Contexto industrial en competitividad: estrategia de manufactura y tecnología en producción

127 Revista Economía y Administración (E&A) VOL. 8 ISSN 2219-6722 / ISSNE 2222-2707 Economía y Administración (E&A) , Vol.8 (2) pp.127-139 © 2017, IIES-UNAH Contexto Industrial en Competitividad: Estrategia de Manufactura y Tecnología en Producción CESAR H. ORTEGA JIMENEZ / IVÁN A. ARANA / RAFAELA ALFALLA / JOSÉ LUIS PÉREZ-DÍEZ CONTEXTO INDUSTRIAL EN COMPETITIVIDAD: ESTRATEGIA DE MANUFACTURA Y TECNOLOGÍA EN PRODUCCIÓN Cesar H. Ortega Jimenez Universidad Nacional Autónoma de Honduras, IIES, Tegucigalpa, Honduras Facultad de Ciencias Económicas, Administrativas y Contables (FCEAC) Instituto de Investigaciones Económicas y Sociales (IIES-UNAH) Ciudad universitaria, edicio C2, primer piso, Tel/fax: + (504) 2216-6100 Ext. 100894 ORCID: 0000-0003-1911-9725 [email protected] Iván A. Arana Instituto Tecnológico y de Estudios Superiores de Monterrey, México D.F., México [email protected] (1) Rafaela Alfalla Universidad de Sevilla, Sevilla, España [email protected] José Luis Pérez-Díez Universidad de Sevilla, Sevilla, España [email protected] DOI http://dx.doi.org/10.5377/eya.v8i2.5618 RESUMEN Las fábricas tienen que implementar programas de operaciones, con el n de no sólo mejorar la competitividad, sino también de mantener una mejora continua que les permita enfrentar los desafíos por los cambios constantes del contexto industrial. Entre dichos programas, la gestión de tecnología (GT) y la estrategia de manufactura (EM) podrían ser un factor de importancia para mejorar la competitividad. El propósito de este estudio es vericar empíricamente la relación entre ambos programas en las industrias de maquinaria y electrónica, tomando en cuenta algunas variables contextuales. Para evaluar las hipótesis establecidas, usamos la base de datos del proyecto internacional de Manufactura de Alto Rendimiento (por sus siglas en inglés, HPM) y análisis de regresión jerárquico. Los hallazgos muestran que para ambos sectores la incorporación de GT mejoró la competitividad. Sin embargo, solo una de las variables contextuales, capacidad productiva de la fábrica, tiene una relación consistente con la competitividad en el sector de electrónica. Palabras clave: Estrategia de manufactura, Gestión de Tecnología, Competitividad (1) Autor de contacto 128 Revista Economía y Administración (E&A) VOL. 8 contexto inDustrial en competitiviDaD: estrategia De manufactura y tecnología en proDucción INDUSTRIAL CONTEXT IN COMPETITIVENESS: MANUFACTURING AND PRODUCTION TECHNOLOGY STRATEGY Cesar H. Ortega Jimenez Universidad Nacional Autónoma de Honduras, IIES, Tegucigalpa, Honduras Facultad de Ciencias Económicas, Administrativas y Contables (FCEAC) Instituto de Investigaciones Económicas y Sociales (IIES-UNAH) Ciudad universitaria, edicio C2, primer piso, Tel/fax: + (504) 2216-6100 Ext. 100894 ORCID: 0000-0003-1911-9725 [email protected] Iván A. Arana Instituto Tecnológico y de Estudios Superiores de Monterrey, México D.F., México [email protected] (1) Rafaela Alfalla Universidad de Sevilla, Sevilla, España [email protected] José Luis Pérez-Díez Universidad de Sevilla, Sevilla, España [email protected] DOI http://dx.doi.org/10.5377/eya.v8i2.5618 ABSTRACT The factories must implement operations programs, in order not only to improve competitiveness, but also to maintain a continuous improvement that allows them to face the challenges due to the constant changes in the industrial context. Among such programs, technology management (GT) and manufacturing strategy (EM) could be an important factor in improving competitiveness. The purpose of this study is to verify empirically the relationship between both programs in the machinery and electronics industries, considering some contextual variables. To evaluate the established