Pipelined System Example

Para el desarrollo del trabajo de investigación, se obtuvo el consentimiento del gerente general de la empresa Confecciones Thato, el cual dio su autorización para acceder a toda la información que sea necesaria por parte de los investiga- dores, con el propósito de mejorar la productividad de la empresa y obtener una copia fiel del trabajo y los registros elaborados. La empresa proporcionó la infor- mación, con la condición de que estos no sean divulgados, ni compartidos para otros fines. Además, el proyecto de investigación respeta los derechos del autor, haciendo referencia en cada texto citado en la tesis. Ver anexo 7

54

IV. RESULTADOS

3.8. Análisis descriptivo

3.8.1. Variable independiente: Lean manufacturing 3.8.1.1. Dimensión: Estandarización de procesos a. Estudio de métodos

El siguiente gráfico, muestra las actividades que agregan valor:

Figura 12: Actividades que agregan valor (PRE-TEST Y POST-TEST) Fuente: Elaboración propia

En la figura N° 12, se muestra que las actividades que agregaban valor antes de la implementación, era del 49%; y después de la mejora, el índice de actividades cambio a 59%. De esta manera, se evidencia la mejora, con un incremento en las actividades del 28.26%

b. Medición del trabajo

En el siguiente gráfico, se muestra el tiempo estándar antes y después de la implementación:

Figura 13: Tiempo estándar (PRE-TEST Y POST-TEST) Fuente: Elaboración propia

En la figura N° 13, se muestra los tiempo estándar, antes y después de la imple- mentación de la mejora, observando que el tiempo estándar se ha reducido en un 25.76%, en relación al tiempo estándar anterior.

55

3.8.1.2. Dimensión: Mantenimiento preventivo

Este grafico presenta el índice de paradas de máquinas antes y después de ha- cer la implementación.

Figura 14: Disponibilidad de máquinas (PRE-TEST Y POST-TEST) Fuente: Elaboración propia

En la figura N° 14, se muestra que la disponibilidad de máquinas después es del 99%, obteniendo un aumento del 7.6%, lo cual demuestra una mejora en el sis- tema y que el plan de mantenimiento se está cumpliendo.

3.8.2. Variable dependiente: Productividad

Ahora, se procederá a mostrar los resultados obtenidos de la variable indepen- diente, que es productividad y sus dimensiones, eficiencia y eficacia. Antes y después de la implementación.

En el siguiente gráfico, se muestra los resultados obtenidos antes y después de implementar el lean manufacturing:

Figura 15: Productividad (PRE-TEST Y POST-TEST) Fuente: Elaboración propia

56 En la figura N° 15, se muestra que la productividad después de la aplicación de las herramientas del lean manufacturing ha mejorado, incrementado la producti- vidad en un 23.07%, en relación a datos anteriores. Lo cual demuestra la mejora.

3.8.2.1. Dimensión: Eficiencia

Para el análisis de los resultados obtenidos de la eficiencia, se muestra el si- guiente gráfico:

Figura 16: Eficiencia (PRE-TEST Y POST-TEST) Fuente: Elaboración propia

Los resultados mostrados en la figura N° 16, reflejan el incremento de la eficien- cia de la mano de obra en la empresa. Lo cual, indica que la aplicación se la mejora ha dado bueno resultados, obteniendo un incremento del 17.74%

3.8.2.2. Dimensión: Eficacia

Ahora se procede a mostrar gráficamente los resultados de la eficacia, antes y después de la implementación:

Figura 17: Eficacia (PRE-TEST Y POST-TEST) Fuente: Elaboración propia

57 Observando la figura N° 17, se muestra que la eficacia en la empresa ha mejo- rado un 6%, lo que demuestra que habido un incremento en la producción de la empresa.

