UNIVERSIDAD AUTONOMA DE NUEVO LEON

FACULTAD DE ARQUITECTURA SURDIRECCON DE ESTUDIOS DE POSTGRADO

PRODUCTIVIDAD EN LAS EMPRESAS CONSTRUCTORAS PEQUEAS DEL AREA METROPOLITANA DE MONTERREY

Por NORA LIVIA RIVERA HERRERA

En opcin al Grado de MASTER EN CIENCIAS con Especialidad en Administracin de la Coastruccin

JULIO 2002

1020061462

UNIVERSIDAD AUTONOMA DE NUEVO LEON

FACULTAD DE ARQUITECTURA SUBDIRECCION DE ESTUDIOS DE POSTGRADO

PRODUCTIVIDAD EN LAS EMPRESAS CONSTRUCTORAS PEQUEAS DEL AREA METROPOLITANA DE MONTERREY

Por NORA LIVIA RIVERA HERRERA

En opcin ai Grado de MASTER EN CIENCIAS eo Especialidad en Administracin de la Construccin

JULIO 2002

-oos-

FONDO TESIS

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE ARQUITECTURA SUBDIRECCIN DE ESTUDIOS DE POSTGRADO

PRODUCTIVIDAD EN LAS EMPRESAS CONSTRUCTORAS PEQUEAS DEL REA METROPOLITANA DE MONTERREY

Por
NORA LIVIA RIVERA HERRERA

En opcin al Grado de MASTER EN CIENCIAS con Especialidad en Administracin de la Construccin

UNIVERSIDAD AUTONOMA DE NUEVO LEON

FACULTAD DE ARQUITECTURA SUBDIRECCIN DE ESTUDIOS DE POSTGRADO

PRODUCTIVIDAD EN LAS EMPRESAS CONSTRUCTORAS PEQUEAS DEL REA METROPOLI ANA DE MONTERREY

En opcin al Grado de MASTER EN CIENCIAS con Especialidad en Administracin de la Construccin

Que presenta Nora Livia Rivera Herrera

Agradecimientos

Al Departamento de Becas de Estudios de Postgrado de la Universidad Autnoma de Nuevo Len, asi como al Arq. Guillermo R. Wah Robles Director de la Facultad de Arquitectura por su apoyo para la realizacin de mis estudios.

Ai Arq. Eduardo Sousa Gonzlez, Secretario de la Divisin de Estudios de Postgrado por las facilidades necesarias para la realizacin de sta Tesis.

Al Ing. Humberto Chapa Garda e Ing. Amado Rocha por formar parte del Comit de Tesis y sus valiosas sugerencias e inters en la revisin del presente trabajo.

Al Lic. Jess Trevio Cant, asesor de mi Tesis, por su paciencia y conocimientos compartidos durante el desarrollo de ia Tesis.

A las empresas constructoras del Area Metropolitana de Monterrey por su valiosa Cooperacin.

A los Maestros de la Divisin de Estudios de Postgrado de la Facultad de Arquitectura por su dedicacin y esfuerzo en la formacin de profesionistas.

A mis amigos y compaeros maestros por su ayuda incondicional, especialmente a Mine, y a todas las personas que contribuyeron de una u otra forma en la realizacin de ste trabajo.

Dedicatorias
Dedico esta Tesis especialmente a:

Mi Madre, por su cario, y gran corazn, por sus valores y porque super con valenta y amor los obstculos que se le presentaron durante el breve tiempo que estuvo con nosotros.

Mi Padre por ser Trabajador y honesto, porque sin decir palabras, solo con su sonrisa nos trasmiti sentimientos nobles.

Mis hermanos por brindarme su cario, apoyo moral, y comprensin cuando los he necesitado.

Mi Madrina, Carmen y Paco por sus consejos y muestras de cario.

Mis abuelos, tos, primos, muy especialmente al "Gero" por su cario incondicional.

Mis sobrinos, por su amor mostrado a travs de los aos, Jorge, Pepis, Enrique, Adrin, "mis casi hijos" Checo, Liz, Mely, a mis "colochas" Marilita y Barbie, sin olvidar a mis "cuates" Miguel Angel y Jess Antonio, as compo a Pato y Ee

A Tere, por su comprensin y cario durante todos estos aos de su amistad.

A la Familia San Martn Berman por su cario que me han mostrado, especialmente durante mi niez, ali en tierras veracruzanas.

Especialmente a DIOS por ser lo que soy y por permitirme seguir superndome da tras da

No se nos olvide afilar el hacha

"Haba una vez un hachero que se present a trabajar en una maderera. El sueldo era bueno y las condiciones de trabajo mejores an; asi que el hachero se decidi a hacer buen papel El primer da se present al capataz, quien dio in hacha y le design una zona. El hombre entusiasmado si al bosque a talar. En un solo dia cort dieciocho rboles. Te felicito dijo ei capataz- sigue as. Animado por las palabras del capataz, el hachero se decidi a mejorar su propio desempeo al dia siguiente; asi que esa noche se acost bien temprano. A la maana siguiente se levant antes que nadie y se fue al bosque. A pesar de todo el desempeo, no consigui cortar ms que quince rboles. Me debo haber cansado pens y decidi acostarse con la puesta del sol. Al amanecer, se levant decidido a batir su propia maca de dieciocho rboles. Sin embargo, ese dfa no lleg ni a la mitad. Al da siguiente fueron siete, luego cinco y ei ltimo da estuvo toda la tarde tratando de voltear su segundo rbol. Inquieto por el pensamiento del capataz, el hachero se acerc a contarle lo que le estaba pasando, y a Jurarle y perjurarle que se esforzara al limite de desfallecer. El capatfaz le pregunt. Cundo afHaste tu hacha la ttima vez? Afilar? No tuve tiempo de afilar, estuve muy ocupado cortando rboles."

Bucay Jorge. "Recuentos para Demin", Buenos Aires, 1996,

Indice Capitulo I. Introduccin 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 Origen del Tema _ _ _ _ - - ~ -

Pg.

1 2 7 8 10 12 13 14

Especificacin del objeto y problema de estudio Relevancia Justificacin Antecedentes-Situacin actual Objetivos _ _ _ -

Alcances y limitaciones

Captulo II. Revisin de literatura sobre Productividad 2.1 2.2 2.3 2.4 Concepto de Productividad Teoras y modelos relacionados con productividad Productividad en Mxico 15 15 20 22 22 22 26 30

Identificacin de variables que afectan a la Productividad 2.4.1 Marco Terico -

2.4.1.1 Recursos Humanos 2.4.1.2 Planeacin._ 2.4.1.3Calidad

Captulo III. Metodologa 3.1 3.2 3.3 Mtodos ___ Variables Datos 35 36 38

Captulo IV Factores explicativos de la Productividad 4.1 Hiptesis General 4.1.1 - _ ....._ 39 40

Hiptesis de Consistencia interna

Pg. 4.1.2 4.1.3 4.1.4 Hiptesis de Correlacin simple Hiptesis de Anlisis de Regresin 41 42 45 46 46 _ 47 47 49 52

Hiptesis de Regresin con variables de Anlisis factorial _

4.2 Resultados para el estudio de caso 4.2.1 4.2.2 4.2.3 4.2.4 4.3 Hiptesis de Consistencia interna Hiptesis de Correlacin simple Hiptesis de Anlisis de Regresin

Hiptesis de Regresin con variables de Anlisis factorial -

Esquema General del Estudio -

Capitulo V. Resumen y notas finales 5.1 Recapitulacin 5.2 Validez _ _ _ _ 53 53 54

5.3 Lneas futuras de estudio

Bibliografa

_ _ _ 6

56 0 62 64 68

Apndice A Determinacin del Universo y de la Muestra Apndice B Listado de Empresas Encuestadas Apndice C Formato de la Encuesta -

Apndice D Matriz de datos por empresa e Items Apndice E Frecuencias de cada Variable - - -

69 70 72

Apndice F Tabla de entrada y valores estandarizados Apndice G Coeficiente de confiabilidad Alfa de Chronbach Apndice H Tabla de correlacin -

76 78

Apndice I Tabla de anlisis de regresin Apndice J Tabla de anlisis factorial -

82

Apndice K Tabla de regresin (mtodo enter) Apndice L Tabla de anlisis de varianza (ANOVA)

Tabla 1 2 3 4 5 6 7 8 9 Clasificacin de empresas constructoras por nivel de ingresos -- Clasificacin de empresas constructoras -

Pg. 4 4 4 " 5 5 - . -21 37 38 47

Clasificacin de empresas constructoras por nmero de personal Clasificacin de las 100 constructoras ms importantes de Mxico Clasificacin de las 50 consultoras ms importantes de Mxico. Posiciones de Competitividad y Productividad Mundial Definicin conceptual y operacional de las variables Nmero de tems por v a r i a b l e Coeficiente Alfa de Chronbach -

LISTA DE FIGURAS 1 2 3 4 5 6 7 8 9 10 11 Area Metropolitana de Monterrey Estado de Nuevo Len - _ _ 6 7 7 8 .. -- . --_ ..._ - _ 9 9 52 64 65 66 _ 67

Area Metropolitana de Monterrey Nivel de Actividad de la Construccin Valor del PIB en la Construccin Valor ocupado en la Construccin Esquema General del estudio Portada de la encuesta Pgina 1 de la encuesta Pgina 2 de la encuesta Pgina 3 de la encuesta -

Captulo I Introduccin Esta introduccin presenta el origen de la productividad, as como la explicacin del objeto y problema de estudio. Adems, se incluye una breve explicacin de la relevancia y justificacin del tema. Se explican tambin los antecedentes de la productividad, as como la situacin actual que prevalece. Por ltimo se analizan los alcances y limitaciones del estudio.

1.1 Origen del Tema Los autores Noori Hamid (1997) y Heliodoro Vzquez (1992), definen a la Productividad como la relacin de productos e insumos. En el campo nacional, con frecuencia la productividad se mide al dividir la produccin econmica total de un pas por el total de horas empleadas por los trabajadores para lograrla. Adems, se reconoce que los cambios de la productividad influye en fenmenos sociales y econmicos, tales como el rpido crecimiento econmico, el aumento de de los niveles de vida, las mejoras de la balanza de pagos de la nacin, el control de la inflacin, entre otros. David Sumath (1992) establece que la medicin de la productividad a nivel nacional tiene ciertos usos, entre los que destacan: 1) Pronosticar el ingreso y el producto nacional en alguna fecha futura, 2) Para comparar el poder competitivo de los distintos sectores en las diferentes economas nacionales, y 3) Es un factor importante que afecta los precios y salarios. (Sumath, David J. (1992) Existen vanadas razones por las que la productividad se estima preferentemente en funcin del recurso humano, es decir, la cantidad producida por el trabajo humano en una determinada unidad de tiempo. Es factible medir el rendimiento fsico del trabajo de una persona en un determinado tiempo, adems de que el ser humano no tiene las restricciones que tienen los recursos fsicos, por ejemplo, una mquina no puede excederse de su capacidad diseada.

En el caso de las personas, mediante el adiestramiento adecuado, un mtodo simplificado o una motivacin efectiva pueden lograr elevar su desempeo profesional. La

creatividad es la caracterstica trascendental del ser humano y prcticamente no tiene lmites y, a travs de sta, se puede tambin, aumentarla productividad.

Robbins S (1998) establece que la evolucin histrica de la productividad tiene como principales precursores y acontecimientos, entre otros, los siguientes: Adam Smith (1776) Concluy que la divisin del trabajo redobla la productividad al incrementar la habilidad y destreza, al ahorrar tiempo que es comnmente perdido al cambiar tareas, y por la creacin de invenciones y maquinarias que ahorran trabajo. Produjo la llegada de la maquina de vapor, la produccin en masa, la reduccin de los costos de transportacin, generando el desarrollo de grandes corporaciones. Estableci cuatro principios, que en resumen decan que los principios de armona entre trabajadores y administradores aumentan los beneficios para el trabajador, pero tomando en cuenta que debe haber una especializacin del trabajador (por fundones), para asi alcanzar la mxima producdn. Aport mejoras en la productividad, prindpalmente en el diseo y uso de las herramientas y equipo adecuados para optimizar el rendimiento en el trabajo. Estableci catorce principios, entre los cuales destaca la divisin del trabajo de Adam Smith, es dedr, la espedalizadn incrementa la produccin al hacer a los empleados ms efidentes. Afirmaba que el dinero gastado en mejorar la mano de obra era una de las mejores inversiones que los ejecutivos podan hacer. A travs de la psicologa industrial buscaba incrementar la edencia a travs del anlisis del trabajo dentfico y mediante un mejor ajuste de las destrezas y habilidades. Entre sus aportaciones destacan las encuestas de actitud, el asesoramiento al empleado, el entrenamiento de la gerenda, entre otras.

Revolucin Industrial (Siglo XVIII)

Frederick Taylor(1911)

Frank Bunker Gilbreth

Henry Fayol

Robert Owen (1825)

Hugo Munsterberg (1913)

Los estudios Hawthorne (1930)

1.2 Especificacin del Objeto y Problema de Estudio

El objeto de estudio es la Productividad en las empresas constructoras pequeas del Area Metropolitana de Monterrey.

Srvulo Anzola (1993) define a la Empresa como toda aquella organizacin que realiza actividades comerciales, industrales y de servicio que provee bienes y servicios para mantener y mejorar la calidad de vida de las personas. Existen empresas de Transformacin (fabrica de calzado), Empresas de sen/icio (hospital, constructora), y empresas de comercializacin (mueblera). Por lo general, las pequeas empresas estn dedicadas a la actividad comercial, comercializando tos productos ellas mismas, logrando una relacin directa entre productor y consumidor. Cerca del 80% de estas se dedican al comercio o a la prestacin de sen/icios y el resto a actividades de transformacin.

Entre las caractersticas principales de la pequea empresa destacan: es una empresa tipo familiar, ta mayora se mantienen en el mismo lugar, abarcan un mercado regional, entre otros. Carlos Surez (1984) establece que la empresa constructora consta de 4 elementos: clientes, capital, recuros humanos y conocimiento del proceso. En donde el recurso humano es bsico, ya que obtenido ste, el diente llegar y el capital tambin. Con el personal adecuado, se deben definir claramente ios objetivos primordiales, entre los cuales destacan, inicialmente, el Servicio al Cliente, ya que con esto se iniciar la empresa constructora, lo cual tendr como resultado la satisfaccin de recursos humanos y por ltimo se obtendr una alta rentabilidad de capital. Entre las caractersticas de una empresa edificadora destacan: es una industria artesanai en un 70%, fabrica artculos" a la orden", alto porcentaje de rotacin de personal, el riesgo de inversin es el ms alto.

Quines son ias pequeas constructoras? La Cmara Mexicana de la Industria de la Construccin (CMIC) clasifica a las constructoras en el estado de Nuevo Len por Nivel de Ingresos (Miles de pesos corrientes), de la siguiente manera:

Tabla 1 Clasificacin de empresas constructoras por nivel de ingresos1 Micro 0.1 - 8 , 9 0 2 . 9 Pequeas 8,903-13,798.9 Medianas Grandes Gigantes 48,791 adelante

13,799- 27,226.9 27,227 - 48,790

Tambin, la CMIC registra el nmero de empresas en el Estado de Nuevo Len de la siguiente manera:

Tabla 2 Clasificacin de empresas constructoras2 Micro 583 Pequeas 51 Medianas 26 Grandes 25 Gigantes 27

Adems, la Secretara de Comercio y Fomento Industrial (Secofi, ahora rebautizada como Secretara de Economa), define la magnitud de las empresas por nmero de personal.

Tabla 3 Clasificacin de empresas constructoras por nmero de personal 3 Pequeas Menos de 100 Medianas Entre 101 y 250 Grandes Ms de 250

En 1999, las ventas netas de las 100 constructoras ms importantes de Mxico registraron en conjunto un descenso de -7.8% en trminos reales, lo que signific una facturacin de $49,652 mdp, que representa 66% del total de la produccin de las empresas afiliadas a la CMIC. Dentro de las 100 constructoras ms importantes de Mxico obtenemos los siguientes datos:

'http://www.cmic.0r9/inf ormacion/EconomaEstadistca/sic98/secforrnal/sha1.htm
2 3

http.//www. cmic.org/infomiaaori/EconomiaEstad Delio Nemesio Godard Ventura, "Hacia la estrategia del negocio', Revista Obras, Junio del 2000, p 23

Tabla 4 Gasificacin de las 100 constructoras ms importantes de Mxico4 TIPO CANTIDAD RANGO VENTAS ANUALES (MILES DE $) 28,362-14,934,000 10,392-27,001 725 - 9,725

Grandes Medianas Pequeas

68 17 15

Adems de las empresas constructoras, existen en el pas consultoras de la construccin, resultando importante destacar que de las 50 consultoras ms importantes (entre grandes, medianas y pequeas), las ventas del conjunto fue de casi 35%.

Tabla 5 Clasificacin de las 50 consultoras ms importantes de Mxico5 GRUPO 1-4 5-29 30-50 VENTAS TOTALES Ms de 50 millones de pesos Ms de 10 millones pero menos de 50 millones Menos de 10 millones PORCENTAJE 36% 49% 15% |

Las firmas pequeas han demostrado una flexibilidad para atender las necesidades de pequeas y medianas empresas, y eso se refleja en una tendencia a manejarse con mejores mrgenes, independientemente del tamao, la utilidad de operacin del conjunto creci 20.6%, sin embargo, el margen neto (utilidad neta sobre ventas) es muy bajo, ya que en 1999 fue de 0.9% y de 1.7% en 2000. En general, las consultoras tienen una visin muy optimista para ste ao, ya que el 12% estima que las expectativas son muy favorables, el 66% favorables, el 16% desfavorables, y ei 3% muy desfavorables.