hypotheses, we use the database of the international project of High Performance Manufacturing (HPM) and hierarchical regression analysis. The ndings show that for both sectors the incorporation of GT improved competitiveness. However, only one of the contextual variables, productive capacity of the factory, has a consistent relationship with competitiveness in the electronics sector. Keywords: Manufacturing strategy, Technology Management, Competitiveness (1) Corresponding author 129 Revista Economía y Administración (E&A) VOL. 8 ISSN 2219-6722 / ISSNE 2222-2707 Economía y Administración (E&A) , Vol.8 (2) pp.127-139 © 2017, IIES-UNAH Contexto Industrial en Competitividad: Estrategia de Manufactura y Tecnología en Producción CESAR H. ORTEGA JIMENEZ / IVÁN A. ARANA / RAFAELA ALFALLA / JOSÉ LUIS PÉREZ-DÍEZ I. INTRODUCCIÓN Los fabricantes enfrentan presiones sin precedentes de productos extranjeros, presentación de productos nuevos por la competencia, innovación tecnológica rápida y productos de corta duración, cambios imprevistos del consumidor y avances en manufactura e información tecnológica. Para enfrentar las amenazas ambientales, las fábricas tienen que implementar programas de operaciones (PO) (i.e. conjunto de prácticas avanzadas de operaciones agrupadas para un resultado común de la gestión de una organización) para aumentar la competitividad. La gestión de tecnología (GT) es un programa importante para mejorar la competitividad (medido por el rendimiento operativo/RO). Sin embrago, de tener que implementar la GT, la falta de estrategias de manufactura (EM) que no sólo integre las áreas funcionales de la fábrica, sino que también sea consistente con la estrategia de negocios, podría conllevar a una poca competitividad en la fábrica. De hecho, varios estudios han hallado una interrelación positiva entre EM y RO en diferentes tipos de industrias y países (v.g. Morita and Flynn, 1997; Devaraj et al., 2004; Corbett, 2008; da Silveira and Sousa, 2010, Machuca et al., 2011; Lee, 2014). Actualmente, los fabricantes están usando cada vez más las tecnologías más avanzadas. La tendencia está impulsada por el argumento que el uso de la tecnología conducirá al mejoramiento en algunas medidas del RO, como la reducción de costos laborales o mejorar la calidad y exibilidad (Heine et al., 2003). Sin embargo, en muchos casos, estas inversiones no han dado el resultado deseado. Esto es porque el vínculo entre GT y rendimiento está altamente inuenciado por factores contingentes (Malhotra et al., 2001). De este modo, la existencia simple de tecnología no es suciente, debe estar acompañada por variables contingentes para que sea efectiva (Heine et al., 2003). En la literatura, se ha encontrado evidencia positiva que la GT mejora el RO (Boyer et al., 1996; Flynn and Flynn, 1999; Maier and Schroeder, 2001; Tsai, 2004; Raymond, 2005; Machuca et al., 2011). Sin embargo, algunos dios han concluido que la GT no inuye en el RO (Beaumont and Schroeder, 1997; Boyer et al., 1997; Swamidass and Kotha, 1998; Cagliano and Spina, 2000; Das and Jayaram, 2003) debido a la variedad de factores contingentes. Dichas contradicciones implican la necesidad de mayor y nueva evidencia empírica en la interrelación entre GT y RO tomando en cuenta las variables contextuales. Mientras la inuencia de prácticas operacionales en el rendimiento es inherentemente interesante en el contexto de un país en vías de desarrollo, también estamos interesando en entender si esta relación depende de las variables contextuales (Heine et al., 2003). Especícamente, del mismo modo se desea investigar si las variables contextuales afectan la relación entre EM, GT y RO. Además, a pesar de la aparente relación entre EM y GT, pocos estudios han investigado como afectan actualmente la inuencia de variables contextuales en RO (v.g. Machuca et al., 2011). Por lo tanto, existe una falta de investigación empírica en este tema. El propósito principal de este estudio es explorar, usando una base empírica, si existe una relación positiva entre EM, GT y RO, aún con la inclusión de variables contextuales, así como si esta relación varía por el tipo de industria tanto de electrónica como de maquinaria. Los resultados además de proveer un mejor entendimiento de la relación de EM y GT, en dos contextos industriales, guiarán a los profesionales de la gestión empresarial a enfocarse mejor. II.