Download - Análisis multivariado de la productividad y rendimientos ... · PDF file214 Análisis multivariado de la productividad y rendimientos financieros de empresas ... José Morelos Gómez

213

APUNTES DEL CENES Nº. 55Vol. 32, Enero - Junio de 2013

José Morelos Gómez**Fabián Gazabón Arrieta**

Roberto Enrique Gómez Fernández****

Análisis multivariado de laproductividad y rendimientos

financieros de empresas industrialesen Cartagena, Colombia*

Multivariate analysis of productivity andfinancial performance of industrial enterprises

in Cartagena, Colombia

Apuntes del CENESISSN 0120-3053

Volumen 32 - Nº. 55Enero - Junio de 2013

Págs. 213-238

Artículo de Investigación

__________* Proyecto financiado por Vicerrectoría de Investigaciones, V convocatoria Grupos de Investigación categorizados

en Colciencias año 2011. Universidad de Cartagena.** Doctorando en Ciencias Sociales, Universidad del Zulia, magíster en Administración, especialista en Finanzas,

ingeniero industrial. Director Programa Administración Industrial, Universidad de Cartagena, Cartagena, Colombia.Correo electrónico: [email protected]

*** Magíster en Dirección de Operaciones Calidad e Innovación, especialista en Gerencia de Procesos de Calidade Innovación, ingeniero industrial, Director Programa Ingeniería Industrial Universidad Tecnológica de Bolívar,Cartagena, Colombia. Correo electrónico: [email protected]

**** Especialista en Finanzas y Estadística Avanzada, ingeniero industrial, docente titular, Universidad Tecnológicade Bolívar, Cartagena, Colombia. Correo electrónico: [email protected]

Fecha de recepción: 28 de mayo de 2012Nueva versión: 23 de agosto de 2012Fecha de aprobación: 25 de octubre de 2012

214

Análisis multivariado de la productividad y rendimientos financieros de empresas ...José Morelos Gómez - Fabián Gazabón Arrieta - Roberto Gómez Fernández

Resumen

El presente artículo de investigación expone los resultados de la evaluaciónde los indicadores de productividad de las empresas certificadas en ISO: 9001y su incidencia en la utilidad financiera de las empresas de la Zona IndustrialMamonal en Cartagena. Se hizo la medición de las razones de productividad,con el propósito de analizar la repercusión de estas en las utilidades financierasdel sector objeto de análisis. En el proceso metodológico, en primera instancia,se calcularon los indicadores de productividad y financieros de las veinticincoempresas del sector certificadas en calidad. Posteriormente, se utilizó la técnicade análisis multivariante de datos, para explicar la pertenencia ydiscriminación entre los grupos de indicadores de productividad y desempeñofinanciero, obteniendo como resultado la correlación existente entre lasempresas certificadas y el incremento en los índices de productividad de losaños 2006 al 2010, además del efecto de estos en la utilidad financiera, margenbruto (MB) y margen operacional (MO).

Palabras clave: productividad, utilidad financiera, certificación, análisisdiscriminante.

Clasificación JEL: C1, C14, D24, G14, L6, L65, L66

Abstract

This research paper presents the results of the evaluation of the indicators ofproductivity of companies certified in ISO: 9001 and their impact on thefinancial profit of the companies of Mamonal Industrial Zone in Cartagena.We measured the productivity reasons in order to analyze the impact of theseon financial profits of this sector. In the methodological process, in the firstinstance, we calculated the productivity and financial indicators of the 25companies certified in quality. Subsequently, we used the technique ofmultivariate data analysis, to explain the relevance and discrimination betweengroups of indicators of productivity and financial performance, resulting inthe correlation between certified companies and increased productivity indicesfor 2006 to 2010, and their incidence in the financial profit, gross margin(GM) and operating margin (OM).

Keywords: productivity, financial profit, certification, discriminant analisys.

Clasificatión: JEL: C1, C14, D24, G14, L6, L65, L66

215


INTRODUCCIÓN

Dada la importancia de la productividadpara el incremento de la eficiencia yeficacia en las organizaciones, en esteartículo de investigación se muestra laevaluación de los indicadores deproductividad de las empresas certificadasen ISO: 9001, en la Zona Industrial deMamonal (Cartagena) y la incidencia deestos índices en la utilidad financiera. Sehizo la medición de las razones deproductividad, a fin de analizar larepercusión de estos índices en lasutilidades financieras de las empresas delsector.

La estructura que se muestra en esteartículo comprende la revisión detalladadel marco referencial, también sepresenta la metodología utilizada, laimportancia de aplicación de la técnicamultivariada del análisis discriminante(MAD), los resultados del análisis de la

evaluación del impacto de la certificaciónen calidad en las utilidades financierasde las empresas industriales de Mamonal.

Así mismo, se exponen la definición yconceptualización de los sistemas degestión de calidad, las razones financierasy de productividad, los criterios paraevaluar el impacto de los sistemas degestión de calidad, y la trascendencia deestos en el rendimiento financiero de lasempresas del sector.

Para estimar el impacto de la certificaciónen calidad en los indicadores deproductividad y la utilidad financiera, sedesarrolló una metodología para laevaluación de los supuestos estadísticosy selección de las variables quepresentaron mayor discriminación en losgrupos de datos analizados.

Para este estudio se tomaron aquellasempresas certificadas en calidad que

216


presentaron sus estados financieros enla Superintendencia de Sociedades en elaño 2011.

Por último, se exponen los resultados dela evaluación del impacto de lacertificación en calidad y su incidenciaen la productividad y utilidad financiera,y la verificación de los datos a partir delas pruebas Saphiro-Wilk, para lacomprobación de normalidad e igualdadde matrices varianza-covarianza,respectivamente, de las variables objetode estudio.

MARCO TEÓRICO

Análisis macroeconómico del sectorindustrial internacional

El estallido de una burbuja financiera enlos mercados mundiales con dimensionessin precedentes, desencadenó en el año2008 una grave crisis económica-financiera de ámbito internacional. Comoconsecuencia de dicho fenómeno, laeconomía mundial sufrió entre los años2008 y 2009 la recesión más profunda ygeneralizada de su historia reciente).(Secretaría General de Industria MITYCEspaña, 2010); evidenciada en lacontracción de la actividad económica de

los países desarrollados representados porEstados Unidos y los países de la UniónEuropea (Tabla 1).

A diferencia de episodios anteriores decrisis financieras, en esta ocasión, lainestabilidad y los ajustes de los mercadosfinancieros internacionales han tenido unfuerte impacto en el sector real demuchos países, produciéndose caídas enla actividad y en el empleo, además deacentuar el pobre desempeño presentadopor las economías de los paísesdesarrollados, desde principios de laprimera década del presente siglo, frentea los países de economías emergentes;tal como se desprende del análisis de losprincipales indicadores económicos:producto interno bruto, deuda externa,reservas de capital y mercado laboral(Quiroz, 2009).

En este sentido, el DepartamentoNacional de Planeación (DNP) sostieneque tal situación ha afectado especial-mente al sector industrial, cuyodesempeño está estrechamente ligado alcomportamiento de los mercadosinternacionales, derivando consecuenciasnegativas en lo que respecta a la variaciónde la producción industrial en los paísesafectados (DNP, 2011) (Tabla 2).

Tabla 1. Crecimiento del PIB (% anual)

2005 2006 2007 2008 2009 2010Unión Europea (27 países) 2,0 3,3 3,2 0,0 -4,4 2,1Zona Euro ( 17 países) 1,7 3,3 3,0 0,4 -4,4 2,0Estados Unidos 3,1 2,7 1,9 -0,4 -3,5 3,0OECD Total 2,7 3,1 2,8 0,1 -3,8 3,2

Fuente: OCDE, 2012

217


__________1 Por “países desarrollados” o “economías desarrolladas” se entienden los “países de altos ingresos miembros de

la Organización para la Cooperación y el Desarrollo Económico (OCDE)”, según la definición del Banco Mundial.Por“países en desarrollo” o “economías en desarrollo”, se entienden todas las demás economías.

Con respecto a esto, la Organización delas Naciones Unidas para el DesarrolloIndustrial, en su informe sobre el desarrolloindustrial 2011, muestra que la crisisfinanciera afectó a la industriamanufacturera de los países desarrollados,más que a la de los países en desarrollo1.En 2009, mientras que los paísesdesarrollados sufrieron una reducción del8,1% del valor agregado manufacturero, elde los países en desarrollo aumentó el 2,9%,frenando, de igual manera, el crecimientode las exportaciones manufactureras, queen 2009 cayeron un 18,7% en los países endesarrollo y un 23,2% en los paísesdesarrollados (ONUDI, 2011).

