• teoria del just in time

• 90 Nº 145 • Junio de 2003

Las filosofías de Contabilidad de Gestión responden de forma distinta a lasnecesidades de las empresas, haciendo hincapié en distintos aspectos. Con estetrabajo, nuestros colaboradores pretenden determinar cuál es la filosofía“óptima” de Contabilidad de Gestión que se adapta mejor a las necesidades de lagestión empresarial, entendiendo como “óptima” aquella filosofía que nospermita vender el mayor número de unidades con el menor consumo de recursos.

Jorge Vila BiglieriProfesor de la Facultad de Ciencias Económicas y

Empresariales. Universidad de Vigo

FICHA RESUMEN

Autor: Jorge Vila BiglieriTítulo: Just in Time, Six Sigma y Teoría de lasLimitaciones: Una comparativaFuente: Partida Doble, núm. 145, páginas 90 a 101,junio 2003Localización: PD 03.06.06Resumen:Los autores han diseñado un modelo desimulación aplicable a empresas productivasbasado en los principales contenidos de Just inTime (JIT), Six Sigma y la Teoría de laslimitaciones (TOC).Tras un breve repaso a los principalescontenidos de las filosofías analizadas, seestablecen los conceptos utilizados en lasimulación. Esta simulación se basainicialmente en la filosofía JIT yposteriormente en la Six Sigma, acontinuación, a estos dos modelos se lesaplica la Teoría de las Limitaciones y seresumen los resultados obtenidos, finalizandoel trabajo con las conclusiones alcanzadas. Enlas mismas se pone de manifiesto que cadauno de los métodos tiene sus ventajas einconvenientes, pero su uso conjunto puedepaliar alguno de ellos.Descriptores ICALI:Contabilidad de Gestión. Just In Time.Producción.

1. INTRODUCCIÓN

Las filosofías de Contabilidad deGestión responden de forma dis-tinta a las necesidades de las em-presas, haciendo hincapié en dis-tintos aspectos. Sin embargo, las

campañas publicitarias que las acompa-ñan las presentan como la “piedra filoso-fal” para todos los males de la gestión delas empresas.

Por ello, en este trabajo, nuestra in-tención es determinar cual es la óptimapara facilitar la elección de los gerentes.Por óptima entenderemos aquella filoso-fía que nos permita vender el mayor nú-

mero de unidades con el menor consu-mo de recursos. Evidentemente, las uni-dades vendidas deberán ser fabricadaspreviamente.

Con este objetivo, hemos diseñado unmodelo de simulación aplicable a empre-sas productivas basado en los principalescontenidos de Just in Time, Six Sigma y laTeoría de las limitaciones.

Si utilizamos un símil para ilustrarlo,podemos equiparar la necesidad de finali-zar la producción antes de su fecha deentrega con las siguientes alternativas pa-ra llegar a una hora exacta a Sevilla des-de Madrid. Podemos distinguir tres alter-nativas básicas:

Just in Time, Six Sigma y Teoría de las Limitaciones:Una comparativa

Temas contables y empresariales

www.partidadoble.esNº 145 • Junio de 2003 91 •

• Viajar en un Ferrari: La capacidad dealcanzar altas velocidades nos permi-te corregir la variabilidad si surge al-gún imprevisto que retrase nuestroviaje. Esta solución es asimilable a lafilosofía Just in Time (JIT).

• Viajar en AVE(1): La estadística de estemedio de transporte nos permite con-fiar en él para alcanzar nuestro objeti-vo a tiempo. Esta solución es la pro-puesta por la filosofía Six Sigma (6s).

• Viajar en cualquier medio de transpor-te con tiempo de antelación con el queprotegernos de eventualidades quenos impidan cumplir nuestro objetivo.Si no sucede ninguna eventualidad,estaremos anticipadamente en el des-tino. A este adelanto en la hora de sa-lida para evitar posibles imprevistosdenominaremos “buffer(2)”. Esta solu-ción es la propuesta por la Teoría delas limitaciones (TOC).

Para llegar a otros lugares geográfi-cos, puede no existir AVE. La solución delFerrari es útil para más destinos pero po-siblemente no sea una solución eficientepese a ser eficaz. A simple vista, parecemás factible el tiempo de antelación,siempre que dispongamos del mismo.

Del mismo modo, para una empresadeterminada, nos encontraríamos con lasanteriores alternativas para cumplir consus fechas de entrega:

• Disponer en la empresa de máquinasde elevada capacidad . Si surge unimprevisto, aumentamos la velocidady somos capaces de entregar en la fe-cha señalada. (Filosofía JIT)

• Utilizar máquinas precisas que fabri-quen los productos de calidad en eltiempo necesario y con poca variación(Filosofía Six Sigma)

• Comenzar a fabricar con antelaciónpara generar un buffer ante el recursolimitado. (Filosofía TOC)

Tras un breve repaso a los principalescontenidos de las filosofías analizadas,estableceremos los conceptos utilizadosen la simulación. La simulación se basainicialmente en la filosofía JIT y posterior-mente en la Six Sigma. A estos dos mo-delos se les aplica TOC y se resumen losresultados obtenidos, finalizando el traba-jo con las conclusiones.

2. LAS PRINCIPALESFILOSOFÍAS DE GESTIÓN

2.1. La solución tradicional

La variación es inherente a cualquierfenómeno, incluidos los procesos produc-tivos de las empresas en los que preten-demos utilizar las filosofías de gestión. Fi-ne (1993) propone que los gerentes pue-dan responder a la variabilidad (incerti-dumbre) con diferentes enfoques:

• Trabajar en disminuirla en sus opera-ciones

• Aceptarla como fija y defenderse ade-cuadamente con unos niveles de exis-tencias suficientes.

