Cómo presentar los resultados de una tesina cuantitativa en Ingeniería Industrial (2026): tablas, gráficos e indicadores antes/después

Muchas tesinas de Ingeniería Industrial siguen un patrón parecido: se mide un proceso, se implementa una mejora, y se vuelve a medir. El problema no suele estar en el diseño ni en la mejora implementada, sino en cómo se presenta esa comparación antes/después en el capítulo de resultados: tablas sin unidad de medida, gráficos sin línea de base, indicadores mezclados con diferentes períodos de referencia sin aclararlo.

Esta guía repasa cómo se estructura el capítulo de resultados de una tesina cuantitativa de Ingeniería Industrial, qué gráficos y tablas corresponden a un diseño de mejora de procesos, cómo se reporta si la mejora observada es estadísticamente significativa, un ejemplo completo de tabla resumen y cómo se referencian tablas y figuras en APA 7.

El orden que espera el jurado en este tipo de tesina

Un capítulo de resultados de mejora de procesos se lee mejor cuando sigue una secuencia lógica: primero el diagnóstico del estado inicial (línea de base), después el detalle de la intervención implementada, y por último la comparación antes/después con su significación estadística. Presentar los datos en otro orden —por ejemplo, mostrar primero el resultado final sin haber establecido la línea de base— deja al lector sin el punto de referencia necesario para juzgar si la mejora es grande, chica o irrelevante. Para ubicar tu diseño antes de armar ese diagnóstico inicial, la guía sobre los tipos de investigación explica en términos generales qué alcance tiene cada uno.

Indicadores típicos de una tesina de mejora de procesos

• Tiempo de ciclo (cycle time): el tiempo que tarda una unidad en completar el proceso, de principio a fin.
• Tasa de defectos o rechazo: porcentaje de unidades que no cumplen la especificación, antes y después de la mejora.
• OEE (Overall Equipment Effectiveness): el indicador que combina tres factores en un único porcentaje —disponibilidad (tiempo que el equipo estuvo operativo sobre el tiempo planificado), rendimiento (velocidad real sobre la velocidad ideal) y calidad (unidades buenas sobre unidades totales producidas)—, muy usado en tesinas centradas en mantenimiento o en líneas de producción. Reportar el OEE desagregado en sus tres componentes, no solo el número final, permite mostrar exactamente en qué factor impactó la mejora.
• Primer paso correcto (first pass yield): porcentaje de unidades que pasan el proceso sin necesidad de retrabajo.
• Productividad (unidades por hora-hombre o por hora-máquina): útil cuando la mejora apunta a reducir tiempos improductivos o mermas de material.

Elegí uno o dos indicadores centrales que respondan directamente a tu pregunta de investigación, en lugar de reportar diez indicadores distintos sin jerarquía: un capítulo de resultados que mezcla demasiadas métricas sin indicar cuál es la principal dificulta que el jurado siga el argumento.

Gráficos que corresponden a este tipo de diseño

• Gráfico de barras antes/después: el más directo para comparar un único indicador en dos momentos (línea de base vs. después de la intervención), con el valor numérico rotulado sobre cada barra.
• Gráfico de control (control chart): muestra la variación del proceso a lo largo del tiempo, con límites de control superior e inferior, y es el gráfico estándar cuando el objetivo es mostrar que el proceso se estabilizó después de la mejora, no solo que el promedio bajó.
• Diagrama de Pareto: ordena las causas de un problema (defectos, tiempos muertos, reclamos) de mayor a menor frecuencia, útil en el diagnóstico inicial para justificar en qué causa se enfocó la mejora.
• Gráfico de tendencia (run chart): muestra la evolución de un indicador período a período, útil cuando la mejora se implementó gradualmente y no en un único momento discreto.

Cada gráfico tiene que estar numerado, con un título descriptivo, ejes rotulados con su unidad de medida, y referenciado explícitamente en el texto —nunca insertado sin que el párrafo que lo acompaña explique qué hay que mirar en él.

Cómo reportar si la mejora es estadísticamente significativa

Una diferencia entre el «antes» y el «después» puede deberse a la mejora implementada, o simplemente a la variación normal del proceso. Reportar solo el promedio antes y el promedio después, sin ninguna prueba estadística, deja esa pregunta sin responder. Si todavía no tenés claro qué prueba corresponde a tu diseño, el árbol de decisión completo está en qué prueba estadística usar en tu tesina.

• Prueba t para muestras relacionadas (o Wilcoxon si no se cumple normalidad): corresponde cuando comparás las mismas unidades de análisis (el mismo proceso, la misma línea) medidas antes y después.
• Prueba t para muestras independientes (o Mann-Whitney): corresponde cuando comparás dos grupos distintos —por ejemplo, una línea que recibió la mejora contra otra que no—, no las mismas unidades en dos momentos.
• Cartas de control con límites estadísticos: además de mostrar la tendencia visual, permiten identificar si el proceso salió de un estado de variación común a uno de variación especial después de la intervención.

Un ejemplo ilustrativo de cómo se reporta: «El tiempo de ciclo promedio se redujo de 42,3 minutos (DE = 5,1) antes de la intervención a 34,7 minutos (DE = 3,8) después, una diferencia estadísticamente significativa (prueba t para muestras relacionadas, p < ,05)». Los valores de esta oración son enteramente ilustrativos y sirven solo para mostrar la estructura del reporte, no como datos reales de ningún proceso. El formato exacto de este tipo de oración —cursivas, decimales, orden de los símbolos— está desarrollado con plantillas listas para copiar en cómo reportar resultados estadísticos en APA 7.

