-
EL CONTROL DE CALIDAD Y LAS SIETE HERRAMIENTAS BSICAS
El Control de Calidad tuvo su origen en la produccin industrial
masiva de
principios del siglo XX, el desarrollo de los mtodos de
produccin en cadena
plante el primer problema de calidad, en cuanto que sta estaba
ligada a la
conformidad con las especificaciones de los productos y sus
componentes: a una
ms alta conformidad (calidad), correspondera un nmero menor de
desechos y
reprocesos, con lo que el coste del proceso productivo, y del
producto, se
reducira.
Surgen entonces los primeros procedimientos de control de
calidad. La funcin de
calidad, bajo esta ptica clsica, se limita a la realizacin de
una serie de
observaciones que tienen como objetivo la verificacin de la
concordancia de los
diferentes dispositivos y componentes a su especificacin,
previamente
establecida. Los resultados de las observaciones permitiran
separar el producto
aceptable del no aceptable mediante la inspeccin final del
producto ya terminado.
En Estados Unidos, el liderazgo de Frederick Taylor y su
direccin cientfica
(Taylor, 1911) supuso la separacin entre la planificacin del
trabajo y su
ejecucin: la planificacin era realizada por distintos
especialistas mientras que los
capataces y operarios ejecutaban la planificacin hecha por
aquellos.
Desde el punto de vista del control de calidad, tambin se segreg
la produccin
de la inspeccin. Se crearon entonces departamentos de inspeccin,
llamados de
Control de Calidad o de Aseguramiento de la Calidad, con la
finalidad de
separar los productos buenos de los defectuosos de forma que
stos no llegaran
al cliente.
Si bien el aumento de la productividad fue evidente, se foment
la idea de que la
calidad era materia de los departamentos especializados en la
inspeccin de la
calidad. El concepto subyacente de gestin de la calidad era que
cada
departamento funcional entregaba su producto al siguiente y,
finalmente, el
departamento de calidad separaba la produccin correcta de la
incorrecta.
En el desarrollo de los mtodos de control de calidad se produjo
un salto
cualitativo con los estudios de Walter A. Shewhart, que entonces
trabajaba en los
Laboratorios Bell Telephone, quien a partir de la dcada de 1920
inici el
perfeccionamiento del control de la calidad introduciendo el
muestreo estadstico
de los procesos. Defini el control de calidad en trminos de
variacin provocada
por causas asignables y causas aleatorias e introdujo los
grficos de control de
proceso como una herramienta para distinguir entre los dos tipos
de variaciones.
El control de calidad se desplaza entonces de la mera inspeccin
final del
producto, al control estadstico del proceso con el fin de
determinar cundo un
proceso est sometido a variaciones en su comportamiento, tales
que su resultado
-
derivar en producto defectuoso, es decir, fuera de los lmites de
las
especificaciones establecidas en el diseo.
Shewhart hizo hincapi en que los procesos de produccin deben ser
controlados
estadsticamente, de forma que slo existan variaciones de causas
ocasionales o
aleatorias, para as mantenerlos bajo control. Sus trabajos
fueron expuestos
en Economic Control of Quality of Manufactured Products(Shewart,
1931).
Durante la II Guerra Mundial, la industria de Estados Unidos
llev a cabo la
produccin de gran cantidad de material militar, para uso propio
o para entrega a
los aliados. Muchos de esos productos empleaban una tecnologa
nueva y
sofisticada, por lo que era necesario asegurar su calidad.
Los
mtodos estadsticos de control de calidad fueron entonces
intensamente
desarrollados en lo que supuso un fuerte impulso al moderno
control de calidad.
En Japn, antes de la II Guerra Mundial, la aplicacin del control
de calidad era
escasa. Japn elaboraba productos de baja calidad que eran
vendidos a bajo
precio. Tras el conflicto blico, la ocupacin militar del pas por
parte de Estados
Unidos supuso el estmulo del moderno control de calidad,
centrndose al principio
en el sector de las telecomunicaciones al necesitar los
militares estadounidenses
que estos servicios funcionaran adecuadamente por razones
logsticas, para
extenderse posteriormente a otro tipo de industrias.
