ÍNDICE
CAPÍTULO II. ANTECEDENTES ........................................................................... 1
II. Marco Teórico................................................................................................ 1
II.2 Marco Referencial ....................................................................................... 5
II.2.1 Actividad económica a la que pertenece la empresa, institución u
organización................................................................................................... 5
II.2.2 Bienes y/o servicios que produce ....................................................... 5
II.2.4 Giro y tamaño de la empresa ............................................................... 7
II.2.5 Área de influencia ................................................................................. 9
II.2.6 Objetivos de la empresa ......................................................................10
II.2.7 Área de la empresa en donde se desarrolla el proyecto. .................11
II.3 Planteamiento del Problema .....................................................................12
II.4. Objetivos ....................................................................................................13
II.5. Justificación ..............................................................................................14
CAPÍTULO III.METODOLOGÍA ............................................................................16
III.1 Enfoque metodológico .............................................................................16
III.2 Método de recolección de datos..............................................................16
III.3 Definir el Universo(población) y el tamaño de muestra ........................18
III.4 Recopilación de datos ..............................................................................20
CAPÍTULO IV. ANÁLISIS DE RESULTADOS Y DISCUSIÓN .............................21
CAPÍTULO V. CONCLUSIONES Y RECOMENDACIONES ................................23
CAPITULO VI. REFERENCIAS DOCUMENTALES .............................................25
I
INDICE DE IMÁGENES
Figura 1 Estado de Jalisco, México. ....................................................................... 6
Figura 2 Captura de pantalla de google maps, ciudad de Zapopan estado de
Jalisco. .................................................................................................................... 6
Figura 3 Captura de pantalla de google maps, Empresa SILBIT , ciudad de
Zapopan, Jalisco. .................................................................................................... 7
Figura 4 Captura de pantalla de google maps, C. Volcán Pico de Orizaba 2721,
Colli Urbano, 45070 Zapopan, Jal. .......................................................................... 7
II
INDICE DE TABLAS
Tabla 1 Descripción de Giros empresariales .....................................................................8
Tabla 2 Categorías de empresas ......................................................................................8
III
CAPÍTULO II. ANTECEDENTES
II. Marco Teórico
El desarrollo de módulos de trazabilidad de pruebas es un proyecto que tiene como
objetivo mejorar la gestión de las pruebas realizadas en los productos de SILBIT,
específicamente en tarjetas (fixtures). Este sistema permite visualizar toda la
gestión de pruebas ejecutadas de un fixture (tarjeta) agilizando la toma de
decisiones y optimizando el control de calidad. A continuación, se describen los
conceptos, teorías y enfoques que fundamentan este estudio y que son clave para
la implementación de este tipo de sistemas en el sector industrial.
Trazabilidad de Pruebas:
La trazabilidad de pruebas hace referencia a la capacidad de rastrear y documentar
el progreso y los resultados de las pruebas de un componente o sistema a lo largo
de su ciclo de vida. Este concepto es esencial en sectores industriales donde la
calidad y la eficiencia de la producción son cruciales. La trazabilidad no sólo permite
obtener información sobre si una prueba fue exitosa o no, sino que también
posibilita un análisis detallado de las condiciones en que se realizó la prueba, los
tiempos de ejecución y los fallos identificados (Wang etal.,2019).
En el contexto de la manufactura electrónica, especialmente con tarjetas y circuitos
impresos (PCBs), la trazabilidad de pruebas es un elemento fundamental para
asegurar que los productos cumplan con los estándares de calidad exigidos. Según
Zhang y Li (2020) Permite a los operativos y supervisores tener acceso a
información en tiempo real sobre el estado de cada producto en proceso, lo cual
facilita la gestión y el diagnóstico de posibles fallos de manera inmediata.
La Norma ISO 9001 (ISO,2015) de gestión de calidad es un ejemplo de un marco
normativo que establece la importancia de la trazabilidad en los procesos
industriales. Esta norma requiere que las organizaciones implementen sistemas
que permitan el seguimiento de cada producto o componente a lo largo de su ciclo
de vida.
1
Metodología Ágil Scrum:
El proyecto de desarrollo de módulos de trazabilidad de pruebas se basa en la
metodología ágil Scrum, un enfoque de gestión de proyectos que prioriza la
flexibilidad, la colaboración y la entrega continua de incrementos funcionales.
Según Schwaber y Sutherland (2020) Scrum se enfoca en ciclos cortos de trabajo
llamados sprints, que suelen durar entre 1 y 4 semanas, y culminan con una revisión
del trabajo realizado para hacer ajustes según sea necesario.
Este enfoque es particularmente útil en proyectos como el que se está
desarrollando, donde los requisitos pueden evolucionar conforme avanza el
desarrollo del producto. Scrum permite que el equipo de trabajo esté siempre
alineado con los objetivos del proyecto y garantiza que las partes interesadas
reciban entregas continuas y funcionales, lo que facilita la retroalimentación y
mejora continua (Fernández, López y García, 2021).
El uso de Scrum también se complementa con herramientas como Jira para la
gestión de tareas y seguimiento del progreso del proyecto, lo que asegura una
comunicación eficiente entre todos los miembros del equipo y una correcta
organización del trabajo.
Tecnologías Utilizadas:
El sistema de trazabilidad propuesto se desarrolla utilizando diversas tecnologías
que permiten la integración de la base de datos, la interfaz de usuario y la lógica de
negocio del sistema. Entre las tecnologías clave se encuentran:
● Python: Lenguaje de programación utilizado para la construcción de la lógica
del sistema debido a su simplicidad, versatilidad y amplia comunidad de
soporte. Python es ideal para el desarrollo de aplicaciones web y
