EXECUTIVE MBA

TRABAJO FINAL DE APLICACIN

CURSO

: METODOS CUANTITATIVOS PARA LOS NEGOCIOS

PROFESOR: JUAN QUISPE GUERRERO

ALUMNA : SILVANA GAMARRA MESTANZA

EKATERINA LAZO RAMOS
GUILLERMO MARIATEGUI RIVAS
GUILLERMO PONCE DE LEN AGUAYO

OCTUBRE 2010

NDICE
1. INTRODUCCION
2. OBJETIVOS
2.1. Objetivo General
2.2. Objetivos Especficos
3. LA EMPRESA
3.1. Historia Nestl
3.1.1 Nestl a Nivel Mundial
3.1.2 Nestl Per
3.2. Misn
3.3. Visin
3.4. Valores
3.5 Organigrama
4. MAPA DE PROCESOS
4.1. Proceso de Planillas
4.2. Actividades del Proceso de Planillas en el rea de Sueldos y Salarios de Nestl
Per
4.3. Variables de estudio
5. APLICACIN DE HERRAMIENTAS DE ANLISIS
5.1. Prueba de Hiptesis
5.1.1 Productividad del rea de sueldos y salarios
5.1.2 Nivel de Satisfaccin de los colaboradores de las reas de Recursos Humanos
de la Regin Andina
5.3 Aplicacin de Pronsticos
5.2.1 Nmero de colaboradores de la Regin Andina
5.2.2 Reincidencia de Errores e inconsistencias
6. ANLISIS DE CORRESPONDENCIA SIMPLE
6.1. Objetivos
6.2. Encuesta
6.3. Resultado de la Encuesta
6.4. Anlisis de la Tabla de Contingencia
6.5. Anlisis de Mapas Perceptuales
6.6. Conclusiones
7. ANLISIS DE REGRESIN LINEAL MULTIPLE
7.1. Justificacin
7.2. Determinacin de Variables
7.3. Interpretacin de los Coeficientes de Regresin
7.4. Interpretacin del Coeficiente de Determinacin Ajustado
7.5. Prueba Global para el Modelo de Regresin
7.6. Prueba Individual para el Modelo de Regresin
7.7. Conclusiones
7.8. Recomendaciones

1. INTRODUCCIN
La centralizacin de funciones administrativas es una tendencia a nivel mundial para las
de empresas transnacionales quienes estn en constante bsqueda de la eficiencia en
sus procesos, es decir, del mejor uso de sus recursos para reducir sus gastos. Nestl, no
ha sido ajena a esta estrategia, por ello, concentra en nuestro pas el proceso
administrativo de pago de planillas de la regin Andina comprendida por los pases de
Chile, Per y Bolivia, servicio por el cual recibe un pago.
Esta medida, ha trado como consecuencia que el objetivo de cumplir a la fecha con el
pago de remuneraciones en cada pas, especialmente en Chile donde se maneja la mayor
cantidad de colaboradores de la Regin, sea una tarea cada vez ms complicada debido
a que el nmero de estos ltimos va en aumento y por consiguiente la cantidad de errores
e inconsistencias de la data enviada para el clculo de Planillas tambin tenga la misma
tendencia.
En el presente trabajo, se buscar corroborar si son vlidas o no las estrategias
implementadas para la optimizacin del proceso de pago de planillas, factor significativo
que influye en la calificacin del nivel de Satisfaccin al Cliente que realiza Chile y Bolivia
al rea de Sueldos y Salarios de Per.

2. OBJETIVOS

2.1. Objetivo General

El objetivo del presente trabajo es optimizar el Proceso de Pago de Planillas
evaluando la etapa de validacin de datos enviado por las reas de Recursos
Humanos de la Regin Andina al rea de Sueldos y Salarios de Nestl-Per.
.
2.2. Objetivos Especficos

Reducir los errores e inconsistencias de los datos enviados por las reas de
Recursos Humanos con el fin de optimizar los tiempos en el proceso.

Elevar el nivel de satisfaccin de las reas de Recursos Humanos de la Regin

Andina y de colaboradores.

Identificar las variables que generan el costo generado por el exceso de horas
invertidas en el proceso de clculo de planillas.

3. LA EMPRESA
3.1. Historia
3.1.1. Nestl a nivel mundial
La empresa fue fundada en 1866 por el alemn residente en Suiza Henri Nestl,
quien haba desarrollado una comida para lactantes incapaces de alimentarse del
pecho. El valor del descubrimiento posibilit una rpida expansin por Amrica y
Europa, incrementada por la fusin en 1905 con la Anglo-Swiss Condensed Milk
Company que adopt el nombre del Alemn quien ya era muy famoso.
En 1938, Nestl desarrolla su producto Nescaf. La empresa sufri los inicios de
la Segunda Guerra Mundial, pero la inclusin del caf soluble Nescaf, en las
raciones del ejrcito norteamericano favoreci enormemente su difusin.
Al final de la Segunda Guerra Mundial adquiri un crecimiento acelerado con las
adquisiciones de otras compaas. En 1947 se fusion con la

compaa de condimentos (caldo para sopas) Maggi seguido de Crosse &

Blackwell en 1950, al igual que Findus en (1963), Libby (1971) y la diversificacin
de Stouffer (1973). Compr las acciones de LOreal en 1974. En 1977, Nestl cre
su segunda empresa fuera del sector alimenticio adquiriendo AlconLabora.
La primera mitad de los aos 90 sigui siendo favorable para Nestl: las barreras
comerciales se redujeron y los mercados mundiales negociaban acuerdos de libre
comercio. Desde 1996 se efectuaron otras adquisiciones, entre ellas: San
Pellegrino (1997), Spillers Petfoods (1998) y Purina (2002).

3.1.2. Nestl Per

La presencia de Nestl en el Per se remonta a 1919 cuando Nestl & Anglo
Swiss Condensed Milk Co. comienzan a vender productos a travs de una oficina
de importaciones.
En septiembre de 1940 se funda la Compaa Peruana de Alimentos Lcteos S.A.,
Perulac, luego de culminar negociaciones con el gobierno peruano para la
instalacin de una fbrica envasadora de leche en Chiclayo.
En 1942 comienza a operar la fbrica y produce entonces a penas 11 mil cajas en
todo el ao, debido al poco inters de los hacendados por impulsar la ganadera.
Nestl adquiri un fundo para convertirlo en centro de enseanza de cra de
ganado lechero y de produccin lctea.

En 1946, se decidi buscar nuevas zonas para desarrollarlas como distrito lechero
y Cajamarca fue el lugar elegido. El programa se inici con una produccin de
1000 litros diarios.
La fbrica de Chiclayo produjo nicamente Leche Condensada Nestl desde 1942
hasta 1949. Ese ao y con la finalidad de fortalecer econmicamente a la
Empresa, se inicia la diversificacin produciendo entonces Milo y Nescaf.

Entre 1951 y 1953 se inicia la produccin de leche entera en polvo Nido y

productos que se empezaba a considerar necesidades nutricionales especficas y
en 1956 la produccin de leche evaporada Ideal.
En 1942, el 10% de sus productos eran nacionales, y en la actualidad el 87% de
los productos que vende son producidos localmente.
En 1997 Nestl realiz una importante inversin al comprar D'Onofrio, empresa
lder en el mercado de helados y golosinas en el Per.
En el 2000, la Fbrica Chiclayo es trasladada a Lima, de esta manera la fbrica de
D'Onofrio se convierte en Fabrica Lima. En ese mismo ao, se da el traslado de la
Oficina Central de Nestl Per a las nuevas instalaciones en el distrito de Ate.

3.2. Misin
Generar la preferencia, satisfaccin y confianza del Consumidor, proporcionando
productos alimenticios en todos los momentos de su vida, basados en un crecimiento
rentable y sostenido, en beneficio de accionistas, empleados y relacionados.
3.3. Visin
Evolucionar de una respetada y confiable compaa de alimentos a una respetada y
confiable compaa de alimentos, nutricin, salud y bienestar.

3.4. Valores

Calidad: Satisfacer las necesidades de nuestros clientes y consumidores.

Mejora Continua: Hacer las cosas hoy mejor que ayer, y maana mejor que hoy.
Confianza y Respeto Mutuo: Fomentar un trato adecuado con nuestros
colaboradores, clientes y proveedores.
Comunicacin: Procurar comunicacin precisa, oportuna y con valor agregado.
Desarrollo Humano: Formacin integral para mejorar como personas y como
profesionales.
Conservacin Medio Ambiente: Dejar huella cuidando el medio ambiente.