En este informe, la ONUDI tambiénanticipa que la participación de los paísesen desarrollo en el comercio mundial demanufacturas ha crecido sostenidamente,alcanzando el 39% de las exportacionesmundiales de manufacturas.Una tendenciaque probablemente continúe en la medidaque los países en desarrollo incrementensu capacidad de producción y másactividades manufactureras se localicen enesos países.

En relación con lo anterior, Montalbano(citado en ONUDI, 2011) apunta que laprincipal consecuencia de este cambio enla dinámica manufacturera, que implica elaumento de la participación de los paísesen desarrollo en el comercio mundial, esuna mayor exposición de estos países a lascrisis comerciales, que resulta en altosniveles de incertidumbre para suseconomías, dado que la desaceleracióneconómica global de algunos paísesdesarrollados incide de manera directa enel comercio de las economías nacionaleslatinoamericanas de los países emergentes.

Análisis macroeconómico del sectorindustrial nacional

En Latinoamérica y particularmente enColombia, la evolución de la economía seha comportado de forma similar al restodel mundo. Entre 2004 y 2007, el paíscreció a una tasa de casi el 6% anual,alcanzando durante este período el mayorcrecimiento en los últimos treinta años.Estos años de bonanza se vieroninterrumpidos por la crisis internacional,que frenó la economía y la condujo a un

Tabla 2. Variación anual del índice de producción industrial

2007 2008 2009 2010 2011OECD Total 4,31% -1,47% -13,13% 7,07% 3,50%Unión Europea (27 países) 3,65% -1,67% -13,76% 6,78% 3,28%Estados Unidos 2,45% -3,53% -11,39% 5,36% 4,14%

Fuente: OCDE, 2012

218


crecimiento del 3,5% en 2008 y del 1,5%en 2009. Desde la crisis, la economíacolombiana se ha venido recuperando, conun crecimiento del 4,3% en 2010 y de 5,5%en 2011 (DNP, 2011).

Esta volatilidad en la economía, al igualque a nivel mundial, ha tenido un impactoparticularmente acentuado en el sectorindustrial. Es así como el DNP y laAsociación Nacional de Industriales(ANDI) en la presentación del Foro retosy perspectivas de la industria manufac-turera y del documento Balance sectorindustrial 2011, muestran que:

La industria en Colombia pasó decrecer a una tasa promedio del 7%anual durante 2006 y 2007, a contraersea una tasa del 3,9% en 2009. Desdeentonces, la industria en Colombia hatenido una recuperación estable,alcanzando una tasa de crecimientodel 4,5% en 2010, del 3,5% en el primersemestre de 2011, unas ventas yexportaciones que, entre enero yseptiembre de este año, crecieron auna tasa anual del 5, 6% y 26%,respectivamente.

Adicional a las cifras de producción ycomercio exterior, la recuperación del

sector manufacturero nacional también seha reflejado en mejoras en los indicadoresde inversión, uso de capacidad instalada(que en los últimos dos años pasó de 73,8%a 78,0%, nivel de inventarios), volumen depedidos, y confianza empresarial.

Por otra parte, pese a la notoria mejoríaque muestran los indicadores de crecimientoindustrial, hacia el segundo trimestre del2012 el DANE reveló que de los 54subsectores de la industria nacional, 29tuvieron caída en su producción, lo que llevóa que todo el sector manufacturero sufrierasu primera disminución en 29 meses, al bajar0,9%; fenómeno evidenciado principal-mente en los sectores que venían dando elmayor impulso en los meses anteriores: larefinación de petróleo (-15,8%), vehículosautomotores (-7,2%) o autopartes (-11,5%)(DANE, 2011).

Dicha situación expone la inestabilidad yfalta de consolidación del sector industrialcolombiano, reafirmado los resultadosobtenidos en la última evaluación del índicedel rendimiento industrial competitivo2

(CIP, siglas en inglés), llevada a cabo porla ONUDI en el año 2009 sobre 118 países,en donde Colombia ocupa el puesto 74,después de haber estado en el puesto 69en 2005, como se detalla en la Tabla 3.

__________ 2 Actualmente, el índice de rendimiento industrial competitivo está integrado por ocho indicadores clasificados

según las seis dimensiones siguientes: I) Capacidad industrial, medida por el valor agregado manufacturero percápita; II) Capacidad de exportación de manufacturas, medida por las exportaciones de manufacturas percápita; III) Influencia en el valor agregado manufacturero mundial, medida por la proporción que tiene unaeconomía en el valor agregado manufacturero mundial; IV) Influencia en el comercio mundial de manufacturas,medida por la proporción que tiene una economía en las exportaciones mundiales de manufacturas; V) Intensidadde la industrialización, medida por el promedio de la participación del valor agregado manufacturero en el PIB yde las actividades relativas a productos de tecnología media y alta en el valor agregado manufacturero; VI)Calidad de la exportación, medida por el promedio de la participación de las exportaciones de manufacturas enlas exportaciones totales y de los productos de tecnología media y alta en las exportaciones de manufacturas.

219


Tabla 3. Clasificación de las economías según el índice derendimiento industrial competitivo revisado, 2005 y 2009.

Fuente: ONUDI, 2011.

2005 2009 Economía 2005 200978 72 Región 0.130 0.142

AdministrativaEspecial de

Macao, China76 72 Jamaica 0.132 0.14169 74 Colombia 0.140 0.13568 75 Senegal 0.142 0.134

Clasificación Índice de rendimientoindustrial competitivo

De este estudio se pudo observar queeste decrecimiento en términos de laexigua caída del rendimiento de laactividad industrial en Colombia, estuvodeterminado igualmente por la incidenciade la inestabilidad de las actividades delos sectores industriales que más aportana esta dinámica manufactura, tales comolas zonas industriales ubicadas en elcentro y región Caribe colombiana delpaís.

Análisis económico sector industrialen Cartagena

Una de las principales actividadeseconómicas de Cartagena es la industria,la cual aporta aproximadamente 38% dela producción total de la ciudad y generaun 10% del total de puestos detrabajo(Arenas, 2009). La EncuestaAnual Manufacturera 2009 realizada porel DANE (2011), muestra que la ciudadparticipó con el 46.07% de la producciónindustrial, 40.54% del valor agregado y

23.35% del empleo creado en el sectorindustrial del Caribe colombiano, cifrasque reflejan la relevancia de este sectora nivel regional.

Desde este contexto productivo,Cartagena es la cuarta ciudad de mayorproducción industrial, con un aporte del6.7% de lo producido por la industriacolombiana (DANE, 2011). Su industriase caracteriza por ser altamenteexportadora, especializada en lossectores petroquímico, químico y plástico;situación que ha llevado a que grandesmultinacionales tengan su centro deproducción y distribución en la ciudad,convirtiéndola en el principal fabricantede sustancias químicas del país, ademásde ser sede de la segunda refinería depetróleo más importante de Colombiadespués del complejo petrolero deBarrancabermeja (Arenas, 2009).

Gran parte de la producción industrial deCartagena se concentra en el complejo

220


industrial de Mamonal, reconocido comola zona de desarrollo industrial ymanufacturero más importante del Caribecolombiano (Pérez, 2005), con el productopor trabajador más alto del país y una delas más altas tasas de incremento de laproducción y de ventas brutas (Banco dela República, 2011). Entre sus principalesáreas de desarrollo, están: el petróleo ysus derivados, el plástico, las materiasprimas industriales, productos químicos y,en menor importancia, el sector de bebidasy alimentos.

Se destaca la actividad de la industriapetroquímica-plástica, la cual abarca unabuena parte de la producción industrial dela región y se ha constituido como unclúster característico de la ciudad.Cartagena le ofrece a este tipo de industriauna ventaja comparativa frente a otrasciudades del país, lo que la ha convertidoen uno de los mayores centros en estesector industrial de Mamonal (Banco dela República, 2012). Así mismo, se destacael aporte de la industria petroquímica-plástica al PIB de la ciudad, cuyo valoragregado representa cerca de 26.3%(Cámara de Comercio de Cartagena,2008).

Bases conceptuales de la produc-tividad y su función como factor decompetitividad

La dinámica actual en la que sedesenvuelven las economías del mundo,permeada por la crisis económica, hagenerado altos niveles de incertidumbree inestabilidad en las economías de los

países desarrollados como EstadosUnidos y algunos países de Europa.Igualmente ha desencadenado altas tasasde desempleo, aumentos en la deudainterna, además de fuertes medidas deausteridad implantadas por los gobiernospara bajar los niveles de consumo interiory disminuir las importaciones paraequilibrar sus balanzas de pagos.

