Mejoramiento de Calidad

Mejoramiento de la calidad y reduccin de costos, en: JURAN, J.M. y GRYNA, F.M. (1995): Anlisis y

planeacin de la calidad McGraw-Hill

De la triloga de los procesos de calidad (planeacin, control y mejoramiento), el proceso de

mejoramiento de la calidad juega un papel importante en la, reduccin de costos.

Los costos asociados con una calidad baja se deben a problemas de calidad tanto espordicos como

crnicos (vea la figura 3.1). Un problema espordico es un cambio adverso repentino en el statu quo, que

requiere una correccin mediante la restauracin del mismo (por ejemplo, cambio de un reactivo qumico

consumido). Un problema crnico es una situacin adversa continua, que requiere remedio mediante el

cambio del statu quo (por ejemplo, la revisin de especificaciones poco realistas).

El "mejoramiento continuo, (llamado Kaizen en Japn) ha adquirido un significado amplio, como el de

los esfuerzos persistentes para actuar sobre los problemas crnicos y espordicos y para refinar los

procesos. Para problemas crnicos significa lograr niveles cada vez mejores de desempeo anual, para

los problemas espordicos significa tomar medidas correctivas sobre problemas peridicos; para el

refinamiento de los procesos quiere decir tomar acciones como reducir la variacin alrededor del valor

meta.

La distincin entre los problemas espordicos y los problemas crnicos es importante por dos razones:

M. en C. Jos Fidencio Domingo Gonzlez Ziga 1

1. El enfoque para resolver problemas espordicos difiere del empleado para resolver problemas

crnicos., Los problemas espordicos se atacan mediante el control de procesos. Los problemas

crnicos usan el mejoramiento de procesos.

2. Los problemas espordicos son dramticos (por ejemplo, un cliente irritado por una entrega de

partes defectuosas) y deben recibir atencin inmediata. Los problemas crnicos no son

dramticos porque ocurren durante un periodo largo (por ejemplo, durante los ltimos cinco aos

se ha tenido 2% de desperdicio); con frecuencia es difcil resolverlos y se aceptan como

inevitables. El peligro es que la lucha contra los problemas espordicos puede tomar una

prioridad continua sobre los esfuerzos por lograr mayores ahorros posibles, es decir, por resolver

los problemas crnicos.

El establecimiento de los problemas de calidad crnicos abre un camino hacia un nivel mejorado de la

calidad (figura 3. 1). El enfoque "proyecto por proyecto" es la mejor manera de lograrlo.

ENFOQUE DE PROYECTO POR PROYECTO

El enfoque ms efectivo para el mejoramiento es el de "proyecto por proyecto". En l, un proyecto es un

problema crnico relacionado con la calidad, que se elige para darle solucin.

La secuencia de pasos que se da en la tabla 1.5 sirve para:

1) establecer el enfoque de proyectos y

2) ejecutar los proyectos individuales.

Establecer el enfoque comprende tres pasos principales:

1. Probar la necesidad

2. Identificar los proyectos

3. Organizar los equipos para los proyectos


Llevar a cabo cada proyecto incluye:

Verificar la necesidad y la misin del proyecto

Diagnosticar las causas

Proporcionar una correccin y probar su efectividad

Manejar la resistencia al cambio

Instituir controles para mantener las ganancias

Los resultados del mejoramiento sobre proyectos especficos estn limitados slo por nuestra

imaginacin. Es necesario cuestionar todas las tradiciones y suposiciones sobre las actividades de

trabajo y buscar grandes mejoras. Algunos llaman a esto "reingeniera del trabajo" (vea Hammer,

1990).

Para proporcionar una perspectiva sobre los proyectos individuales, primero se presenta un ejemplo

resumido. Despus se analizarn los pasos del proceso de mejoramiento.

EJEMPLO DE UN PROYECTO

El problema (Betker, 1983) concierne al proceso de soldadura usado en la corporacin GTE en la

manufactura de tarjetas de circuitos impresos (TCI). Una TCI tpica tiene 1700 conexiones soldadas.

Cualquier soldadura defectuosa puede causar problemas en las pruebas o problemas de desempeo y

contabilidad para el cliente. Se seguirn los pasos de la secuencia de mejoramiento para un proyecto

individual.

Verificar, las necesidades y la misin del proyecto

Ms del 15% de las observaciones exceden los lmites de control y un gran nmero de conexiones

soldadas requieren un "retoque". La misin del equipo del proyecto era reducir el nmero de soldaduras

defectuosas.

Diagnstico de las causas

Se form un equipo de personas, no de un departamento sino de varios departamentos inter funcionales,

para guiar el proyecto y hacer el diagnstico. La figura 3.2 (un "diagrama de Pareto") describe la


distribucin de los sntomas segn el tipo de defecto de soldadura. Se analizaron los datos sobre los

defectos y se plantearon teoras sobres sus causas.

La figura 3.3 es un diagrama de causa y efecto que resume las teoras. stas se agruparon en tres

categoras, lo que permiti desarrollar una lista de verificacin que usaron los supervisores y el inspector

de control para evaluar las teoras. Despus de una recoleccin de datos y un anlisis adicional, se

encontr que la baja temperatura de soldadura era la causa principal de los defectos.


La figura 3.4 muestra una parte del anlisis.

Proporcionar una correccin y probar su eficiencia

Los datos y el anlisis adicionales revelaron que, para condiciones ideales de soldadura, deba elevarse

la temperatura de la soldadura o diminuirse la velocidad del transportador de la mquina de soldadura de

ola. Estos fueron las correcciones para eliminar la causa. La prueba se llev a cabo usando una

temperatura ms alta. Se obtuvo una mejora en los defectos de soldadura sin efectos adversos.

Manejo de la resistencia al cambio

Desde el principio del proyecto un ingeniero de manufactura del equipo aleg que la causa estaba fuera

del control de la mquina. El diagnstico anterior lo convenci de lo contrario, pero pens que elevar la

temperatura dara como resultado un "reflujo de aluminio bajo la mscara de soldadura, lo que causara

cortos y peladuras en la mscara". Esta creencia, basada en una prueba hecha hace 10 aos en el

equipo, se ha expresado con tanta frecuencia que ya no se pona en duda. La prueba del paso para

remediar la situacin elimin esta resistencia.