procesamiento de datos en tiempo real (Van Rossum & Drake, 2021).
● Flask: Un micro framework de Python utilizado para crear aplicaciones web
ligeras y eficientes. Flask permite construir una API RESTful para la
interacción con los usuarios y la base de datos, facilitando la integración
entre los diferentes módulos del sistema (Grinberg, 2018).
2
● SQLAlchemy: Es un ORM (Object Relational Mapper) utilizado para
interactuar con bases de datos de forma sencilla y eficiente. Este
componente es crucial para el manejo de los registros de las pruebas, las
fechas de ejecución, y otros datos relevantes de manera estructurada
(Bayer, 2020).
● REST API: La arquitectura RESTful permite que los distintos módulos del
sistema se comuniquen de manera efectiva. A través de APIs REST, los
usuarios pueden interactuar con el sistema, como consultar las pruebas
realizadas en una tarjeta, obtener información sobre su estado o acceder a
los resultados en tiempo real (Fielding, 2018).
Estas tecnologías están diseñadas para trabajar juntas en un sistema que sea fácil
de mantener, escalable y accesible.
Conceptos Clave:
A continuación, se presentan algunos de los conceptos clave relacionados con este
proyecto:
1. Trazabilidad: El proceso de hacer seguimiento a los productos o procesos a
lo largo de su ciclo de vida. En el contexto de este proyecto, se refiere a la
capacidad de rastrear cada prueba realizada sobre una tarjeta, su estado,
duración y resultados (Wang et al., 2019).
2. Gestión de Calidad: Conjunto de actividades y prácticas dirigidas a asegurar
que los productos cumplan con los estándares de calidad requeridos. La
trazabilidad es una parte integral de este proceso, ya que permite monitorear
y mejorar la calidad de manera continua.
3. Control de Producción: Es el proceso mediante el cual se supervisan las
etapas de producción de un producto. En este caso, la trazabilidad permite
gestionar la producción de las tarjetas mediante el monitoreo de las pruebas
(Zhang & Li, 2020).
3
4. Automatización de pruebas: El uso de herramientas automáticas para
ejecutar pruebas sobre los productos sin intervención humana directa. Esto
mejora la precisión de las mediciones y agiliza el proceso de evaluación
(Fernández et al., 2021).
5. Análisis de Datos: La capacidad de analizar y generar reportes basados en
los resultados obtenidos de las pruebas. Los datos de trazabilidad permiten
realizar análisis predictivos y generar informes detallados sobre el
desempeño de las tarjetas.
Marco Normativo y Estándares:
En el desarrollo de sistemas como el que se propone en este proyecto, existen
diversos marcos normativos y estándares que son aplicables. Estos estándares
aseguran que los procesos y los productos finales cumplan con las exigencias de
calidad, seguridad y eficiencia. Los más relevantes son:
● ISO 9001:2015 Norma internacional para sistemas de gestión de calidad que
especifica los requisitos para un sistema de gestión eficaz, en el cual la
trazabilidad es esencial para asegurar la calidad en los procesos productivos
(ISO,2015).
● ISO/IEC 17025 Esta norma se aplica en laboratorios de pruebas y
calibración, y establece los requisitos para la competencia de los laboratorios
de prueba y calibración, incluyendo el control de calidad y la trazabilidad de
las mediciones (ISO/IEC,2017).
● FDA Para productos electrónicos que puedan ser utilizados en el ámbito
médico y otras áreas del sector las regulaciones de la FDA (Administración
de Alimentos y Medicamentos de los EE. UU.) exigen un control exhaustivo
de la calidad y la trazabilidad de las pruebas para garantizar la seguridad y
efectividad de los productos elaborados (FDA,2020).
4
II.2 Marco Referencial
II.2.1 Actividad económica a la que pertenece la empresa, institución u
organización.
La empresa SILBIT pertenece al sector industrial, específicamente a la industria
manufacturera de productos electrónicos. Su actividad económica principal
consiste en el diseño, desarrollo, fabricación, ensamble y prueba de placas de
circuito impreso (PCB) y dispositivos electrónicos, destinados tanto a empresas
nacionales como internacionales en sectores como el médico, industrial y
tecnológico.
II.2.2 Bienes y/o servicios que produce
SILBIT produce una variedad de bienes y servicios tecnológicos, incluyendo:
● Placas de circuito impreso (PCB) de alta calidad.
● Ensamble y pruebas funcionales de productos electrónicos.
● Diseño y desarrollo de dispositivos electrónicos personalizados.
● Servicios de trazabilidad para la manufactura, integrados a sus productos y
reportes de calidad.
II.2.3 Localización geográfica de la empresa (nivel estatal y municipal)
La empresa se ubica en Jalisco, estado clave en la economía y cultura de México.
Situado en la región occidental del país, limita con Nayarit, Zacatecas,
Aguascalientes, Guanajuato, Michoacán, Colima y el océano Pacífico. Es
reconocido por su industria tecnológica, manufacturera y agroindustrial, además de
ser cuna del mariachi y el tequila
5
.
Figura 1 Estado de Jalisco, México.
Fuente: Mapa Jalisco. (s/f). Gob.mx. Recuperado el 22 de enero de 2025, de
https://mapa.jalisco.gob.mx/
A nivel municipal, la empresa está localizada en Zapopan, una zona estratégica
por su conectividad y desarrollo industrial. Su infraestructura facilita el acceso a
mercados clave y fortalece su crecimiento empresarial.
Figura 2 Captura de pantalla de google maps, ciudad de Zapopan estado de Jalisco.
Fuente: Google Maps. (s.f) Google Maps. Recuperado de https://www.google.com/maps
6
Figura 3 Captura de pantalla de google maps, Empresa SILBIT , ciudad de Zapopan, Jalisco.
Fuente: Google Maps. (s.f) Google Maps. Recuperado de https://www.google.com/maps
Figura 4 Captura de pantalla de google maps, Colli Urbano, 45070 Zapopan, Jal.
Fuente: Google Maps. (s.f) Google Maps. Recuperado de https://www.google.com/maps
II.2.4 Giro y tamaño de la empresa
La empresa SILBIT es de giro industrial (Tabla 1), ya que sus actividades
principales están orientadas a la producción de bienes tecnológicos mediante
7
procesos de manufactura. Actualmente se clasifica como una mediana empresa
(Tabla 2), ya que cuenta con aproximadamente 150 empleados distribuidos en
áreas especializadas en diseño, manufactura, calidad y administración.
Tabla 1 Descripción de Giros empresariales
Giros de Empresas
Descripción
Industrial
negocios que se dedican a una fábrica de sillas;
Ejemplos
la fabricación de bienes. fábrica de placas de
Es aquel que usa recursos circuito impreso (PCB.
naturales o materia prima
para transformarla en un
producto terminado.
Actividades enfocadas en Consultorías, Servicios
Servicios
brindar servicios en lugar de