Por otra parte, América Latina hamostrado un comportamiento establefrente a la crisis, evidenciado, entre otrosaspectos, en la reducción de los nivelesde pobreza en el continente, que segúnel informe de la Comisión Económicapara América Latina y el Caribe(CEPAL), disminuyó de 48,4% en 1990,a 31,4% en 2010.

Con respecto a dicha situación, el Centropara la Competitividad Global del ForoEconómico Mundial afirma que estecrecimiento en general se ha dado poruna situación externa, que implica en granmedida el incremento en el precio de lascommodities o de los bienes alimentarios,factores alejados del incremento de laproductividad, que es como se mide lacompetitividad (BBC, 2011), redundando,según sus planteamientos, en la falta deconsolidación de las bases para uncrecimiento sostenible en el futuro, porparte de Latinoamérica.

Es así como el proceso de industrializaciónmundial pone en evidencia que AméricaLatina y el Caribe (ALC) no cuentan concapacidad competitiva industrial parahacer frente a otras regiones del mundo

221


en desarrollo, como es el caso de los paísesde Asia del Este, perdiendo oportunidadespara incrementar su presencia en lasactuales tendencias industriales(Porlles,Yenque, Lavado & Azpilcueta, 2006).

A nivel local, estudios realizados por elObservatorio del Caribe Colombiano(OCC) y la Cámara de Comercio deCartagena (CCC) (2005), evidencian quela situación de la ciudad a principios delsiglo XXI, determinó que está lejos deser considerada una ciudad competitiva,debido a su insuficiencia en aspectosrelacionados con lo económico, recursohumano, infraestructura, desarrollo deciencias y tecnología, entre otros factoresevaluados.

En relación con lo anterior, Berechet,Huerta y San Miguel (2006), del Centropara la Competitividad de Navarra,señalan que el desarrollo económico deuna organización o nación, y el bienestarde los individuos que la componen,depende en gran medida de la capacidadde la misma, para incrementar suproductividad, además de ser este elconcepto más apropiado para la definiciónde competitividad; de igual manera, Porter(2005) afirma refiriéndose a la prosperidadnacional, que esta se encuentra fuerte-mente afectada por la competitividad, quees la productividad con la que un país utilizasus recursos humanos, capital y recursosnaturales.

De esta forma, se resalta la importanciade la productividad en las organizacionesy en las naciones, pues el incremento de

esta, según Krugman (1994), es el únicocamino que conduce a un mayor nivel devida de la población a largo plazo,garantizando el desarrollo y aplicación denuevas tecnologías a la producción,transformándose en el agente másimportante de la innovación tecnológicay creando nuevas aptitudes y actitudesante el trabajo, que catalizan el cambioinstitucional y generan capacidadesempresariales modernas (ONUDI, 2004,citado por Porlles, Yenque, Lavado &Azpilcueta, 2006).

En este sentido, la productividad en suconcepción más general, permite fijar unarelación entre la cantidad de bienes yservicios producidos y la cantidad derecursos utilizados (Instituto Nacional deEstadística, Geografía e Informática,2003), y se transforma en un factorcrucial para la determinación del usoeficiente de los recursos.

Otra acepción, es la del Banco Nacionalde Comercio Exterior de México (1991),que explica la productividad como, “uncambio cualitativo para hacer más y mejorlas cosas, utilizar con racionalidad losrecursos, participar más activamente enla innovación y los avances tecnológicosy conseguir la mayor concurrencia de lapoblación en la actividad económica y ensus frutos”, estableciéndose como unelemento clave para la creación deriquezas dentro de una empresa, porpermitir las inversiones en mejoresrecursos productivos (autofinanciamiento),como nuevas tecnologías. Situación quese traduce en una ventaja competitiva e

222


incremento de los sueldos, lo queacrecentará el volumen de la demandaagregada, que resulta en la dinamizaciónde la economía (Miranda & Toirac, 2010).

Por otra parte, la medición de laproductividad es un procedimientonecesario para el desarrollo y la proyecciónde las actividades económicas decualquier organización, quese lleva a cabomediante la aplicación de indicadores querelacionan diversas variables. Cullinane,Song, Ji yWang (2004) señalan que losindicadores de productividad desempeñanun papel esencial en la evaluación de laproducción porque pueden definir nosolamente el estado actual de los procesos,sino que además, son útiles para proyectarel futuro de estos.

De manera que los resultados obtenidosen la aplicación de evaluación deindicadores y la correspondiente mediciónde los mismos en la industria, permiten laobtención de mayores beneficios (Doerr& Sanchéz, 2006), como los expresadospor Wang, Song y Cullinane (2002), loscuales ayudan a identificar mejoresprácticas de operación, a establecer lamagnitud de ahorros en el uso de recursos,a precisar la magnitud de los recursos parael aumento de la producción, a orientar auna unidad ineficiente para sus mejorasde producción y a determinar el momentoen que deberá aplicarse un cambio en launidad productiva por una unidadproductiva mayor o por una más eficiente.

En este contexto, es importante tambiénmencionar el término eficienciaeconómica, en concordancia con el usodel capital, que se define como “la razónentre el valor de los productos obtenidosde un proceso económico y el valor de losinsumos necesarios para producirlos(Azofeifa, 1994), puesto que, comoafirmanFischer, Dornbuschy Schmalensee(1990), toda acción llevada a cabo en unaempresa, lleva consigo una consecuenciade tipo económico.

Así, los indicadores de productividad decapital ofrecen una medida de larentabilidad de los fondos comprometidosen un negocio (Gómez, 2007). Sinembargo, según lo planteado porinvestigadores del Banco Interamericanode Desarrollo (BID), los coeficientes deproductividad son indicadores dedesempeño menos completos que los derentabilidad, para determinar la eficienciaen el uso de los recursos económicos, porlo que estos últimos miden estrictamentela capacidad de la empresa para generarutilidades, a partir de los recursosdisponibles (BID, 2003).

De esta manera, indicadores como elmargen de utilidad bruta, el margen deutilidad de operación y el margen de utilidadneta, se hacen indispensables al momentode medir la rentabilidad dentro de laindustria (Tabla 4).

223


Indicadores

Margen de utilidad bruta

Margen de utilidad operacional

Margen de utilidad neta

Tabla 4. Indicadores financieros

Fuente: (Ferrer, De la Hoz & Suárez, 2008).

Opciones estratégicasEl margen bruto de utilidad refleja la capacidad de laempresa en la generación de utilidades antes de gastosde administración y ventas, otros ingresos y egresos eimpuestos. Al compararlo con estándares financierosde su actividad, puede reflejar compras o costoslaborales excesivos.Refleja la rentabilidad de la compañía en el desarrollode su objeto social, indicando si el negocio es o nolucrativo, independientemente de ingresos y egresosgenerados por actividades no directamenterelacionadas con este.Mide la rentabilidad después de impuestos, de todaslas actividades de la empresa, independientemente desi corresponden al desarrollo de su objeto social.

Sistema de gestión de la calidad

El sistema de gestión de la calidad seentiende como la articulación de losdiferentes métodos, recursos, personas,insumos, que genera unos resultadosasociados con el uso racional de losrecursos, y que tiene como propósito laconsecución de la satisfacción de losclientes, que en nuestro objeto de estudioson las empresas de la Zona Industrialde Mamonal.

Certificación ISO 9000, productividady desempeño financiero en la empresa

Evidencia empírica sugiere que lasempresas pueden obtener beneficiosinternos, como mejoramiento en la calidady en la productividad de sus procesos,además de lograr un mejor desempeño

financiero, mantener o ampliar su sectorde mercado y, en general, incrementarsu valor, gracias a la implementación deiniciativas de gestión de calidad como elTotal quality management (TQM), elJust-in-time sistems (JIT) o las normasde la serie ISO 9000 de sistemas degestión de calidad (Corbett, Kirsch, &Montes-Sancho, 2005; Casadesús,Giménez, & Heras, 2001; Naveh &Marcus, 2004).

Así mismo, Elmuti y Kathawala (1997),al referirse específicamente a laconsecución de la certificación en ISO9001 “Sistemas de la calidad. Un modelode garantía de calidad para el diseño, eldesarrollo, la producción, la instalación ylos servicios”, que, junto con la ISO 9002,son las únicas que prevén certificacióndel conjunto de normas de la serie ISO

224


9000 (Van Den Berghe, 1998), afirmanque la aplicación de esta incrementa laproductividad, gracias al fortalecimientode la moral de los empleados. De igualforma, Campanella (1997) plantea queesta se ve beneficiada por elmejoramiento de la gestión de losprocesos que reduce los reprocesos ydisminuye los costos de reparación degarantías incrementado, a su vez, laconfianza y fidelización del cliente.