En 1949 la Unin Japonesa de Cientficos e Ingenieros (JUSE Union
of
Japanese Scientists and Engineers) constituye un grupo de
investigacin sobre
control de calidad. En 1950 Edwards Deminges invitado a impartir
una serie de
cursos y seminarios que promueven fuertemente el uso del control
estadstico de
la calidad, que se haba mostrado muy eficaz en la disminucin de
las causas
asignables de variacin de los procesos y en la reduccin del
personal encargado
de efectuar la inspeccin.
La aplicacin del control estadstico de la calidad tuvo amplia
difusin en las
industrias, especialmente en el mbito de la fabricacin. Ello en
un pas con una
elevadsima densidad de poblacin que carece de materias primas,
por lo que se
consider estratgico producir bienes con una calidad que
facilitara la exportacin.
No obstante, el enfoque del control de calidad se mostr
insuficiente ya que
involucraba nicamente a ingenieros y personal de planta, produca
rechazo en el
personal y no implicaba suficientemente a la gerencia de las
industrias.
En 1954, Joseph M. Juran visita Japn e imparte una serie de
seminarios dirigidos
a niveles directivos altos y medios, sensibilizndolos acerca de
su papel en el
control de la calidad. Esta visita de Juran marc una transicin
en las actividades
de control de calidad en Japn (Ishikawa, 1985), en el sentido de
no limitarlas a
ingenieros y empleados de la lnea operativa, sino de extenderla
a toda la
empresa, dando paso a lo que se denomin control total de
calidad.
-
Esta perspectiva pone el nfasis en la participacin total; en la
cooperacin de
todos los departamentos y empleados. El control de calidad no ha
de limitarse a la
inspeccin, para evitar que los procesos generen productos
defectuosos, y a los
departamento de produccin, sino que ha de extenderse a todas las
actividades
de la organizacin: desde el diseo de productos, a la fabricacin,
la garanta
posventa, los subcontratistas y el resto de actividades
auxiliares o de soporte,
como la contabilidad o la administracin del personal. Un
planteamiento en el que
puede reconocerse lo que ms tarde se denominara Gestin de la
Calidad
Total.
Desde el enfoque japons, control de calidad total significa la
participacin de todo
individuo en el control de calidad, y no nicamente de
especialistas en calidad, de
personal de produccin o de miembros de la direccin.
Tambin este punto de vista entraba en contradiccin con los
principios del
taylorismo que, con su divisin entre planificacin y ejecucin,
relegaba a los
operarios al papel de seguir las rdenes y los procedimientos
establecidos por
los especialistas.
Para canalizar la participacin se impuls, a partir de 1962, la
creacin de crculos
de calidad. Un crculo de calidad es: Un grupo pequeo que
desarrolla
actividades de control de calidad dentro de un mismo taller.
Este pequeo grupo
lleva a cabo continuamente, como parte de las actividades de
control en toda la
empresa, autodesarrollo y desarrollo mutuo, control y mejora
dentro del taller
utilizando tcnicas de control de calidad con participacin de
todos los miembros
(Ishikawa, 1980).
No obstante las tcnicas estadsticas del control de calidad
posean una cierta
complejidad que impeda su uso por parte del personal no
especializado en ellas.
Era entonces necesario disponer de herramientas que no
requirieran de un
conocimiento experto en tcnicas estadsticas y que, por tanto,
pudieran ser
aplicadas en los crculos de calidad.
En 1968 Ishikawa propone un conjunto de tcnicas estadsticas
sencillas para ser
aplicadas por los crculos de calidad. Segn Ishikawa, con las
siete herramientas
bsicas es posible resolver el 95% de los problemas que presenta
una
organizacin, sobre todo en el rea de produccin (Ishikawa,
1986).
Estas herramientas, que posteriormente fueron denominadas las
siete
herramientas bsicas de la calidad, pueden ser descritas
genricamente como
mtodos para la mejora continua y la solucin de problemas.
-
Las siete herramientas bsicas de la calidad son:
Diagrama Causa Efecto. Ayuda a identificar, clasificar y poner
de manifiesto
posibles causas, tanto de problemas especficos como de efectos
deseados.
