizará el experimento en Minitab® para identificar
los factores y niveles que minimicen la proporción de productos defectuosos de la
línea de producción. (20 minutos)

Después de la sesión de discusión:

 Una vez que se modelan en Flexsim® los sistemas de producción actual y
propuestos, cada equipo obtendrá la capacidad de producción de fundas por turno
(30 turnos). (20 minutos)
 El equipo comparará las tres propuestas presentadas contra el sistema de
producción actual por medio de la matriz de Pugh y la matriz de Pros y Contras.
(20 minutos)
 El equipo seleccionará la mejor propuesta para el ingeniero Adalberto Martínez
justificando su decisión. (20 minutos)
 Después de que los equipos presenten su propuesta por escrito, el profesor dará la
solución del caso en la siguiente sesión, (20 minutos aproximadamente). (30
minutos)

Preguntas detonantes para el inicio de la sesión

o ¿Qué ventajas tiene el uso de la simulación con Flexsim® para determinar la
capacidad de producción de la línea?
o ¿Cómo evaluar si la proporción de producto defectuoso por turno está fuera de
control?

3
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

o ¿Cuáles son las causas que están generando producto defectuoso en la línea de
producción?
o ¿Qué factores pueden estar influyendo en la generación de productos
defectuosos?
o ¿Qué propuestas sugerirías para minimizar la proporción de producto defectuoso?
o A primera vista, ¿qué propuesta de sistema de producción recomendarías al
ingeniero Maldonado? ¿Qué criterios consideras los más importantes para evaluar
las diferentes alternativas y tomar una decisión?

Preguntas detonantes para el análisis de resultados

o ¿Qué sistema de producción es el que genera mayor producción de fundas por
turno?
o ¿La proporción de productos defectuosos se encuentra bajo control?
o ¿Cuáles son las causas principales que generan productos defectuosos en la línea
de producción?
o ¿Qué factores y niveles consideres las más relevantes para minimizar la
proporción de productos defectuosos de la línea de producción?
o ¿Qué ventajas o desventajas considerarías entre las propuestas presentadas y el
sistema actual?
o ¿Es recomendable seleccionar algunas de las propuestas presentadas en el caso o
se debería continuar trabajando con el sistema de producción actual? ¿Qué peso
(relevancia) se podría asignar a los criterios que consideras los más importantes
para evaluar las propuestas y tomar la mejor decisión?

Material auxiliar
Software de simulación Flexsim®
Software de análisis estadísticos Minitab®

4
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

Plan de pizarrón
Se recomienda estructurar el análisis del caso de la siguiente forma:

Bibliografía recomendada

Análisis y diseño de experimentos

Humberto Gutiérrez Pulido / Román de la Vara Salazar
3ª Edición. Editorial McGraw Hill
Análisis y diseño de experimentos
Douglas Montgomery
2ª Edición. Editorial LIMUSA-WILEY
Applied Simulation: Modeling and Analysis using FlexSim
Beaverstock, Greenwood, and Nordgren
5ª Edition. [Link]
Seis sigma – metodologías y técnicas
Edgardo Escalante Vázquez
2ª Edición. Editorial LIMUSA
Introducción a la teoría de decisiones
Jones, J. Morgan
Editorial ALFAOMEGA

5
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

Análisis del autor

Para las materias de Simulación de Eventos Discretos y Métodos cuantitativos para la
toma de decisiones se requiere un análisis con simulación con Flexsim® para determinar
la capacidad de producción de la línea de fundas. Además, se busca analizar la
proporción de fundas defectuosas por turno e identificar sus causas potenciales.

De acuerdo al plan de pizarrón recomendado al facilitador del caso, se recomienda seguir

los siguientes pasos en el análisis:

Paso 1. Analizar el Value Stream Map (VSM) del proceso actual.

Se espera que el alumno elabore un VSM del sistema actual con el apoyo de una
herramienta tecnológica como el software Lucidchart ([Link]). El alumno
identificará la siguiente información:

o Porcentaje de Yield de operación 4 y operación 8: 90% y 95%,

respectivamente
o Número de operaciones en el proceso: 8 operadores (1 operador por
estación)
o Tiempos requeridos por operación: Ver Tabla 1 del caso de estudio.
o Tiempo disponible para trabajar por turno: 540 minutos/turno – 45
minutos/turno (descanso) – 15 minutos/turno (recibir instrucciones) =
480 minutos /turno = 28,800 segundos/turno
o Analizar demanda: Ver Figura 2 de caso de estudio

Paso 2. Construcción de modelo de simulación del sistema de producción actual.

