Universidad de La Salle Universidad de La Salle

Ciencia Unisalle Ciencia Unisalle

Ingeniería Industrial Facultad de Ingeniería

2019

Propuesta de mejora a la productividad del laboratorio Propuesta de mejora a la productividad del laboratorio

instrumental de alta complejidad de la Universidad de La Salle instrumental de alta complejidad de la Universidad de La Salle

Deissy Juliet Castillo Casasbuenas Universidad de La Salle, Bogotá

Geralding Chía Niño Universidad de La Salle, Bogotá

Follow this and additional works at: https://ciencia.lasalle.edu.co/ing_industrial

Part of the Industrial Engineering Commons

Citación recomendada Citación recomendada Castillo Casasbuenas, D. J., & Chía Niño, G. (2019). Propuesta de mejora a la productividad del laboratorio instrumental de alta complejidad de la Universidad de La Salle. Retrieved from https://ciencia.lasalle.edu.co/ing_industrial/137

This Trabajo de grado - Pregrado is brought to you for free and open access by the Facultad de Ingeniería at Ciencia Unisalle. It has been accepted for inclusion in Ingeniería Industrial by an authorized administrator of Ciencia Unisalle. For more information, please contact ciencia@lasalle.edu.co.

PROPUESTA DE MEJORA A LA PRODUCTIVIDAD DEL LABORATORIO INSTRUMENTAL DE ALTA

COMPLEJIDAD DE LA UNIVERSIDAD DE LA SALLE

DEISSY JULIET CASTILLO CASASBUENAS

GERALDING CHÍA NIÑO

UNIVERSIDAD DE LA SALLE

FACULTAD DE INGENIERÍA

PROGRAMA DE INGENIERÍA INDUSTRIAL

BOGOTÁ

2019

PROPUESTA DE MEJORA A LA PRODUCTIVIDAD DEL LABORATORIO INSTRUMENTAL DE ALTA COMPLEJIDAD DE

LA UNIVERSIDAD DE LA SALLE

AUTORES:

CASTILLO CASASBUENAS DEISSY JULIET

CHÍA NIÑO GERALDING

Trabajo de grado para optar al título de:

Ingeniero Industrial

Director:

Ing. Andrés Mauricio Hualpa Zúñiga

M.Sc en Ingeniería Industrial

UNIVERSIDAD DE LA SALLE

FACULTAD DE INGENIERÍA

PROGRAMA DE INGENIERÍA INDUSTRIAL

BOGOTÁ

2019

Nota de aceptación

________________________________________

________________________________________

________________________________________

________________________________________

________________________________________

________________________________________

Jurado 1

________________________________________

Jurado 2

________________________________________

Ms.c Ing. Andrés Mauricio Hualpa Zúñiga

DEDICATORIA

A Dios por regalarme personas maravillosas en mi vida, salud, sabiduría y fortaleza para lograr mis metas.

A mis padres Miryam y José por mi familia, por su amor, confianza, dedicación y apoyo incondicional, por estar

cuando más los necesité y por ser mi fuente de inspiración y ánimo siempre.

A mis hermanos Aura y Miguel, por ser los mejores hermanos del mundo, por todos los sacrificios que hicieron para

que yo esté en este punto, por sus sabios consejos y su infinito amor, son mi ejemplo por seguir.

A mi compañera de tesis y amiga Deissy, por su sincera amistad y compromiso con nuestra carrera. A su familia, por

su fraternidad y paciencia, y a todos mis amigos por acompañarme y ser partícipes del cumplimiento de este logro.

Geralding Chía Niño

A Dios por llenarme de sabiduría, fe, salud y paciencia para cumplir cada objetivo y reto.

A Gloria mi madre, por su infinito amor y paciencia durante esta larga etapa de mi vida, por su educación y enseñanza moral. A ella

por ser la dueña de todos mis triunfos.

A la memoria de mi padre José, por ser la mayor motivación y fuente de mi fortaleza para haber podido persistir y superar las diferentes

adversidades

A mis hermanas Adriana, Viviana y Diana, por el apoyo incondicional y la confianza; por ser mis guías y consuelo en cada momento.

A Geralding por brindarme su amistad, por ser mi compañera durante todos estos años, por su compromiso y dedicación en el desarrollo

de este proyecto.

A mis amigos que fueron testigos de mi esfuerzo y voz de aliento en esta maravillosa etapa.

A todos ustedes con mucho amor y dedicación.

Deissy Castillo

AGRADECIMIENTOS

A Dios, por darnos la oportunidad de cumplir nuestro sueño, por rodearnos de personas maravillosas en nuestra vida y por la salud, fe,

fortaleza y sabiduría para llegar hasta este punto.

A la Universidad de La Salle por brindarnos todas las herramientas necesarias para nuestra formación integral como Ingenieras

Industriales.

Al Ingeniero Andrés Mauricio Hualpa Zúñiga, por creer y confiar en nuestro conocimiento y capacidad para desarrollar el proyecto de

investigación, por su orientación, paciencia, tiempo dedicado, consejos y significativos aportes a su ejecución.

Al Laboratorio Instrumental de Alta Complejidad de la Universidad de La Salle por abrirnos sus puertas para desarrollar nuestro trabajo

de grado, al director John Erick Monroy, la Subdirectora Comercial Carolina Torres y la Analista Yarsid Pinzón, por su confianza,

amabilidad, disposición y colaboración con la información requerida para la ejecución del proyecto.

A nuestras familias, por ser el motor de nuestras vidas, por nunca dejarnos desfallecer en este camino, por acompañarnos en los buenos

y malos momentos, por ser nuestro motivo de inspiración y ánimo para culminar nuestra carrera y porque han estado siempre al tanto

de nuestro proceso de formación y han sido quienes han aportado en mayor medida para que logremos este sueño.

Y a todas las demás personas que contribuyeron, de una u otra forma, para que pudiéramos alcanzar este logro.

CONTENIDO

GLOSARIO ................................................................................................................................................ 12

RESUMEN ................................................................................................................................................. 13

INTRODUCCIÓN ...................................................................................................................................... 15

: FORMULACIÓN DEL PROYECTO ..................................................................................... 16

1.1 Planteamiento del problema ........................................................................................................ 16

1.1.1 Descripción del problema ................................................................................................... 16

1.1.2 Formulación del problema .................................................................................................. 19

1.2 Justificación ................................................................................................................................ 20

1.3 Objetivos ..................................................................................................................................... 20

1.3.1 Objetivo general .................................................................................................................. 20

1.3.2 Objetivos específicos .......................................................................................................... 20

1.4 Delimitación del proyecto ........................................................................................................... 21

1.5 Metodología ................................................................................................................................ 21

1.6 Marco de referencia .................................................................................................................... 22

1.6.1 Marco teórico y conceptual ................................................................................................. 22

1.6.1.1 Productividad .................................................................................................................. 23

1.6.1.2 Lean Manufacturing ........................................................................................................ 23

1.6.1.3 Muda ............................................................................................................................... 24

1.6.1.4 Tasa presupuestada ......................................................................................................... 25

1.6.1.5 Overall Equipment Effectiveness (OEE) ........................................................................ 25

1.6.1.6 Value Stream Mapping (VSM) ....................................................................................... 25

1.6.1.7 Kanban ............................................................................................................................ 25

1.6.1.8 Clasificación ABC .......................................................................................................... 26

1.6.1.9 Cantidad económica de pedio (EOQ) ............................................................................. 26

1.6.1.10 Modelo de cantidad fija de pedido (POQ) .................................................................. 26

1.6.2 Marco institucional ............................................................................................................. 26

1.6.2.1 Laboratorio instrumental de alta complejidad (LIAC) .................................................... 26

1.7 Antecedentes ............................................................................................................................... 27

: DIAGNÓSTICO DE LA PRODUCTIVIDAD ACTUAL DEL LIAC ................................... 30

2.1 Cuantificación de pruebas realizadas por el LIAC ..................................................................... 30

2.1.1 Pruebas por matriz .............................................................................................................. 31

2.1.2 Pruebas certificadas............................................................................................................. 32

2.1.3 Demanda de pruebas ........................................................................................................... 33

2.1.4 Pruebas analizadas .............................................................................................................. 34

2.2 Costeo ......................................................................................................................................... 34

2.2.1 Costos directos .................................................................................................................... 36

2.2.1.1 Materia prima directa ...................................................................................................... 36

2.2.1.2 Mano de obra directa ....................................................................................................... 37

2.2.2 Costos indirectos ................................................................................................................. 38

2.3 Análisis de desperdicios .............................................................................................................. 41

2.3.1 Esperas ................................................................................................................................ 42

2.3.2 Inventarios ........................................................................................................................... 43

2.4 Indicadores de productividad ...................................................................................................... 45

2.4.1 Productividad global ........................................................................................................... 46

2.4.2 Productividad de la mano de obra ....................................................................................... 48

2.4.3 Eficiencia general de los equipos (OEE) ............................................................................ 48

2.4.4 Utilización de materias primas ............................................................................................ 49

2.5 Mapa de valor del proceso .......................................................................................................... 50

2.5.1 VSM Actual ........................................................................................................................ 51

2.5.2 VSM Futuro ........................................................................................................................ 53

2.6 Hallazgos y oportunidades de mejora ......................................................................................... 54

: PROPUESTA DE MEJORA DE LA PRODUCTIVIDAD DEL LIAC ................................. 55

3.1 Escalonamiento de costos ........................................................................................................... 55

3.2 Propuesta para la gestión de inventarios ..................................................................................... 60

3.2.1 Clasificación ABC .............................................................................................................. 60

3.2.2 Supermercado Kanban ........................................................................................................ 61

3.2.2.1 Sistema de tarjetas Kanban ............................................................................................. 61

3.2.3 MRP .................................................................................................................................... 65

3.2.4 Proceso de compras propuesto ............................................................................................ 72

3.2.5 Registros de consumo ......................................................................................................... 74

3.3 Reducción de tiempos de espera en el proceso ........................................................................... 75

3.3.1 Actividades paralelas .......................................................................................................... 76

3.3.2 Programación de mano de obra ........................................................................................... 77

: VALIDACION DE LA PROPUESTA ................................................................................... 80

4.1 Validación costeo ........................................................................................................................ 80

4.2 Validación propuesta para la gestión de inventarios ................................................................... 82

4.3 Validación propuesta para la reducción de tiempos de espera .................................................... 86

4.4 Elementos de control ................................................................................................................... 87

4.4.1 Indicadores .......................................................................................................................... 87

4.4.2 Tableros de control.............................................................................................................. 90

4.4.2.1 Tablero para el control de inventarios ................................................................................. 90

4.4.2.2 Tablero para la programación de la mano de obra .............................................................. 91

. CONCLUSIONES Y RECOMENDACIONES ...................................................................... 92

BIBLIOGRAFIA ........................................................................................................................................ 96

Lista de tablas

Tabla 1. Cálculo de pesos porcentuales para la construcción de Pareto ..................................................... 18

Tabla 2. Metodología Propuesta ................................................................................................................. 21

Tabla 3 Mudas o desperdicios dentro del TPS ............................................................................................ 24

Tabla 4. Caracterización de documentos antecedentes ............................................................................... 27

Tabla 5. Cantidad de pruebas realizadas durante el año 2018 .................................................................... 33

Tabla 6. Costo de MP para la prueba de PH en agua .................................................................................. 36

Tabla 7. Planta de personal del LIAC ......................................................................................................... 37

Tabla 8. Costo de mano de obra directa para la prueba de PH en agua. ..................................................... 37

Tabla 9. Perdidas por vencimiento de reactivos de pruebas piloto. ............................................................ 44

Tabla 10. Indicadores de productividad del LIAC ...................................................................................... 46

Tabla 11. Resultados indicadores de productividad global. ........................................................................ 47

Tabla 12. Resultados indicadores de productividad de la MOD ................................................................. 48

Tabla 13. Resultados indicadores OEE. ...................................................................................................... 49

Tabla 14. Resultados indicadores de inventario .......................................................................................... 49

Tabla 15. Medibles de VSM para prueba piloto de la matriz de agua ........................................................ 52

Tabla 16. Medibles del VSM para prueba piloto de la matriz de material particulado............................... 54

Tabla 17. Oportunidades de mejora encontradas durante el diagnóstico .................................................... 54

Tabla 18. Comparación del costo de mano de obra para la prueba piloto en la matriz de agua ................. 59

Tabla 19. Características de clasificación ABC .......................................................................................... 61

Tabla 20. Requerimientos de material para prueba piloto en matriz de agua ............................................. 65

Tabla 21. Requerimientos de material para prueba piloto en matriz de material particulado ..................... 66

Tabla 22. MRP Nivel 0 prueba piloto en matriz de agua ............................................................................ 69

Tabla 23 MRP Nivel 1 Reactivo 03593 ...................................................................................................... 70

Tabla 24. Plan de compra basado en MRP ................................................................................................. 70

Tabla 25. Comparación sistemas de loteo ................................................................................................... 72

Tabla 26. Caracterización del proceso de compras propuesto .................................................................... 73

Tabla 27. Comparación de indicadores de productividad ........................................................................... 81

Tabla 28. Comparación compra de reactivo 7650 ...................................................................................... 82

Tabla 29. Validación modelo lote por lote .................................................................................................. 84

Tabla 30. Indicadores propuestos................................................................................................................ 87

Lista de Figuras

Figura 1. Árbol de problemas LIAC. .......................................................................................................... 17

Figura 2. Diagrama de Ishikawa mudas en el LIAC ................................................................................... 18

Figura 3. Diagrama de Pareto sub-causas de las mudas en el LIAC. .......................................................... 19

Figura 4. Porcentaje de participación en el estado del arte según tipo de documento ................................ 29

Figura 5. Línea de tiempo estado del arte. .................................................................................................. 30

Figura 6. Proporción de pruebas realizadas en los servicios de análisis del LIAC ..................................... 31

Figura 7. Pruebas por matriz en servicio de análisis de contaminación ambiental ..................................... 31

Figura 8. Pruebas por matriz en servicio de análisis de alimentos y microbiología ................................... 32

Figura 9. Proporción de pruebas del LIAC que se encuentran acreditadas ................................................. 32

Figura 10. Demanda por matriz en análisis de contaminación ambiental. .................................................. 33

Figura 11.. Proporción de pruebas incluidas en el análisis ......................................................................... 34

Figura 12. Esquema de costos ..................................................................................................................... 35

Figura 13. Comparación de costos y precios de venta para pruebas de presencia de metales en agua. ...... 40

Figura 14 Comparación de costos y precios de venta para pruebas de presencia de metales en agua y aire40

Figura 15. Demanda de pruebas en material particulado clasificadas por técnica ...................................... 41

Figura 16. Diagrama de Pareto para la demanda de la matriz de agua ....................................................... 42

Figura 17. Diagrama de flujo de proceso para la prueba de nitrógeno 2 en agua ....................................... 43

Figura 18. Diagrama de flujo para proceso de compra de reactivos ........................................................... 45

Figura 19. Participación por concepto en egresos totales ........................................................................... 47

Figura 20. VSM Actual para prueba piloto matriz de agua ........................................................................ 51

Figura 21. VSM Futuro para prueba piloto de la matriz de agua ................................................................ 53

Figura 22. Plantilla para el cálculo de precios ............................................................................................ 57

Figura 23. Representación general de la variación de costos por unidad según tamaño de lote. ................ 58

Figura 24.Representación de variación de costos por unidad según tamaño de lote para las pruebas piloto58

Figura 25. Metodología empleada para el costeo y establecimiento de precios de venta ........................... 60

Figura 26. Sistema de tarjetas Kanban para suministro externo. ................................................................ 62

Figura 27. Tarjeta Kanban de consumo reactivo 3579 ............................................................................... 63

Figura 28. Tarjeta Kanban de suministro reactivo 3579 (KS). ................................................................... 64

Figura 29. Proceso Kanban para gestión de inventarios ............................................................................. 65

Figura 30. BOM prueba matriz de agua ...................................................................................................... 67

Figura 31. BOM prueba matriz de material particulado ............................................................................. 67

Figura 32. Formato de registro de consumo de materias primas ................................................................ 74

Figura 33. Proceso de compras propuesto .................................................................................................. 75

Figura 34. Diagrama hombre-máquina actual para prueba piloto matriz de agua ...................................... 76

Figura 35. Tablero Kanban para programación de actividades y mano de obra. ........................................ 77

Figura 36. Formato de orden de trabajo LIAC. ........................................................................................... 78

Figura 37. Plantilla base de datos registro de órdenes de trabajo LIAC. .................................................... 78

Figura 38. Proceso para la programación de mano de obra en el LIAC ..................................................... 79

Figura 39. Esquematización de la propuesta de valor. ................................................................................ 80

Figura 40. Comparación de ingresos con precio actual y costo calculado .................................................. 81

Figura 41. Flujo de valor programación de mano de obra .......................................................................... 86

Figura 42. VSM esperado con puntos de control ........................................................................................ 89

Figura 43. Dashboard diseñado para la gestión de inventarios en LIAC. ................................................... 90

Figura 44. Dashboard diseñado para la programación de mano de obra del LIAC. ................................... 91

Lista de anexos

Anexo 1. Listado de algunos servicios de análisis prestados por el LIAC ................................................. 99

Anexo 2. Cálculo de la tasa predeterminada por prueba ......................................................................... 100

Anexo 3. Conceptos de costos indirectos presupuestados empleados en el cálculo de la tasa predeterminada 101

Anexo 4. Tasa predeterminada de mantenimientos .................................................................................. 102

Anexo 5. Costos totales de las pruebas analizadas ................................................................................... 103

Anexo 6. Diagrama del proceso de prestación de servicios del LIAC. ..................................................... 104

Anexo 7. Matriz por equipos de familias selectas..................................................................................... 105

Anexo 8. Matriz por procedimiento de familias selectas .......................................................................... 106

Anexo 9. Diagrama de flujo de proceso para prueba en matriz de agua ................................................... 107

Anexo 10. Diagrama de flujo de proceso para prueba en matriz de material particulado ....................... 107

Anexo 11. Productividad de la mano de obra por prueba ......................................................................... 108

Anexo 12. Vsm actual prueba piloto de material particulado ................................................................... 109

Anexo 13. Vsm futuro prueba piloto de material particulado ................................................................... 110

Anexo 14. Escalonamiento de costos ........................................................................................................ 111

Anexo 15. Formatos asociados al proceso de compras propuesto ............................................................ 112

Anexo 16. Diagrama hombre- máquina actual ......................................................................................... 113

GLOSARIO

Productividad: Relación entre lo producido y los medios utilizados. Se mide mediante el cociente: resultados logrados (unidades

producidas) entre recursos empleados.” (Gutiérrez Y De la Vara, 2012, p.7).

Desperdicio o muda: Toda actividad que consume recursos sin crear valor para el cliente, proceso y/o producto. Existen 7 tipos de

desperdicios o mudas: Sobreproducción, Inventario, Transporte, Espera, Movimiento, Sobre procesamiento o retrabajo y Defectos.

(González Correa, 2007).

Lean Six Sigma: Metodología sistemática y rigurosa para la mejora de procesos mediante la eliminación de los desperdicios. Búsqueda

el aumento de la productividad y la optimización de la cadena de valor.

Lean Manufacturing: Metodología de fabricación que busca la optimización a lo largo de todo el flujo de valor, mediante la eliminación

de toda aquella actividad que no agrega valor. Reséndiz (2009).

Metodología DMAIC: Metodología llevada a cabo en proyectos para mejora de procesos basada en un formato estructurado,

disciplinado e iterativo de cinco fases (Definir, Medir, Analizar, Mejorar, Controlar), (McCarty et al., 2004).

Metodología de marco lógico (MML): La Metodología de Marco Lógico es una herramienta para facilitar el proceso de

conceptualización, diseño, ejecución y evaluación de proyectos. Su énfasis está centrado en la orientación por objetivos.

Prueba: Procedimiento realizado a una muestra para la obtención de un resultado de análisis.

Matriz: Elemento o sustancia sobre la cual se realiza la prueba (Agua, material particulado, alimentos, etc)

Procedimiento Análisis de Laboratorio (PAL): Documento que contiene las especificaciones del desarrollo de las pruebas. Estas

incluyen la metodología a desarrollar, los materiales y equipos requeridos.

RESUMEN

El presente trabajo de investigación plantea desarrollar una propuesta de aumento de la productividad del Laboratorio Instrumental de

Alta Complejidad (LIAC) de la Universidad de La Salle, haciendo uso de herramientas Lean Manufacturing y de Análisis de procesos.

Para lograrlo, se establece una metodología de tres fases: diagnóstico, propuesta y validación.

En la primera fase se determinó el nivel de productividad actual del laboratorio, basado en un costeo realizado a 85 pruebas

pertenecientes a las matrices de agua y material particulado, ya que se encontraban desactualizados hace más de cinco años y, a la

información suministrada por el laboratorio sobre la demanda de análisis del año 2018. De forma paralela, se realizó un análisis de los

procesos internos del laboratorio con el fin de determinar los desperdicios presentes que impactan en mayor medida los niveles de

productividad. Una vez conocida esta información, se plantearon posibles herramientas a utilizar para mitigarlos.

Con los resultados del diagnóstico se planteó una propuesta que abarca en primera instancia, el escalonamiento de costos de las muestras

analizadas y la determinación de precios de venta; la definición de un sistema de gestión de inventarios para las materias primas del

laboratorio, y finalmente, para la reducción de tiempos que no agregan valor a los procesos, la modificación de algunos procedimientos

internos y el establecimiento de herramientas visuales y tarjetas Kanban para la programación de mano de obra.

Una vez establecidas puntualmente las mejores, en la tercera y última fase del proyecto, se compararon los cambios en el nivel de

productividad del laboratorio, suponiendo la implementación del proyecto; y se establecieron mecanismos de control y seguimiento

específicos para cada una de las mejoras propuestas.

ABSTRACT

This research work proposes to develop a productivity increase proposal from the High Complexity Instrumental Laboratory (LIAC) of

the University of La Salle, using Lean Manufacturing and Process Analysis tools. To achieve this, a three-phase methodology is

established: diagnosis, proposal and validation.

The first phase determined the current productivity level of the laboratory, based on a cost of 85 tests belonging to the water and

particulate matter matrices, as they were outdated more than five years ago and information provided by the 2018 analysis demand

laboratory. In parallel, an analysis of the laboratory's internal processes was carried out in order to determine the waste present that most

impacts productivity levels. Once this information became known, possible tools were put forward to mitigate them.

The results of the diagnosis proposed a proposal covering in the first instance, the cost staging of the samples analyzed and the

determination of sales prices; the definition of an inventory management system for laboratory raw materials, and finally, for reducing

time-added processes, modifying some internal procedures, and establishing tools Kanban cards for labor programming.

