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
APUNTES DEL CENES Nº. 55Vol. 32, Enero - Junio de 2013
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
Análisis multivariado de la productividad y rendimientos financieros de empresas ...José Morelos Gómez - Fabián Gazabón Arrieta - Roberto Gómez Fernández
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
APUNTES DEL CENES Nº. 55Vol. 32, Enero - Junio de 2013
__________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
Análisis multivariado de la productividad y rendimientos financieros de empresas ...José Morelos Gómez - Fabián Gazabón Arrieta - Roberto Gómez Fernández
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
APUNTES DEL CENES Nº. 55Vol. 32, Enero - Junio de 2013
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
Análisis multivariado de la productividad y rendimientos financieros de empresas ...José Morelos Gómez - Fabián Gazabón Arrieta - Roberto Gómez Fernández
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
APUNTES DEL CENES Nº. 55Vol. 32, Enero - Junio de 2013
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
Análisis multivariado de la productividad y rendimientos financieros de empresas ...José Morelos Gómez - Fabián Gazabón Arrieta - Roberto Gómez Fernández
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
APUNTES DEL CENES Nº. 55Vol. 32, Enero - Junio de 2013
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
Análisis multivariado de la productividad y rendimientos financieros de empresas ...José Morelos Gómez - Fabián Gazabón Arrieta - Roberto Gómez Fernández
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
APUNTES DEL CENES Nº. 55Vol. 32, Enero - Junio de 2013
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
Análisis multivariado de la productividad y rendimientos financieros de empresas ...José Morelos Gómez - Fabián Gazabón Arrieta - Roberto Gómez Fernández
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
APUNTES DEL CENES Nº. 55Vol. 32, Enero - Junio de 2013
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
Análisis multivariado de la productividad y rendimientos financieros de empresas ...José Morelos Gómez - Fabián Gazabón Arrieta - Roberto Gómez Fernández
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
Fuente: elaboración de los autores.
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
Fuente: elaboración de los autores.
229
APUNTES DEL CENES Nº. 55Vol. 32, Enero - Junio de 2013
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
Fuente: elaboración de los autores.
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
Análisis multivariado de la productividad y rendimientos financieros de empresas ...José Morelos Gómez - Fabián Gazabón Arrieta - Roberto Gómez Fernández
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
APUNTES DEL CENES Nº. 55Vol. 32, Enero - Junio de 2013
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
Fuente: elaboración de los autores.
232
Análisis multivariado de la productividad y rendimientos financieros de empresas ...José Morelos Gómez - Fabián Gazabón Arrieta - Roberto Gómez Fernández
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
Fuente: elaboración de los autores.
233
APUNTES DEL CENES Nº. 55Vol. 32, Enero - Junio de 2013
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
Análisis multivariado de la productividad y rendimientos financieros de empresas ...José Morelos Gómez - Fabián Gazabón Arrieta - Roberto Gómez Fernández
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
APUNTES DEL CENES Nº. 55Vol. 32, Enero - Junio de 2013
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
Análisis multivariado de la productividad y rendimientos financieros de empresas ...José Morelos Gómez - Fabián Gazabón Arrieta - Roberto Gómez Fernández
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
APUNTES DEL CENES Nº. 55Vol. 32, Enero - Junio de 2013
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
Análisis multivariado de la productividad y rendimientos financieros de empresas ...José Morelos Gómez - Fabián Gazabón Arrieta - Roberto Gómez Fernández
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.