* Raquel Ochoa Martnez, "Las 100 constructoras ms importantes de Mxico", Revista Obras, Sep. 2000, pp. 84-88 6 Alejandro Castillo, "50 Consultoras", Revista Obras, Junio 2001, pp 28-31

Area Metropolitana de Monterrey

Monterrey es el centro industria!, comercial y cultural ms importante del norte del pas. Montemorelos y Linares han adquirido importancia econmica a nivel estatal y nacional gracias al cultivo de ctricos. Cadereyta Jimnez cuenta con la refinera de petrleo ms grande del pas, donde se obtiene toda la gama de productos derivados del petrleo, como lubricantes y petroqu micos.

El Area Metropolitana de Monterrey est integrada por los siguientes municipios: 1Monterrey 2.- Guadalupe 3 - San Nicols de los Garza 4 - Apodaca 5 - Escobedo 6.- San Pedro Garza Garca 7.- Santa Catarina

Fig. 2 Estado de Nuevo Len

1 2

Fig. 3 Area Metropolitana de Monterrey (AMM)

1.3 Relevancia. Los pases en proceso de desarrollo tienen en el mejoramiento de la productividad la mejor defensa para la economa y la soberana poltica, porque facilita el equilibrio de fuerzas con las empresas que participan en el mercado, cualquiera que sea su origen. La naturaleza del tema corresponde a las diferentes asignaturas en el Programa de Maestra en Administracin de la Construccin, que a continuacin se mencionan: Aspectos sociales de la Construccin (Administracin de Recursos Humanos) Metodologa de la Investigacin (Mtodos y tcnicas de investigacin) Administracin de Proyectos de Construccin (Administracin de Empresas Constructoras) Mtodos Cuantitativos I (Tcnicas Estadsticas) Mtodos Cuantitativos II (Tcnica del Anlisis Factorial) Taller de Investigacin (Tcnicas de investigacin)

Seminario de Tesis (Tcnicas Estadsticas, Cuestionarios) Civilizacin y Cultura (Tcnicas investigacin y redaccin)

1.4 Justificacin

La crisis econmica que se produjo en Mxico en diciembre de 1994, provoc la disminucin de servicios en el rea de la industria de la construccin, principalmente por el ajuste en el presupuesto federal, la falta de liquidez y de crdito, as como por la disminucin en la inversin privada y la congelacin de nuevos proyectos de infraestructura.

Las siguientes grficas nos muestran datos comparativos del ao 1994 al 2001 referentes al Nivel de la industria de la construccin, asi como el Producto Interno Bruto (PIB) personal ocupado Fig. 4 Nivel de actividad de la Construccin0. y el

Nivel de actividad de la Construccin

90 80 70

73.9

,i* S L
a v

60 50 40

20 10

0
1994 1995 1996 1997 1998 1999 2000 2001

Alberto Barrientos Oeyanira Gonzlez, Salva obra privada construccin en N L .Penodico el Norte (Monterrey, N L 5 de Agosto 2001 ) p 1F

Fig. 5 Valor del PIB en la Construccin7

Valor del PIB en la construccin

1994 X 10 -15 J

1996

1997

1998

19S9

2000

20
25 -30

-Nacional

Nuevo Len

Fig. 6 Personal ocupado

Personal ocupado en la Construccin

25 0 0 20 00

^ 15 00
X
W

10.00 5 00 0 00 -

1994

1995

1996

1997

1998

1999

2000

2001

-Nacional

Nuevo Len

7 8

Raquel Ochoa Martnez, "Las cuentas claras . R e v i s t a Obras, Enero 2001, p. 35 Alberto Bamentos, Deyanira Gonzlez, "Salva obra privada construccin en N.L.,Peridico el Norte (Monterrey, N.L.: 5 de Agosto. 2001)p. 1F

Las estadsticas anteriores muestran que la industria de la construccin es una de las primeras actividades en acusar los efectos de una crisis que se aproxima. Esto puede verse si se analizan los datos trimestrales contra el resto de otras actividades.

Este anlisis est orientado a la evaluacin y resolucin de problemas prcticos que se presentan en la administracin de las pequeas empresas constructoras que buscan:

Posibilitar el desarrollo de la empresa constructora Incrementar las utilidades del empresario Mejorar e) salario y desempeo profesional del empleado Elevar la satisfaccin del cliente

1.5 Antecedentes

Antes de 1955 varas empresas de nuestro pas, empleaban diferentes tcnicas para elevar la productividad, pero eran limitadas y dispersas, y fu hasta 1955 que se establecieron las bases de un movimiento organizado de productividad con alcance nacional a travs del organismo denominado Centro Industrial de Productividad (CIP), el cual surgi de un convenio entre los gobiernos de Mxico y Estados Unidos de Norteamrica (Vzquez M., 1992). En dicho convenio, los Estados Unidos se comprometieron a suministrar ayuda tcnica a Mxico para el mejoramiento de la productividad, por otro lado, nuestro pas se comprometi a crear el rgano para canalizar a la empresa mexicana dicho auxilio tcnico. Este convenio tendra una vigencia de cinco aos, y fueron cuatro los tipos de ayuda tcnica: 1) Consultores tcnicos para determinadas industrias del pas, 2) Patrocinio y financiamiento de vi^es a Estados Unidos de personal para intercambiar experiencias, 3) Residencia en Mxico de un reducido grupo de tcnicos norteamericanos para asesorar a tcnicos mexicanos, 4) Manuales, pelculas y documentacin pertinente de productividad

El CIP qued bajo el financiamiento de la iniciativa privada y su gobierno fue cuatripartita: Gobierno (Banco de Mxico), Iniciativa Privada (CONCAMIN, CONCANACO, Confederacin Patronal y la Asociacin de Banqueros de Mxico), Obreros (CTM, Instituciones de Educacin Superior (ITESM, UNAM). En los aos de 1955 a 1958 la accin se extendi a diferentes estados, entre los cuales destacaron Nuevo Len (Monterrey), Jalisco (Guadalajara), Guanajuato (Len) y Puebla (Puebla), surgiendo despus en Coahuila (Torren) y Chihuahua (Chihuahua). CROM, CGT) e

En 1959 el CIP consolida su estructura de organizacin, contando con personal tcnico calificado y programas de desarrollo en diferentes industrias.

Surgieron destacadas personalidades en el rea de la administracin para poder transmitir sus experiencias, entre ellos destacaron Maynard (ingeniera de mtodos), Terry y Koontz y O'Donell (administracin), Jean Fourasti (productividad).

Los sectores beneficiados con este organismo fueron el industrial, agrcola y de servicios principalmente. La intervencin del CIP sirvi para que se estableciera la carrera de Administracin de Empresas en la UNAM. Tambin a travs del CIP recibieron adiestramiento los diferentes niveles de las empresas, como directores, gerentes, tcnicos y supervisores, destacando principalmente el nivel de supervisin, ya que visualizaba a ste como instructor o adiestrador de grupo, mejorando los procedimientos de trabajo a travs de adecuadas relaciones humanas.

Al concluir los programas del CIP entre los dos pases, no se realiz un estudio de evaluacin, para precisar los resultados cualitativos, sin embargo, esto fu el inicio de una conciencia de productividad en el pas. El Centro Nacional de Productividad (CENAPRO) sustituy al CIP, pero ste adopt otra organizacin y otra filosofa, y finalmente lo absorbi la

Secretara de Trabajo y Previsin Social, convirtindose en un organismo burocrtico con todas las virtudes y defectos que suelen tener.

1.6 Situacin actual Adems del CIP, existen actualmente diferentes organismos relacionados con la productividad, entre los cuales destacan: > El Centro de Calidad y Productividad (CCP) del ITESM Campus Morelos, fundado en Cuemavaca en el ao de 1990, el cual adapta los modelos existentes a las caractersticas particulares de cada empresa u organizacin, considerando los factores contextales locales as c o n o aspectos culturales en las empresas. El concepto Calidad Total se alimenta as de una actividad continua de investigacin y actualizacin a travs de servicios de asesora y consultara. Tiene como objetivo principa! el desarrollar, adaptar, difundir e implantar la filosofa y la metodologa de la Calidad Total y el Control Estadstico de Procesos, propiciando de esta manera, el incremento de la productividad y

competividad de las empresas y organizaciones. 9 > El Centro de Productividad de Carabobo (CEPROCA)10, es una asociacin civil sin fines de lucro y de carcter privado, fundada el 13 de diciembre de 1984, por iniciativa de empresarios del Estado Carabobo, Venezuela. El objetivo principal del CEPROCA es impulsar el desarrollo de la Calidad, la Productividad y el Dominio Tecnolgico en el Estado Carabobo y en aquellas localidades donde no exista un Centro similar.

9 10

http://w3.mor.itesm.fr httpV/aeec.org.ve

Objetivo General:

Explicar la productividad en pequeas empresas constructoras del Area Metropolitana de Monterrey.

Para la consecucin del objetivo general, el estudio propone los siguientes:

Objetivos Particulares:

>

Identificar los factores que explican la productividad de las empresas constructoras pequeas.

>

Evaluar los tems que constituyen los factores actuales que explican la productividad para obtener una adecuada estimacin de productividad.

> >

Analizar la significancia estadstica de cada factor que incide en la productividad. Determinar el poder explicativo del estudio para incrementar la productividad de las empresas constructoras pequeas en funcin de la planeacin, los recursos humanos, y la calidad.

Ei estudio tiene como objetivo principal explicar la productividad en las pequeas constructoras del rea Metropolitana de Monterrey (AMM), teniendo un enfoque gerencial. En particular, ei anlisis evala la importancia de la Planeacin, los Recursos Humanos, y la Calidad como

variables explicativas de la Productividad en las pequeas constructoras.

Existen varas limitaciones en este estudio, entre las que destacan las referidas a los factores que pudieran afectar a la Productividad. Aunque existen otras variables potenciales que no se utilizaron en este estudio, que pudieran ser tambin importantes, factores que la literatura considera ms relevantes. solo se incluyen los

Otra limitante podra ser lo referente a las mediciones, ya que para algunas variables econmicas y sociales, es difcil encontrar una adecuada forma de medirlas, y pudieran estar disponibles, teniendo que usarse otros sustitutos en el anlisis estadstico. no

El siguiente capitulo contiene la literatura correspondiente al tema de Productividad, teoras y modelos relacionados

Captulo II Revisin de literatura sobre Productividad

Este captulo contiene definiciones del concepto de Productividad, adems de las diferentes teoras y modeios relacionados con el mismo. Tambin nos muestra la productividad en Mxico, asi como la identificacin terica de las variables que afectan a la productividad: Recursos Humanos, Planeacin y Calidad.

2.1 Concepto de Productividad. Alfonso Garca (1995) establece que la Productividad es el resultado de dividir el total de unidades producidas o vendidas (bienes) entre los costos totales de operacin (recursos). La productividad tiene su fundamento en un principio econmico que ha estado presente en la humanidad: producir ms con menor esfuerzo, lo cual implica la aplicacin de una serie de medidas tcnicas y administrativas coordinadas de cada empresa, para que con igual o menor esfuerzo se eleve la productividad.

Existen barreras que pueden obstaculizar la productividad de las empresas, entre ellas destacan: burocracia obsesiva, inadecuada comunicacin, mentes cerradas al cambio, entre otras. Entre los factores que pueden servir para medir la productividad estn: Factor capital (terrenos, instalaciones, etc.), Factor gente (personal, horas-hombre), Factor tecnologa (conocimiento del proceso constructivo).

2.2 Teoras y modelos relacionados con productividad

Compettividad: capacita a

Competitividad es una medida representativa de la Productividad,

que

una organizacin a mantener ventajas comparativas que le permitan alcanzar,

sostener y mejorar una determinada posicin en el entorno socio-econmico. En sta etapa de

cambios las empresas buscan elevar ndices de productividad, lograr mayor eficiencia y brindar un servicio de calidad, obligando a los gerentes a adoptar modelos administrativos

participativos, tomando como base central al elemento humano, desarrollando el trabajo en equipo, para alcanzar la competividad y responda de manera idnea a la demanda de productos de ptima calidad y de servicios a todo nivel, cada vez ms eficiente, rpido y de mejor calidad. Michael E. Porter (1990) propone un modelo en donde identifica las fuerzas que determinan la intensidad de la competencia que se tiene en una industria y por lo tanto la ventea potencial. Estas fuerzas son: 1) La rivalidad entre las firmas existentes, 2) La amenaza de la entrada de nuevas firmas, 3) La amenaza de productos sustitutos, 4) El poder de regateo o de negociacin de los compradores, 5) El poder de regateo o de negociacin de los proveedores. Adems, identifica tres estrategias genricas tendientes a producir daos

importantes en las cinco fuerzas competitivas: 1) Liderazgo en costo (eficiente escala de posibilidades y un programa de reduccin total de costos), 2) Diferenciacin (servidos nicos en su gnero), y 3) Enfoque (la atencin de un grupo especfico de compradores, segmento de lnea de productos, o rea geogrfica).

La Secretara de Comercio y Fomento industrial (Secretaria de Economa) a travs de los Centros Regionales para la competitrvidad empresarial (CRECE)11, ofrece apoyo a las micro, pequeas y medianas empresas de los sectores industrial, comercial y de servicios. Los CRECE son fideicomisos privados cuya finalidad es contribuir al desarrollo del sector productivo, comercial y de servicios del pas.

Principales actividades de los CRECE: Prestar servicios de diagnstico empresarial. Acercar a la micro, pequea y mediana empresa a servicios de consultora experta.

11

httt>://ww\Y .cetro-crece, org.mx

Vincular a las empresas atendidas con el financiamiento institucional, cuando el caso lo requiera.

Vincular a las empresas con instituciones y organismos pblicos y privados dedicados al tratamiento de los problemas del sector productivo.

Eduardo Reinoso (1995) muestra que los factores determinantes de la competitividad de las empresas mexicanas, constituyen en la actualidad uno de los mayores retos de la economa para alcanzar los objetivos trazados en las agendas econmicas: prosperidad econmica y calidad de vida. El estudio tiene como finalidad medir la disponibilidad y la calidad de los

recursos bsicos y especializados con que cuenta cada entidad federativa de acuerdo con diferentes factores, entre los cuales destacan, la economa, internacionalizacin, gobierno, administracin, recursos humanos y tecnologa, entre otros. Adems, seala que existen tres componentes de competitividad: a) Recursos competitivos (fsicos y humanos), b) Procesos competitivos (transformacin de los recursos competitivos en productos y servicios con alta rentabilidad basado en estrategia de calidad y "justo a tiempo"), c) Condicionantes del entorno (mide el dinamismo de la economa local para reaccionar a los cambios que establece el entorno nacional y mundial).

Fortaleza Competitiva

Condiciones del entorno

Recursos competitivos

Procesos Competitivos

Tecnologa y eficiencia: En el Informe de la Encuesta Nacional sobre Innovacin en el Sector Manufacturero 1997 del Consejo Nacional de Ciencia y Tecnologa (CoNaCyT), los efectos de la tecnologa sobre el desempeo industrial de un pas influyen en el crecimiento de la productividad (tanto a nivel empresarial como a nivel agregado), el cambio en el nivel de

empleo, el incremento de los requerimientos de habilidades de la mano de obra y una mejor capacidad de las empresas e industrias para desenvolverse en los mercados internacionales.

Para el periodo 1994-1996, las empresas innovadoras declararon que los cuatro principales objetivos de respaldo a la realizacin de las actividades innovadoras fueron: mantener la participacin en el mercado, incrementar su porcin en el mercado o crear nuevos mercados, mejorar la calidad de sus productos y reducir sus costos. Las consideraciones ambientales (reducir daos al ambiente, desarrollar productos no dainos y disminuir el consumo de energa) no estuvieron dentro de las principales prioridades de las empresas innovadoras.

Las tres novedades ms importantes realizadas por las empresas innovadoras durante el perodo de estudio resultaron ser el uso de nuevas tcnicas de produccin, el uso de nuevos materiales y la utilizacin de tecnologa radicalmente nueva. Despus les siguieron en orden de importancia: el empleo de nuevas partes funcionales, la aplicacin de nuevo software profesional, la aparicin de innovaciones organizacionaies, las nuevas funciones de los productos, y la utilizacin de nuevos materiales intermedios.

Los tres factores que ms obstaculizaron a los proyectos de innovacin fueron: el riesgo econmico excesivo; los costos de innovacin muy elevados; y la falta de fuentes de financiamiento adecuadas

Alfonso Garca (1995) menciona que la tecnologa se refiere al conocimiento acerca del diseo, construccin y manejo de maquinaria, y especialmente a la ejecucin de las tareas administrativas, por lo tanto, el sistema tecnolgico toma su forma de la especializacin del conocimiento y las habilidades humanas, como tambin del tipo de maquinaria, equipo e instalaciones. Este sistema, afecta a la organizacin, a las relaciones humanas y al sistema administrativo, ya que cualquier cambio afectara a estos tres elementos.

Calculo del Indice de Productividad de un Proyecto12: Un mtodo para calcular el Indice de Productividad, adecuado para un proyecto especifico, consta de analizar elementos que integran la Productividad en un proyecto de obra de construccin: seis

1.

Economa en general (tendencias y perspectivas de los negocios, volumen de La construccin, situacin de empleo).

2. 3. 4. 5. 6.

Supervisin del proyecto (Experiencia, suministro, salarios). Relaciones laborales (Experiencia, suministro, salarios). Condiciones de trabajo (Alcances, condiciones, suministros, operaciones). Equipo (Facilidades de uso, condiciones, mantenimiento). Clima (condiciones climatolgicas).