3.5. Organigrama

4. MAPA DEL PROCESO

4.1. Proceso de Planillas
El rea de Sueldos y Salarios se encarga de brindar servicio de procesamiento de
Planillas a cada mercado de la Regin Andina, conformada por Nestl Chile,
Nestl Bolivia y Nestl Per. Este proceso de Planillas se realiza por cada una de
las Sedes que conforman cada mercado. Las actividades generales que el rea
de Sueldos y Salarios de Per realiza para completar el ciclo del Proceso de
Planillas son:

Recepcin de Informacin por Sede

Validacin de la informacin de las Planillas enviadas por RR.HH de cada

Sede

Transferencia de informacin al Sistema de Planillas

Clculo de Planillas

Revisin y validacin del Clculo de Planillas

Generacin de Archivos para Pago

OPTIMIZACION DE PROCESOS

PERSONAL
DE RR.HH DE
LA REGION

RECEPCION DE
INFORMACION
DE PLANILLAS

VALIDACION DE LA
INFORMACION DE
PLANILLAS

AREA DE
CONTABILIDAD

GESTION DE GERENCIA DE FINANZAS

TRANSFERENCIA
DE INFORMACION
AL SISTEMA DE
PLANILLAS

ATENCION DEL AREA

DE RR.HH

CALCULO DE
PLANILLAS

GESTION DEL AREA DE SUELDOS Y

SALARIOS

REVISION Y
VALIDACION DEL
CALCULO DE
PLANILLAS

SISTEMA DE PLANILLAS

GENERACION
DE ARCHIVOS
PARA PAGO
DE PLANILLAS

AISISTENICIA DEL AREA

DE TI

PERSONAL
DE RR.HH DE
LA REGION

4.2. Actividades del Proceso de Planillas en el rea de Sueldos y Salarios

de Nestl - Per:
El tiempo que dedica el personal de Sueldos y Salarios de Per para completar el
ciclo del Proceso de Planillas, segn lo establecido en el cronograma anual, es de
3 das tiles, das en los que el personal debe quedarse horas extras despus de
su jornada laboral para completar dicho proceso. Viendo la necesidad de reducir
las horas extras, se hizo un anlisis de los tiempos que el Personal invierte en
ejecutar cada actividad. Se descubri que en la actividad en que se invierte ms
tiempo es en el de Recepcin de Informacin por Sede. En esta etapa, las reas
de RR.HH se encargan de enviar la informacin a procesar en el mes por medio
de Archivos Planos o Texto, que es una manera sistemtica de ingresar los datos
en forma masiva. Los archivos texto deben considerar formatos establecidos para
que puedan ser ledos por el sistema en el momento de su transferencia. Para
ello, cada archivo segn la informacin que contenga, vale decir informacin,
sobre Asistencia, Servicio Mdico, Incentivos, Movimientos Varios, etc., debe
tener en cuenta la posicin de cada columna, los tipos de datos a ingresar y el
ancho de cada columna. Estos archivos textos son ingresados al sistema por
medio de la ejecucin de un mdulo de programa denominado: Transferencia de
Archivos.
Todos los archivos planos tienen como campo en comn el Cdigo de Trabajador,
que es por el cual se identifica al empleado u obrero, a quienes se les asigna los
valores, importes y conceptos de remuneraciones correspondientes al mes de
proceso.
Haciendo una investigacin se descubri que en las sedes, donde el movimiento
de personal es permanente y el manejo de datos es masivo, se cometen la mayor
cantidad de errores e inconsistencias en la confeccin de los archivos planos,
provocando que nuestro personal invierta mucho tiempo en la transferencia de
los mismos al sistema ya que tiene que registrar e informar los errores e
inconsistencias a los responsables de la confeccin de dichos archivos para que
sean depurados y enviados nuevamente con las correcciones. Por todo lo

anterior, a continuacin se presentan las actividades de la etapa de Recepcin de

Informacin para el clculo de planillas:

RECEPCION DE INFORMACION PARA EL CLCULO DE PLANILLAS

Revisin de los Archivos
Texto para el reenvo

reas de
RR.HH de la
Regin
Andina

No
Revisin de los Errores e
Inconsistencias

Envo de los Archivos

Texto con la informacin
de la Planilla

Correcciones
manuales?

Personal de RR.HH
Si

Revisin del formato de

los Archivos Texto

rea de
Sueldos y
Salarios en
Per

Es correcto
el formato
de los
Archivos?

Correccin en el
Sistema de Planillas

Validacin de la
transferencia de
Informacin a la planilla

Notificacin de los
Errores e Inconsistencias

No

Si
Si
Transferencia de los
Archivos Texto al Sistema
de Planillas

Revisin de los
Reportes que emite el
Sistema

Existen
Errores e
inconsistencias
?

No

Fin

4.3. Descripcin de las actividades principales:

Envo de Archivos Texto (Regin): El personal de RR.HH de la sede de
la Regin se encarga de confeccionar y enviar al rea de Sueldos y
Salarios la informacin en archivos texto para el clculo de Planillas.
Validacin del formato de los Archivos Texto (Per): El rea de
Sueldos y Salarios se encarga de validar el formato de los Archivos Texto
enviados por la Regin antes de ingresarlo al sistema. En caso no cumpla
con los formatos establecidos del sistema, los Archivos son rechazados y
devueltos al rea emisora.
Transferencia de los Archivos Texto (Per): Luego de validar el formato
de los Archivos, el rea de Sueldos y Salarios se encarga de transferirlo a
la Planilla.
Revisin de Reportes que emite el sistema (Per): El sistema emite un
Reporte de lo transferido al sistema y de lo rechazado por el mismo en
Reportes de Errores e inconsistencias, los cuales, son notificados a las
Sedes correspondientes.
Revisin de los Errores e inconsistencias (Regin): Cada sede de la
Regin Andina revisa los errores e inconsistencias notificados por el rea
de Sueldos y Salarios y decide entre enviar nuevamente el Archivo Texto
corregido o enviar las correcciones va e-mail para la modificacin directa
en el sistema de Planillas.
Correccin de los Archivos Texto para el reenvo (Regin): Las reas
de RR.HH de la Regin se encargan de corregir los Archivos Texto y
reenviarlos al rea de Sueldos y Salarios.
Correccin de Errores e inconsistencias (Per): El rea de Sueldos y
Salarios se encarga de corregir directamente en el sistema, los errores e
inconsistencias presentados en la transferencia de Archivos.
Validacin de la transferencia de la informacin (Per): El rea de
Sueldos y Salarios valida la transferencia final de los Archivos Texto al
sistema de Planillas y da por terminada la etapa de recepcin de
informacin para proceder con el clculo de Planillas. FINAL

4.4. Variables de estudio

Nmero de planillas procesos por hora.

Nivel de satisfaccin del rea de las Recursos Humanos de la
Regin Andina.
Nmero de colaboradores de la Regin Andina
N de errores e inconsistencias de la Regin Andina.
Horas utilizadas para el clculo de planillas.
Satisfaccin de las reas de Recursos Humanos

5. APLICACIN DE HERRAMIENTAS DE ANLISIS:

5.1 Prueba de Hiptesis
5.1.1 Productividad del rea de sueldos y salarios: Planillas procesadas
por hora.

Nestl-Per se encuentra evaluando todos los procesos de la compaa con la finalidad

de reducir costos innecesarios o promover la mejora de procesos en sus diferentes reas.
El rea de sueldos y salarios de Nestl Per, ha identificado que tiene un elevado costo
mensual en planilla por el pago de horas extra abonadas al equipo encargado del Proceso
de clculo de planillas.
Las horas extras se generan por el proceso de correccin de los datos invlidos e
inexistentes en los archivos para pago de planillas, enviados principalmente por las reas
de RR.HH. de Nestl Chile, donde se concentra casi el 90% de errores. Debido al
volumen alto de errores cada analista de Planillas debe trabajar turnos extras para
completar el ciclo del Proceso, llegando a laborar en total 51 horas aproximadamente en
un intervalo de 3 das tiles. En los ltimos 6 meses se obtuvo la lectura de Planillas
procesadas por analista, obteniendo un resultado de 24.6 planillas promedio por hora"
Con la finalidad de mejorar el promedio de planillas procesadas por hora por cada
analista, reduciendo las horas extras necesarias para completar el proceso, en el mes de
agosto, el equipo de Sueldos y Salarios en Nestl Per brind apoyo al personal
responsable de Nestl Chile, en la elaboracin de los archivos con la informacin para
proceso de planillas. Para ello, se obtuvieron todos los permisos de las gerencias
correspondientes para que el personal del rea tenga acceso a las bases de datos del
personal de Nestl Chile y poder realizar una primera revisin y depuracin de datos
invlidos e inexistentes. Se espera que esta revisin y depuracin mejore los archivos

que enva mensualmente Nestl Chile y con ello se mejore el promedio de planillas
procesadas por hora por analista al tener que efectuar menos correcciones y/o
interrupciones durante el proceso. Si se puede comprobar que tuvo efectos positivos
sobre el proceso se establecera esta revisin y depuracin como un programa de mejora
continua de la bases de datos como parte del proceso de planillas y con ello, se estaran
reduciendo las horas extras necesarias para completar el proceso.
Para poder comprobar el efecto de esta revisin y depuracin, se obtuvo una muestra de
20 horas del nmero promedio de planillas procesadas por analista durante los meses de
agosto y setiembre.

