CAPITULO III

MARCO METODOLOGICO

3.1. Tipo de investigacin.

La presente investigacin se orient a solucionar un problema concreto, como es la

organizacin, planificacin y apoyo logstico de los laboratorios adscritos al departamento
de Tecnologa Mecnica mediante el Desarrollo de un Modelo Alternativo de Planeacin
Logstica Integral de Mantenimiento, por lo tanto est enmarcada en un tipo de
investigacin cientfica, en su modalidad aplicada tecnolgica. Al respecto cabe destacar
las definiciones de Castro (2010).

Investigacin cientfica: Es la actividad de bsqueda que se caracteriza por ser

reflexiva, sistemtica y metdica; tiene por finalidad obtener conocimientos y
solucionar problemas cientficos, filosficos o emprico-tcnicos, y se desarrolla
mediante un proceso, es la bsqueda intencionada de conocimientos o de soluciones
a problemas de carcter cientfico; el mtodo cientfico indica el camino que se ha
de transitar en esa indagacin y las tcnicas precisan la manera de recorrerlo.
(pg.65).

Investigacin aplicada tecnolgica, o simplemente investigacin tecnolgica, es

una modalidad de la investigacin cientfica y se entendera como aquella que
genera conocimientos o mtodos dirigidos al sector productivo de bienes y
servicios, ya sea con el fin de mejorarlo y hacerlo ms eficiente, o con el fin de
obtener productos nuevos y competitivos en dicho sector. (pg.69)

65
 3.2. Diseo de Investigacin.

La investigacin se considera de campo, porque fue necesario recopilar la

informacin directamente del personal involucrado en el departamento de Tecnologa
Mecnica y directamente en los laboratorios y por cuanto los datos sern extrados del
ambiente. Segn Castro, (2010), la investigacin de campo Es aquella que se basa en
mtodos que permiten recoger datos en forma directa de la realidad donde se presentan, es
decir, en el sitio del acontecimiento (pg. 71). Por otro lado, la investigacin es de tipo
documental ya que se hizo necesario construir una matriz documental para evaluar los
archivos, registros, historiales, documentos y toda la informacin necesaria relacionada con
el departamento y los laboratorios. Para Castro (2010) la investigacin documental es
aquella donde el investigador mediante la observacin, revisin y anlisis de registros,
manuales y documentos puede percibir la realidad de la investigacin apoyado en la
recoleccin de todos los datos (pg. 73).

3.3 Poblacin y Muestra

3.3.1 Poblacin

La poblacin en estudio fue representada por todos los laboratorios adscritos al

departamento de Tecnologa Mecnica y los equipos que se ubican en ellos. Fidias Arias
(citado por Castro 2010) expresa: Una investigacin puede tener como propsito el estudio
de un conjunto numeroso de objetos, individuos. A dicho conjunto se le denomina
poblacin (pg. 81). A continuacin se presenta la poblacin en estudio:
Tabla N 3.1: Poblacin

LABORATORIOS CODIGO UBICACION NRO DE

EQUIPOS
Metalurgia LM Galpn 1 30
Metrologa y Tecnologa de los Materiales LMTM Galpn 2 31
Taller Mecnico LTM Galpn 3 50
Procesos de Manufactura, soldadura y Electricidad LPMSE Galpn 4 95
TOTAL DE EQUIPOS 206

Fuente: Seijas, G (2013)

66
 3.3.2. Muestra

La muestra de estudio para el desarrollo de este trabajo de grado fue seleccionada

considerando los objetivos planteados, Hernndez (2009), define que: Una muestra, en un
sentido amplio, no es ms que eso, una parte del todo que llamamos universo y que sirve
para representarlo (Pg. 81). La muestra es intencional no probabilstica porque se
aplic como criterio nico la toma de decisiones de la investigadora en funcin de la
consideracin del alcance del Modelo Alternativo de Planeacin Logstica Integral de
Mantenimiento, el cual estar dirigido a todos los laboratorios adscritos al departamento de
Tecnologa Mecnica, por lo tanto el tipo de muestreo es el estratificado.

En ese sentido el muestreo estratificado, Castro (2010) lo define como divisin

previa de la poblacin de estudio en grupos o clases que se suponen homogneos con
respecto a alguna caracterstica de las que se van a estudiar. El autor mencionado indica
que cada uno de estos estratos se le asignara una cuota que determinara el nmero de
miembros del mismo que compondrn la muestra. En atencin a lo planteando y haciendo
uso del criterio de seleccin antes mencionado la muestra de la presente investigacin se
componen de dos estratos: El estrato I que comprende los cuatros laboratorios adscritos al
DTM, y el estrato II comprende los equipos ubicados en cada unos de los laboratorios que
resulten ms crticos del anlisis de criticidad.

Tabla N 3.2: Muestra

ESTRATO I ESTRATO II
LABORATORIOS EQUIPOS CRITICOS (EC)
Metalurgia EC/30
Metrologa y Tecnologa de los Materiales EC/31
Taller Mecnico EC/50
Procesos de Manufactura, soldadura y Electricidad EC/95
Total EC/206
Fuente: Seijas, G (2013)

67
 Tipos de muestra

La muestra no probabilstica se describe como aquella variable o variables que no

est sometida por algn sistema que garantice el azar y adems no dispone de la
generalizacin de las conclusiones, esto implica que no tolera sistematizar los resultados de
la muestra a la poblacin obtenidos de muestra en estudio. Segn Hernndez (2009) La
muestra no probabilstica se diferencia de la probabilsticas porque los elementos no
dependen de la probabilidad sino de las causas relacionadas con las caractersticas del
investigador o del que hace la muestra.

3.4 Tcnicas e Instrumentos de recoleccin de datos

Tanto las tcnicas como los instrumentos implica un recurso que mediante
procedimientos o mtodos que puede utilizar el investigador para la indagacin de los
fenmenos, obtenindose de los mismos la informacin y datos secundarios, que son los
registros escritos que resultan de igual manera generados directamente del lugar donde se
manifiesta el fenmeno, y generalmente estos ya han sido estudiados por otros
investigadores.

Hurtado, (Citado en el Manual IUTJAA PSIT 2012) La seleccin de tcnicas e

instrumentos de recoleccin de datos implica determinar por cules medios o
procedimientos el investigador obtendr la informacin necesaria para alcanzar los
objetivos de la investigacin. (p164). La recoleccin de datos se realiz haciendo uso de
las siguientes tcnicas: Observacin Directa, Encuesta y Revisin Documental.

68
 Observacin directa

Tambin se le conoce como inspeccin directa es una tcnica que consiste en

observar atentamente el fenmeno, hecho o caso, tomar informacin y registrarla para su
posterior anlisis, se emplean para el avance de la investigacin. Es un elemento bsico de
todo proceso investigativo; en ella se fundamenta el investigador para adquirir el mayor
numero de datos.