Enseguida se asignan porcentajes a cada uno de los elementos, de acuerdo con la situacin real de cada uno de ellos dentro de nuestro proyecto en anlisis. Porcentaje de Concepto 1. 2. 3. 4. 5. 6. Economa General Supervisin de la productividad Relaciones laborales Condiciones de trabajo Equipo Clima Productividad 75 70 60 60 70 55 Alto sin llegar a excelente Regular Regular Regular Regular Regular Escala de medicin

Total

390%

De donde obtenemos *

390/6 = 65% Indice de Productividad

1 Indice de productividad e Indice Compuesto de horas-hombre', Revista Mexicana de la Construccin, Enero 1994, p. 2.
1-3

Este ejemplo

es una

guia que muestra un mtodo para obtener un

porcentaje de

productividad. Los elementos presentados pueden y deben considerarse para cada proyecto individual.

2.3 Productividad en Mxico Sumanth (1992) establece que la medicin de la productividad a nivel nacional tiene ciertos usos, entre los cuales destacan: 1) Pronosticar el ingreso y el producto nacional, 2) Comparar el poder competitivo de los diferentes sectores, 3) Es un ndice de crecimiento, puesto que una nacin avanza utilizando menos para producir ms, 4) Es un factor que afecta los precios y salarios. Adems, el trabajo realizado para medir la productividad ha sido principalmente desde el punto de vista de los economistas, quienes se han concentrado en el uso de ndices para medir la productividad nacional. Las medidas de productividad se pueden dividir en tres categoras: 1) Indices de productividad de mano de obra, 2) Indices de productividad de capital, y 3) Indices de productividad de capital y mano de obra. El ndice ms usado es el de productividad de la mano de obra. Con el propsito de que una empresa conozca a que nivel de productividad debe operar, debe conocer a que nivel est operando. La medicin de la productividad en una empresa puede tener las siguientes ventajas: Evaluar la eficiencia de los recursos, simplificar la planeacin de recursos, determinar estrategias para mejorar la productividad, entre otras.

Por otra parte, el reporte anual de competitividad editado por la fundacin suiza Instituto internacional para el desarrollo de Ejecutivos (IMD)13 sita a Mxico en los ndices mundiales de competitividad y productividad. A continuacin se muestran las estadsticas de los ltimos 5 aos:

Tabla 6 Posiciones de Competividad y Productividad Mundial NACION Estados Unidos Singapur Finlandia Mxico Argentina Rusia 2001 1 2 3 36 43 45 2000 1 2 4 33 41 47 1999 1 2 5 35 33 46 1998 1 2 6 34 30 43 1997 1 2 7 40 28 46 I

En abril del 2001, respecto a los niveles de competitividad, Mxico figur en el lugar 36 de 49 pases analizados. En productividad, en 1997 Mxico ocup el lugar 40, en 1998 el 34, en 1999 el 35 y el ao pasado ocup el 33 lugar. Las estadsticas anteriores muestran lo siguiente: la productividad fue entre 23.4 veces inferior respecto a Estados Unidos, Canad y Europa. Una importante diferencia con respecto al salario es la mano de obra barata y abundante como un atractivo a las inversiones extranjeras, pero por otro lado, representa una muestra de una ausencia de especializacin y calidad en el trabajo. Adems, el costo horario en Mxico (1.39 dlares/hora) es casi 19 veces inferior a Alemania, 12.7 veces a Estados Unidos, 11.3 veces a Canad y 3.5 de Chile. Por lo tanto para fortalecer la competitividad de las empresas es necesario contar con el personal capacitado, con conocimientos adecuados, mayor nivel de educacin de los recursos humanos. Algunas naciones son ricas en recursos (Mxico, Brasil, India, y Rusia), pero no son competitivas, mientras otras como Singapur y Japn son ricas en procesos de transformacin, pero no cuentan con recursos naturales, por lo tanto, el valor agregado que diferencia a un pas en su competitividad es disponer de capacidad industrial, educacin y capacitacin.

13

http //www.imd.ch

2.4 Identificacin de variables que afectan la productividad. La literatura seala que los Recursos Humanos, Planeacin y Calidad son las principales

variables explicativas de la Productividad. La revisin terico-conceptual es la siguiente:

2.4.1 Marco Terico 2.4.1.1 Recursos Humanos. Los recursos humanos han desempeado un papel fundamental en las organizaciones, ya que sin ellos ningn proceso podra realizarse. Los recursos humanos son estratgicos para el desarrollo organizacional, y se ven ahora como capital intelectual de la organizacin,14 ya que son las personas las que crean, innovan y manejan la informacin, constituyendo la fuente de conocimientos y riqueza de la organizacin. Adems, le seres humanos poseen

conocimientos, habilidades, aptitudes y experiencias, (os cuales representan el punto medular para incrementarla productividad y, con ella, la creacin de una verdadera ventaja competitiva.

Seleccin y asignacin de personal: La asignacin del personal es un proceso que comienza con el establecimiento de objetivos, estrategias, polticas, planes detallados, incluyendo una revisin del desempeo y retroalmentacin para introducir un nuevo ciclo, tal como lo menciona Steiner (1991). Primeramente se realiza un anlisis y diagnstico antes de modificar los requerimientos y obligaciones del puesto. Tambin, Chruden(1982) menciona que al llevar a cabo esta asignacin, no se debe

olvidar la tica profesional y el ser equitativo. Para la seleccin se pueden utilizar tcnicas como la entrevista y test. La seleccin se puede realizar de manera interna o extema. La seleccin interna se puede realizar a travs de

Ana Cristina Zubillaga R , "Medir el capital humano' Revista Obras, Julio 2000, p. 22

iniciativa del personal, por promocin o rotaciones. Debido a que la seleccin externa puede resultar costosa, se puede utilizar para cubrir una vacante determinada para inyectar ideas nuevas o frescas, como lo menciona Gordon Me Beath (1976).

Los parmetros que se tomarn en cuenta como base para la programacin y asignacin sern: el nmero de tareas a realizarse, el tiempo que consumir cada una, el personal disponible y la maquinara y equipo adecuado. La utilizacin de la tcnica del PERT citada por Fras Garza (1989) es una de las formas que permitir obtener la programacin, evaluacin y asignacin de recursos humanos-

Motivacin: Las necesidades humanas estn organizadas jerrquicamente, ocupando la base de necesidades fsicas de supervivencia. Arias Galicia (1994) menciona que la motivacin est constituida por aquellos factores capaces de provocar, mantener y dirigir la conducta hacia un objetivo. Para el anlisis propuesto se considerar la capacidad, la aptitud y los conocimientos como prerrequisitos para un desempeo satisfactorio en el trabajo, adems del entrenamiento, el diseo del puesto y el equipo, pero siempre y cuando el empleado est motivado, como lo dice Siegel y Lae (1992). La motivacin es un factor determinante en el rea administrativa, y de ella dependen en gran parte que los recursos humanos brinden su mejor esfuerzo, el cual se ver reflejado en la productividad de la empresa misma, y en su competividad. Nada motiva a la gente lo suficiente para dar lo mejor de si que los intereses propios. La mejor colaboracin se logra cuando ios individuos adoptan los objetivos de la organizacin, esto, con la participacin conjunta y coordinada de todos los que integran la empresa. El trabajo satisfactorio contribuye a una sensacin de bienestar general en el hombre y un sentimiento personal. Es necesario, para lograr lo anterior, la educacin continua, as como la utilizacin de herramientas administrativas.

Otro aspecto importante para el anlisis es ei trabajo en equipo, ya que a travs de ste, se evaluar ei progreso de la empresa. Adems de ser importante el desarrollo personal, es indispensable el desarrollo en equipo, porque los esfuerzos conjuntos son los que conducen a la productividad. Para lograr el funcionamiento exitoso de equipo, se definen los roles y

responsabilidades de los integrantes, planear las sesiones, procedimientos para las sesiones, y sobre todo motivar e invitar a participar y dar opiniones. Un aspecto que se relaciona con el trabajo en equipo es la Sinergia, la cual significa trabajar con o en unin con, la cual se tomar en cuenta para poder fomentar la colaboracin entre todos los integrantes, utilizando las fortalezas de un integrante para reforzar las debilidades de otros. pueden utilizar dinmicas de grupo y encuestas. Para lograr lo anterior se

Stephen Robbins (1998) manifiesta que el alto desempeo de una persona no es solo una funcin de la alta motivacin, sino que tambin requiere de la habilidad indispensable de hacer un trabajo y los recursos de apoyo necesarios. Motivacin es la voluntad de ejercer un esfuerzo persistente y de alto nivel a favor de las metas de la organizacin, condicionado por la habilidad del esfuerzo para satisfacer algunas necesidades individuales. La jerarqua de las necesidades, segn Abraham Maslow, identifica anco categoras: fisiolgicas, seguridad, pertenencia, estima y autorreaiizacin, conforme se satisface una necesidad de manera sustancial, el individuo se mueve hacia la siguiente. La teora ERG. propuesta por Clayton Aiderfer establece tres grupos de necesidades centrales: existencia (necesidades sociales y de seguridad), relacin (pertenencia y estima) y crecimiento (estima y autorreaiizacin). Esta teora propone que los individuos trabajen sobre estas tres necesidades al mismo tiempo y pueden volver de las necesidades de orden alto a las de orden bajo. Si se compara la Teora ERG con la Teora de Maslow, podemos deducir que la Teora de Maslow es ms estructurada, en la que una necesidad menor debe satisfacerse

sustancialmente antes de continuar a la siguiente, y en la Teora ERG, tres categoras pueden operar al mismo tiempo, sin tener que esperar que se satisfaga una anterior. De acuerdo con la teora de la motivacin y la higiene, los factores higinicos extrnsecos como la poltica de la compaa, la supervisin, ei salario y las condiciones de trabajo no motivan a los trabajadores, solamente los aplaca. La motivacin proviene del logro, el crecimiento, la responsabilidad y factores intrnsecos similares en un trabajo.

Medicin y optimizacin del desempeo: Para realizar la optimizacin y medicin del desempeo, se elaboran esquemas diseados para percibir los cambios imperceptibles en los individuos. A travs de los registros de las empresas se conocern los estudios, capacitacin, experiencia, cualidades, defectos, motivaciones, ambiciones y limitaciones del personal. Con los datos anteriores se construye la base de potencialidades del personal, como lo menciona Gordon Me Beath (1976), logrndose a travs de entrevistas elaboradas experimentada y as evitar posibles errores. por gente

La medicin del desempeo es importante para detectar el desarrollo y crecimiento de cualquier organizacin, lo cual contribuye a elevar la productividad de la misma, adems de poder conceder ascensos, entrenarlos o cambiarlos a otros puestos, sin olvidar tres requisitos fundamentales; objetividad, validez y confiabilidad, como lo cita Arias Galicia (1994).

La optimizacin de los recursos slo se logra por medio de la evaluacin, orientacin, entrenamiento, motivacin y transferencia de conocimiento, ayudando al desarrollo del personal y alcanzando un nivel de desempeo y calidad. La evaluacin del desempeo se utiliza como lo menciona Robbins (1993) para propsitos de la compensacin, retroalimentacin del

desempeo, capacitacin, promocin y planeacin de los recursos humanos. Para obtener lo anterior se utilizan tcnicas como los ensayos escritos, en donde se analizan los puntos fuertes,

debilidades y desempeo anterior, adems de escalas de calificacin grfica en donde se analiza la cantidad y calidad de trabajo, conocimiento, lealtad, asistencia, honradez e iniciativa. En el anlisis propuesto, la evaluacin se enfoca a evaluar las tareas individuales, tratando que los resultados se relacionen con las metas de la organizacin, adems de evaluar el producto final que recibe ei cliente. La optimizacin del potencial de los empleados se obtendr a travs de la administracin por objetivos, ia cual consiste en que los integrantes de una organizacin establezcan metas comunes en forma conjunta, como lo menciona Stoner y Wankel (1989). Primeramente se definirn las reas de responsabilidad de cada persona, en trminos de los resultados esperados y mensurables, utilizando mtodos de valoracin como evaluacin grfica y conductuai, estndares de trabajo y mtodo basado en ios objetivos.

2.4.1.2 Planeacin Luthans Fred (1988) establece que ia planeacin es bsica para las otras funciones administrativas fundamentales, como son: la organizacin, la ejecucin y el control. Adems, la planeacin forma los cimientos de la administracin, resultando difcil para el administrador realizar dichas funciones exitosamente. Es necesario establecer planes conjuntos para lograr las metas individuales a corto, mediano y largo plazo.

Stoner y Wankel (1989) clasifican los planes en tres tipos diferentes: a) b) c) Operativos: Permiten alcanzar o establecer parmetros. Correctivos: Permiten detectar y corregir errores. Estratgicos: Permiten alcanzar otyetivos especficos.

Otro aspecto que se toma en cuenta para el anlisis, es la Planeacin financiera. Al respecto, Joaqun Moreno(1978) menciona que la planeacin financiera es un procedimiento indispensable para toma de decisiones futuras, y as poder obtener los objetivos planeados. La

planeacin financiera consta de tres fases: a) Planear lo que se quiere realizar, b) Llevar a cabo lo planeado, y c) Constatar o verificar la eficiencia de cmo se hizo. El anlisis de presupuestos financieros estimado en unidades monetarias, como el costo, utilidad, prdida, gastos, etc., se puede realizar a travs de la tcnica del anlisis de variaciones de costo estndar, ya que sta suministra informacin para la correccin de costos excesivos y mejora la eficiencia de operacin, tambin puede usarse la tcnica presupuestal "presupuesto cero", cuyo principio es suponer que todo empieza de cero, y a travs de sta se puede conocer anticipadamente que pasar si vara el volumen de ventas de produccin.

Por otro lado, E. Burak (1933) menciona que existen dos componentes que deben considerarse en la planeacin de recursos humanos: 1) Pronosticar implica generar nmeros, tipos y cualidades de personal que se tendr disponible o ser requerido. 2) Programar involucra el desarrollo de actividades necesarias para que el pronstico inicie sus operaciones.

Es necesario calcular la cantidad de personal requerida, asi como sus caractersticas, las cuales se pueden obtener de dos formas: 1) Suponiendo un ideal o evaluacin terica y 2) Partiendo de lo existente o relacin de tendencias

Enseguida se calcula la cantidad de cada tipo de personal, tomando como base su etapa media y desarrollando sus requerimientos futuros. De esta manera, se obtendr el anlisis del plan de reclutamiento como lo menciona Chruden/Sherman (1982), en donde se toma en cuenta el anlisis de tareas, evaluando los siguientes parmetros, a) La identificacin del puesto, 2) Resumen del puesto o descripcin genrica y 3) Los deberes del puesto (que, como, porque).

Por otro lado, Robbins (1993) establece que la planeacin de recursos humanos es el proceso por el cual la gerencia se asegura de tener el nmero y la clase de personal correctos en los lugares apropiados y en los momentos adecuados, que es capaz de terminar efectiva y eficientemente las tareas que ayudarn a la organizacin a lograr sus objetivos generales y a contribuir con la productividad de la empresa. La planeacin de recursos humanos puede resumirse en tres pasos: 1. Evaluar los recursos humanos actuales (anlisis del puesto, descripcin del puesto y especificacin del puesto) 2. Evaluar las necesidades futuras de recursos humanos (objetivos y estrategias de la organizacin) 3. Desarrollar un programa para satisfacer las necesidades futuras de recursos humanos (Estimar las carencias tanto en nmero como en ciase, resaltando las reas en las cuales la organizacin tendr un exceso de personal).

Control: Terry George (1974) establece que el control se puede definir como el proceso para determinar lo que se est llevando a cabo, valorizndolo, y si es necesario, aplicar medidas correctivas de manera que la ejecucin se lleve a cabo de acuerdo a lo planeado. Generalmente, cualquier actividad puede controlarse con respecto a ios siguientes factores: cantidad, calidad, uso del tiempo o costo.

Albert Block (1980) menciona que es de vital importancia establecer parmetros que ayuden a verificar que se estn cumpliendo los planes establecidos por la empresa. El proceso de control se inicia con la determinacin de normas y medidas, actividad que consiste bsicamente en establecer indicadores cuantitativos de los objetivos y de los programas operativos, definiendo los estndares de operacin y de rendimiento. Los estndares de

operacin sealan los niveles de eficiencia, calidad y oportunidad de cada una de las actividades a realizar; las medidas de rendimiento muestran los niveles de desempeo personal de los individuos responsables de las actividades. El siguiente paso es determinar los mecanismos y procedimientos necesarios para efectuar la medicin, y esto se puede lograr utilizando anlisis comparativo y de costo beneficio.

El control es una fase que est relacionada directamente con la planeacin, y es importante para poder determinar el cumplimiento de los planes establecidos por la empresa.

Srvulo Anzola (1993) establece que el control consiste en la medicin y correccin del rendimiento de los componentes de la empresa, con el fin de asegurar que se alcancen los objetivos y le planes ideales para su logro y contribuir al incremento de la productividad. El control tiene como fin sealar las debilidades y errores con el propsito de rectificarlos e impedir su repeticin.

El control se puede aplicar en todos los niveles de la empresa, desde las actividades ms sencillas hasta las ms compilas. Existen diferentes formas de realizarlo, puede ser a travs de observacin directa de los empleados, por contactos informales visualizando la forma en que se llevan a cabo las actividades de acuerdo al puesto, tambin se pueden realizar auditorias peridicas, revisando las operaciones de maquinaras y el desempeo de los trabajadores. Los elementos del control pueden ser de diferente naturaleza: Cantidad, Calidad, Uso de tiempo, Costo. Los tipos de control pueden clasificarse de acuerdo con su trabajo en: v Para el desempeo (estudios de tiempos y movimientos, horarios de produccin, inspecciones). </ Control de calidad (inspecciones, control estadstico de calidad). Desempeo del trabajo (reportes, presupuestos, costos estandar). Planear y programar operaciones (pronstico de ventas, presupuestos). Motivacin de los empleados (promociones, incentivos).