3.9. Análisis inferencial

3.9.1. Análisis de la hipótesis general

Con la finalidad de contrastar la hipótesis general, es preciso determinar si los datos de la productividad antes y después, reflejan un comportamiento paramé- trico o no paramétrico. Además, como la muestra es mayor a 30 días, se procede a realizar la prueba de normalidad utilizando Kolmogorov Smirnov, siendo la re- gla de decisión la siguiente:

Si ρvalor ≤ 0.05, la distribución no es normal (No paramétrico)

Si ρvalor > 0.05, la distribución es normal (Paramétrico)

Tabla 31: Prueba de normalidad - Productividad

Fuente: Elaboración propia

La tabla N° 31, muestra una significancia de la productividad mayores a 0.05 antes y después, lo que demuestra que nuestros datos tienen un comportamiento paramétrico. Seguido, se procederá a realizar el estadígrafo de T-Student, para comprobar que la productividad ha mejorado.

Contrastación de la hipótesis:

H0: La aplicación del lean manufacturing no incrementa la productividad en el

proceso de confección de polos clásicos en la empresa Thato, Lima 2020 Ha: La aplicación del lean manufacturing incrementa la productividad en el pro-

ceso de confección de polos clásicos en la empresa Thato, Lima 2020

58

Ho:

µ

Pa ≥

µ

Pd

Ha:

µ

Pa <

µ

Pd

Tabla 32: Estadístico descriptivo - Productividad

Fuente: Elaboración propia

En la tabla N° 32, se muestra que la media de la productividad antes era de (51.4913%), y ahora es de (64.1265%); quedando demostrado que la producti- vidad antes es menor a la actual; por tal motivo, no se cumple la hipótesis nula

(Ho:

µ

Pa ≥

µ

Pd) y se rechaza de que la aplicación del lean manufacturing no incrementa la productividad en la empresa; quedando por aceptada la hipótesis alterna.

Ahora se procede a confirmar si el análisis es correcto, mediante el p valor del estadígrafo de T Student.

Regla de decisión:

Si ρvalor ≤ 0.05, se rechaza la hipótesis nula

Si ρvalor > 0.05, se acepta la hipótesis nula

Tabla 33: Estadísticos de prueba - Productividad

Fuente: Elaboración propia

Con el resultado mostrado en la tabla N° 33, se puede visualizar que la signifi- cancia de la prueba de T Student es de 0.000, siendo menor a 0.05, por tal mo- tivo, se rechaza la hipótesis nula y se acepta la hipótesis alterna (la aplicación

59 del lean manufacturing incrementa la productividad en el proceso de confección de polos clásicos en la empresa confecciones Thato).

3.9.2. Análisis de la primera hipótesis especifica

Con la finalidad de contrastar la hipótesis especifica N° 1, es necesario determi- nar si los datos de la eficiencia antes y después, reflejan un comportamiento paramétrico o no paramétrico. Además, siendo la muestra mayor a 30 días, se procede a realizar la prueba de normalidad utilizando Kolmogorov Smirnov, siendo la regla de decisión la siguiente:

Si ρvalor ≤ 0.05, la distribución no es normal (No paramétrico)

Si ρvalor > 0.05, la distribución es normal (Paramétrico)

Tabla 34: Prueba de normalidad - Eficiencia

Fuente: Elaboración propia

La tabla N° 34, muestra una significancia de la eficiencia mayores a 0.05 antes y después, lo que demuestra que nuestros datos tienen un comportamiento pa- ramétrico. Seguido, se procederá a realizar el estadígrafo T Student, para com- probar que la productividad ha mejorado.

Contrastación de la hipótesis:

H0: La aplicación del lean manufacturing no incrementa la eficiencia en el pro-

ceso de confección de polos clásicos en la empresa Thato, Lima 2020

Ha: La aplicación del lean manufacturing incrementa la eficiencia en el proceso

de confección de polos clásicos en la empresa Thato, Lima 2020

Regla de decisión:

60

Ha:

µ

Pa <

µ

Pd

Tabla 35: Estadístico descriptivo - Eficiencia

Fuente: Elaboración propia

En la tabla N° 35, se muestra que la media de la eficiencia antes era de (62.4046%), y ahora es de (72.4950%); quedando demostrado que la eficiencia antes es menor a la actual; por tal motivo, no se cumple la hipótesis nula (Ho:

µ

Pa ≥

µ

Pd) y se rechaza de que la aplicación del lean manufacturing no incre- menta la eficiencia en la empresa; quedando por aceptada la hipótesis alterna.

