https://doi.org/10.22463/2011642X.3371
Recibido: 23 de mayo de 2022 - Aprobado: 25 de octubre de 2022
Cómo citar:
R.G González, J. A. Paredes & E.B Ibáñez, “DMAIC como herramienta para implementar un sistema de mejora para incrementar la productividad en la industria del sombrero”, Rev. Ingenio, vol. 20(1), pp.8-15 , 2023
El presente estudio es una investigación aplicada que tiene como objetivo el diagnóstico de la industria maquiladora del sombrero en la región de Tehuacán, Puebla, México y con base a ello adaptar la fi losofía de Manufactura esbelta como una estrategia para permanecer dentro del mercado globalizado apoyado en la herramienta DMAIC, para ello se elaboró un diagnostico en las empresas maquiladoras aplicando una serie de cuestionarios para determinar las causas que generan la baja productividad de este sector, posteriormente se cuantifi có las variables que afectan a la productividad continuando con un análisis e integración de sistemas de mejora y control de los métodos para garantizar la permanencia de este tipo de empresas en un mercado globalizado, los resultados de los cuestionarios arrojaron una situación muy crítica que explica el nivel bajo de competitividad que prevale dentro de este tipo de empresas y con base a dichos resultados de diseño un sistema de mejora.
Palabras clave:DMAIC, Industria del vestido, Maquiladoras, Manufactura Esbelta
This study is an applied research that aims to diagnose the hat maquiladora industry in the region of Tehuacán, Puebla, Mexico and, based on this, adapt the Lean Manufacturing philosophy as a strategy to remain within the globalized market supported by the DMAIC tool. To this end, a diagnosis was made in the maquiladora companies applying a series of questionnaires to determine the causes that generate the low productivity of this sector. Subsequently, the variables that affect productivity were quantified, followed by an analysis and integration of systems for improvement and control of methods to guarantee the permanence of this type of company in a globalized market. The results of the questionnaires showed a very critical situation that explains the low level of competitiveness that prevails within this type of company and, based on these design results, an improvement system was designed.
Keywords:DMAIC, Garment Industry, Maquiladoras, Lean Manufacturing
Una empresa esbelta es aquella que logra una mejora continua en todos sus procesos tanto administrativos como de manufactura, estas mejoras se logran incorporando en la cultura empresarial fi losofías que permitan llevar a cabo proyectos que den respuesta a los problemas raíz de las compañías los cuales afectan a los procesos, los productos, el ambiente organizacional. [1]
Las empresas buscan siempre tener un posicionamiento estratégico dentro del mercado global. Esto se puede lograr mediante la implementación de Manufactura Esbelta. Para una empresa es fundamental comprender y conocer las herramientas y técnicas desarrolladas que se conocen en conjunto como manufactura esbelta [2]. La búsqueda principal de esta filosofía es la eliminación de desperdicios. Sin embargo, este no es el único objetivo, por lo que es necesario informarnos en qué otros aspectos nos pueden beneficiar el pensamiento Lean.
El propósito del presente trabajo es la implementación de un sistema integrado de manufactura en los procesos productivos en la industria maquiladora del sombrero de la región de Tehuacán. En base al problema de investigación y los objetivos propuestos, el enfoque es cualitativo de tipo correlaciones causales. Es un estudio de alcance explicativo porque se centra en estudiar la relación de la implementación del sistema integrado de manufactura en los procesos productivos, y a partir de ellos fortalecer las estrategias empresariales.