2.4.1.3

Calidad.

Calidad Total: La calidad total15 es un recurso que conlleva a ias empresas a integrar en sus procesos una nueva forma de organizacin y produccin con una meta precisa y transparente, y para poder lograrlo es necesario agudizar el ingenio y actuar con inteligencia para detectar soluciones eficientes y efectivas de productividad. principalmente a: Conocimiento de las necesidades del cliente y sus empleados Cumplimiento con especificaciones (normas y reglamentos) Sistemas de control y aseguramiento de calidad Programas de seguridad laboral e higiene Mecanismos de motivacin al personal (puntualidad, productividad y actitud en el trabajo). La calidad total est orientada

Harrington H. (1993) considera que la calidad es el camino para conducir adecuadamente una empresa. Las empresas que utilizan la calidad como estrategia competitiva se han dado cuenta como avanzan al mismo tiempo factores como: a) Mayor satisfaccin del cliente, b) Reduccin de costos, c) Mejoramiento de la calidad, los cuales redundan en un incremento de la productividad, que es lo que finalmente se pretende con el anlisis propuesto. Se debe poner atencin especial a las necesidades de los clientes, sin olvidar a la competencia para poder lograr las metas establecidas por la empresa.

Ishikawa K. (1986) establece que la calidad total es un proceso de transformacin corporativa y la bsqueda del desempeo excelente, adems, la calidad total es indispensable para desarrollar, disear y mantener un producto de calidad que sea econmico, til y satisfactorio para el cliente. Es indispensable la utilizacin de ios crculos de calidad dentro de la

15

Jos Luis Delgado Atfaro, "Fortalezca su tendn de Aquiles", Revista Obras, Marzo 2000, p. 24

empresa para contribuir al mejoramiento y desarrollo de la misma. Los crculos de calidad, segn Ouchi W. (1985) se crearon en Japn y son un mtodo til para obtener calidad, productividad y mejorar el estado de nimo de las personas. Los propsitos fundamentales de los Crculos de Calidad son: 1. Contribuir a mejorar y desarrollar la empresa 2. Respetar el aspecto humano del individuo y edificar un lugar en el cual ios empleados consideren que vale la pena trabajar. 3. Poner de lleno todo el talento humano para extraer sus posibilidades infinitas.

Feigenbaurm (1994) menciona que la alta administracin debe estar completamente involucrada en la implementacin y control del sistema de calidad. Sugiere, adems, que la calidad total debe estar respaldada por una funcin gerencia! organizada adecuadamente, y cuya nica rea de operaciones sea el control de calidad.

Deming E. (1989) afirma que para lograr la calidad total es necesario cumplir con varios requisitos: 1. 2. 3. Implicacin de la alta gerencia. Adopcin de ste concepto por toda la empresa. Enfocarse a las necesidades del cliente

Calidad en los Recursos Humanos: Calidad en las personas significa el desan-ollo del ser humano, cultivo de sus aptitudes, asi como las cualidades y madurez de juicio. Guajardo Edmundo (1996) seala que la calidad empieza en la persona, y si sta adopta valores de calidad, sus acciones sern de calidad. Por lo tanto la calidad en los recursos humanos se aplica a la superacin personal, lo cual redituar en la productividad de la empresa, realizando trabajos con calidad, y para lograrlo es necesario implementar programas de capacitacin y desarrollo humano.

Adems, en el anlisis propuesto, se utiliza la calidad como un factor de integracin y motivacin de los recursos humanos, tal como lo menciona Alonso V./Blanco A. (1990), porque a travs de sta integracin se podrn alcanzar los planes establecidos de la empresa, redituando en el incremento de la productividad. Se tomarn en cuenta factores como: a) Perfil de la persona, b) Promover acciones de formacin y perfeccionamiento para elevar el nivel de conocimiento y estimular su desarrollo, c) Diversificar las tareas, d) Delegar y confiar responsabilidades, e) Establecer medidas de reconocimientos, f) Fomentar trabajar en equipo, el cual se considera importante para las relaciones humanas.

Las aportaciones de Evans J./Lindsay W. (1995) sirven para evaluar a la persona, el tipo de material y maquinara con el que se trabaja, condiciones ambientales, desarrollo de

destrezas, lo cual es de vital importancia para incrementar la productividad de la empresa.

Mejoramiento Continuo: Alfonso Garca (1995) establece que la Mejora Continua es una filosofa que tiene como objetivo mejorar ios productos, los procesos, la maquinaria y los mtodos de trabajo mediante recomendaciones de un equipo de trabajo. Una metodologa de trabajo para establecer una mejora es la denominada 5W2H, que a grandes rasgos significa: s s y v What? Qu se quiere mejorar? Why? Por qu se quiere mejorar? Where? Dnde se realizar la mejora? When? Cundo debe ser implantada la mejora? Who? Quin participar en el equipo de mejora?

<s How? Cmo es el enfoque de solucin? </ How much? Cul es el costo-beneficio de hacer la mejora?

La filosofa de la mejora continua va de la mano del concepto de la reingeniera de procesos, difundida por Hammer y Champy, y definida como "El replanteamiento fundamental y

el rediseo radical de los procesos de los negocios para lograr mejoras en el costo, la calidad, servicio y tiempo de respuesta". La diferencia en aplicar cada una de ellas estriba en usar la reingeniera cuando la empresa requiere un replanteamiento estratgico, cambios relevantes de los procesos en un corto lapso. Por otro lado, se empleara la tcnica 5W2H, cuando la empresa no requiera cambios fundamentales en sus procesos y el tiempo para realizar las mejoras no pone en riesgo su sobrevivencia.

Para el anlisis, se toma en cuenta los enfoques del mejoramiento continuo que menciona Howe Roger (1994), ya que stos sirven para verificar la presencia de la calidad, los cuales incluyen: a) b) c) d) Organizarse para el mejoramiento Conocer el proceso Modernizarse Efectuar medicin y control

Para lograr la excelencia en el servicio se toma en cuenta

lo expuesto por Luis

Castaeda (1996) en el sentido de que los procesos y los productos los hacen los seres humanos, y si estos seres humanos piensan con calidad, actuarn con calidad y por lo tanto los resultados sern de calidad. Otro aspecto a considerar es tratar de entender las necesidades y gustos del cliente antes de ofrecerle un producto qu represente un valor igual o superior al precio mismo. Los crculos de calidad ayudarn a lograr lo anterior expuesto. Una empresa tiene una comn motivacin: que produzca los beneficios econmicos. Para que una empresa consiga esos beneficios, tiene que contar con el factor de

competividad, mencionado en la variable de productividad, pero ante todo debe satisfacer adecuadamente las necesidades y las expectativas del cliente, ofrecindole servicios y productos de calidad.

Un mecanismo para ofrecer servicios o productos de calidad es la implementacin de procesos de mejoramiento continuo (PMC)(1996)16. Las condiciones necesarias para lograr el PMC es cumplir con las siguientes condiciones: 1. Los esfuerzos estn orientados a satisfacer las necesidades y expectativas del cliente. 2. 3. El empresario asuma efectivamente su papel de lder de toda la empresa. Promover y asegurar la participacin y el compromiso de todos los integrantes de la empresa. 4. Involucrar a todos ios procesos de la cadena productiva de la empresa.

Es necesario la utilizacin de un diagnstico, en donde se identificar las necesidades de los clientes, asi como las fuerzas, debilidades, amenazas y oportunidades de la empresa.

En el siguiente capitulo se analiza la metodologa utilizada en el anlisis, el cual comprende los mtodos, variables y datos.

16

Instituto de Desarrollo y Educacin de la calidad. Calidad en la Educacin

Captulo III Metodologa

Este capitulo analiza la metodologa utilizada en ei estudio. Aqu se presentan las diferentes modalidades del mtodo cientfico con sus respectivas tcnicas. Tambin se describen el tipo de variables utilizadas, as como la definicin conceptual, operacional, y sus indicadores. Finalmente, se describen los datos de la encuesta que se utiliza en el anlisis.

3.1 Mtodos. Para realizar el anlisis se utilizaron las modalidades del Mtodo cientfico con sus respectivas tcnicas, como son: 1. Tcnicas de Investigacin Documental: Se analizaron bibliografas, revistas relacionadas con ei tema, bancos de datos de universidades, los cuales se registraron a travs de fichas bibliogrficas. 2. Tcnicas Estadsticas: Las tcnicas empleadas durante el proceso del proyecto fueron: APLICACIONES EXISTENTES 1. Dra. Rosa E. Jimnez Paneque, La Habana Bvs.sld.cu/revistas/spvA/ol25_299/spv06299.htm 2. Gladys Matheus de Verde, Maracay, Venezuela pegasus. vela, edu:ve/ccc/resumen/ad mi nistracion 1. Mnica Escudero Baylin, Espaa
www.cnice. niecd.cs/Descanes/Estaciistica

TCNICA Factor alfa de Chronbach de confiabilidad

Correlacin Simple

2. Anlisis de Regresin 1.

Francisco Herrero, Marcelino Cuesta, Espaa Mnica Escudero Baylin, Espaa Francisco Herrero, Marcelino Cuesta, Espaa Ledyard Tucker/Robert MacCallum, USA Pedro Bellido Vasquez, Lima ,Per

www umovie.es Www.cmce. mecd. es/Descartes/E stadistica

2. Anlisis Factorial 1.

www.uniovie.es Www.auantrm2 dsy . ohio-state. edu

2. Anlisis de Varanza (Anova)

Www.eeocities.com/Dedrobellidov/index.htm

1. Juan Martnez de Lejarza, Valencia, Espaa Dkw.ci.uv.es/lejarza/anova/anova.html

Procedimiento. 1. Primeramente, se obtuvo el tamao de la muestra, la cual fue de 21 empresas encuestadas (Ver Apndice A). 2. Para captar la informacin requerida, se aplic un cuestionario a las empresas

constructoras pequeas del Area Metropolitana de Monterrey, de acuerdo al listado del Apndice 5 proporcionado por la Cmara Mexicana de la Industria de la Construccin. La aplicacin del cuestionario fu autoadministrado, por entrevista personal, o por correo electrnico. El formato de la encuesta se muestra en el Apndice C. 3. Despus de aplicarse el cuestionario, se captur la informacin a travs de la hoja electrnica de Excel, la cual gener el nivel de eficiencia de cada una de las variables que integran el proyecto de investigacin. 4. 5. 6. Se obtuvo la matriz de datos por empresa e tems. (Ver Apndice D) Se gener la matriz de frecuencias de cada variable (Ver Apndice E) Se gener la tabla de entrada con calificaciones multiplicadas por su respectiva frecuencia y valores estandarizados. (Ver Apndice F) 7. Se verific la confiabilidad de los tems a travs del coeficiente alfa de Chronbach. Hernndez Sampieri (1998) considera que un coeficiente de 0.70 es considerado aceptable (Ver apndice G). 8. Se com el programa SPSS con los datos del Apndice F, y se obtuvieron datos estadsticos descriptivos, correlacin de Pearson, Regresin, Anlisis Factorial y regresin con Factor1_1.

3.2 Variables El modelo est integrado por las siguientes variables: Dependiente: Productividad. Independientes: Planeacin, Recursos Humanos y Calidad. Definicin conceptual y operacional de las Variables:

Tabla 7 Definicin Conceptual y operacional de las variables VARIABLE Productividad (Pr) DEFINICIN CONCEPTUAL Relacin del producto que se ha logrado, con los recursos (insumos) que ha sido necesario emplear para obtenerlo DEFINICIN OPERACIONAL Se aplica una encuesta para analizar los factores que integran la productividad de la empresa, como son la competitividad, la tecnologa y la eficiencia. Se aplica una encuesta para analizar ios factores que integran la planeacin administrativa, planeacin de recursos humanos y el control administrativo. Se aplica una encuesta para analizar le factores que integran los recursos humanos, como son la seleccin y asignacin de personai, la motivacin, y la medicin y optimizacin del desempeo. Se aplica una encuesta para analizar los factores que integran la calidad, como son el control de procesos, el mejoramiento continuo y la certificacin de la empresa. INDICADORES QUE MIDE?

El grado de Competitividad productividad de Eficiencia la empresa. Tecnologa Control de tiempo Anlisis de objetivos cumplidos

Planeacin (Pl)

Definicin anticipada de lo que debe hacerse, como, y bajo la responsabilidad de quin para lograr los objetivos de una empresa.

Anlisis de rendimientos Anlisis de procedimientos de evaluacin Estrategias Areas de oportunidad Control de tiempos

El grado de j cumplimiento de I ios planes y objetivos de la empresa.

Recursos Humanos (RH)

Conjunto de habilidades, conocimientos, experiencias, motivacin, de los miembros de una empresa

Perfil del puesto Capacitacin y desarrollo del empleado Motivacin Nivel de comunicacin Eficiencia del empleado

Grado de eficiencia de los recursos humanos.

Calidad (Ca)

Proceso de transformacin corporativa y la bsqueda del desempeo excelente.

Polticas y normas de calidad Mejoramiento continuo Porcentaje de reclamaciones

Grado de eficiencia de la empresa para satisfacer las necesidades del cliente.

La matriz de datos por empresa e tems se integr de la siguiente manera: Tabla 8 Nmero de tems por variable VARIABLE NO. DE ITEMS (DATOS SIN AJUSTES) 7 5 6 6 NO. DE ITEMS (DATOS AJUSTADOS) 6 5 6 6

Productividad (Pr) Recursos Humanos (RH) Planeacin (Pl) Calidad (Ca)

Los datos ajustados surgieron porque al revisar la consistencia de los Items aplicando la tcnica del coeficiente Alfa de Cronbach, la variable Productividad mostr un valor de 0.71, Recursos Humanos 0.60, Planeacin 0.54 y Calidad 0.50, y se requiere un requerimiento mnimo de 0.70 para ser aceptado. Los ajustes consistieron en eliminar el tem 7 de Productividad y reformular la ltima pregunta de las variables Recursos Humanos, Planeacin y Calidad (Ver Tabla 9).

Cada tem del cuestionario const de

la

escala cuantitativa del 1 al 5, tomando en

cuenta que el nmero mayor equivale a excelente.

La tabla de entrada con calificaciones multiplicadas por su respectiva frecuencia y valores estandarizados est compuesta por la matriz de las cuatro variables y las 22 empresas encuestadas. (Ver Apndice F)

En el siguiente captulo se analizan las diferentes hiptesis del estudio, y el comportamiento de estas cuatro variables en el caso de estudio. Se describen tambin las tcnicas empleadas para la comprobacin de las mismas.

Captulo IV Factores explicativos de ta Productividad

El objetivo general del estudio es explicar la productividad en las pequeas empresas constructoras del Area Metropolitana de Monterrey. Para lograrlo, este captulo busca responder la pregunta cules son los factores que explican la productividad? Al efecto identifica los factores que tienen una influencia significativa en la productividad. El anlisis utiliza diversas tcnicas estadsticas para verificar las hiptesis implcitas en la siguiente hiptesis general.

4.1

Hiptesis General:

Las variables recursos humanos, internamente consistentes en

pianeacin y calidad sus tems, se

son

relacionan

positivamente con la productividad y explican una parte importante de su varianza.

La hiptesis de consistencia interna en Recursos Humanos (RH), Pianeacin (Pl) y Calidad (Ca) se refiere a que la confiabilidad de los tems que constituyen cada una de stas variables es aceptable (arrojan un coeficiente alfa mayor de 0.70). La hiptesis de correlacin se refiere ai grado de relacin existente entre la Productividad y las tres variables independientes. La hiptesis de regresin seala que las variables predictivas o independientes (RH, Pl y Ca)

explican la variacin de la productividad (variable dependiente).

Este estudio examina los factores de la productividad probando las hiptesis implcitas en la hiptesis general. Cuando se dice que la productividad tiene una relacin positiva o negativa con cierto factor, se supone que todo lo dems permanece igual. En este estudio la variable dependiente (explicada) es Productividad y las

independientes son Pianeacin, Recursos Humanos y Calidad. Las hiptesis se prueban para el momento de la encuesta (2000).

4.1.1 Hiptesis de consistencia interna: Las variables Recursos Humanos, Planeacin y Calidad son consistentes en sus tems.

La literatura muestra que los Recursos Humanos (habilidades, aptitudes y experiencias de las personas) incrementan ia productividad (Zubiiiaga, 2000). Est documentado que la Planeacin que define los objetivos de produccin y los medios para lograrlos es tambin un factor importante de la productividad (Anzola, 1993). Finalmente la calidad en los recursos humanos y en los procesos de la empresa tambin aumentan la productividad (Guajardo, 1996).

En el cuestionario que se aplica al estudio de caso, los tems para cada una de stas variables son: Recursos Humanos: Perfiles de puestos, Participacin, Planeacin de RH, Capacitacin, Motivacin. Planeacin: Objetivos y metas, Procedimientos, Areas de oportunidad, Proyectos a tiempo, Planeacin de recursos, Reingeniera. Calidad: Calidad de la empresa, polticas y normas, crculos de calidad, control de calidad, especificaciones, certificacin de la empresa. La prueba estadstica ms utilizada para verificar la consistencia entre los tems de una variable es el coeffente alfa de Chronbach. Esta prueba fu desarrollada por J. L. Chronbach y produce valores que oscilan entre 0 y 1. Primeramente se calculan los coeficientes de

correlacin r de Pearson entre todos los tems, enseguida se elabora ia matriz de con-elacin con los coeficientes obtenidos y se calcula el promedio de las correlaciones.

