Professional Documents
Culture Documents
7, Junio-2014
RESUMEN.
Tradicionalmente, las inversiones en tecnologas de manufactura avanzada (TMA) son justificadas mediante
anlisis econmico, pero este tipo de tcnicas solo utilizan aspectos financieros y la TMA tiene diferentes atributos
que la caracterizan; omitindose generalmente factores cualitativos en el anlisis. El objetivo es presentar un modelo
de evaluacin para seleccin de TMA, el cual tiene un enfoque multicriterio y multiatributos. (Garca y Morales,
2008)
El xito de las empresas depende de ciertos factores como la calidad de los productos, los tiempos de entrega, as
como la seleccin de proveedores. La TMA les permite tener una mayor productividad y un mejor control sobre sus
procesos, siendo de gran importancia en esta actividad obtener un anlisis sobre las mejores opciones. Partiendo de
esta necesidad se ha propuesto la metodologa TOPSIS (technique for order preference by similarity to the ideal
solution), que es un modelo de decisin mulicriterio que permite realizar el anlisis de acuerdo a la seleccin de
atributos objetivos y subjetivos, calculndose la distancia que tiene cada alternativa a stas y eligindose aquella
que tiene la menor distancia Euclidiana a la ideal, y la mayor a la anti-ideal dando como resultado la propuesta de
la mejor opcin.
En este artculo se aborda la problemtica sobre la seleccin de un sistema de tanques superficiales y se seleccionar
la mejor opcin de entre tres proveedores diferentes, los cuales sern abordados por cuestiones de confidencialidad
como opcin A1, opcin A2 y opcin A3, de las cuales se tomaron en cuenta los atributos subjetivos y objetivos
ms significativos, para el desarrollo del mtodo TOPSIS.
Palabras clave: inversin en tecnologa de manufactura avanzada, atributos, TOPSIS.
1. INTRODUCCIN.
En el caso especfico de los atributos de evaluacin para inversiones en tecnologa avanzada (TA), es ampliamente
aceptado que existen dos tipos de stos: 1) Atributos objetivos, los cuales son medidos generalmente en trminos
numricos y representan caractersticas de costos e ingeniera, 2) atributos subjetivos, stos se determinan a travs
de juicios de personas expertas en el rea, quienes basados en su experiencia, valoran la contribucin de las
alternativas con respecto a los atributos en la evaluacin. (Garca y Morales, 2008).
El aseguramiento de la calidad y la satisfaccin al cliente, se inicia con la seleccin de los mejores proveedores, por
lo que es necesario realizar una evaluacin de los mismos, para determinar cul de estos cumple con los
requerimientos y expectativas primordiales de la empresa.
Los proveedores, adems de contribuir con sus servicios y productos, suelen apoyar las finanzas de la organizacin
a travs de los inventarios bajos y que repercuten en grandes ahorros, tambin permiten presentar novedades a los
2. MATERIALES Y MTODOS.
Por medio de una encuesta tentativa integrada por 26 atributos relacionados a la seleccin de tecnologa de
manufactura avanzada y aplicada a un Comit de Expertos, se determinaron los niveles de importancia que los
encuestados asignaban a cada uno de los atributos o parmetros en una escala Likert entre uno y nueve, donde la
ponderacin de uno en la escala representa la jerarqua ms baja del atributo y el nueve, la jerarqua mxima.
La informacin proporcionada por los encuestados fue capturada en el software SPSS 22 donde se realiz la
seleccin de atributos de mayor impacto por medio del estudio de Componentes Principales donde se analiz el
nivel de varianza por cada atributo. El anlisis determin los principales atributos, los cuales representaban la mayor
variabilidad de los datos, por lo que el modelo propuesto se basa solamente en stos. Los atributos resultantes para
la elaboracin del instrumento de medicin fueron: el costo inicial (CI), costo de capacitacin (CC), costo de
operacin (CO), seguridad (S), marca (M) y administracin de la informacin (AI), la fiabilidad del instrumento
arroj un alfa de Cronbach de 93.2, lo que indica que la informacin es confiable.
Para la determinacin de las alternativas se realiz la investigacin acerca de 3 diferentes proveedores de tanques
superficiales, los cuales ofrecen cada uno de ellos un solo tipo de tanque superficial con caractersticas diferentes,
los cuales se mencionan en este artculo como opcin A1, opcin A2 y opcin A3, por motivos de confidencialidad.
El anlisis de componentes principales (ACP) es una tcnica estadstica de sntesis de la informacin, o reduccin
de la dimensin (numero variables). Es decir, ante un banco de datos con muchas variables, el objetivo ser
reducirlas a un menor nmero perdiendo la menor cantidad de informacin posible (Terrdez Gurrea, 2014).