Horas
Ago - Hora 1
Ago - Hora 2
Ago - Hora 3
Ago - Hora 4
Ago - Hora 5
Ago - Hora 6
Ago - Hora 7
Ago - Hora 8
Ago - Hora 9
Ago - Hora 10
Set - Hora 1
Set - Hora 2
Set - Hora 3
Set - Hora 4
Set - Hora 5
Set - Hora 6
Set - Hora 7
Set - Hora 8
Set - Hora 9
Set - Hora 10

Promedio planillas
procesadas por
analista
24.3
25.3
26.0
24.7
25.0
25.0
25.0
24.7
25.0
26.0
25.0
26.0
25.0
25.7
26.3
25.3
26.0
24.7
25.3
26.0

Parmetro Poblacional:
: Promedio de planillas procesadas por hora por analista.

Paso1: Planteamiento de Hiptesis:

Ho: Si <= 24.6

(Revisin y depuracin de la base de datos no ha sido efectiva)

H1: Si > 24.6

(Revisin y depuracin de la base de datos ha sido efectiva)

Paso 2: Eleccin del Nivel de Significancia

= 0.05

Paso 3: Eleccin del Estadstico de Prueba

T de una muestra: Planillas procesadas por hora
Prueba de mu = 24.6 vs. > 24.6

Variable
Planillas hora

N
20

Media
25.317

Desv.Est.
0.590

Media del
Error
estndar
0.132

95% Lmite
inferior
25.089

T
5.44

P
0.000

Paso 4: Establecimiento Criterio de Decisin

Pvalue < ; Se rechaza Ho
0.000 < 0.05 ; Se rechaza Ho

Paso 5: Conclusin
Se rechaza Ho: Es decir, existe suficiente evidencia estadstica para afirmar que la
revisin y depuracin de datos invlidos e inexistentes (errores e inconsistencias) fue
efectiva para mejorar el proceso de planillas, a un nivel de significancia del 5%.

Error de tipo I: Si se rechaza H0 siendo verdadera, se asumir equivocadamente que la

revisin y depuracin de las bases de datos fue efectiva para la mejora del promedio de
planillas procesadas por hora por analista cuando en realidad no lo fue. Es decir, se
estara desarrollando un programa continuo de depuracin de la base de datos que no
contribuir a la mejora del proceso de planillas y por ende no se reducirn las horas
extras.
Error de tipo II: Si se acepta H0 siendo falsa, se descartar como solucin la depuracin
de errores e inconsistencias de la base de datos, medida que efectivamente ha
demostrado que mejora el promedio de planillas procesadas por hora por analista y se
perdera la oportunidad de implementar un programa continuo que permitira seguir
mejorando el proceso y reducir las horas extras.

5.1.2 Nivel de Satisfaccin de los colaboradores de las reas de Recursos

Humanos de la Regin Andina.
El rea de sueldos y salarios (Nestl Per) tambin tiene como una de sus principales
metas dar un servicio de calidad a la Regin Andina. Por ello, es evaluado de forma
anual. El resultado mostrado el ao pasado ha sido desfavorable para el rea, pues el
indicador de Satisfaccin por parte de los colaboradores de Recursos Humanos de la
Regin Andina; se encuentra por debajo de la meta que es 90%.
Esto ha causado preocupacin al Jefe del rea, quien en la bsqueda de cubrir las
necesidades de los colaboradores de Recursos Humanos de la Regin Andina, solicit
permiso a las altas Gerencias para instalar una lnea de consultas directa que permita la
fluidez en la comunicacin y asesora rpida ante cualquier eventualidad que pudiera
surgir por parte de los colaboradores de la Regin.

Debido a que se tendra que esperar a Enero del siguiente ao para conocer si esta
medida fue efectiva y aument la satisfaccin de los colaboradores de la Regin Andina,
se decidi tomar una muestra aleatoria de 20 colaboradores para comprobar si el nuevo
medio de comunicacin aument el porcentaje de satisfaccin mencionado, pues de ser
as, esta medida sera propuesta por el Jefe el rea de Sueldos y Salarios a la Gerencia
de Finanzas para que sea utilizado en otras rea de Nestl Per que prestan servicios a
la Regin Andina.

Los resultados fueron los siguientes:

Colaboradores:
Colaborador 1
Colaborador 2
Colaborador 3
Colaborador 4
Colaborador 5
Colaborador 6
Colaborador 7
Colaborador 8
Colaborador 9
Colaborador 10
Colaborador 11
Colaborador 12
Colaborador 13
Colaborador 14
Colaborador 15
Colaborador 16
Colaborador 17
Colaborador 18
Colaborador 19
Colaborador 20

Resultado de indicador %
95
95
93
91
90
89
96
98
100
94
89
96
91
92
95
98
92
90
95
92

Parmetro Poblacional:
P: Nivel de satisfaccin de los colaboradores de las reas de Recursos Humanos

de la Regin Andina.
Paso 1: Planteamiento de Hiptesis
Ho: Si P 0.90 (el nuevo medio de comunicacin fue efectivo, mejor el porcentaje de
satisfaccin)
H1: Si P < 0.90 (el nuevo medio de comunicacin no fue efectivo, no mejor el porcentaje
de satisfaccin).

Paso 2: Eleccin del Nivel de Significancia

= 0.05

Paso 3: Eleccin del Estadstico de Prueba

Prueba e IC para una proporcin
Prueba de p = 0.9 vs. p < 0.9

Muestra
1

X
18

N
20

Muestra p
0.900000

Lmite
superior 95%
1.000000

Valor Z
0.00

Valor P
0.500

Uso de la aproximacin normal.

La aproximacin normal puede ser inexacta para muestras pequeas.

Paso 4: Establecimiento del Criterio de Decisin

Pvalue > ; Se acepta Ho
0.5 > 0.05 ;

Se acepta Ho

Paso 5: Conclusin
Se acepta Ho. Es decir, no existe suficiente evidencia estadstica para indicar que el
nuevo medio de contacto no fue efectivo, es decir, no es posible indicar que no mejor el
nivel de satisfaccin, a un nivel de significancia del 5%

Error de tipo I: Si se rechaza Ho siendo verdadera se asumir equivocadamente que el

nuevo medio de comunicacin no fue efectivo y no contribuy en aumentar el nivel de
satisfaccin de los colaboradores de Recursos Humanos de la Regin Andina cuando en
realidad si lo hizo. Ello, ocasionar que el rea e sueldos y salarios invierta mayor tiempo
en buscar otra solucin para mejorar sus resultados cuando realmente ya la encontr.
Adems, esta nueva medida no ser recomendada a otras reas por considerarla
ineficaz.
Error de tipo II: Si se acepta Ho siendo falsa se asumir que el nuevo medio de
comunicacin fue efectivo, y mejor el porcentaje de satisfaccin de los colaboradores de
la Regin Andina cuando en realidad no lo hizo y ocasionara que no se busque otras
alternativas de mejora, y dejando abierta la posibilidad de obtener los mismos o peores
resultados en nivel de Satisfaccin que en aos anteriores.

Conclusin Hiptesis:
De acuerdo a los resultados obtenidos en las dos pruebas anteriores, se puede concluir
que gracias a la implementacin de un programa de depuracin de las Bases de datos y
al nuevo medio de comunicacin impartido a los colaboradores de las reas de Recursos
Humanos de la Regin Andina, se alcanzarn los objetivos de mejorar el proceso de
pagos de planilla y elevar el nivel de satisfaccin de los usuarios internos ante el servicio
brindado por el rea de Sueldos y Salarios.

5.3 Aplicacin de Pronsticos:

5.3.1 Nmero de colaboradores de la Regin Andina.
Pronosticar el nmero de colaboradores de Nestl en la Regin Andina en los prximos
12 meses nos permitir conocer si la carga de trabajo se mantendr o aumentar en lo
sucesivo. Esta informacin ser de importancia para el clculo del presupuesto de
personal para el prximo ao, es decir, nos permitir conocer si es necesario aumentar el
N de personas en el rea Sueldos y Salarios de Nestl Per.
De esta manera, garantizaremos una adecuada atencin, cumpliendo los plazos
establecidos.
La Informacin utilizada para la evaluacin corresponde a la base de datos del personal
activo de la Regin desde el ao 2008 a la Septiembre 2010.