Hoja de Comprobacin. Registro de datos relativos a la ocurrencia
de
determinados sucesos, mediante un mtodo sencillo.
Grficos de Control. Herramienta estadstica utilizada para
controlar y mejorar
un proceso mediante el anlisis de su variacin a travs del
tiempo.
Histograma. Grfico de barras verticales que representa la
distribucin de
frecuencias de un conjunto de datos.
Diagrama de Pareto. Mtodo de anlisis que permite discriminar
entre las
causas ms importantes de un problema (los pocos y vitales) y las
que lo son
menos (los muchos y triviales).
Diagrama de Dispersin. Herramienta que ayuda a identificar la
posible relacin
entre dos variables.
Estratificacin. Procedimiento consistente en clasificar los
datos disponibles por
grupos con similares caractersticas que muestra grficamente la
distribucin de
los datos que proceden de fuentes o condiciones diferentes.
El xito de estas tcnicas radica en la capacidad que han
demostrado para ser
aplicadas en un amplio rango de problemas, desde el control de
calidad hasta las
reas de produccin, marketing y administracin. Las organizaciones
de servicios
tambin son susceptibles de aplicarlas, aunque su uso comenzara
en el mbito
industrial.
Estas tcnicas pueden ser manejadas por personas con una formacin
media, lo
que ha hecho que sean la base de las estrategias de resolucin de
problemas en
los crculos de calidad y, en general, en los equipos de trabajo
conformados para
acometer mejoras en actividades y procesos.
-
1. Hoja de Comprobacin
La Hoja de Control u hoja de recogida de datos, tambin llamada
de Registro, sirve para reunir y clasificar las informaciones segn
determinadas categoras, mediante la anotacin y registro de sus
frecuencias bajo la forma de datos. Una vez que se ha establecido
el fenmeno que se requiere estudiar e identificadas las categoras
que los caracterizan, se registran estas en una hoja, indicando la
frecuencia de observacin. Lo esencial de los datos es que el
propsito este claro y que los datos reflejen la verdad. Estas hojas
de recopilacin tienen muchas funciones, pero la principal es hacer
fcil la recopilacin de datos y realizarla de forma que puedan ser
usadas fcilmente y analizarlos automticamente. De modo general las
hojas de recogida de datos tienen las siguientes funciones:
De distribucin de variaciones de variables de los artculos
producidos (peso, volumen, longitud, talla, clase, calidad,
etc)
De clasificacin de artculos defectuosos De localizacin de
defectos en las piezas De causas de los defectos De verificacin de
chequeo o tareas de mantenimiento.
Una vez que se ha fijado las razones para recopilar los datos,
es importante que se analice las siguientes cuestiones:
La informacin es cualitativa o cuantitativa Como, se recogern
los datos y en que tipo de documento se har Cmo se utiliza la
informacin recopilada Cmo de analizar Quin se encargar de la
recogida de datos Con qu frecuencia se va a analizar Dnde se va a
efectuar
Esta es una herramienta manual, en la que clasifican datos a
travs de marcas sobre la lectura realizadas en lugar de
escribirlas, para estos propsitos son utilizados algunos formatos
impresos, los objetivos mas importantes de la hoja de control
son:
Investigar procesos de distribucin Artculos defectuosos
Localizacin de defectos Causas de efectos
Una secuencia de pasos tiles para aplicar esta hoja en un Taller
es la siguiente: 1. Identificar el elemento de seguimiento 2.
Definir el alcance de los datos a recoger 3. Fijar la periodicidad
de los datos a recolectar 4. Disear el formato de la hoja de
recogida de datos, de acuerdo con la cantidad
de informacin a recoger, dejando un espacio para totalizar los
datos, que
-
permita conocer: las fechas de inicio y termino, las probables
interrupciones, la persona que recoge la informacin, fuente,
etc
2. Histogramas
Es bsicamente la presentacin de una serie de medidas
clasificadas y ordenadas, es necesario colocar las medidas de
manera que formen filas y columnas, en este caso colocamos las
medidas en cinco filas y cinco columnas. Las manera mas sencilla es
determinar y sealar el numero mximo y mnimo por cada columna y
posteriormente agregar dos columnas en donde se colocan los nmeros
mximos y mnimos por fila de los ya sealados. Tomamos el valor mximo
de la columna X+ (medidas maximas) y el valor mnimo de las columnas
X- (medidas mnimas) y tendremos el valor mximo y el valor mnimo.