4.1.2 Hiptesis de Correlacin simple: Las variables explicativas (Recursos Humane, Planeacin y Calidad) se relacionan positivamente con la Productividad.

El estudio utiliza la prueba de correlacin para medir la relacin entre productividad, recursos humanos, planeacin y calidad de las empresas constructoras pequeas del Area Metropolitana de Monterrey. El anlisis de correlacin simple es un mtodo estadstico que calcula un coeficiente que describe el grado de asociacin lineal entre pares de variables. Aunque un anlisis de correlacin simple no es una tcnica multivariada, frecuentemente constituye el primer paso en el diseo de investigacin multivariada. Este anlisis estadstico ayuda a tener familiaridad con los datos y a descubrir asociaciones complejas en las variables. El coeficiente de correlacin ( r ) mide la fuerza de la relacin entre las variables, y tiene valores que varan entre (-1.00 y +1.CK)). Un valor positivo indica una relacin positiva o directa, mientras que un valor negativo indica una relacin negativa o inversa. La fuerza de la relacin y el coeficiente de correlacin se miden por el grado en ios cuales los puntos estn dispersos alrededor de la lnea de los mnimos cuadrados. Si todos ios puntos se encuentran exactamente en la lnea, la relacin es perfecta, y los valores de los coeficientes sern de +1.00 si la pendiente es positiva, y -1.00 si la pendiente es negativa. La mayor dispersin de los puntos alrededor de la lnea, estarn cercanos a un

coeficiente de correlacin de valor cero. Un coeficiente de correlacin bajo no necesariamente significa ia ausencia de una relacin. Una perfecta relacin curvilineal podra no reflejar un valor r de 1.0 a menos que alguna transformacin de la variable haya sido previamente tomada. Tambin, antes de realizar un anlisis de correlacin, deben normalizarse ios datos, existen ciertas tcnicas estadsticas para resolver este problema. La lineardad de los datos de la variable dependiente y cada variable independiente puede verificarse por un trazo de

dispersin. Los datos deben transformarse para conocer la suposicin lineal para los cuales existe relacin no lineal.

En resumen, la tcnica de Correlacin Simple mide el grado de asociacin lineal entre pares de variables. Por lo tanto, de acuerdo a la literatura mostrada en el marco terico se establecen las siguientes hiptesis de correlacin:

1. 2. 3.

La Productividad est positivamente correlacionada con la Planeacin La Productividad est positivamente correlacionada con los Recursos Humanos La Productividad est positivamente correlacionada con la Calidad.

La pregunta natural en sta seccin es: Los coeficientes de correlacin tienen los mismos signos que se esperan en las hiptesis?

Como la correlacin solo indica en que direccin se mueven las variables, sin mostrar que tan importante es esa variable especficamente en la variable dependiente, es necesario recurrir a hiptesis referidas en un anlisis de regresin.

4.1.3 Hiptesis de Anlisis de Regresin: Las variables independientes (Recursos Humanos, Planeacin y Calidad) explican gran parte de la varianza en la Productividad.

La regresin mltiple es una tcnica estadstica que intenta analizar la relacin entre una sola variable dependiente > varas variables independientes, en otras palabras, el anlisis de regresin puede usarse para proveer una explicacin de la variacin de la variable dependiente de un nmero de variables predictivas o independientes. El propsito de usar la regresin es determinar si cada variable dependiente est cercanamente relacionada a las variables independientes. La correlacin mltiple se usa tambin para obtener los coeficientes de determinacin, los cuales indican la proporcin de la varianza de los factores propuestos.

La relacin general en el anlisis de regresin mltiple se expresa como sigue: Y = f (X1, X2, Xn)

Donde Y es la variable dependiente y X1 hasta Xn son las variables independientes. Dos preguntas importantes con respecto a esta ecuacin pueden responder al modelo de regresin mltiple. Primero, qu tan fuerte es la relacin global entre la variables independientes y

dependiente? O, en otras palabras, cunto en combinacin representan de la variacin en Y? Segundo, cual es la importancia relativa de las variables independientes en trminos de la variacin en Y? El coeficiente de correlacin mltiple mide la fuerza de asociacin entre las variables dependiente e independiente. El cuadrado del coeficiente de correlacin mltiple est determinado por el coeficiente de determinacin mltiple (R2), y su coeficiente expresa la cantidad de variacin en la cual est determinada por la variable independiente, o variables explicativas. La interpretacin de ste coeficiente se realiza considerando el nmero de variables (R2 ajustado). La importancia relativa de las variables explicativas pueden evaluarse por coeficientes de correlacin parcial. La correlacin parcial se refiere a la relacin entre cada variable independiente y la variable dependiente, mientras se controlan una o ms de las variables independientes restantes.

Las variables independientes pueden ordenarse en base a la fuerza de su relacin con la variable dependiente Y, esas variables de ms altos coeficientes de correlacin parcid son las ms importantes, y aquellas variables con los ms bajos coeficientes de correlacin parcial son las menos importantes. Finalmente, la significancia estadstica del modelo de regresin y los coeficientes de regresin pueden probarse por valores F. Un enfoque frecuente de la regresin mltiple es la tcnica de "regresin paso a paso" (stepwise). En este estudio de caso, se utiliza el mtodo "paso a paso" para la prueba de regresin mltiple. El procedimiento "paso a paso" inicia con un modelo de regresin simple que solo usa la variable con la ms alta correlacin. Las correlaciones parciales de las variables

independientes que no se usan se examinan para encontrar una variable adicional con ei ms alto coeficiente de correlacin parcial. En seguida, la ecuacin de regresin se vuelve a calcular usando las dos variables predictivas, y el valor parcial de F para la variable original en el modelo se vuelve a examinar para ver si es significante, representando la nueva variable predictiva. Si la variable no es significante, se elimina de la ecuacin de regresin. Este procedimiento continua hasta examinar todas las variables predictivas y determinar si una deber incluirse en el modelo. El estadstico F de cada variable, considerando las previamente incluidas en el modelo, determina qu variable se queda, cual se elimina y cul debe ingresarse en cada paso. No es sorprendente encontrar problemas de muFticolineaiidad en las variables de investigacin de las ciencias sociales. As que la interdependencia puede tener serias implicaciones para la estimacin de regresin de coeficientes y para la especificacin del modelo. En el estudio de caso se considera que 0.80 es el limite superior de correlacin que seala que las variables independientes son importantes sin crear problemas de

multicolineariedad.

El anlisis de regresin provee una explicacin de la variacin de una variable explicada (Productividad) en base a un nmero identificado de variables explicativas o independientes (Planeacin, Recursos Humanos y Calidad). En resumen: 1) Mide el grado de asociacin entre la variable dependiente e independientes. 2) Explica (mide) la variacin en la variable dependiente debido a las variables independientes. 3) Mide la importancia relativa de cada variable independiente para explicar la variable dependiente. 4) Permite clasificar la importancia de las variables independientes en base a su poder para explicar la variable dependiente.

4.1.4

Hiptesis

de

regresin

con

variables

de

Anlisis

factorial:

Las

variables

independientes agrupadas en un solo indicador explican gran parte de la varianza en la Productividad. Es decir, se espera que los resultados sean consistentes con la hiptesis de regresin.

El anlisis factorial se utiliza en este estudio para examinar la influencia agregada de los grupos de variables independientes. Al usar el anlisis factorial, se puede evitar problemas de intercorrelacin de variables independientes, agrupar variables independientes en factores, e identificar la ms significante. El anlisis factorial afecta la extraccin de factores basados en el valor propio (eigenvalue) de cada variable. La suma de los cuadrados de los pesos de cualquier columna de la matriz factorial es lo que se denomina eigenvalues, e indican la cantidad total de varianza que explica ese factor para las variables consideradas como grupo. Las cargas factoriales pueden tener como valor mximo 1, por lo tanto el valor mximo que puede alcanzar el valor propio es igual al nmero de variables. Si se divide el valor propio entre el nmero de variables indica la proporcin (tanto por ciento si se multiplica por 100) de las varianzas de las variables que explica el factor. Se denomina "comunalidad" a la proporcin de la varianza explicada por los factores comunes en una variable. La comunalidad es la suma de los pesos factoriales al cuadrado en cada una de las filas. El anlisis factorial comienza sus clculos a partir de lo que se conoce como matriz reducida compuesta por los coeficientes de correlacin entre las variables y con las comunalidades en la diagonal. La matriz factorial indica la relacin entre los factores y las variables, sin embargo, a partir de la matriz factorial muchas veces resulta difcil la interpretacin de los factores. Para facilitar la interpretacin se realizan lo que se denominan rotaciones factoriales. Esta rotacin busca la solucin ms sencilla e interpretable. Consiste en hacer girar los ejes de coordenadas que representan los factores, hasta conseguir que se aproxime al mximo a las variables en que estn saturados. La saturacin de factores transforma la matriz factorial en otra denominada matriz factorial rotada, de ms fcil

interpretacin. La matriz factorial rotada es una combinacin lineal de la primera y explica la misma cantidad de varianza inicial. Existen varios mtodos de rotacin que se pueden agrupar en dos grandes tipos: ortogonales y oblicuos. La correlacin entre las varales pueden representarse como el ngulo entre dos vectores y especficamente vendra dada como el coseno del ngulo entre dos vectores. As tendremos una rotacin ortogonal cuando la correlacin entre factores sea nula, o lo que es lo mismo, tienen un ngulo de 90 grados entre factores. La rotacin oblicua es cuando la correlacin entre factores no sea nula y por tanto el ngulo distinto de 90 grados. Lo ms recomendable es la rotacin ortogonal, aunque en el caso de que existan razones para pensar que los factores estn correlacionados entonces utilizaremos la rotacin oblicua.

4.2 Resultados para el estudio de caso.

4.2.1. Hiptesis de Consistencia Interna.

El estudio verifica sta hiptesis calculando el coeficiente alfa de Chronbach. Los resultados muestran que slo los tems de Productividad son consistentes (obtienen un valor mayor al criterio estableado de 0.70). Es decir, la seleccin de tems para cada una de las variables independientes (Recursos Humanos, Planeacin y Calidad) no son internamente consistentes

en el estudb de caso. Esto es, algunos criterios (tems) de medicin en la literatura deben ser eliminados o sustituidos por otros estadsticamente ms apropiados. Para resolver el problema de consistencia interna, e' estudio ajusta los tems de cada indicador eliminando los que sean necesarios hasta alcanzar el criterio de 0.70. De esta manera, los anlisis en las secciones posteriores se realizan considerando tanto indicadores tai como lo sugiere la literatura (datos sin ajustar), como indicadores re-elaborados para satisfacer el criterio de consistencia interna (date ajustados). As, la utilidad del estudio en sta seccin es evidente en tres aspectos: 1. 2. Muestra una forma de satisfacer el criterio de "consistencia interna". Seala contratiempos posibles a estudios similares en otros estudios de caso.

3.

Proporciona puntos de contraste si sta hiptesis no se hubiese incluido.

Tabla 9 Coeficiente alfa de Chronbach VARIABLE COEFICIENTE ALFA (Sin ajustes) Productividad (Pr) Recursos Humanos (RH) Planeacin (Pl) Calidad (Ca) 0.71 0.60 0.54 0.50 COEFICIENTE ALFA (Con ajustes) 0.84 0.72 0.72 0.73

4.2.2 Hiptesis de correlacin. La prueba de relacin entre la Productividad y cada una de las variables independientes es significativa para Planeacin y Calidad en los datos "sin ajustar"; La correlacin entre Pr y Pl, RH, y Ca es 0.274, 0.493* y 0.440*, respectivamente. Como este resultado puede ser engaoso bajo el criterio de consistencia interna de los indicadores, la tabla 9 muestra los coeficientes para los clculos con "datos ajustados". Los resultados son similares: Solo planeacin y Calidad tienen una relacin estadsticamente significativa con Productividad (0.448 y 0.455

respectivamente). Aunque el coeficiente de correlacin entre Productividad y Recursos Humanos no es significativo, la relacin muestra el signo positivo que supone la literatura y proporciona una adecuada seal para la bsqueda de los tems apropiados que definen la variable Recursos Humanos.

4.2.3 Hiptesis de regresin.

Para el anlisis de regresin se aplica el mtodo de significancia estadstica gradual o "paso a paso" (stepwise) para seleccionar las variables en la ecuacin de regresin. El lmite de significancia que se aplica es de 0.20. En otras palabras, si la F estadstica de la variable es

significativa al nivel de confianza de 0.20, la variable que no ha entrado a la ecuacin se incorpora a la regresin. Con este mismo criterio, si la F estadstica de una variable no es significativa al nivel de confianza mayor a 0.20, la variable que est en la ecuacin se elimina.

En la ecuacin que considera los datos "sin ajustar", la primer y nica variable que entra es Planeacin (Pl). Esta variable explica 20.5% de la varanza en la Productividad, a un nivel de significancia de F=2%. Recursos Humanos y Calidad no son estadsticamente significantes. Los resultados muestran que si la ecuacin se forzara para incluir las tres variables

simultneamente (mtodo enter), entonces ninguna sera estadsticamente significante. Esto evidencia la desventaja estadstica de la poltica de "muchas variables a la vez" (mtodo enter en el anlisis de regresin), y el beneficio de seleccionar las que sugiere la literatura, entre ellas, las que son estadsticamente ms significativas (mtodo stepwise). Los resultados anteriores no mejoran con los datos ajustados. Sin embargo, la primer y nica variable significativa es Calidad (Ca). La ecuacin muestra que sta variable explica el 16.7% de la varanza en la Productividad (Pr), con una F significativa al 3.3%. De manera similar al caso de "datos sin ajustar", si entraran las tres variables simultneamente ninguna sera estadsticamente significativa. La exigencia de la hiptesis de consistencia interna obliga a considerar la Calidad como criterio de poltica en el estudio de caso. Los resultados muestran que si se tomara la experiencia de otros casos que reporta la literatura, se hubiera tomado la Planeacin. Esto indica la importancia de la prueba de consistencia interna para verificar las sugerencias de la literatura. El ejercido estadstico seala que se hubiera considerado una variable que, aunque estadsticamente significativa, no es consistente en sus tems para el estudio de caso. Los datos en las ecuaciones de regresin son sustentados por un anlisis de varanza (ANOVA) que justifica el uso de las tres variables independientes para las 22 observaciones en el estudio de caso.

Prueba de anlisis de varianza (ANOVA) Resultados (Datos sin ajustes): El valor obtenido de la tabla es 2.72. Debido a que nuestra estadstica de prueba calculada F - 0.5077 es menor que este valor critico, la hiptesis nula no se rechaza. La conclusin es que no existe una diferencia significativa entre productividad, recursos humanos, planeacin y calidad para los casos analizados. Esto se interpreta como la homogeneidad entre las empresas encuestadas, no hay diferencias significativas entre los casos al considerar estas variables, por io que se puede analizar la influencia de Planeacin, Recursos Humanos y Calidad en la Productividad para

establecimientos ms o menos homogneos desde el punto de vista de stas variables. (Ver Apndice L).

Resultados (Datos ajustados): El valor obtenido de la tabla es 2.72. Debido a que nuestra estadstica de prueba calculada F = 0.8983 es menor que este valor crtico, la hiptesis nula no se rechaza. La conclusin es que no existe una diferencia significativa entre productividad, recursos humanos, planeacin y calidad. (Ver Apndice L)

4.2.4 Hiptesis de regresin con variables de Anlisis Factorial.

En este estudio, se aplican los criterios siguientes en el anlisis factorial: 1) Estimacin de previa comunalidad para cada variable, asignada a 1.00. 2) Aplicacin del mtodo de anlisis de componentes principales para la extraccin de factores; nicamente los factores con valores mayor de 1.00 se consideran significantes; 3) Si ios resultados del punto anterior lo permiten, se realiza la transformacin varimax ortogonal como mtodo de rotacin. Despus que se obtienen ios factores, se usa la regresin mltiple para probar la relacin entre Productividad y los factores seleccionados. De manera similar a la regresin mltiple con las variables independientes de la seccin previa, el mtodo "paso a paso" se usa

para el proceso de regresin y un nivel de significancia moderada de 0.20 se selecciona como criterio para los factores ingresados o removidos de la ecuacin de regresin mltiple.

En ste anlisis se utilizaron las tres variables (PI, Ca y RH). Hay un solo valor propio (eigenvalue) > 1 que contabiliza el 67% de la varanza estandarizada. Por sta razn, el anlisis factorial examina la influencia agregada del grupo de variables independientes que explican la Productividad en la solucin de componentes principales sin rotacin.

En el anlisis de regresin se comprob que no era posible incluir simultneamente las tres variables independientes. Los resultados muestran que por este procedimiento (mtodo enter) ninguna variable es significativa. El anlisis factorial es un artificio estadstico para medir la influencia agregada de las tres variables independientes sorteando el problema de exclusin por no-significancia estadstica del anlisis de regresin. Es decir, el hecho de que una variable no sea estadsticamente significante no significa que sea completamente irrelevante a la Productividad, especialmente si se combina con otras. El anlisis no slo permite verificar diferencias entre resultados con "datos ajustados" y "sin ajustar", sino que tambin es posible hacer comparaciones con el modelo de regresin con las variables originales. El ejercicio verifica la hiptesis de influencia positiva de la variable agregada (F1) sobre la Productividad. Los resultados para "datos ajustados" y "sin ajustar" son similares. La varanza explicada es mayor (45% - 49%) a la obtenida en el anlisis de regresin (16% - 20%). Estos resultados muestran que, an en el caso de incluir todas las variables identificadas por la literatura, hay un porcentaje importante sin explicar en la varanza de la Productividad (ms del 50%). El estudio de la Productividad deber extenderse hacia aspectos no considerados en et estudio y para fines de poltica resulta que slo ia Calidad es variable importante en el estudio de caso. Resultados (Datos sin ajustes): El modelo de regresin con el factorial (que agrupa

todas las variables explicativas) mejora a una R ajustada de 0.493 contra un valor similar de 0.205 en el modelo de regresin que solo encuentra significativa la variable Planeacin

(Calidad y Recursos Humanos no son significativos por lo que el procedimiento stepwise los deja fuera). Si se consideran todas las variables en el anlisis de regresin (Mtodo enter), ninguna variable del estudio es significativa. Esto no es una sorpresa, si se considera que el anlisis de correlacin muestra que los coeficientes son muy bajos (PI, Ca) o no son estadsticamente significativas (RH) con la variable dependiente. (Ver Apndices H).