En la investigación se emplearon métodos teóricos y prácticos para elaborar instrumentos que permitieran recopilar toda la información oportuna, [3] estos fueron: guía de entrevista, guía de revisión documental, guía de observación y grupos focales. Donde se logra identificar que los procesos productivos están bajo las características de procesos por lotes, y a lo largo de ellos se implementan parcialmente técnicas de manufactura esbelta como: seis sigma, mejoramiento de la productividad y ciclo de DMAIC
Concluyendo este estudio, que, para lograr la efectividad del sistema integrado de manufactura, es necesario fortalecer el control interno administrativo e implementar el plan de propuesta de estrategia, basado en las estrategias de funciones y estrategias corporativas, que garantizará la documentación de toda la información que se genera en los procesos productivos, asistiendo a la alta gerencia para tener más detalle de toda la información que le permitirá la toma de decisiones. [4]
Existen diferentes metodologías para el análisis y solución de problemas, sin embargo, no todas ofrecen las herramientas necesarias para ello, algunas de ellas se enfocan en la reducción de desperdicios sin realizar un análisis estadístico como es el caso de la Manufactura Esbelta, otras por el contrario hacen uso de la estadística para la mejora de procesos sin tomar en cuenta los desperdicios como lo hace Six Sigma [5]. Lean Six Sigma, es una metodología la cual combina la parte estadísticas de Six Sigma, con el enfoque de reducción de desperdicios de Lean para la solución de problemas [6]. El presente proyecto se basa en la aplicación DMAIC apoyado principalmente el diagrama de Pareto de 3 niveles.
A lo largo del desarrollo de este proyecto se observan las características de esta herramienta, su proceso de aplicación y los resultados obtenidos.Desde el punto de vista de Filizzola [7] Six Sigma y Manufactura Esbelta son enfoques de mejora de la calidad y productividad que han sido implementados con gran éxito en grandes empresas a nivel mundial, en el ámbito de la manufactura y los servicios. [8] Pero en la actualidad investigadores y expertos en el tema han encontrado hallazgos que evidencian dificultades en la implementación de este tipo de enfoques en pequeñas y medianas empresas.
Según Chávez, [9] La adopción adecuada del sistema de producción Lean permite mejorar el desempeño operativo incrementando la productividad. Esta adopción implica un cambio en la cultura organizacional que requiere de un sistema socio técnico apropiado para lograrlo. La literatura indica que la adopción integral de las practicas del sistema de producción Lean es preferible a una adopción parcial de las mismas. Debido a una falta de consenso en la literatura sobre este tema, y para comprender mejor su técnica.
Citando a Chavarría [10] Las compañías presentan tiempos perdidos en la línea de producción por la falta de controles y estándares que faciliten la labor y garanticen la calidad de los productos y los procesos. Por lo que sugiere diseñar e implementar un plan de acción de mejora continua mediante las herramientas de la Manufactura Esbelta, que incluye 5´S y Control Visual, diseñar e implementar el plan de acción y la documentación requerida, y finalmente la medir la efectividad.
Como dice Piñero [11] una de las herramientas muy poderosas que se pueden utilizar para la mejora continua de la calidad y productividad en los puestos de trabajo es la implementación de la metodología 5S.
Como lo hace notar García [12] la implementación de DMAIC para reducir el desperdicio generado en el proceso de producción, compara la cantidad de defectos antes y después del mismo con la tasa de desperdicio generado en el áreas de producción Los resultados demuestran que derivado de la aplicación de la Metodología DMAIC asociada a Seis Sigma, se logró que los trabajadores obtengan habilidades individuales que mejoraron su actividad además Se mejoró la comunicación organizacional y social al dotar al trabajador de herramientas para mejorar la detección de los errores inadvertidos con un método de trabajo estandarizado.
Fase 1. Definir: En primer lugar, se debe definir cuál es el problema que se pretende resolver. Esto es algo básico porque sin ello no se puede pasar al segundo paso en el cuál se establecen las métricas que se deben seguir para comprobar la evolución del problema. La defi nición del mismo es fundamental para establecer los indicadores de calidad o indicadores clave de negocio (KPIs) que nos permitan tener un mejor conocimiento de la situación. El método utilizado fue el deductivo, es decir ir de lo general a lo particular para poder implementar un sistema de mejora que tenga todo el sustento teórico para lo cual se puede apoyar con un diagrama de Pareto de 3 niveles o un diagrama de pastel, en el caso de la presente investigación se realizó un análisis sobre las marcas que maquilan las empresas involucradas que es el sombrero normal obteniendo los resultados se muestran en la fi gura 1. En el cual se observa que la marca de sombrero que más producen es el de la marca IGGIS el cual representa el 80.3 % del total de producción, en base a este resultado se desarrolló el segundo diagrama para identifi car dentro de esta marca cuales son los defectos más relevantes.