Teniendo los valores mximos y mnimos, podemos determinar el rango
de la serie de medidas, el rango no es ms que la diferencia entre
los valores mximos y mnimos. Rango = valor mximo valor mnimo
EJEMPLO: Rango = 3.67 3.39 milmetros Rango= 0.28 N=numero de
medidas que conforman la serie N=25 Es necesario determinar el
numero de clases para poder as tener el intervalo de cada clase.
Ejemplo: 28=4.6 numero de clase 6 intervalo de cada clase4.6 El
intervalo de cada clase lo aproxima a 5 o sea que vamos a tener 6
clases y un intervalo de 5 por clase. La marca de clase es el valor
comprendido de cada clase y se determina as: X=marca de
clase=limite mximo + limite mnimo con la tabla ya preparada se
identifican los datos de medida que se tiene y se introducen en la
tabla en la clase que le corresponde a una clase determinada.
-
El histograma se usa para:
Obtener una comunicacin clara y efectiva de la variabilidad del
sistema Mostrar el resultado de un cambio en el sistema Identificar
anormalidades examinando la forma Comparar la variabilidad con los
lmites de especificacin
Procedimientos de elaboracin: 1. Reunir datos para localizar por
lo menos 50 puntos de referencia 2. Calcular la variacin de los
puntos de referencia, restando el dato del mnimo
valor del dato de mximo valor 3. Calcular el nmero de barras que
se usaran en el histograma (un mtodo
consiste en extraer la raz cuadrada del nmero de puntos de
referencia) 4. Determinar el ancho de cada barra, dividiendo la
variacin entre el nmero de
barras por dibujar 5. Calcule el intervalo o sea la localizacin
sobre el eje X de las dos lneas
verticales que sirven de fronteras para cada barrera 6.
Construya una tabla de frecuencias que organice los puntos de
referencia
desde el ms bajo hasta el ms alto de acuerdo con las fronteras
establecidas por cada barra.
7. Elabore el histograma respectivo.
3. Diagrama de Pareto
Es una herramienta que se utiliza para priorizar los problemas o
las causas que los genera. El nombre de Pareto fue dado por el Dr.
Juran en honor del economista italiano VILFREDO PARETO (1848-1923)
quien realiz un estudio sobre la distribucin de la riqueza, en el
cual descubri que la minora de la poblacin posea la mayor parte de
la riqueza y la mayora de la poblacin posea la menor parte de la
riqueza. El Dr. Juran aplic este concepto a la calidad, obtenindose
lo que hoy se conoce como la regla 80/20. Segn este concepto, si se
tiene un problema con muchas causas, podemos decir que el 20% de
las causas resuelven el 80 % del problema y el 80 % de las causas
solo resuelven el 20 % del problema. Seta basada en el conocido
principio de Pareto, esta es una herramienta que es posible
identificar lo poco vital dentro de lo mucho que podra ser trivial,
ejemplo: la siguiente figura muestra el numero de defectos en el
producto manufacturado, clasificado de acuerdo a los tipos de
defectos horizontales.
-
Procedimientos para elaborar el diagrama de Pareto: 1. Decidir
el problema a analizar. 2. Disear una tabla para conteo o
verificacin de datos, en el que se registren los
totales. 3. Recoger los datos y efectuar el clculo de totales.
4. Elaborar una tabla de datos para el diagrama de Pareto con la
lista de tems,
los totales individuales, los totales acumulados, la composicin
porcentual y los porcentajes acumulados.
5. Jerarquizar los tems por orden de cantidad llenando la tabla
respectiva. 6. Dibujar dos ejes verticales y un eje horizontal. 7.