N personal de la Regin Andina

AO

2008
2008
2008
2008
2008
2008
2008
2008
2008
2008
2008
2008
2009
2009
2009
2009
2009
2009
2009
2009
2009
2009
2009
2009
2010
2010
2010
2010
2010
2010
2010
2010
2010

MES

ENERO
FEBRERO
MARZO
ABRIL
MAYO
JUNIO
JULIO
AGOSTO
SEPTIEMBRE
OCTUBRE
NOVIEMBRE
DICIEMBRE
ENERO
FEBRERO
MARZO
ABRIL
MAYO
JUNIO
JULIO
AGOSTO
SEPTIEMBRE
OCTUBRE
NOVIEMBRE
DICIEMBRE
ENERO
FEBRERO
MARZO
ABRIL
MAYO
JUNIO
JULIO
AGOSTO
SEPTIEMBRE

CANTIDAD

6042
6042
6077
5792
5682
5645
5592
5721
5792
6023
5983
6164
6150
6104
5967
5758
5530
5366
5411
5719
5809
5886
5969
6063
6300
6398
6381
6232
6039
6017
6464
6691
6920

Anlisis de Estabilidad de la Serie

Grfica de series de tiempo de N personal

7000
6750

N personal

6500
6250
6000
5750
5500
3

12

15
18
Meses

21

24

27

30

33

En el grfico se observa viabilidad aleatoria, la cantidad del nmero de colaboradores de

la Regin Andina se ha mantenido estable a travs del tiempo, no revela un
comportamiento estacional. Adems, se evidencia una tendencia creciente.
De acuerdo a los resultados arrojados en el Anlisis de Estabilidad de Series, se aplicar
el Mtodo de Suavizamiento Holt Winters. Para dicha aplicacin se realizarn cuatro
simulaciones y se escogern los menores valores de error.

Segn la grfica, la opcin que ofrece menores valores de error es la opcin 1 con la que
se desarrollar el pronstico.

Winters' Method for N Personal

Multiplicative Method
Data
Length

N Personal
33

Smoothing Constants
Alpha (level)
Gamma (trend)
Delta (seasonal)
Accuracy Measures
MAPE
MAD
MSD

1.5
90.4
17673.0

0.8
0.5
0.2

Time
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

N Personal
6042
6042
6077
5792
5682
5645
5592
5721
5792
6023
5983
6164
6150
6104
5967
5758
5530
5366
5411
5719
5809
5886
5969
6063
6300
6398
6381
6232
6039
6017
6464
6691
6920

Smooth
6056.93
6056.64
6000.03
5842.70
5628.93
5592.02
5776.50
5844.28
5852.15
5609.98
5941.69
6131.98
6252.94
6196.16
6081.78
5761.99
5574.65
5453.75
5497.57
5622.86
5805.40
5646.85
5831.06
6093.18
6163.38
6299.34
6354.12
6164.13
6042.85
5966.06
6151.74
6664.07
6851.48

Predict
6058.72
6051.74
5991.29
5867.33
5623.60
5609.80
5809.15
5788.06
5767.40
5537.36
6063.65
6223.67
6321.61
6196.19
6045.17
5696.62
5535.05
5412.71
5436.49
5548.86
5799.33
5644.71
5925.33
6207.40
6220.50
6388.48
6446.47
6227.90
6106.29
6002.06
6194.68
6820.70
6958.33

Lower
6614.83
6627.96
6792.58
6901.03
6926.29
6882.07
6619.82
6395.80
6295.55
6470.54
6747.78
6912.07

Upper
7057.87
7188.37
7495.89
7760.12
7948.17
8070.88
7978.16
7925.42
7997.66
8346.02
8797.30
9136.13

Error
-16.721
-9.738
85.708
-75.334
58.404
35.201
-217.147
-67.060
24.601
485.642
-80.653
-59.665
-171.606
-92.189
-78.170
61.381
-5.050
-46.705
-25.486
170.137
9.670
241.295
43.668
-144.404
79.496
9.522
-65.466
4.096
-67.292
14.945
269.320
-129.705
-38.334

Forecasts
Period
34
35
36
37
38
39
40
41
42
43
44
45

Forecast
6836.35
6908.17
7144.23
7330.58
7437.23
7476.48
7298.99
7160.61
7146.61
7408.28
7772.54
8024.10

Winters' Method Plot for N Personal

Podemos observar que la tendencia del N de colaboradores de la Regin para los
prximos 12 meses evidencia un crecimiento constante, estable respecto a los 33 meses
anteriores

Pronsticos obtenidos
Periodo N 34 Octubre 2010:
El pronstico para este periodo es de 6836 N de colaboradores en la Regin. Se puede
asegurar con un 95% de confianza que el verdadero valor en el futuro para los periodos
pronosticados est entre 6614 y 7057 colaboradores.
Periodo N 35 Noviembre 2010:
El pronstico para este periodo es de 6908 N de colaboradores en la Regin. Se puede
asegurar con un 95% de confianza que el verdadero valor en el futuro para los periodos
pronosticados est entre 6628 y 7188 colaboradores.
Periodo N 36 Diciembre 2010:
El pronstico para este periodo es de 7144 N de colaboradores en la Regin. Se puede
asegurar con un 95% de confianza que el verdadero valor en el futuro para los periodos
pronosticados est entre 6792 y 7495 colaboradores.
Periodo N 37 Enero 2011:
El pronstico para este periodo es de 7330 de colaboradores en la Regin. Se puede
asegurar con un 95% de confianza que el verdadero valor en el futuro para los periodos
pronosticados est entre 6901 y 7760 colaboradores.
Periodo N 38 Febrero 2011:
El pronstico para este periodo es de 7437 N de colaboradores en la Regin. Se puede
asegurar con un 95% de confianza que el verdadero valor en el futuro para los periodos
pronosticados est entre 6926 y 7948 colaboradores.
Periodo N 39 Marzo 2011:
El pronstico para este periodo es de 7476 N de trabajadores de Chile. Se puede
asegurar con un 95% de confianza que el verdadero valor en el futuro para los periodos
pronosticados est entre 6882 y 8070 colaboradores.
Periodo N 40 Abril 2011:
El pronstico para este periodo es de 7298 N de colaboradores en la Regin. Se puede
asegurar con un 95% de confianza que el verdadero valor en el futuro para los periodos
pronosticados est entre 6619 y 7978 colaboradores.
Periodo N 41 Mayo 2011:
El pronstico para este periodo es de 7160 N de colaboradores en la Regin. Se puede
asegurar con un 95% de confianza que el verdadero valor en el futuro para los periodos
pronosticados est entre 6395 y 7925 colaboradores.

Periodo N 42 Junio 2011:

El pronstico para este periodo es de 7146 N de colaboradores en la Regin. Se puede
asegurar con un 95% de confianza que el verdadero valor en el futuro para los periodos
pronosticados est entre 6295 y 7997 colaboradores.

Periodo N 43 Julio 2011:

El pronstico para este periodo es de 7408 N de colaboradores en la Regin. Se puede
asegurar con un 95% de confianza que el verdadero valor en el futuro para los periodos
pronosticados est entre 6470 y 8346 colaboradores.
Periodo N 44 Agosto 2011:
El pronstico para este periodo es de 7772 N de colaboradores en la Regin. Se puede
asegurar con un 95% de confianza que el verdadero valor en el futuro para los periodos
pronosticados est entre 6747 y 8797 colaboradores.
Periodo N 45 Septiembre 2011:
El pronstico para este periodo es de 8024 N de colaboradores en la Regin. Se puede
asegurar con un 95% de confianza que el verdadero valor en el futuro para los periodos
pronosticados est entre 6912 y 9136 colaboradores.

5.2.2 Reincidencia de Errores e inconsistencias:

El jefe del rea de Sueldos y Salarios debe exponer a su Gerencia la iniciativa que tuvo
su equipo en mejorar el proceso de planillas para la Regin Andina mediante la creacin
de un programa de depuracin de datos invlidos e inexistentes que adems de mejorar
la productividad de planillas procesadas por colaborador, permiti reducir el N de errores
e inconsistencias a 45 en el mes de Septiembre 2010, lo cual, permite un ahorro
significativo en el pago de horas extras.
Para ello, se realiz el siguiente pronstico del N de errores e inconsistencias en un ao,
para mostrar un comparativo de los resultados obtenidos con la mejora en mencin Vs el
resultado del pronstico de errores e inconsistencias de no haberse tomado ninguna
accin para reducirlos:

Reporte errores e inconsistencias Ene 2008 - Ago 2010

Mes-Ao
ene-08
feb-08
mar-08
abr-08
may-08
jun-08
jul-08
ago-08
sep-08
oct-08
nov-08
dic-08
ene-09
feb-09
mar-09
abr-09
may-09
jun-09
jul-09
ago-09
sep-09
oct-09
nov-09
dic-09
ene-10
feb-10
mar-10
abr-10
may-10
jun-10
jul-10
ago-10

Errores e inconsistencias
110
107
112
111
95
92
91
90
93
98
97
114
115
117
119
117
98
91
89
79
75
80
89
108
105
104
104
99
85
75
74
88

Anlisis de estabilidad de la serie:

El grfico muestra una tendencia decreciente, una variabilidad aleatoria y estacionalidad

en los resultados de errores e inconsistencias, debido a que todos los aos en los meses
de verano (Diciembre a Abril) las Sedes que conforman la Regin Andina, contratan
mayor personal para sus campaas de ventas.
De acuerdo a los resultados arrojados en el Anlisis de Estabilidad de Series, se aplicar
el Mtodo de Descomposicin.