Como señala Nahmias (1993), existenvarios motivos para mantener existencias,entre los que destacamos:

La utilización de la solución tradicionalpor las empresas occidentales provocóque perdiesen competitividad ante lasorientales hasta finales de 1980. Siguien-do a Goldratt (1990, punto 21), las empre-sas orientales entendieron que los pro-ductos terminados en el almacén provo-caban serios problemas competitivos, así

L a variación es inherente a cualquierfenómeno,incluidos los procesosproductivos de las empresas en los quepretendemosutilizar las filosofíasde gestión

(1) Es el tren de Alta Velocidad que une ambas ciudades.

(2) No hemos encontrado un término equivalente encastellano, aunque algunos autores utilizan“amortiguador”.

• Economías de escala: produciendograndes cantidades obtenemos es-tas economías.

• Incertidumbre: Si disponemos deexistencias, podemos atender de-mandas imprevistas.

• Especulación sobre los precios deventa: controlando la oferta, pode-mos hacer variar el precio de venta.

• Ahorros en el transporte: Es másbarato llevar muchas unidades quepocas a nivel de coste unitario.

• Producción continua: determinadosprocesos productivos requieren

lentos ajustes para cambiar de pro-ducto. Estos tiempos deben ser lomenos posibles, por lo cual debe-mos producir muchas unidades ca-da vez que ajustemos la máquina.

como un exceso de recursos financierosparalizados en la empresa que había queevitar. Las empresas occidentales enten-dían estas existencias como una forma deaumentar el resultado del ejercicio y pro-tegerse de la incertidumbre.

Otros autores han reconocido las des-ventajas estratégicas de mantener eleva-dos inventarios de existencias, lo cual hagenerado la tendencia actual a disminuir-los (por ejemplo, Winter (1989), Schon-berger (1986), Iglesias Sánchez (1998)).

Sin embargo, la solución del inventa-rio es una opción para responder a los re-tos de la Contabilidad de Gestión. Vol-viendo a utilizar el símil, la solución tradi-cional consistiría en estar ya en Sevillacuando haga falta (tener unidades termi-nadas antes de que sean necesarias).

2.2. Just in Time (JIT)

JIT nace tras la Segunda Guerra Mun-dial, motivado por el descenso en la cuotade mercado en la industria automovilísticade Japón, concretamente en el seno deToyota, bajo la dirección de Taiichi Ohnoe inspirada por la obra de Deming.

En el libro de Schonberger (1986)considera que la transformación a JIT co-mienza con la eliminación de los produc-tos en curso. Hall (1983) encomienda alas empresas a mantener únicamente losproductos sobre los cuales está trabajan-do, eliminando todos los demás.

Sin embargo, Shingo (1989) consideraque la reducción de stocks no puede serun fin en si misma, porque recortarlos sincontrol puede causar retrasos en los pedi-dos o perdida de productividad en las má-quinas. Por ello, Nahmias (1993) conside-ra que un objetivo de JIT es reducir losproductos en curso al mínimo.

La reducción de stocks propuestapor JIT suele reducir los tiempos nece-sarios para fabricar cada producto (leadtimes). JIT puede llegar también a redu-cir las inversiones en activos fijos inne-cesarios.

Hutchins (2000, p. 17) especifica queun proceso es JIT sí es capaz de ofreceruna respuesta inmediata a la demandasin necesidad de acumular existenciasexcesivas.

Schmidt (2002) define JIT como unafilosofía de mejora continua que hace hin-capié en la prevención más que en la co-rrección creando un amplio enfoque en lacalidad. También enumera los siguientesprincipios de JIT:

Sin embargo, JIT no describe concreta-mente los cambios en los procesos para al-canzar sus objetivos. Para algunas empre-sas es necesario aumentar la capacidad deproceso del sistema productivo(3) para obte-ner más unidades en el mismo tiempo.Otras deben solucionar los problemas quegeneran la necesidad de mantener losstocks. Algunas deben rediseñar sus pro-ductos y hacerlos más simples. Cualquiermecanismo que elimine la producción encurso nos acerca al objetivo JIT.

2.3. Six Sigma (6F)

Algunos defensores de Six Sigma sitú-an sus raíces en el descubrimiento de ladistribución normal por Carl FrederickGauss, pero el propio término pertenece aun ingeniero llamado Bill Smith de Motorola.

• 92 Nº 145 • Junio de 2003


J ust in Time(JIT) nace tras la Segunda GuerraMundial, motivadopor el descenso en la cuota demercado en la industriaautomovilística de Japón

• Gestión de la producción: La pro-ducción debe ser flexible y orienta-da al consumidor. Debe tener sis-temas de control de calidad (an-don) que detengan el proceso pro-ductivo (jidoka) cuando se detecteun problema en la calidad de losproductos en curso. Además, de-ben disponer de sistemas de com-probación (Poka yoke). Los lotesdeben ser pequeños o unitarios yel producto debe fabricarse losmás simplificadamente posible

• Gestión de los proveedores: Se de-ben establecer relaciones a largoplazo con pocos proveedores quenos aseguren un suministro libre dedefectos al 100% en el lugar quenos hace falta, justo cuando nos ha-ce falta y en la cuantía necesaria

• Gestión de las existencias: Debe-mos eliminar los stocks de seguri-dad hasta alcanzar las existenciascero (Zero inventory)

• Gestión de los recursos humanos:Los empleados diversificados inte-ractuan con sus compañeros en laresolución de problemas y en lamejora continua.

