7C

ERIK EDWIN MONTALVO VAZQUEZ

14310249

ING. Juan Antonio Avalos Flores

Localizacin y Distribucin de planta

0
Las tcnicas de distribucin pueden utilizarse para hacer arreglos en una planta total,
por rea o por operacin. Se requiere arreglos nuevos cuando hay un cambio en el
producto, un nuevo producto, un cambio en el volumen de la produccin, la fbrica se
vuelve obsoleta, hay muchos accidentes, el ambiente de la fbrica es pobre, los costos son
muy altos, se necesita una planta ms amplia, etc.
Los arreglos de planta pueden caer dentro de las siguientes categoras:

Cambios menores en la distribucin total.

Redistribucin total.
Construccin de una planta nueva.

Debemos recordar que los arreglos no slo tratan del interior de la planta, hay tambin
arreglos exteriores tales como: reas de almacenamiento, vas de acceso, zonas verdes,
etc.

Una buena distribucin de planta debe alcanzar los siguientes objetivos:

Reducir los costos y ciclos de los trabajadores.

Fomentar la calidad del producto.
Incrementar la flexibilidad.
Minimizar el manejo de materiales.
Mejor utilizacin de espacios.
Mejor mantenimiento.
Reducir demoras en el trabajo y prdidas de tiempo.
Mejorar los mtodos de trabajo y con ello la utilizacin de la mano de obra.
Identificar y eliminar los cuellos de botella.

Los arreglos que tratan de nuevas plantas pueden caer en dos tipos principales: disear el
edificio para ajustarlo al proceso o disear el edificio de tal forma que acepte diferentes
procesos. De stas, la segunda categora es la ms costosa. En el campo de diseo de
distribucin a menudo no hay un diseo o arreglo ptimo, de all que los mencionados
tratan de referirse al proceso y edificios.

Las alternativas de localizacin deben ser revisadas bajo las condiciones de servicios
bsicos, mano de obra, fuentes de materias primas e insumos, demanda del mercado,
acceso etc. siguiendo regularmente para su determinacin ptima un proceso de
seleccin basado en el mtodo cientfico.

Las decisiones de orden estratgico deben ser abordadas por las organizaciones desde un
enfoque sistmico, que parte en ste caso, por la conformacin de un grupo
interdisciplinar encargado del proyecto de localizacin.

1
ste grupo interdisciplinar deber tener las competencias para abordar el proyecto con
el alcance propio de los siguientes tpicos:

Conformacin de los elementos crticos de mercados: Volumen, localizacin

geogrfica, precios, competencia, calidad requerida, y el anlisis, evaluacin y
seleccin de la tecnologa apropiada.

Desarrollo de la logstica del proyecto, estimacin de capital, elementos de costos,

distribucin, fletes, costo de mano de obra, servicios.
Anlisis y seleccin de localizacin, en funcin de aspectos tcnicos de mercado.
Evaluacin econmica y justificacin del proyecto.
Definicin de actividades, programas para la organizacin del proyecto y su
ejecucin.
Ingeniera de proceso, Ingeniera de detalle, compra de equipo, construccin e
instalacin, pruebas mecnicas, arranque.
Planeacin de actividades acordes con la filosofa de mejoramiento continuo.

Ventajas de tener una buena distribucin

Disminucin de las distancias a recorrer por los materiales, herramientas y trabajadores.

Circulacin adecuada para el personal, equipos mviles, materiales y productos en
elaboracin, etc.
Utilizacin efectiva del espacio disponible segn la necesidad.
Seguridad del personal y disminucin de accidentes.
Localizacin de sitios para inspeccin, que permitan mejorar la calidad del producto.
Disminucin del tiempo de fabricacin.
Mejoramiento de las condiciones de trabajo.
Incremento de la productividad y disminucin de los costos.