- MARCO CONCEPTUAL E HIPÓTESIS Las organizaciones se pueden comportar diferentes, dependiendo de si están ubicadas en contextos estables o dinámicos. Tiene que implementar PO no solo considerando los aspectos del contexto, pero también la interconexión entre prácticas de manufactura para obtener una mejor posición competitiva (Schroeder and Flynn, 2001). Por ejemplo, en mercados volátiles, como el sector electrónico, una implementación de tecnología de alto nivel en productos y procesos puede ser un factor predominante para ser competitivos (Fine, 2000; Mallick and Schroeder, 2005). Sin 130 Revista Economía y Administración (E&A) VOL. 8 contexto inDustrial en competitiviDaD: estrategia De manufactura y tecnología en proDucción embargo, en otro tipo de industrias, donde el mercado es más estable con productos de ciclos de larga duración, como el sector de maquinaria, EM tiene que relacionarse con otros PO para obtener ventajas competitivas (Schroeder and Flynn, 2001). La existencia de una relación positiva entre EM y RO ha sido respaldada bastante por la literatura de estrategia de manufactura. Varios estudios han mostrado que EM está asociado con RO positivo y signicativa (Morita and Flynn, 1997; Bates et al., 2001; Ketokivi and Schroeder, 2004; Devaraj et al., 2004; Amoako-Gyampah and Acquaah, 2008; Corbett, 2008; Rose et al., 2008; Thun, 2008; Oltra and Flor, 2010; da Silveira and Sousa, 2010; Machuca et al. 2011; Lee, 2014). La inuencia positiva del mejoramiento de RO se atribuye parcialmente a la implementación más completa de una EM y de las variables contextuales (Papke-Shields et al., 2006; Schroeder et al., 2002). Aun los estudios empíricos de la relación entre EM y RO no prestaron mucha atención a las variables contextuales (excepto Machuca et al. (2011)) más evidencia es necesaria para evaluar las siguientes hipótesis: H1. La implementación de EM es asociada positivamente con RO en la presencia de variables contextuales. El efecto de GT en RO presenta hallazgos no concluyentes en la literatura anterior. Los investigadores han encontrado efectos directos positivos y signicativas de GT en RO (Boyer et al., 1996; FlynnandFlynn, 1999; Maier and Schroeder, 2001; Tsai, 2004; Raymond, 2005) o en medida de RO como productividad, calidad y exibilidad (Gyan Baffour, 1994; Beede and Young, 1998), pero también existe evidencia empírica que no apoya la relación EM-RO (Beaumont and Schroeder, 1997; Boyer et al., 1997; Swamidass and Kotha, 1998; Cagliano and Spina, 2000; Das and Jayaram, 2003, Machuca et al., 2011). Algunos investigadores reeren este patrón de resultado inconcluso o variable a la inuencia de factores contingentes, como el tamaño de la planta, tipo de proceso de manufactura, métodos de organización laboral y estrategia de competitividad (Sun and Gertsen, 1995, Swamidass and Kotha, 1998; Cagliano and Spina, 2000). Sin embargo, aunque los efectos de EM en RO no son claros, hasta las variables contextuales están presentes. La siguiente hipótesis será evaluada: H2. La implementación de GT es asociada positivamente con RO en la presencia de variables contextuales. De la misma manera, la presencia o ausencia de estas variables contextuales podrían afectar materialmente la inuencia de EM o GT en resultados del