Aplicacin del Mtodo de Descomposicin:

Descomposicin de series de tiempo para Errores/Inconsistencias

Time Series Decomposition for Errores e inconsistencias
Multiplicative Model
Data
Length
NMissing

Errores e inconsistencias
32
0

Fitted Trend Equation

Yt = 104.38 - 0.445764*t
Seasonal Indices
Period
1
2
3
4
5
6
7
8
9

Index
1.12500
1.13364
1.15921
1.15682
0.97957
0.91500
0.89574
0.84148
0.83717

10
11
12

0.89074
0.93800
1.12763

Accuracy Measures
MAPE
MAD
MSD

5.0371
4.8170
32.2706

Time
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

Errores e
inconsistencias
110
107
112
111
95
92
91
90
93
98
97
114
115
117
119
117
98
91
89
79
75
80
89
108
105
104
104
99
85
75
74
88

Trend
103.933
103.487
103.041
102.595
102.150
101.704
101.258
100.812
100.367
99.921
99.475
99.029
98.584
98.138
97.692
97.246
96.801
96.355
95.909
95.463
95.017
94.572
94.126
93.680
93.234
92.789
92.343
91.897
91.451
91.006
90.560
90.114

Seasonal
1.12500
1.13364
1.15921
1.15682
0.97957
0.91500
0.89574
0.84148
0.83717
0.89074
0.93800
1.12763
1.12500
1.13364
1.15921
1.15682
0.97957
0.91500
0.89574
0.84148
0.83717
0.89074
0.93800
1.12763
1.12500
1.13364
1.15921
1.15682
0.97957
0.91500
0.89574
0.84148

Detrend
1.05838
1.03395
1.08694
1.08192
0.93001
0.90459
0.89869
0.89275
0.92660
0.98078
0.97512
1.15117
1.16652
1.19220
1.21811
1.20313
1.01239
0.94443
0.92796
0.82754
0.78933
0.84592
0.94554
1.15286
1.12619
1.12083
1.12624
1.07729
0.92946
0.82412
0.81714
0.97654

Deseason
97.778
94.387
96.618
95.953
96.981
100.546
101.592
106.954
111.088
110.020
103.412
101.097
102.222
103.208
102.656
101.139
100.044
99.454
99.360
93.882
89.587
89.813
94.883
95.776
93.334
91.740
89.716
85.579
86.772
81.967
82.614
104.578

Predict
116.924
117.317
119.446
118.685
100.063
93.059
90.701
84.832
84.024
89.004
93.307
111.669
110.906
111.253
113.245
112.497
94.823
88.165
85.909
80.331
79.546
84.239
88.290
105.637
104.888
105.189
107.045
106.309
89.583
83.270
81.118
75.829

Error
-6.9241
-10.3165
-7.4462
-7.6846
-5.0631
-1.0591
0.2994
5.1683
8.9757
8.9960
3.6927
2.3310
4.0937
5.7475
5.7546
4.5034
3.1768
2.8354
3.0908
-1.3305
-4.5462
-4.2392
0.7102
2.3629
0.1115
-1.1885
-3.0446
-7.3085
-4.5833
-8.2701
-7.1177
12.1707

Podemos deducir que los ndices estacionales tuvieron el siguiente comportamiento

respecto al promedio de reincidencia de errores e inconsistencias en el ao anterior:

Periodo 1: La reincidencia de errores e inconsistencias aument en 12.5%

Periodo 2: La reincidencia de errores e inconsistencias aument en 13.36%
Periodo 3: La reincidencia de errores e inconsistencias aument en 15.92%
Periodo 4: La reincidencia de errores e inconsistencias aument en 15.68%
Periodo 5: La reincidencia de errores e inconsistencias disminuy en 2.05%
Periodo 6: La reincidencia de errores e inconsistencias disminuy en 8.5%
Periodo 7: La reincidencia de errores e inconsistencias disminuy en 10.43%
Periodo 8: La reincidencia de errores e inconsistencias disminuy en 15.86%
Periodo 9: La reincidencia de errores e inconsistencias disminuy en 16. 29%
Periodo 10: La reincidencia de errores e inconsistencias disminuy en 10.93%
Periodo 11: La reincidencia de errores e inconsistencias disminuy en 6.2%

Periodo 12: La reincidencia de errores e inconsistencias aument en 12.76%

Pronsticos obtenidos:
Forecasts
Period
33
34
35
36
37
38
39
40
41
42
43
44
45

Forecast
75.068
79.474
83.272
99.605
98.871
99.125
100.844
100.121
84.343
78.376
76.326
71.328
70.590

Periodo N 33 Set. 2010: El Pronstico para este periodo es 75.068 errores e

inconsistencias.
Periodo N 34 Oct. 2010: El Pronstico para este periodo es 79.474 errores e
inconsistencias.
Periodo N 35 Nov. 2010: El Pronstico para este periodo es 83.272 errores e
inconsistencias.
Periodo N 36 Dic. 2010: El Pronstico para este periodo es 99.605 errores e
inconsistencias.
Periodo N 37 Ene. 2011: El Pronstico para este periodo es 98.871 errores e
inconsistencias.
Periodo N 38 Feb. 2011: El Pronstico para este periodo es 99.125 errores e
inconsistencias.
Periodo N 39 Mar. 2011: El Pronstico para este periodo es 100.844 errores e
inconsistencias.
Periodo N 40 Abr. 2011: El Pronstico para este periodo es 100.121 errores e
inconsistencias.
Periodo N 41 May. 2011: El Pronstico para este periodo es 84.343 errores e
inconsistencias.
Periodo N 42 Jun. 2011: El Pronstico para este periodo es 78.376 errores e
inconsistencias.

Periodo N 43 Jul. 2011: El Pronstico para este periodo es 78.376 errores e

inconsistencias.
Periodo N 44 Ago. 2011: El Pronstico para este periodo es 78.376 errores e
inconsistencias.
Periodo N 45 Set. 2011: El Pronstico para este periodo es 70.590 errores e
inconsistencias.

Conclusin:
El MAPE para este pronstico es menor (5.04), lo cual nos indica una alta precisin y
confiabilidad en los datos.
Se demuestra con ello, que de no haberse efectuado ninguna mejora en el proceso, en
Septiembre de este ao, el resultado de errores e inconsistencias hubiera sido 75.068, e
inclusive, en Septiembre del ao 2011 este resultado llegara a 70.590.

6. ANLISIS DE CORRESPONDENCIA SIMPLE

6.1 Objetivos
El objetivo del presente estudio es evaluar el desempeo de las 8 reas de RRHH de las
sedes de Nestl en la Regin Andina.
El estudio se ha realizado a travs de una encuesta electrnica efectuada a 10
colaboradores de cada una de las 8 reas, que han recibido atencin a requerimientos
efectuados en los ltimos tres meses.
Debido a que se piensan ir estableciendo procesos regionales, como el de procesamiento
de planillas, y actualmente no han existido mediciones regionales del servicio, este
estudio permitir de manera preliminar establecer qu reas han tenido mejor percepcin
de su servicio por parte de los colaboradores, lo que ayudar a ir estableciendo fortalezas
por rea para posibles procesos regionales.
El cuestionario ha sido elaborado con el fin de obtener informacin de primera fuente,
considerando los siguientes parmetros:

Satisfaccin general con el servicio del rea de RRHH

Disponibilidad para atencin de consultas o requerimientos
Nivel de reaccin o de rapidez en la atencin
Efectividad de las soluciones brindadas
Nivel de trato en la atencin

Las reas de RRHH brindan servicio a las diferentes sedes a su cargo, pero este servicio
es apreciado de diferente manera por los colaboradores y ello hara que ciertas variables
consideradas en la encuesta sean ms apreciados por unos que por otros.
Hemos realizado un anlisis de correspondencia simple con el fin de identificar las
variables ms relevantes para los colaboradores y cmo es medido el desempeo de las
diferentes reas de RRHH de la Regin Andina.
Los resultados permitirn conocer que reas de RRHH estn siendo percibidas
negativamente en su servicio y alinearlas al resto de reas. Adems tal como se
mencion anteriormente se podr trabajar en los planes de regionalizacin y
estandarizacin de procesos, reforzando aquellas reas que son bien percibidas y
alienando los procesos del resto con ellas.