En esta etapa, el alumno deberá construir el modelo de producción del sistema actual, se
apoyará en el uso del software Flexsim® ([Link]) para su construcción. El
layout del proceso deberá presentarse como el mostrado en la Figura 4 del caso de
estudio. Se programarán los escenarios para 30 días con el apoyo del módulo de
Experimenter del Flexsim®. La programación del Experimenter se realizará para
monitorear los métricos Y1=Piezas fabricadas por turno y Y2=Piezas defectuosas por
turno (ver Figura 1) Descargar modelo de simulación del sistema actual sugerido por el
autor en la siguiente liga.

Figura 1. Programación de métricos en Experimenter de Flexsim®

6
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

La programación de la corrida para 30 días (28,800 segundos/día) en Flexsim® se

presenta en la Figura 2.

Figura 2. Programación de tiempo de simulación y réplicasen Experimenter de Flexsim®

Finalmente se evalúan los indicadores Y1 (Figura 3a) y Y2 (Figura 3b) en el sistema

actual del proceso. Los resultados obtenidos por el Experimenter se muestran en la
Figura 3.

Figura 3. Resultados de simulación para cada métrico en sistema actual.

Figura 3a. Métrico Y1 Figura 3b . Métrico Y2

Paso 3. Evaluación de causa-raíz de los defectos en las fundas.

El alumno utilizará el software Minitab ([Link]) para elaborar un Diagrama

de Ishikawa a partir de la información presentada Tabla 3 del caso de estudio. El
resultado que se deberá presentar se observa en la Figura 4.

7
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

Figura 4. Diagrama de Ishikawa elaborado en Minitab®.

Diagrama de Ishikawa
Mediciones Material Personal

Personal operativo masculino con menos

habilidad que el feminino en método
Personal operativo no identifica
correctamente el defecto por rebaba
Espesor con muchas diferencias entre
Inconsistencia entre trabajadores al evaluar
fundas
fundas como defectuosas
No se cuenta con tiempo estándar de Trabajadores se cansan por estar de pie
operaciones
Operadores desmotivados
No embonan correctamente el lado A y
B de la pieza
No reciben capacitación los trabajadores en
el método de ensamble asignado
Proporción
Falta de supervisión del ingeniero de proceso

alta de
fundas
defectuosas
Poca iluminación en el área de trabajo Falta de mantenimiento de equipos
Métodos de ensamble no estandarizados

Mala configuración de layout del proceso No contar con estaciones de trabajo

adecuadas

No se tiene disponible la herramienta

Mucho ruido en el área de trabajo necesaria para la operación Máquina con sellado defectuoso

Medio ambiente Métodos Máquinas

Por último, a partir de la información presentada en la Tabla 4 del caso de estudio, el

alumno deberá de construir un Diagrama de Pareto con el Minitab para identificar la(s)
causa(s)-raíz del problema de alta proporción de producto defectuoso. El resultado que se
espera del alumno se presenta en la Figura 5.

Figura 5. Diagrama de Pareto elaborado en Minitab®.

Diagrama de Pareto de Causas
180

160 100

140
80
120
Porcentaje
Votación

100 60

80

60 40

40
20
20

0 0
Causas B O L I H J N D P A E F K M Q C G Ñ
Votación 40 31 30 25 5 4 4 3 3 2 2 2 2 2 2 1 1 1
Porcentaje 25 19 19 16 3 3 3 2 2 1 1 1 1 1 1 1 1 1
% acumulado 25 44 63 79 82 84 87 89 91 92 93 94 96 97 98 99 99 100

El resulto del análisis anterior indica que las causas en las que se tiene que enfocar el
ingeniero Adalberto son: (B) El personal operativo masculino muestra menos habilidad
que el femenino para realizar el método, (O) No reciben capacitación los trabajadores en
el método de ensamble asignado, (L) Método de ensamble no estandarizado y (I) Mala
configuración del layout del proceso.
8
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

Paso 4. Gráfica P de defectos por día (un turno por día).