de productos tangibles.
salud,
servicios
financieros,
servicios
de tecnología.
Comercial
Actividades relacionadas Tiendas
minoristas,
con la compra, venta y supermercados,
distribución de bienes y mayoristas
productos.
de
alimentos,
distribuidores.
Fuente: Rodríguez, H. (2022b, abril 5). Define el giro de negocio de tu emprendimiento y
diferénciate de tu competencia. Recuperado el 22 de enero del 2025 de.
https://www.crehana.com/blog/negocios/que-es-giro-negocio/
Tabla 2 Categorías de empresas
Categorías
Descripción
Ejemplos
Ingresos
(USD)
8
Pequeña
Empresas
Empresa
número de empleados restaurantes familiares, $1 millón
con
un Tiendas
locales, Menos de
y un bajo volumen de consultores
ingresos.
independientes. Menos
de 50 Empleados.
Mediana
Empresas de tamaño Fabricantes
Empresa
mediano,
situadas cadenas
medianos, $1 millón
de
tiendas A
entre las pequeñas y regionales, agencias de $50
las
grandes publicidad
corporaciones.
Entre
medianas. millones
50
y
250
empleados.
Gran Empresa
Empresas
escala
con
de
un
gran Empresas
Más
alto multinacionales,
$50
de
volumen de ingresos y compañías globales de Millones
un gran número de tecnología,
empresas
automotrices. Más de
empleados.
250 empleados.
Microempresa
Empresas
pequeñas
con
muy Pequeños
negocios Menos de
una familiares,
tiendas en $100,000
cantidad reducida de línea,
empleados
y
emprendedores
bajos individuales. Menos de
niveles de ingresos.
10 empleados.
Fuente: Secretaría de Economía. (s.f). Gob.mx Empresas. Recuperado el 22 de enero del 2025 de
http://www.economia.gob.mx.
II.2.5 Área de influencia
La principal área de influencia de SILBIT abarca los mercados de Estados Unidos,
Canadá y México, especialmente en los sectores médico, industrial y tecnológico.
Sus servicios están diseñados para satisfacer las necesidades de empresas que
9
requieren productos electrónicos con altos estándares de calidad y trazabilidad,
aprovechando su capacidad para cumplir con normativas internacionales.
II.2.6 Objetivos de la empresa
Misión:
Ofrecemos servicios integrales de diseño y fabricación, desde la creación de
prototipos hasta la integración, todo realizado con los más altos estándares de
calidad. Nuestra filosofía se centra en ser el aliado estratégico que lleva a cabo los
proyectos tecnológicos de nuestros clientes.
Visión:
Nuestra visión es convertirnos en líderes en el desarrollo, fabricación y exportación
de productos tecnológicos de alto valor, contribuyendo significativamente al
crecimiento y éxito de las empresas.
Objetivos Estratégicos:
1. Fortalecer la trazabilidad y control de calidad Implementar sistemas
avanzados de monitoreo y trazabilidad que permitan la supervisión en tiempo
real de las pruebas realizadas, garantizando la eficiencia operativa y la
satisfacción de los clientes.
2. Optimizar procesos productivos. Mejorar continuamente los procesos de
fabricación y prueba mediante la adopción de tecnologías innovadoras,
metodologías ágiles y la capacitación del personal.
3. Expandir la presencia en mercados internacionales. Consolidar la posición
de la empresa en el mercado de América del Norte y explorar oportunidades
de negocio en nuevas regiones estratégicas, apoyándonos en acuerdos
comerciales como el USMCA.
10
4. Promover la innovación tecnológica. Desarrollar soluciones internas como
sistemas de trazabilidad integrados y dispositivos de prueba personalizados,
con el objetivo de ofrecer valor agregado a los clientes y mantenerse a la
vanguardia de la industria.
5. Fomentar la sostenibilidad y responsabilidad social. Reducir el impacto
ambiental mediante la optimización de recursos y la implementación de
prácticas sostenibles en todos los procesos, al tiempo que se promueve un
entorno laboral inclusivo y equitativo.
6. Garantizar la seguridad de la información y la propiedad intelectual. Proteger
la información confidencial de los clientes y de la empresa mediante el uso
de tecnologías seguras, prácticas éticas y el cumplimiento de normativas
internacionales en ciberseguridad.
7. Fortalecer la satisfacción del cliente. Establecer un enfoque centrado en el
cliente que garantice la entrega de productos confiables, personalizados y
de alta calidad, adaptándose continuamente a las necesidades del mercado.
8. Consolidar la cultura organizacional. Fomentar un ambiente de trabajo
colaborativo y motivador, basado en principios de innovación, excelencia y
compromiso con los objetivos de la empresa.
II.2.7 Área de la empresa en donde se desarrolla el proyecto.
El proyecto “Desarrollo de módulos de trazabilidad de pruebas” se desarrollará en
el área de Diseño y desarrollo. Este departamento es responsable de diseñar,
implementar y gestionar soluciones tecnológicas que optimicen los procesos de
manufactura, control de calidad y trazabilidad de los productos fabricados,
asegurando que cumplan con los estándares internacionales requeridos por los
clientes.
11
II.3 Planteamiento del Problema
En la actualidad, SILBIT enfrenta desafíos significativos en la gestión de la
información generada durante los procesos de prueba y verificación de sus
productos. En el área de fabricación, el manejo de datos se realiza mediante
archivos físicos, hojas de cálculo y sistemas desactualizados, lo que ralentiza la
toma de decisiones y genera inconsistencias en la trazabilidad de las pruebas
realizadas a las tarjetas (fixtures).
El problema principal radica en la falta de un mecanismo centralizado y
automatizado que permita registrar, organizar y consultar los resultados de las
pruebas, ya que esto permite saber el patrón de fallas que han habido en un fixture
en concreto, el motivo, tiempo de ejecución y en base a ello, ejecutar una nueva
prueba
para obtener un
resultado distinto.
Actualmente,
la
captura
y
almacenamiento de esta información se lleva a cabo de forma manual, lo que
aumenta el riesgo de errores humanos, pérdida de datos críticos y dificultades en
la identificación de fallas. Además, los registros dispersos dificultan el seguimiento
del historial de pruebas de cada tarjeta, afectando la eficiencia operativa y la
capacidad de respuesta ante incidencias.
La empresa también enfrenta retos adicionales debido a la creciente demanda del
mercado y las normativas de calidad más estrictas, que requieren una trazabilidad
precisa y confiable. La dependencia de procesos manuales limita la posibilidad de
realizar un análisis eficiente del comportamiento de las tarjetas y dificulta la
detección de patrones de fallas. Como consecuencia, se generan retrasos en la
corrección de defectos, lo que puede comprometer la calidad del producto final y la
satisfacción del cliente.