En la figura 2 se muestran los resultados de los defectos de las tallas de la marca IGGIS. De acuerdo a la metodología que se va siguiendo lo primero que se realizo fue identificar que marca es la que más se produce para centrarse primeramente en dicho producto y después centrarnos en la talla que más defectos tienen encontrando que la talla 32 en la que se producen.
Una vez identificado que talla es la que más se produce se procedió a identificar los defectos en las tallas obteniendo que el defecto que más se presenta es la variación de las puntas, mismas que se representa en la figura 3.
En la figura 4 se muestra el comportamiento de dicha variación. En la gráfica de series de tiempo se observa que las puntadas por pulgada se encuentran entre 8.5 a 9.62 puntadas/plg.
De acuerdo a la metodología DMAIC lo primero que se debe definir es el objetivo SMART de las puntadas por pulgada que debe ser el 70 % de la brecha del valor máximo y la media según sea la característica que se esté controlando, posteriormente se deben atender los problemas que se presentan en las tallas y fi nalmente las marcas es decir se utiliza un método inductivo.
Fase 2. Medir: una vez que se estableció una métrica a seguir que nos ayuden a conocer la situación en la que se encuentra el problema que se pretende resolver, se debe medir estas variables y establecer un seguimiento que permita más adelante poder analizar la situación [19]. El objetivo de esta etapa es medir el desempeño actual del proceso que se busca mejorar, para ello lo primero que se debe hace es verificar que los equipos de medición que intervienen en el proceso estén calibrados para ello se apoya en la técnica estudio tipo 1. El cual se utiliza para evaluar la capacidad de un proceso de medición. Este estudio evalúa los efectos combinados de sesgo y repetitividad basándose en múltiples mediciones de la misma parte. Un estudio de tipo I del sistema de medición se debería realizar antes de otros estudios sobre repetitividad y reproductividad, que determinan cuanto de la variación del proceso observada se debe a la variación del sistema de medición. En el caso de estudio se involucraron 3 operarios con 2 réplicas de medición cada uno obteniendo los resultados que se muestran en la fi gura 5 y 6.
En las figuras 5 y 6 se observa que existe mucha variabilidad entre los operarios y el equipo de medición por lo que se recomienda primero ajustar los equipos de medición y capacitar al personal.
Una vez que los equipos de medición y el personal está capacitado se procede a elaborar un estudio R&R apoyado en internet de las cosas [20] de la variable que se está analizando. Siguiendo el caso de estudio los resultados obtenidos son los que muestran en la fi gura 7 y 8.
Fase 3. Analizar: Con los datos que se recolectaron en la fase 2 se realiza un análisis de los mismos, para tratar de averiguar las razones por las que algo está fallando el sistema, así como identifi car las áreas de oportunidad de mejora.
El defecto más importante es la variación de las puntas por pulgada para poder detectar el origen de este problema se elaboró un diagrama causa efecto, encontrando los resultados que se muestran en la fi gura 9.
Otra de las herramientas utilizadas en esta fase fue la prueba de 2 t, debido a que no se conoce la variabilidad de la variable, encontrando que en la muestra 6 y 8 se encontraron datos atípicos por lo que se debe revisar el proceso para determinar que sucedió(Ver figura 10 y 11). Las variables utilizadas fue maquina vs puntadas dañadas. En conclusión, se puede decir que la maquina no tiene ningún efecto sobre las puntadas dañadas por lo que se debe centrar los esfuerzos en la aguja, además en base a los resultados que se presentan en la fi gura 10 se sugiere que los tamaños de muestra sean mayores a 15 para que la variación entre las muestras sea menor debido que es un proceso muy repetitivo.