Los datos de producción de productos buenos y producción defectuosa por turno se
encuentran en la Tabla 1.
Producción del mes de Septiembre del 2017
Día 1 Día 2 Día 3 Día 4 Día 5 Día 6 Día 7 Día 8 Día 9 Día 10 Día 11 Día 12 Día 13 Día 14 Día 15 Día 16 Día 17 Día 18 Día 19 Día 20 Día 21 Día 22 Día 23 Día 24 Día 25 Día 26 Día 27 Día 28 Día 29 Día 30
Piezas buenas 176 186 173 178 173 186 171 178 178 180 177 175 178 178 177 184 184 177 176 177 176 177 185 174 178 178 173 175 169 176
Piezas defectuosas 30 21 31 39 35 27 36 38 26 33 23 36 26 31 30 27 22 35 29 30 26 29 29 40 30 38 29 30 34 33
Producción total 206 207 204 217 208 213 207 216 204 213 200 211 204 209 207 211 206 212 205 207 202 206 214 214 208 216 202 205 203 209

Tabla 1. Producción total de fundas FlexiCase en el mes de Septiembre del 2017

Con la información anterior, se espera que el alumno utilice el Minitab para realizar una
Gráfica de Proporciones (Gráfica P) de los defectos por día. El resultado esperado se
muestra en la Figura 6.

Figura 6. Gráfica P elaborada en Minitab®.

Gráfica P de defectos por día

0.225 LCS=0.2214

0.200

0.175
Proporción

_
0.150 P=0.1478

0.125

0.100

0.075 LCI=0.0741

0.050
1 4 7 10 13 16 19 22 25 28
Muestra
Las pruebas se realizaron con tamaños de la muestra desiguales

El resultado obtenido en la Gráfica P indica que la proporción de producto defectuoso en

el sistema de producción actual se encuentra bajo control, sin embargo, es importante
definir acciones para reducir .

Paso 5. Diseño y análisis de experimentos para minimizar Y=proporción de

producción defectuosa.

Construcción de un diseño: 23
Para analizar qué factores tenían efectos sobre la proporción de producción defectuosa
(Y) se definió un experimento con los siguientes factores y niveles (Figura 7).

9
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

Figura 7. Factores y niveles programados en Minitab®

De acuerdo a la información mostrada en la Figura 7, se consideró utilizar un diseño

factorial 23 con 5 réplicas cada tratamiento. Los factores controlables para realizar los
experimentos fueron: FACTOR A: Método de ensamble (A, B), FACTOR B: Género del
operador (Femenino o Masculino), FACTOR C: Capacitación (Sin capacitación en el
método, Con capacitación en el método). Para analizar los efectos significativos se
realizó un Análisis de Varianza (ANOVA) y se plantearon las siguientes hipótesis:

Ho: Efecto A = 0 Ho: Efecto AB = 0 Ho: Efecto ABC = 0

Ha: Efecto A ≠ 0 Ha: Efecto AB ≠ 0 Ha: Efecto ABC ≠ 0
Ho: Efecto B = 0 Ho: Efecto AC = 0
Ha: Efecto B ≠ 0 Ha: Efecto AC ≠ 0
Ho: Efecto C = 0 Ho: Efecto BC = 0
Ha: Efecto C ≠ 0 Ha: Efecto BC ≠ 0

Se realizó el ANOVA con el apoyo del software MINITAB® y se decidió utilizar un

nivel de confianza en el estudio del 90%. El valor-p obtenido para cada prueba se
observa en la Tabla 2.
Tabla 2. Análisis de Varianza (ANOVA) elaborado en MInitab®.

10
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

Debido a que el valor-p de cada fuente de variación fue menor a α=0.10 se concluyó no
rechazar las hipótesis nulas de cada prueba. El resultado anterior indicó que todos los
efectos eran significativos en el modelo estadístico propuesto.
El análisis presentado en la Figura 8 nos muestra que la calidad de ajuste del modelo
propuesto es adecuada ya que el coeficiente de determinación ajustado (R2ajustado) es
cercano a 100%.

Figura 8. Indicadores de adecuación del modelo propuesto.