2
El modelo de Huff es un modelo probabilstico para estimar la demanda que tendra una
empresa en funcin de su ubicacin respecto a los clientes potenciales. Este modelo se establece a
partir de la probabilidad de que un cliente que vive en la zona i se desplace a la zona j que
llamaremos Pij, dicha probabilidad es funcin del tamao de la superficie (Sj) de forma que en
general a mayor tamao de las instalaciones mayor probabilidad de desplazamiento. Tambin
en funcin del tiempo de desplazamiento desde i hasta j (Tij). Y entra en juego la constante de
atractivo () mide el atractivo de un negocio para una persona.
Con lo cual tenemos:
Pij= (Sj/Tij^) / (Sj/Tij^)
Nij = Pij*Cij

De forma general, el modelo presupone que existen m comercios y n zonas habitadas, lo que
genera una matriz de tiempos de viaje entre cada par de zona residencial i y cada comercio j.
Dicho tiempo, atemperado por un exponente es la principal variable para determinar el
porcentaje de los potenciales compradores de la zona que van a cada local.

As, cada zona i aporta a un establecimiento j un nmero de clientes

3
Una empresa est considerando tres alternativas de ubicacin de un nuevo local prximo a tres
localidades diferentes: *Lugar A (9000 habitantes). *Lugar B (8500 habitantes). *Lugar C (6750
habitantes). >Tamao del local: 1500 m2. >Constante de atractivo =2
Podemos determinar cul es la mejor ubicacin segn el modelo de Huff, a partir de la siguiente
tabla de tiempos de desplazamiento Tij. modelo de huff
Pij Localizacin 1:
P11= (1500/22)/ (1500/22 + 1500/42 + 1500/32) = 0,5902
P21= (1500/42)/ (1500/22 + 1500/42 + 1500/32)) = 0,1475
P31= (1500/32)/ (1500/22 + 1500/42 + 1500/32) = 0,2623
Ni1= 0,5902*9000 + 0,1475*8500 + 0,2623*6750 = 6566

Pij Localizacin 2:
P12= (1500/62)/ (1500/62 + 1500/12 + 1500/52) = 0,0260
P22= (1500/12)/ (1500/62 + 1500/12 + 1500/52) = 0,9365
P32= (1500/52)/ (1500/62 + 1500/12 + 1500/52) = 0,0375
Ni2= 0,026*9000 + 0,9365*8500 + 0,0375*6750 = 8447

Pij Localizacin 3:
P13= (1500/62)/ (1500/62 + 1500/52 + 1500/22) = 0,0874
P23= (1500/52)/ (1500/62 + 1500/52 + 1500/22) = 0,1259
P33= (1500/22)/ (1500/62 + 1500/52 + 1500/22) = 0,7867
Ni3= 0,0874*9000 + 0,1259*8500 + 0,7867*6750 = 7167
6566 clientes esperados en localizacin 1.
8447 clientes esperados en localizacin 2.
7167 clientes esperados en localizacin 3.

Al aplicar la tcnica obtenemos un ndice para cada localizacin posible.

Seleccionaremos aquella que nos ofrezca un mayor nmero de clientes, esto es, que maximice los
ingreso
Siguiendo el mtodo de Huff, la mejor opcin es la localizacin 2 porque es la que tiene mayor
nmero de clientes potenciales.

4
El mtodo de transporte de la programacin lineal, puede emplearse para someter a prueba el
impacto que en materia de costos tienen las diversas ubicaciones posibles

Es una tcnica de aplicacin de la programacin lineal, un enfoque cuantitativo que tiene como
objetivo encontrar los medios menos costosos (ptimos) para embarcar abastos desde varios
orgenes (fbricas, almacenes o cualquier otro de los puntos desde donde se embarcan los bienes)
hacia varios destinos (cualquiera de los puntos que reciben bienes). En los problemas de
localizacin, este mtodo se puede emplear para el anlisis de la mejor ubicacin de un nuevo
centro, de varios a la vez, y en general, para cualquier reconfiguracin de la red.

Para utilizar el mtodo de transportacin hay que considerar los siguientes pasos:

1. Los puntos de origen y la capacidad o abasto por perodo, para cada uno.

2. Los puntos de destino y la demanda por perodo para cada uno.

3. El costo de embarque por una unidad desde cada origen hacia cada destino.

El primer paso en el procedimiento de este tipo de problema es establecer una matriz de

transportacin, la cual tiene como objetivo resumir de manera provechosa y concisa todos los
datos relevantes y continuar los clculos del algoritmo.

Para crear la matriz de transportacin deben seguirse los siguientes pasos:

1. Crear una fila que corresponda a cada planta (existente o nueva) que se este
considerando y crear una columna para cada almacn.

2. Agregar una columna para las capacidades de las plantas y una fila para las demandas
de los almacenes, e insertar despus sus valores numricos especficos.