Once the best ones were established in a timely manner, in the third and final phase of the project, the changes in the level of productivity

of the laboratory were compared, assuming the implementation of the project; and specific monitoring and monitoring mechanisms were

put in place for each of the proposed improvements.

INTRODUCCIÓN

La productividad es la medida con la cual se establece la relación entre las entradas y salidas de un proceso. En una organización, como

el Laboratorio instrumental de alta complejidad (LIAC) de la Universidad de La Salle, la cual es una dependencia de la Institución que

presta servicios de análisis fisicoquímicos y microbiológicos a clientes internos y externos de la Universidad, este comportamiento se

asemeja a la relación entre los ingresos generados por los servicios suministrados y los recursos utilizados para lograr tal fin., como lo

son mano de obra, equipos, materias primas, etc.

En los últimos años, debido a la expansión del laboratorio y la inversión que ha recibido, surge la necesidad de un aumento de su

productividad para tener un mejor nivel de servicio al cliente e incremento en sus utilidades. Por tal razón, en el proyecto de

investigación descrito a continuación, se plantea como objetivo mejorar la productividad del LIAC mediante la creación de una propuesta

de valor aplicando herramientas de ingeniería, que ayude al laboratorio no solo a la adecuada gestión de sus recursos, sino también, a la

disminución de desperdicios presentes en sus procesos.

Niveles óptimos de productividad en el LIAC permite que sea más competitivo en el mercado, aprovechando al máximo sus fortalezas,

como lo son las certificaciones con las que cuentan, los desarrollos tecnológicos y sus equipos de alta calidad e incluso exclusivos en

Colombia. El LIAC es un laboratorio con gran potencial y puede llevar a tener reconocimiento nacional por su calidad y excelente

servicio; siempre y cuando haga seguimiento y control oportuno sobre sus procesos, para no incurrir en riesgos de pérdida de inversiones

realizadas.

: FORMULACIÓN DEL PROYECTO

1.1 Planteamiento del problema

1.1.1 Descripción del problema

En la actualidad el LIAC de la Universidad de La Salle presta diferentes servicios de análisis fisicoquímicos y microbiológicos que son

realizados dependiendo de los requerimientos de sus clientes. A pesar del crecimiento que ha tenido en los últimos 5 años, no cuenta

con una adecuada gestión de recursos, por lo que en sus procesos se presentan desperdicios que impactan su productividad, lo que trae

como consecuencia perdidas monetarias.

Existe otro factor relevante que afecta los niveles de productividad, el cual es la información desactualizada de los costos pertenecientes

a cada prueba. Gracias a esto, los precios de venta actuales no son acordes al mercado ni a los costos. Existen casos en los cuales se

pierden clientes por precios elevados o se ve afectado negativamente el margen de utilidad por servicios ofertados a un precio muy bajo.

Con el fin de realizar una caracterización más detallada y utilizando parte de la metodología de marco lógico (MML) se construyó un

árbol de problemas en el que se pretende identificar las causas y efectos más críticos de la situación estudiada (Ver Figura 1). La

disminución de participación en el mercado es el efecto primario que tiene la baja productividad.

Figura 1. Árbol de problemas LIAC.

Fuente: Autores

A partir del árbol de problemas y la información recopilada en un prediagnóstico realizado en distintas visitas al LIAC, se establecieron

cuáles son las causas que generan desperdicios y su incidencia en el nivel de productividad. Para delimitar de una manera adecuada el

proyecto, se procede a utilizar el diagrama de causa-efecto o Ishikawa (Figura 2) para determinar cuál(es) de las mudas pertenecen a la

causa raíz del problema, esto asignando un peso a cada una de ellas de acuerdo con el criterio de la directora comercial del LIAC.

En el diagrama Ishikawa fue posible evidenciar que las principales causas atribuidas al bajo nivel de productividad del LIAC

corresponden a esperas e inventarios, lo cual indica que se debe realizar una mejor gestión de los tiempos y materias primas, resaltando

el hecho de que no es posible intervenir directamente los procedimientos químicos (cantidad de sustancias, tiempos de reacción, etc.).

Figura 2. Diagrama de Ishikawa mudas en el LIAC

Fuente: Autores

Haciendo uso del mismo principio y de los pesos asignados a cada muda, como se aprecia en el Ishikawa, se determinaron cuáles causas

secundarias tienen mayor relevancia en el problema.

Tabla 1. Cálculo de pesos porcentuales para la construcción de Pareto

Fuente: Autores

En relación con la muda “inventario”,

la prestación de un servicio en donde la

cantidad de materia prima que debe ser

gestionada excede las cantidades

requeridas para el número de muestras

a analizar, genera un exceso de inventario

y, por tanto, la subutilización de

materia prima (ver Figura 3). Lo

anterior, afecta al LIAC porque el

ingreso por la prestación de tal

servicio no cubre los costos y por ende no genera beneficio alguno; por lo que, la logística de compras debe ejecutarse de una manera

adecuada para disminuir este tipo de desperdicio. Por otro lado, es importante realizar una adecuada programación de tareas,

mantenimientos y tiempos de alistamiento, con el fin de aumentar el nivel de eficiencia de los equipos y el aprovechamiento del recurso

humano, disminuyendo las esperas que se generen en los procesos.

Causales

P X S X T X Sumatoria

Efe

cto

s

Baj

o n

ivel

de

pro

du

ctiv

idad

1

Inventario 0,4

Proyección de demanda deficiente 10% 4%

Inadecuada logística de compras 30% 12%

Inventarios obsoletos 20% 8%

Subutilización de materia prima 40% 16%

Defectos 0,1

Contaminación de muestras de

análisis 50% 5%

Errores humanos 10% 1%

Fallas en los equipos 40% 4%

Sobre

procesamiento 0,1

Contaminación de muestras de

análisis 50% 5%

Resultados atípicos 50% 5%

Esperas 0,4

Tiempos de alistamiento 30% 12%

Tiempos de mantenimiento 15% 6%

Capacidad de equipos 20% 8%

Naturaleza de la prueba 5% 2%

Falta de programación 30% 12%

Sobreproducción 0 N/A 0% 0%

Movimientos 0 N/A 0% 0%

Transporte 0 N/A 0% 0%

Figura 3. Diagrama de Pareto sub-causas de las mudas en el LIAC.

Fuente: Autores

1.1.2 Formulación del problema

Según la descripción del problema realizada previamente surge el siguiente interrogante, el cual corresponde a la formulación del

problema.

¿Cómo mejorar la productividad del LIAC de la Universidad de La Salle generando reducción de desperdicios presentes en sus

procesos?

1.2 Justificación

El objetivo de toda organización sin duda es brindar el mejor servicio y/o producto al cliente para obtener el mayor beneficio posible.

El LIAC busca ofrecer un servicio de alta calidad, por lo tanto, este proyecto pretende realizar una propuesta que permita lograr una

reducción de aspectos que no agregan valor a sus procesos, manteniendo los estándares. Para cuantificar el objetivo, se hace necesario

medir y mejorar la productividad para que se haga uso adecuado de los recursos y se disminuyan los costos, de tal manera que se aumente

el margen de utilidad y la efectividad de los procesos.

El planteamiento de una propuesta de mejora de la productividad enfocada a la reducción de los desperdicios inventario y esperas en el

LIAC, en primer lugar, brinda la posibilidad de ser más competitivos ante el mercado al verse reducidos los costos asociados a su

operación y al aumentar la efectividad de los recursos con los que cuenta. Adicionalmente, tiene como factor diferencial la aplicación

de herramientas de Ingeniería Industrial al sector servicios, ya que, por lo general este tipo de propuestas se aplican en empresas de

manufactura.

Finalmente, el desarrollo del presente proyecto contribuye a la prestación de un mejor servicio por parte del LIAC, lo que incide en la

mejora de los estudios que realizan las instituciones públicas y privadas que son sus clientes. De esta forma, la entrega de resultados

oportunos y exactos permitirá identificar problemas ambientales u de otro tipo, que beneficie a la sociedad.

1.3 Objetivos

1.3.1 Objetivo general

Diseñar una propuesta para la mejora de la productividad del Laboratorio Instrumental de Alta Complejidad de la Universidad de La

Salle, utilizando herramientas de análisis de procesos con el fin de reducir la pérdida de recursos que allí se generan.

1.3.2 Objetivos específicos

Diagnosticar la situación actual del LIAC de la Universidad de La Salle, mediante la determinación de costos e identificación de

desperdicios asociados a sus procesos con el fin de establecer posibles oportunidades de mejora.

Integrar herramientas de análisis de procesos para disminuir costos y desperdicios identificados en la etapa de diagnóstico.

Validar la propuesta de mejora para identificar el impacto en la productividad del LIAC con el fin de establecer elementos de

control.

1.4 Delimitación del proyecto

El desarrollo del proyecto se llevó a cabo en el Laboratorio Instrumental de Alta Complejidad (LIAC) de la Universidad de la Salle, y

abarca únicamente los procesos de análisis fisicoquímicos y microbiológicos, específicamente de tipo contaminación ambiental. De este

tipo de análisis, fueron tomadas dos unidades experimentales para costear y proponer medidas de reducción de desperdicios, están son

las matrices de agua y material particulado. Dichas matrices en conjunto suman un total de 85 tipos de servicios de análisis (pruebas) a

intervenir.

1.5 Metodología

El proyecto será desarrollado en tres fases: diagnostico, propuesta y validación. Tales fases serán adaptadas a los cinco pasos de la

metodología DMAIC planteada por Lean Seis Sigma y tendrá un enfoque metodológico cuantitativo debido a que se definió la

productividad como variable de respuesta. A continuación, se muestra la metodología definida:

Tabla 2. Metodología Propuesta

DMAIC FASE PROCESO RECURSOS Y MÉTODOS

D

(Definir) DIA

GN

Ó

ST

IC O

Contextualización de la situación actual.

Identificación de desperdicios.

Prediagnóstico

Identificación del problema u oportunidad

de mejora.

Diseño de la estrategia de

recolección de

información

Definir procedimientos a intervenir.

Definir las variables (indicadores).

Diseñar fichas de recolección de datos.

Validar herramienta de recolección.

Establecer cronograma de recolección de

datos, dado que se requiere la presencia de

analistas del LIAC.

Recolección de

información

Recolectar datos según cronograma.

Organizar datos.

Realizar costeo de pruebas.

Generar indicadores.

Validar la consistencia de los datos.

Realizar informe de resultados.

M

(Medir)

A

(Analizar)

Análisis de resultados

diagnostico

Analizar indicadores

Generar informe de diagnóstico.

I

(Mejorar)

PR

OP

UE

ST

A

Diseño de estrategia de

mejora

Mejora de la productividad

Revisión de teoría aplicable a la

oportunidad de mejora.

Selección de herramientas para la reducción

de desperdicios y mejora de la

productividad.

Gestión de inventarios.

Programación de equipos y mano

de obra.

Establecer costos y precios de venta

escalonados.

Diseño de herramientas para la

implementación de la propuesta de mejora

(tablas dinámicas, tableros de control,

fichas técnicas, etc.).

Documentación de propuesta.

Socialización de propuesta con el LIAC.

C

(Controlar)

VA

LID

AC

IÓN

Identificación del impacto Evaluación de cambios (LIAC).

Establecer impacto operativo y en costos.

Parámetros de control

Diseñar mecanismos de seguimiento y

control de resultados.

Comunicación de cambios con partes

interesadas.

Fuente: Autores

1.6 Marco de referencia

1.6.1 Marco teórico y conceptual

Generalmente, en las organizaciones se presentan problemas de varios tipos que pueden ser solucionados con la utilización de diferentes

herramientas y enfoques. Sin embargo, es primordial partir de lo especifico para poder cuantificar y definir el impacto que genera en las

actividades realizadas por la empresa. Es por ello, que en el sector empresarial “existe la necesidad de ser cada día más competitivos, lo

que obliga a las organizaciones a analizar sus procesos para obtener una mejor calidad que le permita cumplir con las necesidades y

expectativas de los clientes” (Sánchez P, Ceballos y Sánchez T, 2015, p.138 ).

De acuerdo con lo anterior, es posible evidenciar una evolución de las industrias en el incremento de su interés en la aplicación de

análisis de procesos, herramientas y filosofías para la utilización de distintas herramientas y filosofías que permiten aumentar la

productividad y efectividad de las organizaciones. “ Una de las filosofías más usadas en estos casos es Lean Manufacturing, también

llamada “producción esbelta”, que es actualmente reconocida como una gran herramienta para las organizaciones debido a la flexibilidad

que posee” y que “se ha convertido en una alternativa que ha mostrado su versatilidad al ser adoptada en los diferentes escenarios del

sector industrial” (Sarria , Fonseca y Bocanegra, 2017). Dentro del marco actual de medición de desempeño de una empresa en la

industria, la productividad tiene cabida con objetivo a largo plazo de eliminar las barreras estructurales que limitan su desarrollo (Bonilla,

2012, p.6) y a corto plazo, en la cuantificación de la capacidad que posee para hacer uso efectivo de sus recursos (infraestructura, mano

de obra, materias, maquinaria, etc.), lo cual finalmente se traduce en utilidades y mayor nivel de competitividad en el mercado.

1.6.1.1 Productividad

Con mayor claridad “Joseph Prokopenko, (1991) define la productividad como el resultado de la producción obtenida, asociado a los

procesos de un sistema y los recursos que este utiliza. Así pues, la productividad es el uso eficiente de recursos – trabajo, capital, tierra,

materiales, energía, información – en la producción de diversos bienes y servicios.” (León, 2013, p.61).

Según el libro Control estadístico de la calidad y seis sigma “la productividad se entiende como la relación entre lo producido y los

medios utilizados; por lo tanto, se mide mediante el cociente: resultados logrados (unidades producidas) entre recursos empleados.”

(Gutiérrez Y De la Vara, 2012, p.7)

𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 = 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑎𝑠

𝐼𝑛𝑠𝑢𝑚𝑜𝑠 𝑒𝑚𝑝𝑙𝑒𝑎𝑑𝑜𝑠

Fórmula tomada de: (Maldonado, 2008, p.1)

1.6.1.2 Lean Manufacturing

“Jones y Womack (2012) escribieron que la Manufactura Esbelta es una metodología que permite optimizar la organización y gestión

de la empresa enfocada a mejorar la relación de los diferentes actores de la cadena de suministro, buscando generar mayores salidas

con menores recursos” (Felizzola & Luna , 2014). Diaz (2009) lo define como una manera simple de mejorar las operaciones o

actividades de cualquier sistema de producción. Lean es hacer más con menos, es un sistema integrado de principios y métodos, una

filosofía de gestión de la empresa que lleva a la perfección de todo el sistema. Finalmente, para Reséndiz (2009) Lean Manufacturing

es una metodología de fabricación que busca la optimización a lo largo de todo el flujo de valor mediante la eliminación de “Muda”

(pérdidas), y persigue incorporar la calidad en el proceso de fabricación reconociendo al mismo tiempo el principio de la reducción de

costes. Complementando lo anterior, esta filosofía es asociada con otras metodologías como es el caso de la integración entre Lean

Manufacturing y Six Sigma la cual se logra utilizando una matriz de integración formada por protocolos de implementación lean y seis

fases del proyecto sigma (DMAIC). (Stephen, 2004, p.12).

1.6.1.3 Muda

Se define muda o desperdicio como aquella actividad que consume recursos sin crear valor para el cliente. Dentro de este concepto

tenemos dos tipos de muda, donde las primeras serán difíciles de eliminar inmediatamente (agregan un valor de negocio) por ejemplo,

transportar el material a un centro de distribución, y las segundas las cuales son aquellas actividades que pueden ser eliminadas

fácilmente a través de un proceso Kaizen; por ejemplo, eliminar pasos entre una estación y otra. (González , 2007). Existen 7 tipos de

desperdicios dentro del TPS (Sistema de Producción Toyota):

Tabla 3 Mudas o desperdicios dentro del TPS

Muda o desperdicio Descripción

1. Sobreproducción Hacer más de lo que el cliente ha solicitado.

2. Inventario Más producto a la mano del que el cliente necesita.

3. Transporte Mover el producto más de lo que es necesario.

4. Espera Cualquier momento en el que el valor no puede ser agregado por causa

del retraso.

5. Movimiento Cualquier movimiento extra del operador cuando él o ella está realizando

una secuencia de trabajo

6.Sobreprocesamiento Hacer más cosas al producto de las que el cliente pidió.

7. Defectos Cualquier cosa no “hecha bien a la primera” que requiera retrabajo o

inspección. Fuente: (González Correa, 2007)

1.6.1.4 Tasa presupuestada

Para realizar el costeo por órdenes de producción y hacer la asignación de costos indirectos, se hace necesario utilizar una tasa

presupuestada de costos indirectos. Según (Sinisterra, 2011), “la tasa presupuestada relaciona la variable producción con la variable

costos indirectos para el periodo en el que se va a utilizar”. Esta tasa es el resultado del cociente de dos valores presupuestados: “En el

numerador, el presupuesto de costos indirectos para el periodo y en el denominador, el presupuesto de producción”.

1.6.1.5 Overall Equipment Effectiveness (OEE)

El indicador OEE es una medida de productividad de los equipos la cual está compuesta por tres razones de análisis: disponibilidad

(paradas de la maquinaria), eficiencia (no se trabajó con toda la capacidad) o calidad (unidades defectuosas) (Casilimas & Poveda, 2012,

p.28).

1.6.1.6 Value Stream Mapping (VSM)

El mapa de valor VSM (Value Stream Mapping) contiene todas las acciones (tanto las que agregan y no agregan valor) necesarias para

la producir un producto y/o servicio (Villaseñor, 2019). Es por esto, que permite desde una perspectiva general de los procesos y

didáctica gracias a su simbología, evidenciar puntualmente oportunidades de mejora en el proceso, que reduzca el despilfarro de recursos

y aumente su eficiencia. Cuenta con herramientas como las 5 s, Kaizen, Kanban, Poka Yoke, Herramienta visuales, entre otras.

1.6.1.7 Kanban

El termino Kanban se refiere a las etiquetas que se ponen a las piezas y los productos para identificarlos durante los procesos de

fabricación y transporte (Madrigal, 2018, p.312). Dichas tarjetas tienen información como nombre, descripción, código, lugar de

almacenamiento, proveedor, etc. La información que incluya depende del creador de la tarjeta Kanban y del tipo de tarjeta. Diferentes

autores hablan sobre los tipos de Kanban, los más comunes de encontrar son dos: de producción y de transporte. Los Kanban de

producción indican al operador la cantidad de piezas a suministrar al proceso subsecuente, mientras que, un Kanban de transporte es

una instrucción al operario de transporte de materiales para que retire del supermercado una caja del producto indicado en la ficha y la

transporte al punto de uso en el proceso cliente (Madariaga, 2019, p.159).

No obstante, existe otro tipo de tarjeta Kanban llamadas de suministro (KS); estas, contienen información a detalle de las órdenes de

compra de la pieza y del proveedor. Un KS es una instrucción al proveedor para que entregue al supermercado una caja del producto

indicado en el Kanban (Madariaga, 2019, p,163). Al implementar un supermercado Kanban, se requiere además de la estantería y las

tarjetas Kanban, tableros de control que tienen como finalidad controlar de manera visual, los atrasos y las entregas esperadas de materias

primas.

1.6.1.8 Clasificación ABC

“ (Taha, 2004) El método de clasificación de productos ABC asume la propiedad estadística conocida como el principio de Pareto, la

cual es una manera de clasificar los productos de manera preliminar acorde con ciertos criterios tales como impacto importante en el

valor total, ya sea de inventario, de venta, o de costos” (Causado Rodríguez, 2015)

1.6.1.9 Cantidad económica de pedio (EOQ)

El objetivo de este modelo es determinar la cantidad ´optima de pedido y el instante en que debe hacerse, es decir, cuanto pedir y cuando

pedir. Puesto que el reabastecimiento del inventario es instantáneo, se deduce que el pedido debe realizarse en cuanto el inventario se

agote. (Atehortua, 2012)

1.6.1.10 Modelo de cantidad fija de pedido (POQ)

Este método calcula mediante el EOQ un periodo de pedido fijo, y ajusta en la práctica la cantidad que se manufactura o se compra en

cada pedido. La mecánica del método parte del cálculo del EOQ luego se calcula la cantidad de pedidos que se hacen al año (Ingeniería

Industrial, 2016)

1.6.2 Marco institucional

1.6.2.1 Laboratorio instrumental de alta complejidad (LIAC)

El Laboratorio Instrumental de Alta Complejidad LIAC de la Universidad de la Salle es una unidad prestadora de servicios científicos

de análisis fisicoquímicos y microbiológicos, con experiencia en el desarrollo e implementación de métodos analíticos a la medida que

permiten atender necesidades específicas de entidades públicas, privadas, investigadores y empresarios en procesos de toma de

decisiones en aspectos relacionados con: Calidad del agua, nutrición humana, inocuidad alimentaria y contaminación ambiental. Utiliza

técnicas modernas avaladas con altos estándares de calidad para dar cumplimiento a las especificaciones del Sistema de Calidad

institucional y de la norma ISO/IEC 17025” (Universidad de La Salle, 2018).

1.7 Antecedentes

La evolución acelerada de la economía y la tecnología ha impactado fuertemente los sistemas productivos, por lo que los cambios en

los procesos de las diferentes industrias actualmente requieren una mayor cantidad de recursos para la fabricación de bienes o prestación

de servicios. Por ello, las organizaciones han centrado sus intereses en el aumento de la productividad con el fin de incrementar la

satisfacción del cliente y generar un mayor beneficio económico.

De acuerdo con lo anterior, se construyó un estado del arte realizando profundización en investigaciones enfocadas a la productividad y

a herramientas de análisis de procesos utilizadas para la reducción de pérdidas en las organizaciones.

Tabla 4. Caracterización de documentos antecedentes

Autor(es) y

Año

Titulo Resultados

(González,

2007)

Manufactura Esbelta

(Lean Manufacturing).

Principales Herramientas.

Algunas de las principales herramientas Lean

Manufacturing que pueden ser implementadas dentro de

la organización son: Las 5’s, SMED, TPM, Trabajo

estandarizado.

(Monge,

Reyes, &

Rodríguez,

2007)

Diseño De Un Programa

De Reducción De

Desperdicios Apoyado

Con Manufactura.

El sistema de producción tiene un Tiempo Efectivo de

Operación de 25.15% del Tiempo Disponible Neto,

debido a: Inventarios de productos en proceso,

preparación y clasificación, orden y limpieza de la planta

y bajos niveles de calidad. Para la mejora se usó Kanban,

SMED, Kaizen, 5`s, Poka–Yoke, TPM y trabajo

estandarizado.

(Carrillo,

2009)

Propuesta de mejora de la

productividad en la planta

procesadora de lácteos

“El Tambo”, mediante la

medición del trabajo y

estudio de métodos,

validada con software

“SIMUL8.”

