La toma de tiempos se realizó teniendo en cuenta: operadores calificados, empleando un ritmo de trabajo normal y desarrollando una actividad específica. Mediante el estudio de tiempos se reducen los esfuerzos y costos, además de permitir descubrir el mejor método de trabajo [13].

El tamaño de muestra óptimo es de 383 dietas, calculado con un N (tamaño de población) de 71.100 dietas en 3 meses, una Z (nivel de confianza) del 95 % y un margen de error del 5 %. El total de datos registrados para el presente estudio fue de 1080 dietas en 3 meses (30 datos en 12 procesos y 3 tipos de servicio). Las funciones de distribución de los datos se obtuvieron mediante el Input Analyzer, lo cual permite generar datos aleatorios con las mismas características de los datos de muestra suministrados.

La manufactura esbelta busca el mejoramiento continuo basándose en la reducción de desperdicios y costos. El desperdicio es la mala utilización del recurso que se puede generar por la inadecuada programación y planificación de las actividades [7].

Para esta investigación se trata la muda de tiempos de espera o tiempo vacío. La herramienta Kaizen busca aplicar acciones continuas que mejoren los resultados del proceso existente, para cumplir con los tiempos establecidos por el cliente, reducir los gastos de operación y mejorar la distribución de actividades del proceso. Kaizen es aplicable cuando se requiere mejorar las condiciones de trabajo, reducir los desperdicios del proceso, incrementar la calidad y minimizar la variabilidad [4].

No es necesario un evento Kaizen para desarrollar programas de mejora continua; los colaboradores pueden hacerse partícipes en cualquier momento siempre y cuando encuentren una mejora de productividad, costos, etc. [4].

Como idea de mejora para la presente investigación, se planteó distribuir las actividades en el proceso de nutrición y franjas horarias de los turnos del personal. La hipótesis es que los escenarios propuestos presentan una interacción significativa con el tiempo y un costo total del proceso. Esta propuesta de mejoramiento continua se evaluó a través de simulación.

La utilización de los modelos de simulación para el estudio de sistemas o procesos posibilita experimentar con diferentes opciones, sin que se presente un alto costo o una diferenciación elevada con la realidad respecto a las modificaciones que se puedan proponer en el sistema; además, facilita la interpretación de los resultados, lo cual representa una herramienta eficaz en la toma de decisiones [14].

Las simulaciones se ejecutaron en Arena Master Development, versión 14. Arena es una herramienta útil para experimentar o diseñar diversos escenarios de sistemas, sin ocasionar traumatismos o modificaciones en el entorno empresarial real. Con ella se obtienen resultados confiables y llevar a cabo diversas réplicas. Al ejecutarse la simulación de manera dinámica, se evidenció la circulación de entidades por el sistema, lo que permitió apreciar el cuello de botella. Una vez finaliza la simulación, el sistema ofrece un informe automático con los resultados por réplica o un promedio general de la simulación, donde se especifican aspectos como: tiempos del proceso, tiempos de espera, costos, utilización de recursos, etc. [15].

Por medio de los estudios experimentales se evaluó el efecto de las variables controladas sobre las variables respuesta que generen una utilidad. Esta metodología es apta para evidenciar causalidad, al estandarizar las variables explicativas, es decir, factores y valorar las modificaciones. A la confluencia de los factores se le conoce como tratamientos.

Estos estudios no precisan abundantes réplicas, dado que se controla el origen del cambio, porque se asegura la misma situación en cada corrida y porque es aleatoria la asignación de las unidades experimentales a los tratamientos [16].

Para usar un modelo correcto, las variables implicadas deben cumplir con una serie de supuestos o requisitos, entre los que se destacan: normalidad, homogeneidad de las varianzas (homocedasticidad) e independencia [17].

Empleando el programa IBM SPSS Statistics, un software para el análisis de datos, se aplicaron las siguientes pruebas para validar el modelo: test de normalidad de Shapiro-Wilk, del que se obtuvieron los siguientes resultados: 0,54 para desayuno; 0,233 para almuerzo, y 0,563 para cena. Todos los resultados fueron superiores a 0,05, es decir, la hipótesis de normalidad se cumple y los datos están aproximadamente alineados. Al aplicar el contraste de Levene de igualdad de varianzas, se registraron los siguientes resultados: 0,805 para desayuno; 0,115 para almuerzo, y 0,499 para cena. Todos los resultados fueron superiores a 0,05, es decir, existe homocedasticidad en las varianzas. Con el test de Durbin-Watson se obtuvieron los resultados: 1,730 para desayuno; 2,031 para almuerzo, y 2,109 para cena, los cuales se encuentran dentro del rango permitido du = 1,567 y 4-du = 2,433 (según la tabla de estadística de Durbin-Watson con nivel de significación del 5 %), es decir, los datos no presentan autocorrelación.