Dicha situación se debe a que laimplementación de la ISO 9000 obliga ala empresa a tener disciplina, lo queimplica el diseño de procedimientos queaseguren la medición constante de lacalidad, garantizando la toma de lasacciones correctivas apropiadas, cadavez que ocurran problemas. Comoresultado de este proceso, las tasas dedefectos deben disminuir y los erroresdeben ser identificados a tiempo, hechoque permitirá su corrección a un menorcosto. Esta disciplina también puedeidentificar las prácticas actuales que sonobsoletas o contraproducentes, con el finde mejorarlas o reemplazarlas (Corbett,Kirsch, & Montes-Sancho, 2005),generando las condiciones propicias parael mejoramiento en la productividad.

A lo largo del tiempo, los beneficios delSGC ISO 9000 para las organizaciones,han sido analizados desde dosperspectivas, como los beneficios internosy externos(Semiz, 2011). Los beneficiosinternos se han definido como

la disminución en el costo, disminuciónde la tasa de pérdidas, desarrollo denuevos productos, mayor motivacióndel personal, mejor comunicacióndentro de la empresa, la cooperaciónentre los departa-mentos, mejora enla determinación de los problemas ydocumentación avanzada (Casadesusy Col, 2001;Douglas et al., 2003; Magd& Curry, 2003; Williams, 2004; Yahya& Goh, 2001).

Y los beneficios externos son

la disminución de las quejas de losclientes, el aumento en las ventas ycuota de mercado, aumento en elnúmero de clientes, mejora derelaciones con los clientes, mejorade la calidad percibida y relacionescon los clientes, la competenciaventaja,sociedad avanzada imagen yoportunidad de penetración a losmercados extranjeros(Douglas et al.,2003; Magd & Curry, 2003;Williams, 2004; Yahya & Goh, 2001).

Por otra parte, la literatura que evidencialos efectos de la certificación ISO 9000en el desempeño financiero de lasempresas, es a veces contradictoria(Corbett, Kirsch, &Montes-Sancho,2005; Sharma, 2005; Benner & Veloso,2008). Pese a esto, investigaciones comolas efectuadas por Corbett, Kirsch yMontes-Sancho, (2005); Sharma, (2005);Nair, A. y Prajogo, D. (2009); Casadesús,Giménez y Heras (2001), han demostradoque la obtención de la certificación de laISO 9001, implica mejoras en las ventas

225


e ingresos y en general en el desempeñoeconómico de las empresas.

MÉTODO Y DATOS

Este artículo se enmarca dentro de laclase de investigación descriptiva ycuantitativa, basada en la técnicaestadística MAD, la cual consiste encontrastar si en dos periodos distintosaños 2006 y 2010, se puede verificar elmejoramiento de los indicadores deproductividad y su incidencia en la utilidad

financiera, como resultado de laevaluación del impacto de la certificaciónen calidad de las empresas en el ZonaIndustrial de Mamonal en Cartagena.

Datos

Para la realización de esta investigación,se utilizaron los indicadores deproductividad y utilidad financiera,presentados a continuación, para hallarla estimación de los años evaluados, comose muestra en la Tabla 5.

VariableMBMOMNIP1IP2IP3IP4IP5IP6

Tabla 5. Variables e indicadores utilizados para el análisis de discriminante

Fuente: elaboración de los autores.

Indicadores financieros y de productividadMargen bruto

Margen operacionalMargen neto

Razón utilidad bruta/valor agregadoRazón utilidad operacional/valor agregado

Razón utilidad neta/valor agregadoProductividad del capital

Razón utilidad operativa/capital de trabajoRazón utilidad neta/capital de trabajo

La población de esta investigación laintegraron veinticinco empresas de laZona Industrial de Mamonal, certificadasen ISO: 9001, que reportaron sus estadosfinancieros en la Superintendencia deSociedades y Cámara de Comercio deCartagena, entre el primer periodo de2006 y el segundo periodo de 2010.

Así mismo, las fuentes utilizadas fueronlos boletines estadísticos del Sistema deInformación y Riesgo Empresarial

(SIREM) de las empresas seleccionadas,que proyectaron sus estados financierospara los 2006 y 2010, boletines de los quese tomaron los diferentes rubros de losestados financieros de las organizacionesobjeto de estudio. Inicialmente, seobtuvieron los rubros financieros de losestados financieros y posteriormente sehizo el cálculo de los indicadores deproductividad y utilidad financieraseleccionados.

226


de funciones lineales a partir de lasvariables independientes que permitaninterpretar las diferencias entre losgrupos y clasificar a los individuos enalguna de las subpoblaciones definidas porla variable dependiente, (Mateos, Iturrioz& Gimeneo, 2009).

Por consiguiente, los objetivos primariosdel análisis discriminante son ladescripción de las diferencias entregrupos y la predicción de pertinencia aestos. El otro objetivo consiste endeterminar una o más ecuacionesmatemáticas, funciones discriminantes,que permitan la clasificación de nuevoscasos a partir de la información que setiene de ellos, estableciendo la solvenciae insolvencia con la mayor precisiónposible, utilizando el análisisdiscriminante. (Mileris, 2010; Paretto,2009;Carvajal, Trejos & Barros, 2007).

De este modo, las variables utilizadas eneste análisis estadístico son denominadasvariables discriminantes. Estas deben sermedidas en la escala de intervalo o razónpara que las medidas y varianzas puedanser calculadas e interpretadas (Albayrak,2009). Un requerimiento para la utilizacióndel análisis discriminante es que el númerode casos observados (n) debe excederen más de dos, al número de variables.Ninguna variable original puede sercombinación lineal de otras variablesdiscriminantes, ya que se tendría unaredundancia en la información. Unacombinación lineal es la suma de una omás variables que pueden haber sidoponderadas por términos constantes.

Para el análisis de las variables asociadasa los indicadores escogidos, se utilizó elanálisis discriminante por medio desoftware SPSS Statistics 19, aplicación conla cual se establecieron las funcionesdiscriminantes y se estudiaron los diferentesestadísticos. Esta técnica permite hallar laestimación en un marco único y analizar silos indicadores financieros evaluados en elmismo contexto presentan diferenciassignificativas en los dos periodosseleccionados.

Metodología

Análisis discriminante

El análisis discriminante es una técnicaestadística multivariante, introducida por R.A. Fisher (1936), en el primer tratamientomoderno de problemas separatorios, cuyafinalidad es analizar si existen diferenciassignificativas entre grupos de objetosrespecto a un conjunto de variables medidassobre los mismos, para, en el caso de queexistan, explicar en qué sentido se dan yproporcionar procedimientos de clasifi-cación sistemática de nuevas observacionesde origen desconocido en uno de los gruposanalizados. La variable dependiente declasificación es no métrica, mientras quelas variables independientes se supone queson métricas (Mylonakys & Diacogiannis2010; Suárez, 2000).

En este sentido, Pérez (2009) señala queen el análisis discriminante, una vezcomprobado el cumplimiento de lossupuestos subyacentes al modelomatemático, se persigue obtener una serie

227


Del mismo modo, dos variables que estánperfectamente correlacionadas nopueden ser usadas al mismo tiempo(Carvajal, Trejos & Soto, 2004).

Distancia de Mahalanobis

Como criterio de selección de variablesque mejor discriminan los indicadores deliquidez y rentabilidad de los sistemas degestión de la calidad en las empresas de

la zona industrial de Mamonal, se utilizóla distancia D2 de Mahalanobis, que esuna medida de distancia generalizada yse basa en la distancia euclidiana alcuadrado, que se adecúa a varianzasdesiguales. La regla de selección en esteprocedimiento es maximizar la distanciaD2 de Mahalanobis. La distanciamultivariante entre los grupos a y b sedefine como se muestra en fórmulaecuación 1.

Donde n es el número de casos válidos,g es el número de grupos, Xi

(a) es la mediadel grupo a en la i-ésima variableindependiente, Xi

(b) es la media del grupo

b en la i-ésima variable independiente, yWij es un elemento de la inversa de lamatriz de varianzas-covarianzas intra-grupos (Tricova & Terdovskid, 2008).

RESULTADOS Y DISCUSIÓN

Análisis de la evaluación del impactode la certificación en calidad y suincidencia en la productividad yutilidad financiera de las empresasindustriales de Mamonal

Para la realización de este estudio seutilizaron los indicadores de productividady utilidad financiera, que mejordiscriminan con relación al modelo, paraevaluar el impacto de la certificación encalidad y la incidencia de estos en laproductividad y utilidad financiera de lasempresas del sector de Mamonal.