Donde + =
para para k=1,...K, i=1,...L es la calificacin promedio de los P expertos para la
1
+ +
+
= (1 . +
) = 1,2 . (5)
= (1 , 2 , . + ) (8)
La tcnica TOPSIS puede ser resumida de la siguiente manera: Normalizar cada vector de los atributos que son
sujetos a evaluacin y convertir a con la ecuacin (9).
= || ||= ( || ||, || ||)
(9)
Una forma de normalizar los vectores de las alternativas de manera directa es usando las ecuaciones (10), (11) y
(12)
/
= ( , ) = (1 || ||, || ||)
+/
+/
+ = ( + , + ) = (1 || ||, || )
/
/
= ( , ) = (1 || ||, || ||)
(10)
(11)
(12)
( , + ) = ||( + ( + )|| = 1 ( + )
(13)
( , ) = ||( (
)|| = 1 ( )
(14)
Dnde: wi representa la ponderacin o importancia que los elementos del grupo de decisin (GD) han proporcionado
al atributo en evaluacin. En este modelo, se recomienda emplear la metodologa de ponderacin utilizado por
Parkan y Wu (1999) y Goh et al. (1996), donde se solicita al GD que emita sus juicios sobre la importancia que
tiene cada uno de los atributos evaluados, mismos que se realizan en escala Likert con valores comprendidos entre
uno y nueve, donde el uno representa una importancia nula y el nueve indica una importancia extrema o esencial.
Las calificaciones obtenidas por cada uno de los atributos son promediados segn la ecuacin (15). El peso o
ponderacin (w) asignado a cada atributo es el promedio de dicho atributo entre la suma total de los promedios, de
acuerdo con la ecuacin (16); de esta manera la suma de las ponderaciones asignadas al conjunto de atributos es
igual a la unidad, como lo indica la ecuacin (17).
= =1
Para i=1,2J+L
(15)
Para i=1,2J+L
(16)
Para i=1,2J+L
(17)
+
=
+
+ = 1
(( ,+ )
(( ,+ )+( , )
(18)
5. RESULTADOS Y DISCUSIN
En esta seccin se presentan y discuten los resultados de un caso de estudio realizado en Celaya, Gto. Donde se
evalu el caso de una empresa que requera hacer una compra de un tanque superficial, aportando la oportunidad al
equipo de investigacin al realizar la aplicacin de la metodologa TOPSIS y brindar como resultado la propuesta
de mejor opcin.
Para la realizacin del anlisis primero se estim la matriz de valores objetivos los cuales se pueden observar en la
tabla 1.
La tabla de atributos objetivos integra los valores cuantitativos de las tres distintas opciones analizadas para la
compra de un tanque superficial, estos valores cuantitativos estn formados por el costo inicial (CI), el costo de
capacitacin (CC) y el costo de operacin (CO) y son los valores seleccionados como resultado del anlisis de
componentes principales realizados a travs del software SPSS v22. Los valores objetivos permitirn la realizacin
de la matriz de decisin.
Alternativas
CI
CC
CO
A1
3,239,080.96 $
7,000.00 $
350,000.00
A2
6,825,418.08 $
3,000.00 $
275,000.00
A3
4,179,998.93 $
8,000.00 $
260,000.00
A+
6,825,418.08 $
8,000.00 $
350,000.00
A-
3,239,080.96 $
3,000.00 $
260,000.00
Una vez que se realiz la estimacin de los atributos objetivos se procedi a realizar la estimacin de los valores
subjetivos. En la matriz de valores subjetivos observados en la tabla 2 se integran los valores cualitativos ponderados
por los expertos de acuerdo a la los atributos seleccionados como: Seguridad en operacin (SO), Marca (M) y
Administracin de la informacin. Al igual que los valores objetivos los valores subjetivos se integran en la matriz
de decisin para su posterior anlisis.
Tabla 2 Matriz de valores subjetivos. (Prez Lpez J. C. et. al, 2014)
Alternativas
A1
A2
A3
A+
A-
SO
8
9
6
9
6
Atributos Subjetivos
M
9
5
7
9
5
AI
8
9
9
9
8
Una vez que el equipo de investigacin realiz la estimacin de los valores objetivos y subjetivos, se procedi a
realizar la normalizacin de los datos y a travs de los datos normalizados se pidi a varios expertos en la compra
de tecnologa de manufactura que realizarn una ponderacin sobre los datos presentados.
En la matriz de ponderacin presentada en la tabla 3 se plasman los valores subjetivos dados por los expertos a los
atributos tomados en cuenta para el desarrollo de la metodologa as mismo se otorg el peso correspondiente para
cada atributo.