El índice de productividad total de la empresa (TPIF)

mostró un comportamiento regular con un cv = 0,25.

Mediante la medición de trabajo y estudio de tiempos se

logró una reducción del 89,94% en la línea de queso,

80,90% en yogurt y 23,05% en nata

(León De

Freitas,

2010)

Aumento de la

productividad del área de

empaque de laboratorios

elmor mediante el estudio

de tiempos.

Las mudas identificadas fueron esperas, inventarios,

movimientos, transporte y sobreproducción. Para

mitigar estas se hizo uso de las herramientas Lean: 5’S,

Kaizen, Controles Visuales, y Flujo Continuo, Takt

Time y Kanban.

(Mandahawi,

Fouad, y

Obeidat,

2012)

Una aplicación de Lean

Six Sigma para mejorar la

productividad en una

empresa de fabricación de

papel.

Los procesos no eran eficientes ya que, solo el 77% de

los pedidos de los clientes fueron cumplidos. Mediante

la metodología DMAIC. El OEE para las máquinas de

impresión y corte ha aumentado en un 21,6% y 48,45%

respectivamente.

(León, 2013) Determinación de un

modelo para medir la

productividad en la

empresa Rodimax.

Se eligieron los modelos: Productividad total y modelo

basado en el tiempo, para medir la productividad,

concluyendo que, esta es alta, pero debe utilizar mejor la

capacidad instalada de la fábrica y los activos fijos.

(Infante Diaz

y Erazo de la

Cruz, 2013)

Propuesta de

Mejoramiento de la

productividad de la línea

de camisetas interiores en

una empresa de

confecciones por medio de

la aplicación de

Cambiar la distribución de los módulos disminuye

considerable la congestión de productos en proceso, se

puede llegar a suprimir áreas ocupadas

innecesariamente, reducir el lead time y aumentar la

calidad de las camisetas, además adquirir una mayor y

mejor utilización de los recursos objetivo fundamental

de la filosofía Lean.

herramientas Lean

Manufacturing.

(Ramos y

Vento, 2013)

Propuesta de mejora en el

área de producción de

sólidos para un

laboratorio farmacéutico.

Se detectó 4 restricciones: Desbalance de cargas en el

amasado, alto tiempo de secado del granulado, la falta de

juegos de punzones en tableteadoras y los tiempos

excesivos de preparación y limpieza de estas. Se utilizan

herramientas como el Balance de Cargas y Capacidades,

la implementación del Sistema de Cribado en el proceso

de secado, etc. a través de SMED.

(Gualdron y

Gomez ,

2013)

Herramientas de

productividad aplicadas al

mejoramiento de procesos

en un laboratorio

farmacéutico.

Para el producto A el tiempo de ciclo de los procesos de

Compresión y Análisis es superior al Takt Time, para

mejorar esto se implementó SMED en el proceso de

alistamiento de dicho proceso. El cuello de botella del

proceso B fue en el proceso de envase, se aplicó TOC

para reducir paros programados en el envase del

producto B.

(Arana,

2014)

Mejora de productividad

en el área de producción

de carteras en una

empresa de accesorios de

vestir y artículos de viaje.

Se dio un aumento considerable de 1.01% con respecto

a la productividad inicial y repercutió en la Efectividad

con un incremento de 31%. El ahorro generado ascendió

a más de 3 mil soles mensuales en base a los costos de

calidad.

(Aguirre ,

2014)

Análisis de las

herramientas Lean

Manufacturing para la

eliminación de

desperdicios en las Pymes.

De los 410 artículos estudiados, el 47% pertenecen a

aplicación de Lean Manufacturing en la industria.

Producción tiene una participación del 45% sobre el

estado del arte. La disminución de desperdicios

representa un 19% y la optimización de la cadena de

suministro 15%. Herramientas como el JIT, el TPM, el

Kanban y el SMED son las más utilizadas.

(Felizzola y

Luna , 2014)

Lean Six Sigma en

pequeñas y medianas

empresas: un enfoque

metodológico.

Se aplica DMAIC a una pyme dedicada a la fabricación

de muebles cuyo problema era la alta tasa de devolución

de gavetas defectuosas (15,59%). En el análisis se utilizó

AMFE en donde se evidencio que el problema estaba

asociado a errores en el proceso de corte, se plantearon

acciones de mejora que logran una reducción en los

defectos de 15,59% a 13,52%.

(Aranibar,

2016)

Aplicación del Lean

Manufacturing, para la

mejora de la productividad

en una empresa

manufacturera.

La metodología desarrollada para mejora de la

productividad en la empresa ABRASIVOS S.A obtuvo

un incremento del 100% gracias a la aplicación de un

sistema Pull y Kanban para reducción de costos.

(Alfaro,

2017)

Aplicación de las

herramientas de lean

Manufacturing para

mejorar la productividad

en la empresa logística

Ransa Comercial S.A en El

Callao.

Se utilizaron herramientas Lean Manufacturing a fin de

implementar tarjetas Kanban con las cuales se logró un

aumento en la productividad del 20% al 51% al mejorar

los procesos de picking, inventario y compras.

Fuente: Autores.

El estudio y análisis de aplicación de herramientas Lean Manufacturing para mejora de la productividad y reducción de desperdicios en

los últimos diez años en la industria de bienes y servicios ha sido tema de investigación de diversos autores, quienes aproximadamente

en un 50% han indagado sobre productividad, 38,89% en Lean Manufacturing y un 11,11% sobre desperdicios, en tesis de pregrado,

tesis de maestría, artículos, etc. en donde se evidencia la aplicación de dichas teorías en casos reales de la industria.

Figura 4. Porcentaje de participación en el estado del arte según tipo de documento

Fuente: Autores.

50,00%

28,57%

21,43%

Tesis Pregrado Tesis Maestria Articulo

Figura 5. Línea de tiempo estado del arte.

Fuente: Autores.

De los documentos seleccionados como se evidencia en la Figura 4, el 50% pertenecen a tesis de pregrado, 28,57% tesis de maestría y

finalmente un 21,43% artículos científicos. Se seleccionaron en su mayoría el primer tipo de documentos ya que, se acoplan mejor a los

requerimientos del presente proyecto y han sido trabajados realizados sobre casos reales de empresas manufactureras y de servicios. Por

otro lado, en la Figura 5 es posible evidenciar que en los últimos años ha aumentado la investigación en dichos temas, resaltando

especialmente los años 2013 y 2014, periodos en los cuales se realizó mayor número de investigaciones.

: DIAGNÓSTICO DE LA PRODUCTIVIDAD ACTUAL DEL LIAC

Posterior al prediagnóstico se procedió a medir la productividad del LIAC haciendo una clasificación de los servicios de análisis que

este presta, a fin de seleccionar cuales de estos se intervendrían. Luego, se definió una metodología para realizar la actualización de

costos de las pruebas seleccionadas, identificando sus márgenes de ganancia. Finalmente, en relación con el análisis de desperdicios se

hizo énfasis en aquellas pruebas en donde su presencia justifica la generación de posibles oportunidades de mejora.

2.1 Cuantificación de pruebas realizadas por el LIAC

Actualmente el LIAC tiene implementadas 233 pruebas que se dividen en tres servicios de análisis: Contaminación ambiental (121),

Alimentos (87) y Microbiología (25).

Figura 6. Proporción de pruebas realizadas en los servicios de análisis del LIAC

Fuente: Autores

Como se evidencia en la Figura 6 la mayor proporción corresponde al servicio de análisis de contaminación ambiental que representa

el 51,9%.

2.1.1 Pruebas por matriz

Las pruebas de los servicios de análisis anteriormente mencionados se pueden clasificar en grupos denominados matrices, que varían

según el tipo de muestra a analizar. En los análisis de contaminación ambiental, existen 4 matrices las cuales son agua, material

particulado (aire), tejido vegetal, suelo y otros. Las dos primeras matrices cuentan con un portafolio más amplio (ver Figura 7).

51,9%37,3%

10,7%

Servicios de análisis LIAC

Contaminación ambiental Alimentos Microbiología

Figura 7. Pruebas por matriz en servicio de análisis de contaminación ambiental

Fuente: LIAC

De la misma forma, los servicios de análisis en alimentos y en microbiología cuentan con tres matrices como se muestra en la

siguiente figura.

Figura 8. Pruebas por matriz en servicio de análisis de alimentos y microbiología

Fuente: LIAC

2.1.2 Pruebas certificadas

AguasMaterial

particulado

Tejido

vegetalSuelo Otros

Q pruebas 53 41 12 11 4

0

10

20

30

40

50

60

Matrices en análisis de contaminación ambiental

El LIAC cuenta con un grupo selecto de pruebas que han sido certificadas y/o acreditadas por entidades tales como el Instituto de

Hidrología, Meteorología y Estudios Ambientales de Colombia (IDEAM), el Instituto Colombiano Agropecuario (ICA), el Ministerio

de Salud y Protección Social. Del total de pruebas, el 28% cuenta con acreditación y como se muestra en la Figura 9 los análisis de

contaminación ambiental representan la mayor proporción de este grupo selecto, siendo en su totalidad pruebas para la matriz de aguas.

Figura 9. Proporción de pruebas del LIAC que se encuentran acreditadas

Fuente: Autores y LIAC

El listado de algunos servicios de análisis que presta el LIAC se muestra en el Anexo 1¡Error! No se encuentra el origen de la

referencia.

2.1.3 Demanda de pruebas

168; 72%43; 18%

16; 7%

6; 3%

65; 28%

Pruebas acreditadas LIAC

Acreditados Sin Acreditar Contaminacion ambiental

Alimentos Microbiologia

En el año 2018 el LIAC realizo un total de 6071 pruebas, la información correspondiente a la demanda de dichas pruebas fue extraída

de las solicitudes de aquellos clientes a los que se les presto el servicio, es decir aquellas cotizaciones que finalmente fueron facturadas.

Tabla 5. Cantidad de pruebas realizadas durante el año 2018

Servicio de análisis Matriz Cantidad de pruebas realizadas Total

Contaminación ambiental

Material particulado 4693

5934 Agua 968

Suelo 225

Otros 48

Alimentos

Alimentos humanos 98

118 Alimentos pecuarios 2

Otros 18

Microbiología Agua 19 19

6071

Fuente: Autores y LIAC

La mayor cantidad de pruebas realizadas pertenecen a los servicios de análisis de contaminación ambiental, y representan el 97,7% del

total de pruebas demandadas durante el 2018. Específicamente para el caso de cada matriz, se encuentra que la mayor proporción

pertenece a pruebas realizadas en la matriz de material particulado y agua como se muestra en la Figura 10.

79%

16%

4% 1%

Demanda por matriz en servicios de contaminación

ambiental

Material particulado Agua Suelo Otros

Figura 10. Demanda por matriz en análisis de contaminación ambiental.

Fuente: Autores y LIAC.

Con base en esta información el enfoque del proyecto se centra en este tipo de análisis, específicamente en las matrices de material

particulado y agua considerando que la segunda matriz contiene la mayor cantidad de pruebas certificadas.

2.1.4 Pruebas analizadas

De acuerdo con las matrices seleccionadas y los requerimientos del LIAC, se tomaron 85 pruebas como unidad de análisis lo que

representa un 36% del total de servicios de análisis que la entidad presta.

Figura 11.. Proporción de pruebas incluidas en el análisis

Fuente: Autores

148; 64% 52; 22%33; 14%85; 36%

Pruebas analizadas

Pruebas analizadas Pruebas excluidas Matriz agua Matriz material particulado

Como se observa en la Figura 11, 52 pruebas corresponden a la matriz de agua y 33 a la matriz de material particulado. Estas fueron

las pruebas analizadas en el proyecto.

2.2 Costeo

Una de las necesidades principales del LIAC corresponde a la actualización de los costos asociados a sus servicios. Al hacer un análisis

de la operación del laboratorio, se decidió realizar el costeo bajo los parámetros de la técnica de costeo por órdenes de producción ya

que, es el modelo más apropiado. Esta técnica se ajusta cuando los productos difieren en cuanto a las necesidades en materiales y

conversión; cada producto se fabrica de acuerdo con las especificaciones del cliente y el precio con el que se cotiza está estrechamente

ligado al costo estimado (Alvarado & Calle, 2011). Adicionalmente, una de las principales características es que la producción se hace

generalmente sobre especificaciones (pedido) por parte del cliente (Universidad de Cuenca, 2014).

Se optó por estimar el costo de realizar una prueba a una sola muestra, dado que los requerimientos de los clientes presentan alta

variabilidad, es decir, que en algunos casos se realizan diferentes pruebas a una sola muestra y en otros a una gran cantidad de muestras

un único análisis. Los componentes tomados en cuenta para el costo se muestran en la siguiente figura.

Figura 12. Esquema de costos

Fuente: Autores

La recolección de la información del costeo y la identificación de desperdicios se realizó en colaboración con uno de los jefes de área

del laboratorio, encargada de documentar los procedimientos de análisis denominados PAL (Procedimiento de análisis de laboratorio)

en donde se especifican las cantidades, actividades, equipos y tiempos asociados a la realización de cada una de las pruebas. Por otro

lado, para llevar a cabo una prueba de cualquier tipo, por políticas del laboratorio deben realizarse cuatro controles por cada corrida de

20 muestras. Estos controles se denominan blanco, duplicado de muestra, adicionado y estándar y tienen como finalidad, validar que la

lectura se está realizando correctamente y que los resultados no han sido afectados por ningún contaminante u otro factor. Dichos

controles también se cargaron al costo por unidad analizada.

2.2.1 Costos directos

2.2.1.1 Materia prima directa

Reactivos

Para calcular el costo asociado a la materia prima se determinaron las cantidades de reactivos que requiere cada una de las pruebas

realizadas a una sola muestra. No obstante, para la materia prima de las soluciones se tomó como referencia la proporción mínima que

puede prepararse. A continuación, se muestra el cálculo del costo de MP para la prueba de determinación de PH en agua.

Tabla 6. Costo de MP para la prueba de PH en agua

MP Cantidad

requerida

Unidad de

medida

Costo unidad de

medida Valor total

Reactivo PH 1 0,01 G $ 497,00 $ 4,97

Reactivo PH 2 0,5 mL $ 306,50 $ 153,25

Reactivo PH 3 1,5 mL $ 306,50 $ 459,75

Reactivo PH 4 2,5 mL $ 306,50 $ 766,25

Reactivo PH 5 100 mL $ 0,22 $ 21,88

Costo total MP $ 1.406,10 Fuente: Autores y LIAC.

En este caso, el costo de MP para realizar la prueba de PH en agua a una muestra es de $ 1.406,10 pesos.

Consumibles

Son aquellos insumos necesarios para ejecutar la prueba. Estos a pesar de no ser utilizados para el tratamiento de la muestra, se requieren

para el proceso. Ejemplos claros de ellos son los filtros, gases, columnas cromatográficas y la energía que se consumen en la lectura de

las muestras. El cálculo del consumo de gases y columnas cromatográficas fue hecho a partir del tiempo que estas duran en el equipo y

la demanda de pruebas dentro de dicho rango de tiempo. Para el caso de la energía, se tomó como referencia el consumo de KWh de

cada uno de los equipos y el costo de esta unidad según la estratificación de la localización del LIAC.

2.2.1.2 Mano de obra directa

Actualmente, el LIAC cuenta con 7 cargos especificados a continuación:

Tabla 7. Planta de personal del LIAC

Cargo Tipo de cargo Personas por cargo

Director científico Administrativo 1

Directora comercial Comercial 1

Secretaria Administrativo 1

Coordinadores Técnico 3

Analista senior Técnico 1

Analista junior Técnico 3

Auxiliares Técnico 3

Fuente: LIAC

Las personas encargadas de realizar las pruebas son los analistas, por ende, el costo de los salarios de estos fue asignados directamente

a las pruebas. El cálculo del costo total de mano de obra en una prueba específica se determinó con el tiempo que el analista está

presente en el proceso dado que, en algunos casos se generan esperas innecesarias en donde estos realizan otras actividades

paralelamente.

Para determinar el costo de la unidad de tiempo analizada, se estimó el valor de la nómina anual para cada uno de los analistas con

prestaciones y retenciones; posteriormente, se calcularon las horas laborales de acuerdo con el calendario de funcionamiento del LIAC.

En la Tabla 8 se muestra el resultado del cálculo del costo de mano de obra directa para la prueba de PH en agua.

Tabla 8. Costo de mano de obra directa para la prueba de PH en agua.

Actividad Tiempo analista

(min) Costo

Alistamiento del material 5 $ 1.470

Verificación de funcionamiento de equipo 5 $ 1.470

Lectura de muestra 0,5 $ 147

Diligenciar formato 5 $ 1.470

Reporte de resultados en el sistema 1 $ 294

Validación y aprobación analista 2 2 $ 588

Total 18,5 $ 5.439 Fuente: Autores y LIAC

Finalmente, con los valores obtenidos de los anteriores costos se determinó que, el costo directo de la prueba de PH en agua corresponde

a un valor de $6980,10 pesos.

2.2.2 Costos indirectos

A pesar de que el LIAC es un centro de costos dentro de la Universidad de La Salle y que, por tanto, no asume la mayoría de los costos

de esta naturaleza, es pertinente asignarlos ya que, se plantea un escenario en el cual el laboratorio sea auto sostenible. Los costos

indirectos de fabricación generalmente se aplican a las órdenes individuales basadas en una tasa predeterminada de costos indirectos

(Alvarado & Calle, 2011) La dificultad que tiene la asignación de los costos indirectos a cada una de las 85 pruebas radica en la variación

de los recursos empleados en cada una de ellas, razón por la cual se recurrió al cálculo de la tasa predeterminada basada en la cantidad

de pruebas.

𝑇𝑃 =𝐶𝑜𝑠𝑡𝑜𝑠 𝑖𝑛𝑑𝑖𝑟𝑒𝑐𝑡𝑜𝑠 𝑝𝑟𝑒𝑠𝑢𝑝𝑢𝑒𝑠𝑡𝑎𝑑𝑜𝑠

𝑃𝑟𝑒𝑠𝑢𝑝𝑢𝑒𝑠𝑡𝑜 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑣𝑒𝑛𝑑𝑖𝑑𝑎𝑠

Fuente: (Sinisterra, 2011)

Dado que no se trabaja con referencias de pruebas homogéneas y que los costos directos en la mayoría de los casos difieren en gran

magnitud, no es pertinente asignar la misma tasa presupuestada a todas las pruebas porque esto elevaría injustificadamente el costo, por

lo tanto, las unidades y los costos indirectos presupuestados se calcularon en función de una ponderación basada en los ingresos del

periodo.

Para conocer a detalle los resultados del cálculo de la tasa predeterminada para cada una de las pruebas remítase al Anexo 2 y los

conceptos detallados de los costos indirectos se muestran en el

49

.

2.2.2.1 Tasa predeterminada de mantenimientos

Se calculó una tasa predeterminada de mantenimientos considerando la asignación de acuerdo con

las horas máquina y el costo de mantenimiento para cada equipo en particular, cabe resaltar que,

algunas pruebas no requieren el uso de equipos, por tanto, no se les asigno este valor. Ver Anexo

4

𝑇𝑃𝑖 =𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑚𝑎𝑛𝑡𝑒𝑛𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑒𝑞𝑢𝑖𝑝𝑜 𝑖

𝐻𝑜𝑟𝑎𝑠 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒𝑠 𝑑𝑒𝑙 𝑒𝑞𝑢𝑖𝑝𝑜 𝑖

Fuente: (Sinisterra, 2011)

Luego de calcular la tasa predeterminada por equipo, se asignó este costo indirecto a cada una de

las pruebas considerando los equipos y tiempos que se emplean en el procedimiento de análisis.

2.2.3 Costos totales

Una vez calculado los tres componentes del costo (materia prima directa, mano de obra directa

tasa predeterminada de costos indirectos) para cada prueba, se estableció el costo total de esta para

una muestra. (Ver Anexo 5) Al contrastar porcentualmente los costos y los precios de venta se

corroboró que existe una gran diferencia entre estos para algunas pruebas, cabe resaltar que los

precios que actualmente están establecidos por el LIAC generan márgenes de utilidad negativos

para algunos casos en donde los clientes solicitan un único servicio (prueba) para una sola muestra

(Ver Figura 13)

Para las técnicas de matriz de aguas (Ver Figura 13) se concluyó que la más críticas son los análisis

de ion selectivo porque las pérdidas son de aproximadamente el 49%. En los demás casos, como

se ve en la figura los precios de venta están por encima del costo. Como por ejemplo COT.

50

Figura 13. Comparación de costos y precios de venta para pruebas de presencia de metales en agua.

Fuente: Autores y LIAC

Figura 14 Comparación de costos y precios de venta para pruebas de presencia de metales en agua y aire

Fuente: Autores y LIAC

Como se evidencia en la Figura 14 para el caso de pruebas de presencia de metales en agua, la

pérdida monetaria es más significativa en los metales por generador de hidruro, esto se debe a que

el costo de materias primas es más elevado en comparación a las otras técnicas. El 40% de los

metales por llama presenta pérdidas.

En la matriz de material particulado se encontró que las pruebas de cromatografía iónica son las

únicas que presentan ganancia de aproximadamente un 30% en relación con el costo. En general

del total de técnicas costeadas, solo 5 de las 17 generan ganancia; no obstante, si este análisis se

hubiese hecho tomando como referencia el costo directo sin la asignación de la tasa presupuestada,

únicamente 2 de ellas presentarían perdidas promedio. En el Anexo 5 se muestra el margen de

ganancia para ambos casos.

0%10%20%30%40%50%60%70%80%90%

100%

Ion

sel

ecti

vo

Mic

rob

iolo

gía

Co

nta

min

ante

s

org

ánic

os

Por

imp

lem

enta

r

CO

T

Cic

lo d

e nit

róg

eno

Co

lori

met

ría

Tit

ulo

mét

rico

s

Soli

do

s

Anál

isis

fís

ico

s

Porcentaje de costos y precios para pruebas en agua

Costo Precio

51

2.3 Análisis de desperdicios

El LIAC cuenta con un sistema tipo Pull, es decir, el ritmo de la demanda es marcado por el cliente.

Una vez es confirmada la prestación del servicio por parte del LIAC y aceptado por el cliente,

comienza el proceso interno de realización del análisis (ver Anexo 6). Con el fin de analizar los

desperdicios (esperas e inventarios), fue pertinente realizar una selección de una prueba piloto para

cada una de las matrices. Esta tuvo como criterio aquellas pruebas con mayor participación en la

demanda; para el caso de la matriz de material particulado, la prueba piloto seleccionada es la

prueba 60.