La mayora de la acumulacin de los conocimientos que compone la ciencia ha sido

conseguida a travs de la observacin. Segn Castro (2010)Como el uso sistemtico de
nuestros sentidos orientaos a la captacin a la realidad que queremos estudiar.(p81).

Encuesta

De acuerdo a Castro (2010) Es un estudio observacional en el cual el investigador

busca recaudar datos por medio de un cuestionario prediseado, los datos se obtienen a
partir de realizar un conjunto de preguntas normalizadas dirigidas a una muestra
representativa o al conjunto total de la poblacin estadstica en estudio

Revisin Documental

Segn castro, (2010), es el hecho de trabajar con materiales ya elaborados de tipos

secundarios determinan lgicamente las principales ventajas e inconveniente.
Complementara el estudio a travs de la utilizacin de fuentes primarias y secundarias
como textos, trabajos de grados pertinentes al estudio, manuales, folletos revistas,
Internet entre otros recursos. (Pg. 94)

69
 3.5 Tcnicas de Anlisis de datos

Las tcnicas de anlisis de datos que se utilizarn en esta investigacin son de escala
nominal y escala de intervalos. De acuerdo a lo establecido por Flames (citado en el
Manual IUTJAA PSIT 2012) Las tcnicas de sistematizacin de informacin son las
directrices que van permitir obtener informaciones, datos u opiniones sobre el tema que se
est investigando. Existen diferentes tcnicas estadsticas que permiten procesar los datos
obtenidos en la aplicacin de las tcnicas e instrumentos. Estas tcnicas se utilizan con el
fin de interpretar los datos obtenidos; de esta manera, se puede contrastar las opiniones de
los sectores involucrados en el estudio con la teora utilizada. Las tcnicas estadsticas de
anlisis segn su escala son:

Tabla N 3.3: Tcnicas de Anlisis De Datos

Escala Tcnicas Estadsticas

Nominal Frecuencia, moda, porcentaje, coeficiente
de contingencia, chi cuadrado
Ordinal Percentiles, Mediana, Correlacin de
Spearman- Brown, coeficiente de Kendall
De Intervalos Media Aritmtica, media Armnica, Media
geomtrica, mediana, moda coeficiente de
variacin, anlisis de varianza, desviacin
tpica.
De Razn Media Aritmtica, mediana, moda,
coeficiente de variacin, varianza,
desviacin tpica.

Fuente: Flames (citado en el Manual IUTJAA PSIT 2012)

70
 3.6. Procedimiento para el logro de los objetivos

Al terminar la etapa de recoleccin de la informacin, los datos, han de ser

sometidos a un proceso de elaboracin tcnica, que permite recontarlos y resumirlos, antes
de introducir el anlisis diferenciado a partir de procedimientos estadsticos y posibilitar la
interpretacin y el logro de conclusiones a travs de los resultados obtenidos. En este
sentido, esta fase de desarrollo del proyecto de investigacin, comprende, adems de la
incorporacin de algunos lineamientos generales para el anlisis e interpretacin de los
datos; su codificacin y tabulacin; sus tcnicas de presentacin; y el anlisis estadstico
que se introducirn a los mismos.

3.6.1 Analizar el contexto actual de los Laboratorios Adscritos al

Departamento de Tecnologa Mecnica

Actividad N 1: Crear un equipo natural de trabajo.

Para el cumplimiento de esta actividad se realizaron reuniones (dos semanales

durante tres semanas) con todo el personal involucrado, a nivel operativo, este personal
comprende once (11) personas responsables directamente de los laboratorios distribuidos de
la siguiente manera: el jefe de la divisin acadmica, que a su vez desempeo el rol de tutor
industrial de la investigacin, el jefe del departamento de tecnologa mecnica, nueve
docentes que imparten las unidades curriculares en los laboratorios, de los cuales cuatro
fungen como coordinadores de los mismos, existen ocho miembros del personal obrero que
trabajan dos por cada laboratorio, una asistente administrativo para el departamento.

De all que se decidi en las reuniones ya mencionadas conformar el equipo natural

de trabajo (ENT) con el personal docente tanto aquellos que cumplen roles gerenciales
como los que dictan las unidades curriculares asociadas a la dependencias objetos de
estudio y la tesista, en ese sentido el ENT realiz un plan de trabajo para el desarrollo de las
actividades plasmadas en este trabajo de grado, de igual su diagrama quedo con la
estructura mostrada en la figura 3.1.

71
 Figura 3.1: Equipo Natural de Trabajo (ENT)

Fuente: Seijas, G (2013)

Actividad N 2: Sistematizar la informacin basada en la norma COVENIN

2500-93 OSHAS 18001:2007 y la serie ISO 9000-2000.

Para el anlisis del contexto actual de los laboratorios fue necesario utilizar
parmetros, criterios, principios e indicadores estandarizados y que estuvieran enmarcados
en la tipologa de las dependencias en estudio como parte de una organizacin ms
compleja como lo es una institucin universitaria; de all que estudiando las caractersticas
que definen los laboratorios del departamento de tecnologa mecnica y la naturaleza
jurdica, social y poltica de la organizacin en cuestin, de igual manera la lnea de
investigacin del trabajo de grado y en pro del desarrollo del rea de competencia de la
investigadora se hizo la selecciono de las normas COVENIN 2500-93 OHSAS
18001:2007 y la serie ISO 9000-2000, cada una de ellas con su respectiva justificacin:

COVENIN 2500-93: Es la norma que permite la evaluacin de una organizacin en

relacin a la gestin del mantenimiento, y si bien es cierto que generalmente esta norma se
utiliza en organizaciones industriales, no es menos cierto que los laboratorios en estudio
estn conformados por equipos mecnicos y elctricos susceptible a la aplicacin de
mantenimiento, que esta dependencia representa un medio para formacin de profesionales
en el rea de mecnica, cuyo mercado laboral es precisamente las organizaciones
industriales.

72
 OHSAS 18001:2007: Es una norma que comprende el sistema de gestin de
seguridad y salud ocupacional, fue necesario conocer el nivel de cumplimiento de la
mencionada norma en los laboratorios, porque la institucin debe ser garante de la
seguridad y salud ocupacional tanto de los estudiantes como de todo el personal
involucrado en las actividades desarrolladas en los mismos.

Serie ISO 9000:2000: Esta serie de normas con todas sus versiones comprenden los
principios orientados al mejoramiento continuo de los procesos bajo estndares especficos
que garanticen la calidad de los mismos; en el caso de la institucin por ser una formadora
de profesionales para un mercado laboral competitivo es necesario que todos los procesos
asociados a su formacin acadmica, especficamente en las reas de laboratorios que
consisten en la transformacin del conocimiento conceptual a operacional, cumpliendo con
los principios bsicos de la norma, por lo tanto se debi hacer el estudio de los laboratorios
enmarcado en los principios de la misma.