6.2 Encuesta

ENCUESTA DE SATISFACCION DEL AREA DE RECURSOS HUMANOS

Sede RRHH que le atiende:

Los ngeles

D'onofrio

Llanquihue

Sede Central Lima

Macul

Bolivia

Osorno
San Fernando
Estimado colaborador, el rea de RRHH necesita su opinin. Le solicitamos pueda responder la siguiente
encuesta para cumplir con nuestro objetivo de atenderle cada vez mejor, marcando con una X la alternativa
que mejor exprese su opinin.

1. Satisfaccin General con el servicio

Cmo se siente con respecto al servicio recibido por parte del rea de RRHH?
Muy satisfecho
Satisfecho
Medianamente
satisfecho
Insatisfecho
Muy insatisfecho

2. Disponibilidad
El personal de RR.HH se encuentra disponible para atender sus requerimientos o consultas?
Siempre
Casi siempre
Regularmente
A veces
Nunca

3. Rapidez en la atencin
Cmo calificara el tiempo en que se atendieron sus requerimientos o consultas?

Muy rpido
Rpido
Adecuado o lo normal
Lento

Muy lento

4. Efectividad de soluciones brindadas

Se le brindaron soluciones adecuadas a sus requerimientos o consultas?

Siempre
Casi siempre
Regularmente
A veces
Nunca

5. Trato recibido
Considera Ud. que el trato que recibe del personal de RR.HH es:
Excelente
Bueno
Regular
Malo
Psimo
Sugerencias o comentarios:

Imagen de colaboradora respondiendo a la encuesta:

1
5
1
0
0
6
0
0

Llanquihue

Macul

Osorno

San Fernando

D'onofrio

Sede Central Lima

Bolivia

Muy satisfecho

Los ngeles

Sedes

Satisfecho

Medianamente satisfecho

Insatisfecho

Muy insatisfecho

Siempre

Disponibilidad

Casi siempre

Regularmente

A veces

Nunca

Muy rpido

Rpido

Adecuado o lo normal

Lento

Muy lento

Efectividad de
soluciones brindadas

Siempre

Casi siempre

Regularmente

A veces

Nunca

Excelente

Trato recibido

Bueno

Rapidez en la atencin

Regular

Satisfaccin general con

el servicio

Malo

Tabla de contingencias

Psimo

6.3 Resultados de la encuesta

El encuestado brindar su opinin sobre 5 atributos asignados en la encuesta, para lo

cual tendrn disponibles las 5 categoras siguientes cada uno:
Satisfaccin general con el servicio: Muy satisfecho, Satisfecho, Medianamente
satisfecho, Insatisfecho, Muy insatisfecho
Disponibilidad: Siempre, Casi siempre, Regularmente, A veces, Nunca
Rapidez en la atencin: Muy rpido, Rpido, Adecuado o normal, Lento, Muy lento
Efectividad de las Soluciones brindadas: Siempre, Casi siempre, Regularmente, A
veces, Nunca
Trato en la atencin: Excelente, Bueno, Regular, Malo, Muy malo

Tabla de contingencia
Atributo

Variables

Nombre en Minitab Descripcin

Satisfaccin

Muy satisfecho

SatMuy

Satisfaccin

SatSat

Satisfaccin

Satisfecho
Medianamente
satisfecho

Satisfaccin

Insatisfecho

SatIns

Satisfaccin

Muy insatisfecho

SatMuyIn

SatMed

Disponibilidad Siempre

DispSiem

Disponibilidad Casi siempre

DispCasi

Disponibilidad Regularmente

DispRegu

Disponibilidad A veces

DispAvec

Disponibilidad Nunca

DispNunc

Rapidez

Muy rpido

ReaMuyR

Rapidez

ReaRapi

Rapidez

Rpido
Adecuado o lo
normal

Rapidez

Lento

ReaLent

Rapidez

Muy lento

ReaMuyL

Efectividad

Siempre

EfecSiem

Efectividad

Casi siempre

EfecCasi

ReaNorm

Muy Satisfecho con el servicio recibido

por RRHH
Satisfecho con el servicio recibido por
RRHH
Medianamente satisfecho con el
servicio recibido por RRHH
Insatisfecho con el servicio recibido por
RRHH
Muy insatisfecho con el servicio
recibido por RRHH
Siempre ha habido personal disponible
para atencin
Casi siempre ha habido personal
disponible para atencin
Regularmente ha habido personal
disponible para atencin
A veces ha habido personal disponible
para atencin
Nunca ha habido personal disponible
para atencin
La solicitud fue atendida muy
rpidamente
La solicitud fue atendida rpidamente
La solicitud fue atendida en tiempo
adecuado o normal
La solicitud fue atendida lentamente
La solicitud fue atendida muy
lentamente
Siempre las soluciones han sido
efectivas
Casi siempre las soluciones han sido
efectivas

Efectividad

Regularmente

EfecRegu

Efectividad

A veces

EfecAvec

Efectividad

Nunca

EfecNunc

Regularmente las soluciones han sido

efectivas
A veces las soluciones han sido
efectivas
Nunca las soluciones han sido
efectivas

Trato

Excelente

TratExce

El trato recibido fue excelente

Trato

Bueno

TratBuen

El trato recibido fue bueno

Trato

Regular

TratRegu

El trato recibido fue regular

Trato

Malo

TratMalo

El trato recibido fue malo

Trato

Psimo

TratMuy

El trato recibido fue muy malo

6.4 Anlisis de la Tabla de Contingencia

Anlisis de correspondencia simple: SatMuy, SatSat, SatMed, SatIns, SatMuyIn, D

La tabla de anlisis de contingencia
Eje
1
2
3
4
5
6
7
Total

Inercia
0.3240
0.1545
0.0580
0.0361
0.0213
0.0143
0.0099
0.6182

Proporcin
0.5241
0.2499
0.0939
0.0584
0.0345
0.0231
0.0161

Acumulada
0.5241
0.7740
0.8679
0.9263
0.9608
0.9839
1.0000

Histograma
******************************
**************
*****
***
*
*

Segn los resultados obtenidos del anlisis de la tabla de Contingencia, el primer

componente explica el 52.41% de la variabilidad total, mientras el segundo componente
explica el 24.99%. Lo que permite que ambos componentes en conjunto expliquen el
77.40% de la variabilidad total.

Contribuciones de las filas

ID
1
2
3
4
5
6
7
8

Nombre
Los ngeles
Llanquihue
Macul
Osorno
San Fernando
D'onofrio
Sede Central Lima
Bolivia

Cal
0.089
0.874
0.358
0.641
0.580
0.935
0.810
0.928

Total
0.125
0.125
0.125
0.125
0.125
0.125
0.125
0.125

Inercia
0.040
0.176
0.094
0.065
0.082
0.238
0.096
0.208

ID
1
2
3
4
5
6
7
8

Nombre
Los ngeles
Llanquihue
Macul
Osorno
San Fernando
D'onofrio
Sede Central Lima
Bolivia

Componente
Coord
Corr
-0.110 0.061
0.240 0.066
0.344 0.253
-0.372 0.433
-0.258 0.164
-0.014 0.000
-0.558 0.653
0.729 0.517

Componente
Coord
Corr
-0.075 0.028
0.838 0.808
-0.222 0.105
-0.258 0.208
-0.411 0.416
1.050 0.935
-0.273 0.157
-0.649 0.410

1
Contr
0.002
0.271
0.019
0.026
0.065
0.426
0.029
0.163

2
Contr
0.010
0.047
0.096
0.112
0.054
0.000
0.252
0.430

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

Nombre
SatMuy
SatSat
SatMed
SatIns
SatMuyIn
DispSiem
DispCasi
DispRegu
DispAvec
DispNunc
ReaMuyR
ReaRapi
ReaNorm
ReaLent
ReaMuyL
EfecSiem
EfecCasi
EfecRegu
EfecAvec
EfecNunc
TratExce
TratBuen
TratRegu
TratMalo
TratMuy

Cal
0.993
0.994
0.833
0.493
0.561
0.965
0.546
0.647
0.695
0.744
0.927
0.829
0.435
0.767
0.816
0.618
0.219
0.229
0.131
0.744
0.956
0.871
0.724
0.384
0.744

Total
0.033
0.090
0.058
0.010
0.010
0.040
0.068
0.060
0.025
0.007
0.033
0.080
0.060
0.022
0.005
0.090
0.077
0.022
0.003
0.007
0.033
0.113
0.040
0.007
0.007

Inercia
0.104
0.020
0.035
0.016
0.032
0.101
0.024
0.030
0.070
0.020
0.109
0.044
0.022
0.046
0.024
0.014
0.018
0.018
0.028
0.020
0.084
0.023
0.057
0.020
0.020