Ahora se procede a confirmar si el análisis es correcto, mediante el p valor del estadígrafo T Student.

Regla de decisión:

Si ρvalor ≤ 0.05, se rechaza la hipótesis nula

Si ρvalor > 0.05, se acepta la hipótesis nula

Tabla 36: Estadísticos de prueba - Eficiencia

Fuente: Elaboración propia

Con el resultado mostrado en la tabla N° 36, se puede visualizar que la signifi- cancia de la prueba de T Student es de 0.000, siendo menor a 0.05, por tal mo- tivo, se rechaza la hipótesis nula y se acepta la hipótesis alterna (la aplicación

61 del lean manufacturing incrementa la eficiencia en el proceso de confección de polos clásicos en la empresa confecciones Thato).

3.9.3. Análisis de la segunda hipótesis especifica

A fin de poder contrastar la hipótesis especifica N° 2, es necesario determinar si los datos de la eficacia antes y después, reflejan un comportamiento paramétrico o no paramétrico. Además, siendo la muestra mayor a 30 días, se procede a realizar la prueba de normalidad utilizando Kolmogorov Smirnov, siendo la regla de decisión la siguiente:

Si ρvalor ≤ 0.05, la distribución no es normal (No paramétrico)

Si ρvalor > 0.05, la distribución es normal (Paramétrico)

Tabla 37: Prueba de normalidad - Eficacia

Fuente: Elaboración propia

La tabla N° 37, muestra una significancia de la eficacia antes (0.009) menor a 0.05, demostrando un comportamiento no paramétrico y después (0.195) mayor a 0.05, presentando un comportamiento paramétrico. Por ende, se procede a realizar el estadígrafo de Wilcoxon, para comprobar que la eficacia ha mejorado.

Contrastación de la hipótesis:

H0: La aplicación del lean manufacturing no incrementa la eficacia en el proceso

de confección de polos clásicos en la empresa Thato, Lima 2020

Ha: La aplicación del lean manufacturing incrementa la eficacia en el proceso de

confección de polos clásicos en la empresa Thato, Lima 2020

Regla de decisión:

Ho:

µ

Pa ≥

µ

Pd

62 Tabla 38: Estadístico descriptivo - Eficacia

Fuente: Elaboración propia

En la tabla N° 38, se muestra que la media de la eficacia antes era de (82.4778%), y ahora es de (88.3931%); quedando demostrado que la eficacia antes es menor a la actual; por tal motivo, no se cumple la hipótesis nula (Ho:

µ

Pa ≥

µ

Pd) y se rechaza de que la aplicación del lean manufacturing no incre- menta la eficacia en la empresa; quedando por aceptada la hipótesis alterna.

Ahora se procede a confirmar si el análisis es correcto, mediante el p valor del estadígrafo de Wilcoxon.

Regla de decisión:

Si ρvalor ≤ 0.05, se rechaza la hipótesis nula

Si ρvalor > 0.05, se acepta la hipótesis nula

Tabla 39: Estadísticos de prueba - Eficacia

Fuente: Elaboración propia

Con el resultado mostrado en la tabla N° 39, se puede visualizar que la signifi- cancia de la prueba de Wilcoxon es de 0.000, siendo menor a 0.05, por tal mo- tivo, se rechaza la hipótesis nula y se acepta la hipótesis alterna (la aplicación del lean manufacturing incrementa la eficacia en el proceso de confección de polos clásicos en la empresa confecciones Thato).

63

V. DISCUSIÓN

En los resultados obtenidos de la presente investigación que lleva por título “Aplicación de lean manufacturing para incrementar la productividad del pro- ceso de confección de polos clásicos en la empresa Thato, Lima, 2020” se demuestra que, haciendo una comparación con los antecedentes ya descri- tos en el marco teórico, se encuentra coincidencia en los resultados obteni- dos.