3. Cada celda que no se encuentre en la fila de requisitos ni en la columna de capacidad

representa una ruta de embarque desde un aplanta hasta un almacn. Insertar los costos
unitarios en la esquina superior derecha de cada una de esas celdas.

5
I. Una empresa del sector textil que opera en toda la pennsula Ibrica dispone de la
siguiente configuracin:

Dos plantas de fabricacin en Setbal y Valencia, con capacidades de 900 y 1

500 unidades respectivamente.
Cuatro almacenes regionales de distribucin que sirven a los clientes de sus
respectivas zonas en Barcelona, Madrid, Lisboa y Sevilla con demandas de 700,
800, 500 y 400 unidades.

En los prximos aos, la empresa espera un crecimiento de la demanda del orden del
25%, lo cual ha llevado a la direccin de la misma a plantearse la apertura de una
nueva fbrica. A la vista de los criterios que la empresa estima importantes para la
localizacin de la nueva planta, existen dos alternativas a considerar: La Corua
(alternativa 1) y Mlaga (alternativa 2). La eleccin recaer en aquella que provoque los
menores costos de transporte entre las fbricas y los almacenes, dado que ambas
parecen ser igualmente convenientes respecto a otros factores. La siguiente tabla recoge
los costos de transporte unitarios entre cada origen y destino.

Costos unitarios de transporte

Costos Barcelona Madrid Lisboa Sevilla

unitarios
Setbal 6 4 2 6
Valencia 2 3 7 5
La Corua 6 4 4 8
Mlaga 6 3 4 2

La apertura de la nueva planta en La Corua o en Mlaga va a provocar una

reasignacin distinta de los intercambios entre las fbricas y los almacenes. Para conocer
como afectara una y otra alternativa habra que resolver el problema de transporte en
cada caso. Las correspondientes soluciones aparecen en las tablas que se muestran a
continuacin, que dan lugar respectivamente a los costos:

CTc = 6252+2756+8752+4003+2255+6004 = 9 375 u

CTm = 2754+6252+8752+6253+1003+5002 = 7 275 u

De los resultados obtenidos se deriva que Mlaga es la mejor localizacin para el criterio
empleado.

Solucin final para la alternativa 1

6
 Barcelona Madrid Lisboa Sevilla Capacidad

Setbal 6 4 2 6 900
625 275
Valencia 2 3 7 5 1 500
875 400 225
Crdoba 6 4 4 8 600
600
Demanda 875 1 000 625 500

Solucin final para la alternativa 2

Barcelona Madrid Lisboa Sevilla Capacidad

Setbal 6 4 2 6 900
275 625
Valencia 2 3 7 5 1 500
875 625
Mlaga 6 3 4 2 600
100 500
Demanda 875 1 000 625 500

Es un mtodo multicriterio, se basa, fundamentalmente, en el clculo de dos tipos de medidas

(ndices de concordancia y discordancia) que permiten establecer, de forma ms clara, el grado
en que una alternativa resulta mejor que otra. Posteriormente, fijando valores lmites a esos
ndices es posible clasificar el conjunto de alternativas en dos tipos, las que son buenas (el ncleo)
y las que pueden ser rechazadas.

7
Usa la relacin de superacin o sobre-calificacin Ah Sj Ak que indica que la alternativa Ah es
preferible a la Ak. en el criterio considerado si la calificacin de Ah es mayor o igual que la de Ak.
En otras palabras, se considera que Ah es tan buena o mejor que A

El mtodo ELECTRE establece dos condiciones para probar que Ah es preferible o sobre-califica a
la Ak. Usa la relacin de superacin y dos tablas o matrices (matrices de concordancia y
discordancia) que aplican de manera normalizada los valores de las calificaciones y los pesos.

FRMULA PARA DETERMINAR LOS INDICES DE CONCORDANCIA Cij

Primero, formar la matriz o tabla de concordancias. Indicar tanto en las hileras como en las
columnas las alternativas y en cada celda el ndice de concordancia Ch,k calculado con la
frmula:

El ndice de concordancia expresa una relacin de preferencia, al cuantificar la proporcin de los

pesos para los cuales la alternativa Ah es tan buena o mejor a la Ak. El trmino en el
numerador indica que slo se suman los pesos de los criterios en los que la alternativa Ah sobre-
califica a la alternativa Ak, es decir, cuando ah,j ak,j .