Componente
Coord
Corr
1.378 0.958
-0.076 0.042
-0.522 0.724
-0.683 0.467
-0.112 0.006
1.202 0.925
-0.049 0.011
-0.392 0.502
-0.844 0.415
-0.019 0.000
1.369 0.902
-0.144 0.060
-0.275 0.340
-0.562 0.248
-0.765 0.195
0.239 0.577
-0.167 0.197
-0.331 0.228
-0.389 0.022
-0.019 0.000
1.230 0.943
-0.087 0.060
-0.626 0.448
-0.670 0.269
-0.019 0.000

1
Contr
0.190
0.002
0.048
0.014
0.000
0.178
0.001
0.028
0.055
0.000
0.188
0.005
0.014
0.022
0.009
0.016
0.007
0.008
0.001
0.000
0.152
0.003
0.048
0.010
0.000

Componente
Coord
Corr
0.264 0.035
-0.359 0.951
0.202 0.108
0.163 0.027
1.053 0.555
0.250 0.040
-0.342 0.535
-0.210 0.145
0.694 0.280
1.113 0.743
0.225 0.024
-0.514 0.768
0.145 0.095
0.812 0.519
1.364 0.621
-0.064 0.041
-0.055 0.021
-0.024 0.001
0.874 0.109
1.113 0.743
0.144 0.013
-0.320 0.811
0.491 0.276
0.436 0.114
1.113 0.743

2
Contr
0.015
0.075
0.015
0.002
0.072
0.016
0.051
0.017
0.078
0.060
0.011
0.137
0.008
0.096
0.060
0.002
0.002
0.000
0.012
0.060
0.004
0.074
0.062
0.009
0.060

Componente 1
Est muy correlacionado con casi la totalidad de las variables relacionadas a la excelencia
en el servicio, la disponibilidad, rapidez de atencin y trato al cliente. Estas 4 variables
contribuyen en 70% con el componente. En este eje se oponen las variables que no
brindaran una alta satisfaccin, como Satisfaccin Insatisfecha, Rapidez Muy lento
y Trato Malo. A su vez, el primer componente explica en un 95.8% a la variable
Satisfaccin General Muy Satisfecho, en un 94.3% a la variable Trato Excelente, en
un 92.5% a la variable Disponibilidad Siempre y en un 90.2% a la variable Rapidez
Muy rpido. A este componente lo podemos denominar Excelencia en el servicio.
Componente 2
Est muy correlacionado con las variables relativas a satisfaccin, trato y rapidez y en
oposicin con variables de disponibilidad y efectividad. En este eje se oponen las
variables que brindaran la ms baja satisfaccin, como Disponibilidad Nunca,
Efectividad Nunca y Trato Muy Malo. A su vez, el segundo componente explica en
un 95.1% a la variable Satisfaccin Satisfecho, en un 81.1% a la variable Trato
Bueno y en un 76.8% a la variable Rapidez Rpido. A este componente lo podemos
denominar Buen servicio.

6.5 Anlisis de Mapas Perceptuales

A continuacin mostramos los cuadros de ploteo por columna, por fila y el simtrico
obtenidos a travs del software Minitab.

Grfica de columna
1.5

ReaMuyL
EfecNunc
DispNunc
TratMuy
SatMuyIn

1.0

EfecAvec
ReaLent

Componente 2

DispAvec

0.5

TratRegu
TratMalo
SatMuy

SatMed
SatIns
ReaNorm

DispSiem

EfecRegu
EfecCasi

0.0

ReaMuyR
TratExce

EfecSiem

DispRegu
TratBuen
SatSat

-0.5

DispCasi

ReaRapi

-1.0
-1.0

-0.5

0.0
0.5
Componente 1

1.0

1.5

Grfica de fila
1.0

Componente 2

Boliv ia

0.5
Macul
Llanquihue

D'onofrio

0.0

Los ngeles
San Fernando
O sorno

-0.5

Sede C entral Lima

-0.5

0.0
0.5
Componente 1

1.0

Grfica simtrica
1.5

ReaMuyL
EfecNunc
DispNunc
TratMuy
SatMuyIn

Componente 2

1.0

EfecAvec
ReaLent
DispAvec

0.5

Bolivia

TratRegu
TratMalo

Macul
Llanquihue

SatMed
SatIns
ReaNorm

DispSiem

TratExce
EfecRegu
EfecCasi

0.0

EfecSiem

SatMuy
ReaMuyR

D'onofrio

DispRegu Los ngeles

San Fernando

-0.5

TratBuen
Osorno
DispCasi
SatSat
ReaRapi

Sede Central Lima

-1.0

-0.5

0.0
0.5
Componente 1

1.0

1.5

En la Grfica Simtrica, podemos observar de manera general, que las reas de RRHH
se encuentran lejanas al origen de coordenadas, donde se concentran bsicamente las
variables de Efectividad, que son las ms comunes y menos distintivas entre reas.
Las reas de RRHH de Llanquihue y DOnofrio son percibidos como las mejores en
comparacin con el resto, debido a su proximidad con las variables mximas de
Satisfaccin (Muy Satisfecho), Disponibilidad (Siempre), Trato (Excelente) y Rapidez (Muy
rpido). El rea de RRHH de Bolivia, por su parte es percibida como la de ms baja
satisfaccin debido a su proximidad a las variables de Rapidez Lento, Disponibilidad
A veces y Trato Regular.

Primer cuadrante: Encontramos ubicadas las reas de RRHH que son percibidas como
las que satisfacen mejor a los colaboradores ya que de ellas se percibe que ofrecen la
mxima Satisfaccin (Muy Satisfecho), Disponibilidad (Siempre), Trato (Excelente) y
Rapidez (Muy rpido). En este cuadrante encontramos el rea de RRHH de Llanquihue.
En el borde del cuarto cuadrante encontramos al rea de RRHH de DOnofrio.
Segundo Cuadrante: Encontramos ubicadas las reas de RRHH que son percibidas
como las que menos satisfacen a sus colaboradores ya que de ellas se percibe que
ofrecen Rapidez Muy Lenta y Lenta, Disponibilidad Nunca y A veces y Trato
Muy Malo, Malo y Regular. En este cuadrante encontramos a las reas de Macul y
Bolivia, siendo sta ltima la peor percibida.
Tercer Cuadrante: Encontramos ubicadas las reas que son percibidas como las que
brindan un nivel entre bueno y regular pero satisfactorio. En este cuadrante encontramos
a las reas de Sede Central Lima, diferenciada por la percepcin de rapidez de sus
colaboradores, Osorno, San Fernando y Los ngeles, siendo sta ltima la que se acerca
ms al origen donde la efectividad es comn a todas las reas.
Cuarto Cuadrante: Encontramos ubicada el rea de RRHH de DOnofrio, muy alejada del
origen pero al borde con el primer cuadrante. Este cuadrante sera el de paso hacia el
primer cuadrante de la excelencia.

Conclusiones
Se puede concluir que dos reas de RRHH como son Llanquihue y DOnofrio se
encuentran muy diferenciadas en cuanto a la percepcin de sus colaboradores y las
califican cercanas a la excelencia, mientras el rea de RRHH de Bolivia es mal percibida
por sus colaboradores y debe trabajar sobretodo en variables de Disponibilidad,
Efectividad y Trato, que la alejan del resto de reas.
El resto de reas de RRHH, se acercan al eje por lo que podran estar cercanas en cuanto
a la percepcin de sus colaboradores, siendo casi siempre slo una variable la que
determina su ubicacin en los cuadrantes.

7. ANLISIS DE REGRESIN LINEAL MULTIPLE

7.1 Justificacin
El rea de Sueldos y Salarios de Nestl Per lleva 8 aos brindando exitosamente el
servicio de Procesamiento de Planillas a la Regin Andina. Gracias a esta experiencia,
estamos y considerando proponer a la gerencia desarrollar un plan de unificacin con
la Regin Austral conformada por Argentina, Uruguay y Paraguay, tomando en cuenta
esta regin utiliza el mismo procedimiento para el proceso e planillas. Para este
propsito, se ha visto necesario evaluar una forma de cuantificar dicho servicio
midiendo la relacin que pueda tener el tiempo empleado en el proceso por Planillas y
las variables que influyen sobre dicho tiempo. Al obtener este modelo, se podra
presupuestar los recursos necesarios que se emplearan para completar dicho servicio
considerando que en todos los mercados manejan un cronograma de fechas y un
periodo generalmente corto para cumplir con sus pagos de planillas. Demostrar la
relacin entre las variables mencionadas nos permitir desarrollar y establecer un
modelo del que se obtenga una cuantificacin sistemtica de los tiempos incurridos en
el proceso por planillas para la Regin Austral y Andina.