• Total Quality Management utilizadapara conseguir compromisos parala mejora continua de la calidad alargo plazo.

A mediados de 1980, los ingenierosde Motorola(4) decidieron que las medidasde unidades defectuosas no se podíanseguir midiendo en unidades porcentenar(5), sino en unidades por millón.Desarrollaron este planteamiento y crea-ron la metodología y el cambio culturalnecesario. Para alcanzar Six Sigma, unproceso no puede generar más de 3.4 de-fectos por millón de oportunidades porqueen una distribución normal esta es la pro-babilidad de que un evento caiga fueradel intervalo (—-6—; —+6—).

El objetivo más generalizado dentrode esta filosofía es la disminución de lapérdida de calidad de los productos pro-vocada por la variación. Six Sigma res-ponde a la variación minimizando su im-pacto en las operaciones de la empresa.

La comprensión de la variación es unrequisito esencial para entender Six Sig-ma. Deming (1992) cree que el problemacentral de la gerencia y su liderazgo estáen la incapacidad de comprender la infor-mación contenida en la variación.

Para Tennant (2000, p. 7), dentro deSix Sigma conviven:

• Total Quality Management de la cualobtiene las técnicas para el cambiocultural y la mejora continua.

• Control estadístico de los procesos(SPC) que provee las medidas, herra-mientas de análisis y los mecanismosde control.

• La filosofía japonesa de satisfacción alcliente.

Este mismo autor cita como ejemplorelevante de Six Sigma el caso del super-mercado Tesco que tras varios años demantener una política de bajos precios, afinales de 1980 irrumpe en el mercadocon el siguiente slogan: “Si no está satis-fecho, le devolvemos su dinero”. Ningunaempresa se permitiría semejante políticasi sólo se preocupara del beneficio. Sólo

desde una perspectiva de calidad se pue-de llegar a ese convencimiento que ade-más, resultó muy rentable y es un hechoen las grandes superficies actuales.

Si no somos capaces de controlar lavariación en la operativa diaria, la produc-ción carece de calidad, generando mu-chas unidades defectuosas.

2.4. Teoría de las limitaciones

Elihahu M. Goldratt refunde su “Optimi-zed Production Tecnology” en un libro quetituló “La Meta”, donde se explican los con-ceptos de la Teoría de las Limitaciones (enadelante, TOC de Theory of Constraints)aplicados a la producción. En otros librosfue extendiendo TOC a otras áreas de laempresa, hasta abarcarla en su totalidad.

Los conceptos principales de la TOCse analizan en los epígrafes siguientes

2.4.1. Nuevas Medidas:

Goldratt (1993, pag. 58) define las tresmedidas de la Teoría de las Limitaciones:

Como podemos observar las tres me-didas básicas en la TOC se miden en uni-

● Just in Time, Six Sigma y Teoría de las Limitaciones: Una comparativa

Nº 145 • Junio de 2003 93 •

S ix Sigmaresponde a la variaciónminimizando su impacto en las operaciones de la empresa

www.partidadoble.es

• Throughput como la velocidad a laque la empresa obtiene los ingre-sos. El Throughput de un periodoes el dinero que la empresa consi-gue ingresar como contrapartidade su actividad.

• Inversión(6) es todo el dinero que elsistema ha invertido en adquirirbienes y derechos que luego pre-tende vender, bien transformándo-los en un producto final o bien através de asignaciones de costes alos productos finales.

• Los Gastos Operativos (traduccióndel término ingles “Operating Ex-penses”) son todo el dinero quegasta la empresa para convertir laInversión en Throughput.

(3) Zipkin (1991)

(4) Entidad que ostenta la propiedad de la marca SixSigma.

(5) Antes de Six Sigma, la medida utilizada era Tressigma, lo cual podia generar un porcentaje dedefectuosos del 3%, es decir, tres defectuosos porcentenar.

(6) Pese a que en la Meta, Goldratt utiliza el términoingles "Inventory", las nuevas tendencias de la TOCutilizan el concepto “Investiments” que traducimos porInversiones.

dades monetarias. Dichas medidas estáninterrelacionadas por lo cual deben tener-se en cuenta de forma conjunta. No obs-tante, su sencillez intuitiva deriva en unaproblemática específica de la TOC, comopuede ampliar el lector interesado a tra-vés de la bibliografía citada, básicamenteen Goldratt (1993) y Goldratt (1994).

2.4.2. Objetivo de la empresa yel proceso de mejora continua

La Teoría de las limitaciones conside-ra que “focaliza” mejor los problemas por-que simplifica el objetivo de cualquier em-presa lucrativa: “ganar más dinero ahora yen el futuro”(7)

Según Goldratt (1994, pág. 49), “Todaempresa tiene una limitación, puesto que encaso contario, tendría beneficios ilimitados”.

Aquello que le impide tener benefi-cios ilimitados constituye una limitaciónpor definición. Las limitaciones puedenser políticas o físicas. Las que nos ata-ñen en este artículo son las físicas. Sinembargo, la mayoría de las limitacionessuelen ser políticas, las cuales requierenprocesos de razonamiento lógicos parasu solución(8).