Figura 15. Demanda de pruebas en material particulado clasificadas por técnica

Fuente: Autores y LIAC

Para el caso de la matriz de agua, se procedió a realizar un análisis de Pareto a fin de identificar

las pruebas que tienen mayor peso en la demanda. Sin embargo, y como se evidencia en la Figura

16, los resultados del análisis muestran una relación 40:60. Según (Villaseñor, 2009) en este caso

se recomienda usar el análisis producto-ruta que consiste en conocer las coincidencias de máquinas

y procesos entre pruebas para crear familias, con el fin de seleccionar la prueba piloto. En primera

instancia, se realizó una matriz en donde se especifican los equipos que utiliza cada una de las

pruebas (Ver Anexo 7)

86%

7%

4%3%

Demanda de pruebas en material particulado clasifiacadas

por tecnica

Metales ICP Cromatografia Ionica Carbono HAPS

52

Figura 16. Diagrama de Pareto para la demanda de la matriz de agua

Fuente: Autores y LIAC

Se encontraron 10 familias distintas de las cuales la 10, 9 y 6 representan más del 50% de la

demanda total de pruebas realizadas en la matriz de aguas (968 pruebas), por lo que se hizo una

matriz de procedimiento comparativa entre estas familias para corroborar la similitud en sus

procesos (Ver Anexo 8). Las pruebas de familia 10 tienen una mayor participación en la demanda,

por esto, se seleccionaron como posibles pruebas piloto la 8 y 9.

2.3.1 Esperas

Se diagramó el proceso analítico de cada una de las pruebas piloto para identificar las actividades

en donde se generan esperas. La prueba 8 (ver Anexo 9) presenta un tiempo prolongado de espera

gracias al calentamiento de un equipo, a pesar de que esta es necesaria, la secuencia de las

operaciones puede ser modificada con el fin de reducir el tiempo de ciclo y aumentar el tiempo

productivo del analista.

La prueba 9, evidenciada en la Figura 17 tiene una variación respecto a la 8 dado que existe un

paso adicional en su procedimiento, el cual es la digestión de la muestra. Sin embargo, se decide

tomar la prueba 9 como piloto ya que, las mejoras que en esta se hagan son aplicables a la prueba

8.

La prueba 60 perteneciente a la matriz de material particulado (ver Anexo 10) presenta una espera

necesaria que reduce notoriamente la productividad de la mano de obra, la cual es del 25% del

53

tiempo total de ciclo. Partiendo de este hecho, es necesario programar las pruebas de una manera

adecuada a fin de que se analicen varias muestras en una sola corrida para aprovechar la capacidad

de los equipos durante el proceso y así mismo, obtener una ganancia mayor, puesto que el costo

de la mano de obra sería menor por unidad procesada.

Figura 17. Diagrama de flujo de proceso para la prueba de nitrógeno 2 en agua

Fuente: Autores 2.3.2 Inventarios

Un aspecto relevante son las perdidas monetarias en las que actualmente incurre el LIAC por el

vencimiento de algunos reactivos. Este problema se debe a que existen pruebas que no se solicitan

con frecuencia y al realizar la compra de la materia prima necesaria para dar cumplimiento con el

servicio, existe el riesgo de que no sea utilizado si no se solicita en un largo periodo de tiempo.

Analizando puntualmente los reactivos pertenecientes a las pruebas piloto se encontró que, durante

el año 2018 existieron perdidas de $4.059.287,23 por concepto de vencimiento de algunos de ellos.

(Ver Tabla 9)

Diagrama Num:

Actual Propuesto Ahorro

77,50

340

Método: Actual 00

417,5

Espera Inv.

Alistamiento de material de trabajo 10

SMED o Poka Yoke para reducir el

tiempo de búsqueda de material de

trabajo

20

280 X

Calentamiento de equipo 60 X

Preparación de reactivos y

soluciones 30 X

Las soluciones empleadas en la prueba

se preparan en cantidades innecesarias,

lo cual genera desperdicio de MP

Destilación 8

Titulación 1

Cálculo 0,5

Verificación de resultados 2 x

Diligenciar formato 5

Reporte de resultados en el

sistema1

Total (Minutos) 417,5 77,5 0 340 0 0

CURSOGRAMA ANALÍTICO

Objeto: Mejorar la productividad

del LIAC

Actividad

Operación

Actividad: Prueba de Nitrógeno 2Inspección

Espera

Transporte

Analista (s): Sandra GuataquiraAlmacenamiento

Tiempo (min-hombre)

Descripción Tiempo

Digestión

ObservacionesDesperdicioSímbolo

Cambiar la secuencia de las

actividades con el fin de reducir el

tiempo improductivo del operador

Oportunidad de mejora/Hallazgo

v

v

54

Tabla 9. Perdidas por vencimiento de reactivos de pruebas piloto.

Reactivo Costo de reactivos vencidos

Ácido clorhídrico suprapur $ 238.499

Ácido nítrico suprapur $ 350.064

Antimonio solución patrón $ 950.000

Carbonato de sodio inactivar $ 161.783

Manganeso solución estándar $ 854.668

Patrón absorción atómica solución de calcio $ 180.000

Patrón absorción atómica solución de calcio inactivar 1 $ 157.500

Patrón absorción atómica solución magnesio inactivar $ 408.000

Patrón absorción atómica solución potasio $ 475.000

Potasio solución patrón inactivar $ 283.775

TOTAL $ 4.059.289

Fuente: Autores y LIAC

Una de las causas principales de este problema es la logística de compras ya que, se hace sin una

planeación adecuada, lo que aumenta los costos y niveles de inventario. Para ilustrar de una mejor

manera este supuesto, a continuación, se muestra el proceso de compras que actualmente maneja

el LIAC.

55

Figura 18. Diagrama de flujo para proceso de compra de reactivos

Fuente: Autores y LIAC

La compra de reactivos se realiza de acuerdo con los requerimientos de demanda. Como se

evidencia en la Figura 18, el hecho de que la verificación de existencias de materia prima se haga

cada vez que se programa la prueba retrasa notablemente la entrega de resultados al cliente porque

el laboratorio se ve condicionado por las fechas de entrega del proveedor. Esta actividad debería

ser realizada con antelación a fin de que cuando se solicite un servicio se eviten esperas por

compras de materias primas.

La variabilidad de la demanda y el desconocimiento de su comportamiento ocasiona que se compre

más de la cantidad necesaria, sin embargo, esto puede suceder también por la presentación de los

reactivos ya que, en algunos casos se limitan de acuerdo con el proveedor y en otros, se toma la

decisión de comprar una presentación más grande dado que el precio es mucho más bajo.

2.4 Indicadores de productividad

56

Luego de analizar los resultados del costeo y de la identificación de desperdicios, se definieron los

siguientes indicadores para medir la productividad actual del LIAC.

Tabla 10. Indicadores de productividad del LIAC

N.º Objetivo Indicador Formula Unidad

1 Incrementar la

productividad del LIAC Productividad total

𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠 𝑑𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜

𝐸𝑔𝑟𝑒𝑠𝑜𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠 𝑑𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑥 100 %

2 Incrementar los ingresos

por ventas

Cumplimiento de ingresos

por venta presupuestados

𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 𝑟𝑒𝑎𝑙𝑒𝑠

𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 𝑝𝑟𝑒𝑠𝑢𝑝𝑢𝑒𝑠𝑡𝑎𝑑𝑜𝑠 𝑥 100 %

3

Incrementar el tiempo

productivo total de la

mano de obra directa

Productividad de la MOD 𝑇𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑜 𝑡𝑜𝑡𝑎𝑙

𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒 𝑥 100 %

4

Incrementar el número

de pruebas realizadas

por analista

Tasa de producción por

analista

𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑝𝑟𝑢𝑒𝑏𝑎𝑠 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑑𝑎𝑠

𝐷𝑖𝑎𝑠 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒𝑠

Pruebas/Dí

a

5

Incrementar el tiempo

productivo de la mano

de obra directa durante

la realización de la

prueba tipo i

Productividad de la MOD

en la prueba tipo i

𝑇𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑜 𝑒𝑛 𝑙𝑎 𝑝𝑟𝑢𝑒𝑏𝑎 𝑖

𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑖𝑐𝑙𝑜𝑥100 %

6

Incrementar la

eficiencia de los

equipos

Eficiencia general de los

equipos (OEE) %𝐷𝑖𝑠𝑝 𝑥 %𝑅𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑥 %𝐶𝑎𝑙𝑖𝑑𝑎𝑑 %

7

Disminuir las pérdidas

generadas por reactivos

vencidos

Perdidas monetarias por

inventario vencido 𝑉𝑎𝑙𝑜𝑟 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑙𝑜𝑠

𝑟𝑒𝑎𝑐𝑡𝑖𝑣𝑜𝑠 𝑣𝑒𝑛𝑐𝑖𝑑𝑜𝑠

Unidades

monetarias

8

Incrementar la

eficiencia en la gestión

de inventarios de MP

Rotación del inventario 𝐶𝑜𝑛𝑠𝑢𝑚𝑜 𝑎𝑛𝑢𝑎𝑙 𝑑𝑒 𝑚𝑎𝑡𝑒𝑟𝑖𝑎𝑠 𝑝𝑟𝑖𝑚𝑎𝑠

𝐼𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜

Veces por

periodo

Fuente: Autores y LIAC

2.4.1 Productividad global

Para el cálculo de este indicador se estimaron los ingresos por ventas y egresos totales del año

2018 cuyos conceptos se muestran a continuación:

57

Figura 19. Participación por concepto en egresos totales

Fuente: Autores y LIAC

Como es de notarse en la Figura 19, el 50% de los egresos corresponde a todos los costos asociados

con la mano de obra (sueldos, prestaciones sociales, viáticos, incapacidades, etc.). Se infiere que

esta tiene un mayor impacto en la productividad global del LIAC por lo que, una adecuada

programación de tareas es primordial para incrementar la utilización de este recurso. En cuanto a

las inversiones de equipos y muebles se incluye la compra de un Analizador Térmico Óptico,

equipo que debe ser aprovechado al máximo dado que es el único en Colombia.

Tabla 11. Resultados indicadores de productividad global.

Nº Indicador Resultado

1 Productividad total 41, 56%

2 Cumplimiento de ingresos por venta

presupuestados 34,11 %

Fuente: Autores

El nivel de productividad del LIAC es crítico dado que el resultado mostrado en la anterior tabla

indica que la prestación de servicios de análisis no le está generando beneficios; es más, los

ingresos de las pruebas no cubren a cabalidad los gastos que se generan. Es importante resaltar

que la inversión en el Analizador Térmico Óptico representa el 23% de los egresos, sin embargo,

si este concepto no fuese incluido en el cálculo del indicador la productividad asciende a un 54%

y aunque no es un resultado favorable, se adapta más a la realidad ya de acuerdo con los

presupuestos, en promedio la inversión anual en equipos representa solo el 11% del valor del

Analizador Térmico Óptico. Adicionalmente, es evidente que el LIAC no está generando los

23%

50%

11%

16%

Participación por concepto en egresos

Inversiones en equipos y muebles Mano de obra

Materia prima e insumos Gastos generales

58

ingresos esperados por la Universidad de La Salle dado que para el 2018 solo cumplió con el

34,11% de los ingresos proyectados.

2.4.2 Productividad de la mano de obra

La productividad de la mano de obra fue cuantificada general y especifica (para cada una de las

pruebas analizadas) considerando el tiempo disponible de cada uno de los analistas. La

productividad para cada prueba se muestra en el Anexo 11.

Tabla 12. Resultados indicadores de productividad de la MOD

N.º Indicador Resultado

3 Productividad de la MOD

Analista 1 98,89%

Analista 2 96,07%

Analista 3 79,48%

Analista 4 64,82%

4 Tasa de producción por analista

Analista 1 2 muestras/día

Analista 2 20 muestras/ día

Analista 3 3 muestras/ día

Analista 4 2 muestras/ día

5 Productividad de la MOD en la

prueba tipo i

Prueba 9 18,34%

Prueba 60 60%

Fuente: Autores

Como se evidencia en la Tabla 12 los analistas 1 y 2 tienen una productividad buena, dado que las

pruebas que ellos realizan son las más demandadas y/o tienen tiempos de ciclo mayores, en

cambio, los otros dos analistas presentan una productividad menor, lo que indica que su carga

laboral es mucho más baja. Esto justifica mucho más el hecho de que debe programar la mano de

obra y balancear las cargas, considerando que no todos los analistas cuentan con la misma

capacitación para realizar todas las pruebas. Finalmente, la productividad de la mano de obra en

cada una de las pruebas varia también según el nivel de complejidad, dado que algunas requieren

una presencia mayor del analista. Complementando lo anterior, aunque el analista 1 es quien tiene

la mayor productividad, destina una gran parte de su tiempo a realizar cambios y/o modificaciones

en el cromatógrafo de gases, lo cual consume una gran parte de su tiempo disponible.

2.4.3 Eficiencia general de los equipos (OEE)

Las 85 pruebas analizadas requieren la utilización de 24 equipos diferentes, sin embargo, el

indicador OEE fue calculado para 11 equipos de los cuales algunos pertenecen a las pruebas piloto

y otros fueron considerados porque son los equipos más robustos del laboratorio, lo cual amerita

un análisis de su eficiencia general.

59

Según los resultados obtenidos (ver Tabla 13), solo dos de los equipos tienen una eficiencia de

más del 65% que es lo aceptable para este indicador; los demás equipos, se encuentran en categoría

inaceptable porque su utilización es muy baja en comparación con la disponibilidad que tiene.

El cromatógrafo de gases presenta una disponibilidad del 90% sin embargo esto se debe a dos

razones: 1) Las pruebas realizadas en este equipo tienen una alta demanda y a su vez un alto tiempo

de ciclo. 2) Los tiempos de cambio en el equipo de un tipo de prueba a otra son elevados lo cual,

reduce el tiempo disponible y aumenta la utilización.

Tabla 13. Resultados indicadores OEE.

Nº Nombre Disponibilidad Rendimiento Calidad OEE Clasificación

1 Cromatógrafo de gases 90,93% 100% 100% 90,93% Buena

2 Espectrómetro de emisión ICP 78,20% 100% 100% 78,20% Aceptable

3

Cromatógrafo liquido alta

resolución 59,21% 100% 100% 59,21% Inaceptable

4 Cabina de extracción de gases 48,91% 100% 100% 48,91% Inaceptable

5 Digestor k 435 para muestras 20,58% 100% 100% 20,58% Inaceptable

6 Equipo de destilación 14,93% 100% 100% 14,93% Inaceptable

7 Equipo de Absorción atómica 8,88% 100% 100% 8,88% Inaceptable

8 Balanza analítica de precisión 8,58% 100% 100% 8,58% Inaceptable

9 Analizador de carbono total aire 5,09% 100% 100% 5,09% Inaceptable

10 Espectrofotómetro ultravioleta 3,31% 100% 100% 3,31% Inaceptable

11 Analizador de carbono total agua 2,98% 100% 100% 2,98% Inaceptable

Fuente: Autores

Si se planteen la reducción de los tiempos de ciclo de las pruebas, el nivel del indicador OEE

disminuye en su disponibilidad porque el tiempo operativo del equipo sería menor, sin embargo,

esto es positivo para el LIAC dado que si aumenta la demanda se tendría una mayor capacidad de

respuesta a los clientes.

2.4.4 Utilización de materias primas

Este indicador justifica la mejora en la logística de compras, dado que como se evidencia en la

Tabla 14 la pérdida monetaria es significativa y representa el 41% del valor de compras del año

2018. Por esto, aunque aún no se tenga la información necesaria para calcular la rotación del

inventario, se espera su cálculo como parte de la propuesta.

Tabla 14. Resultados indicadores de inventario

Nº Indicador Resultado

60

7 Perdidas monetarias por inventario vencido $33.081.106

8 Rotación del inventario Sin calcular Fuente: Autores

Es importante aclarar que algunos reactivos que se encontraban en el registro de vencidos del año

2018, pudieron haber sido comprados en años anteriores (aproximadamente 1 o 2 años), no se

contó con un registro exacto de esta información.

2.5 Mapa de valor del proceso

Con el fin de analizar la cadena de valor de los servicios de análisis proporcionados por el LIAC

se realizó un mapeo del proceso. Para este caso, se diagramó la situación actual de los procesos

de las pruebas piloto (ver Figura 20)

Los indicadores utilizados para el mapeo fueron: Productividad de la mano de obra (%P.MO) y

eficiencia general de los equipos (%OEE) además de otra información relevante como el costo de

la mano de obra ($MO) en cada proceso y su respectivo tiempo de ciclo (T/C).

En relación con la cadena de valor del LIAC es importante resaltar que las materias primas son

suministradas por proveedores nacionales e internacionales, en promedio el lead time para cada

uno de ellos oscila en rangos de 2 a 7 días y 15 a 30 días respectivamente, y no se cuenta con una

frecuencia de compra definida debido al proceso de compra actual. El indicador OEE expuesto en

el diagrama considera la utilización del equipo en todos los tipos de prueba.

El tiempo de entrega de resultados depende directamente de la entrega de la muestra, que como se

evidencia en el VSM actual es tipo empujado por el cliente. Adicionalmente, pueden existir

tiempos de retraso ocasionados por las condiciones en las que llega la muestra, debido a que

algunas de ellas deben tener un pretratamiento, como lo es la refrigeración para muestras de agua.

Ya que esta situación no depende del LIAC no se consideró en el análisis.

El tiempo que no agrega valor es producido principalmente por la programación de tareas e

impacta de una forma significativa el tiempo total del proceso. Sin embargo, se debe considerar la

posibilidad de optimizar el tiempo que agrega valor con el fin de reducir el tiempo de respuesta al

cliente. Cabe resaltar que se manejaron rangos de tiempo para algunos procesos, debido a que

estos dependen de la programación, por lo que su variabilidad es alta.

61

2.5.1 VSM Actual

Figura 20. VSM Actual para prueba piloto matriz de agua

Fuente: Autores.

62

Con lo previamente identificado se procedió a plantear un VSM futuro (Figura 21) que representa

las modificaciones que podrían realizarse al proceso, para que este sea más eficiente en cuanto a

tiempo y utilización de recursos. Las posibles mejoras son representadas mediante explosiones

Kaizen.

Las más relevantes corresponden a la reducción del tiempo de ciclo, mediante la realización de

actividades en paralelo y a la programación de análisis basados en las existencias de inventario,

esto se relaciona también con la implementación de un supermercado de materias primas que

permita llevar un adecuado control de reactivos y consumibles.

Finalmente, la implementación de FIFO con el cliente pretende reducir las esperas en los procesos

de validación y entrega de resultados, los cuales son administrativos. Se espera obtener los

siguientes resultados con las mejoras propuestas:

Tabla 15. Medibles de VSM para prueba piloto de la matriz de agua

Lead time

Tiempo de

alistamiento

Tiempo que agrega

valor (T/C Prueba)

Tiempo que no

agrega valor

(Esperas)

% Productividad

MOD en la prueba

Actual 3,2 a 23,2 días 10 min 427,5 minutos 3 a 23 días 18,56%

Objetivo 3,2 a 19,2 días 5 min 332,5 minutos 3 a 19 días 23,66%

Fuente: Autores.

63

2.5.2 VSM Futuro

Figura 21. VSM Futuro para prueba piloto de la matriz de agua

Fuente: Autores

64

A diferencia de esta prueba, la prueba piloto de la matriz de material particulado presenta un

tiempo que no agrega valor inferior, dado que estos análisis se programan de un día para otro, el

equipo utilizado es exclusivo para las pruebas de esa familia y el tiempo de ciclo es menor. En los

Anexo 12 y Anexo 13 , se encuentran los mapas de valor actual y futuro respectivamente para

esta prueba. Allí se evidencia que la mejora principal es el procesamiento por lotes en el momento

de la lectura, dado que el equipo que la realiza tiene una alta capacidad que debe ser aprovechada

con el fin de reducir los costos por muestra. A continuación, se encuentran los medibles de este

VSM.

Tabla 16. Medibles del VSM para prueba piloto de la matriz de material particulado.

Lead time

Tiempo que agrega

valor (T/C Prueba)

Tiempo que no agrega

valor (Esperas)

% Productividad MOD

en la prueba

Actual 3,06 a 14,06 días 90 minutos 3 a 14 días 75%

Objetivo 3,04 a 14,04 días 62,5 minutos 3 a 10 días 82,75% Fuente: Autores.

Aunque el VSM es una herramienta clave que permite identificar oportunidades de mejora, no

debemos ignorar el hecho de que existen hallazgos asociados a otras pruebas que no se evidencian

en los diagramas, ya que el procedimiento y equipos de las pruebas piloto no aplica en un 100% a

todas las pruebas, sino a aquellas pertenecientes sus familias. Por tal motivo, se resumieron los

hallazgos y oportunidades de mejora encontrados en el diagnóstico.

2.6 Hallazgos y oportunidades de mejora

En la siguiente tabla se muestran los hallazgos y oportunidades de mejora encontrados en el

diagnóstico de la situación actual del LIAC y posibles herramientas a utilizar en la propuesta de

mejoras.

Tabla 17. Oportunidades de mejora encontradas durante el diagnóstico

Núm. Hallazgo Oportunidad de mejora Herramienta

1 Altos tiempos de ciclo Realizar procesos de manera paralela

Diagrama hombre maquina

2

Subutilización de

materia prima por

logística de compra y

gestión de inventarios

Establecer un procedimiento de inventarios y/o

compras que reduzca las perdidas monetarias por

reactivos vencidos

MRP

Supermercado

Kanban

65

3 Altos tiempos de

entrega

Disminuir el Lead Time implementando FIFO en la

validación y entrega de resultados

Herramienta visual

(Tablero Kanban)

Sistema de tarjetas

Kanban

Visualizar en tiempo real las tareas asignadas a los

analistas

4 Márgenes de

rentabilidad negativos

Establecer cantidades y precios óptimos de venta

Escalonamiento de costos

Mejorar la programación de análisis para reducir

costos por muestra analizada Programación por lotes

Fuente: Autores.

: PROPUESTA DE MEJORA DE LA PRODUCTIVIDAD DEL LIAC

Una vez identificadas las posibles oportunidades de mejora, se procedió a diseñar la propuesta de

mejora de acuerdo con los resultados obtenidos en el diagnóstico. Dicha propuesta se enmarca en

el análisis de costos y reducción de desperdicios.

3.1 Escalonamiento de costos

Debido a que el costo de hacer pruebas a una sola muestra genera pérdidas en la mayoría de los

casos, se realizó el cálculo de los costos para lotes de 5, 10, 15 y 20 muestras. El tamaño de estos

se estableció por dos razones principales: 1) Por política de calidad, ya que por cada 20 muestras

se deben incluir en la prueba 4 controles de calidad (blanco, duplicado, adicionado y estándar). Si

se analizara solo una muestra, también se deben incluir los controles, por lo que realizar pruebas a

lotes de muestras reduce los costos de materia prima. 2) Algunos equipos cuentan con capacidad

de analizar más de una muestra, lo que permite procesar una mayor cantidad de muestras en el

mismo tiempo y, por tanto, una reducción de costos de mano de obra y utilización de equipos.