Dado este contexto, es fundamental abordar las deficiencias en la gestión de
información de pruebas, optimizando los procesos de almacenamiento, consulta y
análisis de datos dentro de la empresa.
12
II.4. Objetivos
Objetivo General
Desarrollar un sistema integral de trazabilidad de pruebas que permita al área de
fabricación gestionar y visualizar la información relacionada con las pruebas
realizadas a las tarjetas (fixtures), mejorando la eficiencia, la precisión y el control
de los procesos productivos, y garantizando el cumplimiento de los estándares de
calidad y seguridad de la información, así como también la gestión de clientes y
órdenes de venta en la empresa, para tener un control del flujo de proyectos, y en
base a ello, definir los tiempos de ejecución de prueba.
Objetivos Específicos
1. Diseñar e implementar un buscador eficiente basado en escaneo de código
de barras: Facilitar la localización de información específica sobre las tarjetas
y las pruebas ejecutadas, optimizando los tiempos de búsqueda y consulta
de datos.
2. Integrar funcionalidades avanzadas para la visualización de datos de
pruebas: Proveer acceso detallado a información sobre las suites
ejecutadas, el estado de cada prueba, su duración y su fecha de ejecución,
así como permitir la consulta de evidencias multimedia, incluyendo
imágenes, videos y audios asociados a las pruebas.
3. Desarrollar un módulo de gestión de usuarios: Establecer niveles de acceso
y control para garantizar la seguridad de la información, permitiendo que solo
el personal autorizado pueda gestionar y visualizar los datos del sistema.
4. Automatizar los procesos de trazabilidad, órdenes de venta y usuarios:
Implementar un sistema centralizado y automatizado que elimine la
dependencia de métodos manuales, reduciendo errores humanos y
mejorando
la
consistencia
y fiabilidad
de
los
datos
registrados.
13
5. Fomentar la mejora continua en los procesos productivos: Proporcionar una
herramienta que permita al personal identificar patrones de comportamiento
y fallas en las tarjetas, facilitando la toma de decisiones informadas y el
diseño de estrategias para optimizar la calidad del producto final.
6. Implementar una metodología ágil para el desarrollo del proyecto: Utilizar la
metodología Scrum para garantizar la entrega incremental de módulos
funcionales, permitiendo revisiones continuas y adaptaciones en función de
las necesidades de la empresa.
II.5. Justificación
El proyecto de desarrollo de módulos de trazabilidad de pruebas es fundamental
para mejorar la gestión y control de los procesos productivos en el área de
fabricación, brindando una solución tecnológica avanzada que aborda de manera
directa las necesidades de análisis y visualización de datos relacionados con las
pruebas realizadas a las tarjetas (fixtures).
La implementación de este sistema es esencial para optimizar el manejo de datos
de las pruebas realizadas a las tarjetas, eliminando la dependencia de métodos
manuales que suelen ser propensos a errores y poco eficientes. Este proyecto
permite la automatización de procesos, mejorando la precisión, la velocidad y la
fiabilidad de la información, lo cual resulta crítico para una toma de decisiones
informada y oportuna.
El proyecto contribuye indirectamente al desarrollo económico y social al mejorar la
eficiencia de los procesos productivos de la empresa, lo que se traduce en
productos de mayor calidad y menor tiempo de fabricación. Esto beneficia a los
clientes finales al garantizar productos confiables y accesibles. Asimismo, el
sistema fomenta la sostenibilidad al reducir el desperdicio asociado a fallas en las
tarjetas y minimizar el impacto ambiental generado por reprocesos.
14
Desde una perspectiva práctica, el proyecto ofrece una herramienta funcional y
adaptable que centraliza la información de pruebas, simplifica la visualización de
datos y permite un análisis detallado de cada tarjeta. La integración de módulos
como el escaneo de códigos de barras y la visualización multimedia en pruebas
específicas asegura que el personal pueda acceder rápidamente a la información
necesaria, reduciendo tiempos de inactividad y aumentando la productividad
general.
Aporta un valor teórico al integrar conceptos clave de trazabilidad, gestión de datos
y control de calidad en un contexto industrial. El uso de una metodología ágil como
Scrum en el desarrollo del proyecto no solo asegura una implementación eficiente
y ajustada a las necesidades de la empresa, sino que también proporciona un
modelo metodológico replicable en proyectos similares.
El proyecto no sólo es relevante para el área de fabricación de la empresa, sino que
también tiene un impacto significativo en la mejora de procesos, el fortalecimiento
de la competitividad y la creación de un modelo metodológico replicable,
contribuyendo así al crecimiento y desarrollo tanto a nivel organizacional como
sectorial.
15
CAPÍTULO III.METODOLOGÍA
III.1 Enfoque metodológico
Para el desarrollo de este proyecto, se ha optado por un enfoque metodológico
mixto (cualitativo y cuantitativo), ya que permite combinar las fortalezas de ambos
métodos para obtener resultados más completos y robustos.
Enfoque cuantitativo:
Se utilizará para analizar datos numéricos y estadísticos relacionados con la
eficiencia del sistema de trazabilidad propuesto, como tiempos de respuesta,
reducción de errores y mejora en la productividad. Este enfoque permitirá medir el
impacto del sistema de manera objetiva y validar su efectividad.
Enfoque cualitativo:
Se empleará para comprender las percepciones y experiencias de los usuarios
finales (3 de producción y 1 de ventas) y del jefe de desarrollo, quienes
interactuarán directamente con el sistema. Este enfoque permitirá identificar áreas
de mejora en la usabilidad y funcionalidad del sistema, así como validar su
adaptabilidad a los procesos actuales de la empresa.
La combinación de ambos enfoques permitirá no solo medir el impacto del sistema,
sino también entender cómo se integra en el contexto real de la empresa y cómo
puede optimizarse para satisfacer las necesidades de los usuarios finales.
III.2 Método de recolección de datos
Dado que el sistema está dirigido a usuarios finales (3 de producción y 1 de ventas)
y al jefe de desarrollo (para la entrega), el método de recolección de datos se
centrará en estos actores clave. A continuación, se describen los métodos y
técnicas que se utilizarán:
a) Método experimental
16
Se utilizará un método de investigación-acción, ya que este enfoque permite
desarrollar e implementar el sistema de trazabilidad de manera iterativa, en
colaboración con los usuarios finales y el jefe de desarrollo. Este método es
adecuado porque:

Permite probar el sistema en un entorno real, aunque limitado.

Facilita la retroalimentación continua para mejorar el sistema.

Se ajusta a la metodología ágil (Scrum) que se está utilizando para el
desarrollo del proyecto.
b) Técnicas e instrumentos de recolección de datos
Las técnicas e instrumentos que se emplearán son los siguientes:

Entrevistas no estructuradas: Se realizarán entrevistas con el jefe de
desarrollo (ya que él es el único que interactúa con las demás partes) para
recopilar información sobre los procesos actuales de gestión de datos, los
desafíos que enfrentan y las expectativas que tienen respecto al sistema de
trazabilidad. Estas entrevistas permitirán obtener información cualitativa
valiosa para el diseño y mejora del sistema.

Observación participante: Se observará cómo los usuarios interactúan con
el sistema actual y con el prototipo del nuevo sistema. Esto permitirá
identificar problemas de usabilidad y áreas de mejora.

Pruebas de funcionalidad: Se realizarán pruebas controladas del sistema
con el jefe de desarrollo, utilizando datos reales proporcionados por ellos.
Estas pruebas permitirán recopilar datos cuantitativos sobre la eficiencia del
sistema (por ejemplo, tiempo de respuesta, precisión en la búsqueda de
datos, funcionalidad y respuesta correcta, etc.).
c) Procedimiento para la recolección, análisis e interpretación de datos

Recolección de datos:
1. Conversaciones no estructuradas

Coordinar reuniones breves (15 a 20 minutos) con el jefe de sistemas
para discutir las necesidades de cada módulo.

Tomar notas breves en con la herramienta de Notepad ++ durante o
después de las pláticas sobre requisitos, problemas actuales y
cambios solicitados.
2. Revisión de base de datos
17

Acceder a la base de datos actual (una copia) y revisar de 10 a 15
registros representativos. (fixtures, órdenes de venta, clientes y
gestiones de compra).