H 2ab = (n - g)p

i=1 pj=1 Wij * (Xi

(a) - Xi

(b))(Xj(a)

- Xj(b)) [1]

Verificación de los supuestos

Distribución normal multivariante: lanormalidad univariante contribuye,aunque no es condición suficiente de lanormalidad multivariante. Los datosmuestran una comprobación de lanormalidad por separado de cada una delas variables, con el fin de encontrarevidencias que apoyen la posibilidad dela multinormalidad de las poblaciones delpresente estudio. Para comprobar elsupuesto de normalidad, se pueden hacerdiferentes pruebas, dentro de las cualespodemos destacar: Shapiro y Wilk,Anderson-Darling, Darling-Pearson,Kolmogorov-Smirnov y X2 de bondad deajuste. Hemos decidido utilizar la pruebade Shapiro y Wilk, que se recomiendacuando el número de observaciones esinferior a treinta.

Las pruebas de normalidad para lasvariables por separado muestran comoresultado que algunas no se comportan

228


como variables normales (valor deaceptación de los estadísticos > 0.8), por lo

que viola el supuesto de multinormalidad,como se observa en las tablas 6 y 7.

Tabla 6. Pruebas de Kolmogorov-Smirnov y Shapiro y Wilk, para la comprobaciónde normalidad de índices productividad y financieros año 2006.

Shapiro-WilkEstadístico Gl Sig.

MB ,537 25 ,000MO ,348 25 ,000MN ,800 25 ,000IP1 ,515 25 ,000IP2 ,203 25 ,000IP3 ,203 25 ,000IP4 ,889 25 ,011IP5 ,791 25 ,000IP6 ,603 25 ,000


Es preciso destacar los estadísticos, parael caso del supuesto de Shapiro y Wilk,para el año 2010, y el comportamientonormal de las variables MB, MN, IP1 eIP4, que validan el supuesto demultinormalidad.

De acuerdo con Lanchenbruh (1975), seha demostrado que el análisis discrimi-nante no es particularmente sensible a lasviolaciones de menor importancia de lahipótesis de normalidad. Asimismo,Tabachink y Fidell (2001) describen

Tabla 7. Pruebas de Kolmogorov-Smirnov y Shapiro y Wilk, para la comprobaciónde normalidad de índices de productividad y financieros año 2010.

Shapiro-Wilk Estadístico gl Sig.

MB ,843 25 ,001MO ,724 25 ,000MN ,818 25 ,000IP1 ,869 25 ,004IP2 ,745 25 ,000IP3 ,780 25 ,000IP4 ,951 25 ,267IP5 ,682 25 ,000IP6 ,723 25 ,000


229


algunas consideraciones acerca de larobustez de esta técnica con relación altamaño de la muestra, de al menos veinteindividuos y tamaños de grupos similares,para que el modelo sea robusto ante laviolación del supuesto de multinormalidad.

Homogeneidad de matrices devarianza-covarianza: el análisis desupuesto de igualdad de matrices devarianza-covarianza para los dos grupos,se comprobó con la prueba de Box, comose muestra en la Tabla 8.

Tabla 8. Resultados de la prueba de Box

M de Box 6,864F Aprox. 6,730

gl1 1gl2 6912,000Sig. ,010


Estos resultados en el estadístico decontraste M = 6,864 y un valor de F=6,730 para una P value = 0,010, permitenrechazar con un alto grado de confianzala hipótesis nula de que no existendiferencias entre las matrices decovarianza de los dos grupos3.

Selección de variables que presentanmayor discriminación

Para determinar qué variablesindependientemente discriminan entre losperiodos de análisis, años 2006 y 2010,se estima la distancia D2 de Mahalanobisy el Lambda Wilks, para cada una de ellas,su correspondiente razón F y nivel designificancia, para rechazar la hipótesis

nula de que las observaciones provienende la misma población. Para ello, seconsidera un nivel de significación de 0,05para los estadísticos F para entrar, y Fpara eliminar.

Como se mencionó, el criterio deselección de las variables es el dedistancia D2 de Mahalanobis, se utilizarontodas las variables seleccionadas, margenbruto (MB), margen operacional (MO),margen neto (MN), razón utilidad bruta/valor agregado (IP1), razón utilidadoperacional/valor agregado(IP2), razónutilidad neta/valor agregado (IP3),productividad del capital (IP4), razónutilidad operativa/capital de trabajo (IP5)y razón utilidad neta/capital de trabajo

__________3 Los supuestos de linealidad y multicolinealidad y singularidad no serán revisados, dado que para la

construcción del modelo de análisis discriminante, se utilizará el método por etapas o paso a paso, teniendo encuenta el criterio de tolerancia para seleccionar las variables que son incluidas. De este modo, para Rodríguez yMoreno (2011), aquellas variables que presentan una correlación múltiple elevada con las restantes variables,arrojarán una baja tolerancia y no serían consideradas en la construcción de la función discriminante.

230


Con base en los resultados de la Tabla10, se procedió a calcular la funcióndiscriminante de las empresas, para

(IP6).Las variables que mejor discriminanlos indicadores de productividad yfinancieros de las empresas certificadasdel sector de Mamonal son el MB, MO,MN, IP1, IP2, IP3, IP4, IP5 e IP6. Estasfunciones discriminantes constituyen el

resultado final del modelo que se muestraen las tablas 9 y 10, y en las ecuaciones[2] y [3], las cuales muestran losindicadores que discriminan y lavariabilidad del modelo en las empresasde sector de Mamonal.

Z2006 = MB (79,279) + MO (-45,868) + MN (9,487) + IP1 (-41,162) + IP2 (-24,235)+ IP3 (-14,755) + IP4 (4,732) + IP5 (53,231). IP6 (-38,020) [2]

Z2010 = MB (70,541) + MO (-45,370) + MN (-19,288) + IP1 (-33,508) + IP2 (-10,102)+ IP3 (-2,878) + IP4 (4,085) + IP5 (36,641). IP6 (-16,629) [3]

evaluar el impacto de la certificación encalidad y su incidencia en la productividady utilidad financiera de las empresas delsector industrial de Mamonal.

Tabla 10. Coeficiente de la función de clasificación.

Año2006 2010

MB 79,279 70,541MO -45,868 -45,370MN 9,478 -19,288IP1 -41,162 -33,508IP2 -24,235 -10,102IP3 -14,755 -2,878IP4 4,732 4,085IP5 53,231 36,641IP6 -38,020 -16,629

(Constante) -9,717 -7,602Fuente: elaboración de los autores.

Tabla 9. Lambda de Wilks

Contraste de las Lambda de Chi- Gl Sig.funciones Wilks cuadrado

1 ,734 13,435 9 ,144Fuente: elaboración de los autores.

231


En los anexos 1 y 2, se muestran losindicadores de productividad y de utilidadfinanciera seleccionados y calculados delas empresas analizadas en la ZonaIndustrial de Mamonal para los años 2006y 2010.

Evaluación de los indicadores deproductividad y utilidad financieraseleccionados en las empresascertificadas en ISO:9001 en ZonaIndustrial de Cartagena

Con base en los resultados obtenidos,se analizaron los estadísticos descrip-tivos, como la media y desviación típica,de los indicadores seleccionados de lasempresas en Cartagena, y se encontróque existe una correlación de impacto e

incidencia, entre la certificación encalidad y los indicadores de produc-tividad, y que estos últimos, a su vez,repercuten positivamente en los indi-cadores de utilidad financiera, como seobserva en las variaciones crecientes delos indicadores, razón utilidad bruta/valoragregado (IP1), razón utilidad opera-cional/valor agregado(IP2), margenbruto (MB) y margen operacional (MO),según se muestra en la Tabla 12.

En relación con los resultados del modelo,la capacidad de clasificación es muy buena.Se obtuvo como resultado un error Tipo Ide 24% y un error Tipo II de 20%, parauna efectividad de clasificación de 78%,de los casos agrupados correctamente,como se muestra en la Tabla 11.

Tabla 11. Resultados de la clasificación

Grupo de pertenencia pronosticadoAño 2006 2010 Total

Original Recuento 2006 19 6 25% 2010 5 20 25

2006 76,0 24,0 100,02010 20,0 80,0 100,0


232


CONCLUSIONES

La evaluación de los indicadores deproductividad y utilidad financiera en lasempresas certificadas del sector industrialde Mamonal, permitió conocer elcomportamiento de las variables quemayor efecto tienen en la eficienciaoperativa y financiera de estascompañías. Asimismo, se resalta laimportancia del modelo para laevaluación de los indicadores financieros,que utiliza el MAD para las empresas dela zona de Mamonal, el cual permitepredecir la importancia del modelo parahacer seguimiento a la gestión operativay de calidad, y de las actividades queorientan la planificación y ejecución de

la producción y las operaciones, y, en estesentido, minimizar los riesgos rela-cionados, a fin de tomar decisionesacertadas en el sector industrial.