Evaluación de supuestos del modelo.

También se realizó un análisis gráfico de residuos para probar los supuestos del modelo:
normalidad en residuos, homocedasticidad o varianza constante entre tratamientos e
independencia en residuos. Los resultados obtenidos de Minitab® se observan en la
Figura 9.
Figura 9. Evaluación de los supuestos del modelo en Minitab®.

11
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

Gráficas de residuos para Proporción defectos

Gráfica de probabilidad normal vs. ajustes
99
0.04
90
Porcentaje

0.02

Residuo
50
0.00

10 -0.02

1 -0.04
-0.050 -0.025 0.000 0.025 0.050 0.05 0.10 0.15 0.20

Residuo Valor ajustado

Histograma vs. orden

10.0 0.04
Frecuencia

7.5 0.02

Residuo
5.0 0.00

2.5 -0.02

0.0 -0.04
-0.04 -0.02 0.00 0.02 0.04 1 5 10 15 20 25 30 35 40
Residuo Orden de observación

Además de la prueba gráfica (histograma y gráfica de probabilidad normal) para evaluar

el supuesto de normalidad en residuos, se realizó un análisis del supuesto de normalidad
con la prueba de Anderson-Darling. En la Figura 10 se presenta el resultado de dicha
prueba. El valor-p > α=0.10 nos permite concluir que hay evidencia estadística para no
rechazar la Ho: Los residuos se ajustan a una distribución normal.

12
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

Figura 10. Prueba de Anderson-Darling en Minitab®.

Prueba de normalidad de residuos

Normal
99
Media -6.91287E-17
[Link]. 0.01772
95 N 40
AD 0.503
90
Valor p 0.194
80
70
Porcentaje

60
50
40
30
20

10

1
-0.050 -0.025 0.000 0.025 0.050
RESID

Para probar el supuesto de homocedasticidad o varianza constante, se realizó la prueba

de Barlett. En la Figura 11 se observa que el valor-p es menor al α=0.10 por lo que el
supuesto de homocedasticidad no se cumple, sin embargo, el análisis de varianza
realizado es suficientemente robusto para soportar que no se cumpla este supuesto.

Figura 11. Prueba de Barlett en Minitab®.

La gráfica de orden de corrida contra residuos presentado en la Figura 9 nos indicó que
no se observa un patrón evidente en el comportamiento de los residuos, por lo que se
concluyó que el supuesto de independencia en residuos si se cumple.
Recomendación de tratamiento adecuado para minimizar la variable de respuesta
(Y=proporción de producción defectuosa)

13
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

En la Figura 12 se presenta el análisis realizado en Minitab® para identificar el

tratamiento que nos permitiera minimizar Y. El resultado obtenido indicó que para
minimizar la proporción de producción defectuosa se debe utilizar el método B, el
operador debe ser del género femenino y debe tener capacitación en el método. Con el
tratamiento seleccionado se espera una estimación puntual de proporción de producción
defectuosa de 0.03860. Con un nivel de confianza del 95% se tendría una estimación por
intervalo de Y de 0.02078 a 0.05642.

Figura 12. Selección del mejor tratamiento en Minitab®.

Paso 6. Presentación de 3 propuestas de mejora.

En el software Flexsim® se programó el sistema actual de producción y las tres

propuestas presentadas. Es posible descargar los cuatro modelos de simulación
programados por el autor del caso en la siguiente liga.

En el Experimenter del Flexsim® se programó el métrico de Y1= Piezas fabricadas por

turno durante 30 turnos y los resultados obtenidos se presentan en la Figura 13.

Figura 13. Producción obtenida por turno en las propuestas evaluadas.

Se recomienda que para profundizar en el tema de modelación de sistemas de producción

con Flexsim® se visiten los siguientes videos elaborados por el autor de este caso de
estudio.

14
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

Con la ayuda de Minitab® se definieron los intervalos de confianza (95%) para la piezas
fabricadas en cada uno de los sistemas que se evaluaron. Los intervalos de confianza
obtenidos se presentan en la Figura 14.

Figura 14. Análisis comparativo de sistemas de trabajo propuestos.