Controles del instituto para mantener las ganancias

El nivel de defectos se redujo a 62% y los puntos fuera de control en las grficas de control estadstico se

eliminaron. Para asegurar que el nivel mejorado se mantuviera, se supervis el proceso. No slo se

mantuvo el nivel mejorado; la eliminacin de la causa dominante (baja temperatura) revel otras causas.

El desempeo mejor al punto de que la operacin de retoque de soldadura a mano puede eliminarse.

Este ejemplo proporciona un panorama de la secuencia completa de manufactura. A continuacin se

examinarn los tres pasos para establecer el enfoque de proyecto por proyecto.

PROBAR LA NECESIDAD

Este paso consiste en convencer al nivel administrativo adecuado de que el asunto de la calidad es lo

suficientemente importante como para requerir un nuevo enfoque. Esta justificacin comienza con un

esfuerzo de mejoramiento de toda la compaa y se aplica tambin a los proyectos individuales.

Los problemas crnicos con frecuencia requieren mucho tiempo y recursos para investigacin, de ah

que la necesidad requiera justificarse. Si las soluciones fueran fciles, los problemas no seran

crnicos.

Si se desea la aprobacin administrativa para un nuevo enfoque de calidad:

1. Se recolecta informacin de los hechos que muestre la dimensin del problema de calidad. La

experiencia muestra que los estudios sobre costos de la baja calidad y sobre la posicin

competitiva en el mercado son mtodos convincentes.

2. Se muestran los beneficios posibles de un programa de mejoramiento y se usa esto para

justificar los recursos solicitados para el programa. Esto puede presentarse en forma de

porcentaje de ingreso sobre la inversin, del tiempo requerido para la recuperacin de la

inversin mediante las ganancias, o de alguna otra medida. Aun cuando exista un acuerdo

sobre la importancia del problema, es til cuantificar el tamao de la prdida de calidad y los

ahorros potenciales, porque pueden justificar una inversin grande para resolver los problemas.


Los distintos lenguajes de la administracin

Para establecer una prueba de la necesidad, pueden requerirse "lenguajes" distintos para los diferentes

niveles administrativos. Para la alta administracin, el lenguaje del dinero da los mejores resultados;

para los niveles ms bajos, son efectivos otros lenguaje .La tabla 3.1 muestra ejemplos de justificaciones

en dinero y otros lenguajes:

Uso del proyecto Bellwether

Una manera an ms efectiva de lograr el cambio de actitud de la administracin es equiparar el estudio

de costos de la baja calidad con un caso de un proyecto de mejoramiento de la calidad exitoso dentro de

la compaa. Esto se ilustra en el enfoque que tom la compaa electrnica ABC.

El costo estimado de la baja calidad era $200 millones por ao y un problema de calidad notorio era el

desperdicio para cierta componente electrnica importante. Este desperdicio significaba alrededor de

$9 millones anuales. El tipo de defecto principal era el defecto X, que estaba costando cerca de $3

millones anuales ("prueba de la necesidad" para eliminar el defecto X).


La compaa emprendi un proyecto para reducir la incidencia del defecto X. El proyecto fue un xito

rotundo. El costo del defecto X disminuy de $3 millones a $1 milln, una mejora en la ganancia de $2

millones. Se necesit una inversin de alrededor de $250 000.

Despus sigui la emocionante exploracin y contraste. Se estim que si se ampliaba el mejoramiento,

el costo total de $200 millones por baja calidad se poda reducir a la mitad creando as un mejoramiento

en la ganancia de $100 millones anuales.

El proyecto del defecto X demostr a los administradores de ABC que podan obtener un mayor ingreso

sobre la inversin mejorando la calidad. Este proyecto interno fue ms convincente para los

administradores orientados a resultados que cualquier nmero de conferencias, libros o historias del

xito de otras compaas.

Pero la prueba de la necesidad tambin es esencial para cada proyecto, por dos razones:

1) para confirmar que el proyecto es tan importante que justifica el gasto de tiempo para hacer el

diagnstico y

2) para mostrar los beneficios potenciales.

Por ejemplo, el cierre de libros mensual en la funcin contable incurra en una tasa de errores del 2.5%.

Esto se traduca en cerca de 5000 cdigos equivocados por da durante el cierre. Esos cdigos

equivocados resultaron en altos costos por fallas, mucho tiempo extra y baja moral. Esta informacin

dio fuerza a un estudio de mejoramiento que tuvo una reduccin del 80% en los cdigos equivocados, la

eliminacin de la mayor parte del tiempo extra y una gran alza en la moral (Fortune, 1985).

IDENTIFICACIN DE PROYECTOS

El convencimiento se logra proyecto por proyecto. La identificacin de proyectos consiste en proyectos

nominativos, de revisin y de seleccin.

Proyectos nominativos

Las nominaciones provienen de varias fuentes:

Anlisis de datos sobre el costo de la baja calidad, posicin de la calidad en el mercado u otras formas de evaluacin.


Anlisis de otros campos de inteligencia, por ejemplo, informacin de ventas, servicio a clientes y otro personal

Procesos de establecimiento de metas, por ejemplo, presupuesto anual, administracin por objetivos

Todos los niveles de administracin y de la fuerza de trabajo

Desarrollos que surgen del impacto de la calidad del producto en la sociedad, por ejemplo, reglamentos del gobierno, aumento en las demandas sobre el producto.

Una herramienta de anlisis de datos para generar proyectos nominativos es el principio de Pareto.

El principio de Pareto

Al aplicarse al costo de la baja calidad, el principio de Pareto establece que tinos cuantos de los

contribuyentes al costo son responsables de la mayor parte de l. Es necesario identificar estas pocas

contribuciones para que los recursos de mejoramiento de la calidad se puedan concentrar en esas reas.

Un estudio de los costos relacionados con la calidad en un molino de papel mostr un total de $9.07

millones (tabla 3.2a). La categora llamada "ruina" (hablando de papel quiere decir que est tan

defectuoso que se regresa a la batidora para reprocesado) suma $5.56 millones, o 61% de los costos de

calidad. Es claro que no habr una reduccin importante en estos costos a menos que haya un ataque

exitoso en la ruina, que es donde la prdida de dinero se concentra.