RO (Im and Lee, 1989; Primrose, 1992; Groenevelt, 1993; Boyer et al., 1997, Cagliano and Spina, 2000; Ahmad et al., 2003. Machuca et al. 2011), examinaron las inuencias de EM y GT en RO en el sector auto proveedor. Los resultados revelaron que la EM está relacionada positivamente con el RO y continúa haciéndolo cuando los factores contextuales están presentes. En el caso de GT, no existe una relación con el RO, aun cuando se incluyeron las variables contextuales. Sin embargo, el estudio se enfocó en una industria especíca, auto proveedora, abriendo estudios futuros para otras industrias. Es decir, se espera que la inuencia de ambos conjuntos de prácticas en cuestión debiera permanecer signicativa luego de que el control de variables haya sido incluido. Por lo tanto, evaluamos la siguiente hipótesis: H3. La implementación de EM y GT son asociadas positivamente con RO en la presencia de variables contextuales. No obstante, pocos estudios se han enfocado en la contribución de variables contextuales a mejorar el RO. Consecuentemente, la investigación de la inuencia de variables contextuales en el RO en el contexto de los sectores electrónicos y de maquinaria ha permanecido sin ser realizados. Usamos factores contextuales como ser tamaño de la planta (TP), capacidad de uso de la planta (UP) y personalización del producto (PP) siguiendo a Machuca et al. (2011). Son simplemente usados para evaluar la efectividad de las variables contextuales en el RO. Esto conlleva a la siguiente hipótesis: H4. Las variables contextuales son asociadas positivamente con RO. 131 Revista Economía y Administración (E&A) VOL. 8 ISSN 2219-6722 / ISSNE 2222-2707 Economía y Administración (E&A) , Vol.8 (2) pp.127-139 © 2017, IIES-UNAH Contexto Industrial en Competitividad: Estrategia de Manufactura y Tecnología en Producción CESAR H. ORTEGA JIMENEZ / IVÁN A. ARANA / RAFAELA ALFALLA / JOSÉ LUIS PÉREZ-DÍEZ III.- METODOLOGÍA III.1.- Muestreo y recolección de datos El análisis empírico de este trabajo está basado en el proyecto de base de datos de HPM (siglas en inglés, Manufactura de Alto Rendimiento) internacional. La técnica de investigación usada para obtener los datos fue una encuesta. La base de datos cubre industrias maquinarias y electrónica en nueve países (Austria, Canadá, Finlandia, Alemania, Italia, Japón, Corea, España, Suecia, y los Estados Unidos) de 176 plantas con más de 100 empleados, divididos en 88 del sector de maquinaria y 88 del sector de la electrónica. En total, se usaron 12 tipos de cuestionarios, dirigidos a varios encuestados en cada planta (desde gerente de planta hasta trabajadores) y presentado a 21 encuestados. Todas las escalas y medidas de prácticas de manufacturas consideradas en el proyecto de HPM fueron incluidas en estos cuestionarios. Tres diferentes investigadores desarrollaron y examinaron los artículos para las escalas con el propósito de asegurar la validez del contenido de los cuestionarios. Los cuestionarios fueron probados usando expertos y académicos de la industria, y los artículos estaban incluidos en al menos dos diferentes cuestionarios, con el objetivo de triangular información para mayor abilidad. Esto da una imagen transversal de la planta para evitar el prejuicio individual (Van Bruggen et al., 2002; Sakakibara et al., 1997) mientras se aumenta simultáneamente la validez. Los artículos y preguntas que constituye cada escala fueron mezclados en cada cuestionario para evitar posibles prejuicios en el encuestado. Los cuestionarios fueron examinados durante la primera y segunda ronda del proyecto de HPM y fueron traducidos y luego traducidos de vuelta por diferentes individuos para vericar la precisión. Cualquier diferencia identicada durante este proceso fue resuelta antes del lanzamiento de las encuestas a países no angloparlantes. Como resultado, la consistencia interna, la validez del contenido y la validez de constructo tienen valores altos en la escala nal usada (Amahad and Schroeder, 2002; Schroeder and Flynn, 2001; Flynn et al., 1995, Machuca et al., 2011). III.2.