Para la evaluacin de eficiencia de los laboratorios basado en las normas COVENIN

2500-93 OHSAS 18001:2007 y la serie ISO 9000-2000 se consider la matriz de decisin
de eficiencia elaborada por Astudillo (2010) para el desarrollo de un sistema de gestin con
el enfoque de Balanced Scorecard (BSC) o cuadro de mando integral (CMI) para una
institucin universitaria, la matriz consiste en identificar el nivel de eficiencia de una
organizacin, en una escala del uno al cien en trminos porcentuales, aplicable para niveles
de eficiencia (E) medidos mediante razones de proporcionalidad establecido como la
relacin de divisibilidad de valores obtenidos (VO) entre valores totales (VT) por el cien
por ciento (100 %), tal como se observa en la tabla 3.1

Tabla 3.1: Matriz de Decisin de Eficiencia

N CALIFICACION PONDERACION
1 MUY EFICIENTE (ME)
2 EFICIENTE ( E )
3 REGULAR ( R )
4 DEFICIENTE ( D )
5 MUY DEFICIENTE ( MD )

VO
E = VT *100%
Fuente: Astudillo 2010

73
Actividad N 2.1: Aplicar la Norma COVENIN 2500-93

Tabla 3.2: Norma COVENIN 2500-93

Puntuacin

Calificacin
Demritos
AREA XX: XXXXXXXXX

mxima
XX.x Funciones
Principio Bsico:

PB PT

Demritos:

YY y

YY y

YY y

PT: CALIFICACION
XX.x E = ZZ %
E= *100 % PB: PUNTUACIN MAXIMA

E: EFICIENCIA POR FUNCIONES

Puntuacin

Calificacin
Demritos
AREA XX: XXXXXXXXX

mxima
XX.x Funciones
Principio Bsico:

PB PT

Demritos:

YY y

YY y

YY y

PT: CALIFICACION
XX.x E = ZZ %
E = *100 % PB: PUNTUACIN MAXIMA

E: EFICIENCIA POR FUNCIONES

Fuente: Seijas, G (2013)

74
 La norma COVENIN 2500-93 permiti la evaluacin de la organizacin
institucional en referencia a la administracin de los laboratorios de Tecnologa Mecnica,
y a la organizacin y planificacin del mantenimiento para los mismos en relacin a tipos
de mantenimiento, apoyo logstico, personal y disponibilidad de recursos. Se desarrollo
matrices por rea y funciones con su respectiva puntuacin bsica y demritos para obtener
las calificaciones correspondientes segn juicio del equipo natural de trabajo. En la tabla
3.2 se observa que la eficiencia por funciones se calcula mediante la ecuacin que relaciona
proporcionalmente calificacin entre puntuacin mxima por el 100 %, cumpliendo con la
condicin de aplicabilidad de la matriz de decisin de eficiencia.

Una vez realizada el estudio de la norma con su formato original y el clculo del
nivel de eficiencia de cada una de las funciones que comprende las reas se procedi a la
creacin de una tabla resumen donde se identifica las eficiencia por funciones, luego se
calcula la eficiencia por rea mediante el promedio aritmtico de las funciones definido
como la sumatoria de sus eficiencia entre el nmero de funciones por el cien por ciento,
EI
(EA = = ); finalmente de determino el nivel de eficiencia total de los laboratorios a
NF

travs del promedio aritmtico establecido como la sumatoria de la eficiencia por rea entre
E
el nmero total de reas por el cien por ciento (ET = NAA ), tal como se muestra en la tabla

3.3

75
Tabla 3.3: Norma COVENIN 2500-93: Eficiencia Por rea

AREAS FUNCIONES

EFA = *100 % EI
EA = =
NF
Organizacin de Funciones Y
la empresa. Responsabilidades

Autoridad Y
Autonoma

Sistema De
Informacin

Organizacin Funciones Y
del Responsabilidades
Mantenimiento.

Autoridad Y
Autonoma

Sistema De
Informacin

Planificacin del Objetivos Y Metas

mantenimiento.

Polticas Para La
Planificacin

Control Y Evaluacin

Mantenimiento Planificacin
Rutinario.
Programacin E
Implantacin

Control Y Evaluacin

Mantenimiento Planificacin
Programado.
Programacin E
Implantacin

Control Y Evaluacin

Mantenimiento Planificacin
Correctivo.
Programacin E
Implantacin
Control Y Evaluacin

Fuente: Seijas, G (2013)

76
Tabla 3.3: Norma COVENIN 2500-93: Eficiencia Por rea (Continuacin)

AREA FUNCIONES
E= *100 %
EA = =

Mantenimiento Determinacin
Preventivo. De Parmetros

Planificacin

Programacin E
Implantacin

Control Y
Evaluacin

Personal de Cuantificacin
mantenimiento. De Las
Necesidades
Del Personal

Seleccin Y
Formacin

Motivacin E
Incentivos

Apoyo logstico. Apoyo

Administrativo

Apoyo
Gerencial

Apoyo General

Recursos. Equipos

Herramientas

Instrumentos

Materiales

Repuestos

EA
ET =
NA
Fuente: Seijas, G (2013)

77
 Actividad N 2.2: Aplicar la Norma OHSAS 18001:2007

La norma para los sistemas de gestin de Seguridad y Salud Ocupacional (SySO) es

para el control de riesgos y mejora de desempeo, se realizo una matriz de categora para
la revisin documental para verificar el nivel de cumplimiento segn los parmetros de
evaluacin de las organizaciones establecidos en la matriz de decisin de eficiencia, para
ello se hizo una escala numrica del 1 al 5 para medir los cinco principios bsicos de la
norma, lo que indicara una puntuacin total (PT) de veinte y cinco (25) puntos en escala
cualitativa del nivel de cumplimiento (NC), de Muy Alto (MA), Alta (A), Regular (R),
Bajo (B), Muy Bajo (MB); Para el clculo del nivel de cumplimiento se realizo una razn
de proporcin entre el puntaje obtenido (PO) y la puntuacin total (PT) por el cien por
PO
ciento ( NC = PT *100 % ). Ver tabla 3.4

Tabla 3.4: Norma OHSAS 18001:2007

N Principios NIVEL DE CUMPLIMIENTO (NC)

5 4 3 2 1
MA A R B MB
1 Existencia de un Sistema de gestin
SySO
2 Polticas de SySO

3 Identificacin de Peligros y
Evaluacin de Riesgo
4 El diseo de reas de trabajo,
procesos.
5 Instalaciones,
maquinaria/equipamiento,
procedimientos operativos y
organizacin del trabajo
PO 15
NC = PT *100 % =25 *100 % = 60 %
Fuente: Seijas, G (2013)

78
 Actividad N 2.3: Aplicar la Norma ISO 9000:2000

Para la norma ISO 9000: 2000 se realizo la evaluacin del contexto de los
laboratorios basndose en los ocho (8) principios de la norma, y en funcin de los mismos
se elabor una encuesta al ENT, pentadimensional porque tiene cinco alternativas de
respuesta con juicio cualitativo de Muy eficiente (ME), Eficiente (E), Regular (R),
Deficiente (D), Muy Deficiente (MD); en cuanto al anlisis de los resultados se oriento en
funcin de las once (11) personas que conforman el ENT y hacia que alternativa de
respuestas tiende a estar la mayor parte de los encuestados, para indica la categora de
eficiencia obtenida para cada tems de la encuesta, para ello se calculo la misma basndose
en los criterios de aplicabilidad de la matriz de decisin de eficiencia:

Alternativas con el mayor numero de encuestados

Categora = *100 %
Numero total de encuestados

Tabla 3.5: Norma ISO 9000:2000

N Principios M E R D MD CATEGORIA
Descripcin E
1 ENFOQUE EN EL En qu nivel usted considera la institucin se satisface todos
CLIENTE: los requisitos y necesidades de los estudiantes usuarios de los
(Estudiantes ) laboratorios?