En el momento que se obtuvo los datos de la productividad se identificó que el lean manufacturing incrementa la productividad en el proceso de confec- ción de polos clásicos en la empresa Thato. Ya que en el pre test antes de la aplicación de la herramienta de lean manufacturing la productividad fue de 52 %. Posteriormente se realizó la recolección de datos en el post test y ya con la herramienta de lean manufacturing implementada donde se registró una productividad ascendente de 64% Donde se puede notar un aumento de la productividad en un 24.54%. Una vez obtenido ambos datos del antes y después de la implementación de la herramienta lean manufacturing se llega a comparar ambos porcentajes, y determinando un incremente en la produc- ción de 12% a favor. Para ello se contrasta con la investigación de otro autor que obtiene los resultados similares.

De esta manera se logra una coincidencia con la investigación de Bellido, Rosa 2018. En su tesis “Modelo de Optimización de desperdicios basado en Lean manufacturing para incrementar la productividad en las Mypes del Sector Textil”. Donde el autor tuvo como finalidad mejorar el proceso de con- fección de medias a través de la optimización de recursos utilizando el lean manufacturing. Sus principales problemas encontrados fueron productos de- fectuosos, una gran cantidad de inventario, desorden y tiempos de parada de máquina. Frente a estas causas se ve la necesidad de utilizar la metodo- logía 5’ S, la estandarización de procesos y mantenimiento preventivo. Con la aplicación de estas herramientas se ha obtenido resultado a favor como, por ejemplo: los lotes de producción se han reducido de 100 docenas a 50 docenas, el lead time se redujo de 4.29 días a 1.47 días, la productividad mostro un aumento en un 35% y logro reducir sus desperdicios en un 60 %.

64 Realizando el estudio de la eficiencia se determinó que la aplicación de la herramienta de lean manufacturing incrementa la eficiencia en el proceso de confección de polos en la empresa Thato. Esto debido a que cuando se realizó el estudio en el pre test antes de la implementación de la herramienta de lean manufacturing la eficiencia de las horas hombre mostraba un valor de 62 %, después de la evaluación de lean manufacturing la eficiencia de las horas hombre llego a 73 % teniendo como diferencial un 17.74% de incre- mento de la eficiencia. Para ello se contrasta con la investigación de otro autor que obtiene los resultados similares.

De acuerdo con los resultados de la investigación de Ponte (2017) en su tesis Aplicación del Lean manufacturing para la mejora de la productividad de tejidos en Cía. Universal Textil S.A. Lima. Donde su problema principal era la baja productividad que se da por el cambio de productos. Por lo que se puede notar las demoras en el cambio de artículo, la falta de estandariza- ción de procesos, carencia de orden y limpieza del área, repuestos de baja calidad, maquinaria antigua, falta de personal capacitado y colaboradores desmotivados. En donde el autor utiliza el lean manufacturing y se obtiene resultados favorables. Donde antes de la implementación de la herramienta la eficiencia era de 88% y posterior mente una vez implementada logro subir a 96%, obteniendo un diferencial de 8%.

Realizando los estudios de la eficacia se determinó que las aplicaciones de la herramienta lean manufacturing si aumenta la eficacia en el proceso de confección de polos clásicos en la empresa Thato. En cuanto a la recolección de datos de la eficacia, los datos observados en el pre test antes de la im- plementación de lean manufacturing se tenía un 83% de eficacia, posterior- mente una vez implementado el lean manufacturing y realizando un análisis de la data se registrar un aumento de la eficacia a 88% logrando un diferen- cial de 6.02% en comparación con el pre test. Para ello se contrasta con la investigación de otro autor que obtiene los resultados similares.

65 De acuerdo con los resultados de la investigación de Ponte (2017) en su tesis Aplicación del Lean manufacturing para la mejora de la productividad de tejidos en Cía. Universal Textil S.A. Lima. Donde su problema principal era la baja productividad que se da por el cambio de productos. Por lo que se puede notar las demoras en el cambio de artículo, la falta de estandariza- ción de procesos, carencia de orden y limpieza del área, repuestos de baja calidad, maquinaria antigua, falta de personal capacitado y colaboradores desmotivados. En donde el autor utiliza el lean manufacturing y se obtiene resultados favorables logrando un aumento de la eficacia en el pre test antes de la implementación de la variable independiente lean manufacturing era de 89%, después de la evaluación del post test la eficacia sube a 99% como resultado final, logrando un diferencial de 10% de mejora.