Estos datos son tratados mediante el análisis de varianza (Anova) o análisis factorial, que busca simplificar la información por medio de una matriz de correlación de medias, donde:

Para el análisis de la información también se emplearon gráficas de caja y bigotes, útiles para evidenciar la dispersión y simetría de los resultados de cada una de las siete simulaciones con sus diez réplicas. Además, fue posible evidenciar tanto los máximos como los mínimos y los diferentes cuartiles que la conforman cada escenario por tipo de servicio [19].

La matriz de criterios permitió seleccionar el mejor escenario a partir de la calificación y ponderación. Es una herramienta de gran utilidad cuando se evalúan más de cinco variables en diversos criterios [20]. Para su aplicación se solicitó recurrir a los pasos mostrados en la figura 3.

Figura 3

Con el empleo de la herramienta del software Arena Input Analyzer se obtuvieron los datos para la operación de ensamble de la dieta (espera crítica del proceso) para el servicio de desayuno y cena de una clínica (figura 4). Estos presentaron la misma distribución de probabilidad continua, con la siguiente ecuación (1,82 + WEIB [0,895, 5,12]).

Figura 4

Para el servicio de almuerzo en la actividad de ensamble de dietas se obtuvo una distribución gamma, de probabilidad continua con variables aleatorias y asimetría positiva (figura 5), es decir, variables que presentan una mayor densidad de datos a la izquierda de la media que a la derecha, con la fórmula (2 + GAMM [0,137, 3,73]).

Figura 5

Con base en la herramienta de manufactura esbelta kaizen, surgió la propuesta de mejora planteada por los colaboradores de la compañía, de evaluar el desequilibrio en la carga de trabajo.

La inadecuada distribución de actividades ocasiona la utilización de más personas y tiempos innecesarios. Las propuestas de mejora buscan superar dichos desperdicios y lograr la utilización provechosa de los recursos.

Se plantearon siete escenarios de mejora con diversos cambios en las operaciones designadas a cada empleado, además del cambio de franjas horarias de los turnos. Estas propuestas se explican en detalle en los escenarios de mejora mencionados posteriormente y se sometieron a simulación para evaluar sus impactos en la operación.

La figura 6 representa el diagrama del proceso de nutrición aplicable para los tres tipos de servicio: desayuno, almuerzo y cena, en los cuales fueron cargados los recursos, las funciones de distribución, la cantidad de entidades y los costos correspondientes.

Figura 6

A las operaciones de distribución de dietas, recolección de loza y aseo y estacionamiento de carro se les aplicó un porcentaje dado por la cantidad de dietas por piso, en cada uno de los tres tipos de servicio. Se distribuyó como lo muestra la figura 7.

Figura 7 /

Se simularon siete escenarios de mejora equidistribuyendo la carga laboral y evaluando franjas horarias, con el fin de reducir el tiempo total del proceso y costos, así como para nivelar los porcentajes de utilización de recursos.

Una vez simulados cada uno de los escenarios ya detallados, se compararon respecto al escenario inicial, para determinar la mejor opción que cumple con los objetivos propuestos.

En la tabla 7 se resume el resultado del Anova aplicado en los tres tipos de servicios (desayuno, almuerzo y cena), para los criterios de tiempos total del proceso y costo total, lo que evidenció el origen de las variaciones, grados de libertad, promedio de los cuadros, F, probabilidad y valor crítico para F.

Tabla 7

De acuerdo con la anterior información relacionada, se puede concluir que:

En estos casos, F supera el valor crítico para F; por tanto, se acepta Ha y se rechaza H0.

De acuerdo con la figura 8, en el servicio de desayuno, se puede concluir que las simulaciones que lograron minimizar el tiempo del proceso fueron la 4, 6 y 7, siendo esta última aquella que presenta menor dispersión entre datos.