2 LIDERAZGO A qu nivel considera usted que el liderazgo institucional

est presente en la gestin de los laboratorios?

3 PARTICIPACIN DEL Cmo es la participacin personal acadmico participa

PERSONAL activamente en la gestin de los laboratorios?
4 ENFOQUE EN EL En qu nivel las actividades y los recursos relacionados se
PROCESO gestionan como un proceso?
5 GESTIN BASADA EN LOS Cmo considera la identificacin, comprensin y gestin a
SISTEMAS modo de sistema de procesos interrelacionados contribuye a
la eficacia y la eficiencia de la organizacin a la hora de
conseguir sus objetivos?
6 MEJORA CONTINUA La mejora continua del funcionamiento global de la
organizacin constituye un objetivo permanente de sta. A
qu nivel?
7 TOMA DE DECISIONES Cmo es el nivel de las decisiones eficaces se basan en el
BASADA EN HECHOS: anlisis de los datos y la informacin?
8 RELACIN Cmo considera usted la relacin existente entre la
MUTUAMENTE institucin y los proveedores de los laboratorios?
BENEFICIOSA CON LOS
PROVEEDORES
Fuente: Seijas, G (2013)

79
 Actividad N 3: Identificar los factores internos (fortalezas y debilidades) y los
factores externos (amenazas y oportunidades) mediante inspeccin, revisin
documental, observacin y encuestas.

La identificacin de factores se tomo como base la informacin recopilada mediante

inspeccin, revisin documental, observacin y encuesta de las normas COVENIN 2500-
93, OHSAS 18001:2007 y la serie ISO 9000:2000, de acuerdo a los niveles de eficiencia
obtenido en la sistematizacin de la informacin y el ENT hizo un anlisis del mismo e
identific cada uno de los factores.

Tabla 3.6: Fortalezas

N FORTALEZAS

F1
F2
F3
F4
Fuente: Seijas, G (2013)

Tabla 3.7: Debilidades

N DEBILIDADES

D1
D2
D3
D4
D5

D6
D7
Fuente: Seijas, G (2013)

80
 Tabla 3.8: Oportunidades

N OPORTUNIDADES

O1
O2
O3
O4
O5
Fuente: Seijas, G (2013)

Tabla 3.9: Amenazas

N AMENAZAS

A1

A2

A3

A4

Fuente: Seijas, G (2013)

81
 Actividad N 4: Generar la Matriz FODA

Tabla 3.10: Matriz FODA

FACTORESEXTERNOS OPORTUNIDADES AMENAZAS

FACTORES INTERNOS

FORTALEZAS FO: FA:

DEBILIDADES DO: DA:

Fuente: Seijas, G (2013)

82
 Actividad N 5: Realizar un FODA matemtico

El FODA matemtico es una herramienta til para la evaluacin de organizaciones

de forma integral analizando sus factores internos y externos donde se califica su nivel de
impacto como mayor y menor, considerndose las fortalezas y oportunidades como factores
beneficioso por lo tanto cuando son calificados como mayores su juicio de valor es
positivo, y si son calificados como menores tienen juicio de valor negativo; en el caso de
las debilidades y amenazas estos factores se consideran perjudiciales para la organizacin
cuando son calificados como mayores su juicio de valor es negativo y si se califican como
menores el juicio de valor es positivo, la matriz de decisin que se muestra en la tabla 3.11
con escala bidimensional de cero (0) y uno (1) fue elaborada por Astudillo (2010) para
aplicar el FODA matemtico para el desarrollo de un sistema de gestin para una
organizacin universitaria con aplicacin de cuadro de mando integral, de all la razn por
la que la matriz de decisin se utilizo en la presente investigacin.

Tabla 3.11: Matriz de Decisin de factores para FODA matemtico

N FACTORES CALIFICACION JUICIO DE VALOR

MAYOR MENOR MAYOR MENOR

1 FORTALEZAS 1 0 + -

2 OPORTUNIDADES 1 0 + -

3 DEBILIDADES 1 0 - +

4 AMENAZAS 1 0 - +

Fuente: Astudillo 2010

83
 De igual manera Astudillo (2010) cre la matriz de priorizacin de estrategia que
consiste en determinar el nivel de urgencia para la aplicacin de las estrategias generadas
en la matriz FODA, de acuerdo a la integracin de factores en funcin de los juicio de valor
de cada factor, con cuatro categora de calificacin: No urgente, Poco Urgente, Urgente y
Muy Urgente.

Tabla 3.12: Matriz de Priorizacin de las Estrategias

JUICIO DE CALIFICACION
VALOR
FO + + No Urgente
FO + - Poco Urgente
FO - + Poco Urgente
FO - - Poco Urgente
JUICIO DE CALIFICACION
VALOR
FA + + Poco Urgente
FA + - No Urgente
FA - + Urgente
FA - - Muy Urgente
JUICIO DE CALIFICACION
VALOR
DO + + Poco Urgente
DO + - Poco Urgente
DO - + Urgente
DO - - Muy Urgente
JUICIO DE CALIFICACION
VALOR
DA + + Urgente
DA + - Poco Urgente
DA - + Poco Urgente
DA - - Muy Urgente
Fuente: Astudillo 2010

84
 Una vez definidas las matrices de decisin para el FODA matemtico, se procedi a
elaborar las matrices de diagnostico, establecindose como matriz de diagnostico interno I
y matriz de diagnostico interno II las matrices donde se evalan los factores internos; para
el caso de los factores externos se establecieron matriz de diagnostico externos I y matriz
de diagnostico externos II , tal como se observa en las tablas 3.13; 3.14; 3.15 y 3.16.