En el análisis discriminante empleadopara la construcción del modelo, seutilizaron veinticinco empresas del sector.El modelo presentó una buena efectividaden la clasificación. En la muestra original,la precisión del modelo en el 2006 es76%, y en el 2010 es del 80%, para unpromedio total de clasificación del 78%de las empresas. Lo que demuestra altaconfiabilidad para predecir elcomportamiento a largo plazo de losindicadores de productividad y utilidadfinanciera en el sector.

Tabla 12. Medias de los indicadores de productividad y utilidad financiera.

Año Indicador Media Desviación típicaMB ,1379 ,31874MO -,0281 ,35716MN ,0302 ,08273IP1 ,1270 ,31692IP2 ,0000 ,00000

2006 IP3 ,0000 ,00000IP4 1,8742 ,95250IP5 ,0439 ,15544IP6 ,0115 ,14113MB ,1727 ,13832MO ,0041 ,11696MN -,0084 ,11512IP1 ,1729 ,14981IP2 ,0040 ,10988IP3 -,0142 ,12493IP4 1,6688 ,99145

2010 IP5 ,0176 ,19479IP6 ,0002 ,17596


233


De la función discriminante obtenida yde los estadísticos analizados,se observóuna buena predicción del modelo.Comoresultado del análisis de la funcióndiscriminante y de los estadísticosutilizados, se puede concluir que lacertificación en calidad de las empresasdel sector de Mamonal, incide positi-vamente en los índices de productividad,razón utilidad bruta/valor agregado (IP1),

razón utilidad operacional/valor agregado(IP2, y estos últimos, a su vez, tambiénrepercuten positivamente en las utilidadesfinancieras margen bruto (MB) y margenoperacional (MO), lo que permite inferirla importancia que tienen los procesos decertificación en calidad para el mejora-miento de la productividad y las utilidadesfinancieras.

1. Albayrak, A. (2009). Classification ofdomestic and foreign commercial banks inTurkey based on financial efficiency: Acomparison of decision tree, logisticregression and discriminant analysismodels. Syleyman Demirel University,14(2), 113-139.

2. Arenas, J. P. (2009). Aproximación a laCartagena empresarial: un análisiscoyuntural. Malaga, España: Universidadde Malaga España.

3. Azofeifa, A. (1994). Metodología para elcálculo de indicadores de productividaddel factor trabajo en Costa Rica para elperiodo 1976-1992. San José de CostaRica: Banco Central de Costa Rica.

4. Banco Central de Costa Rica. (Julio de1994). División económica 250. Recuperadode: http://bccr.hermessoft.com/investigacioneseconomicascrecimientoeconomicoMetodologia_calculo_indicadores_productividad_factor_trabajo_Costa_Rica.pdf

5. Banco Nacional de Comercio Exterior deMéxico. (1991). La productividad y lacapacitación, pilares de la modernización.

Referencias

Revista de Comercio Exterior, 41(8), 20-32.

6. Banco Interamericano de Desarrollo. (2003).Indicadores de desempeño parainstituciones microfinancieras. Guía técnica.(3ª ed.). Washington, D.C.: BancoInteramericano de Desarrollo.

7. Banco de la República. (2011, junio).Económia regional. I trimestrede 2011 -Costa Caribe. Colombia: Banco de laRepública.

8. Banco de la República. (2012, diciembre).Cartagena, entre el progreso industrial y elresago social. Documentos de trabajo sobreEconomía Regional, 6.

9. BBC. (2011, 2 de diciembre). AméricaLatina: no tan competitiva como debería.Recuperado de http://www.bbc.co.uk/mundo/noticias/2011/12/111201_economia_competitividad_america_latina_colombia_aw.shtml

10. Benner, M. J. & Veloso, F. M. (2008). ISO9000 practices and financial performance:A technology coherence perspective.

234


Journal of Operations Management, 26(5), 611-629.

11. Berechet, C., Huerta, E. & San Miguel, F.(2006). Innovación y productividad en laeconomía de Navarra. Posicionamientofrente a la regiones europeas másavanzadas. Centro para la Competitividadde Navarra, (1).

12. Cámara de Comercio de Comercio deCartagena. (2008). Balance tecnológico delsector petroquímico-plástico en Carta-gena. Cartagena: Cámara de Comercio.

13. Campanella, J. (1997). Fundamentos de loscostos de la calidad, lineamientos ypráctica. México D.F.: Mc Graw HillInteramericana.

14. Carvajal, P., Trejos, A. & Barros, A. M.(2007). Análisis estadístico multivariado delos estilos de aprendizaje predominantes enestudiantes de Ingenierías de laUniversidad Tecnológica de Pereira - IIsemestre de 2006. Scientia et TechnicaXIII(34), 325-330.

15. Carvajal, P., Trejos, A. & Soto (2004).Aplicación del análisis discriminante paraexplorar la relación entre el examen de ICFESy el rendimiento en algebra lineal de losestudiantes de Ingeniería de la UTP en elperiodo 2001 - 2003. Scientia et Technica,10(25), 191-196.

16. Casadesús, M., Giménez, G. & Heras, I.(2001). Benefits of ISO 9000 implementationin Spanish industry. European BusinessReview, 13 (6), 327-335.

17. Centro Nacional de Productividad SENA.(2005, 6 de febrero). Medición de laproductividad del valor agregado. Redcolombiana de centros de productividad.Colombia: SENA.

18. CEPAL. (2012). Panorama social deAmérica Latina 2011. Santiago de Chile:Naciones Unidas.

19. Corbett, C., Kirsch, D. & Montes-Sancho,M. (2005, julio). The Financial Impact of ISO9000 Certification in the United States: AnEmpirical Analysis. Management Science,51(7), 1046-1059.

20. Cullinane, K. P. B., Song, D. W., Ji, P.&Wang, T. F. (2004). An Application of DEAWinsdowns Analysis to ContainerportProduction Efficienty. Review of NetworkEconomics School of Marine Science andTechnology, university of Newcastle, 3 (2),186-208.

21. Departamento Administrativo Nacional deEstadisticasDANE. (2011, 30 de diciembre).Boletín de prensa. Encuesta AnualManufacturera EAM 2010. Bogotá: DANE.

22. Departamento Nacional de PlaneaciónDNP.(2011). Balance sector industrial 2011.Bogotá: Departamento Nacional dePlaneación.

23. Doerr, O. & Sanchéz, R. (2006). Indicadoresde productividad para la industria portuaria.Aplicaciòn en América Latina y el Caribe.Recursos naturales e infraestructura, (112).

24. Douglas, A., Coleman, S. & Oddy, R (2003).The Case for ISO 9000. TQM Mag., 15(5):316-324.

25. Elmuti, D. & Kathawala, Y. (1997). Aninvestigation into the effects of ISO 9000on participants’ attitudes and jobperformance. Production InventoryManagement J. (2) 52–57.

26. Ferrer, M. A., De la Hoz, B. & Suárez, A.(2008, enero-abril). Indicadores derentabilidad: herramientas para la toma

235


decisiones financieras en hoteles decategoría media ubicados en Maracaibo.Universidad del Zulia. Venezuela,Revistade Ciencias Sociales (Ve), XIV, (1), 88-109.

27. Fischer, S., Dornbusch, R. & Schmalensee,R. (1990). Economía (2da ed.). México D.F.:Mc Graw-Hill.

28. Goméz, P. (2007). Fundamentos decontabilidad y análisis financiero.Medellin, Colombia: Escuela de Ingenieríade Antioquia. Recuperado de: http://www.galeon.com/gonfor/unisangil/analfin.pdf.

29. Instituto Nacional de Estadística, Geografíae Informática. (2003). El ABC de losindicadores de porductividad. México:Instituto Nacional de Estadística, Geografíae Informática. Recuperado de: http://www.inegi.org.mx/est/contenidos/espanol/metodologias/otras/abc-prod.pdf

30. Krugman, P. (1994, marzo-abril).Competitiveness: A Dangerous Obsession.Foreign Affairs.

31. Lachenbruch, P. (1975). DiscriminantAnalysis. London: Hafner Press.

32. Magd, H., Kadasah, N. & Curry, A. (2003).ISO 9000 Implementation.Manage. Audit.J., 18(4), 313-322.

33. Mateos, R., Iturrioz, J. & Gimeneo, R. (2009).La participación financiera y el papel de lamujer en la toma de decisiones de lassociedades cooperativas: los consejos deadministración. Revista Europea dedirección y economía de la empresa, 18(3),65-82.