En la toma de tiempos y el cálculo del tiempo estándar se realizado la com- paración del tiempo estándar entre el pre test antes de la implementación de lean manufacturing con un tiempo estándar en el área de confección de 9.35 minutos, de la misma manera con el área de acabado que cuenta con 6 per- sonas laborando y con un tiempo estándar de 4.38 min. Una vez realizada la implementación de la herramienta de lean manufacturing se obtiene los nue- vos datos de tiempo estándar del área de confección con 7.40 minutos, de la misma manera con el área de acabado que se obtuvo un tiempo estándar de 2.8 minutos. Por lo que el tiempo estándar en el pre test del proceso de confección y acabado es de 13.74 minutos y después de aplicar la herra- mienta de lean el total de tiempo estándar entre el área de confección y aca- bado es de 10.20 minutos. Para ello se contrasta con la investigación de otro autor que obtiene los resultados similares.

De esta manera se logra coincidencia con la tesis de Gacharna Viviana, Gon- zales Diana (2013) con su trabajo de grado Propuesta de mejoramiento del sistema productivo en la empresa de confecciones Mercy empleando herra- mientas de Lean manufacturing. En donde el objetivo de los autores fue im- plementar una propuesta de mejora utilizado la herramienta de lean manu- facturing con la finalidad de reducir el plazo de tiempo de entregas en los

66 pedidos a sus clientes, para ello el autor ha identificado algunas variables críticas que afectan de algún modo el proceso como por ejemplo: el exceso de actividades que no dan un valor agregado, falta de un plan de producción, inventarios elevados, falta de órdenes de trabajo, recursos que son utilizados de manera inadecuada, entre otras. La implementación de lean manufactu- ring le permitió reducir sus tiempos, evidenciado una reducción del tiempo de ciclo del 12 % lo cual mejor el takt time.

Una vez analizados los datos, después de haber implementado la herra- mienta de lean manufacturing se ve reflejado que la empresa tuvo un au- mento en la media de su productividad del post test con respecto al pre test, de 52% a 64% esto quiere decir que se acepta la hipótesis alterna y se re- chaza la hipótesis nula tal como lo dice contreras (2017) en tesis Aplicación de las herramientas de Lean manufacturing para la mejora de la productivi- dad en la línea de confección de la empresa Nomotex, San Miguel, 2017. Donde muestra que la productividad de 0.53 a 0.57.

En el análisis de los datos habiendo implementado la herramienta de lean manufacturing se refleja que la empresa tuvo un aumento de la eficiencia del post test con respecto al pre test de 62% a 73%. por lo que quiere decir que se acepta la hipótesis alterna y se rechaza la nula tal como lo menciona Ponte (2017) en su tesis Aplicación del Lean manufacturing para la mejora de la productividad de tejidos en Cía. Universal Textil S.A. Lima. Donde men- ciona que logro un aumento de la eficiencia de 88% a 96%. Con estos datos se comprueba los resultados obtenidos en la investigación.

En los datos analizados luego de haber realizado la implementación de la herramienta de lean manufacturing se refleja un aumento de la eficacia del post test con respecto del pre test donde los datos son de 83% a 88% por lo que se acepta la hipótesis alterna y se rechaza la hipótesis nula tal, encon- trando coincidencia con el autor contreras (2017) donde menciona que apli- cando la herramienta de lean manufacturing su eficacia mejoro de 75% a 81%.

67

VI. CONCLUSIONES

1. Los resultados obtenidos comparando con la hipótesis demuestra que la aplicación de la herramienta del lean manufacturing presenta un incre- mento de la productividad del proceso de confección de polos. Lo que se puede presenciar haciendo una comparación de las medias del pre test que es de 0.5149 H- Hombre producidas, de la misma manera se puede expresar como 51.49%. con respecto al post test después de haber apli-

In document Simplifying System-on-Chip Design through Architecture and System CAD Tools (Page 99-101)