Lo anterior trae una ventaja significativa al LIAC dado que, es posible variar los precios de venta

según las cantidades de muestras a analizar. Esto permite ser flexibles a la hora de pactar con el

cliente el valor de los contratos, lo que reduce las perdidas monetarias y el rechazo de la prestación

de servicios cuando estos incluyan pocas muestras.

66

La metodología empleada para escalonar los costos fue:

Determinar las cantidades de materia prima necesarias para realizar pruebas a lotes de 5,

10,15 y 20 muestras, basándose en los costos y cantidades para una sola muestra y

considerando que estos incluyen los controles.

Estimar el tiempo necesario de mano de obra y equipos para analizar los lotes de muestras

y asignar los costos correspondientes, considerando la capacidad de los equipos.

Calcular el costo directo del lote (materia prima, mano de obra y equipo) y dividirlo en la

cantidad de muestras de este, para obtener el costo por unidad analizada.

Asignar la tasa presupuestada al costo por unidad analizada, para obtener el costo total por

muestra si se realiza en lotes de 5, 10, 15 y 20 muestras.

El comportamiento general de la variación de los costos por unidad al realizar los análisis en los

lotes mencionados se muestra en la Figura 23. Como puede observarse, al analizar las muestras

en lotes los costos disminuyen alrededor del 50% respecto al valor de analizar una única muestra;

sin embargo, existe un aumento promedio del costo por unidad cuando se trabaja en lotes de 15 y

20 muestras ya que, variables como la capacidad de los equipos se convierten en restricción del

sistema, lo que incrementa el tiempo requerido para ejecutar los análisis y, por tanto, los costos,

no solo de insumos para los equipos sino también de mano de obra. Los valores específicos de

costos por lote se encuentran disponibles en el Anexo 14 al igual que el margen de ganancia

obtenido con los precios actuales.

3.1.1 Precios

Por solicitud del LIAC se consideró un margen de ganancia del 10% para el establecimiento de

precios dado que es lo mínimo que le exige la Universidad de La Salle. No obstante, cabe resaltar

que para el cálculo del precio se toma como referencia el costo de realizar una sola prueba y que

el precio por lote varía de acuerdo con la negociación realizada con el cliente. De acuerdo a esto,

se recomienda utilizar el escalonamiento de costos realizado (Ver Anexo 14) para hacer una

comparación de las cantidades solicitadas por el cliente y el costo de las mismas, tomando rangos

67

intermedios entre los lotes definidos en el costeo (5,10, 15 y 20 muestras ) en los casos en donde

la cantidad de muestras solicitadas no sea igual a estos. Una vez determinado el costo, se debe

aplicar el margen mínimo de ganancia para hallar el precio mínimo al que se le puede ofrecer el

servicio de análisis al cliente. Para sistematizar el proceso, se estableció una plantilla en Excel que

calcula automáticamente el precio sugerido para las diferentes cantidades de acuerdo con el

margen de rentabilidad esperado.

Figura 22. Plantilla para el cálculo de precios

Fuente: Autores.

El comportamiento de la variación de los costos por unidad según el tamaño de lote para todos los

tipos de pruebas se muestra en la figura a continuación. Allí puede observarse que, en general la

reducción del costo por unidad al trabajar de lotes es de aproximadamente el 50%.

68

Figura 23. Representación general de la variación de costos por unidad según tamaño de lote.

Fuente: Autores.

Por otro lado, al analizar la variación de costos en las pruebas piloto Figura 24 se encontró que en

ambos casos se reduce gradualmente el costo al aumentar el tamaño del lote. La razón principal es

porque los costos indirectos se cargan a varias muestras, al mismo tiempo que se aprovecha en su

totalidad la capacidad de los equipos y de los analistas. Las gráficas de las figuras 23 y 24 se

diseñaron tomando como referencia el costo por unidad de muestra analizada como el 100% y

realizando una ponderación de los demás costos respecto a este, ya que no se cuenta con

autorización para revelar los valores monetarios.

Figura 24.Representación de variación de costos por unidad según tamaño de lote para las pruebas piloto

Fuente: Autores.

De lo anterior, se puede concluir que el laboratorio debe evitar al máximo prestar servicios de

análisis a una sola muestra debido que los márgenes de utilidad en varias ocasiones son mínimos

100,0%

49,7% 47,5%53,4% 55,9%

0,0%

20,0%

40,0%

60,0%

80,0%

100,0%

120,0%

1 5 10 15 20

Rep

rese

taci

òn

porc

entu

al d

el c

ost

o

Tamaño del lote

Variación de costos por unidad según tamaño de

lote

100%

33%25% 23% 21%

100%

37% 32% 32% 30%

0%

20%

40%

60%

80%

100%

120%

1 5 10 15 20

Rep

rese

taci

òn

porc

entu

al d

el c

ost

o

Tamaño del lote

Variación de costo por unidad según tamaño

de lote para las pruebas piloto

Prueba piloto agua Prueba piloto aire

69

o negativos, por tanto, se recomienda definir el tamaño de lote mínimo según el tipo de análisis a

realizar.

Tabla 18. Comparación del costo de mano de obra para la prueba piloto en la matriz de agua

Operación Equipos

empleados

Capacidad

del equipo

Cantidad de

muestras a

analizar

Tiempo de

ciclo (min)

Tiempo

requerido

del

analista

Costo MO

lote

Costo total

del lote

Digestión

DIGESTOR

K 435 PARA

MUESTRAS

L

(SCRUBBER)

12

muestras

1 300 20 $ 5.880 $ 46.454

5 300 20 $ 5.880 $ 77.543

10 300 20 $ 5.880 $ 115.117

15 600 40 $ 11.760 $ 162.170

20 600 40 $ 11.760 $ 199.744 Fuente: Autores.

La estimación del lote mínimo debe realizarse en función de la capacidad de los equipos empleados

para llevar a cabo la prueba. Con el objetivo de mostrar el análisis que se debe hacerse para estimar

el lote, se tomó como referencia la prueba piloto de la matriz de agua.

En esta prueba se utiliza un digestor que tiene capacidad para analizar más de una muestra, por lo

cual, el tamaño de lote influye significativamente en la variación del costo de la mano de obra y

por ende, del costo total de la prueba, como se muestra en la Tabla 18. En este caso, la cantidad

mínima de muestras a analizar debería ser igual o próxima a la capacidad del equipo (12 muestras),

así, existirá una mayor eficiencia de la mano de obra y por tanto una optimización del costo. Lo

anterior se justifica dado que si se analiza solo una muestra se debe asumir el mismo costo de mano

de obra y equipos, que si se analizaran 10 muestras. De acuerdo con esto, se debe estudiar cada

caso o tipo de prueba a realizar ya que, el tamaño conveniente se determina en función de la

capacidad de los equipos usados.

Es importante resaltar que el beneficio del escalonamiento será de mayor impacto si se costea el

100% de los servicios del LIAC.

La integración de las metodologías empleadas para el costeo (ver numeral 2.2) y su escalonamiento

durante la etapa de diagnóstico y el establecimiento de precios diseñado en la propuesta, se resume

en la Figura 25.

70

Figura 25. Metodología empleada para el costeo y establecimiento de precios de venta

Fuente: Autores.

3.2 Propuesta para la gestión de inventarios

En vista de que actualmente el laboratorio cuenta con más de mil referencias de materias primas y

que la demanda de las pruebas es conocida con anticipación gracias a que estas realizan por pedido

de los clientes bajo un contrato o proyecto, se requiere establecer un sistema que permita

determinar las cantidades a ordenar y su respectiva instancia de tiempo, es decir que pedir, cuanto

pedir y cuando pedir.

3.2.1 Clasificación ABC

Como se maneja una gran cantidad de referencias se solicitó el registro del consumo de reactivos

para los años 2017, 2018 y el primer trimestre del año 2019. Tomando como criterio la cantidad

y el costo de los reactivos demandados se realizó una clasificación ABC para seleccionar aquellos

ítems a los cuales se aplicará el sistema Kanban para gestionar su inventario. En la clasificación

se incluyeron 300 ítems en donde 77, 39 y 184 pertenecen a la categoría A, B y C respectivamente.

71

Las características de cada categoría se muestran en la Tabla 19¡Error! No se encuentra el origen

de la referencia.

Tabla 19. Características de clasificación ABC

Categoría A Materias primas con mayor consumo, que

requieren control exhaustivo, revisión periódica y

gestión de stock de seguridad

Categoría B Materias primas con consumo medio cuya

frecuencia de control es moderada

Categoría C Materias primas que no requieren control

exhaustivo dado que su consumo es bajo

Fuente: Autores

Las materias primas que se encuentran dentro de la categoría A serán abastecidas con el sistema

Kanban utilizando tarjetas y tableros de control.

3.2.2 Supermercado Kanban

Para asegurar la disponibilidad de aquellas materias primas que tienen un mayor consumo en el

LIAC, dentro del trabajo de investigación se propone utilizar un sistema Kanban que sirva como

supermercado. Los supermercados de materias primas disponen de una cantidad por referencia que

se repone en función del consumo registrado (Sevilla, 2014), de esta forma se facilitara la logística

de abastecimiento de estos materiales. “Según Alberto Villaseñor Contreras (2007) Kanban es una

herramienta adecuada para controlar la información y mejorar el transporte de las materias primas

en la línea de producción.” (Rodriguez & Sanabria, 2015) . En este caso se emplearán tarjetas

que sirvan como herramientas visuales para controlar la existencia de materiales en el almacén.

3.2.2.1 Sistema de tarjetas Kanban

La naturaleza de algunos reactivos, no permite destinar una estantería que sirva como

supermercado de todas estas materias primas porque pueden generarse reacciones exotérmicas y

algunos de estos requieres condiciones especiales de almacenamiento como refrigeración. Por esta

razón, se propone el diseño de un sistema de tarjetas Kanban de consumo y abastecimiento, junto

con dos tableros de control, de manera que, se lleve registro y control de los reactivos más

72

consumidos y no se exponga al laboratorio a ningún tipo de riesgo, así, el lugar de almacenamiento

de estos reactivos actuara como supermercado. La Figura 26 ¡Error! No se encuentra el origen

de la referencia. muestra el proceso del sistema Kanban propuesto.

Figura 26. Sistema de tarjetas Kanban para suministro externo.

Fuente: Adaptado de (Madariaga, 2019)

El ácido nítrico suprapur es uno de los reactivos empleados para realizar la prueba piloto de la

matriz de material particulado y el que durante los dos últimos años tuvo un mayor valor de

consumo; por tanto, encabeza la lista de la clasificación ABC. No obstante, generó en el año 2018

pérdida por vencimiento (ver Tabla 9) y por tal razón, será el reactivo usado para ejemplificar la

utilización de las tarjetas Kanban.

73

KANBAN DE CONSUMO

(KP)

3579

ÁCIDO NÍTRICO

SUPRAPUR Referencia 3579

Descripción Ácido nítrico

suprapur Palabra de atención Corrosivo Código ubicación B 580-11 X 5 Ubicación BODEG Nivel ESTN Unidad de medida mL Stock de seguridad 100

Figura 27. Tarjeta Kanban de consumo reactivo 3579

Fuente: Autores

En la Figura 27 se muestra el diseño propuesto de las tarjetas Kanban de consumo (KP). Estas

tienen como propósito, proporcionar información sobre el reactivo almacenado y ser la señal de

alerta de consumo al auxiliar de bodega, de manera que, cuando se generé una descarga del reactivo

por parte de algún analista y hayan puesto dicha tarjeta en el tablero de la bodega, el auxiliar genere

el registro de la descarga y valide si la cantidad en inventario es igual o inferior al nivel de stock

de seguridad establecido; en caso de que lo sea, daría paso al uso de la tarjeta Kanban de

suministro, de lo contrario, se actualiza la base de datos de consumo o descarga de reactivos y se

pone la tarjeta Kanban de consumo en su tarjetero correspondiente.

La tarjeta Kanban de suministro (KS) (Figura 28) se encontrará de igual forma en el tarjetero para

cada reactivo y se hará uso de ella solo cuando al validar las descargas de estos, el nivel de

inventario resultante sea menor o igual al stock de seguridad. En ese momento llevará la tarjeta al

tablero de control de la oficina del encargado de compras, de manera que, sea la señal para iniciar

la actividad de abastecimiento de materias primas. La información adicional de esta tarjeta es

referente a los proveedores (nombre y lead time). En cuanto a la cantidad a ordenar, está dependerá

de las ordenes de trabajos asignadas, ya que se trabaja en el LIAC bajo proyecto y se quieren

reducir las cantidades de inventario. Por lo tanto, el encargado de compras deberá validar los

74

requerimientos del reactivo con el fin de determinar la cantidad favorable a ordenar. Luego de que

el proveedor confirme el suministro del reactivo, la tarjeta de suministro deberá ser situada

nuevamente en el otro tarjetero del almacén para indicar que la materia prima está en curso.

KANBAN DE SUMINISTRO (KS)

3579

ÁCIDO NÍTRICO SUPRAPUR Referencia 3579 Descripción Ácido nítrico suprapur Código ubicación B 580-11 X 5 Ubicación BODEG Nivel ESTN Unidad de medida mL Cantidad de suministro Proveedor MERCK – HANNA

Lead Time MERCK: 3 semanas HANNA: 1 semana

Figura 28. Tarjeta Kanban de suministro reactivo 3579 (KS).

Fuente: Autores

Dentro del trabajo de investigación el sistema Kanban permite mejorar la gestión de inventarios

de las materias primas que más se consumen, además de ello, con los tableros de control será

posible que la persona encargada de las compras haga lo pedidos de manera oportuna para no

retrasar la programación de las pruebas, las cuales inician el proceso de análisis de muestran

siempre vasados en la verificación de inventario. No obstante, las materias primas que tienen una

demanda media o baja deben tener un control más riguroso ya que estas son las que más generan

desperdicios por subutilización. La Figura 29 muestra a detalle el proceso de gestión de inventario.

75

Figura 29. Proceso Kanban para gestión de inventarios

Fuente: Autores

3.2.3 MRP

Se decidió proponer un sistema de Plan de Requerimientos de Materiales (MRP) con el fin de

generar las órdenes de compra idóneas y no generar exceso de inventario. Para (Poma, Ortega, &

Pereyra, 2014) el MRP requiere los siguientes datos de entrada: Plan maestro de producción que

se constituye a partir de pronósticos de demanda o pedidos de clientes, lista de materiales y

registros de inventario. La lista de materiales o BOM (Bill of material) nos indica la estructura de

fabricación y el montaje de cada producto en este caso los componentes del producto final es decir

la prueba, corresponden a los reactivos y consumibles necesarios para su realización. Para la

construcción del BOM se utilizaron los requerimientos de MP para cada una de las pruebas piloto

que fueron recopilados durante el costeo (Ver Tabla 20 y Tabla 21)

Tabla 20. Requerimientos de material para prueba piloto en matriz de agua

Material Cantidad requerida Unidad Lead time (semanas) Stock de seguridad

Reactivo 04055 0,2375 g 1 0

Reactivo 04037 0,74 g 1 0

Reactivo 03593 6,84 mL 1 0

Reactivo 04021 0,04 g 2 0

Reactivo 03891 1 mL 2 0

76

Reactivo 05732 0,365 g 1 0

Reactivo 03984 6,7 g 3 250

Solución 1

Reactivo 04002 0,2 mg 2 10

Reactivo 03612 50 mL 1 0

Reactivo 03367 0,1 g 1 0

Solución 2

Reactivo 03556 1 g 1 0

Reactivo 04126 0,05 mL 3 10

Solución 3

Reactivo 04037 25 g 1 0

Reactivo 04059 1,25 g 3 500

Fuente: Autores.

Tabla 21. Requerimientos de material para prueba piloto en matriz de material particulado

Material Cantidad requerida Unidad Lead time (semanas) Stock de seguridad

Consumible 03860 5 Unidades 1 0

Reactivo 06544 1 mL 1 0

Reactivo 03579 8,225 mL 3 1000

Reactivo 03563 14,895 mL 1 1000

Fuente: Autores

La prueba de la matriz de agua tiene dos niveles dado que se emplean soluciones preparadas, sin

embargo, el requerimiento fue calculado para realizar una sola prueba como ya se mencionó en el

costeo. Con los requerimientos identificados previamente se construyó el BOM de materiales para

cada prueba como se muestra en la Figura 30 y Figura 31.

77

Figura 30. BOM prueba matriz de agua

Fuente: Autores.

Figura 31. BOM prueba matriz de material particulado

Fuente: Autores.

78

Una vez identificados los materiales necesarios para el desarrollo de cada una de las pruebas se

procedió a realizar los cálculos del MRP que corresponden a los siguientes parámetros:

1. Necesidades brutas: Corresponden a las cantidades de producto o materia prima que se

necesitan para cumplir con la demanda proyectada o en este caso con el pedido de los

clientes.

2. Inventario disponible: Se refiere a la cantidad de materia prima que se encuentra en el

inventario y que puede ser utilizado en la realización de una prueba.

3. Stock de seguridad: Pertenece a las cantidades de materia prima que deben almacenarse

para responder a los distintos pedidos realizados por el cliente dadas las variaciones en la

demanda.

4. Necesidades netas: Es la cantidad requerida para poder satisfacer el pedido incluyendo el

stock de seguridad. Estas varían según la disponibilidad de las materias primas por lo que

si no hay existencias en inventario serán iguales a las necesidades brutas. En caso contrario

se aplicará la siguiente formula:

𝑁𝑒𝑐𝑒𝑠𝑖𝑑𝑎𝑑𝑒𝑠 𝑛𝑒𝑡𝑎𝑠 = 𝑁𝑒𝑐𝑒𝑠𝑖𝑑𝑎𝑑𝑒𝑠 𝑏𝑟𝑢𝑡𝑎𝑠 − 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑 + 𝑠𝑡𝑜𝑐𝑘 𝑑𝑒 𝑠𝑒𝑔𝑢𝑟𝑖𝑑𝑎𝑑

En caso de que la disponibilidad sea mayor a las necesidades brutas, las necesidades

netas serán igual a 0.

5. Emisión de ordenes programadas: Corresponde a las cantidades de materia prima que se

deben comprar y el periodo en el que se debe lanzar la orden.

La aplicación del modelo MRP a cada una de las pruebas se realizó bajo el diseño de una plantilla

en Excel para cada uno de los componentes evidenciados en el BOM. El nivel 0 corresponde al

servicio de análisis por lo que para este caso las necesidades brutas se situaran en el periodo

semanal en el que se tenga previsto realizar la prueba; esto permitirá que se genere un plan de

compras que permita abastecer al laboratorio de las materias primas necesarias y así cumplir

satisfactoriamente con la programación establecida. Finalmente, la emisión de ordenes

programadas para el nivel 0 se sitúan en el periodo en el que el cliente haga la solicitud de servicio.

79

Para este caso se tomaron como referencia las solicitudes de servicio realizadas durante el segundo

semestre del año 2018 tomando periodos semanales comprendidos entre el 2 de julio y el 22 de

diciembre. En la Tabla 22

Tabla 22. MRP Nivel 0 prueba piloto en matriz de agua

Prueba 9 (Nivel 0) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Necesidades brutas 0 0 0 0 0 0 0 0 0 0 0 0 0 0 16 16 0 35 0 0 0 0 0 0 0

Inventario disponible 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Stock de seguridad 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Necesidades netas 0 0 0 0 0 0 0 0 0 0 0 0 0 0 16 16 0 35 0 0 0 0 0 0 0

Emisión de ordenes programadas 0 0 0 0 0 0 0 0 0 0 0 0 16 16 0 35 0 0 0 0 0 0 0 0 0

Fuente: Autores.

El nivel 1 del MRP está conformado por los reactivos y consumibles necesarios para el desarrollo

de la prueba para este caso se tomó como referencia el Reactivo 03593 el cual tiene un lead time

de una semana y stock de seguridad igual a 0. Como se observa en Tabla 23 se requieren 109

mililitros para las semanas 15 y 16 y 239 para la semana 18. En este caso y como se muestra en la

Tabla 21. Requerimientos de material para prueba piloto en matriz de material particulado

Material Cantidad requerida Unidad Lead time (semanas) Stock de seguridad

Consumible 03860 5 Unidades 1 0

Reactivo 06544 1 mL 1 0

Reactivo 03579 8,225 mL 3 1000

Reactivo 03563 14,895 mL 1 1000

Fuente: Autores

La prueba de la matriz de agua tiene dos niveles dado que se emplean soluciones preparadas, sin

embargo, el requerimiento fue calculado para realizar una sola prueba como ya se mencionó en el

costeo. Con los requerimientos identificados previamente se construyó el BOM de materiales para

cada prueba como se muestra en la Figura 30 y Figura 31.

80

el lead time del proveedor de esta materia prima en específico es de una semana por lo cual se debe realizar el lanzamiento de la orden

de compra en las semanas 14, 15 y 18 para cumplir con la programación de las pruebas y consecutivamente la entrega de los resultados

de análisis al cliente.

Tabla 23 MRP Nivel 1 Reactivo 03593

Reactivo 03593 (Nivel 1) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Necesidades brutas 0 0 0 0 0 0 0 0 0 0 0 0 0 0 109 109 0 239 0 0 0 0 0 0 0

Inventario disponible 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Stock de seguridad 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Necesidades netas 0 0 0 0 0 0 0 0 0 0 0 0 0 0 109 109 0 239 0 0 0 0 0 0 0

Emisión de ordenes programadas 0 0 0 0 0 0 0 0 0 0 0 0 0 109 109 0 239 0 0 0 0 0 0 0 0

Fuente: Autores.

De la misma forma se calculó el requerimiento de las demás materias primas para ambas pruebas piloto obteniendo así el plan de compra

para el periodo seleccionado. Cabe resaltar que en dicho plan se muestra la cantidad requerida en la unidad presentada en la Tabla 24

por lo tanto la persona encargada de la compra deberá ajustar el requerimiento a las presentaciones de compra disponibles para cada

materia prima dado que estas varían de acuerdo con los proveedores. Con el sistema MRP propuesto es posible planificar las compras

de acuerdo con la programación establecida por el laboratorio lo cual permitirá conocer cuánto y cuando pedir de tal manera que se

cumplan con los tiempos pactados con el cliente en la entrega de los resultados y no se generen compras innecesarias para no incurrir

en pérdidas monetarias por vencimiento de reactivos.