FRMULA PARA DETERMINAR LOS INDICES DISCORDANCIA Dij

El ndice de discordancia Dh,k expresa la diferencia mayor, positiva, de las calificaciones para las
que la alternativa Ah es peor que la Ak, por lo que slo se toman en cuenta los pares en los que
Ah no sobre-califica a la alternativa Ak. Si la calificacin de Ah es mayor que la de Ak, el ndice
de discordancia es cero. El denominador representa la amplitud de las calificaciones considerada
en cada criterio.

8
9
10
11
El nombre de este mtodo de prospeccin proviene del orculo de Delphos, que se encontraba en
la antigua Grecia, al que se acuda para hacer preguntas al dios a travs de una sacerdotisa. A
pesar del carcter siempre ambiguo de las respuestas, el orculo de Delphos era el que tena
mejor reputacin por la certeza de sus predicciones.

Abarca mucho mas que: ubicaciones de una sola instalacin, minimizacin del tiempo de
viaje, distancias entre punto de demanda y oferta, minimizacin de costos, entre otros.

El Modelo Delfi es aplicado en situaciones mas complejas de problemas de ubicacin y

distribucin de planta.

El modelo es desarrollado por: Un equipo coordinador, el equipo vaticinador, y el equipo

estratgico

Se identifica as tendencias, desarrollo y oportunidades; as como los puntos fuertes y

dbiles de la organizacin.

EL MTODO CONSTA DE 4 FASES:

1) Definicin de objetivos: En esta primera fase se plantea la formulacin del

problema y un objetivo general que estara compuesto por el objetivo del estudio, el
marco espacial de referencia y el horizonte temporal para el estudio.

2) Seleccin de expertos: Esta fase presenta dos dimensiones:

- Dimensin cualitativa: Se seleccionan en funcin del objetivo prefijado y atendiendo a
criterios de experiencia posicin responsabilidad acceso a la informacin y disponibilidad.
- Dimensin Cuantitativa: Eleccin del tamao de la muestra en funcin de los recursos
medios y tiempo disponible.
Formacin del panel. Se inicia la fase de captacin que conducir a la configuracin de
un panel estable. En el contacto con los expertos conviene informarles de:
- Objetivos del estudio
- Criterios de seleccin
- Calendario y tiempo mximo de duracin
- Resultados esperados y usos potenciales
- Recompensa prevista (monetaria, informe final, otros)

12
 3) Elaboracin y lanzamiento de los cuestionarios: Los cuestionarios se elaboran
de manera que faciliten la respuesta por parte de los encuestados. Las respuestas habrn
de ser cuantificadas y ponderadas (ao de realizacin de un evento, probabilidad de un
acontecimiento)

4) Explotacin de resultados: El objetivo de los cuestionarios sucesivos es disminuir la

dispersin y precisar la opinin media consensuada. En el segundo envo del cuestionario,
los expertos son informados de los resultados de la primera consulta, debiendo dar una
nueva respuesta. Se extraen las razones de las diferencias y se realiza una evaluacin de
ellas. Si fuera necesario se realizara una tercera oleada.

Cmo aplicar el mtodo Delphi en 6 pasos

Para aplicar el mtodo Delphi, inicialmente debes definir el tema, problemtica o

contexto a abordar y el tiempo de aplicacin del mtodo.
En el siguiente paso elaboras el cuestionario. Debe ser afn con el propsito del
mtodo. Quien elabora el cuestionario y lo distribuye a los expertos recibe el nombre de
moderador.
Ahora defines el panel de expertos. Considera una serie de caractersticas asociadas a
su competencia, experiencia, capacidad de anlisis y disponibilidad. En ocasiones se
aplica un filtro para pre-definir a expertos por medio de criterios adicionales, en donde se
tiene un numero de posibles candidatos, que se ve reducido con los candidatos definitivos.
Es recomendable que informes a los expertos definitivos cul es el objetivo del
mtodo, cuntas veces estimas le pedirs su participacin y que consigas su compromiso
de colaboracin.
Distribuyes el cuestionario e inicia la primera vuelta. Obtenidas las respuestas, las tabulas
y empleas estadstica segn tus necesidades (promedio, rango, desviacin estndar,
mximos, mnimos, etc) para luego socializar y comparar los resultados de la primera
vuelta.
Segunda vuelta, distribuyes y obtienes las respuestas. Me vale aclarar que en esta
segunda vuelta, puedes elegir elaborar y aplicar un nuevo cuestionario ms especfico
basado en las respuestas de la primera vuelta o enfrentar directamente las respuestas
hechas entre los expertos. Las alternativas son varias y depende de lo que t como
moderador segn tus objetivos desees lograr.