34. Mileris, R. (2010). Estimation of loanapplicants default probability applyingdiscriminant analysis and simple

Bayesian classifier. Economics andmanagement, 15.

35. Miranda, J. & Toirac, L. (2010). Indicadoresde productividad para la industriaDominicana. Ciencia y Sociedad, 35(2),235-290.

36. Mylonakis, J. & Diacogiannis, G. (2010).Evaluating the likelihood of using lineardiscriminant analysis as a commercial bankcard owners credit scoring model. Inter-national Business Research, 3(2), 9-20.

37. Nair, A. & Prajogo, D. (2009). Internalisationof ISO 9000 standards: the antecedent roleof functionalist and institutionalist driversand performance implicationsy.International Journal of ProductionResearch 47, (16), 4545–4568.

38. Naveh, E. & Marcus, A. (2004). When doesISO 9000 quality assurance standard leadto performance improvements?Assimilation and going beyond. IEEETrans. Engrg. Management. (3), 352–363.

39. Observatorio del Caribe Colombiano &Cámara de Comercio de Cartagena (2005).Serie de estudios del Caribe colombiano.Diagnóstico de la ciudad de Cartagena:la situación de la ciudad a principios delsiglo XXI. No.1. Cartagena: Cámara deComercio de Cartagena.

40. OCDE. (2011). Organización paracooperación y el desarrollo económico.México D. F.: OCDE.

41. ONUDI. (2011). Informe sobre el desarrolloindustrial 2011. Eficiencia energéticaindustrial para la creación sostenible deriqueza: Aprovechando los beneficiosambientales, económicos y sociales. s.l.:Organización de las Naciones Unidas parael Desarrollo Industrial.

236


42. Peretto, C. (2009). Utilización del análisisdiscriminante logístico para explorar lascausas de la eficiencia del sistema bancarioargentino. Cuaderno de Cimbage, (11), 39-57.

43. Pérez, G. J. (2005, julio). Documento detrabajo sobre economía regional. Banco dela República. Bolívar: industrial,agropecuario y turístico. Cartagena deIndias, Colombia: Centro de EstudiosEconómico Regionales (CEER). Nº58.

44. Porlles, J., Yenque, J., Lavado, A. &Azpilcueta, R. (2006). Industrialización ycompetitividad industrial en el mundo.Gestión y Producción. Ind. Data 9(1), 40-49.

45. Porter , M. (2005, enero-abril). IESE BusinessSchool. Centro Anselmo Rubiralta deGlobalización y Estrategia. Recuperado dehttp://www.iese.edu/es/ad/anselmorubiralta/apuntes/competitividad_es.html.

46. Portafolio. (2012, 22 de Mayo). Más de lamitad de la industria cae. Recuperado dehttp://www.portafolio.co/economia/mas-la-mitad-la-industria-cae

47. Quiroz, E. D. (2009). Crisis económicamundial 2008-2009, bumerán de laglobalización. Universidad Simón Bolivar- Barranquilla, Colombia,Revista Justicia,(15),32-34.

48. Secretaría General de IndustriaMITYCEspaña. (2010). Plan integral de políticaindustrial 2020.España: ComisiónInterministerial de política Industrial.

49. Semiz, S. (2011, January 18th). The effectsof quality management applications onautomotive authorized sales and servicefirms. African Journal of BusinessManagement 5(2), 306-315.

50. Sharma, D. (2005). The association betweenISO 9000 certification and financialperformance. The International Journal ofAccounting 40, 151-172.

51. Suárez, J. (2000). Los parámetroscaracterísticos de las empresasmanufactureras de alta rentabilidad. Unaaplicación del análisis discriminante.Revista Española de financiación ycontabilidad,XXIX (104), 443-481.

52. Tabachnick, B. & Fidell, L. (2001). UsingMultivariate Statistics (4ª ed.). Boston:Allyn y Bacon.

53. Tricova, M. & Terdovski, D. (2008). Appliediscriminant Analysis in estimation ofpotencial EU Members. Busines statistics-Economic Informatics, 32(120), 48.

54. Van Den Berghe, W. (1998). Aplicación delas normas ISO 9000 a la enseñanza y laformación. Luxemburgo: Oficina dePublicaciones Oficiales de las ComunidadesEuropeas L2985, 120 p.

55. Williams, J. A. (2004). The Impact ofMotivating Factors on the Implementationof the ISO 9001:2000 Registration Process.Manage. Res. N., 27(1), 74-84.

56. Yahya, S. & Goh, W. K. (2001). TheImplementation of an ISO 9000 QualitySystem. Int. J. Qual. Reliab. Manage, 18(9),941-966.

237


Indi

cado

res

fina

ncie

ros

Ane

xo1.

Cál

culo

s de i

ndic

ador

es d

e pro

duct

ivid

ad y

util

idad

fina

ncie

ra a

ño 2

006. In

dica

dore

s pr

oduc

tivid

adR

azón

utili

dad

neta

/ca

pita

lde

tra

bajo

(IP4

)0,

0478

650,

0159

91-0

,595

526

0,00

3421

0,02

9825

0,13

6077

-0,0

2090

30,

0547

14-0

,076

107

0,11

1499

0,04

7033

0,03

5430

0,04

0559

0,09

4134

0,08

3365

0,01

9910

-0,1

5084

4

-0,0

1735

70,

0417

220,

1290

480,

0966

870,

0515

71-0

,003

575

0,08

7353

0,02

4645

Raz

ónut

ilida

dop

erat

iva/

capi

tal

detr

abaj

o(I

P3)

0,05

9628

0,05

4090

-0,5

2127

40,

0260

290,

1217

98

0,16

4294

0,02

3667

0,07

9087

-0,0

5267

90,

2220

91-0

,239

743

0,05

0869

0,06

4302

0,09

4529

0,01

9689

0,03

1979

-0,0

8595

3

0,16

2780

0,13

2044

0,29

1154

0,10

8389

0,08

7145

0,02

5396

0,11

9934

0,05

9204

Prod

ucti-

vida

d de

lca

pita

l(I

P2)

3,02

7434

2,91

9079

5,01

0000

3,07

0176

2,26

4917

1,41

7421

1,68

5095

1,75

9267

0,95

3529

1,59

2881

0,13

7790

1,51

9062

0,95

9645

1,37

2195

1,51

5511

1,43

2772

1,74

6271

2,37

9748

2,56

1455

1,76

9995

1,98

6879

2,02

5496

0,86

2627

1,36

5440

1,51

9418

Raz

ónut

ilida

dbr

uta/

valo

rag

rega

do(I

P1)

0,20

8052

0,13

3208

0,03

2197

0,11

1015

0,14

5614

0,18

5753

0,09

2992

0,15

9606

0,08

0884

0,23

1469

-1,3

0827

40,

3764

840,

3091

60

0,22

1649

0,33

5692

0,23

4673

0,01

9650

0,17

3330

0,10

2346

0,22

8657

0,46

0572

0,12

5074

0,17

9207

0,25

2128

0,08

4935

Mar

gen

neto

(MN

)

0,01

6145

0,00

5766

-0,1

1643

80,

0011

700,

0141

24

0,09

5465

-0,0

1082

70,

0329

30-0

,078

646

0,08

4457

0,33

6961

0,02

5634

0,05

2884

0,06

9854

0,06

2963

0,01

6248

-0,0

9543

0

-0,0

0651

60,

0171

130,

0759

020,

0430

770,

0290

33-0

,003

990

0,07

1152

0,01

4871

Mar

gen

oper

a-ci

onal

(MO

)

0,02

0113

0,01

9504

-0,1

0192

00,

0089

020,

0576

79

0,11

5260

0,01

2259

0,04

7599

-0,0

5443

60,

1682

28-1

,717

594

0,03

6804

0,08

3841

0,07

0147

0,01

4871

0,02

6097

-0,0

5437

8

0,06

1113

0,05

4159

0,17

1249

0,04

8290

0,04

9060

0,02

8341

0,09

7691

0,03

5725

Mar

gen

Bru

to(M

B)

0,21

2458

0,14

0210

0,03

1539

0,11

6570

0,15

6182

0,18

4712

0,08

1168

0,16

8996

0,07

9698

0,27

9282

-1,2

9148

90,

4137

740,

3868

35

0,22

5697

0,38

4237

0,27

4391

0,02

1709

0,15

4860

0,10

7525

0,23

8045

0,40

7703

0,14

2622

0,17

2513

0,28

0416

0,07

7873

Raz

ón S

ocia

l

Indu

pollo

S.A

.C

omer

cial

izad

ora

Inte

rnac

iona

l Ant

illan

a S.