Resultados (Datos ajustados):

El modelo de regresin con el factor"M(que agrupa

todas las variables explicativas) mejora a una R gustada de 0.455 contra un valor similar de 0.167 en el modelo de regresin que solo encuentra significativa la variable Calidad (Planeacin y Recursos Humanos no son significativos por lo que el procedimiento stepwise los deja fuera). Si se consideran todas las variables en el anlisis de regresin (Mtodo enter), ninguna variable del estudio es significativa.

En el siguiente captulo se analiza el resumen, notas finales del estudio y lneas de poltica.

061462

4.3 Esquema General del Estudio Fig. 7 Esquema General del Estudio
Presenta Introduccin Ongen, Justificacin, Antecedentes, Objetivos, Alcances

Necesarios para analizar

Productividad en pequeas constructoras

cuyas variables explicativas en revisin de literatura son

S
Recursos Humanos

T
Planeacin cuyos items son

1
Calidad

de las cuales son estadsticamente relevantes {Anlisis alfa de consistencia, correlacin y regresin)

Segn literatura (Sin ajustes) en estudio de caso Planeacin

justando literatura a pruebas estadsticas en estudio de caso

Calidad

de lo anterior

1
Polticas sobre productividad en empresas pequeas Lineas futuras de estudio

"Ya se tiene el NO, vyase en busca deJ SI. con destreza que las mas de tas veces no se consigue porque no se intenta' Gracin , Baltazar. 'Orculo Manual y arle de la prudencia, Mxima 68

En este captulo se analiza el resumen y notas finales del estudio.

5.1 Recapitulacin El objetivo principal del estudio es explicar la productividad en las pequeas constructoras del Area Metropolitana de Monterrey, y para obtenerlo se identifican ios factores , se evalan los tems, se analizan la significancia estadstica de cada factor y se determina el poder explicativo de la Productividad en funcin de la Planeacin, los Recursos Humanos y la Calidad.

El tamao de la muestra es de 21 empresas encuestadas. Se verifica la confiabilidad de los tems a travs del coeficiente alfa de Chronbach, Hernndez Sampier (1998) considera que un coeficiente de 0.70 es aceptable.

Se aplica tas tcnicas estadsticas correlacin de Pearson, Regresin, Anlisis Factorial y regresin con F a c t o r M , resultando estadsticamente relevantes segn literatura en estudio de caso (sin ajustes) la variable Planeacin, y ajustando literatura a pruebas estadsticas en estudio de caso la variable Calidad.

5.2 Validez

Las conclusiones al usar el anlisis estadstico en el estudio son vlidas por lo siguiente: Primero, no se encontr relacin de significancia esperada entre Productividad y las tres variables independientes. El anlisis de correlacin muestra que slo Planeacin y Calidad tienen una relacin estadsticamente significativa con

Productividad, Recursos Humanos no es significativa. Et anlisis de regresin muestra que la variable Calidad (datos ajustados) es la nica variable significativa. Segundo, explicaciones tericas razonables pueden formularse para explicar los resultados estadsticos. Por ejemplo, de acuerdo a la teora econmica, la Productividad se atribuye a la competitividad y calidad de las empresas y

contribuye al Producto Interno Bruto de una nacin.

Por lo tanto, con los problemas mencionados, se avanza el resultado de que cuando se diseen polticas para todas las empresas pequeas del Area Metropolitana de Monterrey (el anlisis ANOVA as lo permite), slo se justifica estadsticamente apoyar la variable Calidad.

Este resultados son consistentes con las tendencias actuales de globalizadn de la economa donde la calidad es el elemento importante de la competitividad internacional. El reporte del IMP as lo muestra para los pases, y ste anlisis lo corrobora para las pequeas empresas constructoras del Area Metropolitana de Monterrey.

5.3 Lneas futuras de estudio

Un punto de partida para otros trabajos de investigacin es verificar si los resultados se sostienen una vez que se hayan resuelto los problemas de la investigacin que se sealan, es decir verificar la prueba de confiabilidad de los tems.

Los resultados obtenidos muestran que, an en el caso de incluir todas las variables identificadas por la literatura, hay un porcent^e importante sin explicar en la varianza de la Productividad (ms del 50%). El estudio de la Productividad deber extenderse hacia aspectos no considerados en el estudio y para fines de poltica resulta que slo la Calidad es variable importante en el estudio de caso.

Las mismas variables pueden tener diferentes efectos de Productividad para empresas pequeas localizadas en diferentes regiones o en diferentes periodos. El anlisis realizado en ste estudio no busca verdades universales ni aplicables a otros estudios de caso. Por supuesto, muchas preguntas han sido dejadas sin contestar. Se espera que ste anlisis estimule intereses adicionales que puedan proveer informacin empricamente comprobable y un mejor entendimiento acerca de la productividad de las pequeas empresas constructoras del Area Metropolitana de Monterrey.

Bibliografa

Construccin Barrientes A. / Gonzlez Deyanira, "Salva obra privada construccin en N.L.", Peridico El Norte Monterrey, N.L., Agosto, 2001 Cmara Mexicana de la Industria de la Construccin (CMIC)

Castillo Alejandro, "50 Consultoras". Revista Obras, Mxico, D.F., Junio del 2001 Godard Ventura Delio N., "Hacia la estrategia del negocio", Revista Obras, Mxico, D.F., Junio del 2000

Instituto Internacional para el Desarrollo de Ejecutivos (IMD)

Ochoa Martnez Raquel, "Las 100 constructoras ms importantes de Mxico", "Las cuentas claras ?, Revista Obras, Mxico, D.F., Septiembre del 2000, Enero del 2001 Revista Mexicana de la Construccin, "Indice de productividad e Indice compuesto de horashombre", Mxico, D.F., Enero de 1994 Surez Salazar Carlos (1984), Administracin de Empresas Constructoras, Ed. Limusa, Mxico, D.F.

Calidad Alonso V. / Blanco A.(1990), Dirigir con calidad total, Ed. ESIC, Madrid Delgado Alfaro Jos Luis, "Fortalezca su tendn de Aquiles", Revista Obras, Mxico, D.F., Marzo del 2000 Deming W. Edwards (1989), Calidad, productividad y competividad, Ed. Daz de Santos S.A., Madrid Feigenbaum Armand (1994), Control total de la calidad, Ed. CECSA, Mxico, D.F. Guajardo Garza Edmundo (1996), Administracin de la calidad total, Ed. Pax, Mxico, D.F. Gutirrez Mario (1994), Administracin para la calidad, Ed. Limusa, Mxico, D.F. Howe Roger (1994), Ponga la calidad a prueba, Ed. Me Graw Hill, Mxico, D.F. Instituto de Desarrollo y Educacin de la Calidad, Calidad en la Educacin, Monterrey, N.L., 1996 Ishikawa Kaoru (1986), Qu es el control total de la calidad?, Ed. Norma S.A., Bogot, Colombia Ouchi William (1985), Teora Z, Ed. Orbis, Barcelona, Espaa

Estadstica Berenson Mark/Levine David (1996), Estadstica bsica en administracin, Ed. Prentice Haii, Mxico, D.F. Fras Garza Javier (1985), La Estadstica para la toma de decisiones, Fac. de Arquitectura U.A.N.L., Monterrey, N.L. Calvo Gmez F. / San-amona J.,(1983), Ejercicios de estadstica aplicados a las ciencias sociales, Ed. Ceac, Barcelona, Espaa Hopkins Kenneth/Hopkins B.R./Glass Gene (1997), Estadstica Bsica para las Ciencias Sociales y del Comportamiento, Ed. Prentice Hall Hispano Americana S.A., Mxico, D.F. Levin Richard/Rubin David (1996), Estadstica para Administradores, Ed. Prentice Hall Hispano Americana S.A., Mxico, D.F. Shneider K. (1982), Mtodos cuantitativos en administracin, Ed. Limusa, Mxico, D.F.

Metodologa de la Investigacin Crotty Michael (1998), The foundations of Social Research Meaning and Perspective in the Research Process, London: Sage Finch, F. (1993), Enciclopedia concisa de tcnicas administrativas, Ed. Trillas, Mxico, D.F. Fowler Floyd (1993), Survey Research Methods, London: Sage Hernndez Sampieri/Femndez Collado/Baptista Lucio (1998), Metodologa de la Investigacin, Ed. Mc-Graw Hill, Mxico, D.F. Pardinas Felipe (1980), Metodologa y tcnicas de investigacin en ciencias sociales, Ed. Siglo XXI, Colombia Schmelkes, Corna(1988), Manual para la presentacin de anteproyectos e informes de investigacin (tesis), Ed. Hara, S.A. de C.V., Mxico, D.F. Wiersma William (1986), Research Methods in Education: An introduction, Boston: Allyn and Bacon Zorrilla A. Santiago, Torres X. Miguel (1993), Gua para elaborar la tesis, Ed. Mc Graw Hill, Mxico, D.F.

Anzola Rojas Mxico, D.F.

Srvulo (1993), Administracin de pequeas empresas, Ed. McGraw Hill,

Arrona F. (1990), Herramientas bsicas para planeacin y mejora de la calidad, Ed. Icasa, Mxico, D.F. Block Albert (1980), Innovacin educativa, Ed. Trillas, Mxico, D.F. Fras Garza Javier (1989), Administracin integral de proyectos, Fac. de Arq. UANL, Monterrey, N.L. Hill Ch./Jones G. (1996), Administracin estratgica, Ed. Me. Graw Hill, Mxico, D.F. Luthans Fred (1988), Introduccin a ia administracin, Ed. Me Graw Hill, Mxico, D.F. Robbins Sttephen P., La Administracin en el mundo de hoy, Ed. Prentice Hall, Mxico, D.F.

Productividad Centro de Productividad de Carabobo r : wwv . r-tr . - > ~.

Davis Bain (1985), Productividad: La solucin a los problemas de la Empresa, Ed. Me Graw Hill, Mxico, D.F. Garca Cant Alfonso (1995), Productividad y reduccin de costos, Ed. Trillas, Mxico, D.F. Garca Saldaa Gorky (1993), Esquemas y modelos para la competitividad, Ed. Castillo, Monterrey, N.L. Gray Edmund R., Smeltzer Larry R. (1990), Management. The Competitive Edge., Maxwell Macmillan International Editions, USA, Traduccin por : R. J. Aguado Hill Charles W. L. / Gareth R. Jones (1996), Administracin Estratgica, Ed. McGraw Hill Interamericana, S.A., Santaf de Bogot, Colombia INEGI, Encuesta estatal del Sector formal de la Industria de la Construccin en Nuevo Len, 1999 Instituto Tecnolgico y de Estudios Superiores de Monterrey

Marroqun Pedro (1986), Productividad: Participacin y anlisis, Ed. Continental, Mxico, D.F. Noori Hamid/Redford Rusell (1997), Administracin de Operaciones y produccin, Me Graw Hill, Colombia

Ramrez Padilla David N. (1997) / Cabello Garza Mario A., Empresas Competitivas, Ed. McGraw Hill, Mxico, D.F. Reinoso, Eduardo D. (1995), La competitividad de los Estados Mexicanos, ITESM/Centro de Estudios Estratgicos, Monterrey, N.L. Secretaria de Comercio y Fomento Industrial (Secofi)

Vzquez Martnez Heliodoro (1992), Productividad y Seguridad en el trabajo, Ed. Diana, Mxico, D.F.

Recursos Humanos Arias Galicia Femando (1994), Administracin de Recursos Humanos, Ed. Trillas, Mxico, D.F. Burak H., Smith Robert D. (1983), Administracin de personal, Compaa editora continental S.A. de C.V., Mxico, D.F. Chruden Herbert (1982), Administracin de personal, Ed. CECSA, Mxico, D.F. Garca Cant Alfonso, Productividad y Reduccin de costos (1995), Ed. Trillas, Mxico, D.F. Gordon Me Beath Maurice (1976), Organizacin y planeacin de recursos humanos, Logos consorcio editorial S.A. de C.V., Mxico, D.F. Koseen Stan, Supervisin: Gua prctica para la administracin de primera lnea (1994), Ed. CECSA. Mxico, D.F. Robbins Stephen P. (1998), La Administracin en el Mundo de Hoy, Ed. Prentice Hall, Mxico, D.F. Werther/Davis (1995), Administracin de personal y de recursos humanos, Ed. Me Graw Hill, Mxico, D.F. Zubillaga R. Ana Cristina, "Medir el capital humano", Revista Obras, Mxico, D.F., Julio del 2000

Apndice A

Determinacin del Universo y de la Muestra.

Para el estudio de caso se analizan las empresas constructoras pequeas del Area Metropolitana de Monterrey, segn la estratificacin de la Cmara Mexicana de la Industria de la construccin, en el ao de 199817:

Micro 583

Pequeas 51

Medianas 26

Grandes 25

Gigantes 27

De la tabla anterior se deduce que el universo de la poblacin de estudio se define en 51 empresas, las cuales estn estratificadas como empresas pequeas.

Despus de determinar el universo de la poblacin, se determina el tamao de la muestra, con el objeto de medir y disminuir al mnimo el error estndar de nuestras predicciones, tomando en cuenta a Hernndez Sampieri (1998), y estableciendo un error estndar de 0.05.

El tamao de la muestra se determina a travs de las siguientes frmulas:

1 n ' = s f = Varianza de la muestra V2 Varianza de la poblacin

Donde

n'= tamao provisional de la muestra (sin ajustar) S2= Varianza de la muestra V^Varianza de la poblacin

17

http.//cmic.org/informacin/EconomiaE

2.- n= 1 + n'/N

Donde

n = tamao de la muestra N= tamao de la poblacin = 51

Sustituyendo valores obtenemos:

S2 = p(1-p)=0.9(1-0.9) = 0.09 V2 = (Se)2 = (,05)2 = 0.0025

n - f = 0.09 V2 0.0025

= 36 (Tamao provisional de la muestra)

Obteniendo el tamao de la muestra (n):

n' n= 1 +(n'/N) =

36 = 21.11 1+0.705

De donde se deduce que el tamao de la muestra es de 21 empresas

Apndice B

1.

Buffet Constructivo de! Norte S A de C.V. Sr. Miguel A. Moreno Martnez

2.

Consorcio Americano de Proyectos y Construccin S.A. de C.V. Ing. Juan Garca Guerrero

3.

Consorcio Latinoamericano de Construccin S.A. de C.V. Ing. Flix Estrada

4.

Construcciones Electromecnicas Alee S.A. de C.V. Ing. Juan Francisco Cruz

5.

Construcciones Mayvi S.A. de C.V. Ing. Mario A. Snchez Herrera

Construcciones Mec S A de C.V. Ing. Abelardo Gonzlez Gonzlez

7.

Construcciones Permell, S.A. de C.V. Ing. Femando Prez Mellado

8.

Construcciones y urbanizaciones Campa S.A. de C.V. Ing. Jos T. Campa Coronado

9.

Constructora Maz Mier S.A. de C.V. Ing. Cesar Garca Garca

10. Constructora Santos Chisum S.A. de C.V. Ing. Rolando Santos Chisum

11. Edificaciones Y Construcciones Arq. Laura Galindo Sema

12. Edificaciones RSM S.A. de C.V. Sr. Ramiro Garza Garza

13. Edificaciones y Terraceras del Norte S.A de C.V. Ing. Henry Cant Sandoval

14.Eleza Construcciones Arq. Ma. Teresa Ledezma Elizondo

15. DRYSA Arq. Jos Manuel Frutos Guerrero

16. Ergos Constmcciones Arq. Armando Ramrez Garca

17. Hergar Construcciones Ing. Luciano Hernandez Garca

18. Ingeniera y Construcciones VYM S.A. de C.V. Ing. Alberto Gonzlez Cruz

19. Kratos Edificaciones S.A. de C.V. Ing. Femando Ricaud

20. Leal Constmcciones S.A. de C.V. Lic. Jos Luis Leal Barhentos

21. Proyectos y Construcciones Ing. Jaime de (a Garza M.

22. Servicios Industriales Toran S.A. de C.V. Ing. Elseo Ledezma Elizondo

Fig. 8 Portada de la Encuesta

Universidad Autnoma de Nuevo Len Divisin de Estudios de Posgrado Maestra en Administracin de la Construccin

Modelo para incrementar la Productividad en la Pequea Constructora del rea Metropolitana de Monterrey

Productividad

Planeacin

Recursos Humanos

Calidad

Empresa Direccin: Persona que responde a la encuesta Tel.:

Encuesta Objetivo: El objetivo de la encuesta es recopilar informacin para ser analizada, evaluada y contribuir a realizar el proyecto denominado "Modelo para incrementar la Productividad en la Pequea Constructora del rea Metropolitana de Monterrey", con la finalidad de conocer las condiciones actuales de dichas empresas. De la siguiente escala (1 a 5) seleccione el que considere corresponde a los siguientes aspectos, tomando en cuenta que el nmero mayor (5) equivale a excelente.