En la fbrica se hacen 53 tipos de papel. Cuando la ruina se localiza entre los diferentes tipos, de

nuevo el principio de Pareto se hace evidente (tabla 3.2b). Seis de los tipos de productos son

responsables de $4.48 millones, que es el 80% de $5.56 millones. No habr gran mejora en la ruina a

menos que se tomen medidas exitosas en estos seis tipos de papel. Al estudiar el 12% del problema (6

tipos de 53) se toman medidas sobre el 80% de la ruina.

Por ltimo, es til ver qu tipos de defectos se encuentran en estos seis tipos de papel, y a cunto

ascienden los costos asociados a la ruina. La tabla 3.2c muestra este anlisis. Existen muchos tipos

de defectos, pero dominan cinco. Adems, las cifras de costos en la tabla tambin siguen el principio

de Pareto. La ms grande es $612 000 para las roturas del papel tipo B, despus le sigue $430 000

para la porosidad en el tipo a, etctera. Este anlisis ayudara en los proyectos nominativos para la

reduccin de costos.


Establecimiento de prioridades para los proyectos

Normalmente, la administracin media revisa los proyectos nominativos y hace recomendaciones a la

alta administracin para la aprobacin final.

La revisin vara desde un anlisis del alcance del proyecto y su beneficio potencial hasta el examen

formal de varios factores para ayudar a dar prioridades. Por ejemplo, Berry (1988) explica cmo la

compaa de seguros Colonial Penn revisa proyectos potenciales haciendo seis preguntas: Tendr

impacto? Se puede analizar? Se cuenta con datos? Son medibles? Cules son las reas

afectadas? Cul es el nivel de control?

Hartman (1983) describe un enfoque en AT&T que utiliza un "-ndice de prioridad de Pareto'-' (IPP) para

evaluar el proyecto. El ndice es:

La tabla 3.3 muestra la aplicacin de este ndice a cinco proyectos potenciales. Los valores altos de

IPP sugieren una alta prioridad. Observe cmo vara la jerarquizacin de los proyectos A y C cuando se

cambia el criterio de slo ahorro en los costos al ndice que cubre cuatro factores.

El resultado de la revisin de la administracin media es una lista de proyectos recomendada. Es

comn que el consejo de calidad de alta administracin tenga la responsabilidad de revisar las

recomendaciones o crear la maquinaria organizacional para la revisin y aprobacin final.


Seleccin de los proyectos iniciales

"El primer proyecto debe ser un ganador". Un proyecto exitoso es una evidencia para miembros del

equipo de proyectos de que el proceso de mejoramiento conducir a resultados tiles. Idealmente:

El proyecto debe manejar un problema crnico -uno que ha esperado mucho tiempo solucin.

El proyecto debe ser factible, es decir, debe tener buena probabilidad de llegar a una conclusin exitosa dentro de seis meses ms o menos.

El proyecto debe ser significativo. Los resultados finales deben ser suficientemente tiles para merecer atencin y reconocimiento.

Los resultados deben ser medibles en dinero, al igual que en trminos tecnolgicos.

El proyecto debe servir como experiencia de aprendizaje para el proceso de solucin de problemas.

Establecimiento del problema y su misin

Al establecer un problema se identifica una deficiencia visible en un resultado planeado; por ejemplo,

"durante el ao pasado, 7% de las facturas enviadas a los clientes tenan errores". El establecimiento de

un problema nunca debe implicar la causa, la solucin o sealar culpables.

El establecimiento de la misin se basa en lo asentado como problema, pero proporciona una direccin

al equipo del proyecto. Si es posible, debe definirse una meta u otra medida de terminacin del proyecto

y una fecha tentativa. Por ejemplo, se pide al equipo que reduzca la tasa de errores en las facturas al

2% o menos dentro de los prximos seis meses.

ORGANIZACIN DE EQUIPOS DE PROYECTOS

Un equipo de proyecto casi siempre est integrado por seis a ocho personas que se eligen de varios

departamentos y que se asignan para atacar el problema seleccionado. Su trabajo es llevar el proyecto

a una conclusin exitosa, segn lo define la misin.

El equipo se rene peridicamente y sus miembros trabajan tiempo parcial, adems de cumplir sus

responsabilidades funcionales normales. Cuando termina el proyecto, el equipo se desintegra.


El equipo del proyecto se constituye por un lder, un secretario y otros miembros. (Cuando es necesario,

se invita a especialistas consultores de disciplinas como contabilidad, software, metalurgia, etctera.)

LDER DEL EQUIPO DEL PROYECTO.

El lder dirige al equipo en sus responsabilidades de llevar a cabo el proyecto. Un liderazgo exitoso

requiere el conocimiento del rea del proyecto y habilidad para hacer que los miembros de varias reas

funcionales trabajen como equipo. Con frecuencia es til que el lder provenga de la unidad

organizacional sobre la que el problema tiene ms impacto.

SECRETARIO DEL PROYECTO.

Cada equipo requiere un secretario para manejar la documentacin: agenda, minutas, informes, etc. El

secretario debe ser un miembro del equipo del proyecto.

MIEMBROS DEL EQUIPO DEL PROYECTO.

Los miembros del equipo echan mano de las habilidades y conocimientos necesarios para el proyecto.

En los problemas crnicos, los equipos por lo general son multidisciplinarios y se constituyen con la

administracin media, profesionistas y personal de la fuerza de trabajo. Es sorprendente que algunos

proyectos sean bastante sencillos y se puedan manejar con un mnimo de habilidades y conocimientos.

(Tales proyectos con frecuencia son el resultado de lo que falt considerar en un proyecto anterior.)

Otros proyectos son complejos y requieren conocimientos ms profundos, quiz incluso el de los

especialistas de la compaa.

Complementario a los miembros formales del equipo es un "facilitador". Muchas compaas han

adoptado el concepto de usar un facilitador para ayudar a los equipos en su proyecto final. Aunque no

es miembro del equipo, el facilitador puede jugar un importante papel. ste consiste en cualquiera de los

siguientes papeles o todos:

Explicar el enfoque de la empresa al mejoramiento de la calidad y en qu difiere de los esfuerzos anteriores

Proporcionar ayuda a la formacin del equipo

Apoyar la capacitacin de los equipos de proyectos


Asistir al lder del equipo para resolver problemas de relaciones humanas entre los miembros del equipo

Ayudar al equipo a evitar una mala eleccin de proyecto

Reportar el progreso sobre los proyectos a la administracin

Revitalizar un proyecto que no avanza

EQUIPOS DE PROYECTOS: INTRADEPARTAMENTALES E INTERDEPARTAMENTALES.