Ejemplo ilustrativo de tabla resumen

Una tabla de resultados de mejora de procesos suele funcionar mejor con esta estructura de columnas: indicador, valor antes, valor después, diferencia porcentual, y resultado de la prueba estadística. El siguiente ejemplo es enteramente ilustrativo:

Presentar todos los indicadores relevantes en una única tabla resumen, además de las figuras individuales, le da al jurado una vista consolidada del impacto de la mejora sin tener que buscar cada número en párrafos separados. Notá que cada fila incluye la medida de dispersión o el estadístico correspondiente: una tabla que solo muestra el promedio antes y después, sin ningún indicador de variabilidad o significación, deja la pregunta de fondo —¿esta mejora es real o es ruido?— sin responder.

Cómo se referencian tablas y figuras en APA 7

APA 7 distingue entre «Tabla» (datos organizados en filas y columnas) y «Figura» (cualquier otro tipo de imagen: gráficos, diagramas, fotografías), cada una con su propia numeración correlativa independiente. En ambos casos, el número va en negrita y alineado a la izquierda («Tabla 3», «Figura 2»), y en la línea siguiente va el título en cursiva, breve y descriptivo (Comparación de Indicadores Antes y Después de la Intervención); número y título se ubican arriba de la tabla o de la figura, y las notas, si las hay, van debajo. Toda tabla o figura que tomaste de otra fuente necesita una nota que indique de dónde proviene; las que construiste con tus propios datos no necesitan nota de fuente, aunque conviene aclarar en el texto con qué software o método se elaboraron. Mantené la misma convención en todas las tablas y figuras del capítulo.

Errores frecuentes al presentar estos resultados

• Reportar el promedio sin la medida de dispersión. Un promedio sin desvío estándar (o rango intercuartílico) no permite juzgar si la mejora es consistente o si hay mucha variabilidad escondida detrás del número.
• Comparar períodos de distinta duración sin aclararlo. Si la línea de base cubre dos meses y el «después» cubre solo dos semanas, la comparación no es equivalente; declará siempre el período exacto de cada medición.
• Usar «mejoró significativamente» sin haber corrido ninguna prueba estadística. «Significativo» tiene un significado técnico preciso en estadística; usarlo como sinónimo de «bastante» sin el respaldo de una prueba es un error que un jurado con formación cuantitativa corrige de inmediato.
• No declarar qué otros factores cambiaron al mismo tiempo que la intervención. Si en el mismo período se cambió de turno, de proveedor o de personal, esa covariable puede explicar parte del cambio observado, y hay que reconocerlo como una limitación.
• Mezclar el gráfico de control con un gráfico de barras simple sin distinguir su propósito. Cada tipo de gráfico responde una pregunta distinta; elegilo según lo que necesitás mostrar, no por preferencia visual.

Checklist antes de armar tu capítulo de resultados

1. ¿Presentaste primero la línea de base, después la intervención, y por último la comparación?
2. ¿Elegiste uno o dos indicadores centrales en lugar de reportar demasiadas métricas sin jerarquía?
3. ¿Cada gráfico y tabla está numerado, titulado según APA 7 y referenciado explícitamente en el texto?
4. ¿Reportaste una prueba estadística para respaldar cualquier afirmación de mejora significativa?
5. ¿Incluiste la medida de dispersión (desvío estándar o rango) junto a cada promedio?
6. ¿Declaraste el período exacto de cada medición y cualquier otro factor que haya cambiado al mismo tiempo?
7. ¿Tu tabla resumen incluye el estadístico y el valor p de cada indicador, no solo los promedios?

Preguntas frecuentes

¿Necesito un gráfico de control sí o sí, o alcanza con un gráfico de barras antes/después?

Depende de tu objetivo: un gráfico de barras alcanza para comparar dos promedios puntuales, pero si tu argumento es que el proceso se volvió más estable (menos variable), necesitás un gráfico de control que muestre la dispersión a lo largo del tiempo, no solo el promedio final.

¿Qué hago si mi mejora no dio resultados estadísticamente significativos?

Reportalo igual, con honestidad: un resultado no significativo es un hallazgo válido, no un fracaso de la tesina. Discutí en el capítulo de discusión las razones posibles (tamaño de muestra chico, período de medición corto, otros factores que interfirieron) y evitá forzar una interpretación positiva que los datos no sostienen.

¿Puedo usar Excel para armar estos gráficos o necesito un software especializado?

Excel alcanza perfectamente para gráficos de barras, de tendencia y tablas resumen; para gráficos de control con límites estadísticos calculados automáticamente, un software estadístico (Minitab, R o incluso una plantilla de Excel con las fórmulas de los límites de control) simplifica el trabajo, pero no es indispensable si sabés calcular los límites vos mismo/a con la fórmula correspondiente.

¿Cómo decido cuántas mediciones necesito antes y después de la intervención?

Como orientación general, cuantas más mediciones tengas en cada período, más confiable es la comparación. Para una prueba t, el número adecuado depende del tamaño del efecto que esperás detectar y de la variabilidad del proceso, algo que se estima con un cálculo de tamaño muestral; para un gráfico de control, necesitás bastantes más puntos para estimar los límites con solidez, según lo que indique el manual de control estadístico que uses. Consultá con tu director/a el mínimo razonable según tu diseño específico.

¿El OEE se reporta siempre desagregado en sus tres factores?

Es lo recomendable en una tesina, aunque no siempre sea la práctica en reportes industriales rápidos: mostrar solo el porcentaje final de OEE no le dice al jurado si la mejora vino de más disponibilidad, mejor rendimiento o menos defectos, mientras que desagregarlo en sus tres factores deja ver exactamente dónde actuó la intervención que implementaste.