Descripcin de la Muestra
Se tomarn en forma aleatoria 14 Sedes de la Regin Austral Andina que representan
mayor variabilidad en la complejidad del proceso de Planillas. Esta muestra nos
reflejar la relacin que mantienen las variables a analizar y por lo tanto la asertividad
de la estimacin del modelo propuesto.

7.2 Determinacin de las variables

La variable dependiente Y: Horas que se emplea en el proceso de las Planillas por
Sede.

La variable independiente X1: El Nmero de Conceptos de Planillas por Sede.

Concepto de Planilla viene a ser el identificador de una remuneracin fija y/o variable
que tiene cada trabajador, como por ejemplo: Sueldo Bsico, Asignacin Familiar,
Horas Extras, Descuento por AFP, Descuento por Alquiler, etc.

La variable independiente X2: La rotacin del personal por Sede, es decir la cantidad
de ingresos y ceses de personal que se manejan en cada periodo del Proceso de

Planillas. En este caso, los valores de rotacin estn reflejados en porcentajes del
total de Trabajadores por Sede.

La variable independiente X3: La cantidad de trabajadores por Sede, cuyas planillas

son procesadas.

Data analizada: Regin Austral Andina

Sedes
Sede 1
Sede 2
Sede 3
Sede 4
Sede 5
Sede 6
Sede 7
Sede 8
Sede 9
Sede 10
Sede 11
Sede 12
Sede 13
Sede 14

Das
12.5
8.0
7.9
7.6
7.5
6.2
6.1
4.7
4.5
4.2
4.1
3.9
3.8
3.3

Conceptos
45
38
38
35
35
30
30
22
20
17
17
15
15
13

% Rotacin Trabajadores
0.1
2005
0.05
1802
0.05
1807
0.04
1651
0.04
1664
0.05
1328
0.04
1288
0.04
1004
0.05
954
0.05
882
0.04
853
0.03
803
0.03
794
0.04
705

Luego, los datos se ingresaron en el Minitab en donde se obtuvieron los siguientes

resultados:

Anlisis de regresin: Horas vs. Conceptos; % Rotacin; Trabajadores

La ecuacin de regresin es
Horas = - 1.46 + 0.0159 Conceptos + 60.8 % Rotacin + 0.00341 Trabajadores
Predictor
Constante
Conceptos
% Rotacin
Trabajadores
S = 0.365677

Coef
-1.4621
0.01590
60.807
0.003406

Coef. de EE
0.4264
0.08468
8.587
0.001917

R-cuad. = 98.4%

T
-3.43
0.19
7.08
1.78

P
0.006
0.855
0.000
0.106

R-cuad.(ajustado) = 97.9%

Anlisis de varianza
Fuente
Regresin
Error residual
Total
Fuente
Conceptos
% Rotacin
Trabajadores

GL
3
10
13
GL
1
1
1

SC
81.023
1.337
82.360

MC
27.008
0.134

F
201.97

P
0.000

SC sec.
74.317
6.284
0.422

Observaciones poco comunes

Obs
1

Conceptos
45.0

Horas
Ajuste
12.5000 12.1634

Ajuste SE
0.3486

Residuo
0.3366

Residuo
estndar
3.05RX

R denota una observacin con un residuo estandarizado grande.

X denota una observacin cuyo valor X le concede gran influencia.

Como se puede apreciar, los resultados de Minitab muestran una observacin, es decir,
un dato con error muy alto con relacin a los dems. El mismo, ser retirado de la lista
para generar otra salida en el Minitab:

Anlisis de regresin: Horas vs. Conceptos; % Rotacin; Trabajadores

La ecuacin de regresin es
Horas = 0.749 + 0.0639 Conceptos - 4.77 % Rotacin + 0.00282 Trabajadores
Predictor
Constante
Conceptos
% Rotacin
Trabajadores

Coef
0.7491
0.06389
-4.768
0.0028219

Coef. de EE
0.2343
0.02399
6.448
0.0005367

T
3.20
2.66
-0.74
5.26

P
0.011
0.026
0.479
0.001

S = 0.101845

R-cuad. = 99.7%

R-cuad.(ajustado) = 99.7%

Anlisis de varianza
Fuente
Regresin
Error residual
Total
Fuente
Conceptos
% Rotacin
Trabajadores

GL
3
9
12
GL
1
1
1

SC
37.017
0.093
37.110

MC
12.339
0.010

F
1189.60

P
0.000

SC sec.
36.697
0.033
0.287

Ya que no existen mayores observaciones, por lo que se procede con el Anlisis de

Residuales a travs de la generacin de grficos residuales estandarizados para
confirmar que ya no se presenten otros valores influyentes:

Grficas de residuos para horas

vs. ajustes
0.2

90

0.1
Residuo

Porcentaje

Grfica de probabilidad normal

99

50
10
1

-0.2

-0.1

0.0
Residuo

0.1

0.0
-0.1
-0.2

0.2

Histograma

vs. orden

0.1

3.6

Residuo

Frecuencia

0.2

4.8

2.4

0.0
-0.1

1.2
0.0

5
6
Valor ajustado

-0.15 -0.10 -0.05 0.00 0.05

Residuo

0.10

0.15

-0.2

4 5 6 7 8 9 10 11 12 13
Orden de observacin

Como se puede apreciar en el grfico, ya no se presentan datos influyentes. Por tanto se

puede concluir que la ecuacin de regresin lineal mltiple estimada es la siguiente:
La ecuacin de regresin es
Horas = 0.749 + 0.0639 Conceptos - 4.77 % Rotacin + 0.00282 Trabajadores

7.3 Interpretacin de los Coeficientes de Regresin:

b1: Las horas promedio aumentarn en 0.749 cuando el Nmero de Conceptos se

incremente en uno manteniendo constante las dems variables.

b2: Las horas promedio disminuirn 4.77 cuando el porcentaje de rotacin se

incremente en 1% manteniendo constante las dems variables.

b3: Las horas promedio aumentarn en 0.00282 cuando el Nmero de

trabajadores se incremente en uno manteniendo constante las dems variables.

7.4 Interpretacin de los Coeficientes de Determinacin Ajustado

La variabilidad del nmero de horas es explicada por un 99.7% por el modelo regresin.
R-cuad.(ajustado) = 99.7%

7.5 Prueba Global o Prueba F para el Modelo de Regresin

Paso 1:
Ho: 1=2=3=0 (el modelo no es significativo)
H1: Al menos una i 0 (el modelo es significativo)

Paso 2:
= 0.05

Paso 3:
P = 0.000

Paso 4:
Pvalue = 0.000 < =0.05

Paso 5:
Se rechaza Ho, es decir existe suficiente evidencia estadstica para afirmar que el modelo
de regresin es significativo, a un nivel de significacin del 5%. Es decir, por lo menos una
de las variables es significativa.

7.6 Prueba Individual o Prueba T para el Modelo de Regresin:

Prueba de Hiptesis:

Prueba de Hiptesis
para X1:

Prueba de Hiptesis
para X2

Prueba de Hiptesis
para X3

Paso 1:
Ho: 1=0 (la variable X1
no es significativa)
H1: 1 0 (la variable X1
es significativa)

Paso 1:
Ho: 2=0 (la variable X2
no es significativa)
H1: 2 0 (la variable X2
es significativa)

Paso 1:
Ho: 3=0 (la variable X3
no es significativa)
H1: 3 0 (la variable X3
es significativa)

Paso 2:
= 0.05

Paso 2:
= 0.05

Paso 2:
= 0.05

Paso 3:
P = 0.026

Paso 3:
P = 0.479

Paso 3:
P = 0.001

Paso 4:
Pvalue=0.026 < =0.05

Paso 4:
Pvalue=0.479 > =0.05

Paso 4:
Pvalue=0.001 < =0.05

Paso 5:
Se rechaza Ho, es decir
existe suficiente evidencia
estadstica para afirmar
que la variable X1 es
significativa, a un nivel de
significacin del 5%.

Paso 5:
Se acepta Ho, decir no
existe suficiente evidencia
estadstica para afirmar
que la variable X2 es
significativa, a un nivel de
significacin del 5%.

Paso 5:
Se rechaza Ho, es decir
existe suficiente evidencia
estadstica para afirmar
que la variable X3 es
significativa, a un nivel de
significacin del 5%.

Segn las pruebas realizadas a las variables y resultados de las Hiptesis, se determina
que son dos las variables significativas que se propone para disear nuestro modelo: N
de Clculos y N de trabajadores

Y= b0 + b1X1 + b3X3

7.7 Conclusiones:

El modelo tiene alto grado de confiabilidad por lo que es posible utilizarlo para predecir el
nmero de horas que se requieren al mes para culminar el proceso de clculo y pago de
planillas, los cuales, se relacionan directamente con el incremento del nmero de
trabajadores y conceptos.