Para las limitaciones físicas, Goldratt(1993, p 284) define los pasos a seguirpara la mejora continua, entendida comola superación continua de las limitacionesen la empresa:

Paso 1: Identificación de la limitación

Paso 2: Decidir como explotar las limita-ciones del sistema

Paso 3: Subordinarlo todo a la decisiónanterior

Paso 4: Elevar las limitaciones del sistema

Paso 5: Si se ha roto alguna limitación enel proceso anterior volver al paso 1.

Una vez identificada la limitación,debemos decidir cómo explotarla, es de-cir, evitar que el recurso limitado tengaperiodos de inactividad. El siguientepunto consiste en Subordinar, donde co-bra especial significado el concepto deGestión del Buffer de la limitación (Buf-fer Management). TOC utiliza una sutiltécnica conocida como el Drum-buffer-rope, de forma que al terminar la limita-ción una unidad, emite una señal (drum)que permite entrar a otra unidad al prin-cipio del sistema productivo (rope)(9). Deesta forma, la limitación determina el ni-vel del buffer que la alimenta y a su vezcontrola todos los productos en cursodel proceso productivo (Work in process,WIP).

TOC reconoce que no se pueden eli-minar constantemente las limitaciones. Elfinal del proceso de mejora continua con-siste en situar las limitaciones en los re-cursos que más beneficien a la empresa,pero escrutando continuamente el entor-no para evitar caer en la inercia.

3. SIMULACIÓN DEESCENARIOS PARA CADAFILOSOFÍA

3.1. Consideraciones previas:los conceptos capacidad deproceso, precisión y buffer

Ilustrándolo con un sencillo ejemplo,consideremos una planta con un sistemaproductivo secuencial (cada recursoabastece al siguiente), que se ilustra en elGráfico 1.

Denominamos capacidad de procesoal tiempo que un recurso utiliza para co-

• 94 Nº 145 • Junio de 2003


L a Teoría de las limitacionesconsidera que“focaliza” mejorlos problemasporque simplificael objetivo decualquier empresalucrativa: “ganarmás dinero ahoray en el futuro”

GRÁFICO I

LA CAPACIDAD DE PROCESO DE CADA RECURSO ES 10 SEGUNDOS/PIEZA

Recurso 1

Recurso 2

Recurso 3

Recurso 4

Recurso 5

Mater iasMater iaspr imaspr imas

Produc toProduc toterminadoterminado

(7) Goldratt (1994, pág 49).

(8) Para ampliar este aspecto se puede consultar IglesiasSánchez (1998a), (1998b), (1998c) y (1998d)

(9) Iglesias Sánchez, J.L. (1998ª, p. 22)

(10) Para ello hemos utilizado el Enterprise Dynamics3.01 por su versatilidad y capacidad gráfica.

menzar y terminar una unidad. Cuando unmismo proceso puede tener distintas aun-que similares capacidades de proceso,calculamos su media.

Por precisión entenderemos la variabi-lidad de la capacidad de proceso, medidacomo la desviación típica de la capacidadde proceso.

Nos parece adecuado utilizar la fun-ción de distribución normal con la mediaigual a la capacidad de proceso (Cp) delos recursos y una desviación típica (Dt)que denote la precisión de tal medida. Po-demos estandarizar cualquier distribuciónnormal restándole la capacidad de proce-so y dividiéndola por la desviación típica,obteniendo la función representada en elGráfico 2.

Así pues, contemplamos recursos cu-ya capacidad de proceso está sujeta auna distribución normal. Esto implica quealgunas veces el recurso tarda más de lamedia de la capacidad de proceso y enocasiones tarda menos.

Cuando existe más de un recurso,puede parecer que estos adelantos y re-trasos se anulan entre sí, consiguiendoque el proceso total dure la suma de lasmedias de las capacidades de proceso detodos los recursos. Sin embargo, este he-cho provoca desabastecimientos y satura-ción de los recursos consecutivos. Un de-sabastecimiento surge cuando un recursoestá preparado para admitir una unidadde producto, pero esta continúa en el pro-

ceso anterior. La saturación se motivaporque el siguiente recurso no puede ad-mitir la unidad suministrada porque aúnestá procesando una unidad. En realidad,todos ellos provocan un único efecto: elaumento del tiempo de proceso total conel consiguiente retraso en la fecha de fi-nalización. Consecuentemente, la variabi-lidad provoca retrasos en las entregas delos productos.

Para ilustrar estos hechos, hemosconstruido una simulación(10) de una horade duración en un sistema productivo cu-yos recursos finalizan cada unidad en 10segundos en función de una distribuciónnormal de desviación típica de 0, 1, 2, 3 y4 tras una hora de trabajo. Las unidadesterminadas de estas simulaciones segúnlas condiciones expresadas, las presenta-mos en el Cuadro 1.