Construya un grfico de barras en base a las cantidades y
porcentajes de cada
tem. 8. Dibuje la curva acumulada. Para lo cual se marcan los
valores acumulados en
la parte superior, al lado derecho de los intervalos de cada
tem, y finalmente una los puntos con una lnea continua.
9. Escribir cualquier informacin necesaria sobre el
diagrama.
Para determinar las causas de mayor incidencia en un problema se
traza una lnea horizontal a partir del eje vertical derecho, desde
el punto donde se indica el 80% hasta su interseccin con la curva
acumulada. De ese punto trazar una lnea vertical hacia el eje
horizontal. Los tems comprendidos entre esta lnea vertical y el eje
izquierdo constituye las causas cuya eliminacin resuelve el 80 %
del problema.
4. Diagrama de causa efecto
Sirve para solventar problemas de calidad y actualmente es
ampliamente utilizado alrededor de todo el mundo. Como debe ser
construido un diagrama de causa efecto?. Por ejemplo, tenemos el
cocinado de un arroz especial del cual consideraremos el sabor como
si esto fuera una caracterstica de la calidad para lograr su
mejora. En la siguiente figura tenemos un ejemplo de un diagran de
causa efecto elaborado cuando un problema de mquina es debido a las
principales causas nombradas en este caso:
Mquina Hombre Mtodo Material y distribucin de un lado de la
columna.
-
5. La estratificacin
Es lo que clasifica la informacin recopilada sobre una
caracterstica de calidad. Toda la informacin debe ser estratificada
de acuerdo a operadores individuales en mquinas especificas y as
sucesivamente, con el objeto de asegurarse de los factores
asumidos; Usted observara que despus de algn tiempo las piedras,
arena, lodo y agua puede separase, en otras palabras, lo que ha
sucedido es una estratitifacion de los materiales, este principio
se utiliza en manufacturera. Los criterios efectivos para la
estratificacin son:
Tipo de defecto Causa y efecto Localizacin del efecto Material,
producto, fecha de produccin, grupo de trabajo, operador,
individual,
proveedor, lote etc.
6. Grfico de Control
Los grficos de control tienen su origen al final de la dcada de
1920, cuando
Walter A. Shewhart analiz numerosos procesos de fabricacin
concluyendo que
todos presentaban variaciones. Encontr que estas variaciones
podan ser de dos
clases: una aleatoria, entendiendo por ella que su causa era
insignificante o
desconocida, y otra imputable (tambin llamada asignable), cuyas
causas podan
ser descubiertas y eliminadas tras un correcto diagnstico.
Los grficos de control constituyen una herramienta estadstica
utilizada para
evaluar la estabilidad de un proceso. Permite distinguir entre
las causas de
variacin. Todo proceso tendr variaciones, pudiendo estas
agruparse en:
Causas aleatorias de variacin. Son causas desconocidas y con
poca
significacin, debidas al azar y presentes en todo proceso.
Causas especficas (imputables o asignables). Normalmente no
deben estar
presentes en el proceso. Provocan variaciones
significativas.
Las causas aleatorias son de difcil identificacin y eliminacin.
Las causas
especficas s pueden ser descubiertas y eliminadas, para alcanzar
el objetivo de
estabilizar el proceso.
Existen diferentes tipos de grficos de control:
De datos por variables. Que a su vez pueden ser de media y
rango, mediana y
rango, y valores medidos individuales.
De datos por atributos. Del estilo aceptable / inaceptable, s /
no,
-
En la base de los grficos de control est la idea de que la
variacin de una
caracterstica de calidad puede cuantificarse obteniendo muestras
de las salidas
de un proceso y estimando los parmetros de su distribucin
estadstica. La
representacin de esos parmetros en un grfico, en funcin del
tiempo, permitir
la comprobacin de los cambios en la distribucin.
El grfico cuenta con una lnea central y con dos lmites de
control, uno superior
(LCS) y otro inferior (LCI), que se establecen a 3 desviaciones
tpicas (sigma) de
la media (la lnea central). El espacio entre ambos lmites define
la variacin
aleatoria del proceso. Los puntos que exceden estos lmites
indicaran la posible
presencia de causas especficas de variacin.