Los pocos problemas crnicos vitales por lo general atraviesan los dominios de un departamento y

requieren "equipos de proyectos" interdisciplinarios. Otros problemas crnicos se centran en un

departamento. Algunos de ellos pueden resolverse de manera individual, pero muchos otros requieren

equipos departamentales llamados "crculos de calidad" o "grupos de participacin de empleados".

Aunque los dos tipos de equipos son esenciales, existen diferencias importantes entre ellos (vea la tabla

3.4).

Un esfuerzo de toda la compaa para el mejoramiento incluye muchos equipos (y otras actividades

individuales). Esto, a su vez, requiere preparar la maquinaria para seleccionar los problemas y despus

formar, capacitar, supervisar y proporcionar el tiempo necesario y el reconocimiento para estos equipos.

Casi siempre la responsabilidad recae en un consejo de calidad de toda la compaa.


EXPERIENCIAS CON EL ENFOQUE DE PROYECTO POR PROYECTO

Las experiencias, tanto en la industria de la manufactura como en los servicios, han llevado a

conclusiones halageas:

Se han logrado grandes reducciones en los costos y mejor calidad para el cliente. Por cada dlar

invertido en la actividad de mejoramiento, el ingreso flucta entre 5 y 10 dlares.

La inversin requerida para el mejoramiento ha sido modesta y no de un gran capital. La mayor parte

de la inversin consiste en el tiempo del personal que hace el diagnstico para los proyectos.

La mayora de los proyectos pueden completarse en seis meses si el alcance de la misin est bien

definido.

Los problemas importantes relacionados con la calidad atraviesan los dominios departamentales y por lo

tanto requieren equipos de proyectos multidisciplinarios.

Un nmero creciente de compaas han reportado la terminacin de ms de mil proyectos en un periodo

de alrededor de 4 aos. Las condiciones competitivas del negocio dictan una tasa revolucionaria de

mejoramiento para remplazar la tasa evolutiva del pasado.

SECUENCIA DE TRABAJO PARA UN PROYECTO INDIVIDUAL

Se seleccionan los proyectos individuales, se prepara la definicin del problema y su misin y se

organiza un equipo para cada proyecto. Despus el equipo debe seguir una secuencia de pasos para

resolver el problema. La siguiente secuencia tiene una buena aceptacin.

VERIFICAR LA NECESIDAD Y MISIN DEL PROYECTO

Presumiblemente, se ha seleccionado el proyecto porque es "importante". Es til, sin embargo,

"verificar el tamao del problema en nmeros. Esto tiene dos propsitos:

1) Asegurar que el tiempo que los equipos dedican al proyecto est justificado y

2) Ayudar a vencer la resistencia a aceptar e implantar la correccin.

Para verificar la necesidad de un proyecto individual se usa el mismo tipo de informacin que se present

en la seccin de "probar la necesidad". Tambin es esencial que se revise el alcance del proyecto


cuando el equipo se haya reunido una o dos veces, para asegurarse de que la misin que se les asigna

se pueda lograr dentro de seis meses ms o menos. De otra manera, el proyecto debe dividirse en

varios proyectos. El fracaso es posible si un proyecto se alarga excesivamente.

DIAGNOSTICAR LAS CAUSAS

El diagnstico es el proceso de estudiar los sntomas de un problema y determinar sus causas El

comienzo del diagnstico es la recoleccin de datos sobre los sntomas; el final es el acuerdo sobre las

causas.

Muchos administradores conservan las viejas creencias de que la causa de la mayora de los defectos

est en la manufactura y en especial se deben a errores de los trabajadores, es decir, que los defectos

en esencia los puede controlar el trabajador. Los hechos muy pocas veces apoyan esto, pero la

creencia persiste. Para manejar estas arraigadas creencias, puede ser til llevar a cabo estudios para

separar los defectos en grandes categoras de responsabilidad. Tales estudios incluyen:

1. Un estudio para determinar el origen de los defectos en el diseo, la manufactura, etc. Este

estudio para determinar la distribucin de las causas en las reas funcionales con frecuencia

tiene resultados sorprendentes. En un estudio clsico, Greenidge (1953) examin 850 fallas de

productos electrnicos provenientes de varias compaas. Los resultados mostraron que 43%

de las fallas eran provocadas por el diseo, 30% por las condiciones de operacin fuera de la

compaa, 20% por la manufactura y 7% por varias causas. Para productos de tecnologa

moderadamente alta, no es raro que alrededor del 40% de los problemas se puedan detectar en

el diseo.

2. Un estudio para determinar si los defectos son en esencia controlables por la administracin o

por los trabajadores (la "administracin" aqu incluye no slo a personas en puestos de

supervisin sino a otras que influyen en la calidad, por ejemplo, ingenieros de diseo, ingenieros

de proceso, compradores, etctera). En general, ms del 80% de los defectos son controlables

por la administracin y menos del 20% por los trabajadores. Algunos autores usan el trmino

"controlables por el sistema" para aquellos que son "controlables por la administracin".

Estos estudios tan amplios proporcionan una gua importante para el mejoramiento.


Algunas definiciones relevantes son:

Un defecto es cualquier falta de satisfaccin de los requerimientos del uso que se pretende como un

tamao mayor, un tiempo entre descomposturas corto o una factura ilegible. Tambin se pueden dar

otros nombres a un defecto, por ejemplo, error, discrepancia, no conformancia.

Un sntoma es un fenmeno observable que surge de y acompaa a un defecto, Algunas veces, pero no

siempre, se usa la misma palabra para la descripcin de un defecto y la descripcin del sntoma, por

ejemplo, "circuito abierto". Lo normal es que un defecto tenga mltiples sntomas; por ejemplo, "par

mecnico insuficiente" puede incluir el sntoma de vibracin, sobrecalentamiento, funcin errtica y otros.

Una teora es una afirmacin no probada de las razones de la existencia de defectos y sntomas. Por lo

general, se proponen varias teoras para explicar la presencia del fenmeno observado.

Una causa es una razn probada de la existencia del defecto. Con frecuencia, existen muchas causas,

en cuyo caso siguen la ley de Pareto, es decir, unas cuantas causas vitales dominan al resto.

Poner remedio es un cambio que puede eliminar o neutralizar con xito la causa de los defectos.