VENTAJAS DEL MTODO:

Permite obtener informacin de puntos de vista sobre temas muy amplios o muy especficos.
Los Ejercicios Delphi son considerados holsticos, cubriendo una variedad muy amplia de
campos.
El horizonte de anlisis puede ser variado.
Permite la participacin de un gran nmero de personas, sin que se forme el caos.

13
 Ayuda a explorar de forma sistemtica y objetiva problemas que requieren la concurrencia y
opinin cualificada.
Elimina o aminora los efectos negativos de las reuniones de grupo Cara-Cara.
INCONVENIENTES:

Su elevado coste.
Su tiempo de ejecucin (desde el perodo de formulacin hasta la obtencin de los resultados
finales).
Requiere una masiva participacin para que los resultados tengan significancia estadstica.
Pero el grupo debe tener un alto grado de correspondencia con los temas a ser tratados en el
ejercicio.
Una parte crtica del mtodo son las preguntas del cuestionario.
Sesgos en la eleccin correcta de los participantes.
Elevado nmero de deserciones debido al tiempo.

La presente investigacin es de carcter descriptivo, debido a que cumple con caractersticas

como la descripcin exacta de actividades, objetos, procesos, personas y la explicacin de
caractersticas especficas de la situacin de estudio (Galn, 2012). De esta manera, la
metodologa central aplicada, hace referencia al mtodo Delphi, el cual consta de 4 etapas
principales (Astigarraga, 2005):

Fase 1. Identificacin del problema. En esta fase, el equipo de trabajo identific las principales
problemticas y fenmenos presentes en la regin, en los cuales el rea de la ingeniera industrial
y sus diferentes ramas pudieran realizar aportes o mejoras, con el fin de beneficiar al
departamento.

De esta manera, el objeto del presente estudio se centr en el sector agroindustrial,

especialmente en el sector de lcteos procesados, debido a la situacin por la que atraviesa
actualmente y en la cual la ingeniera industrial puede realizar valiosos aportes con miras al
desarrollo y crecimiento del sector en la regin.

Por lo anterior, se seleccion al sector de lcteos procesados del corredor industrial de Boyac,
para aplicar la metodologa Delphi, con el fin de conocer la opinin de expertos en el tema y as
llegar a un consenso que permita el planteamiento de escenarios y el desarrollo de estudios
posteriores en dicho sector.

14
Fase 2. Seleccin de expertos. En primera instancia, para dar cumplimiento a la presente fase, se
hizo necesaria la construccin de una base de datos de expertos y conocedores del tema de
lcteos procesados en el departamento de Boyac, a los cuales se les aplic un cuestionario inicial
que evala de manera individual el coeficiente de competencia -Kcomp-, segn lo plantea
Oate & Martnez (1990).

El coeficiente Kcomp se compone de un coeficiente de conocimiento y otro de argumentacin,

razn por la cual la encuesta aplicada contiene estos 2 aspectos.

En relacin con lo establecido por Garca et al (2012); para obtener el nivel de conocimiento Kc se
dispone de una escala del 0 al 10 (Siendo 0 el nivel ms bajo y 10 el ms alto), que indique el
grado de conocimiento que el encuestado posea respecto al tema de estudio; para el caso
particular, el sector de lcteos procesados. El valor obtenido debe ser multiplicado por 0.1 que
corresponde al valor total de cada escala.

Posteriormente se cuenta con un recuadro donde el encuestado indicar el coeficiente

argumentativo Ka, respecto al sector de lcteos procesados; este coeficiente corresponde a la
suma del grado de influencia (alto, medio o bajo) que se obtiene en cada uno de los aspectos
presentados, con base en la siguiente tabla (Garca et al, 2012).

Con base a lo anterior, Garca et al indican la expresin para determinar el coeficiente de conocimiento:

Donde se establecen los siguientes rangos:

Si 0.8 < Kcomp < 1.0 coeficiente de competencia alto.