Anotar observaciones clave, (Duplicaciones, datos faltantes, patrones
de registros) en una Tabla en Word.
3. Pruebas de funcionalidad:

Probar cada módulo terminado con el jefe de sistema, en sesiones
cortas de 10 a 15 minutos.

Análisis de datos:

Para datos cuantitativos: Calcular manualmente promedios de tiempos y
errores en una tabla (sin necesidad de Excel, dado el tamaño pequeño
de la muestra).

Para datos cualitativos: Revisar notas y resumir temas recurrentes
(ejemplo: "dificultad para encontrar datos") en una lista o tabla en Google
Docs.

Interpretación de resultados:

Comparar tiempos y errores del sistema actual vs. el propuesto en una
tabla sencilla.

Resumir la retroalimentación cualitativa en un párrafo breve, destacando
mejoras y ajustes sugeridos.
III.3 Definir el Universo(población) y el tamaño de muestra
El universo de estudio está conformado por los usuarios finales del sistema de
trazabilidad, que incluyen:
3 usuarios de producción: Encargados de gestionar y escanear los fixtures,
verificar pruebas fallidas y autorizar pruebas.
1 usuario de ventas:
18
Responsables de gestionar órdenes de venta y clientes.
1 jefe de desarrollo:
Encargado de ingresar manualmente los datos en la base de datos actual y
gestionar todo el sistema.
Tamaño de la muestra:
El tamaño de la muestra para este estudio es de 5 participantes (3 de producción,
1 de ventas y 1 jefe de desarrollo).
Este tamaño es adecuado por las siguientes razones:
Principio de saturación: En investigaciones cualitativas, el tamaño de la muestra no
se determina mediante fórmulas estadísticas, sino por el principio de saturación, es
decir, cuando se obtiene suficiente información para responder a las preguntas de
investigación (Glaser & Strauss, 1967). Dado que los 6 participantes
son informantes clave con conocimiento profundo de los procesos actuales y serán
los principales usuarios del sistema, su participación es suficiente para alcanzar la
saturación teórica.
Representatividad: Los participantes seleccionados representan a todos los grupos
de usuarios que interactuarán con el sistema (producción, ventas y desarrollo), lo
que garantiza que los resultados sean relevantes para cada área.
Limitaciones prácticas: Dado que el acceso a más usuarios podría ser limitado
debido a la naturaleza operativa de la fábrica, trabajar con una muestra pequeña
pero representativa es una solución viable y aceptada en investigaciones
cualitativas (Guest, Bunce & Johnson, 2006).
Justificación del tamaño de muestra
Cualitativo: El tamaño de la muestra es adecuado para alcanzar la saturación
teórica, ya que los 5 participantes proporcionarán información suficiente para
entender las necesidades y expectativas de los usuarios finales.
Cuantitativo: Aunque la muestra es pequeña, los datos cuantitativos recopilados
(como tiempos de respuesta y reducción de errores) pueden complementarse con
información histórica de la base de datos actual, lo que permite realizar
comparaciones y análisis más robustos.
19
III.4 Recopilación de datos
La recopilación de datos se realizó utilizando instrumentos sencillos y accesibles,
alineados con el enfoque mixto y las limitaciones del proyecto. A continuación, se
describen los instrumentos aplicados y se presentan los formatos llenos:
1. Entrevistas no estructuradas:
Instrumento: Lista de preguntas guía (no un cuestionario rígido) para orientar
las conversaciones con el jefe de desarrollo.
Formato: Notas tomadas (ver ANEXO 1) en un documento de Notepad ++
durante tres reuniones (inicio, mitad, final).
2. Pruebas de funcionalidad:
Instrumento: Tabla simple para registrar tiempos de respuesta y errores por
módulo, aplicada a los 5 usuarios (jefe de desarrollo, 3 de producción, 1 de
ventas).
Formato: Tabla en Excel (ver ANEXO 2) con columnas: "Usuario", "Módulo",
"Tiempo de respuesta (seg)", "Errores".
3. Revisión de base de datos:
Instrumento: Tabla para registrar observaciones de la base de datos actual.
Formato: Tabla en Excel (ver Anexo 3) con columnas: "Tipo de registro",
"Observación".
4. Presentación de resultados:
Los datos cuantitativos se resumirán en una tabla comparativa simple (ver
ANEXO 4) (sistema actual vs. Propuesto) .
Los datos cualitativos se presentarán en un resumen narrativo breve (ANEXO
5), destacando temas clave y sugerencias de mejora.
20
CAPÍTULO IV. ANÁLISIS DE RESULTADOS Y DISCUSIÓN
Con base en los datos recopilados durante la implementación del sistema de
trazabilidad de pruebas en SILBIT, se presenta a continuación la sistematización
de los resultados cuantitativos y cualitativos obtenidos mediante entrevistas no
estructuradas, pruebas de funcionalidad y revisión de la base de datos actual. Estos
hallazgos se organizan en la Tabla (ver ANEXO 4) para facilitar su interpretación,
contrastándolos con el sistema actual y el propuesto, y se discuten en el contexto
del marco teórico desarrollado.
Los resultados cuantitativos (ver ANEXO 4) muestran una mejora significativa: el
tiempo promedio de respuesta se redujo de 10 a 5.4 segundos (46% menos), y los