Tabla 3.13: Matriz de Diagnostico Interno I

N FORTALEZAS CALIFICACION JUICIO DE VALOR

MAYOR MENOR MAYOR MENOR
F1
F2
F3
F4
Fuente: Seijas, G (2013)

Tabla 3.14: Matriz de Diagnostico Interno II

N DEBILIDADES CALIFICACION JUICIO DE VALOR

MAYOR MENOR MAYOR MENOR
D1
D2
D3
D4
D5

D6
D7
Fuente: Seijas, G (2013)

85
 Tabla 3.15: Matriz de Diagnostico Externo I

OPORTUNIDADES CALIFICACION JUICIO DE VALOR

MAYOR MENOR MAYOR MENOR
O1
O2
O3
O4
O5
Fuente: Seijas, G (2013)

Tabla 3.16: Matriz de Diagnostico Externo II

N AMENAZAS CALIFICACION JUICIO DE VALOR

MAYOR MENOR MAYOR MENOR
A1
A2
A3
A4
Fuente: Seijas, G (2013)

Una vez realizado el diagnostico interno y externo se procedi a la evaluacin de

las estrategias de acuerdo a la integracin de los factores que hizo para su formulacin, y a
su vez calificar su prioridad de aplicacin, tal como se observa en la tabla 3.17

86
 Tabla 3.17: Priorizacin de Estrategias

ESTRATEGIAS JUICIO DE VALOR CALIFCACIN

FO:

FA:

DA:

DO:

Fuente: Seijas, G (2013)

Actividad N 6: Hacer un anlisis ABC de gestin de inventario

El ABC es una metodologa de clasificacin de insumos como parte de la gestin de

inventarios, basndose en una calificacin de una ley denominada del menos significativo
que consiste en una relacin inversamente proporcional pero complementaria basndose en
estudios de dos o ms variable para su calificacin, en el caso de la investigacin se
establecieron dos variables de cantidad, la primera de cantidad fsica y la otra de costo,
definindose como numero de equipos y costo de mantenimiento (CM) acumulado;
enmarcada en la teora de la metodologa de cmo define las clases se diseo la matriz de
decisin de gestin inventario ABC (Tabla 3.18)

Tabla 3.18: Matriz de Decisin de Gestin de Inventario ABC

N de Clases N de Equipos % Acum. CM Ley del menos

Clases significativo
1 A [20 -30] % [60 -70] % [60 -80] %
2 B [20 -30] % [60 -70] %
3 C [60 -70] % [20 -30] % [20 -40] %
Fuente: Seijas, G (2013)

87
 Inventario por Laboratorio

Para la aplicacin del ABC se hizo un inventario por laboratorio, elaborando una
matriz de categora que comprenden los elementos de la metodologa ABC para clasificar
los equipos en las zonas o clases, en la misma se describe el equipo, la cantidad del mismo,
el costo de mantenimiento rutinario segn registro del ENT, el consumo que se define
como el producto del costo de mantenimiento y el porcentaje mensual que se realiza, la
valoracin del costo que es el producto del consumo por el costo de mantenimiento, el % de
PART se define como la distribucin en cien parte de la cantidad de equipos, el % de valor
es la distribucin de cada valoracin por equipos sobre la valoracin total, y el % Acum se
establece como el valor acumulado por cada rengln de equipos; se clasifican en zona A, B
y C de mayor a menor del % de valor.

Tabla 3.19: Inventario por Laboratorio (ABC)

CANTIDAD COSTO DE CONSUMO VALORACIN % PART % VALOR % ZONA

MANTENIMIENTO ACUM O
(CM) BsF CM CLASES
N EQUIPOS

10

11

12

13

Fuente: Seijas, G (2013)

85
 Una vez identificadas las zonas o clases se agrup l % de valor de todas las clases
A que define el % Acum de CM, y el nmero de equipos por clases tal como se observa en
la tabla 3.20

Tabla 3.20: Discriminacin de las clases ABC por Laboratorio

% N DE EQUIPOS % ACUM CM ZONA O

VALOR CLASES
N EQUIPOS
1

10

11

12

13
Fuente: Seijas, G (2013)

Finalmente despus que se tiene el acumulado de nmero de equipos y el Acum de

costo de mantenimiento se realiz el Grafico ABC por cada laboratorio para ver el nivel de
dispersin entre clases, como se observa en la figura 3.2

86
 Figura 3.2: Grafico ABC por Laboratorio

1.2

0.8
ACUM. CM
0.6

0.4

0.2
A B C
0
1 2 3 4 5 6 7 8 9 10 11 12 13
N DE EQUIPOS

Fuente: Seijas, G (2013)

3.2 Realizar un anlisis de criticidad a los equipos que conforman a los

laboratorios en estudio.

Actividad N 1: Establecer los criterios de aplicacin del anlisis de criticidad

Tabla 3.21: Criterios para el Anlisis de Criticidad

CRITERIOS DESCRIPCION JERARQUIZACIN

Fuente: Seijas, G (2013)

87
 El anlisis de criticidad es una metodologa para evaluar las condiciones de equipos
para tener un flujo de informacin que permitan tomar acciones de mantenimiento,
generalmente se utiliza el mtodo de la matriz de criticidad que es la relacin directamente
proporcional de la frecuencia de fallas por la consecuencia, mediante el uso de una matriz
de deteccin de oportunidades, no obstante en el caso de la investigacin despus de hacer
un estudio de la situacin del contexto actual de los laboratorios y por formar parte de una
institucin universitaria, el ENT concluyo que exista la necesidad de realizar de considerar
diversos criterios que incidan directamente en la criticidad de los equipos por lo tanto se
tomo la decisin de utilizar doce criterios de evaluacin enmarcados en diferentes mtodos
de jerarquizacin calificado de acuerdo a la forma de medir resultados

Actividad N 2: Definir los mtodos de jerarquizacin

Tabla N 3.22: Mtodos de Jerarquizacin

N Mtodos de Descripcin Caractersticas

Jerarquizacin
1
2
3
Fuente: Seijas, G (2013)

Se establecieron tres mtodos de jerarquizacin calificados como nominal, semi

probabilstico y probabilstico con diferencia en el tratamiento y procesamiento de la
informacin.

88
 Actividad N 3: Hacer la gua de criticidad para la jerarquizacin cualitativa

El mtodo de jerarquizacin nominal es el cualitativo, y se consider como la

evaluacin inicial de los equipos, para ello se cre una gua de criticidad que permite tener
los parmetros que sustente la evaluacin cualitativa de los equipos. Ver tabla 3.23

Tabla N 3.23: Jerarquizacin Cualitativa

FACTORES NIVEL DE DESCRIPCIN

CRITICIDAD

Fuente: Seijas, G (2013)

Para la aplicacin del Mtodo de Jerarquizacin Cualitativa, el equipo natural de

trabajo realiz una revisin documental y observacin directa de las condiciones de los
equipos de cada laboratorio y de acuerdo a los criterios establecidos en la actividad N 1, se
procedi a realizar la jerarquizacin cualitativa dando un juicio numrico y juicio de valor
para una calificacin final.