7. Diagrama de Dispersin
Es el estudios de dos variables, tales como la velocidad del pin
y las dimensiones de una parte o la concentracin y la gravedad
especifica, a esto se le llama diagrama de dispersin. Estas dos
variables se pueden embarcarse as:
Una caracterstica de calidad y un factor que la afecta, Dos
caractersticas de calidad relacionadas, o Dos factores relacionados
con una sola caracterstica de calidad.
-
Para comprender la relacin entre estas, es importante, hacer un
diagrama de dispersin y comprender la relacin global. Cuadro de los
datos de presin del aire de soplado y porcentaje de defectos de
tanque plstico.
Fecha Presin de aire (Kg/cm2)
Porcentaje de Defectos (%)
Fecha Presin de aire (Kg./ cm2)
Porcentaje de Defectos (%)
Oct. 1 2 3 4 5 8 9 10 11 12 15 16 17 18 19
8.6 8.9 8.8 8.8 8.4 8.7 9.2 8.6 9.2 8.7 8.4 8.2 9.2 8.7 9.4
0.889 0.884 0.874 0.891 0.874 0.886 0.911 0.912 0.895 0.896
0.894 0.864 0.922 0.909 0.905
Oct. 22 23 24 25 26 29 30 31 1 2 5 6 7 8 9
8.7 8.5 9.2 8.5 8.3 8.7 9.3 8.9 8.9 8.3 8.7 8.9 8.7 9.1 8.7
0.892 0.877 0.885 0.866 0.896 0.896 0.928 0.886 0.908 0.881
0.882 0.904 0.912 0.925 0.872
Grficas de dispersin Se utilizan para estudiar la variacin de un
proceso y determinar a que obedece esta variacin. Un grfico de
control es una grfica lineal en la que se han determinado
estadsticamente un lmite superior (lmite de control superior) y un
lmite inferior (lmite inferior de control) a ambos lados de la
media o lnea central. La lnea central refleja el producto del
proceso. Los lmites de control proveen seales estadsticas para que
la administracin acte, indicando la separacin entre la variacin
comn y la variacin especial. Estos grficos son muy tiles para
estudiar las propiedades de los productos, los factores variables
del proceso, los costos, los errores y otros datos administrativos.
Un grfico de Control muestra: 1. Si un proceso est bajo control o
no 2. Indica resultados que requieren una explicacin 3. Define los
lmites de capacidad del sistema, los cuales previa comparacin
con
los de especificacin pueden determinar los prximos pasos en un
proceso de mejora.
Este puede ser de lnea quebrada o de circulo. La lnea quebrada
es a menudo usada para indicar cambios dinmicos. La lnea quebrada
es la grfica de control que provee informacin del estado de un
proceso y en ella se indica si el proceso
-
se establece o no. Ejemplo de una grfica de control, donde las
medidas planteadas versus tiempo. En ella se aclara como las
medidas estn relacionadas a los lmites de control superior e
inferior del proceso, los puntos afuera de los lmites de control
muestran que el control esta fuera de control. Todos los controles
de calidad requieren un cierto sentido de juicio y acciones propias
basadas en informacin recopilada en el lugar de trabajo. La calidad
no puede alcanzarse nicamente a travs de calcular desarrollado en
el escritorio, pero si a travs de actividades realizadas en la
planta y basadas desde luego en clculos de escritorio. El control
de calidad o garanta de calidad se inici con la idea de hacer
hincapi en la inspeccin. Necesidad de la participacin total Para
aplicar desde el comienzo la garanta de calidad en la etapa de
desarrollo de un producto nuevo, ser preciso que todas las
divisiones de la empresa y todos sus empleados participen en el
control de calidad. Cuando el control de calidad slo hace hincapi
en la inspeccin, nicamente interviene una divisin, bien sea la
divisin de inspeccin o la divisin de control de calidad, y sta se
limita a verificar en la puerta de salida para impedir que salgan
productos defectuosos. Sin embargo, el programa de control de
calidad hace hincapi en el proceso de fabricacin, la participacin
se hace extensiva a las lneas de ensamblaje, a los subcontratistas
y a las divisiones de compras, ingeniera de productos y mercadeo.