- Escalas Los artículos usados en la presente investigación fueron dirigidos a nivel de planta para evaluar la consistencia interna. EM y GT fueron evaluados perceptualmente, usando una escala Likert de siete puntos, que van desde 1 = muy en desacuerdo a 7 = muy de acuerdo. La abilidad fue medida por valores alfa de Cronbach mayores de 0.6 (Hair et al., 2011), suponiendo que fueron consistentes internamente. La Tabla 1 muestra los valores obtenidos el alfa de Cronbach (Cronbach, 1951) y su intervalo de conanza (Koning and Franses, 2003) para cada escala e industria. Por lo tanto, el constructo EM tiene un alfa de Cronbach de 0.829 y 0.779 en las áreas de maquinaria y electrónica, respectivamente. GT tiene un alfa de Cronbach de 0.651 y 0.625 en las áreas de maquinaria y electrónica, respectivamente. RO fue medido usando la escala de Likert de cinco-puntos, que van desde 1=deciente, entre lo peor de la industria a 5=superior. El constructo RO tiene un alfa de Cronbach de 0.656 y 0.736 en las áreas de maquinaria y electrónica, respectivamente. 132 Revista Economía y Administración (E&A) VOL. 8 contexto inDustrial en competitiviDaD: estrategia De manufactura y tecnología en proDucción Tabla No. 1 – Fiabilidad de las Escalas Maquinaria Electrónica Variable / Dimensión Carga Factorial  de Cronbach (intervalos de conanza) Carga Factorial  de Cronbach (intervalos de conanza) MS 0.829 (0.759 – 0.878) 0.779 (0.689 – 0.842) EM1 Planeación estratégica formal 0.870 0.880 EM2 Anticipación de nuevas tecnologías 0.860 0.813 EM3 Comunicación de las EM 0.653 0.568 EM4 Vinculación estratégica de fábricas de manufactura 0.873 0.835 TM 0.651 (0.499 – 0.757) 0.625 (0.461 – 0.739) GT1 Implementación de procesos efectivos 0.655 0.858 GT2 Diseño de empeño interfuncional 0.833 0.809 GT3 Corporación de introducción de nuevo producto 0.807 0.671 OP 0.656 (0.521 – 0.753) 0.736 (0.633 – 0.810) Conformidad de especicación del producto 0.591 0.721 Costo por unidad de manufactura 0.754 0.552 Rotación de inventario 0.481 0.706 Velocidad de introducción de Nuevo producto en la planta (desarrollo conduce al tiempo) 0.687 0.788 Innovación del producto 0.722 0.728 Se incluyen factores contextuales como uso de la planta (UP), tamaño de la planta (TP) y personalización del producto (PP). El uso de todos los factores contextuales afectando el rendimiento no es posible, por lo que lo limitamos a tres, siguiendo a Ahmad et al. 2003 y Machuca et al. 2011. La Tabla 2 muestra valores promedios de tres variables contextuales por área. Tabla No. 2 – Información descriptiva de variables contextuales Variable Maquinaria Electrónica TP: Tamaño de la planta (número de empleados) 1045 593 UP: Porcentaje promedio de capacidad de uso de la planta (%) 86.38 83.21 PP: Grado de porcentaje de personalización del producto 2.94 3.18 133 Revista Economía y Administración (E&A) VOL. 8 ISSN 2219-6722 / ISSNE 2222-2707 Economía y Administración (E&A) , Vol.8 (2) pp.127-139 © 2017, IIES-UNAH Contexto Industrial en Competitividad: Estrategia de Manufactura y Tecnología en Producción CESAR H. ORTEGA JIMENEZ / IVÁN A. ARANA / RAFAELA ALFALLA / JOSÉ LUIS PÉREZ-DÍEZ III.3.