1 2 3 4 5 6 7

d) Productividad ^ Cmo es la productividad de la empresa de acuerdo a los cumplimientos de los objetivos de la misma. Cmo son los programas para incrementar la productividad. Cmo son los procedimientos o programas para evaluar la productividad. Cul es la posicin competitiva de la empresa en el mercado. Cmo es la eficiencia con relacin a calidad/precio. Es suficiente la tecnologa para tas operaciones de la empresa. Existen procedimientos de control de tiempo de las obras realizadas.

Variable

O o o o o o o

o o o o o o o

o o o o o o o

o o o o o o o

o o o o o o o

Seale tos factores que considere limiitantes para la Variable Productividad Productividad Recursos Humanos Planeacin Calidad

1 2 3 4 5

Recursos Humanos 5 Existe una definicin adecuada de los perfiles de los puestos. Cmo es la participacin del personal en la elaboracin de los planes de la empresa. Existen estrategias para la planeacin de recursos humanos de la empresa. Cmo es la capacitacin del personal.
w

Variable

Existen programas de motivacin y desarrollo humano.

O o o o o

o o o o o

o o o o o

o o o o o

o o o o o

Seale los factores que considere limiitantes para la Variable Recursos Humanos Productividad Recursos Humanos Planeacin Calidad

Variable 1 2 3 4 5 6

Planeacin 5 4 3 2 1

Cmo es la planeacin de objetivos y metas de la empresa. Existen procedimientos para evaluar los objetivos logrados por la empresa. Cmo son los programas de reas de oportunidad de la empresa. Los proyectos que realizan se terminan a tiempo regularmente. Cmo es la planeacin de recursos de la empresa. Existen procedimientos de reingeniera en la empresa.

o o o o o o

o o o o o o

o o o o o o

o o o o o o
Q

o o o o o 0

Seale los factores que considere limiitantes para la Variable Planeacin Productividad Recursos Humanos Planeacin

Calidad

1 2 3 4 5 6

Calidad ^ Cmo es en general la calidad de la empresa. Existen polticas y normas de calidad.

Variable

5 O

4 O O O O O O

3 O O O O O O

2 O O O O O O

1 O O O O O O

O Existen circuios de calidad para el mejoramiento O continuo de la empresa. Existen mtodos y procedimientos de control de O calidad. Cmo se cumplen con las especificaciones de calidad O establecidas. Consideran a futuro certificar la empresa. O

Seale los factores que considere limiitantes para la Variable Calidad Productividad Recursos Humanos Planeacin Calidad

Comentarios 0 sugerencias

Por su colaboracin, muchas Gradas.

Lic. Nora Livia Rivera Herrera

Matriz de Datos por Empresa e tems Variable Productividad Nmero de Item 1 2 3 4 1 Emp. 1 Emp. 2 Emp. 3 Emp. 4 Emp. 5 Emp. 6 Emp. 7 Emp. 8 Emp. 9 Emp. 10 Emp. 11 Emp. 12 Emp. 13 Emp. 14 Emp. 15 Emp. 16 Emp. 17 Emp. 18 Emp. 19 Emp. 20 Emp. 21 Emp. 22 4 3 3 3 4 5 4 3 3 3 3 5 5 3 3 3 4 5 3 3 4 5 4 4 1 3 5 3 3 4 1 3 4 4 4 4 2 4 3 4 2 3 3 4 3 3 1 4 3 4 3 3 2 3 3 4 3 3 3 4 3 3 2 4 3 4 4 3 2 4 4 5 4 4 3 4 4 5 4 3 3 3 3 5 2 3 4 5 Variable Recursos Humanos Nmero de Item 1 2 3 4 3 Emp. 1 3 4 3 5 3 4 3 Emp. 2 Emp. 3 3 3 1 2 Emp. 4 4 4 3 3 Emp. 5 4 4 2 3 5 4 Emp. 6 3 3 4 4 Emp. 7 3 3 5 4 4 Emp. 8 4 4 5 4 Emp. 9 4 3 Emp. 10 3 3 3 Emp. 11 3 4 3 2 5 4 3 Emp. 12 4 3 Emp. 13 3 3 4 Emp. 14 5 4 3 3 Emp. 15 4 3 2 2 4 4 4 Emp. 16 3 3 Emp. 17 4 4 3 4 Emp. 18 5 4 4 4 Emp. 19 3 3 4 5 3 Emp. 20 3 3 Emp. 21 3 4 2 2 2 t Emp. 22 3 4 Variable Calidad Nmero de Item 1 2 3 4 4 4 3 5 4 4 2 3 3 4 3 3 4 2 4 5 4 4 2 3 3 3 3 4 4 3 4 4 3 4 2 3 2 4 3 3 4 4 3 3 3 2 3 3 3 4 3 3 4 3 4 5 4 4 2 3 4 3 4 i 4 3 4 5 4

5 4 4 3 4 5 4 4 4 3 4 4 4 4 4 3 3 4 4 3 4 5 4

6 5 3 3 4 3 4 4 3 4 4 5 5 4 3 3 3 3 5 3 4 3 5

5 3 3 2 3 3 3 3 4 3 3 2 3 3 3 2 3 3 3 3 3 2 3

Variable Pianeacin Nmero de Item 2 3 4 1 5 Emp. 1 Emp. 2 Emp. 3 Emp. 4 Emp. 5 Emp. 6 Emp. 7 Emp. 8 Emp. 9 Emp. 10 Emp. 11 Emp. 12 Emp. 13 Emp. 14 Emp. 15 Emp. 16 Emp. 17 Emp. 18 Emp. 19 Emp. 20 Emp. 21 Emp. 22 4 3 4 4 3 5 4 4 4 3 3 5 4 3 4 4 4 4 A A A s> 3 4 2 4 3 5 3 3 5 4 4 4 3 4 3 2 3 5 2 2 2 A1 4 4 2 4 3 4 4 4 4 4 3 4 3 4 2 4 3 4 A 2 4 3 2 4 4 4 5 3 2 5 4 3 4 3 2 4 1 ) A \ A i
\

6 3 2 2 3 2 4 3 3 3 2 2 3 2 3 3 2 2 3 2 3 2 3 Emp. 1 Emp. 2 Emp. 3 Emp. 4 Emp. 5 Emp. 6 Emp. 7 Emp. 8 Emp. 9 Emp. 10 Emp. 11 Emp. 12 Emp. 13 Emp. 14 Emp. 15 Emp. 16 Emp. 17 Emp. 18 Emp. 19 Emp. 20 Emp. 21 Emp. 22

4 4 4 4 4 3 5 3 4 4 4 3 4 4 4 4 4 4 5 4 4 3 4

5 2 4 2 5 4 5 2 4 5 5 4 4 3 4 2 5 4 4 2 5 4

3 3 2 4 3 4 4 3 4 2 4 3 2 j 4 21 25 A1 ;$ 1 ;i * i

6 1 3 2 5 3 4 2 3 4 4 3 3 4 3 2 5 3 4 2 5 4 4

Frecuencias de cada Variable Variable: Productividad

5 Emp 1 Emp 2 Emp. 3 Emp 4 Emp 5 Emp 6 Emp 7 Emp 8 Emp 9 Emp 10 Emp 11 Emp 12 Emp 13 Emp 14 Emp 15 Emp 16 Emp 17 Emp 18 Emp 19 Emp 20 Emp 21 Emp 22 1 0 0 0 2 2 0 0 0 0 1 3 1 0 0 0 0 3 0 0 1 3 4 4 2 0 4 2 3 4 3 1 3 3 3 4 2 0 2 2 2 0 3 2 3 3 1 4 3 2 2 1 2 3 3 3 2 0 1 4 5 4 4 1 3 3 3 0 2 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 3 0 0 0 1 0 0 2 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 Total 24 20 13 22 24 25 22 21 16 21 23 27 24 20 17 20 20 26 15 21 22 27 Prom. 400 333 2.17 3 67 4.00 4.17 3.67 3.50 2.67 3.50 3.83 4.50 4.00 3.33 2.83 3.33 3.33 4.33 2.50 3.50 367 4.50 Emp. 1 Emp. 2 Emp. 3 Emp. 4 Emp 5 Emp. 6 Emp. 7 Emp. 8 Emp. 9 Emp. 10 Emp. 11 Emp. 12 Emp. 13 Emp. 14 Emp. 15 Emp. 16 Emp. 17 Emp. 18 Emp. 19 Emp. 20 Emp. 21 Emp 22

Variable: Recursos Humanos

5 0 1 0 0 0 1 0 1 1 0 0 1 0 1 0 0 0 1 0 1 0 0 4 1 1 0 2 2 1 2 4 3 0 1 2 1 1 1 3 2 3 2 0 1 2 3 4 3 2 3 2 3 3 0 1 5 2 2 4 3 1 2 3 1 3 4 1 3 2 0 0 2 0 1 0 0 0 0 0 2 0 0 0 3 0 0 0 0 0 3 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Total 16 18 11 17 16 18 17 21 20 15 14 19 16 18 13 18 17 20 17 17 13 17 Prom. 3.20 3.60 2.20 3.40 3.20 3.60 3.40 4.20 4.00 3.00 2.80 3.80 3.20 3.60 260 3.60 3.40 4.00 3.40 3.40 2.60 340

5 Emp 1 Emp 2 Emp 3 Emp 4 Emp 5 Emp 6 Emp 7 Emp 8 Emp 9 Emp 10 Emp 11 Emp. 12 Emp 13 Emp. 14 Emp. 15 Emp 16 Emp 17 Emp 18 Emp. 19 Emp 20 Emp. 21 Emp 22 0 0 0 0 0 3 0 0 2 0 0

Variable: Planeacin 4 3 2 1 Total P r o m . 2 2 2 5 1 3 3 2 3 3 2 3 1 2 3 3 2 3 2 4 2 2 4 2 0 1 4 0 3 3 1 1 3 2 3 3 2 1 3 1 2 2 3 2 0 2 4 0 1 0 0 1 0 2 1 0 2 1 1 2 1 0 2 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 20 18 16 23 18 27 21 19 25 19 19 23 17 19 20 19 19 25 18 22 19 24 333 3.00 2.67 3.83 3.00 4.50 350 3.17 4 17 3.17 3.17 3.83 2.83 317 333 3.17 3.17 4.17 3.00 3.67 3.17 4.00 Emp 1 Emp. 2 Emp 3 Emp. 4 Emp. 5 Emp. 6 Emp. 7 Emp. 8 Emp. 9 Emp. 10 Emp. 11 Emp. 12 Emp. 13 Emp. 14 Emp. 15 Emp. 16 Emp. 17 Emp 18 Emp 19 Emp 20 Emp. 21 Emp. 22

5 0 1 0 2 0 3 0 0 1 1 0 0 0 0 0 2 0 2 0 2 0 2

4 4 3 2 2 2 3 1 2 3 4 2 3 4 2

Variable: C a l i d a d 3 2 1 Total Prom. 0 2 1 2 3 0 2 4 2 1 3 2 2 4 2 2 3 0 1 1 2 0 1 0 3 0 1 0 3 0 0 0 1 1 0 0 3 0 0 0 3 0 c 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 19 23 17 24 19 27 16 20 23 24 19 20 22 20 16 24 21 26 17 25 22 26 3.17 3.83 2.83 400 3.17 4.50 267 3.33 3.83 4.00 317 3.33 3.67 3.33 2.67 4.00 3.50 4.33 2 83 4.17 3.67 4.33

1 0 0 0 0 0 2 0 0 0 2

1 2 3 4 2 3 4 4

Tabla de entrada con calificaciones multiplicadas por su respectiva frecuencia y valores estandarizados (Media-0 y Desv. Std.=1) (Datos ajustados)

No. Emp.
Emp 1 Emp 2 Emp. 3 Emp 4 Emp 5 Emp 6 Emp 7 Emp 8 Emp 9 Emp 10 Emp 11 Emp. 12 Emp. 13 Emp 14 Emp 15 Emp. 16 Emp. 17 Emp 18 Emp 19 Emp 20 Emp 21 Emp 22

Pr 24 20 13 22 24 25 22 21 16 21 23 27 24 20 17 20 20 26 15 21 22 27

RH 16 18 11 17 16 18 17 21 20 15 14 19 16 18 13 18 17 20 17 17 13 17

PI 20 18 16 23 18 27 21 19 25 19 19 23 17 19 20 19 19 25 18 22 19 24

Ca 19 23 17 24 19 27 16 20 23 24 19 20 22 20 16 24 21 26 17 25 22 26

Z-Pr 0.71056 -0.36753 -2.25417 0.17151 0.71056 0.98008 0.17151 -0.09801 -1.44561 -0.09801 0.44103 1.51912 0.71056 -0.36753 -1.17609 -0.36753 -0.36753 1.24960 -1.71513 -0.09801 0.17151 1.51912

Z-RH -0.29885 0.52300 -2.35348 0.11207 -0.29885 0.52300 0.11207 1.75577 1.34485 -0.70978 -1.12071 0.93392 -0.29885 0.52300 -1.53163 0.52300 0.11207 1.34485 0.11207 0.11207 -1.53163 0.11207

Z-PI -0.15637 -0.84438 -1.53239 0.87565 -0.84438 2.25168 0.18764 -0.50037 1.56366 -0.50037 -0.50037 0.87565 -1.18838 -0.50037 -0.15637 -0.50037 -0.50037 1.56366 -0.84438 0.53165 -0.50037 1.21966

Z-Ca -0.70946 0.49116 -1.30977 0.79132 -0.70946 1.69179 -1.60993 -0.40930 0.49116 0.79132 -0.70946 -0.40930 0.19101 -0.40930 -1.60993 0.79132 -0.10915 1.39163 -1.30977 1.09148 0.19101 1.39163

Media D. E s t Minimo Mximo

21.36 16.73 20.45 21.36 3.71 2.43 2.91 3.33 11 16 16 13 27 27 27 21

Tabla de entrada con calificaciones multiplicadas por su respectiva frecuencia y valores estandarizados (Media=0 y Desv. Std.-1) (Datos sin ajustes)

No. Emp.
Emp 1 Emp 2 Emp 3 Emp 4 Emp 5 Emp 6 Emp 7 Emp. 8 Emp 9 Emp 10 Emp 11 Emp 12 Emp 13 Emp 14 Emp 15 Emp 16 Emp 17 Emp. 18 Emp 19 Emp 20 Emp 21 Emp 22

Pr 27 24 17 27 28 28 25 25 20 26 27 30 27 23 21 25 23 29 19 26 25 30

RH 22 22 15 21 20 21 23 24 24 19 18 22 22 22 17 22 20 23 22 21 16 21

PI 18 16 14 20 17 22 17 16 22 18 17 20 15 16 16 18 18 21 16 19 17 21

Ca 23 24 19 22 20 26 17 21 24 23 19 21 21 21 18 23 22 25 18 23 22 25

Z-Pr 0.5513 -0.3150 -2.3365 0.5513 0.8401 0.8401 -0.0263 -0.0263 -1.4701 0.2625 0.5513 1.4176 0.5513 -0.6038 -1.1814 -0.0263 -0.6038 1.1289 -1.7589 0.2625 -0.0263 1.4176

Z-RH 0.5053 0.5053 -2.3769 0.0936 -0.3182 0.0936 0.9171 1.3288 1.3288 -0.7299 -1.1417 0.5053 0.5053 0.5053 -1.5534 0.5053 -0.3182 0.9171 0.5053 0.0936 -1.9652 0.0936

Z-PI 0.0401 -0.8425 -1.7252 0.9228 -0.4012 1.8054 -0.4012 -0.8425 1.8054 0.0401 -0.4012 0.9228 -1.2839 -0.8425 -0.8425 0.0401 0.0401 1.3641 -0.8425 0.4815 -0.4012 1.3641

Z-Ca 0.5365 0.9435 -1.0915 0.1295 -0.6845 1.7575 -1.9055 -0.2775 0.9435 0.5365 -1.0915 -0.2775 -0.2775 -0.2775 -1.4985 0.5365 0.1295 1.3505 -1.4985 0.5365 0.1295 1.3505

Media D. E s t Mnimo Mximo

25.09 20.77 17.91 21.68 3.46 17 30 2.43 15 24 2.27 14 22 2.46 17 26

Mean 1. PR 2. PR 3. PR 4. PR 5. PR 6. PR Itemi Item2 Item3 Item4 Item5 Item6 3.6818 3.2727 3.0909 3.6818 3.8636 3.7727

Std Dev 0.8387 1.0320 0.7502 0.8937 0.5602 0.8125

Cases 22.00 22.00 22.00 22.00 22.00 22.00

Correlation Matrix

PRJteml 1. PR 2. PR 3. PR 4. PR 5. PR 6. PR Itemi Item2 Item3 Item4 ltem5 Item6 1.0000 0.3801 0.3509 0.7479 0.4100 0.5177

PR_ltem2 1.0000 0.5816 0.5633 0.6440 0.2478

PR_ltem3

PR_ltem4

PR_ltem5

PRJtem6

1.0000 0.6134 0.3708 0.3480

1.0000 0.5750 0.6826

1.0000 0.1379

1.0000

Itemi Item2 Item 3 Item4 Item5 Item6

Cumplimiento de objetivos de la empresa Programas de la empresa Procedimientos de evaluacin Posicin competitiva de la empresa Eficiencia Tecnologa suficiente

N of Cases =

22.0

Reliability Coefficients

6 items

I Alpha = 0.8423

Standardized item alpha = 0.8461

Mean 1. RH 2. RH 3. RH 4. RH 5. RH Itemi Item2 Item3 Item4 Item5 3.9091 3.6818 3.1818 3.0909 2.8636