Se requieren dos cambios para el mejoramiento de la calidad: el cambio de diagnstico del sntoma a la

causa, y el cambio a seguir de la causa a la correccin. Esta distincin es crtica. Para ilustrarla, tres

supervisores se enfrentaron al problema de rebabas en los tornillos al final del ensamble de estufas de

cocina. En su prisa por actuar, se saltaron el cambio de diagnstico y concluyeron que se necesitaban

mejores tornillos (una correccin). Por fortuna intervino un diagnosticador. Se trat que las tres lneas

de ensamble separadas pasaran el producto a una estacin de inspeccin y sugiri que se separaran los

datos de cada lnea. Los datos revelaron que las rebabas se presentaban slo en la lnea 3. Un

diagnstico ms profundo basado en los datos condujo a la conclusin de que la causa real era un

ensamblador mal capacitado. Entonces la correccin lleg fcil.

El cambio de diagnstico consiste en:

1. Estudiar los sntomas que rodean a los defectos para que sirvan como base para las teoras

sobre las causas

2. Proponer teoras sobre las causas de estos sntomas


3. Recolectar y analizar datos para probar las teoras y determinar as las causas

Se dispone de muchas tcnicas de anlisis para ayudar en estos tres pasos. Algunas se ilustran en las

siguientes pginas. Una compilacin con ejemplos se puede encontrar en QCH4, seccin 22. Esta

compilacin incluye las "magnficas siete" herramientas: grficas de control, hoja de revisin, histograma,

diagrama de Pareto, diagrama de causa-efecto, grfica de dispersin y diagrama de flujo.

Continuamente surgen herramientas adicionales.

La evidencia de defectos y errores llega de dos maneras:

1. Por medio de las palabras usadas en documentos escritos o comentarios orales que describen el

problema

2. Mediante "autopsias" llevadas a cabo para medir y examinar los defectos

Descripcin de los sntomas

Con frecuencia se bloquea el entendimiento de los sntomas porque una palabra o frase clave tiene

varios significados.

En un ejemplo, un anlisis de Pareto de datos de inspeccin en una fbrica de cables indicaba un alto

porcentaje de defectos debidos a "contaminacin". Se intentaron varios remedios para prevenir la

contaminacin. Todo fracas. En su desesperacin, los investigadores explicaron que haba 12

categoras de defectos en la forma de inspeccin. Si el defecto observado no entraba en ninguna

categora, los reportaban como "contaminacin".

Las palabras imprecisas tambin ocurren debido al uso de terminologa genrica. Por ejemplo, un

problema de software se describe en un reporte de discrepancias como "error de cdigo". Esta

descripcin es intil para el anlisis porque existen muchos errores de cdigo, como variables no

definidas, violacin de las reglas del lenguaje y violacin de los estndares de programacin.

Una manera de salir de tales confusiones semnticas es pensar a travs del significado de las palabras

usadas, llegar a un acuerdo y registrarlo en la forma de un glosario. Una vez publicado, el glosario

simplifica los anlisis subsecuentes.


Cuantificacin de los sntomas

La frecuencia e intensidad de los sntomas es de gran importancia al sealar la direccin del anlisis. El

principio de Pareto, cuando se aplica a los registros del desempeo pasado, puede ayudar a cuantificar

el patrn del sntoma. La figura 3.5 presenta un diagrama de Pareto para las deficiencias en el manejo

de la informacin clasificada en la corporacin Honeywell. Se identificaron siete categoras de sntomas,

por ejemplo "contenedor mal asegurado" y "material sin atender". EI principio de Pareto se aplica a varios

niveles de diagnstico: encontrar unos pocos defectos vitales, encontrar unos pocos sntomas vitales y

encontrar unas pocas causas vitales de un sntoma.

Formulacin de teoras

El proceso consiste en tres pasos: generar teoras, ordenar las teoras y elegir las teoras que se van a

probar

GENERACIN DE TEORAS.

Las mejores fuentes de teora son los administradores de lnea, los tecnlogos, los supervisores de lnea

y la fuerza de trabajo. Una forma sistemtica de generar teoras es la tcnica de tormenta de ideas.

Las personas que son contribuyentes potenciales se renen con el fin de generar teoras. No se


permite ninguna crtica o discusin sobre las ideas y se registran todas ellas. El resultado final es una

lista de teoras que, despus de la sesin de tormenta de ideas, se revisan en forma crtica.

Un suplemento til a la tcnica de tormenta de ideas es el "tablero de tarjetas". Cada teora propuesta

se registra en una tarjeta. Las tarjetas se colocan en un tablero para la exhibicin visual de las teoras.

El tablero de tarjetas proporciona un sistema visual de organizar las teoras y planear su evaluacin

subsecuente.

ORDEN DE LAS TEORAS.

Lo normal es que la lista de teoras sea extensa, de 20 o ms. Conforme la lista crece es esencial crear

un arreglo ordenado. Este orden ayuda a entender las interrelaciones entre las teoras y a planear las

pruebas. La tabla 3.5 muestra un arreglo tabular de las teoras sobre lo que contribuye a la baja

produccin en un proceso que hace qumicos en polvo fino. Las teoras consisten en las variables ms

importantes y las subvariables que contribuyen.

Un segundo mtodo, que es muy efectivo, es un arreglo grfico llamado diagrama de causa-efecto o

diagrama de lshikawa. La figura 3.6 muestra tal diagrama, que presenta la misma informacin que

contiene la lista de la tabla 3.5. QCH4, en las pginas 22.39-22.40, analiza otros mtodos de orden de

teoras.


SELECCIN DE TEORAS QUE SE VAN A PROBAR.

Despus de ordenar las teoras de alguna manera, deben establecerse prioridades para probarlas. En

la prctica, el equipo de mejoramiento alcanza un consenso sobre la "teora ms probable" para probarla.

La decisin de probar slo una teora a la vez, un grupo de teoras interrelacionadas a la vez, o todas las

teoras de manera simultnea, requiere un juicio basado en la experiencia y la creatividad del equipo.

Se proceder ahora a la prueba de teoras, primero, las controlables por la administracin y despus, las

controlables por el trabajador.

Prueba de teoras sobre problemas controlables por la administracin

Se han creado numerosos mtodos de diagnstico para probar estas teoras. Algunos se ilustran a

continuacin; otros abundan en la literatura.

DISECCIN DE PRODUCTO Y PROCESO.