A.

Proc

esad

ores

de

Lech

e de

l C

arib

e Li

mita

daC

I C

urtie

mbr

es M

atte

ucci

Ltd

aR

afae

l del

Cas

tillo

y C

ia S

.A.

Com

poun

ding

and

Mas

terb

atch

ing

Indu

stry

Lim

itada

Com

ai L

tda

C.I.

Geo

n Po

limer

os A

ndin

os S

.A.

Poly

ban

Inte

rnac

iona

l S.

A.

Poly

bol

S.A

.Tu

bos

del C

arib

e Lt

daA

still

eros

Car

tage

na &

Cia

Ltd

aIn

dust

rias

Ast

ivik

S.A

.C

ellu

x C

olom

bian

a S.

A.

Indu

stria

de

Ref

riger

ació

n C

omer

cial

Ind

ufria

lS.

A.

Kan

guro

id L

tda.

Etec

S.A

.So

cied

ad d

e C

omer

cial

izac

ión

Inte

rnac

iona

lO

cean

os S

.A.

Zeus

Inv

estm

ents

Inc

Suc

ursa

l C

olom

bia

-C

arta

gena

- S

hrim

p C

oA

seso

rías

y C

onst

rucc

ione

s S.

A.

Cab

ot C

olom

bian

a S.

A.

Con

tact

os L

tda

Abo

nos

Col

ombi

anos

S.A

.B

iofil

m S

.A.

Lam

itech

S.A

.M

exic

hem

Res

inas

Col

ombi

a S.

A.

Nit

.

8909

3977

6,00

8000

3482

5,00

8904

0556

5,00

8060

0440

4,00

8904

0037

2,00

8001

3485

3,00

8060

0707

3,00

8000

4819

1,00

8002

2917

2,00

8000

1198

7,00

8904

0180

4,00

8904

0160

8,00

8904

0652

0,00

8904

0024

6,00

8904

0128

7,00

8904

0658

9,00

8909

3165

4,00

8060

1295

7,00

8904

0289

3,00

8904

0008

0,00

8904

0226

4,00

8600

0633

3,00

8000

4894

3,00

8605

2205

6,00

8600

0727

7,00

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25Fu

ente

: ela

bora

ción

de

los

auto

res.

238


Indi

cado

res

fina

ncie

ros

Ane

xo 2

. Cál

culo

s de i

ndic

ador

es d

e pro

duct

ivid

ad y

utili

dad

finan

cier

a añ

o 20

10. Indi

cado

res

prod

uctiv

idad

Raz

ónut

ilida

dne

ta/

capi

tal

de t

raba

jo(I

P4)

0,09

7859

0,02

7479

-0,0

2806

90,

0238

910,

0148

640,

4031

97

-0,1

1816

70,

0286

720,

0558

09-0

,025

305

0,00

7320

0,13

1425

-0,0

8494

80,

0015

430,

1112

62-0

,008

646

-0,6

8666

2

-0,1

0757

3

0,00

9405

0,06

4737

-0,0

7982

00,

0425

92-0

,048

886

0,07

9204

0,09

4089

Raz

ónut

ilida

dop

erat

iva/

capi

tal

detr

abaj

o(I

P3)

-0,0

5992

50,

0490

76-0

,094

535

0,07

8823

0,04

6705

0,45

3566

0,05

8835

0,04

1157

-0,0

0338

7-0

,057

019

-0,0

5687

50,

1410

910,

0566

670,

0106

010,

0317

170,

0093

12-0

,763

674

-0,0

0872

9

0,01

1862

0,14

8755

0,00

4376

0,08

8762

-0,0

1940

10,

0982

410,

1728

05

Prod

ucti-

vida

d de

lca

pita

l(I

P2)

4,03

9662

2,72

3516

3,14

4576

1,97

9679

2,80

0008

3,17

6899

1,85

6675

1,73

7544

1,30

4376

1,07

7943

0,26

4780

1,37

4431

0,69

6445

0,38

1366

0,61

0796

1,06

2379

1,87

8553

0,28

0627

2,76

0692

1,84

1377

1,45

6537

1,78

4502

0,76

4728

1,13

6365

1,58

5716

Raz

ónut

ilida

dbr

uta/

valo

rag

rega

do(I

P1)

0,18

9029

0,18

9810

0,07

6316

0,14

7689

0,12

6108

0,16

5329

0,11

7022

0,14

1381

0,11

7875

0,07

1002

0,15

5433

0,20

3303

0,42

0593

0,12

1716

0,37

4170

0,25

7940

-0,2

8828

0

0,31

7972

0,06

8862

0,15

1465

0,54

1065

0,13

5192

0,08

5201

0,24

6807

0,18

9379

Mar

gen

neto

(MN

)

0,02

4070

0,01

1092

-0,0

0855

90,

0143

710,

0060

240,

1244

34

-0,0

6190

50,

0179

800,

0413

52-0

,032

951

0,02

7225

0,11

3768

-0,1

0711

80,

0090

790,

1851

04-0

,009

527

-0,4

0129

2

-0,2

4527

7

0,00

3221

0,03

6167

-0,0

4070

70,

0278

87-0

,064

596

0,07

3399

0,04

7348

Mar

gen

oper

a-ci

onal

(MO

)

-0,0

1474

00,

0198

09-0

,028

828

0,04

7415

0,01

8926

0,13

9979

0,03

0822

0,02

5809

-0,0

0251

0-0

,074

246

-0,2

1153

70,

1221

350,

0714

560,

0623

630,

0527

670,

0102

61-0

,446

298

-0,0

1990

2

0,00

4062

0,08

3105

0,00

2231

0,05

8117

-0,0

2563

60,

0910

400,

0869

60

Mar

gen

Bru

to(M

B)

0,18

7824

0,20

8662

0,07

3180

0,17

5876

0,14

3088

0,16

2097

0,11

3823

0,15

4047

0,11

3925

0,09

9660

0,15

3070

0,24

1885

0,36

9367

0,27

3073

0,38

0219

0,30

1959

-0,3

1648

6

0,20

3456

0,06

5098

0,15

5816

0,40

1910

0,15

7960

0,08

6094

0,25

9906

0,15

1119

Raz

ón S

ocia

l

Indu

pollo

S.A

.C

omer

cial

izad

ora

Inte

rnac

iona

l Ant

illan

a S.

A.

Proc

esad

ores

de

Lech

e de

l C

arib

e Li

mita

daC

.I. C

urtie

mbr

es M

atte

ucci

S.

A.S

Raf

ael d

el C

astil

lo y

Cia

S.A

.C

ompo

undi

ng a

nd M

aste

rbat

chin

g In

dust

ryLi

mita

da C

omai

Ltd

aC

.I. M

exic

hem

Com

pues

tos

Col

ombi

a S.

A.S

Poly

ban

Inte

rnac

iona

l S.

A.

Poly

bol

S.A

.STu

bos

del C

arib

e Lt

daA

still

eros

Car

tage

na &

Cia

Ltd

aIn

dust

rias

Ast

ivik

S.A

.C

ellu

x C

olom

bian

a S.

A.

Indu

stria

de

Ref

riger

ació

n C

omer

cial

Ind

ufria

l S.

A.

Kan

guro

id L

tda

Etec

S.A

.So

cied

ad d

e C

omer

cial

izac

ión

Inte

rnac

iona

lO

cean

os S

.A.

Zeus

Inv

estm

ents

Inc

Suc

ursa

l C

olom

bia

- C

arta

gena

- Sh

rimp

Co

Ase

soría

s y

Con

stru

ccio

nes

S.A

.C

abot

Col

ombi

ana

S.A

.C

onta

ctos

Ltd

aA

bono

s C

olom

bian

os S

.A.

Bio

film

S.A

.La

mite

ch S

.A.

Mex

iche

m R

esin

as C

olom

bia

S.A

.S

Nit

.

8909

3977

6,00

8000

3482

5,00

8904

0556

5,00

8060

0440

4,00

8904

0037

2,00

8001

3485

3,00

8060

0707

3,00

8000

4819

1,00

8002

2917

2,00

8000

1198

7,00

8904

0180

4,00

8904

0160

8,00

8904

0652

0,00

8904

0024

6,00

8904

0128

7,00

8904

0658

9,00

8909

3165

4,00

8060

1295

7,00

8904

0289

3,00

8904

0008

0,00

8904

0226

4,00

8600

0633

3,00

8000

4894

3,00

8605

2205

6,00

8600

0727

7,00

Fuen

te: e

labo

raci

ón d

e lo

s au

tore

s.