89
 Tabla N 3.24: Jerarquizacin Cualitativa por Laboratorio

CRITERIOS VF
EQUIPO CANTIDAD JUICIO NUMERICO JUICIO DE VALOR

Fuente: Seijas, G (2013)

Culminada la jerarquizacin cualitativa por laboratorio se elabor una tabla resumen

de los laboratorios donde se indico la condicin de criticidad de los equipos por
laboratorios. Ver tabla 3.25

Tabla N 3.25: Jerarquizacin Cualitativa de los Laboratorios

N LABORATORIO NRO DE CRITICO O SEMI NO CRITICO

EQUIPOS CRITICO
1 LMTM
2 LM
3 LTM
4 LPMSE
TOTAL
Fuente: Seijas, G (2013)

90
 Se realizo una representacin grafica para indicar el laboratorio con mayor nivel de
criticidad segn la jerarquizacin cualitativa tal como se indica en la figura 3.3

Figura 3.3: Jerarquizacin Cualitativa de los laboratorios

1.2
% DE EQUIPOS CON CRITICIDAD

0.8

0.6

0.4

0.2

0
LABORATORIOS

Fuente: Seijas, G (2013)

Actividad N 4: Aplicar la matriz de deteccin de oportunidades con el enfoque

semi probabilstico.

La matriz de deteccin de oportunidades definen los parmetros que comprenden el

anlisis de criticidad con enfoque semi cuantitativo o semi probabilstico, para el calculo
del nivel de criticidad definido como el producto de la frecuencia de falla por la
consecuencia, en ese sentido cabe destacar que la frecuencia de falla depende del historial
de fallas de los equipos y la consecuencia es un parmetro compuesto y definido como el
producto del impacto operacional con la flexibilidad operacional mas el costo de
mantenimiento mas el impacto de seguridad y ambiente, entendindose como impacto
operacional el efecto producido por la falla en el equipo a niveles porcentuales midiendo el
funcionamiento del mismo, la flexibilidad operacional comprende la garanta de la
organizacin para accin inmediata ante la ocurrencia de la falla, el costo de mantenimiento

91
es el costo que oscilan en rango establecido, el impacto de seguridad y ambiente es el
efecto que produce en la seguridad de los usuario de laboratorios, se utilizaron escalas
numrica del 1 al 4 y del 1 al 5. Ver tabla 3.26

Tabla N 3.26: Matriz de Deteccin de Oportunidades

Deteccin de Oportunidades
Modelos de los Factores Ponderados
Nivel de Criticidad = Frecuencia de Fallas *Consecuencia; NC = FF *C
Consecuencia = Impacto Operacional * Flexibilidad Operacional + Costo de Mantenimiento + Impacto de
Seguridad y Ambiente. C = IO*FO+CM+ISHA
Frecuencia de Fallas (FF) Ponderacin

Impacto Operacional (IO) Ponderacin

Flexibilidad Operacional (FO) Ponderacin

Costo del Mantenimiento por Laboratorio (CM) Ponderacin

Impacto de Seguridad y Ambiente (ISHA) Ponderacin

Fuente: Seijas, G (2013

92
 Para la calificacin de la criticidad se cre una matriz de decisin en puntuacin
porcentual con cinco alternativas de decisin lo que permiti discriminar de forma integral
las condiciones de los equipos. Ver tabla 3.27

Tabla N 3.27: Matriz de Decisin para anlisis de Criticidad

N NIVEL DE CRITICIDAD DECISIN

CRITERIO CRITICIDAD
1 60 % MUY ALTA (MA)
2 [40-60) % ALTA (A)
3 [31- 40) % MEDIA (M)
4 [11 30 ) % BAJA (B)
5 [1-10] % NO CRITICO (NC)
Fuente: Seijas, G (2013

Para el Desarrollo del Anlisis de Criticidad con Jerarquizacin Semi Cuantitativa

Se utilizaron los siguientes indicadores: Historial de Fallas (HF), Frecuencia de Falla (FF),
Impacto Operacional (IO), Flexibilidad Operacional (FO), Costo de Mantenimiento (CM),
Consecuencias (c) y criticidad (Cr)

Tabla N 3.28: Jerarquizacin Semi cuantitativa por laboratorios

HF FF IO FO CM ISHA C Cr CRITICIDAD
CANTIDAD

EQUIPO

Fuente: Seijas, G (2013

.En la tabla 3.29 se proceso en forma resumida la informacin obtenida en el

anlisis semicuantitativo.

93
 Tabla N 3.29: Jerarquizacin Semi cuantitativa de los Laboratorios

N LABORATORIOS CRITICIDAD TOTAL

DE
EQUIPOS

1 LMTM

2 LM

3 LTM

4 LPMSE

TOTAL DE EQUIPOS

Fuente: Seijas, G (2013)

De acuerdo a la informacin procesada en la tabla 3.29 se procedi a construir la

matriz de criticidad que consisten en una arreglo de filas y columnas distribuidas
uniformemente que califican los equipos porcentualmente de acuerdo a su condicin de
criticidad. Ver figura 3.4

Figura 3.4: Matriz de Criticidad

F
R
E
C
U
E
N
C
I
A
CONSECUENCIAS

Fuente: Seijas, G (2013)

93
 Actividad N 5: Establecer el nivel de criticidad para la jerarquizacin cuantitativa
y probabilstica.

La jerarquizacin cuantitativa permiti medir el nivel de dispersin entre los

valores de criticidad presentadas por los equipos en la jerarquizacin semi cuantitativa
(crticos y semi crticos), y la confiabilidad de los datos obtenidos, en la tabla 3.30 se indica
por laboratorios las condiciones de los equipos.

Tabla N 3.30: Jerarquizacin Cuantitativa de los Laboratorios

N LABORATORIOS EQUIPOS

C SC

TOTAL DE EQUIPOS

Fuente: Seijas, G (2013)

Al realizarse el anlisis cuantitativo fue necesario identificar la nomenclatura de los

elementos utilizados en el mismo tal como:

N: N de Laboratorios

X: Equipos Crticos

Y: Equipos Semi Crticos

X: Sumatoria de Equipos Crticos

Y: Sumatoria de Equipos Semi Crticos

94
XY: Productos de las cantidades de Equipos Crticos por cantidades de Equipos Semi
Crticos

: Productos de las cantidades de Equipos Crticos al cuadrado por cantidades de

Equipos Semi Crticos

: Sumatoria del cuadrado de las cantidades de Equipos Crticos

: Sumatoria del cubo de las cantidades de Equipos Crticos

: Sumatoria de las cantidades de Equipos Crticos elevada a la cuatro

: Curva de Criticidad

: Termino Independiente de la curva de criticidad

: Coeficiente del Termino Lineal de la curva de criticidad

: Coeficiente del Termino Cuadrtico de la curva de criticidad

S: Error Cuadrtico

Rxy: Correlacin de Pearson

Ajuste de Curva (Modelo Cuadrtico)