- Evaluación del modelo El análisis de la regresión jerárquica fue usado para evaluar la hipótesis. Este análisis permitió al investigado identicar el porcentaje de varianza explicado de cada variable independiente de manera separada (Pedhazur and Schmelkin, 1991; Cagliano, et al., 2006). De hecho, la división de varianza por medio del análisis de la regresión jerárquica es la metodología más apropiada cuando existen correlaciones entre las variables independientes. Las correlaciones entre las variables consideradas en el análisis se muestran en la Tabla 3 (plantas maquinarias) y en la Tabla 4 (plantas electrónicas). Se debe remarcar que existen correlaciones importantes entre las variables contextuales, EM, GT y RO, de este modo es considerado para análisis futuros. Tabla No. 3 – Resultados de correlación de plantas maquinarias Mean S.D. 1 2 3 4 5 6 Capacidad productiva de la fábrica 85.591 13.325 1 -0.017 0.22 0.169 0.219 0.238 Tamaño de la Planta 5.892 0.954 1 -0.059 0.032 -0.13 -0.016 Personalización del producto 3.333 2.147 1 .339** .270* 0.179 EM 5.045 0.623 1 .669** .352** GT 4.864 0.607 1 .451** RO 3.530 0.547 1 *P0.1; **P0.05; ***P0.01 Tabla No. 4 - Resultados de correlación de plantas electrónicas Mean S.D. PU PS PC MS TM OP UP 83.215 15.891 1 -0.215 0.199 0.012 -0.108 .289** TP 5.931 0.965 1 -0.109 .292*** .381*** 0.212 PP 3.184 1.798 1 0.071 0.00 -0.088 EM 5.243 0.571 1 .649*** .406*** GT 5.013 0.565 1 .363*** RO 3.453 0.596 1 *P0.1; **P0.05; ***P0.01 Para evaluar la hipótesis, las variables independientes fueron introducidas una por una separadamente, comenzando con el control de variables (modelo 1), luego añadiendo solo EM (modelo 2), luego añadiendo solo GT (modelo 3) y nalmente, las dos variables independientes fueron introducidas juntas (modelo 4). Evaluamos la contribución de cada conjunto de variables determinando la importancia de la estadística-F asociada con el cambio en R2, después que cada conjunto fue introducido (Pedhazur and Schmelkin, 1991; Cagliano et al., 2006). VI.- RESULTADOS Y DISCUSIÓN Los resultados obtenidos usando el análisis de regresión jerárquica para el área de maquinaria se muestran en la Tabla 5. El modelo 1, el cual incluye solo variables contextuales, no muestran un efecto signicativo y H4 no es apoyada. Cuando EM fue añadida a la regresión linear (modelo 2), los resultados presentaron un efecto signicativo en RO mientras las variables contextuales no tuvieron efecto en ello (R2 =0.191, F= 2.711, p 134 Revista Economía y Administración (E&A) VOL. 8 contexto inDustrial en competitiviDaD: estrategia De manufactura y tecnología en proDucción < 0.05). En el modelo 3, GT mostro un efecto signicativo mientras las variables contextuales no lo hicieron (R2 =0.254, F= 3.916, p < 0.01). Estos resultados apoyaron H1 y H2. Finalmente, ambos EM y GT fueron analizados juntos con las variables contextuales (modelo 4), en este caso GT mostraron el efecto más importante en RO (R2 =0.259, F= 3.140, p < 0.05), mientras EM fue menos importante. Las variables contextuales continúan siendo no signicativas. Esto es porque EM y GT están correlacionadas, y consecuentemente la importancia de EM en el modelo 2 fue en realidad debido a su correlación con GT. El nivel más alto de la R2 fue alcanzado por el modelo 4. Esto signica que el modelo 4 predice RP mejor que en otros modelos. Este resultado del análisis apoya H3. Tabla No. 5 – Variables contextuales, EM, GT y RO en el área de maquinaria RO Factor Modelo 1 Modelo 2 Modelo 3 Modelo 4 Capacidad productiva de la fábrica 0.112 0.132 0.077 0.088 Tamaño de la planta -0.131 -0.126 -0.054 -0.063 Personalización del producto 0.231 0.086 0.094 0.071 EM .333** 0.097 GT .429*** .368** F 1.734 2.711** 3.916*** 3.140** R2 0.1 0.191 0.254 0.259 R2 ajustado 0.042 0.12 0.189 0.176 *P0.1; **P0.05; ***P0.01 En el área electrónica (Tabla 6), el modelo 1 muestra que el uso de la planta y el tamaño de la planta tiene una relación positiva y signicativa con RO (R2 =0.194, F= 4.493, p < 0.01). Este resultado parcialmente apoya H4. Cuando EM fue añadido en el análisis (modelo 2), afecta signicantemente el RO (p < 0.01), mientras que la capacidad productiva de la fábrica mantiene su relación positiva y signicativa con el RO. Sin embargo, cuando GT fue añadido