errores promedio disminuyeron de 1.5 a 0.2 por operación (86% menos). Estas
métricas, obtenidas de las pruebas de funcionalidad con los módulos Sales Order,
Customer y Purchase Management (ver ANEXO 2), reflejan la eficacia del sistema
propuesto en optimizar la búsqueda y gestión de datos, un objetivo clave señalado
en el apartado II.4. La implementación de tecnologías como Python, Flask y
SQLAlchemy (Van Rossum & Drake, 2021; Grinberg, 2018; Bayer, 2020) permitió
automatizar procesos y centralizar la información, eliminando la dependencia de
métodos manuales descrita en el planteamiento del problema (II.3).
Cualitativamente, las entrevistas con el jefe de desarrollo (ver ANEXO 1) y la
revisión de la base de datos (ver ANEXO 3) identificaron problemas críticos en el
sistema actual: duplicaciones en fixtures (e.g., fixture #123 repetido), datos faltantes
en órdenes de venta y fechas incorrectas en gestiones de compra. El sistema
propuesto resuelve estas deficiencias mediante validaciones automáticas, escaneo
QR y filtros avanzados, como se detalla en el resumen narrativo (ANEXO 5). Los
usuarios destacaron la rapidez del módulo Sales Order (búsqueda en 4.5 segundos
con QR), la precisión en Customer (filtros por ID y región) y la visibilidad de estados
en Purchase Management, alineándose con la trazabilidad de pruebas definida por
Wang et al. (2019) como un proceso clave para el control de calidad.
21
En el marco teórico, la Norma ISO 9001:2015 (ISO, 2015) enfatiza la trazabilidad
como pilar de la gestión de calidad, un estándar que SILBIT busca cumplir. Los
resultados confirman que el sistema propuesto satisface este requisito al rastrear
pruebas y garantizar la integridad de los datos, superando las limitaciones
manuales previas. Asimismo, el uso de Scrum (Schwaber & Sutherland, 2020)
facilitó entregas iterativas, como los sprints que integraron retroalimentación para
ajustes (e.g., botones más visibles), reflejando la flexibilidad y colaboración que
Fernández et al. (2021) destacan como ventajas de esta metodología.
La discusión revela que el sistema no solo mejora la eficiencia operativa, sino que
también fortalece el control de producción y la gestión de calidad (Zhang & Li, 2020),
objetivos estratégicos de SILBIT (II.2.6). Comparado con estudios como el de Wang
et al. (2019), que abordan trazabilidad en manufactura electrónica, este proyecto
aporta una solución práctica con recursos limitados, aunque su alcance (5 usuarios)
restringe su escalabilidad inmediata. Las sugerencias pendientes —botones
visibles, exportación de datos, campos de notas— indican áreas de mejora que
podrían optimizar aún más la usabilidad.
En síntesis, los resultados validan la efectividad del sistema propuesto para resolver
las deficiencias señaladas en II.3, alineándose con los principios teóricos y
normativos del marco desarrollado. La integración de tecnologías modernas y
Scrum demuestra su viabilidad en un contexto industrial como el de SILBIT.
22
CAPÍTULO V. CONCLUSIONES Y RECOMENDACIONES
El análisis de resultados demuestra que el sistema de trazabilidad de pruebas
desarrollado para SILBIT cumple con el objetivo general de optimizar la gestión y
visualización de datos en el área de fabricación (II.4). La reducción del tiempo de
respuesta de 10 a 5.4 segundos y de errores de 1.5 a 0.2 por operación evidencia
una mejora cuantitativa en la eficiencia y precisión, resolviendo problemas como
duplicaciones y datos incompletos identificados en el sistema actual (II.3).
Cualitativamente, los módulos Sales Order, Customer y Purchase Management,
implementados con tecnologías como Python y Flask (Van Rossum & Drake, 2021;
Grinberg, 2018), ofrecen soluciones prácticas como escaneo QR y filtros
avanzados, fortaleciendo el control de calidad y la toma de decisiones, en línea con
la Norma ISO 9001:2015 (ISO, 2015). El uso de Scrum (Schwaber & Sutherland,
2020) garantizó entregas incrementales y adaptables, alineándose con las
necesidades de SILBIT.
De forma genérica, este trabajo aporta un modelo replicable para empresas
manufactureras que buscan mejorar la trazabilidad con recursos limitados,
integrando automatización y metodologías ágiles. Se concluye que el sistema no
solo incrementa la productividad, sino que también contribuye a la competitividad
de SILBIT en mercados internacionales (II.2.6), al cumplir con estándares de
calidad y reducir reprocesos.
Se recomienda: 1) Mejorar la usabilidad del usuario para minimizar tiempos de
búsqueda y acciones en el sistema, 2) habilitar exportación de datos en CSV/PDF
para reportes, 3) agregar campos de notas en Customer y Purchase Management,
y 4) desarrollar notificaciones visuales para órdenes en uso. Estas mejoras,
derivadas de la retroalimentación de los usuarios (ANEXO 5), optimizarían la
usabilidad.
Reflexionando sobre el proyecto, surgen líneas futuras: ¿Cómo adaptar este
sistema a una mayor cantidad de usuarios sin perder simplicidad? ¿Podría la
integración de análisis predictivo, como sugieren Fernández et al. (2021), anticipar