En una aplicacin ms avanzada del control de calidad, que viene a
ser la tercera fase, todo lo anterior se toma insuficiente. La
participacin ya tiene que ser a escala de toda la empresa. Esto
significa que quienes intervienen en planificacin, diseo e
investigacin de nuevos productos, as como quienes estn en la
divisin de fabricacin y en las divisiones de contabilidad, personal
y relaciones laborales, tienen que participar sin excepcin. La
garanta de calidad tiene que llegar a esta tercera fase de
desarrollo, que es la aplicacin de la garanta de calidad desde las
primeras etapas de desarrollo de un producto. Al mismo tiempo, el
control de calidad ha acogido el concepto de la participacin total
por parte de todas las divisiones y sus empleados. La convergencia
de estas dos tendencias ha dado origen al control de calidad en
toda la empresa, la caracterstica ms importante del Control de
Calidad japons hoy. En la fabricacin de productos de alta calidad
con garanta plena de calidad, no hay que olvidar el papel de los
trabajadores. Los trabajadores son los que producen, y si ellos y
sus supervisores no lo hacen bien, el Control de Calidad no podr
progresar.
-
B. La satisfaccin de un trabajo bien hecho con calidad. Esto
incluye lo siguiente: El gozo de completar un proyecto o alcanzar
una meta El gozo de escalar una montaa simplemente porque esta
all.
Se sugiere que se establezcan fabricantes especializados en sus
propios campos, al menos en cada provincia. De lo contrario no
podremos mejorar la calidad ni aumentar la productividad.
El diagrama de dispersin permite analizar si existe algn tipo de
relacin entre dos variables. Por ejemplo, puede ocurrir que dos
variables estn relacionadas de manera que al aumentar el valor de
una, se incremente el de la otra. En este caso hablaramos de la
existencia de una correlacin positiva. Tambin podra ocurrir que al
producirse una en un sentido, la otra derive en el sentido
contrario; por ejemplo, al aumentar el valor de la variable x, se
reduzca el de la variable y. Entonces, se estara ante una
correlacin negativa. Si los valores de ambas variable se revelan
independientes entre s, se afirmara que no existe correlacin. El
diagrama de dispersin es una herramienta grfica qe ayuda a
identificar la posible relacin entre dos variables. Representa la
relacin entre dos variables de forma grfica, lo que hace ms fcil
visualizar e interpretar los datos. De otro lado, calculando el
coeficiente de correlacin entre dos variables, permite cuantificar
el grado de relacin entre ambas, as como su signo. El valor de este
coeficiente puede estar comprendido entre 1 y 1. Cuando toma un
valor prximo a 1, la correlacin es fuerte y negativa. Si el valor
es cercano a +1, la correlacin es fuerte y positiva. Si el
coeficiente de correlacin lineal presenta un valor prximo a 0, la
correlacin es dbil. Un coeficiente de 0 indicara independencia
total entre ambas variables. A su vez, un coeficiente de correlacin
lineal de 1 de -1 sealara que entre ambas variables hay dependencia
funcional, positiva o negativa segn el signo del coeficiente. Esta
correlacin puede sealar, pero no por ello probar, una relacin
causal, es decir, no predice relaciones causa efecto, sino que
muestra la intensidad de la relacin entre dos variables. Por lo
tanto, es importante no apresurarse a obtener conclusiones sobre la
relacin entre las variables, ya que puede ser otra tercera que
afecte a la relacin.
-
Ejemplo de Diagrama de Dispersin
En el diagrama de dispersin de ejemplo las variables a analizar
son las puntuaciones medias obtenidas para los distintos factores
del servicio, tanto en percepcin (X) como en expectativas (Y), a
partir de una muestra de usuarios de un servicio administrativo a
los que se les administr una encuesta de satisfaccin. El clculo del
coeficiente de correlacin lineal efectuado para los datos del
ejemplo de diagrama de dispersin arroja un valor de 0,45. Se
confirma que existe una relacin positiva entre ambas variables, si
bien la correlacin existente entre ambas es moderada.