Tabla 24. Plan de compra basado en MRP

Semana (2 Julio-22Diciembre)

MP Unidad 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

1 Reactivo 04055 g 0 0 0 0 0 0 0 0 0 0 0 0 4 4 0 8 0 0 0 0 0 0 0 0

2 Reactivo 04037 g 0 0 0 0 0 0 0 0 0 0 0 0 12 12 0 26 0 0 0 0 0 0 0 0

3 Reactivo 03593 mL 0 0 0 0 0 0 0 0 0 0 0 0 109 109 0 239 0 0 0 0 0 0 0 0

4 Reactivo 04021 g 0 0 0 0 0 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0

5 Reactivo 03891 mL 0 0 0 0 0 0 0 0 0 0 0 0 16 16 0 35 0 0 0 0 0 0 0 0

81

6 Reactivo 05731 g 0 0 0 0 0 0 0 0 0 0 0 0 6 6 0 13 0 0 0 0 0 0 0 0

7 Reactivo 03984 g 0 0 0 0 0 0 0 0 0 0 107 107 0 235 0 0 0 0 0 0 0 0 0 0

8 Reactivo 04002 mg 0 0 0 0 0 0 0 0 0 0 0 3 3 0 7 0 0 0 0 0 0 0 0 0

9 Reactivo 03612 mL 0 0 0 0 0 0 0 0 0 0 0 0 800 800 0 1750 0 0 0 0 0 0 0 0

10 Reactivo 03667 g 0 0 0 0 0 0 0 0 0 0 0 0 2 2 0 4 0 0 0 0 0 0 0 0

11 Reactivo 03556 g 0 0 0 0 0 0 0 0 0 0 0 0 16 16 0 35 0 0 0 0 0 0 0 0

12 Reactivo 04126 mL 0 0 0 0 0 0 0 0 0 0 1 1 0 2 0 0 0 0 0 0 0 0 0 0

13 Reactivo 04037 g 0 0 0 0 0 0 0 0 0 0 0 0 400 400 0 875 0 0 0 0 0 0 0 0

14 Reactivo 04059 g 0 0 0 0 0 0 0 0 0 0 20 20 0 44 0 0 0 0 0 0 0 0 0 0

15 Reactivo 03563 mL 0 1877 0 0 0 0 0 0 0 0 0 0 477 0 134 0 298 0 0 596 0 0 0 0 0

16 Reactivo 03579 mL 2036 0 0 0 0 0 0 0 0 0 0 263 0 74 0 165 0 0 329 0 0 0 0 0 0

17 Reactivo 06544 mL 0 126 0 0 0 0 0 0 0 0 0 32 0 9 0 20 0 0 40 0 0 0 0 0

18 Consumible 03860 Unidad 0 630 0 0 0 0 0 0 0 0 0 160 0 45 0 100 0 0 200 0 0 0 0 0 Fuente: Autores

82

En el plan de compras propuesto la emisión de las ordenes programadas está basada en un sistema

lote por lote que consiste en ordenar exactamente lo que se requiere, no obstante, se decidió generar

distintas políticas de compra para el reactivo 6544 de la prueba de material particulado, para

comparar cuál de ellas es la que más se ajusta a las necesidades del LIAC y genera un costo menor.

Los resultados de la aplicación de los distintos sistemas de loteo se muestran en la Tabla 25

Tabla 25. Comparación sistemas de loteo

Sistema de loteo

Cantidad

de

frascos

(100 mL)

Costo de

ítems

Costo

pedir

Costo

mantener Costo total

Inventario

al final

del

periodo

(mL)

L4L Lote por lote 3 $ 648.000 $ 17.000 $ 19.008 $ 684.008 73

EOQ Cantidad económica de pedido 4 $ 864.000 $ 17.000 $ 31.104 $ 912.104 173

POQ Cantidad periódica de pedido 3 $ 648.000 $ 17.000 $ 24.192 $ 689.192 73

POQ Cantidad económica de producción 4 $ 864.000 $ 17.000 $ 22.464 $ 903.464 173

Fuente: Autores

Con la aplicación de los 4 modelos, se obtuvo que el modelo planteado inicialmente (Lote por lote)

genera un costo menor dado que las ordenes se lanzan de acuerdo con la demanda y en las

cantidades mínimas posibles para cumplirla, esto ocasiona que haya menos existencias en

inventario y por tanto un menor costo de almacenamiento. Cabe resaltar que la cantidad mínima

de compra corresponde a 100 ml gracias a la presentación de este reactivo, por ende, la política de

inventario generada por cada modelo fue adaptada a esta condición por lo que al final del periodo

queda en inventario un excedente. Al contrastar estas cantidades se observó que el sistema lote por

lote no solo genera un costo menor sino también tiene la menor cantidad en el inventario final lo

cual disminuye el riesgo de tener pérdidas monetarias por vencimientos y por ende reducir el

desperdicio ocasionado por la subutilización de materias primas.

3.2.4 Proceso de compras propuesto

Con el fin de evitar retrasos en la entrega de resultados al cliente y modificaciones constantes en

la programación de las pruebas, se proponen modificaciones al proceso de compras utilizando

como insumo principal el sistema MRP propuesto, las actividades a realizar en dicho proceso se

muestran en la Tabla 26.

83

Tabla 26. Caracterización del proceso de compras propuesto

OBJETIVO DEL

PROCESO

Garantizar el suministro oportuno de materias primas e insumos que se requieren para la

operación del laboratorio mediante el uso eficiente de recursos

ALCANCE Contempla las actividades de abastecimiento de materia prima desde la planeación de su

compra hasta su recepción

Subproceso/Etapa Descripción Entradas Salidas Responsable Documentos

Planificación de

requerimientos

Estimar las cantidades de

materia prima de acuerdo

con las solicitudes de

servicio realizadas por el

cliente y a la

disponibilidad de material

en inventario

Programación

de pruebas

Registro de

inventario

Tablero

Kanban

Plan de compras Asistente

comercial

Excel MRP

Cotización

Realizar la cotización de

las materias primas

requeridas en el plan de

compras a los diferentes

proveedores

Plan de

compras y

presupuesto

aprobado

Cotización Secretaria Email

Generar orden de compra Realizar la solicitud del

material requerido al

proveedor seleccionado

Cotización Orden de

compra Secretaria

Orden de

compra

Recepción de materia prima

Recibir el material

comprado verificando las

cantidades y calidad de

este, de acuerdo con los

protocolos del laboratorio

Orden de

compra Factura

Auxiliar de

inventarios

Formato de

compras FC-

001

Actualización de

existencias en inventario Registra las cantidades de

materia prima que

entraron al laboratorio

Información de

materias

primas

recibidas

Información de

clasificación y

almacenamiento

Auxiliar de

inventarios Formato de

inventario FI-

001

Fuente: Autores

Con el proceso de compras propuesto las materias primas estarían disponibles cuando se realice la

prueba, esto mejoraría la eficiencia en el proceso dado que el analista no tendría que verificar la

existencia de dichas materias primas y no habría necesidad de hacer modificaciones en la

programación desde la dirección. Adicionalmente el uso del MRP propuesto permite alinear las

compras con la programación de los análisis por lo cual contribuirá al cumplimiento de los

cronogramas internos.

84

3.2.5 Registros de consumo

De acuerdo con lo analizado respecto al desperdicio de inventario es importante llegar a manejar

un índice de rotación que permita identificar los ítems más relevantes. Si bien el LIAC cuenta con

un sistema en donde se registran los consumos de los reactivos, sin embargo, no tienen acceso

directo a esta información ya que está a cargo de otra dependencia de la Universidad de La Salle

por lo cual se propone el uso interno de un formato en Excel para hacer seguimiento a dichos

consumos y finalmente poder calcular el indicador. El diseño de este formato se muestra a

continuación:

FORMATO DE REGISTRO DE CONSUMO

FECHA:

27/05/2018

CODIGO:

FI-002

Lote Código de

material Descripción

Unidad de

medida Consumo Fecha Saldo Responsable

Figura 32. Formato de registro de consumo de materias primas

Fuente: Autores

Con la aplicación del MRP y el sistema Kanban se proponen modificaciones al proceso actual de

compras. El proceso propuesto se muestra en la Figura 33 y los formatos asociados se encuentran

en el Anexo 15

85

Figura 33. Proceso de compras propuesto

Fuente: Autores

3.3 Reducción de tiempos de espera en el proceso

Para lograr disminuir el tiempo de ciclo de las pruebas se propone reducir aquellos tiempos

improductivos presentes en el proceso, como lo son las esperas innecesarias. Para esto, tomando

como unidad de análisis el procedimiento de la prueba piloto matriz de agua, se realizó un

diagrama hombre máquina del proceso actual (Ver Anexo 16. Diagrama hombre- máquina

actualAnexo 16), en donde se evidenció que, aunque no se puede intervenir en la duración de las

actividades como tal, se puede reducir el ciclo de la prueba si se realizan actividades de forma

paralela.

Por otro lado, en el VSM actual de esta misma prueba (Figura 20) existe un procedimiento de

entrega de resultados que puede tardar entre 1 y 8 días hábiles. El tiempo que este tome, está sujeto

a la disponibilidad del responsable de realizar el informe y del orden de ejecución de los informes,

ya que no siempre se realizan en orden de llegada, lo que incrementa el tiempo de servicio; por lo

cual, se propone que este procedimiento se rija bajo el principio de primeros en entrar, primeros

en salir (FIFO).

86

3.3.1 Actividades paralelas

Considerando que el tiempo de ciclo de la prueba piloto matriz de agua es de 422 minutos y que

como se evidencia en el diagrama hombre maquina actual, se realiza un calentamiento de equipo

que tarda 60 minutos y puede hacerse de forma paralela con la digestión de muestras que tarda 300

minutos, se lograría reducir el tiempo de ciclo de esta prueba en una hora, como se evidencia en el

diagrama hombre maquina propuesto.

Figura 34. Diagrama hombre-máquina actual para prueba piloto matriz de agua

Fuente: Autores

Con esta modificación el tiempo de ciclo de la prueba pasaría a ser de 362 minutos y el tiempo

ocioso del analista se reduciría en un 21,4%.

87

3.3.2 Programación de mano de obra

Con el objetivo de realizar seguimiento a las actividades de los analistas del LIAC y al desarrollo

de las diferentes pruebas pertenecientes a cada solicitud de servicio u orden de trabajo, dentro de

la propuesta se incluye la implementación de un tablero Kanban. (Torres, 2015) afirma que, un

tablero Kanban ofrece la visualización de un proceso, las columnas del tablero representan las

actividades del proceso y los ítems o unidades de trabajo van recorriendo el Kanban de izquierda

a derecha hasta ser terminados. El tablero permitirá a la coordinación llevar la trazabilidad de las

muestras analizadas en el laboratorio y de esta manera optimizar los tiempos de entrega de

resultados. En la Figura 35 se muestra el diseño propuesto para el tablero Kanban.

Figura 35. Tablero Kanban para programación de actividades y mano de obra.

Fuente: Autores

Como se evidencia en el diseño, el tablero cuenta con una priorización, esto servirá de ayuda visual

para que la persona encargada de la programación preste mayor atención a las órdenes de trabajo

más críticas, para asegurar la entrega oportuna de los resultados al cliente.

88

Las tarjetas que se ubicaran en el tablero contienen información que debe ser registrada en una

base de datos de Excel que permitirá medir la productividad de los analistas de acuerdo con el

tiempo estimado para cada prueba, información recolectada durante el costeo. El diseño de la

tarjeta se muestra en la Figura 36.

Figura 36. Formato de orden de trabajo LIAC.

Fuente: Autores

La información requerida para alimentar la base de datos registro de órdenes de trabajo, se muestra

en la tabla a continuación:

Figura 37. Plantilla base de datos registro de órdenes de trabajo LIAC.

Fuente: Autores

Cuando la totalidad de órdenes de trabajo pertenecientes a una misma solicitud de servicio se

ubiquen al final del tablero Kanban, será la señal para el inicio de la realización informe de

resultados el cual se elabora bajo el principio FIFO con los resultados de las pruebas. Según

(Villaseñor, 2009). FIFO es un método de inventario controlado usado para asegurarse de que el

inventario con más tiempo sea el primero en ser usado; en este caso el inventario corresponde a

las solicitudes de servicio cuyas órdenes de trabajo han sido completadas en su totalidad por lo

cual se aplica FIFO con la elaboración del informe de resultados respetando los niveles de

prioridad establecidos en el tablero Kanban. Con la implementación de esta estrategia el LIAC

podrá entregar los resultados a los clientes en un tiempo menor al establecido lo cual mejora su

nivel de servicio y por lo tanto su competitividad y capacidad de retener clientes.

89

Para adaptar esta herramienta a la propuesta para la gestión de inventarios fue necesario definir el

procedimiento de programación de las pruebas dado que, está sujeto a la disponibilidad de materias

primas y equipos (Ver Figura 38)

Figura 38. Proceso para la programación de mano de obra en el LIAC

Fuente: Autores

En el proceso definido anteriormente se busca programar las pruebas de acuerdo con la

disponibilidad de los recursos del laboratorio, de esta manera se reducen las esperas y se tiene un

mayor nivel de planeación en la prestación de los servicios de análisis. El uso del tablero Kanban

permitirá mejorar la productividad a razón de que será posible optimizar el tiempo de la mano de

obra directa, al tener información en tiempo real de las actividades realizadas por los analistas.

Complementariamente esta herramienta visual permitirá a la coordinación tener un mayor control

de la carga de trabajo de cada analista.

90

Para cerrar el presente capitulo se realizó el esquema mostrado en la Figura 39 que resume la

propuesta de valor y el alcance de su aplicación en el LIAC.

Figura 39. Esquematización de la propuesta de valor.

Fuente: Autores

: VALIDACION DE LA PROPUESTA

De acuerdo con lo definido en la propuesta del trabajo de investigación y a las herramientas

utilizadas para tal fin, se procedió a validar el impacto que su implementación tendría en la

productividad del LIAC con el objetivo de establecer elementos de control e identificar los

beneficios de la propuesta.

4.1 Validación costeo

De los indicadores definidos en la etapa de diagnóstico (ver Tabla 10) se seleccionaron algunos

como parámetros de comparación de la productividad, estos fueron calculados de acuerdo con el

costeo (numeral 2.3) y los precios de venta establecidos en la propuesta y la demanda del año 2018.

Los resultados obtenidos se muestran en la Tabla 27.

• Establecimiento de precios de venta y cantidades óptimas

Escalonamiento de costos

• Supermercado Kanban para el control de existencias

• MRP para plan de compras

• Propuesta de mejora al proceso de compras

Gestión de inventarios • Análisis de tiempos de

proceso para la reducción de tiempos (actividades paralelas)

• Tablero Kanban para la programación de mano de obra

Reducción de tiempos de espera

91

Tabla 27. Comparación de indicadores de productividad

Nº Indicador Resultado actual Resultado con

propuesta Variación porcentual

1 Productividad total 41, 56% 50,89% 9,33%

2 Cumplimiento de ingresos

por venta presupuestados 34,11 %

41,77% 7,66%

Fuente: Autores

Al comparar los resultados del indicador de productividad total se corrobora que la

desactualización de los costos y precios de venta generaba reducción en los ingresos, de este modo,

el cambio de precios con los resultados de la propuesta genera un aumento de la productividad del

9,33% considerando que solo se cambiaron los precios de las pruebas que se costearon dentro del

trabajo de investigación. Lo anteriormente dicho demuestra que, si se costearan y actualizaran los

precios de venta de la totalidad de las pruebas, posiblemente el resultado de este indicador

aumentaría incluso si las pruebas se ofertaran con un precio igual al costo de su realización.

Adicionalmente con el cambio de los precios de venta se logra aumentar el cumplimiento de

ingresos presupuestados en un 7,66% valor correspondiente a más de cien millones de pesos.

Para evidenciar de una mejor manera el impacto en costos de la propuesta se calculó el ingreso

generado por las pruebas que se incluyeron en el estudio para el año 2018 con el precio de venta

actual y un precio de venta igual al costo calculado en el diagnóstico.

Figura 40. Comparación de ingresos con precio actual y costo calculado

Fuente: Autores

$418.103.389

$482.272.498,9

8

$380.000.000

$400.000.000

$420.000.000

$440.000.000

$460.000.000

$480.000.000

$500.000.000

Precio actual Precio igual a costo

Comparacion de ingresos

92

Según la Figura 40 puede observarse que incluso si el precio de venta fuese igual al costo de la

prueba se tendría aumento en los ingresos, en este caso el aumento fue del 15,3% , es decir que sin

establecer márgenes de ganancias la implementación de la metodología de costeo para todas las

pruebas reflejaría un aumento de la productividad suponiendo que la demanda tenga un

comportamiento similar.

4.2 Validación propuesta para la gestión de inventarios

Para mostrar los beneficios que se obtendrían con la implementación de la propuesta de

inventarios, se solicitó al LIAC las cantidades compradas para el año 2018 del reactivo 7650

utilizado para la comparación de los sistemas de loteo (ver Tabla 25) , de esta forma se contrasto

del volumen obtenido con el proceso de compras actual y con el proceso de compras basado en la

planificación de requerimientos MRP.

Tabla 28. Comparación compra de reactivo 7650

Concepto Proceso actual Proceso propuesto Análisis

Cantidad comprada en

(mL) 600 300 La planificación de requerimientos de materias primas

permite estimar de una mejor manera las cantidades a

comprar reduciendo el exceso de inventario y los costos,

en este caso existe una reducción del 67% del costo de

almacenamiento

Costo total orden $ 1.740.000 $ 684.008

Inventario final (mL) 232 73

Costo de almacenamiento

semanal inventario final $ 2.592 $ 864

Fuente: Autores

Para demostrar la efectividad del sistema de loteo seleccionado para el lanzamiento de órdenes del

MRP se realizó un último modelo correspondiente a loteo con programación entera mixta. Este

fue solucionado con el complemento Solver de Excel y el modelo matemático asociado se muestra

a continuación:

4.2.1 Sistema de lote con programación lineal

Objetivo: Determinar las cantidades a ordenar en un periodo de tiempo específico al

mínimo costo

Función Objetivo: Función de costo total Subíndices:

93

i = Periodo semanal ∀ i; i = 1, 2, 3, …,25

Variables de decisión:

Xi = Cantidad de materia prima a ordenar en el periodo i

Ii = Cantidad de material prima en inventario para el perido i

Zj = Desición de ordenar en el periodo i

Parámetros:

C𝑝 = Costo de realizar una orden

𝐻 = Costo de mantener una unidad de materia prima para un periodo

Vmi = Volumen máximo de compra para el periodo i.

I0 = Inventario inicial

D𝑖 = Demanda para el periodo i

Modelo matemático.

FO: Min FC = ∑ C𝑝 ∗ Xi + 𝐻 ∗ Iini=1

Restricciones

Inventario

𝑋𝑖 − D𝑖 = I𝑖 ∀𝑖 = 1

𝑋𝑖+ + I𝑖−1 − D𝑖 = I𝑖 ∀𝑖 = 2 … . 𝑛

Demanda

𝑋𝑖 ≥ D𝑖 ∀𝑖 = 1

𝑋𝑖 + I𝑖−1 ≥ D𝑖 ∀𝑖 = 2 … . 𝑛

94

Ordenes

Esta restricción consiste en limitar la cantidad de pedido al total de unidades demandadas que

tiene en periodos posteriores

𝑋𝑖 ≤ Vmi ∗ Zj ∀𝑖 = 1,2,3….n

Xi ; Ii ≥ 0

Zj [0,1]

Los resultados del modelo arrojan que se debe realizar un pedido de 126 mililitros en la semana 3

y 101 mililitros en la semana 14 obteniendo así un costo mínimo $510.586 sin embargo esta

política de pedido debe ser modificada de acuerdo con los requerimientos del LIAC, para esto se

realiza el costeo tomando como referencia la unidad de presentación de 100 ml.

Tabla 29. Validación modelo lote por lote

Sistema Comportamiento Costo

Programación

entera mixta

(optimo)

$684.008

0

50

100

150

200

250

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Mil

ilit

ros

Semanas

Lote por lote

Inventario disponible Emision de ordenes programadas

95

Ajuste

resultados

programación

entera mixta

(Lead time=1,

Pedido

mínimo=100

mL)

$510.586

Lote por lote

MRP

$

690.056

Fuente: Autores

La

Tabla 29 muestra el comportamiento de los dos modelos a lo largo del horizonte de tiempo, el

óptimo resultante de la aplicación del programa lineal propone el lanzamiento de la orden justo en

el momento en donde el inventario está llegando 0 en las cantidades necesarias para satisfacer la

demanda de periodos futuros; esto hace que la mayoría de semanas tenga inventario igual a 0 lo

cual disminuye los costos de almacenamiento. No obstante, al ajustar este mismo resultado a las

condiciones de los proveedores (presentación y lead time) se obtiene un costo mayor dado que las

cantidades de almacenamiento ascienden desde el periodo 3. De acuerdo con lo anterior el modelo

lote por lote con la adaptación a este tipo de condiciones permite tener flexibilidad en el proceso

de compras dado que con el cálculo del requerimiento neto proporcionado por el MRP es posible

variar la elección en la presentación para minimizar costos y perdidas por vencimiento.

0

50

100

150

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Mil

iltr

os

Semanas

PL inicial

Inventario disponible Recepcion de la orden

0

50

100

150

200

250

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Mil

ilit

ros

Semanas

PL ajustado

Inventario disponible Emision de ordenes programadas

96

4.3 Validación propuesta para la reducción de tiempos de espera

Realizando seguimiento a una solicitud de servicio del mes de octubre se encontraron retrasos en

la realización de las pruebas por falta de materia prima, en esta solicitud se incluían 32 muestras

para la prueba piloto en la matriz de material particulado estudiada el trabajo de investigación. En

la Figura 41 se relacionan en orden cronológico las actividades pertenecientes al proceso.

Flujo de valor

Act

ual

Pro

pues

to

Figura 41. Flujo de valor programación de mano de obra

Fuente: Autores

Contrastando los dos escenarios sería posible una reducción de 1 semana en el tiempo de espera

para la ejecución de la prueba, esto se da a razón de que la programación está basada en las

existencias de reactivos en el inventario y con ayuda de una señal Kanban que evitara retrasos en

la entrega de resultados por parte del analista. La propuesta de mejora para la reducción de mudas

se centra en esta parte inicial del proceso con el fin de que la planificación y asignación de los

recursos sea eficiente para una mejora en la productividad y un menor tiempo de servicio al cliente.

97

En lo referente a la productividad de la mano de obra, para la prueba de la matriz de agua con la

implementación del proceso propuesto en la

En lo referente a la productividad de la mano de obra, para la prueba de la matriz de agua con la

implementación del proceso propuesto en la Figura 34 la productividad de la mano de obra en la

prueba 9 tendría una productividad de 21,34% lo que denota una aumento de aproximadamente el

4%.

4.4 Elementos de control

4.4.1 Indicadores

Con el fin de controlar las mejoras que se obtendrían con la implementación de la propuesta se

establecen indicadores que deben ser monitoreados periódicamente para poder hacer seguimiento

a los desperdicios identificados en los procesos y así poder tomar acciones frente a estos. En la

Tabla 30. Indicadores propuestosTabla 30 se muestran los indicadores propuestos.