Algunos productos se fabrican en un proceso tipo "procesin", es decir, una serie de operaciones

secuenciales. Al final de la serie, se encuentra que el producto es defectuoso, pero no se sabe qu

operacin hizo el dao. En algunos de estos casos, es factible descomponer el proceso, esto es, hacer


medidas en pasos intermedios del proceso para descubrir en qu paso aparece el defecto. El

descubrimiento puede reducir en forma drstica el esfuerzo subsecuente en la prueba de las teoras.

DIAGRAMA DE FLUJO.

La diseccin de un proceso es una ayuda para construir un diagrama de flujo (en lenguaje reciente esto

es un "mapa de proceso") que muestre los diferentes pasos del proceso. Engle y Ball (1986) explican el

papel de un diagrama de flujo en la reduccin del tiempo requerido para manejar a los clientes

especiales. As, se tiene un proceso, un ciclo de pasos para manejar las rdenes de clientes especiales,

y se necesita reducir el tiempo del ciclo del proceso. Un equipo de mejoramiento de la calidad

descubri que nadie poda describir el proceso de las rdenes especiales. Para entender el proceso

que se trata de mejorar, el equipo cre un diagrama de flujo.

ANLISIS DE LA CAPACIDAD DEL PROCESO.

Una de las teoras que ms se encuentra es "El proceso no puede manejar tolerancias". Para probar

esta teora, deben tomarse medidas del proceso y analizarse para determinar la cantidad de variabilidad

inherente en el proceso. Esta variabilidad se compara despus con los lmites especificados. Esos

pasos se realizan en un estudio de "capacidad o habilidad del proceso.

CAPACIDAD DEL PROCESO

Al planear los aspectos de calidad de la manufactura, nada es ms importante que asegurarse de

antemano de que el proceso ser capaz de mantener las tolerancias. En las dcadas recientes ha

surgido el concepto de capacidad o habilidad del proceso, que proporciona una prediccin cuantitativa de

qu tan adecuado es un proceso. Esta capacidad para predecir en forma cuantitativa ha dado como

resultado la adopcin amplia del concepto como elemento primordial de la planeacin de la calidad.

La capacidad del proceso es la variacin medida, inherente del producto que se obtiene en ese proceso.

Definiciones bsicas

Cada palabra clave de esta definicin debe estar definida con claridad por s misma, ya que el concepto

de capacidad tiene una enorme gama de aplicaciones y debido a que los trminos no cientficos son

inadecuados para la comunicacin dentro de la comunidad industrial.


Proceso: ste se refiere a alguna combinacin nica de mquinas, herramientas, mtodos, materiales y

personas involucradas en la produccin. Con frecuencia es factible separar y cuantificar el efecto de las

variables que entran en esta combinacin. Tal separacin puede proporcionar una visin ms clara.

Capacidad.- Esta palabra se usa en el sentido de aptitud, basada en el desempeo probado, para lograr

resultados que se puedan medir.

Capacidad medida: Esto se refiere al hecho de que la capacidad del proceso se cuantifica a partir de

datos que, a su vez, son el resultado de la medicin del trabajo realizado por el proceso.

Capacidad inherente: Esto se refiere a la uniformidad del producto que resulta de un proceso que se

encuentra en estado de control estadstico, es decir, en ausencia de "fuerzas externas" u otras causas

atribuibles (asignables) de variacin. Un sinnimo es "reproducibilidad instantnea".

Producto: La medicin se hace sobre el producto porque el resultado final es la variacin del producto.

Usos de la informacin de capacidad del proceso

La informacin sobre la capacidad del proceso sirve para muchos propsitos:

1. Predecir el grado de variabilidad que exhibirn los procesos. Esta informacin de capacidad,

cuando se proporciona a los diseadores, ofrece informacin importante para establecer lmites de

especificacin realistas.

2. Seleccionar, entre procesos que compiten, el proceso ms adecuado para que las tolerancias se

cumplan.

3. Planear la interrelacin de procesos secuenciales. Por ejemplo, un proceso puede distorsionar la

precisin lograda por el proceso que le antecede, como en el endurecimiento de los dientes de un

engrane. La cuantificacin de las capacidades respectivas del proceso con frecuencia seala el

camino para encontrar una solucin.

4. Proporcionar una base cuantitativa para establecer un programa de verificaciones control peridico

del proceso y reajustes.

5. Asignar las mquinas a los tipos de trabajos para los cuales son ms adecuadas.


6. Probar las teoras de las causas de defectos durante los programas de mejoramiento de la calidad.

7. Servir como base para la especificacin de los requerimientos de calidad para las mquinas

compradas.

Estos propsitos son responsables del creciente uso del concepto de capacidad de un proceso.

Frmula estandarizada

La frmula para la capacidad del proceso que ms se usa es

Capacidad del proceso = 3s (un total de 6)

Donde = la desviacin estndar del proceso cuando se encuentra en estado de control estadstico, es decir, sin la influencia de fuerzas externas o cambios repentinos.

Si el proceso est centrado en la especificacin nominal y sigue una distribucin de probabilidad normal,

99.73% de la produccin caer a menos de 3 de la especificacin nominal.

Algunos procesos industriales operan en un estado de control estadstico. Para tales procesos, la

capacidad del proceso calculada de 6 se puede comparar directamente con las tolerancias de especificacin, y se pueden hacer juicios sobre su adecuacin. No obstante, la mayor parte de los

procesos industriales exhiben tanto influencias externas como cambios repentinos. Estas separaciones

del ideal de hecho ocurren, y el profesional tiene que manejarlas.

De cualquier manera, existe un gran valor en la estandarizacin de una capacidad del proceso basada

en un estado de control estadstico. En l, los productos son el resultado de numerosas y pequeas

variables (en lugar de de una sola variable que abarca todo) y por esto, tiene carcter de variaci( una

gran ayuda para quien realiza la planeacin tener tales lmites en forma cuantitativa.

Relacin con las tolerancias del producto

Una razn importante para cuantificar la capacidad del proceso es poder calcular la capacidad del

proceso de mantener las tolerancias del producto. Para procesos que se encuentran en un estado de

control estadstico, una comparacin de la variacin entre 6 y los lmites de tolerancia permite un clculo rpido del porcentaje de unidades defectuosas, mediante la teora estadstica.