El ajuste de curva es una tcnica estadstica que permite hacer el estudio del
comportamiento de un proceso mediante el estudio de una curva construida a partir de las
variables que definen dicho proceso, para el caso de esta investigacin se establecieron dos
variables X: que representan los equipos crticos y la variable Y: que representan los
equipos semi crticos, y se realizaron operaciones aritmticas que permite el desarrollo de
un modelo cuadrtico. Ver tabla 3.31

95
 Tabla N 3.31: Ajuste de Curva

N EQUIPOS ANALISIS CUANTITTATIVO

C SC

X Y XY
X2 X3 X4 X2Y Y2 YC

Fuente: Seijas, G (2013)

Se aplic el mtodo de mnimos cuadrados para modelo cuadrtico, el cual consiste

en resolver un sistema de ecuaciones que permiti la obtencin de ecuacin cuadrtica que
representa la curva de criticidad cuya definicin matemtica es YC = a2 X 2 +a1 X +a0
mediante el conjunto de ecuaciones siguientes:

Y = a2 X 2 + a1 X + a0 N

XY = a2 X 3 + a1 X 2 + a0 X

X 2 Y = a2 X 4 + a1 X 3 + a0 X 2

Una vez obtenida la curva de criticidad se procedi a graficarla para el estudio de

su comportamiento, e identificar cuando los dos niveles de criticidad se intercepta y la
longitud entre ellos. Ver figura 3.5

96
 Figura 3.5: Curva de Criticidad

1
0.9
0.8
0.7
EQUICOS SEMICRITICOS

0.6
0.5
0.4
0.3
0.2
0.1
0
0 0.2 0.4 0.6 0.8 1
EQUIPOS CRITICOS

Fuente: Seijas, G (2013)

Para realizar el estudio de la confiabilidad de la jerarquizacin semi probabilstica

se aplico una ecuacin estadstica que mide el nivel de relacin entre dos parmetros, para
el caso presente entre los dos niveles de criticidad en estudio, la ecuacin se denomina la
Correlacin de Pearson:

NXY XY
rxy =
[NX 2 (X)2 ][NY 2 (Y)2 ]

97
 Para validar la jerarquizacin semi cuantitativa se calculo el error del modelo
cuadrtico que estableci la curva de criticidad, el cual se denomina error cuadrtico y se
calcula mediante la ecuacin:

2
[ YC (YC )2 ]
N N
S=
YC 2
N
4.3 Disear el Modelo Alternativo de Planeacin Logstica Integral de
Mantenimiento.

Actividad N 1: Identificar los factores crticos de xito (FCE)

Tabla N 3.32: FCE

N FACTORES CRITICOS DE EXITOS DESCRIPCIN

(FCE) DE LOS LABORATORIOS
FCE-1

FCE-2
FCE-3
FCE-4
FCE-5
FCE-6
Fuente: Seijas, G (2013)

Los factores crticos de xitos son condiciones donde se evidenci la necesidad de

mejora, estas condiciones se identificaron mediante los resultados obtenidos en el anlisis
del contexto actual de los laboratorios y el anlisis de criticidad realizados a los equipos.

98
 Actividad N 2: Estudiar el ADN organizacional

Figura 3.6: Cadena de Cuadro de Mando en Accin

LA

Fuente: Seijas, G (2013)

99
 Tal como se observa en la figura 3.6 ,las organizaciones de acuerdo a la filosofa
del cuadro de mando integral son seres vivos de alta complejidad donde sus elementos se
entrelazan en complicadas cadenas de interrelaciones entre las condiciones existentes y las
perspectivas de la organizacin enmarcada en su gestin, es decir as como un ser vivo
tiene un sistema nervioso que comprende intra y supra sistemas, toda organizacin tiene un
sistema central que generan todas las decisiones estratgicas, no obstante estn
conformados por intra y supra sistema que generan presentan condiciones especificas y
nicas que define la dinmica natural de sus procesos inherentes, en ese sentido en la
presente investigacin se defini como un intra sistema el departamento de tecnologa
mecnica, el cual presenta una cadena de condiciones (Factores crticos de xito), los cuales
tienen una relacin causa efecto con las seis perspectivas, de esa interrelacin se originan
factores que en trminos biolgicos se denominaras caractersticas genticas que definen a
la organizacin en estudio como un ser nico, que pueden tener condiciones similares a
otras organizaciones pero los factores que generan como respuesta son nicos, estos
factores se denominan bloques aleatorizados y se originan de acuerdo al estudio del ENT
que los identifico, mediante el establecimiento de estrategias factoriales y experimentales.

Tabla N 3.33: Evaluacin de Cadena de Mando

N FACTORES CRITICOS DE PERSPECTIVAS DEL CMI BLOQUES

EXITOS (FCE) DE LOS ALEATORIZADO
LABORATORIOS F DC PI AC A C

FCE-1

FCE-2

FCE-3

FCE-4

FCE-5

FCE-6

Fuente: Seijas, G (2013)

100
 No obstante cada factor crtico de xito puede interrelacionarse en mayor o menor
cuanta con cada perspectiva depende del anlisis del contexto. Ver tabla 3.33

Actividad N 3: Aplicar el Cuadro de Mando Integral (CMI)

Tabla N 3.34: Cuadro de Mando Integral I

PERSPECTIVA KPI SUPERFICIE DE RESPUESTA (RSM) FACTORIAL

FRACCIONADO
DE KPI Y RSM
FINANCIERA

DE CLIENTES

PROCESO
INTERNO
APRENDIZAJE Y
CRECIMIENTO

AMBIENTAL

COMUNITARIA

Fuente: Seijas, G (2013)

El Cuadro de mando Integral I se cre con indicadores de entrada (KPI) e

indicadores de salida o superficie de respuesta (RSM), es decir una condicin que define el
proceso al inicio y otra al finalizar, dndosele a cada perspectiva una ponderacin en una
escala del 1 al 4, segn Kaplan y Norton (Citado por Pietri 2007), las tres primeras
perspectivas tienen el mayor peso y por igual la cuarta depende de las tres primeras y la
quinta y la sexta se generan de la tercera en el sub proceso social y regulatorio.

101
 Tabla N 3.35: Cuadro de Mando Integral II

EFE FCE-1 FCE-2 FCE-3 FCE-4 FCE-5 FCE-6 BLOQUES

Fuente: Seijas,

G (2013)

En el cuadro de mando integral II se relaciona cada factor crtico de xito con dos
KPI y dos RSM de acuerdo a sus caractersticas conformndose una matriz diagonal tal
como se observa en la tabla 3.35

102
 Tabla N 3.36: Cuadro de Mando Integral III

EFE FACTORIAL JUICIO DE VALOR DE PRIORIZACION

FRACCIONADO
DIAGNOSTICO ANALISIS DE CAPACIDAD DE BLOQUES
CRITICIDAD RESPUESTA DE
LA
INVESTIGADORA

Fuente: Seijas, G (2013)

En la tabla 3.36 como el cuadro de mando integral tres se definen las estrategias
factoriales experimentales y se dan su ponderacin de acuerdo a los KPI y el RSM y tres
juicio de priorizacin el diagnostico obtenido del anlisis del contexto de los laboratorios,
el anlisis de criticidad y la capacidad de respuesta de la investigadora.