Std Dev 0.8679 0.5679 0.9069 0.6102 0.4676

Cases 22.00 22.00 22.00 22.00 22.00

Correlation Matrix

RH_ltem1 1. RH 2. RH 3. RH 4. RH 5. RH Itemi Item2 Item3 Item4 Item5 1.0000 0.2284 0.2640 0.1962 0.4374

RH_ltem2 1.0000 0.2101 0.2249 0.1875

RH_ltem3

RH_ltem4

RH_ltem5j

1.0000 0.6571 0.7350

1.0000 0.7132

1.0000_J

: Itemi Item2 Item3 Item4 Item5

Perfiles de los puestos Participacin de empleados en los planes de la empresa Estrateqias para la Planeacin de Recursos Humanos Capacitacin del personal Programas de motivacin y desarrollo humano

Reliability Coefficients

5 items

Alpha g 0,7246

Standardized item alpha = 0.7582

Mean 1. PL 2. PL 3. PL 4. PL 15. PL 6. PL Itemi Item2 Item3 Item4 Item5 Item6 3.9091 3.4545 3.5455 3.7273 3.2273 2.5909

Std Dev 0.6102 0.9117 0.6710 0.9351 0.6853 0.5903

Cases 22.00 22.00 22.00 22.00 22.00 22.00

Correlation Matrix

PL_ltem1 1. 2. 3. 4. 5. 6. PL PL PL PL PL PL Itemi Item2 Item3 Item4 Item5 Item6 1.0000 0.0778 0.1269 0.5387 0.1656 0.5529

PLJtem2 1.0000 0.5095 0.2640 0.4365 0.5389

PL_ltem3

PLJtem4

PL Item5

PL_ltem6

1.0000 -0.0552 0.2353 0.4700

1.0000 0.2499 0.2196

1.0000 0.5939

1.0000

Itemi Item2 Item3 Item4 Item5 1 ltem6

Objetivos y metas de la empresa Evaluacin de objetivos Areas de oportunidad Terminacin de proyectos a tiempo Planeacin de recursos Procedimientos de reingeniera

Reliability Coefficients

6 items

Alpha = 0.7248

Standardized item alpha = 0.7457

Mean 1. 2. 3. 4. 5. 6. CA CA CA CA CA CA Itemi Item2 ltem3 Item4 Item Item6 3.8182 3.4091 3.1364 3.9091 3.8182 3.3182

Std Dev 0.3948 0.9591 0.7102 0.5264 1.1396 1.0861

Cases 22.00 22.00 22.00 22.00 22.00 22.00

Correlation Matrix

CAJteml 1. 2. 3. 4. 5. 6. CA CA CA CA CA CA Itemi Item2 Item3 Item4 Item5 Item6 1.0000 0.0800 -0.0772 -0.0833 0.1347 0.2524

CA_ltem2 1.0000 0.5434 0.3601 0.4198 0.3262

CAJtem3

CAJtemS

CA_ltem6

CA_ltem7

1.0000 0.6717 0.2675 0.2498

1.0000 0.2093 0.2196

1.0000 0.8569

1.0000

Itemi Item2 Item3 Item4 Item5 Item6

Calidad de la empresa Polticas y normas de calidad Crculos de Calidad Mtodos y procedimientos de control de calidad Cumplimiento de especificaciones Certificacin de la empresa

Reliability Coefficients

6 items

Alpha = 0.7396

Standardized item alpha = 0.7155

Datos Sin Ajustes

Correlations
Corrlations PR 1.000 22 .274 .217 22 .493* .020 22 .440* .040 22 RH .274 .217 22 1.000 22 .377 .084 22 .299 .177 22 PL .493* .020 22 .377 .084 22 1.000 22 .696" .000 22 CA ,440* .040 22 .299 .177 22 .696* .000 22 1.000 22

PR

RH

PL

CA

Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig (2-tailed) N Pearson Correlation Sig (2-tailed) N Pearson Correlation Sig. (2-tailed) N

* Correlation is significant at the 0.05 level (2-tailed). " Correlation is significant at the 0.01 level (2-tailed).

Datos Ajustados

Correlations
Correlations PR 1.000 22 .317 .150 22 .448* .037 22 .455* .033 22 RH .317 .150 22 1.000 22 .510* .015 22 .412 .057 22 PL .448* .037 22 .510* .015 22 1.000 22 .592" .004 22 CA .455* .033 22 .412 .057 22 .592*" .004 22 1.000 22

PR

RH

PL

CA

Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N

*. Correlation is significant at the 0.05 level (2-taiied). Correlation is significant at the 0.01 level (2-taiied).

Datos sin ajustar

Regression
Variables Entered/Removed3 Variables Entered Variables Removed

Model 1

Method Stepwise (Criteria: Probabilityof-F-to-ent er <= .050, Probabilityof-F-to-rem ove >= .100).

PL

a. Dependent Variable: PR Model Summary Std. Error of the Estimate .8917

Model 1

R Square 493a .243 a. Predictors: (Constant), PL

Adjusted R Square .205

ANOVA* Sum of Squares Regression 5.098 Residual 15.902 Total 21000 a. Predictors: (Constant), PL b. Dependent Variable: PR Mean Square 5.098 .795

Model 1

df 1 20 21

F 6.411

Sig. 020a

Datos sin ajustar Coefficients 3

Un standardized Coefficients Model B Std. Error 1 (Constant) 1.133E-05 .190 PL .493 .195 a. Dependent Variable: PR

Standardi zed Coefficien ts Beta .493

t .000 2.532

Sig. 1.000 .020

Excluded Variables'* Collinearit y Statistics Tolerance .858 .516

Model 1

Beta In t .103a 483 a .687 189 a. Predictors in the Model: (Constant), PL RH CA b. Dependent Variable: PR

Sig. .635 .501

Partial Correlation 110 .156

Datos Ajustados

Regression
Variables Entered/Removed9
Variables Entered Variables Removed

Model 1

Method Stepwise (Criteria: Probabilityof-F-to-ent er <= .050, Proba bilityof-F-to-rem ove >= .100)

CA

a Dependent Variable. PR

Model Summary
Std. Error of the Estimate .9125

Model 1

R 455 a

R Square .207

Adjusted R Square .167

a. Predictors: (Constant), CA

ANOVAb
Sum of Squares 4.346 16.654 21.000 Mean Square 4.346 .833

Model 1

df 1 20 21

Regression Residual Total

F 5.219

Sig. ,033 a

a. Predictors: (Constant), CA b. Dependent Variable: PR

Datos Ajustados

Coefficients3 Standardi zed Coefficien ts Beta .455

Model 1

(Constant) CA

Un standardized Coefficients B Std. Error 4.545E-07 .195 .455 .199

t .000 2.285

Sig. 1.000 .033

a. Dependent Variable: PR Excluded Variables0 Coliinearit V Statistics Tolerance .830 .650

Model 1

Beta In t ,156a .707 .274a 1.118 a. Predictors in the Model: (Constant), CA RH PL b. Dependent Variable: PR

Sig. .488 .278

Partial Correlation .160 .248

Anlisis Factorial
Datos sin ajustes 2 Pr 0.5513 -0 3150 -2 3365 0 5513 0 8401 0 8401 -0 0263 -0.0263 -1.4701 0 2625 0 5513 1 4176 0 5513 -0 6038 -1 1814 -0.0263 -0 6038 1 1289 -1 7589 0.2625 -00263 1 4176 Z RH 0.5053 0 5053 -2.3769 0 0936 -0.3182 0.0936 0 9171 1 3288 1.3288 -0 7299 -1 1417 0.5053 0.5053 0 5053 -1 5534 05053 -0.3182 0.9171 05053 0 0936 -1 9652 0.0936 Z_PI 0.0401 -0.8425 -1 7252 0 9228 -0.4012 1 8054 -0 4012 -0 8425 1 8054 0 0401 -0.4012 0.9228 -1 2839 -0 8425 -0 8425 0.0401 0 0401 1 3641 -0.8425 0.4815 -04012 1 3641 Z Ca 0.5365 0 9435 -1 0915 01295 -0.6845 1 7575 -1 9055 -0.2775 0.9435 05365 -1.0915 -0.2775 -0.2775 -0.2775 -1.4985 0.5365 0.1295 1.3505 -1 4985 0.5365 01295 1 3505 Factor! 1 0.50645 0 05053 -2.36713 058868 -0.21476 1.59364 -0.6101 -0 08905 0.89449 0.10478 -0.65829 0 81658 -0.28301 -047672 -1.61347 0.32661 -0 20684 1 57965 -1 27372 0 47858 -0.60863 1 46174

Anlisis Factorial Communal iti es Initial Zscore(Ca) Zscore(PI) Zscore(Pr) Zscore(RH) 1 000 1.000 1.000 1 000 Extraction 0.693 0 764 0.524 0.344

Extraction Method: Principal Component Analysts Total Variance Explained Initial Eigenvalues % of Component 1 2 3 4 Total 2 324 0.775 0.605 0.296 Variance 58.092 19.381 15134 7.394 Cumulative % 58092 77 472 92.606 100 Total 2.324 Extraction Sums erf Squared Loadings %of Variance 58.092 Cumulative % 58.092

Extraction Method: Principa) Component Analysis

Component Matriz*

Component 1 Zscore(Ca) Zscore(PI) Zscore(Pr) Zscore(RH) Extraction Method' Principal Component Analysis
a

0.832 0 874 0.724 0 586

1 Components extracted

Anlisis Factorial
Datos ajustados

2 Pr 07106 -0.3675 -22542 0 1715 0.7106 0 9801 01715 -0 0980 -1 4456 -0.0980 04410 1 5191 0 7106 -0.3675 -1 1761 -0 3675 -0.3675 1.2496 -1.7151 -0.0980 0 1715 1.5191

Z RH -0 2989 0 5230 -2 3535 01121 -0.2989 0.5230 0 1121 1.7558 1 3448 -0.7098 -1 1207 0 9339 -0 2989 0 5230 -1 5316 0 5230 01121 1.3448 01121 0.1121 -1.5316 0 1121

Z PI -0 1564 -0.8444 -1 5324 0 8757 -0.8444 2.2517 0 1876 -0 5004 1.5637 -0.5004 -0 5004 0 8757 -1 1884 -0.5004 -01564 -0.5004 -0.5004 1 5637 -0 8444 0 5316 -0 5004 1 2197

Z Ca -0 7095 04912 -1 3098 0.7913 -0 7095 1.6918 -1.6099 -0 4093 0.4912 0.7913 -0 7095 -0 4093 0.1910 -0.4093 -1.6099 0.7913 -0.1091 1.3916 -1 3098 1 0915 01910 1.3916

Factor! 1 -0 47025 0 03652 -2 09191 0.74164 -0 76626 1 8572 -0 53167 0.28923 1.38667 -0.1645 -0 93238 0 56711 -0.54777 -018196 -1.30793 0 30669 -0.21686 1 75316 -0 85352 0 7158 -0.72296 1.13396

Anlisis Factorial Communalities Initiai Zscore(Ca) Zscore(P1) Zscore(RH) 1 000 1 000 1 000 E)drachon 0.671 0 75 0.592

Extraction Method Principal Component Analysis Total Variance Explained Initial Eigenvalues %0f Component 1 2 Total 2 013 0.598 Vanance 67 091 19.921 Cumulative % 67.091 87.012 100 Total 2.013 Extraction Sums of Squared Loadings % of Variance 67.091 Cumu&r\e % 67.091

3 12.988 0 39 Extraction Method Pnrtctpal Component Analysis

Component Matriz' Component 1 Zscore(Ca) 2score(PI) Zscore(Pr) Extraction Method.Pnncipal Component Analysis
8

0.819 0.866 0 769

1 Components extracted

Regresin con Factor1_1 como variable explicativa (Mtodo Enter) Daos sin ajustes Variables Entered/Removed 6 Variables Model Entered 1 REGR factor score 1 for analysts 1a "All requested variables entered.
b

Variables Remowd Method

Enter

Dependent Variable: Zscore(Pr)

Model Summary Std Error Adjusted Model

1

ofthe Estimate 0500 0.7073364

R 724

R Square 0 524

R Square

'Predictors (Constant), REGR factor score 1 for analysis 1 ANOVA* Sum of Model 1 Regresin Residual Squares 10.994 10.006 df 1 20 Mean Square 10 994 0500 F
a 21.973 .000

Sig

21 21 Total Predictors- (Constant), REGR factor score 1 for analysis 1 ''Dependent Vanabie:Z$core(Pr)

Coefficients*

Urtstandardized Coefficients Model 1 (Constant) REGR factor score 1 for 0 724 0154 B 7 47E-16 Std Error 0.151

Standardized Coefficients Beta t Sig

0.000

1.000

0 724

4.688

0.000

analysis 1 'Dependent Variable: Zscore(Pr)

Regresin con Factor1_1 como variable explicativa (Mtodo Enter) Datos ajustados

Variables Entered/Removed" Variables Model Entered 1 REGR factor score 1 for analysis
a

Varilles Removed Method

Enter

1a AII requested vanables entered

"Dependent Vanable: Zscore(Pr)

Model Summary Std. Error Adjusted Model of the R R Square R Square Estimate a 1 499 0.249 0.211 0.8879974 ^Predictors (Constant), REGR factor scare 1 for analysis 1 ANOVA" Sum of Model 1 Regresin Residual Squares 5.229 15.771 df 1 20 Mean Square 5.229 0 789 F
a 6.632 ,018

Sig

21 Total 21 Predictors: (Constant), REGR factor score 1 for analysis 1 ''Dependent Vanable.Zscore(Pr)

Coefficients*

Unstandardized Coefficients Model 1 (Constant) REGR factor score 1 for 0499 0 194 B -8 73E-16 Std Error 0 189

Standardized Coefficients Beta t Sig

0.000

1 000

0.499

2.575

0.018

analysis 1 a Dependent Vanle. Zscore(Pr)

Prueba de anlisis de varianza (ANOVA)

Berenson (1996) establece que el anlisis de varianza (o ANOVA) se utiliza para comparar las medias de los grupos, ya que a travs del anlisis de la variacin de los datos, se llega a conclusiones acerca de las posibles diferencias en las medias de los grupos.

Procedimiento.

1.

Establecer la hiptesis nula de no diferencias en las medias de la poblacin. La hiptesis alternativa seria: no todas las c medias de la poblacin son iguales. Ho: H-i=|ir=ii3= M e

Hv No todas las j, son iguales (con j=1,2, c) 2. Calcular la variacin entre grupos, conocida generalmente como la suma de cuadrados entre grupos (SSA). Se mide mediante la suma de las diferencias ai cuadrado entre la media de la muestra de cada grupo, X, y la media general o gran media, X, ponderadas o pesadas con el tamao de la muestra, n de cada grupo.
c _ _

SSA = I
j=i

nj (Xj -X) 2

c es el nmero de grupos o niveles que se estn comparando ^ es el nmero de observaciones del grupo o nivel j X, es la media de muestra del grupo j X~es la media general o gran media SSA = 22(3.58 - 3.56)2 + 22(3.46 - 3.56)2 + 22(3.58 - 3.56)2 + (3.61 - 3-56)2 SSA = 0.0125 + 0.2129 + 0.01000 + 0.06212

SSA = 0.2976 SSA = 0.7829

(Datos Ajustados) (Datos sin ajustar)

3.

Calcular la variacin dentro del grupo, por lo general conocida como la suma de cuadrados dentro de los grupos (SSW) mide la diferencia entre cada observacin y la media de su propio grupo, y suma los cuadrados de tales diferencias sobre todos los grupos.

SSW = t 1 (X,, - y2 j=i 1 1 = X,, es la isima observacin del grupo o nivel j X, es la media de muestra del grupo j SSW = 5.1391 + 3.4406 + 4.1327 + 3.5214

SSW 3 16.4139 (Datos sin ajustar) SSW = 24.40 (Datos ajustados)

4.

Calcular la variacin total, representada generalmente con la suma del total de cuadrados (SST).
C nj

SST = I j=i 1 1 =

(Xi, - X)2

X, es la isima observacin del grupo o nivel j n, es el nmero de observaciones del grupo o nivel j X es la media general o gran media c es el nmero de grupos o niveles que se estn comparando SST = 5.1517 + 3.6535 + 4.3227 + 3.5835

SST * 16.7116 (Datos sin ajustar) SST = 25.1884 (Datos ajustados)

5.

Obtener tres varianzas o trminos cuadrticos medios: MSA, MSW y MST, los cuales resultan de dividir las sumas de los cuadrados anteriores entre sus grados de libertad asociados.

SSA MSA = c-1 MSW =

SSW MST= n-c

SST n-1

84

87

MSA s 0.0992 MSA 0.2609

MSW * 0.1954 MSW - 0.2905

MST =0.1920 MST = 0.2895

(Datos sin ajustes) (Datos ajustados)

Calcular la estadstica de prueba F (clculo de las varianzas). La estadstica F sigue una distribucin F con c-1 y n-c grados de libertad. Para un nivel de significacin dado o, podemos rechazar la hiptesis nula si ste valor resultante excede al valor critico de extremo superior (ver tabla de valores correspondiente).

MSA F= MSW

0.0992 = 0.5077 0.1954

F 0.5077 (Datos sin ajusfar) F s 0.8983 (Datos ajustados)

Eligiendo un nivel de significacin de 0.05, el valor crtico de la estadstica F se obtendra de la tabla E.5 , con tres grados de libertad en el numerador y 84 grados de libertad en el numerador. El valor obtenido de la tabla es 2.72. Debido a que nuestras estadsticas de prueba calculada (F) son menores que este valor crtico, la hiptesis nula no se rechaza. La conclusin es que no existe una diferencia significativa entre productividad, recursos humanos, planeactn y calidad.