Quienes planean intentan seleccionar procesos que tengan las 6 de la capacidad del proceso dentro de la amplitud de tolerancia. Una medida de esta relacin es la tasa de capacidad o habilidad:

Algunas compaas definen la razn como recproca. Algunas industrias hoy en da expresan las tasas

de defectos en trminos de partes por milln. Una tasa de defectos de una parte por milln requiere

una razn de capacidad (especificacin del rango sobre la capacidad del proceso) de alrededor de 1.63.


La figura 17.7 presenta cuatro de las muchas relaciones posibles entre la variabilidad del proceso y los

lmites de especificacin, y los cursos de accin ms probables para cada uno. Observe que, en todos

estos casos, el promedio del proceso se encuentra en el punto medio entre los lmites de especificacin.

La tabla 17.6 contiene las razones de capacidad seleccionadas y el nivel correspondiente de los defectos,

suponiendo que el promedio del proceso se encuentra a la mitad entre los lmites de especificacin. Un

proceso que cumple bien con los lmites de especificacin (rango de especificacin = 3 ) tiene una Cp de 1.0. Lo crtico de muchas aplicaciones y la realidad de que el promedio del proceso no permanecer

en el punto medio del rango de especificacin sugiere que Cp debe ser al menos de 1.33.

Concepto de seis sigma de la capacidad del proceso

Para algunos procesos, los cambios en el promedio son tan comunes que deben tomarse en cuenta al

establecer los valores aceptables de Cp. En algunas industrias, no son raros los cambios en el

promedio del proceso de 1.5 desviaciones estndar (de los valores individuales). Para tomar en

cuenta estos cambios se necesitan valores altos de Cp. Por ejemplo, si los lmites de especificacin

estn en 6 (figura 17.8) y si la media cambia 1.5 , entonces 3.4 PPM estarn fuera de los lmites de especificacin. El enfoque de "seis sigma" de Motorola Company reconoce la posibilidad de estos

cambios en el promedio del proceso y utiliza una variedad de tcnicas de ingeniera de calidad para

cambiar el producto, el proceso o ambos, con el fin de lograr una Cp de por lo menos 2.0.


El ndice de capacidad Cpk

La capacidad del proceso, segn se mide con Cp, se refiere a la variacin en un proceso alrededor del

valor promedio. Esto se ilustra en la figura 17.9. Los dos procesos tienen capacidades (Cp) iguales

porque 6 es la misma para cada distribucin, como lo indican las amplitudes de las curvas de distribucin. El proceso que tiene como meta 2 est produciendo unidades defectuosas porque la meta

est fuera de centro, no debido a la variacin inherente alrededor de la meta (es decir, la capacidad).

As, el ndice Cp mide la capacidad potencial, suponiendo que el promedio del proceso es igual al punto

medio de los lmites de especificacin y que el proceso est operando bajo control estadstico; como con

frecuencia el promedio no se encuentra en el punto medio, es til tener un ndice de capacidad que

refleje ambas variaciones y la localizacin del promedio del proceso. Tal ndice es Cpk

El ndice Cpk refleja la proximidad de la media actual del proceso al lmite de especificacin superior

(LES) o bien, al lmite de especificacin inferior (LEI). Cpk se estima mediante:


lo que implica que si el proceso se centra entre los lmites de especificacin (en 14) entonces slo una

pequea proporcin (alrededor de 0.27%) de producto ser defectuoso.

Sin embargo, cuando se calcula cpk, se obtiene lo que advierte que la media del proceso est

actualmente ms cerca del LES. (Observe que si el proceso se centrara en 14, el valor de cpk sera 1.0.)

Un proceso aceptable requerir reducir la desviacin estndar y/o que la media se centre.

Note que si el promedio actual es igual al punto medio del rango de especificacin entonces Cpk = -Cp

Entre ms alto sea el valor de Cpk, ms baja ser la cantidad de producto que est fuera de los lmites de

especificacin. Al certificar a los proveedores, algunas organizaciones utilizan Cpk como un elemento


del criterio de certificacin. En estas aplicaciones, el valor de Cpk deseado para los proveedores puede

ser una funcin del tipo de bien que se est comprando.

Tambin se puede calcular un ndice de capacidad alrededor del valor meta en lugar de alrededor del

promedio real. Este ndice, llamado Cpm o ndice de Taguchi, se centra en la reduccin de la variacin a

partir del valor meta y no en la reduccin de la variabilidad para cumplir con las especificaciones. Vea

en Boyles (1991) y Kane (1986) un anlisis de las frmulas y sus significados.

Los siguientes son dos tipos de estudios de capacidad del proceso:

1. Estudio del potencial del proceso. En este estudio se obtiene una estimacin de lo que puede hacer

un proceso bajo ciertas condiciones, es decir, la variabilidad en condiciones definidas a corto plazo para

un proceso en estado de control estadstico. El ndice Cp estima la capacidad del proceso.

2. Estudio del desempeo del proceso. En este estudio, una estimacin de la capacidad del proceso

proporciona un panorama de lo que el proceso est haciendo durante un periodo largo. Tambin se

supone un estado de control estadstico. El ndice Cpk estima la capacidad.

ANLISIS DE UN FLUJO A OTRO.

Con el fin de cumplir con los volmenes de produccin, con frecuencia se necesitan varias fuentes de

produccin ("flujos"). Los flujos toman la forma de distintas mquinas, operadores, turnos, proveedores,

etc. Aunque los flujos puedan parecer idnticos, los productos que resultan pueden no serlo. Un

anlisis de un flujo a otro consiste en registrar y examinar datos para cada flujo por separado.


Un ejemplo (Payne, 1984) viene de una mquina que corta tubos de vidrio. El tubo de vidrio se cortaba

en anillos pequeos. El elemento crtico era el peso de los anillos para determinar las propiedades del

producto de vidrio terminado. Una muestra de datos (figura 3.7a) en apariencia confirm la teora de

que la mquina no funcionaba correctamente. Sin embargo, la mquina contiene cuatro cabezas. Los

datos recolectados por separado de cada cabeza (flujo) revelaron que no haba nada malo con las

cabezas 2, 3, y 4, excepto por la necesidad de volver a centrar su posicin (figura 3.7b). No obstante,

haba algo mal con la cabeza 1. Al final, la correccin fue un mantenimiento adecuado de la mquina y

no su rediseo, como se haba contemplado en un principio al examinar la figura 3.7a.