Análisis comparatico de producción por turno
95% IC para la media
200

150
Datos

100

50

Actual Propuesta 1 Propuesta 2 Propuesta 3

La desviación estándar agrupada se utilizó para calcular los intervalos.

Al evaluar el resultado obtenido en la Figura 14, el ingeniero Martínez decidió que la

propuesta 1 y 2 no eran viables ya que la producción de la línea disminuía drásticamente
a pesar de tener una reducción en el número de operadores trabajando en ella.

Paso 7. Toma de decisiones.

Matriz de Pugh
La matriz de Pugh sirve como una herramienta que nos permite evaluar diferentes
alternativas al compararlas contra una alternativa estándar que representa la situación
actual.

Se definieron nueve criterios para evaluar cada una de las tres propuestas presentadas
contra el sistema de producción actual de fundas. A cada criterio se le asignó un grado
de relevancia de acuerdo a la opinión del equipo de Excelencia Operacional de la
empresa. Y apoyado en una brainstorming con los integrantes del equipo de mejora se
evaluó cada uno de los criterios en las propuestas presentadas contra el sistema actual.
Se analizó criterio por criterio si el cumplimiento era superior al sistema de trabajo
actual, era inferior o era igual. Si era superior se colocaba un signo "+1", si era inferior
un signo "-1" y si era igual un "0". Los resultados del análisis de presentan en la Figura
15.

15
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

Figura 15. Matriz de Pugh del proceso de producción de fundas.

SISTEMAS DE TRABAJO EVALUADOS

Sistema Grado de
Propuesta 1 Propuesta 2 Propuesta 3
Actual relevancia
Operadores requeridos = 1 1 1 15
Adaptación a sistema de trabajo = -1 -1 0 10
Configuración de layout = 1 1 0 5
CRITERIO

Producción obtenida = -1 -1 0 20
Operadores multihabilidades = 1 1 1 15
Costo de operación = -1 -1 0 10
Detección de defectos = 1 1 1 10
Compromiso con la calidad = 1 1 0 10
Aprovechamiento de espacio = 1 1 1 5
Total 0 3 3 4 100
Ponderado 0 20 20 45

El análisis realizado en la Figura 15 nos indica que la propuesta 3 es mejor que la

propuesta 1 y 2 que el sistema de producción actual considerando los criterios evaluados
y el peso asignado a cada criterio.

Matriz de Pros y Contras

El ingeniero Martínez tenía que tomar una decisión de seguir trabajando con el sistema
de producción actual o cambiar al sistema de producción de la propuesta 3. Para tomar
la mejor opción decidió utilizar una matriz de Pros y Contras para responder la pregunta
de: ¿cambiar o no el sistema de producción actual al sistema de producción de la
propuesta 3? Los resultados del análisis del equipo de Excelencia Operacional de la
empresa se observan en la Tabla 2.

Tabla 2. Pros y Contras entre el sistema actual y la propuesta 3.

PROS CONTRAS
Se requieren tres operadores menos en la La adaptación de los operadores al nuevo
propuesta. sistema de trabajo sería más complicado
porque ahora un operador realizaría 1 o
más tareas.
La nueva configuración del layout no El costo de operación disminuiría en mano
implicaría muchos cambios, solamente una de obra pero no significativamente
reubicación de las estaciones de trabajo. (solamente 3 operadores menos)
El nuevo sistema de trabajo requeriría de Algunos trabajadores tendrían asignados
operadores multihabilidades lo que daría más de una tarea por lo que el compromiso
mayor flexibilidad a la empresa a las por la calidad de parte de ellos podría
necesidades del cliente. disminuir
Con la nueva configuración en “U” del La producción obtenida por turno era
layout sería posible que los trabajadores menor que el sistema de producción actual
detectaran más rápido un defectos y aunque la diferencia fue menor.
podrían corregirlo al instante.
La nueva configuración en “U” de la célula
16
NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

de trabajo permitiría aprovechar mejor el

espacio de trabajo (metros cuadrados).

A continuación, se realizó una evaluación de cada uno de los Pros y Contras definidos
anteriormente. La escala se definió de 1 a 5 con sus respectivos negativos. Por lo que, 5
es “muy favorable” y -5 es “muy desfavorable”. El resultado obtenido se registró en la
Tabla 3.