Fase 4. Mejorar: En esta fase se ponen en marcha las acciones necesarias para mejorar la situación actual. Se diseñan soluciones que ataquen el problema raíz y lleve los resultados hacia las expectativas del cliente, desarrollando mejoras.
Para reducir el efecto que tiene la variación del hilo en el proceso se debe centrar los esfuerzos en la tensión del hilo en el cual debe ser 3.182 unidades (ver figura 12,13 y 14).
Fase 5. Controlar: Tras llevar a cabo estas acciones, se debe implementar un control sobre las mismas que aseguren que se implementan correctamente y que los objetivos que se marcaron efectivamente se cumplen. Y que el proceso se mantendrá en su nuevo rumbo. Los resultados obtenidos después de implementar un sistema de mejora son los que se muestran en la figura 15 y 16.
Entre los principales obstáculos que se han identificado para el éxito del proyecto, están los siguientes: no hay concientización de la importancia de realizar la entrega a tiempo, no hay un compromiso del personal de los establecimientos con la mejora continua, hay resistencia a realizar el registro adecuado de todas las actividades realizadas, y limitaciones logísticas para realizar seguimientos. Se han detectado que los registros tienen un comportamiento inusual entre las variables de la marca de pantalón y talla, detectado durante el análisis de los gráficos de dispersión, como consecuencia de errores de registros de las escalas de medición, los mismos que no presentan diferencia significativa entre tallas. El análisis de causaefecto, tiene mayormente agrupada las posibles causas y subcategorías de las fallas que presenta el pantalón, se considera la variación de la puntada como vital importancia para poder orientar el proceso hacia una mejora continua. Y la variable número de errores por registro se comporta como variable normal, lo que nos permite la directa aplicación de los gráficos de control por atributo, lo que se analizó con las pruebas de hipótesis, por lo que los resultados son visibles de las gráficas de control son útiles para la búsqueda de las causas en base a los datos analizados
[1] N. C. Solano, “Aplicación de un programa seis sigma para la mejora de calidad en una empresa de confecciones Implementation of a program for six sigma quality,” vol. 9, no. 2, pp. 65–74, 2011.
[2] M. V. Ibarra Balderas and L. L. Ballesteros Medina, “Manufactura Esbelta Lean Manufacturing Nota de divulgación,” Manuf. Esbelta Lean, vol. 1, no. 53, pp. 54–58, 2017, [Online]. Available: https://dialnet.unirioja.es/servlet/articulo?codigo=6407912
[3] Á. M. Lanuza Martínez and Y. I. Peralta Calderón,“Aplicación del sistema integrado de manufactura en los procesos productivos en la empresa Joya de Nicaragua, S.A. 2018,” Rev. Científica FAREMEstelí, no. 30, pp. 58–69, 2019, doi: 10.5377/farem. v0i30.7888.
[4] J. S. Rueda-Rueda, “El reto del desarrollo seguro de aplicaciones IoT en un mercado acelerado”, Rev. Ingenio, vol. 18, n.º 1, pp. 54–61, ene. 2021. Doi: https://doi.org/10.22463/2011642X.2667
[5] A. Y. Turismo et al., “millenium,” vol. 2, pp. 325–337, 2020.
[6] A. L. Mireles Salinas, J. F. Estrada Orantes, and F. Hermosillo Pérez, “Análisis y mejora de un proceso mediante la aplicación de un enfoque Lean Six Sigma,” Culcyt/ /Calidad, vol. 1, no. 57, pp. 220–235,2015
[7] H. Felizzola Jiménez and C. Luna Amaya, “Lean Six Sigma en pequeñas y medianas empresas: Un enfoque metodológico,” Ingeniare, vol. 22, no. 2, pp. 263–277, 2014, doi: 10.4067/S0718-33052014000200012.
