Determinar el grado de frustración en función de las etapas de un ensamble
DOI:
https://doi.org/10.61117/ipsumtec.v6i3.203Palabras clave:
Balanceo de línea de ensamble, Frustración, Motivación, OptimizaciónResumen
Se realizó un experimento para verificar si existe una variación en la frustración conforme va avanzando el producto en las diferentes estaciones de ensamble. Se presentan los resultados obtenidos de la investigación desarrollada en el Instituto Tecnológico de ciudad Juárez en el laboratorio de ergonomía. El producto consistió en un ensamble de legos, el cual se dividió en cuatro estaciones de trabajo. Se utilizó un diseño factorial completo de dos factores para llevar a cabo el experimento de 4 operadores, registrando su tiempo de ejecución y mediante el cuestionario NASA TLX en su versión digital se determinó el grado de frustración. Mismos que al ser realizar un análisis estadístico con una prueba de ANOVA, nos permitieron concluir que no existe diferencia en la frustración de un operador que esté directamente relacionada con la etapa del ensamble que éste desempeñe, aunque sí se encontró debido a la carga de trabajo.
Descargas
Métricas
Citas
Boysen, Schulze & Scholl (2022), Assembly line balancing: What happened in the last fifteen years? European Journal of Operational Research, Volume 301, Issue 3, pp 797-814. https://doi.org/10.1016/j.ejor.2021.11.043. DOI: https://doi.org/10.1016/j.ejor.2021.11.043
Kaku, Murase & Yin. (2008), A study on human-task-related performances in converting conveyor assembly line to cellular manufacturing. European Journal of Industrial Engineering, Vol. 2 No.1, pp 17-34 https://doi.org/10.1504/EJIE.2008.016327 DOI: https://doi.org/10.1504/EJIE.2008.016327
Boysen, Fliedner & Scholl (2008), Assembly line balancing: Which model to use when? International Journal of Production Economics, Volume 111, Issue 2, pp 509-528 https://doi.org/10.1016/j.ijpe.2007.02.026. DOI: https://doi.org/10.1016/j.ijpe.2007.02.026
Cuyubamba, J. (2014). Ergonomía y productividad, p 48. volumen 2, journal Industrial Data https://doi.org/10.15381/idata.v2i1.6474. DOI: https://doi.org/10.15381/idata.v2i1.6474
NASA TLX Task Load Index, Recuperado de; https://humansystems.arc.nasa.gov/groups/tlx/tlxapp.php
Nagamachi, Mitsuo, (2002), Relationships among job design, macroergonomics and productivity, Macroergonomics: Theory, Methods, and Applications pp111-131. Recuperado de: https://www.researchgate.net/publication/329544026_Relationships_among_job_design_macroergonomics_and_productivity/citation/download DOI: https://doi.org/10.1201/b12477-7
Simancas R., Silvera A., Garcés L. & Gaspar H., (2018) Administración de recursos humanos: factor estratégico de productividad empresarial en pymes de Barranquilla, Revista Venezolana de Gerencia, vol. 23, núm. 82, pp. 377-391, 2018, Universidad del Zulia. Recuperado de: https://www.redalyc.org/journal/290/29056115008/html/
De la Riva, J. (2018). Diseño del trabajo. Tecnológico nacional de México/ Instituto tecnológico de Cd. Juárez. Ciudad Juárez, capitulo 12, México.
Sharek, D. (2011). A Usable, Online NASA-TLX Tool. Proceedings of the Human Factors and Ergonomics Society Annual Meeting, 55(1), 1375–1379. https://doi.org/10.1177/1071181311551286 DOI: https://doi.org/10.1177/1071181311551286
Arana, N. (2020). Determinación y programación de Pausas en el manejo de la carga mental para procesos de producción sustentables. (Tesis de Doctorado, Instituto Tecnológico de Ciudad Juárez.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Selene Portillo Méndez , Jorge de la Riva Rodríguez, Ana Isela García Acosta, Rosa María Reyes Martínez
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