Tabla 3. Matriz de Pros y Contras con evaluaciones entre el sistema actual y la propuesta 3.
PROS CONTRAS
Se requieren tres operadores menos en la La adaptación de los operadores al nuevo
propuesta. (+3) sistema de trabajo sería más complicado
porque ahora un operador realizaría 1 o
más tareas (-2)
La nueva configuración del layout no El costo de operación disminuiría en mano
implicaría muchos cambios, solamente una de obra pero no significativamente
reubicación de las estaciones de trabajo (solamente 3 operadores menos) (-3)
(+2)
El nuevo sistema de trabajo requeriría de Algunos trabajadores tendrían asignados
operadores multihabilidades lo que daría más de una tarea por lo que el compromiso
mayor flexibilidad a la empresa a las por la calidad de parte de ellos podría
necesidades del cliente (+5) disminuir (-2)
Con la nueva configuración en “U” del La producción obtenida por turno era
layout sería posible que los trabajadores menor que el sistema de producción actual
detectaran más rápido un defectos y aunque la diferencia fue menor (-4)
podrían corregirlo al instante (+4)
La nueva configuración en “U” de la célula
de trabajo permitiría aprovechar mejor el
espacio de trabajo (metros cuadrados) (+3)
TOTAL = +17 TOTAL = -11

Comparar sistema actual versus propuestas

Como se observa en el análisis anterior, todos los PROS consideran un puntaje positivo
mientras que los CONTRAS un puntaje negativo. Al sumar el valor numérico de los
PROS y los CONTRAS se obtuvo +17 + (-11) = +6 y debido a que el resultado fue
positivo se consideró seguir con la decisión de implementar la propuesta 3 del nuevo
sistema de producción de fundas.

17
 NE28-12-027 ¡Soy flexible o me cortan!:
la línea de producción de SonCase

Rúbrica

Criterio de Principiante En desarollo Satisfactorio Avanzado

evaluación (0-19) (20-49) (50-79) (80-100)
Construye una No presenta una Presenta una Presenta desde los Presenta desde los
simulación de línea simulación de una simulación de línea datos de entrada para datos de entrada para
de ensamble línea de ensamble, de ensamble una simulación de una una simulación de una
utilizando no utiliza utilizando línea de ensamble y un línea de ensamble y su
herramientas herramientas herramientas análisis sólo de los respectivo análisis
estadísticas en un estadísticas en un estadísticas en un aspectos más completo de la
simulador simulador simulador importantes utilizando viabilidad y
computacional para computacional para computacional para herramientas pronosticando
la toma de la toma de la toma de estadísticas en un escenarios utilizando
decisiones. decisiones. decisiones. No simulador herramientas
presenta ningún tipo computacional para la estadísticas en un
de análisis al toma de decisiones. simulador
respecto. computacional para la
toma de decisiones.

Epílogo
Después de realizar el análisis de capacidad de producción de las propuestas presentadas
por el ingeniero Martínez, se recomendó utilizar la propuesta tres que consideraba tener
cinco operadores con una o más tareas asignadas. Aunque la cantidad de piezas de
producidas por turno no mejoraba notablemente al compararlo con el sistema de
producción actual, si se obtuvieron otros beneficios con la propuesta seleccionada, entre
las que destacan: se contaba con un proceso más flexible al contar con operadores
multihabilidades, la nueva configuración de layout no implicaba mayores cambios o
aumento en los costos de operación, la configuración celular de la línea (forma de “U”)
facilitaba una mayor detección y control del producto defectuoso en la línea, aumentaba
la productividad por metro cuadrado, se capacitó a los empleados en otras tareas y/o
métodos y se otorgó mayor participación al personal femenino en el proceso de ensamble
y toma de decisiones para mejorar el proceso . Finalmente, se consideró que en caso de
que la demanda cambiara, se podría aumentar o disminuir la capacidad de producción de
forma modular, es decir, si aumentaba la demanda se instalaban otras células de
manufactura “espejo” de la actual o se reducía la cantidad de células en caso de ser
necesario. El cliente de las fundas FlexiCase y el Program Manager de FlexSONTech
quedaron satisfechos al contar con una línea de producción de fundas más flexible y con
un enfoque a la mejora continua.

18