Tabla 30. Indicadores propuestos

N.º Objetivo Indicador Formula Unidad Periodicidad

1

Controlar las salidas

de reactivos en el

almacén

Rotación del

inventario

𝐶𝑜𝑛𝑠𝑢𝑚𝑜 𝑎𝑛𝑢𝑎𝑙 𝑑𝑒 𝑚𝑎𝑡𝑒𝑟𝑖𝑎𝑠 𝑝𝑟𝑖𝑚𝑎𝑠

𝐼𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜

Número

de veces

Semestral

2

Controlar las

cantidades de MP en

almacén con el fin de

evitar vencimientos

Vejez del

inventario

𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑀𝑃 𝑣𝑒𝑛𝑐𝑖𝑑𝑎

𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒 𝑒𝑛 𝑖𝑛𝑣𝑛𝑒𝑡𝑎𝑟𝑖𝑜 𝑥100 %

Mensual

3

Mejorar la

confiabilidad del

inventario en almacén

Exactitud del

inventario

𝑉𝑎𝑙𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎

𝑉𝑎𝑙𝑜𝑟 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 𝑥 100 %

Mensual

4

Dar seguimiento al

avance de trabajo de

las OT

Porcentaje de

avance de orden

de trabajo (OT)

# 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠 𝑎𝑛𝑎𝑙𝑖𝑧𝑎𝑑𝑎𝑠 𝑑𝑒 𝑙𝑎 𝑂𝑇

𝑇𝑜𝑡𝑎𝑙 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠 𝑎 𝑎𝑛𝑎𝑙𝑖𝑧𝑎𝑟 𝑑𝑒 𝑙𝑎 𝑂𝑇 x100 %

Diario

5

Controlar la carga de

trabajo asignada a los

analistas

Ordenes de

trabajo (OT)

realizadas por

analista

𝑂𝑇 𝑎𝑠𝑖𝑔𝑛𝑎𝑑𝑎𝑠 𝑎𝑙 𝑎𝑛𝑎𝑙𝑖𝑠𝑡𝑎

𝑇𝑜𝑡𝑎𝑙 𝑂𝑇 𝑟𝑒𝑐𝑖𝑏𝑖𝑑𝑎𝑠

Unidad

Semanal

6

Controlar la cantidad

de órdenes de trabajo

que no son entregadas

a tiempo a los clientes

Ordenes de

trabajo (OT)

entregadas a

tiempo

𝑂𝑇 𝑒𝑛𝑡𝑟𝑒𝑔𝑎𝑑𝑎𝑠 𝑎 𝑡𝑖𝑒𝑚𝑝𝑜

𝑇𝑜𝑡𝑎𝑙 𝑂𝑇 𝑒𝑛𝑡𝑟𝑒𝑔𝑎𝑑𝑎𝑠 x100 %

Mensual

Fuente: Autores.

98

Para evidenciar la ubicación de los indicadores como puntos de control en el proceso se establece

un VSM para la situación esperada con la implementación de la propuesta, es así como los

indicadores de control de inventarios se ubican en el almacenamiento y aquellos asociados a las

órdenes de trabajo se ubican en las distintas etapas del mapa de valor en donde interviene la mano

de obra. (ver Figura 42 )

99

Figura 42. VSM esperado con puntos de control

Fuente: Autores.

100

4.4.2 Tableros de control

Para dar seguimiento a los indicadores propuestos tanto en la fase de diagnóstico como en la

validación, y con la información de la base de datos definida para llevar registro de las ordenes de

trabajo puestas en el tablero Kanban y los registros de inventarios, se diseñaron dos tableros de

mando o dashboard: programación de mano de obra y gestión de inventarios. Estos tienen como

objetivo, ser una herramienta de seguimiento a los planes propuestos en el trabajo de investigación

y ser el medio de interrelación de los procesos del LIAC, de manera que, se puedan tomar

decisiones de prestación de servicio considerando la disponibilidad de recursos.

4.4.2.1 Tablero para el control de inventarios

Figura 43. Dashboard diseñado para la gestión de inventarios en LIAC.

Fuente: Autores.

Gracias a los registros de inventario que existen actualmente en el LIAC y a los diseñados dentro

de la propuesta, se diseñó un cuadro de mando que incluye los indicadores definidos y otra

información relevante que puede ser de utilidad para la toma de decisiones y gestión de los

inventarios tal como la variación del consumo en un horizonte de tiempo determinado y las

101

cantidades existentes de un reactivo en específico. Esta última facilita la verificación de la

disponibilidad para la posterior programación de los análisis o la respectiva compra y sirve como

herramienta visual para alertas de niveles por debajo del stock de seguridad.

4.4.2.2 Tablero para la programación de la mano de obra

Este tablero está diseñado para que la dirección del LIAC, específicamente las coordinaciones,

tengan conocimiento de las actividades que realizan los análisis y su nivel de carga laboral, así

como su grado de productividad. Además de ello, también permite tener información sobre el

desarrollo de las ordenes de trabajo (OT), ya que se puede conocer los porcentajes de avance de la

OT, el estado en el que se encuentra, según lo establecido en el tablero Kanban de OT (Figura 35)

y el cumplimiento de las fechas estipuladas para la entrega de resultados de las OT.

Figura 44. Dashboard diseñado para la programación de mano de obra del LIAC.

Fuente: Autores

Una herramienta como este tablero de control permite que el LIAC pueda asignar las órdenes de

trabajo conforme a la disponibilidad de recursos y hacer seguimiento de estas en tiempo real,

gracias a que se actualizará conforme se alimenten las bases de datos con la recolección de la

información necesaria en los puntos definidos en el proceso de prestación de servicios del LIAC.

102

. CONCLUSIONES Y RECOMENDACIONES

5.1 Conclusiones

1) La metodología de mejora de la productividad aplicada en el LIAC implicó el

desarrollo de las siguientes cuatro acciones: 1) Costeo y cálculo de precios escalonados,

2) Desarrollo de un plan de compras sujeto a un sistema justo a tiempo, 3) Análisis de

procesos para la reducción de esperas y programación de la mano de obra y 4)

Definición de elementos de control para el seguimiento del incremento de

productividad. Esta metodología puede ser implementada en laboratorios de alta

complejidad que presten servicios de análisis fisicoquímicos y microbiológicos, de

acuerdo a los procedimientos establecidos en las normas aplicables.

2) La inversión monetaria para la implementación de la propuesta es mínima dado que

solo se incurriría en la compra de los tableros y tarjetas Kanban, no obstante, el esfuerzo

requerido para la realizar el costeo implica tiempo de los analistas, considerando que

el levantamiento de información y costeo de las 85 pruebas estudiadas tomo alrededor

de 3 meses. Es importante destacar que el escalonamiento de los costos permite al

LIAC tener una mayor flexibilidad en el establecimiento de precios según las

cantidades de muestras a analizar. Con los precios definidos en el presente trabajo, se

logró un aumento en la productividad del 9,33% tomando como referencia el año 2018,

esto se dio porque los precios actuales generaban márgenes de rentabilidad negativos,

ya que, para el establecimiento de estos, no se consideraban los costos indirectos ni

actualizaron algunos directos de acuerdo con el incremento anual en el mercado.

Además de ello, el cumplimiento de ingresos por venta presupuestados creció en un

7,66%, lo que aproximadamente representa un valor de más de cien millones de pesos

en el mismo año.

3) Con la definición del sistema de inventarios basado en MRP y supermercado Kanban

fue posible evidenciar una reducción del tiempo de entrega de resultados igual a una

semana, esto gracias a la adecuada planeación de las compras y la reducción en el

tiempo de espera de abastecimiento. Por otro lado, se disminuyó el volumen de compra

103

dado que estas se realizan en función de las existencias en inventario y la programación

de las ordenes de trabajo, lo que permite disminuir no solo los tiempos sino también

los costos asociados al almacenamiento. En relación con lo anterior, la reducción de

desperdicios como el inventario y las esperas en los procesos genera un aumento en la

eficiencia, lo que permite mejorar el desempeño deseado para satisfacer los

requerimientos de demanda.

4) Los procedimientos desarrollados por un laboratorio de alta complejidad no pueden ser

modificados con facilidad dada su naturaleza y rigurosidad; sin embargo, se debe

analizar el proceso con el fin de identificar actividades que se puedan desarrollar de

manera paralela. Esto permite reducir tiempos de ciclo y en consecuencia incrementar

la productividad de la mano de obra, siendo este componente el que genera mayor

incidencia en la eficiencia del laboratorio. En el caso del LIAC, esto se vio reflejado

con un aumento de la productividad de la mano de obra en la prueba piloto de la matriz

de agua correspondiente a 4%. Dicho análisis puede llegar a ser muy útil en momentos

donde la demanda de la prueba es alta. Para realizarlo, se pueden emplear herramientas

de análisis de procesos como el diagrama hombre maquina definido en la propuesta.

5) La definición de la cantidad de muestras a procesar en un análisis juega un papel

fundamental en laboratorios como el LIAC, puesto que la subutilización de la

capacidad de los equipos y el tiempo de la mano de obra incrementan los costos por

muestra analizada. Esto se da porque si se procesa una sola muestra con la misma

proporción de recursos que se puede procesar una mayor cantidad, se reduce la

productividad de los análisis por el uso ineficiente de los recursos. Adicionalmente,

esto puede servir como marco de referencia para el establecimiento de nuevos precios

y una posible mejora en la competitividad del negocio.

6) La implementación del sistema Kanban para inventarios y programación requiere

capacitación de los analistas y los coordinadores, sin embargo, podrá reducir las

pérdidas monetarias por reactivos vencidos y asignar ordenes de trabajo de acuerdo con

la disponibilidad de recursos como el tiempo de los analistas y el inventario.

7) Con el mapeo de la cadena de valor VSM para la prestación de servicios del LIAC, fue

posible establecer puntos clave para la identificación de oportunidades de mejora, entre

ellas el tiempo de espera para la ejecución de la prueba y el tiempo de espera para la

104

entrega de resultados; causados por el desabastecimiento y la inadecuada programación

de las ordenes de trabajo respectivamente. De acuerdo con esto, se identificó la

necesidad de tener un control riguroso sobre las órdenes de compra y de trabajo para

no incurrir en estas esperas. Dando solución a esto, los tableros Kanban y dashboard

diseñados permiten dar seguimiento y continuidad a las mejoras definidas.

5.2 Recomendaciones

1) Se recomienda realizar el costeo de la totalidad de servicios que presta el laboratorio, para

poder determinar precios de venta competitivos en el mercado. Para ello, se puede hacer

uso de la metodología definida en el trabajo (Figura 25) y la plantilla para el cálculo de

precios (ver Figura 22). Esto permitirá al LIAC no incurrir en perdidas monetarias y

negociar con el cliente el costo total de la prestación del servicio.

2) En medida de lo posible se debería realizar las órdenes de trabajo en lotes, revisando cada

caso según lo estipulado en el archivo de escalonamiento de costos para determinar el

tamaño de lote conveniente según el tipo de análisis. Esto permitirá lograr una optimización

de los recursos, especialmente el de la mano de obra (ver Tabla 18) y servirá como base

para el establecimiento de precios con la plantilla diseñada para tal fin. (ver Figura 22) .

3) Se recomienda actualizar periódicamente las bases de datos del laboratorio, tanto para las

órdenes de trabajo como para la gestión de inventarios, ya que, estas serán la fuente de

información para poder definir la programación de análisis basada en la disponibilidad de

recursos. Esto garantizará no solo su adecuada gestión sino también, el cumplimiento de la

promesa de servicio.

4) Para automatizar el proceso de gestión de la bodega de materias primas se recomienda

aplicar códigos de barras o identificación por radiofrecuencia RFID en las tarjetas Kanban

diseñadas, debido a que por la cantidad de referencias que manejan, esta sería una

herramienta óptima para gestionar el inventario.

5) Se recomienda mantener actualizada la información de los tableros Kanban con el fin de

evitar retrasos en las ordenes de trabajo por falta de asignación, seguimiento o

105

desabastecimiento de MP , esto puede generar demoras en la entrega de resultados al

cliente.

6) Se recomienda actualizar anualmente los precios de las materias primas con el fin de

realizar las modificaciones pertinentes a los costos y precios.

7) Es necesario mantener las cantidades en inventario actualizadas con el fin de garantizar la

exactitud de la información establecida en el plan de compras MRP, dado que, si no se

actualizan, existe la posibilidad de que una orden de compra de materia prima no supla en

su totalidad las necesidades del laboratorio, implicando retrasos en la prestación del

servicio. Para realizar controles de las cantidades registradas en el sistema se recomienda

validar la información con el formato de descargas diseñado. (ver Figura 32)

106

BIBLIOGRAFIA

Aguirre Alvarez, Y. A. (2014). Análisis de las herramientas Lean Manufacturing para la

eliminación de desperdicios en las Pymes. Universidad Nacional de Colombia.

Alfaro Rodríguez, L. M. (2017). Aplicación de las herramientas de lean Manufacturing para

mejorar la productividad en la empresa logistica Ransa Comercial S.A en El Callao.

Universidad Cesar Valejo.

Alvarado, P. C., & Calle, M. (2011). Diseño De Un Sistema De Costos Por Órdenes De Producción

Para El Taller Artesanal “Artema.” 128.

Arana, L. (2014). Mejora de productividad en el área de producción de carteras en una empresa de

accesorios de vestir y artículos de viaje. Escuela Profesionl de Ingenieria Industrial, Peru.

Aranibar, M. (2016). Aplicación del Lean Manufacturing, para la mejora de la productividad en

una empresa manufacturera. Universidad Nacional Mayor de San Marcos.

Atehortua, C. A. (2012). Sistemas de inventarios de merchandising.(SIM), 141.

Bonilla, E. (2012). La importancia de la productividad como componente de la competitividad.

Observatorio de La Economía Latinoamericana, (173)., 6. Retrieved from

http://repository.uamerica.edu.co/bitstream/20.500.11839/732/1/41584611-2012-2-EF.pdf

Carrillo, D. (2009). Propuesta de mejora de la productividad en la planta procesadora de lácteos

“El Tambo”, mediante la medición del trabajo y estudio de métodos, validada con software

“SIMUL8” (Escuela Politecnica Nacional). Retrieved from

http://bibdigital.epn.edu.ec/bitstream/15000/8103/4/CD-2254.pdf

Causado Rodríguez, E. (2015). Inventory control model for economic order in food marketer.

Revista Ingenierías Universidad de Medellín, 14(27), 163–177. Retrieved from

http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1692-

33242015000200011&lng=en&nrm=iso&tlng=es%0Ahttps://elearning.espoch.edu.ec/plugi

nfile.php/577355/mod_resource/content/0/v14n27a11.pdf

Diaz del Castillo Rodriguez, F. (2009). La manufactura esbelta. 2009, 6, 1–36.

Felizzola Jiménez, H., & Luna Amaya, C. (2014). Lean Six Sigma en pequeñas y medianas

empresas: un enfoque metodológico. Ingeniare. Revista Chilena de Ingeniería, 22(2), 263–

277. https://doi.org/10.4067/S0718-33052014000200012

González Correa, F. (2007). Manufactura Esbelta (Lean Manufacturing). Principales

Herramientas. Revista Panorama Administrativo, 1(2), 85–112.

Gualdron Vargas, R., & Gomez Calderon, O. A. (2013). Herramientas de productividad aplicadas

al mejoramiento de procesos en un laboratorio farmacéutico (Universidad ICESI, Cali; Vol.

107

53). https://doi.org/10.1017/CBO9781107415324.004

Gutierrez Pulido, H., & De la Vara Salazar, R. (2012). Control Estadistico de Calidad y Seis Sigma.

In Uma ética para quantos? https://doi.org/10.1007/s13398-014-0173-7.2

Infante Diaz, E., & Erazo de la Cruz, D. A. (2013). Propuesta de Mejoramiento de la productividad

de la línea de camisetas interiores en una empresa de confecciones por medio de la aplicación

de herramientas Lean Manufacturing (Universidad de San Buenaventura Cali; Vol. 53).

https://doi.org/10.1017/CBO9781107415324.004

Ingenieria industrial online (2016) Sistemas de loteo - control de inventarios con demanda

determinística variable con el tiempo https://www.ingenieriaindustrialonline.com/herramientas-

para-el-ingeniero-industrial/administraci%c3%b3n-de-inventarios/sistemas-de-loteo/

León, D. (2013). Determinación de un modelo para medir la productividad en la empresa rodimax.

León De Freitas, I. K. (2010). Aumento de la productividad del área de empaque de laboratorios

elmor mediante el estudio de tiempos. Universidad Simon Bolivar.

Maldonado, G. (2008). Herramientas y técnicas Lean Manufacturing en sistemas de producción y

calidad. 144. Retrieved from

https://repository.uaeh.edu.mx/bitstream/bitstream/handle/123456789/10591/Herramientas

y tecnicas.pdf?sequence=1

Mandahawi, N., Fouad, R. H., & Obeidat, S. (2012). An application of customized lean six sigma

to enhance productivity at a paper manufacturing company. Jordan Journal of Mechanical

and Industrial Engineering, 6(1), 103–109.

Monge, H., Reyes, J., & Rodríguez, J. (2007). “ Diseño De Un Programa De Reducción De

Desperdicios Apoyado Con Manufactura. Universidad del Salvador.

Poma, J., Ortega, E., & Pereyra, J. (2014). Diseño e implementación del sistema MRP en las

pymes. Ind. Data, 17(2), 48–55.

Ramos Noriega, E. M., & Vento Ramirez, G. J. (2013). Propuesta de mejora en el área de

producción de sólidos para un laboratorio farmacéutico. Pontificia Universidad Católica Del

Perú.

Reséndiz, E. (2009). Lean Manufacturing como un sistema de trabajo en la industria

manufacturera: Un estudio de Caso. 84.

Rodriguez, F., & Sanabria, G. (2015). Metodología de mejoramiento continuo basado en la

herramientas de lean manufacturing. (14). Recuperado de

http://repository.usergioarboleda.edu.co/bitstream/handle/11232/764/Diseño del fluido de

perforación para la formación con Gilsonita del Pozo Chuira-1.pdf?sequence=1

108

Sánchez, P. A., Ceballos, F., & Sánchez Torres, G. (2015). Análisis del proceso productivo de una

empresa de confecciones: Modelación y simulación. Ciencia e Ingeniería Neogranadina,

25(2), 137. https://doi.org/10.18359/rcin.1436

Sarria Yépez, M. P., Fonseca Villamarín, G. A., & Bocanegra, C. C. (2017). Modelo metodológico

de implementación de lean manufacturing. Revista EAN, (83), 51–71.

https://doi.org/10.21158/01208160.n83.2017.1825

Sevilla, U. de. (2014). Análisis de un Proceso de Modernización de una Línea de Montaje en una

empresa Aeronáutica 2.1.

Stephen, P. (2004). Application of DMAIC to integrate Lean Manufacturing and Six Sigma. 87.

Retrieved from https://theses.lib.vt.edu/theses/available/etd-06152004-

123300/unrestricted/thesis.pdf

Torres, P. L. (2015). Una actividad para enseñar el uso de tableros kanban y diagramas de flujo

acumulado, 288–295. Retrieved from http://bit.ly/1GSNdBM

Universidad de Cuenca. (2014). Sistema de costos por órdenes de produccion.

https://doi.org/http://dx.doi.org/10.4236/ojo.2014.48035

Universidad de La Salle. (n.d.). Laboratorio Instrumental de Alta Complejidad (LIAC). Retrieved

August 18, 2018, from http://laboratoriodeanalisis.lasalle.edu.co/Home/nosotros

Villaseñor, A., & Galindo E., (2009). Manual de lean manufacturing: Guía básica. México.

Editorial Limus

109

Anexo 1. Listado de algunos servicios de análisis prestados por el LIAC

Servicio Matriz Prueba

Análisis de

contaminación

ambiental

Agua Presencia de metales en agua (Aluminio, Cadmio, Zinc, etc.)

Agua Determinación de Glifosato en agua y orina

Agua Carbono orgánico total

Agua Demanda bioquímica de oxigeno

Agua Demanda química de oxigeno

Agua Surfactantes aniónicos como SAAM

Agua Benceno y algunos derivados BTEX (Benceno, Tolueno, Útil

benceno, m+pxileno)

Agua Hidrocarburos Policíclicos Aromáticos HAPS

Agua Nitrógeno Amoniacal, Nitrógeno Total, Nitratos, Nitritos

Agua Solidos suspendidos, disueltos, totales y sedimentables

Agua Color, Ph, Turbidez, Conductividad, Alcalinidad, Acidez, etc.

Agua Fluoruros, Cloruros, Sulfatos, etc.

Material particulado Presencia de metales (Arsénico, Magnesio, Bario, Estaño,

Plomo, etc.)

Material particulado Hidrocarburos Policíclicos Aromáticos HAPS ISO

12884:2000

Material particulado Paquete de aniones (Sulfatos, Nitratos y cloruros)

Material particulado Análisis de carbono elemental y carbono orgánico

Suelo Presencia de metales en suelo (Azufre, Calcio, Fosforo,

Potasio, etc.)

Suelo Humedad en suelos

Suelo Determinación de nitrógeno potencialmente mineralizarle

Análisis

microbiológico

s

Agua Coliformes fecales, totales

Agua Heterótrofos aeróbicos

Agua E. Coli

Agua Salmonella

Análisis en

alimentos

Alimentos humanos y

pecuarios

Presencia de metales en alimentos (Arsénicos, Azufre,

Cadmio, Mercurio, etc.)