Nº 145 • Junio de 2003 95 •

Cuantas más unidadescontempla el buffer, mayoresson las unidadesde productoobtenido hasta un límite

www.partidadoble.es

GRÁFICO 2

DISTRIBUCIÓN NORMAL ESTANDARD

-6 -5,5 -5 -4,5 -4 -3,5 -3 -2,5 -2 -1,5 -1 -0,5 -0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6

Longitud de la cadena (Recursos)Desviación típica 1 recurso Eficiencia 2 recursos Eficiencia 3 recursos Eficiencia 4 recursos Eficiencia 5 recursos Eficiencia

0 359 100% 358 100% 357 100% 356 100% 355 100%1 346 96% 336 94% 330 92% 327 92% 324 91%2 330 92% 317 89% 310 87% 300 84% 294 83%3 319 89% 302 84% 285 80% 283 79% 275 77%4 310 86% 281 78% 271 76% 261 73% 255 72%

Tiempo total de un proceso productivo lineal de n recursos en función de la desviación típica (Fuente simulación propia)

CUADRO 1

Los recursos finalizan las unidades ylas traspasan al siguiente proceso. Con ladesviación típica de 0 y 5 recursos, las uni-dades deben pasar por todos los recursoshasta alcanzar el último, lo cual provocaque se comiencen 360 unidades pero quese finalicen 355. La diferencia entre lasunidades comenzadas y finalizadas es laproducción en curso. Por eficiencia hemosconsiderado la relación entre las unidadesterminadas y el óptimo de 360.

Podemos comprobar que la desvia-ción típica socaba seriamente los tiempostotales de proceso, de forma que con 5recursos y a desviaciones típicas de 4, enuna hora el proceso productivo solo con-sigue acabar 255 unidades, cuando lamedia se sitúa en 355, es decir, el 72%de las unidades esperadas.

Un elemento reductor de la anteriorvariabilidad podría consistir en buffers(11)

de producto semiterminado que permitie-ran a los recursos seguir trabajando pesea retrasos y adelantos generados por lavariabilidad de los procesos. En el mismoejemplo, planteado para 5 recursos y unadesviación típica de 4, con un buffer de nunidades de producto semiterminado de-lante de cada recurso permite obtener re-ducir sensiblemente la variabilidad, comoreflejamos en el Cuadro 2.

Como podemos comprobar, cuantasmás unidades contemple el buffer, mayo-res son las unidades de producto obtenidohasta un límite (en nuestro caso el bufferde 3 unidades) tras el cual los aumentosde buffer no consiguen aumentar el núme-ro de unidades obtenidas por hora. Esteconcepto constituye una de las principalesaportaciones de la Teoría de las limitacio-nes. Por otro lado, el concepto de buffer deTOC es completamente antagónico al ob-jetivo de JIT sobre cero-existencias.

Nótese que aumentar desde 255 has-ta 308 las unidades terminadas es un au-mento del 120,78% obtenido por la merautilización de los buffers.

Para nosotros, la capacidad de proce-so y la precisión son estratégicos. Porejemplo, en el caso de la maquinaria, es-tos parámetros se conocen en el momen-to que se adquiere. Estos parámetros sonfunción de la tecnología existente y delpresupuesto disponible para esta inver-sión. No nos podemos plantear que di-chas unidades se puedan adquirir en uni-dades discretas, hipótesis que fundamen-ta el trabajo de Kurz (1995).

El buffer, entendido como un númerodeterminado de unidades delante de la li-mitación puede ser estratégico u operati-vo. Estratégico cuando en la creación oampliación de la empresa se decida re-servar espacio físico con este objetivo.Sin embargo, en la mayoría de los casos,el número de unidades que componen elbuffer es una cuestión operativa aplicablea cualquier sistema pese a estar basadoen otra filosofía de gestión. Por ejemplo,

• 96 Nº 145 • Junio de 2003


Para el recursolimitado, JIT optapor la máquina 2pues es más velozque la máquina 1

Capacidad de proceso 8 segundos/pieza [media suministrada por el fabricante]

Precisión del recurso 1,5 [desviación típica suministrada por el fabricante]

Vida útil 7.680 horas de utilización (4 años a 1920 horas/año)

Coste 230.400 euros

CUADRO 3 MÁQUINA A PARA EL PROCESO MÁS RÁPIDO (PROCESO NO LIMITADO)

Máquina 1 Máquina 2 Máquina 3Capacidad de proceso (seg/ud.) 12 10 10

Precisión del recurso (desv. típ) 2 2 1

Vida útil (horas) 7.680 7.680 7.680

Coste (euros) 153.600 168.960 194.300

CUADRO 4 MÁQUINAS PARA EL PROCESO MÁS LENTO (LIMITACIÓN)

(11) Hemos definido “buffer” como un adelantotemporal. Un buffer de producto es un adelanto en elcomienzo de la producción que ha generado una serie deunidades de producto semiterminado delante de cadarecurso.

(12) Equivale a un año natural de 8 horas a la semana, 4semanas al mes y 12 meses al año.

Buffer de Buffer de Buffer de Buffer de Buffer de1 ud. 2 ud. 3 ud. 4 ud. 5 ud.

5 recursos y desviación típica =4 304 307 308 306 306

CUADRO 2

resultaría inaplicable la creación del bufferante un túnel de pintado en una empresaautomovilística si no hubiera sitio suficien-te para las carrocerías que integrarían elbuffer.

3.2. El modelo de simulaciónpara la comparación de lasfilosofías

Nos situamos en el momento de di-señar el proceso productivo. Nuestrosencillo ejemplo consiste en dos proce-sos (el primero recibe la materia prima yla entrega al segundo) con una materiaprima cuyo precio de adquisición es 2euros, vendiéndose a una media de 3euros en un mercado capaz de absorbercualquier cantidad producida por estaempresa.

El estado actual de la tecnología pro-ductiva nos obliga a comprar la máquinaA para efectuar la tarea más rápida (nolimitada) y cuyas características se reco-gen en el Cuadro 3.

Sin embargo, para la limitación (pro-ceso más lento) existen tres máquinasque satisfacen los requerimientos técni-cos del proceso. Sus características bá-sicas se recogen en el Cuadro 4.