Tabla 3 Matriz de ponderacin subjetiva. (Prez Lpez J. C. et. al, 2014)
Alternativas Ponderacin de atributos por experto
CI CC
CO
SO
M
AI
A1
9
6
4
8
9
8
A2
5
8
7
9
5
9
A3
7
4
9
6
7
9
Oi
7
6
6.67 7.67
7
8.67
Wi
0.4 0.05 0.05
0.1 0.3 0.1
Oi= Media de ponderacin por atributo, Wi= peso otorgado por atributo
Despus de obtener la matriz de ponderacin subjetiva se procedi al desarrollo de la metodologa TOPSIS a travs
de una hoja de clculo programada de Ms Excel versin 2013 con las ecuaciones correspondientes a cada paso de
la metodologa, se obtuvo como resultado a partir de la matriz de decisin presentada en la tabla 4 la distancia
La matriz de decisin integra los valores cuantitativos y cualitativos para el anlisis a travs de la metodologa
TOPSIS, una vez se desarrolla la metodologa se puede obtener la distancia a la solucin ideal y la distancia a la
solucin anti-ideal, recordando que cuanto ms se acerque la distancia de una de las propuestas a valor de 1
representar la mejor opcin de seleccin.
Al aplicar la metodologa TOPSIS descrita anteriormente se obtuvieron las distancias a la alternativa ideal y anti
ideal, se puede observar en la grfica 1 de propuestas que la mejor alternativa obtenida por la metodologa TOPSIS
es la opcin A1 con un valor igual a 0.8445984 y la menos recomendable la opcin A2 con un valor igual
0.19684134.
Figura 1 Propuesta de seleccin. (Prez Lpez J. C. et. al, 2014)
Opciones
A3
A2
A1
0
0.2
0.4
0.6
0.8
6. CONCLUSIN
Al aplicar la metodologa TOPSIS en esta investigacin se pudo comprobar que es de gran utilidad para la seleccin
de TMA ya que integra en la evaluacin atributos objetivos y subjetivos, obteniendo una propuesta apropiada de
acuerdo a la distancia euclidiana.
La propuesta resultante de la herramienta diseada por el equipo de investigacin nicamente hace la propuesta de
una alternativa de seleccin para la compra de TMA, como ingenieros nos corresponde exponer las mejores
alternativas a los altos mandos de cualquier organizacin para la compra de materiales y maquinaria, por tal motivo
la herramienta TOPSIS ofrece una solucin prctica que incluye adems del anlisis econmico un anlisis de
REFERENCIAS
Behzadian, M., Otaghsara, S., Yazdani, M., & Ignatius, J. (2012). A state-of the-art survey of TOPSIS applications.
Expert Systems with Applications, Volume 39, Issue 17, 1305113069.
Cervantes, V. H. (2005). Interpretaciones del coeficiente alpha de cronbach. Avances en medicin, 3, 9-28.
Cuadras, C. M. (2014). Nuevos mtodos de analisis multivariante. Barcelona, Espaa: CMC.
Garca Alcaraz, J. L., & Noriega Morales, S. A. (2008). Evaluacin multicriterio y multiatributo de tractores
agrcolas: un modelo y caso de estudio. Agricultura Tcnica en Mxico, 397-405.
Goh, C.-H., Alex Tung, Y.-C., & Cheng, C.-h. (1996). A revised Weigthted sum desicion model for robot selection.
Computers Industrial Engineering, Vol. 30, No. 2,, 2, 193-199.
Jafarnejad Chaghooshi, A., Reza Fathi, M., & Kashef, M. (2012). Integration of Fuzzy Shannons Entropy with
fuzzy TOPSIS for industrial robotic system selection. Journal of Industrial Engineering and Management,
2012 5(1):102-114 Online ISSN: 2013-0953. http://dx.doi.org/10.3926/jiem.397, 102-114.
Osmosis
Latina.
(2011).
Administracin
www.osmosislatina.com/administracion
de
Informacin.
Obtenido
de
OsmosisLatina:
Parkan, C., & Wu, M.-L. (1999). Decision-making and performance measurement models whit applications to robot
selcction. Computers & Industrial Engineering, Volume 36, Issue 3, July 1999, Pages 503523.
http://dx.doi.org/10.1016/S0360-8352(99)00146-1, 3, 503-523.
Real y Vsquez, A., & Maldonado-Macas, A. (2011). Seleccin de fresadoras con TOPSIS usando ponderaciones
de AHP. CULCyT, Ao 8, No 45(45), 95-102.
Rivera Mojica, D. G., Siller, G. I., & Garca Alcaraz, J. L. (15 de Abril de 2011). Anlisis multi-criterio para la
seleccin de proveedores aplicando la tcnica TOPSIS. Congreso Internacional de Investigacin
AcademiaJournals.com, ISSN 1946-5351 Online, 3(1), 411-417. Obtenido de AcademiaJournals.com
Terrdez Gurrea, M. (marzo de 2014). Anlisis de componentes principales. Obtenido de Universidad Abierta de
Catalua: www.uoc.edu/in3/emath/docs/Componentes_principales.pdf