Actividad N 4: Estructurar el Sistema de Estrategias Factoriales y Experimentales

(EFE)

Tabla N 3.37: Sistema EFE

EFE: xxxxxxxxxxxx
KPI RSM OBJETIVO LINEAMIENTOS LINEAMIENTOS METAS
ESTRATEGICOS OPERACIONALES

Fuente: Seijas, G (2013)

103
 En la tabla 3.37 se estableci el sistema de estrategias factoriales y experimentales
el cual se define como el conjunto de acciones a realizar para la aplicacin de la estrategia
factorial experimental (EFE) seleccionada en el cuadro de mando integral III, en el mismo
se indico los KPI y RSM de la EFE, el objetivo y se definieron lineamientos estratgicos y
operacionales y las metas

Actividad N 5: Elaborar el Sistema Tctico Operacional Factorial y

Experimental (TOFE)

Tabla N 3.38: Sistema TOFE

NIVELES DE FACTORIALES INDICADORES ACCIONES

FACTORIALES

Fuente: Seijas, G (2013)

El sistema TOFE indica los niveles de factoriales de las EFE seleccionada, los
cuales son las transformaciones de los indicadores KPI y RSM, generando sus propios
indicadores que orientaron la accin inmediata para la aplicacin de la EFE

101
 4.4 Evaluar la Factibilidad Tcnica econmica del modelo diseado

Actividad N 1: Identificar las Perspectivas del CMI para la evaluacin.

Tabla N 3.39: Priorizacin de Perspectivas

PERPECTIVAS PRIORIDAD
PORCENTANJE PROBABILIDAD
FINANCIERA
DE CLIENTES (BENEFICIARIOS)
PROCESO INTERNO
APRENDIZAJE Y CRECIMIENTO
AMBIENTAL
COMUNITARIA
Fuente: Seijas, G (2013)

Las perspectivas del CMI estn en toda organizacin identificadas o no pero

existen, cada una de ellas tiene su prioridad dentro de la misma en la organizacin en
estudio la prioridad por perspectiva de forma integral fue obtenida de la divisin de
planificacin y presupuesto institucional, los valores de la prioridad comprende el rengln
de entrada del tablero de comando integral .

Actividad N 2: Definir los indicadores KPI del CMI.

Tabla N 3.40: KPI del CMI

PERSPECTIVA KPI FACTORIAL DISTRIBUCIN

FRACCIONADO FFr
DE KPI Y RSM 100 %
FFr
(FFr)

Fuente: Seijas, G (2013)

102
 Para definir los indicadores KPI del CMI, se consider lo obtenido en el cuadro de
mando integral I factorial fraccionado y luego utilizando una relacin de razones
proporcionales, se transforma en un valor porcentual definindose como la calificacin
obtenida en el factorial fraccionado (FFr) sobre el total de FFr por el 100 %, le da una
puntuacin porcentual a cada perspectiva conformando los valores de la columna de
entrada del tablero de comando integral.

Actividad N 3: Crear el tablero de comando integral.

El tablero de comando integral es un arreglo matricial que comprende un rengln de

entrada y una columna de entrada, cuyos productos constituyen los elementos
subsiguientes, donde la sumatoria de renglones y columnas da el valor probabilstico de la
meta del KPI y la factibilidad tcnica es un valor probabilstico que se generan del
producto de la mitad de las perspectiva por la meta KPI

Tabla N 3.41: Tablero de Comando Integral

CUADRO DE MANDO INTEGRAL OPERATIVO
FACTIBILIDAD TECNICA DEL MAPLIM

PERSPECTIVAS
PERSPECTIVA PRIORIZACI FIN DE PROCES APRENDI AMBIE COMUNITARIA META KPI KPI DEL
S ON AN CLIENT O ZAJE Y NTAL MODELO
CIE ES INTERN CRECIMI (3*META
RA O ENTO KPI)
DISTRIBUCI
ON
FINANCIERA

DE CLIENTES

PROCESO
INTERNO
APRENDIZAJ
E Y
CRECIMIENT
O
AMBIENTAL

COMUNITARI
A
META KPI

KPI DEL
MODELO
(3*METAKPI)
Fuente: Seijas, G (2013)

104
 Actividad N 4: Aplicar Anlisis de Rentabilidad

El anlisis de rentabilidad consisti en un estudio econmico de la organizacin

actualmente que permiti indicar la factibilidad econmica del modelo, el mismo se baso en
datos suministrados por la divisin de planificacin y presupuesto y el departamento de
tecnologa mecnica, y realizaron los siguientes clculos en una proyeccin de cinco aos:

Flujo Neto Efectivo = Utilidad Inicial *(1 +ndice inflacionario)

FNE= Ui * (1+IF)

Tabla N 3.42: Flujo Neto Efectivo

UTILIDAD INICIAL (Ui) 1+IF FLUJO NETO EFECTIVO (FNE)

Fuente: Seijas, G (2013)

Calculo de valor presente neto (VPN) Tasa Interna de Retorno (TIR)

Tasa ms atractiva de retorno (TMAR); Tasa de retorno (TR)

TMAR = IF+TR+ (IF*TR)

VPN = = FNE/(1+TMAR)^t I0

I0: Inversion

TIR = Utilidad Inversin /Inversin

Actividad N 5: Hacer Anlisis de Sensibilidad

Para el anlisis de sensibilidad se utiliz como parmetros el VPN y la TMAR

aplicando la siguiente ecuacin:

105
 Con una TMAR desde el 5 % al 20 %, y la relacin de variacin a o gradiente de la
TMAR se tomo el VPN para el anlisis de sensibilidad y se procesaron los datos en la tabla
3.43; seguidamente se grafico la curva y la inversa de la misma y se intercepto para ver el
comportamiento y fluctuacin del VPN tal como lo indica la figura 3.7

Tabla N 3.43: Anlisis de Sensibilidad

TMAR INVERSION FLUJO P/A,%TMAR,N GRADIENTE P/G,%TMAR,N VPTMAR

EFECTIVO
5%
10 %
15 %
20 %
Fuente: Seijas, G (2013)

Figura 3.7: Anlisis de Sensibilidad

1 TMA VPNT
0.8 R MAR

0.6 VPTMAR
0.4 VPTMAR
0.2
0

Fuente: Seijas, G (2013)

Actividad N 6: Realizar Anlisis Costo - Beneficio

El Anlisis costo- Beneficio es una tcnica que permiti medir la relacin entre lo
invertido y lo que retorna de la inversin e indic el nivel de rentabilidad del modelo
BENEFICIO
mediante la ecuacin: C/B = .
COSTO

106