en el análisis (modelo 3), solo el uso de la planta y GT mostraron una relación positiva y signicativa con el RO (p < 0.01), mientras que el tamaño de la planta y la personalización del producto no lo hicieron. Este resultado apoya H1 y H2. Lo mismo fue cierto para todas las variables que fueron tomadas juntas (modelo 4) mientras que el efecto general fue un mejoramiento signicante. De nuevo, esto es debido que EM y GT están correlacionadas, es por eso que en el modelo 2 EM es signicante. Este resultado apoya la H3. Esto provee cierto apoyo a la armación que GT debería de ser integrada con EM. 135 Revista Economía y Administración (E&A) VOL. 8 ISSN 2219-6722 / ISSNE 2222-2707 Economía y Administración (E&A) , Vol.8 (2) pp.127-139 © 2017, IIES-UNAH Contexto Industrial en Competitividad: Estrategia de Manufactura y Tecnología en Producción CESAR H. ORTEGA JIMENEZ / IVÁN A. ARANA / RAFAELA ALFALLA / JOSÉ LUIS PÉREZ-DÍEZ Tabla No. 6 – Variables contextuales, EM, GT y RO en el área electrónica RO Factor Modelo 1 Modelo 2 Modelo 3 Modelo 4 Capacidad productiva de la fábrica .337*** .352*** .367*** .366*** Tamaño de planta .348*** .235* 0.181 0.177 Personalización del producto -0.077 -0.128 -0.092 -0.105 EM .362*** 0.111 GT .441*** .360** F 4.493*** 6.183*** 7.682*** 6.174*** R2 0.194 0.31 0.358 0.364 R2 ajustado 0.151 0.26 0.312 0.305 *P0.1; **P0.05; ***P0.01 V.- CONCLUSIONES Esta investigación determinó variables contextuales que han tenido un efecto en la relación de GT, EM y RO en las áreas de maquinaria y electrónica. Los hallazgos muestran que GT afecta el RO en las áreas de maquinaria y electrónica. Además, la GT esta correlacionada con EM y esto provee cierto apoyo a la armación que GT debería estar integrada con EM. Sin embargo, las variables contextuales analizadas no tuvieron una relación positiva con RO en el área de maquinaria y solo el uso de la planta en el área de electrónica muestra signicancia. Investigaciones anteriores han conrmado la función del grupo SWL tamaño de la planta en la relación GT-RO. Existe un acuerdo general que el tamaño de la planta es una inuencia valida en el efecto de GT en RO (Gilgeous, (2001); Beede and Young, (1998); Carlsson et al., (1994), Islam and Karim, 2011). Por lo tanto, este estudio apoya la relación del tamaño de la planta y GT en RO en el área electrónica. En resumen, la evidencia sugiere que para ambas áreas la inclusión de GT mejora RO. Sin embargo, solo una de las variables contextuales ha tenido efecto en el área electrónica, es decir, el uso de la planta. Una causa posible de esta diferencia entre las áreas es el volumen de producción y de los costos de los activos y equipo usado en el proceso de manufactura. El área de maquinaria frecuentemente usa procesos laborales y compras por mayor que requieren equipos exibles y de propósito general, que representan relativamente una producción de bajo volumen. El área electrónica, por otro lado, produce normalmente grandes volúmenes de producción usando líneas equipadas con equipo altamente especializado. Esto representa una capacidad productiva de la fábrica alto, el cual es un factor importante para la difusión de depreciación en un gran número de unidades producidas, de este modo se reduce los costos por unidad. Esto también explica el efecto positivo de GT en RO en el área electrónica. En el caso de EM, su signicancia desaparece con GT, probablemente porque EM se convierte en un calicativo para estas industrias. Para los practicantes, esto genera un mayor interés en implementar prácticas de manufactura como ser EM y GT para competir en una economía globalizada. Además, los hallazgos de este estudio pueden tener alguna implicación práctica para las organizaciones de manufactura. Primero, las organizaciones de manufactura pueden mejorar el rendimiento de la planta por