Si 0.5 < Kcomp < 0.8 coeficiente de competencia medio

Si Kcomp < 0.5 coeficiente de competencia bajo

De esta manera, para la seleccin de expertos en la presente investigacin se tendrn en cuenta

3 requisitos principales:

15
 Haber manifestado en la encuesta inicial, que estn interesados en colaborar en las fases
posteriores del presente trabajo.

Experiencia en el sector lcteo igual o superior a 3 aos.

Coeficiente de conocimiento Kcomp alto (0.8 < 1.0).

Fase 3. Diseo y aplicacin de rondas o cuestionarios. La presente fase, se inici con el diseo y
construccin de los cuestionarios que seran aplicados a los expertos seleccionados en la fase
anterior. Para esto se identificaron, aspectos relevantes en el sector de lcteos procesados como lo
son la tecnologa, calidad de los productos, aceptacin por parte de los clientes, precios,
proveedores, entre otros. Dichos aspectos sern evaluados a 5 aos (2019), con el fin de que
estudios posteriores, puedan tomar como base las respuestas que se obtengan de dichos
cuestionarios, y de esta forma, generar una prospectiva o escenarios futuros del sector, que
permitan la creacin de estrategias en pro del desarrollo del mismo.

Para el caso particular, se dise la encuesta referente a la primera ronda, y para esto se tuvo en
cuenta el criterio de Astigarraga (2005), quien establece que la primera encuesta debe ser la de
mayor extensin, ya que ser la que permita al investigador recolectar la mayor cantidad de
informacin, opiniones y argumentos.

Con base a esto, la primera encuesta diseada, estuvo conformada por preguntas abiertas
(Recomendaciones, opiniones, ventajas y desventajas) y preguntas cerradas (79 preguntas, a las
cuales se les asign una codificacin para poder identificarlas posteriormente), con la finalidad de
abarcar aspectos relacionados con el sector de lcteos procesados en el corredor industrial de
Boyac, como: la tecnologa, competitividad, disponibilidad de recursos econmicos, precio,
calidad, proveedores, polticas gubernamentales, entre otros.

Esta primera encuesta, fue aplicada y validada por los 10 expertos seleccionados en la fase 2,
segn los criterios establecidos previamente. La aplicacin de la primera ronda se llev a cabo en
la mayora de los casos, haciendo entrega directa de los cuestionarios, sin embargo, tambin se
hizo uso de medios electrnicos como el correo. Asimismo, se midi la confiabilidad del
instrumento sometido a consideracin de los expertos, calculando el estadstico Alfa Cronbach,
que result en 0,888 (confiabilidad alta).

Si la persona encuestada presentaba dificultades con el contenido del cuestionario, contactaba a

algn miembro del equipo de trabajo que solucionaba las dudas o inquietudes de manera
personal o telefnica, teniendo precaucin de generar algn tipo de sesgo o subjetividad en las
respuestas dadas por el experto encuestado.

Posteriormente, al recolectar estas encuestas se determin el grado de consenso en cada una de

las 79 variables contenidas en la primera encuesta (Ronda), con el fin de determinar en qu
preguntas no se obtuvo consenso entre los expertos, para que estas fueran planteadas
nuevamente (A los expertos cuyas respuestas estuvieron alejadas de las suministradas por la
mayora del panel), en una segunda ronda de encuesta. De esta forma, y segn los resultados
obtenidos en el consenso, la segunda ronda fue aplicada a 6 de los 10 integrantes del panel.

Fase 4. Determinacin del Consenso. Explotacin de resultados. Como se mencion en la fase

anterior, es necesario determinar el grado de consenso de las preguntas aplicadas en la primera

16
ronda, con el fin de observar el rumbo que va tomando la investigacin, si es necesario aplicar
otra ronda de encuestas y qu preguntas de esa primera ronda debern replantearse y a
quines.

De esta manera, cabe mencionar que en la presente investigacin fueron necesarias 2 rondas de
encuestas, hasta lograr el consenso en la totalidad de las variables planteadas en el primer
cuestionario (Ronda 1).