Figura 8

Respecto al almuerzo, se evidencia que el escenario 6 alcanza una depreciación considerable en el tiempo total del proceso, a pesar de tener datos atípicos tanto por encima de la media como por debajo. En el servicio de la cena, mediante la figura 8, se aprecia que los escenarios 6 y 7 reducen ampliamente el tiempo total del proceso.

Figura 9

De la figura 9 se puede inferir que en el servicio de desayuno el escenario 1 no es recomendable por temas de costos, debido a que supera de manera considerable el escenario inicial. Las simulaciones 6 y 7 lograron reducir los costos para la compañía y fueron las alternativas más viables en cuanto al aprovechamiento de los recursos en los tres tipos de servicio, pues prescindieron de dos recursos de mano de obra y ajustaron las actividades asignadas y franjas horarias de los turnos de los empleados.

El objetivo de la matriz de priorización es seleccionar el mejor escenario, es decir, aquel que genera beneficios económicos para la compañía mediante el aprovechamiento de los recursos.

Así es como se cuenta con un escenario inicial a partir del cual se generan siete simulaciones:

Ponderar criterios: se asignaron los siguientes porcentajes en pro del cumplimento del objetivo propuesto: el 30 % al tiempo total, el 30 % al costo total, el 25 % al tiempo de espera del proceso más crítico, el 5 % a la utilización máxima de recurso, el 10 % a la utilización mínima de recursos (2 recursos evaluados cada con un 5 %). Esta ponderación fue obtenida a partir de panel expertos y políticas de la organización.

Tabla 8

En el desayuno, el escenario inicial presenta una calificación de 2,05. El mejor escenario es el 6, con una puntuación de 7,05, la más alta y aquella que cumple con los parámetros establecidos. En el almuerzo, el escenario inicial es de 2,55, y según los resultados, la mejora óptima es la 6 con una puntuación de 7,55. La cena presenta una calificación inicial del proceso de 1,3, de acuerdo con el total de cada una de las mejoras; la que presenta mayor puntaje es la simulación 7, con 7,3.

En la tabla 9 se presenta un comparativo del escenario inicial vs. el propuesto. En este se pueden observan los cambios de franjas horarias y reducción de estructura.

Tabla 9

En la distribución inicial se contaba con la participación de 21 recursos (17 auxiliares de dietas y 4 meseros) para el desarrollo de cada una de las actividades del proceso de nutrición, cada uno de ellos con una carga laboral de 8 horas diarias. Los diferentes tipos de servicio (desayuno, almuerzo y cena) comparten recursos entre sí (tabla 10).

Tabla 10

De acuerdo con la tabla 10, se puede concluir que se realizaron 3 cambios en la distribución horaria de los recursos y 2 reducciones de estructura, donde se prescindió de “D7 pedidos” y “D14 frío principal”. Con esta mejora, la cantidad de colaboradores desciende a 19 (15 auxiliares y 4 meseros).

Teniendo en cuenta que las mejoras se basan en equilibrar la carga laboral, no se incurre en significativas inversiones; pero sí se obtienen grandes beneficios para la compañía. En la tabla 11 se evidencia la relación costo-beneficio aplicando el escenario propuesto de los empleados a los cuales se les realizaron modificaciones (“D7 pedidos”, “D14 frío principal”, “D1 noche”, “D15 frío apoyo” y “mesero 2T”).

Tabla 11

El costo total de los cinco empleados en el escenario inicial asciende a $6.470.780; en el escenario propuesto suma $3.389.218, es decir, se logra una reducción de $3.081.562 mensuales, equivalentes a una disminución del 48 % respecto al escenario inicial.

Existe un costo adicional en la mejora: un taxi diario con valor aproximado de $25.000 para “D1 noche”, que ya no ingresa a las 22:00 a laborar, sino a las 24:00. Este costo adicional se recomienda por seguridad del colaborador.

La implementación de las mejoras generará una disminución mensual en los costos de la compañía de $2.331.562 mensuales, sin una gran inversión. Al año, la entidad obtendrá una reducción de costos de mano de obra de $27.978.744, lo que representa un 8 % del costo promedio de mano de obra (auxiliares de dieta y meseros) en el área de nutrición del caso de estudio, extraídos del balance de pérdidas y ganancias del 2019, en el área de nutrición del caso de estudio, por lo cual se recomienda seguir las sugerencias mencionadas.