Alimentos humanos Grasas en Harinas

Alimentos humanos Celulosa

Alimentos humanos Fibra dietaría total

Alimentos pecuarios Azucares totales

110

Anexo 2. Cálculo de la tasa predeterminada por prueba

Nombre Precio de

venta Ingreso 2018

Cantidad

de

pruebas

Participación

en el ingreso

Ingreso

proyectado

Cantidad

proyectada

Presupuesto de

costos indirectos TP CIF

TP

Mantenimientos TP Total

Prueba 1 $ 10.400,00 $ 20.800 2 0,004% $ 60.983 6 $ 28.055 $ 4.785 $ - $ 4.785

Prueba 2 $ 15.000,00 $ 15.000 1 0,003% $ 43.978 3 $ 20.232 $ 6.901 $ 16 $ 6.917

Prueba 3 $ 12.500,00 $ 107.500 9 0,021% $ 315.179 25 $ 144.998 $ 5.751 $ 20 $ 5.770

Prueba 4 $ 15.000,00 $ 30.000 2 0,006% $ 87.957 6 $ 40.465 $ 6.901 $ 18 $ 6.919

Prueba 5 $ 71.645,68 $ 429.874 6 0,084% $ 1.260.346 18 $ 579.822 $ 32.961 $ 1.172 $ 34.132

Prueba 6 $ 53.182,56 $ 4.520.518 85 0,884% $ 13.253.691 249 $ 6.097.353 $ 24.467 $ 72 $ 24.539

Prueba 7 $ 61.010,64 $ 5.185.904 85 1,014% $ 15.204.537 249 $ 6.994.838 $ 28.068 $ 205 $ 28.273

Prueba 8 $ 23.000,00 $ 4.985.400 125 0,974% $ 14.616.679 636 $ 6.724.394 $ 10.581 $ 285 $ 10.866

Prueba 9 $ 87.988,79 $ 3.260.391 68 0,637% $ 9.559.130 109 $ 4.397.672 $ 40.479 $ 2.895 $ 43.374

Prueba 10 $ 83.708,00 $ 2.795.847 37 0,546% $ 8.197.136 98 $ 3.771.087 $ 38.510 $ 955 $ 39.465

Prueba 11 $ 91.885,00 $ 2.226.016 43 0,435% $ 6.526.449 71 $ 3.002.489 $ 42.272 $ 677 $ 42.948

Prueba 15 $ 83.532,60 $ 133.652 2 0,026% $ 391.854 5 $ 180.272 $ 38.429 $ 1.534 $ 39.963

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

Prueba 16 $ 65.000,00 $ 3.991.274 37 0,780% $ 11.702.003 180 $ 5.383.500 $ 29.903 $ 928 $ 30.831

Prueba 78 $ 48.031,00 $ 5.446.715 126 1,065% $ 15.969.208 332 $ 7.346.625 $ 22.097 $ 1.509 $ 23.606

Prueba 79 $ 48.031,00 $ 5.446.715 126 1,065% $ 15.969.208 332 $ 7.346.625 $ 22.097 $ 1.509 $ 23.606

Prueba 80 $ 48.031,00 $ 5.446.715 126 1,065% $ 15.969.208 332 $ 7.346.625 $ 22.097 $ 1.509 $ 23.606

Prueba 81 $ 48.031,00 $ 5.446.715 126 1,065% $ 15.969.208 332 $ 7.346.625 $ 22.097 $ 1.509 $ 23.606

Prueba 82 $ 48.031,00 $ 5.446.715 126 1,065% $ 15.969.208 332 $ 7.346.625 $ 22.097 $ 1.509 $ 23.606

Prueba 83 $ 48.031,00 $ 5.446.715 126 1,065% $ 15.969.208 332 $ 7.346.625 $ 22.097 $ 1.509 $ 23.606

Prueba 84 $ 48.031,00 $ 5.446.715 126 1,065% $ 15.969.208 332 $ 7.346.625 $ 22.097 $ 1.509 $ 23.606

Prueba 85 $ 48.031,00 $ 8.088.420 186 1,581% $ 23.714.414 494 $ 10.909.802 $ 22.097 $ 1.509 $ 23.606

111

Anexo 3. Conceptos de costos indirectos presupuestados empleados en el cálculo de la tasa

predeterminada

MANO DE

OBRA

Salarios

Prestaciones

Otros egresos de personal

Viáticos

Auxilios

Pasajes aéreos

Pasajes terrestres

Participación en eventos

GASTOS

GENERALES

Afiliaciones y sostenimientos

Atenciones y refrigerios

Combustibles y lubricantes

Dotación alojamiento y cocina

Elementos de aseo y cafetería

Elementos de protección personal

Elementos publicitarios

Exámenes médicos y de uso humano

Honorarios

Honorarios Capacitaciones

Insumos para mantenimientos

Mantenimiento equipo eléctrico

Mantenimientos equipo de computo

Mantenimiento equipo oficina

Material bibliográfico

Otros arrendamientos y/o alquileres

Otros gastos legales

Otros servicios técnicos

Papelería útiles escritorio

Reparaciones locativas

Seguro de responsabilidad civil y extracontractual

Seguro de cumplimiento de convenios

Suscripción de libros revistas y otros

Tramites y licencias

Transporte urbano

Transporte, fletes y acarreos

112

Anexo 4. Tasa predeterminada de mantenimientos

Equipo Mantenimientos Depreciación anual Costo total Horas maq

al año Ci/hora maq Ci/min

Agitador magnético $ 0 $ 167.040 $ 167.040 1511 $ 111 $ 2

Analizador de carbono total $ 1.830.000 $ - $ 1.830.000 1662 $ 1.101 $ 18

Analizador térmico óptico $ 3.873.663 $ 14.728.224 $ 18.601.887 1458 $ 12.762 $ 213

Balanza analítica de precisión $ 2.064.000 $ 201.150 $ 2.868.600 6004 $ 478 $ 8

Baño de agua $ 63.000 $ 228.294 $ 291.294 1791 $ 163 $ 3

Baño ultrasónico control digital $ 63.000 $ 274.509 $ 337.509 1805 $ 187 $ 3

Bomba de vacío $ 262.000 $ 577.767 $ 1.417.533 3616 $ 392 $ 7

Bureta digital $ 640.000 $ 271.228 $ 1.724.910 6044 $ 285 $ 5

Cabina de extracción de gases $ 9.510.000 $ 2.938.028 $ 18.324.083 4450 $ 4.118 $ 69

Conductivimetro mettler toledo $ 180.000 $ 158.759 $ 338.759 1501 $ 226 $ 4

Cromatógrafo de gases $ 7.266.858 $ 11.086.582 $ 18.353.440 815 $ 22.520 $ 375

Cromatógrafo liquido alta resolución $ 4.745.664 $ 7.829.689 $ 12.575.353 5000 $ 2.515 $ 42

Digestor k 435 para muestras l $ 800.000 $ 2.825.944 $ 3.625.944 1725 $ 2.102 $ 35

Electrodo $ 0 $ 496.389 $ 992.778 3616 $ 275 $ 5

Equipo de absorción atómica $ 4.004.154 $ 6.154.021 $ 10.158.175 1708 $ 5.948 $ 99

Equipo de destilación $ 870.000 $ 49.623 $ 1.167.738 8871 $ 132 $ 2

Espectrofotómetro ultravioleta $ 741.000 $ 1.974.135 $ 2.715.135 1449 $ 1.874 $ 31

Espectrómetro de emisión ICP $ 2.100.000 $ 16.610.895 $ 18.710.895 1615 $ 11.583 $ 193

Horno de secado y calentamiento $ 970.000 $ 212.079 $ 1.182.079 1784 $ 663 $ 11

Incubadora $ 378.000 $ 770.069 $ 2.688.208 5221 $ 515 $ 9

Medidor (oxímetro) $ 0 $ 539.400 $ 539.400 1494 $ 361 $ 6

Ph-metro multi mettler toledo $ 211.000 $ 237.396 $ 448.396 1508 $ 297 $ 5

Plancha de calentamiento $ 420.000 $ 417.600 $ 2.090.400 7224 $ 289 $ 5

Rotavapor r-215 $ 650.000 $ 1.058.250 $ 1.708.250 1801 $ 949 $ 16

Sistema de destilación $ 143.000 $ 1.867.600 $ 2.010.600 1768 $ 1.137 $ 19

Turbidímetro portátil $ 160.000 $ 151.881 $ 311.881 1501 $ 208 $ 3

113

Anexo 5. Costos totales de las pruebas analizadas

Nombre MP e Insumos Equipos Mano de obra Costo directo Tasa

predeterminada Costo total

Margen de

ganancia (con

TP)

Margen de ganancia

(sin TP)

Prueba 1 $ 5.520 $ - $ 8.367 $ 13.887 $ 4.785 $ 18.672 -$ 8.272 -$ 3.487

Prueba 2 $ 12.100 $ 1 $ 7.779 $ 19.880 $ 6.917 $ 26.796 -$ 11.796 -$ 4.880

Prueba 3 $ 1.406 $ 0 $ 5.574 $ 6.980 $ 5.770 $ 12.751 -$ 251 $ 5.520

Prueba 4 $ 1.200 $ - $ 8.367 $ 9.567 $ 6.919 $ 16.486 -$ 1.486 $ 5.433

Prueba 5 $ 19.749 $ 1.587 $ 11.013 $ 32.349 $ 34.132 $ 66.481 $ 5.164 $ 39.297

Prueba 6 $ 1.213 $ 1 $ 16.011 $ 17.225 $ 24.539 $ 41.764 $ 11.418 $ 35.957

Prueba 7 $ 10.318 $ 397 $ 8.064 $ 18.779 $ 28.273 $ 47.052 $ 13.959 $ 42.232

Prueba 8 $ 6.346 $ 331 $ 19.098 $ 25.774 $ 10.866 $ 36.640 -$ 13.640 -$ 2.774

Prueba 9 $ 17.534 $ 3.941 $ 24.978 $ 46.454 $ 43.374 $ 89.828 -$ 1.839 $ 41.535

Prueba 10 $ 1.498 $ 843 $ 17.338 $ 19.678 $ 39.465 $ 59.143 $ 24.565 $ 64.030

Prueba 11 $ 6.422 $ 470 $ 17.950 $ 24.842 $ 42.948 $ 67.790 $ 24.095 $ 67.043

Prueba 12 $ 11.207 $ 513 $ 15.577 $ 27.296 $ 6.917 $ 34.213 $ 28.787 $ 35.704

Prueba 13 $ 9.993 $ 673 $ 17.044 $ 27.710 $ 6.917 $ 34.627 $ 18.555 $ 25.472

Prueba 14 $ 35.771 $ 1.977 $ 21.094 $ 58.842 $ 6.917 $ 65.759 $ 16.984 $ 23.900

Prueba 15 $ 2.004 $ 1.037 $ 24.111 $ 27.153 $ 39.963 $ 67.115 $ 16.417 $ 56.380

Prueba 16 $ 52.205 $ 693 $ 16.125 $ 69.022 $ 30.831 $ 99.853 -$ 34.853 -$ 4.022

Prueba 73 $ 20.153 $ 1.021 $ 19.812 $ 40.985 $ 23.606 $ 64.591 -$ 16.560 $ 7.046

Prueba 74 $ 20.753 $ 1.021 $ 19.812 $ 41.585 $ 23.606 $ 65.191 -$ 17.160 $ 6.446

Prueba 75 $ 17.303 $ 1.021 $ 19.812 $ 38.135 $ 23.606 $ 61.741 -$ 13.710 $ 9.896

Prueba 76 $ 20.183 $ 1.021 $ 19.812 $ 41.015 $ 23.606 $ 64.621 -$ 16.590 $ 7.016

Prueba 77 $ 20.143 $ 1.021 $ 19.812 $ 40.975 $ 23.606 $ 64.581 -$ 16.550 $ 7.056

Prueba 78 $ 33.203 $ 1.021 $ 19.812 $ 54.035 $ 23.606 $ 77.641 -$ 29.610 -$ 6.004

Prueba 79 $ 20.593 $ 1.021 $ 19.812 $ 41.425 $ 23.606 $ 65.031 -$ 17.000 $ 6.606

Prueba 80 $ 20.153 $ 1.021 $ 19.812 $ 40.985 $ 23.606 $ 64.591 -$ 16.560 $ 7.046

Prueba 81 $ 33.203 $ 1.021 $ 19.812 $ 54.035 $ 23.606 $ 77.641 -$ 29.610 -$ 6.004

Prueba 82 $ 33.203 $ 1.021 $ 19.812 $ 54.035 $ 23.606 $ 77.641 -$ 29.610 -$ 6.004

Prueba 83 $ 14.833 $ 1.021 $ 19.812 $ 35.665 $ 23.606 $ 59.271 -$ 11.240 $ 12.366

Prueba 84 $ 20.163 $ 1.021 $ 19.812 $ 40.995 $ 23.606 $ 64.601 -$ 16.570 $ 7.036

Prueba 85 $ 33.003 $ 1.021 $ 19.812 $ 53.835 $ 23.606 $ 77.441 -$ 29.410 -$ 5.804

114

Anexo 6. Diagrama del proceso de prestación de servicios del LIAC.

115

Anexo 7. Matriz por equipos de familias selectas

MATRIZ FAMILIA EQUIPOS

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

AGUA

Familia 1

X X X

X X X

X X X

Familia 2 X X X X X X

Familia 3 X X X X

Familia 4 X X X

X X X X X X

Familia 5 X X X X X

Familia 6 X X X X X

Familia 7

X X X X X X X

X X X X X X

X X X X X

Familia 8

X X X X X X

X X X X X

X X X X X X

Familia 9

X X X

X X X X

X X X X X X X

X X X X X X

X X X X X

X X X X

Familia 10

X X X X

X X X X X

X X X X X X X

X X X X X

X X X X X

X X X X X

116

Anexo 8. Matriz por procedimiento de familias selectas

Actividad 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37

Familia

Familia 6 X X X X X X X X X X X X X X X X X X X

X X X X X X X X X X X X X X X X X

Familia 9

X X X X X X X X X

X X X X X X X X X X X X X

X X X X X X X X X X X X X X

X X X X X X X X X X X X X

X X X X X X X X X X X X X

X X X X X X X X X X X X X

X X X X X X X X

X X X X X X X X X

Familia

10

X X X X X X X X X

X X X X X X X X X X X

X X X X X X X X X X X X

X X X X X X X X X X

X X X X X X X X X X

X X X X X X X X X X

X X X X X X X X X X

X X X X X X X X X X

117

Anexo 9. Diagrama de flujo de proceso para prueba en matriz de agua

Anexo 10. Diagrama de flujo de proceso para prueba en matriz de material particulado

Diagrama Num:

Actual Propuesta Ahorro

562

60

Método: Actual 00

118

Espera Inv.

Alistamiento de material de trabajo 10 x

SMED o Poka Yoke para reducir el

tiempo de búsqueda de material de

trabajo

Calentamiento de equipo 60 X

Cambiar la secuencia de las actividades

con el fin de reducir el tiempo

improductivo del operador

Preparación de reactivos y soluciones 30 X

Las soluciones empleadas en la prueba

se preparan en cantidades innecesarias,

lo cual genera desperdicio de MP

Destilación 8

Titulación 1

Cálculo 0,5

Verificación de resultados 2

Diligenciar formato 5

Reporte de resultados en el sistema 1 x

Total (Minutos) 118 56 2 60

CURSOGRAMA ANALÍTICO

Objeto: Mejorar la productividad del

LIAC

Actividad

Operación

Actividad: Prueba de NitrógenoInspección

Espera

Transporte

Analista (s): Sandra GuataquiraAlmacenamiento

Tiempo (min-hombre)

Descripción TiempoSímbolo

Oportunidad de mejora/HallazgoDesperdicio

Observaciones

Espera necesaria

Diagrama Num: 1

Actual PropuestaAhorro

45

1520

Método: Actual 0080

Esper

aInv.

Alistamiento de material de trabajo 5

Alistamiento de muestra (corte del filtro) 5

Adición de reactivos 5

10

20X

Filtrado 5

Aforado 5

Lectura de muestra 4

Verificación de resultados 15

Diligenciar formato 5

Reporte de resultados en el sistema 1

Total (Minutos) 80 45 15 20 0 0

Símbolo

DigestiónDisminuir tiempos improductivos del

operador realizando la prueba a un lote

grande de muestras, aprovechando la

capacidad del equipo

Espera necesaria

Oportunidad de mejora/HallazgoObservacionesDesperdicio

CURSOGRAMA ANALÍTICO

Objeto: Mejorar la productividad del LIACActividad

Operación

Actividad: Prueba de presencia de metales en aire Inspección

Espera

Transporte

Analista (s): Sandra Guataquira AlmacenamientoTiempo (min-hombre)

Descripción Tiempo

v

118

Anexo 11. Productividad de la mano de obra por prueba

Prueba Tiempo de

ciclo (min)

Tiempo analista

(min) % Productividad

Prueba 6 47 47 100%

Prueba 41 33 33 100%

Prueba 53 64 64 100%

Prueba 58- Prueba 85 80 60 75%

Prueba 40 7295 4895 67%

Prueba 7 40 22 55%

Prueba 8 117,5 57,5 49%

Prueba 19 367 127 35%

Prueba 9 417,5 137,5 33%

Prueba 5 180 45 25%

Prueba 47 58 14 24%

Prueba 25- Prueba 29 350 79 23%

Pruebas 22- Prueba 24 381 81 21%

Prueba 54 504 104 21%

Prueba 14 367 74 20%

Prueba 18 313 63 20%

Prueba 20 374 74 20%

Prueba 42 374 74 20%

Prueba 21 299 59 20%

Prueba 11 297 57 19%

Prueba 13 317 54 17%

Prueba 55- Prueba 57 614 104 17%

Prueba 15 358 60 17%

Prueba 30 -Prueba 39 341 50 15%

Prueba 12 339 49 14%

Prueba 51 279 39 14%

Prueba 52 279 39 14%

Prueba 10 425 55 13%

Prueba 16 336 38 11%

Prueba 49 267 27 10%

Prueba 50 267 27 10%

Prueba 48 269 27 10%

Prueba 43 266 26 10%

Prueba 17 314 27 9%

Prueba 1 261 21 8%

Prueba 4 261 21 8%

Prueba 2 259 19 7%

Prueba 3 259,5 16,5 6%

Prueba 45 631 39 6%

Prueba 44 876 51 6%

Prueba 46 856 31 4%

119

Anexo 12. Vsm actual prueba piloto de material particulado

120

Anexo 13. Vsm futuro prueba piloto de material particulado

121

Anexo 14. Escalonamiento de costos

Prueba Precio de

venta

1 muestra 5 muestras 10 muestras 15 muestras 20 muestras

Costo Margen Costo Margen Costo Margen Costo Margen Costo Margen

Prueba 1 $ 10.400 $ 18.672 -$ 8.272 $ 8.651 $ 1.749 $ 8.151 $ 2.249 $ 7.789 $ 2.611 $ 7.608 $ 2.792

Prueba 2 $ 15.000 $ 26.796 -$ 11.796 $ 21.098 -$ 6.098 $ 21.116 -$ 6.116 $ 20.299 -$ 5.299 $ 20.126 -$ 5.126

Prueba 3 $ 12.500 $ 12.751 -$ 251 $ 9.322 $ 3.178 $ 8.763 $ 3.737 $ 8.577 $ 3.923 $ 8.411 $ 4.089

Prueba 4 $ 15.000 $ 16.486 -$ 1.486 $ 11.586 $ 3.414 $ 9.705 $ 5.295 $ 10.842 $ 4.158 $ 10.676 $ 4.324

Prueba 5 $ 71.646 $ 66.481 $ 5.164 $ 48.792 $ 22.854 $ 46.230 $ 25.416 $ 45.776 $ 25.870 $ 45.249 $ 26.397

Prueba 6 $ 53.183 $ 41.764 $ 11.418 $ 36.090 $ 17.092 $ 35.582 $ 17.601 $ 35.412 $ 17.770 $ 35.327 $ 17.855

Prueba 7 $ 61.011 $ 43.624 $ 17.387 $ 36.147 $ 24.864 $ 34.910 $ 26.101 $ 34.498 $ 26.513 $ 34.291 $ 26.719

Prueba 8 $ 23.000 $ 36.640 -$ 13.640 $ 20.745 $ 2.255 $ 18.885 $ 4.115 $ 18.167 $ 4.833 $ 17.955 $ 5.045

Prueba 9 $ 87.989 $ 89.828 -$ 1.839 $ 58.882 $ 29.106 $ 54.886 $ 33.103 $ 54.185 $ 33.804 $ 53.361 $ 34.628

Prueba 10 $ 63.000 $ 34.213 $ 28.787 $ 24.148 $ 38.852 $ 20.338 $ 42.662 $ 19.067 $ 43.933 $ 18.432 $ 44.568

* * *

Prueba 50 $ 19.900 $ 20.678 -$ 777 $ 16.761 $ 3.140 $ 16.318 $ 3.582 $ 16.228 $ 3.672 $ 16.161 $ 3.739

Prueba 51 $ 30.500 $ 70.962 -$ 40.462 $ 36.674 -$ 6.174 $ 32.485 -$ 1.985 $ 31.088 -$ 588 $ 30.390 $ 110

Prueba 52 $ 63.708 $ 26.210 $ 37.498 $ 23.515 $ 40.193 $ 22.250 $ 41.458 $ 21.829 $ 41.879 $ 21.618 $ 42.090

Prueba 53 $ 228.000 $ 252.355 -$ 24.355 $ 149.252 $ 78.748 $ 136.577 $ 91.423 $ 132.352 $ 95.648 $ 130.240 $ 97.760

***

Prueba 63 $ 48.031 $ 60.161 -$ 12.130 $ 37.302 $ 10.729 $ 35.281 $ 12.750 $ 35.346 $ 12.685 $ 34.792 $ 13.239

Prueba 64 $ 48.031 $ 60.141 -$ 12.110 $ 37.295 $ 10.736 $ 35.275 $ 12.756 $ 35.341 $ 12.690 $ 34.787 $ 13.244

Prueba 65 $ 48.031 $ 75.641 -$ 27.610 $ 42.875 $ 5.156 $ 39.615 $ 8.416 $ 39.268 $ 8.763 $ 38.507 $ 9.524

Prueba 66 $ 48.031 $ 64.889 -$ 16.858 $ 39.004 $ 9.027 $ 36.605 $ 11.426 $ 36.544 $ 11.487 $ 35.927 $ 12.104

Prueba 67 $ 48.031 $ 63.141 -$ 15.110 $ 38.375 $ 9.656 $ 36.115 $ 11.916 $ 36.101 $ 11.930 $ 35.507 $ 12.524

Prueba 68 $ 48.031 $ 66.341 -$ 18.310 $ 39.527 $ 8.504 $ 37.011 $ 11.020 $ 36.912 $ 11.119 $ 36.275 $ 11.756

Prueba 69 $ 48.031 $ 62.546 -$ 14.515 $ 38.184 $ 9.847 $ 35.967 $ 12.064 $ 35.967 $ 12.064 $ 35.380 $ 12.651

Prueba 70 $ 48.031 $ 65.341 -$ 17.310 $ 39.167 $ 8.864 $ 36.731 $ 11.300 $ 36.659 $ 11.372 $ 36.035 $ 11.996

***

Prueba 83 $ 48.031 $ 59.271 -$ 11.240 $ 36.981 $ 11.050 $ 35.032 $ 12.999 $ 35.121 $ 12.910 $ 34.579 $ 13.452

Prueba 84 $ 48.031 $ 64.601 -$ 16.570 $ 38.900 $ 9.131 $ 36.524 $ 11.507 $ 36.471 $ 11.560 $ 35.858 $ 12.173

Prueba 85 $ 48.031 $ 77.441 -$ 29.410 $ 43.523 $ 4.508 $ 40.119 $ 7.912 $ 39.724 $ 8.307 $ 38.939 $ 9.092

122

Anexo 15. Formatos asociados al proceso de compras propuesto

1. Formato FC-001

2. Formato FC-001

123

Anexo 16. Diagrama hombre- máquina actual