Para la determinacin del consenso, se ha tomado como gua principal la investigacin

elaborada por Gracht & Darkow (2010), en la cual se desarrolla un estudio basado en la
metodologa Delphi y dentro del mismo determinan el grado de consenso de las preguntas
aplicadas a los expertos, haciendo uso de indicadores de la estadstica descriptiva como la media,
mediana, desviacin estndar y rango intercuartil IQR, este ltimo el de mayor importancia
debido a que mediante dicho indicador es posible determinar en qu preguntas se obtuvo
consenso.

Es importante conocer la definicin de rango intercuartil, que segn Sekaran (2003), lo establece
como una medida de dispersin de la mediana y consiste en el 50% de las observaciones de la
media.

De esta forma y segn las leyes de la estadstica descriptiva, se afirma que el IQR absoluto, se
obtiene mediante la diferencia del cuartil 3 menos el cuartil 1, o igualmente el percentil 75 menos
el percentil 25.

IQR= Q3 Q1

Al obtener el valor del rango intercuartil IQR, se debe identificar si dicho resultado es menor o
igual a 2 (<= 2), ya que segn Scheibe et al (1975), si se cumple dicho criterio puede afirmarse que
existe consenso en la pregunta o variable que se est analizando.

Segn la literatura mencionada anteriormente, para el caso particular de la presente

investigacin, se ha determinado el IQR, para cada una de las 79 variables que se generaron de
la primera ronda de encuestas aplicada a los expertos. Dicho indicador estadstico, se obtuvo
usando el software SPSS, el cual, arroj el valor del percentil 75 y 25 de cada una de las variables
que se introdujeron inicialmente y con dichos datos fue posible obtener el IQR, haciendo uso del
programa Excel, obteniendo la diferencia entre el cuartil 3 y el cuartil 1.

Gracias a esta estimacin estadstica y como se muestra en el apartado de resultados y discusin,

fue necesario aplicar una segunda ronda, ya que no todas las variables obtuvieron un IQR igual
o inferior a 2, dado que algunos expertos en sus respuestas estuvieron alejados de las
suministradas por la mayora de los miembros del panel. Los expertos que no estuvieron en el
consenso fueron identificados usando como gua las herramientas grficas de SPSS y participaron
en la segunda ronda de encuestas.

Resultados

Resultados Fase 1.

17
La seleccin del sector de lcteos procesados, como temtica central de la investigacin, se
present debido a la situacin actual del departamento de Boyac (Colombia) y los diferentes
inconvenientes que ha tenido dicho sector, ya que siendo uno de los departamentos con mayor
produccin de leche, no cuenta con tecnificacin, ni especializacin adecuada para llevar a cabo
el procesamiento de productos lcteos y competir en un mercado nacional ms amplio.
Asimismo, se presentan amenazas como los tratados internacionales, importacin de productos
sustitutos y el precio de venta de la leche (productor-procesador), que afectan directamente a
quienes trabajan en dicho sector y en ocasiones resulta ms rentable dejar de producir para la
venta.

Resultados Fase 2.

Con la aplicacin de la metodologa planteada por Garca et al (2012), para la seleccin de los
expertos que participaron en la aplicacin del mtodo Delphi, se obtuvo como resultado la
seleccin de 10 expertos (ver Tabla 2), quienes cumplieron con los 3 requisitos planteados como se
mencion en la fase metodolgica.

Cabe mencionar que para dar cumplimiento a una de las caractersticas principales del mtodo
Delphi, como lo es la heterogeneidad, el personal seleccionado aporta a la presente investigacin
desde diversas reas de especialidad, lo que significa que el panel de experto est conformado
por: personal tcnico, gerentes de empresas procesadoras de lcteos, profesionales en ingeniera y
qumica de alimentos con conocimiento en productos lcteos y desarrolladores de proyectos
enfocados al sector lcteo del departamento.

18
19
Resultados Fase 3 y 4.

Con la determinacin del consenso, aplicado a las 79 variables que conformaban la primera
ronda de encuesta, se obtuvo que 2 de dichas variables no cumplieron con el criterio propuesto
por Gracht & Darkow (2010), que estableca que, si se obtena un IQR igual o inferior a 2, se
poda afirmar que esxista consenso en las respuestas suministradas por los encuestados.