3.3. La solución JIT

Como hemos mencionado, la filosofíaJIT se centra básicamente en eliminar elinventario en curso para recortar los tiem-pos de producción. Para conseguir estepropósito, se suele comenzar por ampliarla capacidad de los recursos productivos,sobre todo cuando son tan simples comoel propuesto.

Todos los escenarios deberán trabajarcon la máquina A en el proceso inicial.Para el recurso limitado, JIT opta por lamáquina 2 pues es más veloz que la má-quina 1. Como en esta filosofía no se ha-ce especial referencia a la precisión, noestá justificado el mayor gasto que supo-ne la máquina 3, por lo cual se diseña el

proceso productivo con la maquina 2. (verGráfico 3)

La simulación efectuada para 1920horas(12) ha arrojado los resultados que seexponen en el Cuadro 5.

3.4. La solución Six Sigma

Resulta evidente que los simpatizan-tes de Six Sigma optarán por la maquina3 dada su mayor precisión respecto a lamáquina 2.(ver Gráfico 4)

Tras el diseño de la planta y su puestaen marcha, los resultados de la soluciónSix Sigma simulados para el primer añose exponen en el Cuadro 6, comprobandocomo esta solución mejora en 1,8% el re-sultado obtenido por JIT.


Nº 145 • Junio de 2003 97 •

Carece desentido seguiraumentando el buffer pues la limitación yaestá al 100% de su capacidad

www.partidadoble.es

GRÁFICO 3

Máquina A

Máquina 2

Mater iaMater iapr ima 2pr ima 2 €€

Produc toProduc toterminado te rminado 33 €€

GRÁFICO 4

Máquina A

Máquina 3



Unidades puestas en proceso 671.064Unidades en curso al final del periodo 2Unidades finalizadas 671.062Utilización del Recurso no limitado (Tiempo activo / tiempo total) 77,7%Utilización del Recurso limitado 97,1%

CUADRO 5

Unidades puestas en proceso 682.879

Unidades en curso al final del periodo 2

Unidades finalizadas 682.877

Utilización del Recurso no limitado 79,0%

Utilización del Recurso limitado 98,8%

CUADRO 6

3.5. La solución TOC basadaen el escenario JIT

Pretendemos aplicar la solución de laTeoría de las limitaciones en un procesoproductivo diseñado por JIT.

Aplicando el proceso de mejora conti-nua anteriormente mencionado, debemosidentificar la limitación. En este ejemplo,el último recurso es el que tarda más enfinalizar cada unidad (8 segundos tarda elprimero y 10 el segundo). Este recurso esla limitación física.

El paso 2 nos indica que tenemosque decidir como explotarla, es decir,evitar tiempos ociosos en el recurso limi-tado. Como señala el profesor Iglesias(1998a, p. 21): “Una hora perdida en lalimitación es una hora perdida para todala empresa”.

El paso 3, Subordinar todo a la deci-sión anterior requiere que como mínimose cree un buffer que mantenga abasteci-

da a la limitación, aislándola de las varia-ciones que se puedan producir a lo largodel periodo. (ver Gráfico 5)

Hemos estado experimentando conbuffer de una y de dos unidades situadodetrás del recurso no limitado y delantedel recurso limitado para mantenerla abas-tecida continuamente. Los resultados detal actuación se recogen en el Cuadro 7.

Podemos comprobar que el buffer dedos unidades genera más unidades quelos anteriores con aumentos significativos.Carece de sentido seguir aumentando elbuffer pues la limitación ya está al 100%de su capacidad.

3.6. La solución TOC basadaen el escenario Six Sigma

Actuando del mismo modo que con elescenario JIT, hemos dotado un buffer deuna unidad de producto delante del recur-so limitado para mantenerlo abastecidocontinuamente. (ver Gráfico 6)

• 98 Nº 145 • Junio de 2003


L a Teoría de las limitaciones es capaz deoptimizar plantascreadas bajo otrasfilosofíasmejorando las unidadesobtenidas y conellas el resultado

GRÁFICO 5

Máquina A

Máquina 2



Buffer 1 ud 2udUnidades puestas en proceso 690.826 691.238

Unidades en curso al final del periodo 3 4

Unidades finalizadas 690.823 691.234

Utilización del Recurso no limitado 80,0% 80,0%

Utilización del Recurso limitado 100,0% 100,0%

CUADRO 7

Buffer

GRÁFICO 6

Máquina A

Máquina 3



Buffer

La única diferencia de este escenarioestá en la mayor precisión del recurso li-mitado (maquina 3). Los resultados de es-ta actuación se recogen en el Cuadro 8.

Se trata de una solución óptima puesmantiene a la limitación al 100% de su ca-pacidad, mejorando los resultados de JITen 3.01% y los de Six Sigma en un 1,23%.

3.7. La solución tradicional

En esta solución, protegerse de la va-riabilidad a base de mantener stocks sóloes posible si dichos stocks son vendibles,es decir, han sido completamente fabrica-dos. Por este motivo, esta solución noaporta ventajas en el diseño del procesoproductivo, sino en el diseño de almaceneslo más grande posibles para mantener exis-tencias de productos terminados con todaslas desventajas que este hecho conlleva.

3.8. Resumen de resultados

Un resumen de los resultados se ex-ponen en el Cuadro 9.

Queremos destacar que la Teoría delas limitaciones es capaz de optimizarplantas creadas bajo otras filosofías mejo-rando las unidades obtenidas y con ellasel resultado.