23
fallas en las tarjetas? ¿Qué impacto tendría escalar esta solución a otros productos
electrónicos de SILBIT? Estas preguntas abren caminos para investigaciones en
trazabilidad, automatización y gestión industrial, potenciando el desarrollo
tecnológico en el sector.
24
CAPITULO VI. REFERENCIAS DOCUMENTALES
Secretaría de Economía. (s/f). Gob.mx. Recuperado el 24 de enero de 2025, de
https://www.gob.mx/se/
Rodríguez, H. (2022b, abril 5). Define el giro de negocio de tu emprendimiento y
diferénciate de tu competencia. Recuperado el 22 de enero del 2025 de.
https://www.crehana.com/blog/negocios/que-es-giro-negocio/
Bayer, M. (2020). SQLAlchemy: Database Access for Python. Recuperado el 16 de
febrero del 2025 de https://www.sqlalchemy.org
Fielding, R. T. (2018). Architectural Styles and the Design of Network-based
Software Architectures. University of California, Irvine. Recuperado el 16 de febrero
del 2025 de https://www.ics.uci.edu/~fielding/pubs/dissertation/top.htm
Fernández, J., López, M., & García, R. (2021). Agile methodologies in software
development: A practical approach. Journal of Systems and Software, 173, 110125. Recuperado el 16 de febrero de https://doi.org/10.1016/j.jss.2020.110851
Grinberg, M. (2018). Flask Web Development: Developing Web Applications with
Python. O'Reilly Media.
ISO. (2015). ISO 9001:2015 - Quality management systems. Recuperado el 16 de
febrero del 2025 de https://www.iso.org/standard/62085.html
Van Rossum, G., & Drake, F. L. (2021). Python 3.9.2 documentation. Recuperado
el 16 de febrero del 2025 de https://docs.python.org/3/
Wang, Y., Zhang, X., & Liu, H. (2019). Traceability in manufacturing: A systematic
review. International Journal of Production Research, 57(15-16), 4932-4950.
Recuperado el 16 de febrero del 2025 de https://www.doi.org/
25
Zhang, J., & Li, Q. (2020). Real-time traceability in electronic manufacturing:
Challenges and solutions. IEEE Transactions on Industrial Informatics, 16(4), 24562465.
Recuperado
el
16
de
febrero
del
2025
de https://doi.org/10.1109/TII.2019.2944082
FDA. (2020). Code of Federal Regulations (CFR) Title 21: Food and Drugs.
Recuperado el 16 de febrero del 2025 de https://www.fda.gov
ISO/IEC. (2017). ISO/IEC 17025:2017 - General requirements for the competence
of testing and calibration laboratories. Recuperado el 16 de febrero del 2025
de https://www.iso.org/standard/66912.html
Guest, G., Bunce, A., & Johnson, L. (2006). How Many Interviews Are Enough? An
Experiment with Data Saturation and Variability. Field Methods, 18(1), 59-82.
Recuperado el 16 de febrero del 2025
de https://journals.sagepub.com/doi/10.1177/1525822X05279903
Morse, J. M. (1995). The Significance of Saturation. Qualitative Health Research,
5(2), 147-149. Recuperado el 16 de febrero del 2025
de https://journals.sagepub.com/doi/10.1177/104973239500500201
Saunders, B., Sim, J., Kingstone, T., Baker, S., Waterfield, J., Bartlam, B.,
Burroughs, H., & Jinks, C. (2018). Saturation in Qualitative Research: Exploring Its
Conceptualization and Operationalization. Quality & Quantity, 52(4), 1893-1907.
Recuperado el 16 de febrero del 2025
de https://link.springer.com/article/10.1007/s11135-017-0574-8
26
ANEXO 1.
1
2
3
ANEXO 2
4
ANEXO 3
5
ANEXO 4
Calcula el promedio de "Tiempo de respuesta (seg)" de la Tabla (Anexo 2)
(Pruebas de funcionalidad): (4.5 + 4.0 + 5.0 + 6.0 + 5.5 + 6.5 + 5.0 + 4.5 + 7.0 +
6.0) / 10 = 5.4 seg.
Calcula el promedio de "Errores": (0 + 0 + 0 + 1 + 0 + 0 + 0 + 0 + 1 + 0) / 10 = 0.2
errores.
Sistema actual: Usa valores estimados de las entrevistas (10 seg, 1.5 errores
promedio).
6
ANEXO 5
Los datos cualitativos de las entrevistas y la revisión de base de datos se
presentarán en un párrafo que destaque temas clave y sugerencias de mejora
La evaluación inicial del sistema actual, mediante entrevistas con el jefe de
desarrollo y la revisión de la base de datos, evidenció limitaciones críticas: tiempos
de búsqueda prolongados (10-12 segundos), duplicaciones en fixtures (e.g., fixture
#123 repetido), registros incompletos en órdenes de venta y gestiones de compra
con fechas erróneas. Estos problemas afectan la eficiencia operativa y la
trazabilidad. El sistema propuesto, analizado en reuniones intermedias y finales,
introduce mejoras significativas: reduce el tiempo de respuesta a 5.4 segundos
promedio, elimina duplicaciones mediante validaciones automáticas y optimiza la
gestión con escaneo QR en Sales Order, filtros avanzados en Customer y estados
visibles en Purchase Management. Los usuarios reconocen su rapidez y precisión,
incrementando la productividad. Sin embargo, persisten sugerencias de mejora: un
botón más visible para guardar cambios, filtros por fecha en órdenes antiguas,
opciones de exportación de datos (CSV/PDF), campos de notas para clientes y
compras, y notificaciones visuales para órdenes en uso. Estas recomendaciones,
derivadas de la retroalimentación, orientan ajustes futuros para perfeccionar la
usabilidad y funcionalidad del sistema.
7