Por lo tanto, se presentan en la Tabla 3 los resultados del IQR obtenido en la primera ronda de
encuestas. En la Tabla 3, se presenta el resultado del consenso que arroj cada una de las
variables evaluadas, resaltando en verde las variables que estuvieron fuera del consenso en la
primera ronda y, en consecuencia, se replantearon en una segunda encuesta aplicada
nicamente a 6 expertos, quienes obtuvieron respuestas alejadas de la media con respecto a los
dems integrantes del panel. De esta forma, la Tabla 3, muestra los resultados del consenso
obtenido en las rondas 1 y 2.

20
21
Una vez realizada la segunda ronda con la participacin de los expertos involucrados y el
replanteo de sus respuestas iniciales, se recalcul el nuevo IQR resaltando estas casillas en
amarillo, tal y como se observa en la Tabla 3. Es as que, con la aplicacin de la segunda ronda,
la totalidad de las variables (79), cumplieron con el criterio de consenso, establecido por Gracht &
Darkow (2010).

En conclusin, a partir de los resultados obtenidos se considera la etapa de seleccin de expertos

como fase fundamental al momento de recolectar informacin, ya que, segn lo observado,
involucrar personas idneas en la investigacin (10 para la presente investigacin), permite un
mayor nivel de objetividad a la hora de realizar tanto los formatos de encuesta como la
tabulacin de los mismos, ayudando a su vez a obtener ms fcilmente el consenso.

Con la intencin de generar posibles recomendaciones a escenarios futuros del sector de lcteos
procesados, se establece el consenso como una herramienta estadstica primordial, que para esta
investigacin se logr de 79 variables en 77 consensos durante la primera ronda, lo cual muestra
la objetividad de la investigacin aportando alternativas o cursos de accin futuros con respecto
a la problemtica planteada para dicho sector. Asimismo, el mtodo aplicado muestra que, en
todo caso, existirn expertos que no estn de acuerdo en un determinado tema con todo el
panel, lo cual, qued en evidencia con la necesaria ejecucin de una segunda ronda de
encuestas, dirigidas a los expertos que se encontraron fuera del consenso inicial. Aspecto que
permite analizar con mayor profundidad las temticas valoradas por los expertos.

Respecto a la forma de manejar los datos para la determinacin del consenso, es necesario
establecer una tcnica o herramienta que sea acorde con la temtica a evaluar, ya que si no se
establecen par- metros precisos como por ejemplo el nmero de expertos y el rea de
desempeo de los mismos, esto puede ocasionar errores en el proceso de investigacin.

22
Finalmente, y una vez aplicadas las 2 rondas de encuestas a los expertos participantes, se puede
proceder a la explotacin de los resultados, los cuales permitirn obtener escenarios de lo que se
espera sea el sector de lcteos procesados del departamento de Boyac para el ao 2019.

https://www.google.com.mx/url?sa=t&rct=j&q=&esrc=s&source=web&cd=2&ved=0ahUKEwjsoOa
qyIrWAhUCTCYKHRhsAXEQFggsMAE&url=https%3A%2F%2Fwww.uclm.es%2Farea%2Fing_rural%2
FAsignaturaProyectos%2FTema5.pdf&usg=AFQjCNGryQg742i67EYW-s8tSNqqB_CGng

https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/dise%C3%B1o-y-distribuci%C3%B3n-en-planta/m%C3%A9todos-de-distribuci%C3%B3n-
y-redistribuci%C3%B3n-en-planta/

http://personales.upv.es/jpgarcia/linkeddocuments/4%20distribucion%20en%20planta.pdf

La distribucin de planta interna de una planta representa la fase de integracin del diseo de
un sistema productivo.

Esta etapa es importante en la concepcin del sistema de produccin, puesto que el grado de
eficiencia y rendimiento de la empresa depende de ella. El medio fsico de trabajo y la
distribucin de sus instalaciones condiciona la productividad de la mano de obra. Es por esta
causa que la motivacin por el trabajo disminuye en un local mal ventilado o mal distribuido.

Con una adecuada distribucin, se pueden reducir costos por concepto de tiempo de
desplazamiento de los empleados a los puestos de trabajo, el costo del tiempo perdido por un
empleado que se encuentre buscando una herramienta mal colocada, las consecuencias de los
cuellos de botella, el costo de los espacios mal utilizados, el de los accidentes de trabajo
motivados por una mala distribucin de las instalaciones y las prdidas causadas por la
disminucin de la productividad.

23