Es especialmente destacable que enel entorno con JIT, donde el recurso limi-tado tiene una variabilidad de 2 y con elbuffer de dos unidades se obtiene el ma-yor output. Dicho output no es mejorablepuesto que la limitación esta al 100%(13)

de su capacidad.

Exponemos un resumen de los re-sultados obtenidos por los diferentesmodelos de simulación en el Cuadro10. La fila Ingresos se obtiene por mul-tiplicación entre las unidades vendidasy 3 euros (precio de venta). A su vez,Coste variable se obtiene multiplicandolas unidades vendidas por 2 euros (im-porte de la materia prima). Los costesfijos anuales se han calculado utilizan-do el coste total y amortizándolo lineal-mente durante cuatro años sin valor re-sidual.


Nº 145 • Junio de 2003 99 •

S ix Sigmaobtiene másunidades que JIT,pero estas nojustifican el mayorcoste incurrido en la compra de la máquina 3 por Six Sigma

www.partidadoble.es

Buffer 1 ud 2udUnidades puestas en proceso 691.143 691.153

Unidades en curso al final del periodo 3 4

Unidades finalizadas 691.140 691.149

Utilización del Recurso no limitado 80,0% 80,0%

Utilización del Recurso limitado 100,0% 100,0%

CUADRO 8

Resumen de resultadosUnidades Porcentaje

finalizadas sobre JITJust in Time (JIT) 671.062 100,00%

TOC sobre JIT (buffer de 1 unidad) 690.823 102,94%

TOC sobre JIT (buffer de 2 unidad) 691.234 103,01%

Six Sigma (6s) 682.877 101,76%

TOC sobre 6s (buffer de 1 unidad) 691.140 102,99%

TOC sobre 6s (buffer de 2 unidad) 691.149 102,99%

CUADRO 9

(13) Todas las soluciones TOC mantienen la limitación al100% aunque fabrican distinto numero de unidadesporque sus diferencias no son suficientes para afectar almencionado 100%.

Este resultado se ha calculado enbase a los datos de la simulación. Siexistiesen otros costes variables debenser incluidos bajo el epígrafe Coste va-riable de las unidades vendidas y loscostes fijos se incorporan en el epígrafede Costes fijos.

La presentación de estos resultadosse ha incluido con un único objetivocomparativo entre las distintas filosofí-as. Debemos destacar que Six Sigmaobtiene más unidades que JIT, pero es-tas no justifican el mayor coste incurridoen la compra de la maquina 3 por SixSigma.

Por otro lado, TOC aplicada a JIT conun buffer de 2 unidades obtiene el mayornúmero de unidades y también el mejorresultado.

4. CONCLUSIONES

El objetivo de eliminar las existencias encurso defendido por la filosofía JIT puedemermar la productividad de la empresa,por lo cual Shingo (1989) defiende que nopuede ser un fin en sí mismo. Este hechoha quedado demostrado y subsanado porTOC, situando una pequeña cantidad (2unidades) como buffer sólo ante el recur-so limitado, elevando la productividad dedicho recurso al máximo.

Six Sigma puede compensar la varia-bilidad con recursos más precisos. En elcaso propuesto, el coste de esta actua-ción es mayor que el beneficio que re-porta, pero podemos suponer que exis-tan otras ocasiones en la que suceda locontrario.

La Teoría de las limitaciones no esfactible si no disponemos de sitio físico osimplemente si no disponemos de tiempode antelación con el cual proteger a nues-tro recurso limitado. Pero si es factible,mejora los escenarios creados por otrasfilosofías de gestión.

Otro detalle destacable es la veloci-dad de proceso alcanzada en el caso JITmejorado por TOC. En 1920 horas por3600 segundos cada hora, tenemos untotal de 6.912.000 segundos. La limitaciónes la que determina el tiempo de procesototal por ser el recurso que más tarda. Es-to implica un límite máximo de 691.200unidades. ¿Cómo se explican las 691.234alcanzadas con el buffer de 2 unidades?.Simplemente, los adelantos en la limita-ción fueron superiores a los retrasos porel azar que los generó, permitiendo pro-cesar 34 unidades más que el máximo es-perado. De esta forma, los adelantos quese producen en la capacidad de procesodel recurso limitado son susceptibles deser aprovechados si disponemos de buf-fers adecuados.

• 100 Nº 145 • Junio de 2003


TOC aplicada a JIT con un bufferde 2 unidadesobtiene el mayornúmero deunidades y también elmejor resultado

Just in Time TOC y JIT TOC y JIT Six Sigma TOC y 6s TOC y 6s (JIT) (buffer= 1) (buffer=2) (6s) (buffer=1) (buffer= 2)

1) Ingresos por ventas 2.013.186 2.072.469 2.073.702 2.048.631 2.073.420 2.073.447

2) Coste variable de las unidades vendidas (1.342.124) (1.381.646) (1.382.468) (1.365.754) (1.382.280) (1.382.298)

Margen de Contribución 671.062 690.823 691.234 682.877 691.140 691.149 3) Costes fijos

Maquina no limitada (57.600) (57.600) (57.600) (57.600) (57.600) (57.600)

Maquina limitada (42.240) (42.240) (42.240) (48.576) (48.576) (48.576)

Resultado 571.222 590.983 591.394 576.701 584.964 584.973 Porcentaje sobre JIT 100,00% 103,46% 103,53% 100,96% 102,41% 102,41%

CUADRO 10

El buffer TOC aumenta la utilizacióndel recurso limitado más que la precisiónde dicho recurso. Este hecho provoca unaconclusión sorprendente: podemos obte-ner mejores resultados con máquinas me-nos precisas gracias al buffer de la limita-ción. Las desviaciones de un recurso me-nos preciso se anulan entre sí, obtenien-do el mismo resultado que un recurso conuna precisión elevada.