[8] S. Tampubolon and H. H. Purba, “Lean six sigma implementation, a systematic literature review,” Int. J. Prod. Manag. Eng., vol. 9, no. 2, pp. 125–139, 2021. Doi: https://doi.org/10.4995/IJPME.2021.14561.
[9] J. A. Chávez Pineda, “Adopción parcial e integral de las prácticas del sistema técnico de Lean en la industria maquiladora de manufactura en México,” RECAIRev. Estud. en Contaduría, Adm. e Informática, vol. 11, p.28, 2021.Doi: https://doi.org/10.36677/recai.v11i30.16919.
[10] A. Echeverría, I. Gloria, A. Milena, and A.José, “Mejoramiento mediante herramientas de la manufactura esbelta, en una Empresa de Confecciones,” Ing. Ind., vol. XXXVII, no. 1, pp.24–35, 2016
[11] E. Piñero, F. Vivas, and L. Flores, “Programa 5S´s para el mejoramiento continuo de la calidad y la productividad en los puestos de trabajo,” Ing. Ind.Actual. y Nuevas Tendencias, vol. 6, no. 20, pp. 99–110, 2018, [Online]. Available: https://www.redalyc.org/jatsRepo/2150/215057003009/html/index.html
[12] L. E. García Santamaría, G. Fernández Lambert, and A. Brenis Dzul, “Mejora del Sistema de Medición: Un caso aplicado a la Industria Automotriz.,” Concienc. Tecnológica, no. 45, pp. 41–46, 2013
[13] L. C. Silva, M. C. Oliveira, and F. A. Silva, “Implementação da metodologia Seis Sigma para melhoria de processos utilizando o ciclo DMAIC: um estudo de caso em uma indústria automotiva,” Exacta, vol. 15, no. 2, pp. 222–232, 2017.
[14] C. Carabal, D. J. Carabal, and E. Andr, “Propuesta agro-didáctica en la enseñanza de la bioestadística mediada,” pp. 87–100, 2018.
[15] Y. E. Ms. D. L. claudia Lopez Peña, “Aplicación de una herramienta para la mejora de un restaurante buffet ‘LA TURQUESA’ Brisas Guardalavaca,” vol.año 2, núm, pp. 14–28, 202o.
[16] D. M. Polo, L. P. Caballero, and E. M. Gómez,“Comparación de Redes Neuronales aplicadas a la predicción de Series de Tiempo.,” Prospectiva, vol. 13, no. 2, pp. 88–95, 2015.
[17] J. Cano Bedoya, N. Olaya Mira, and I. C. Soto Cardona, “Evaluación estadística de la estabilidad postural en pacientes con artrosis de rodilla por medio de coactivación muscular,” Comun. en Estadística, vol. 12, no. 1, pp. 53–69, 2019. Doi: https://doi.org/10.15332/23393076/5291.
[18] B. D. Perez O. and Z. L. Leal Giraldo, “¿Cómo aplicar el árbol causa-efecto a las PyMEs en Colombia?,” Dictam. Libr., no. 20, pp. 51–56, 2017. Doi: https://doi.org/10.18041/2619-4244/dl.20.2889.
[19] E. Barrientos-Avendaño y Y. Areniz-Arévalo, “Universidad inteligente: Oportunidades y desafíos desde la Industria 4.0”, Rev. Ingenio, vol.16, n.º 1, pp. 56–60, ene. 2019. Doi: https://doi.org/10.22463/2011642X.2343 .
[20] L. F. Gélvez-Rodríguez y L. M. Santos-Jaimes, “Internet de las Cosas: una revisión sobre los retos de seguridad y sus contramedidas”, Rev. Ingenio, vol. 17, n.º 1, pp. 56–64, ene. 2020.Doi: https://doi.org/10.22463/2011642X.2370
* Magister.Correo: rgarcia_go@hotmail.com
** Ingeniero.Correo: woldy_26@hotmail.com
*** M.P.P. Correo: ebayonai@ufpso.edu.co