Como hemos mencionado, capaci-dad de proceso y precisión son paráme-tros que se deben decidir al principio, enel diseño de la planta. Pueden ser cam-biados pero no a corto plazo. Incluso elbuffer debe ser decidido al principio, so-bretodo si los productos en curso son vo-luminosos. Sin embargo, en muchasocasiones el buffer es una cuestión ope-rativa, lo cual aumenta el ámbito de apli-cación de TOC.

Respecto a la solución tradicional pu-do ser útil en el pasado, pero los nuevosretos han demostrado que no es una al-ternativa válida en el cambiante entornoglobalizado en el cual tendrán que actuarnuestras empresas.

Por último, mencionar que la simula-ción por generación al azar permite com-probar el resultado de las hipótesis departida de forma rápida. Como contra-partida, tienen inconvenientes. Por ejem-plo, cada simulación es única, dado quesus parámetros pueden variar ligeramen-te al volver a lanzar el programa. Ade-más, nos obliga a simplificar excesiva-mente la realidad.


Nº 145 • Junio de 2003 101 •

Podemosobtener mejoresresultados conmáquinas menosprecisas gracias al buffer de la limitación

www.partidadoble.es

BIBLIOGRAFÍA

Fine, C.(1993): 15.760 Introduction toOperations Management, Teaching Note, 1993.

Nahmias, S.(1993): Production and OperationsAnalysis (2nd edition), Boston: Irwin.

Winter, R. E. (1989): “Inventory-Building Lags ItsNormal Pace”, The Wall Street Journal February 2.

Kurz, M. R. (1995): Selection of operationsmanagement metodologies in disparate cost environ-ments, Massachusetts Institute of Technology

BIBLIOGRAFÍA SOBRE JUST IN TIME

Hall, R. (1983): Zero Inventories. Homeward, IL;Dow-Jones Irwin.

Iglesias Sánchez, J.L. (1990d): “Adaptación delos Sistemas de Acumulación de Costes a las caracte-rísticas del sistema productivo. Una referencia al JustIn time”, Revista Técnica del Instituto de CensoresJurados de Cuentas de España. Nº 22., pp. 27-42.

Schmitt, M (2002): “JIT Manufacturating”.Presentación en Microsoft Powerpoint sita enhttp://www.freequality.org/beta freequal/fqwebsite/trainning/

Schonberger, R. (1986): World ClassManufacturing: The Lessons of Simplicity Applied.New York: Free Press, Collier Macmillan.

Shingo, S. (1989): A Study of the ToyotaProduction System from an Industrial EngineeringViewpoint. Cambridge: Productivity Press.

Zipkin, P. H. (1991): “Does Manufactunng NeedA JIT Revolution?”, Harvard Business Review, 91-111,Jan-Feb.

BIBLIOGRAFÍA SOBRE SIX SIGMA

Deming, W. E. (1992): Out of the Crisis.Cambridge: Massachusetts Institute of Technology,1992.

Tennant, G. (2000): Six Sigma, SPC, TQM inManufacturating and Service, BMC

Ejemplo de Web de Six Sigma: http://www.isixsig-ma.com

BIBLIOGRAFÍA SOBRE LA TEORÍA DE LAS LIMITACIONES

Goldratt, E. M. y Cox, J. (1993): “La Meta”.Ediciones Díaz de Santos, S.A.

Goldratt, Eliyahu M. & Fox, R. E. (1990): “LaCarrera”. Ediciones TAULAR S.A.

Goldratt, Eliyahu M. (1994): “El Síndrome delPajar”. Ediciones Díaz de Santos, S.A.

Goldratt, Eliyahu M.(1995) : “No es cuestión desuerte·. Ediciones Díaz de Santos S.A.

Goldratt, Eliyahu M.(1995): Critical Chain, TheNorth River Press.

Iglesias Sánchez, J.L. (1997a): “Aportaciones dela teoría de las limitaciones a la dirección de la empre-sa. (El cambio de paradigma)”, Revista TécnicaContable . Año XLIX. Nº 587. Noviembre, pp 721-731.

Iglesias Sánchez, J.L. (1998a): “El factor escaso,clave en los sistemas de costes. Parte I”, RevistaFinanzas y Contabilidad Editada por Harvard-Deusto.Marzo-Abril., pp 61-69.

Iglesias Sánchez, J.L. (1998b): “El factor escaso,clave en los sistemas de costes. Parte II. La aportaciónde la Teoría de las Limitaciones”, Revista Finanzas yContabilidad Editada por Harvard-Deusto. Mayo-Junio,pp 16-24.

Iglesias Sánchez, J.L. (1998c): “El factor escaso,clave en los sistemas de costes. (Parte III). El procesode razonamiento lógico y su aplicación en la empre-sa”, Revista Finanzas y Contabilidad. Harvard-DeustoMayo-Junio, pp 25-34.

Lizcano, J y Castelló, E: (1997): IX Congreso deAECA, Asociación Española de Contabilidad yAdministración de Empresas (AECA)

• teoria del just in time

Documents