ANLISIS DE UN PERIODO A OTRO.

El anlisis de un periodo a otro incluye:

1) Una grfica sencilla de los datos en una escala de tiempo;

2) Anlisis de tiempo entre anormalidades o problemas;

3) Anlisis de la tasa de cambio, o "fluctuacin" de una caracterstica, y

4) El uso de tcnicas de datos acumulados respecto al tiempo.

Enseguida se dan ejemplos. En un ejemplo, se supona que las fallas en la planta de los enfriadores de

aceite se deban a la manufactura. Un desfile de remedios (que se saltaban el cambio de sntoma a

causa) dio como resultado cero mejoras. Un ingeniero decidi graficar la frecuencia de las fallas

mensuales durante un ao y esto los llev a un importante descubrimiento. De 70 fallas en un periodo

de 9 meses, 44 ocurrieron durante enero, febrero y marzo. Estos hechos cambiaron la bsqueda a

otras causas como las condiciones del clima en invierno. Los diagnsticos que siguieron revelaron que

la causa estaba en el diseo y no en la manufactura.

Al analizar las variaciones de un periodo a otro, el tiempo que transcurre entre anormalidades puede ser

una clave importante de la causa. En una operacin textil de cardado se tena un aumento y

disminucin cclicos en el peso del hilo; el ciclo era como de 12 minutos. La reaccin del

superintendente de produccin fue inmediata: "lo nico que se hace cada 12 minutos es llenar la caja de

alimentacin".


Cuando se tienen muchos flujos, hay una "fluctuacin" de vez en cuando; por ejemplo, la solucin en el

proceso gradualmente se diluye, las herramientas se gastan poco a poco, el trabajador se cansa. Esas

fluctuaciones muchas veces se pueden cuantificar para determinar la magnitud del efecto.

Las grficas de datos acumulados pueden ayudar a descubrir diferencias que no estn a la vista cuando

los datos no estn en forma acumulada. La figura 3.8 compara histogramas (no acumulados) y grficas

acumuladas para dos aos por separado. Aparece una diferencia en los ajustes para el ao 1

comparado con el ao 2 con los datos acumulados, pero no se ve en el histograma.

Las grficas de control son una herramienta de diagnstico poderosa. Los datos se grafican en orden

cronolgico y las grficas muestran si la variabilidad de una muestra a otra se debe a la aleatoriedad o a

causas atribuibles de variacin. La deteccin de causas asignables se puede ligar al descubrimiento de

la causa del problema.

ANLISIS DE VARIACIN DE PARTE A PARTE.

Algunos productos exhiben varios tipos de variaciones, por ejemplo, de parte a parte, dentro de la pieza y

de un periodo a otro. La grfica de multivariacin es una herramienta ingeniosa para analizar tales

variaciones. En esta grfica una lnea vertical describe el rango de variacin dentro de una sola pieza

de producto. La figura 3.9 ilustra tres ejemplos distintos de la relacin de la variacin de un producto

hasta los lmites de tolerancia. En el caso de la izquierda la sola variacin dentro de la pieza es


demasiado grande en relacin con la tolerancia. As, no hay solucin posible a menos que se reduzca

esta variacin. En el caso del ejemplo del centro la variacin dentro de la pieza es normal, ocupa slo

alrededor del 20% de la tolerancia. El problema es entonces la variacin de una pieza a otra., En el

ejemplo de la derecha, el problema es un exceso de variabilidad de un tiempo a otro.

ANLISIS DE CONCENTRACIN DE DEFECTOS.

Una forma distinta de variacin de una pieza a otra es el estudio de concentracin de defectos que se

usa para los tipos de atributos en los defectos. El propsito es descubrir si los defectos se localizan en

la misma rea fsica. El personal de la planta usa esta tcnica desde hace mucho cuando se observa

que todas las piezas estn defectuosas precisamente de la misma forma. Sin embargo, cuando los

defectos son intermitentes o se vuelven evidentes en etapas posteriores, el anlisis puede estar ms all

de la memoria del personal de la planta.

Por ejemplo, se analiz un problema de corrosin en moldes dividindolos en 12 zonas y registrando el

nmero de corrosiones en cada zona, para muchas unidades de producto. La concentracin en el

orificio o ducto de llenado (a travs del cual fluye el metal) sali a la luz, igual que las reas que no

tenan corrosin (figura 3.10).


BSQUEDA POR ASOCIACIN.

Algunas veces puede darse un diagnstico previo si se analizan los datos relacionados con los sntomas

del problema con alguna teora causal, un proceso de sealamiento, herramientas, trabajadores o diseo.

Las relaciones posibles se pueden examinar con varias herramientas estadsticas como la correlacin y

las matrices.

Correlacin. En este enfoque, se graficaron los datos que relacionan la incidencia de sntomas del

problema con los valores potenciales de una variable causal

En un caso, el sntoma era que el hilo se rompa en las hiladoras. Una teora era "daos de manejo en la

bobina de hilatura" (la hilandera proporcionaba el hilo que se enrollaba en la bobina). Una grfica de la

cantidad de dao contra el nmero de roturas del hilo revelo con claridad la relacin entre los rieles con

graves daos y la subsecuente rotura. Una investigacin ms profunda mostr que las placas de cartn

usadas para proteger las bobinas no eran adecuadas. Una inversin de unos cuantos cientos de

dlares signific ahorros de $10000 anuales, cantidad que se perda con el hilo roto (Bergstrom, 1985).

Matriz.

En este enfoque se recolectan datos pasados o actuales de dos o ms variables de un problema y se

resumen en una tabla para ver si existe algn patrn. En un estudio de 23 tipos de tubos de par

mecnico, el sntoma era un desbalance dinmico. Una teora era que la operacin de suage era una


causa dominante. La tabla 3.6 tabula el porcentaje de piezas defectuosas (desbalance dinmico) y

muestra adems si el suage era parte del proceso.

El resultado fue dramtico, los siete tipos de tubos peores tenan suage; los mejores siete no pasaban

por ah. Eso confirm en parte que el suage era una causa dominante. Un anlisis posterior revel

una especificacin inadecuada de una importante dimensin coaxial.

Ms adelante en este captulo se ilustra la tcnica de la matriz para analizar problemas en los contratos

de seguros.

PRUEBA DE TEORAS MEDIANTE LA RECOLECCIN DE NUEVOS DATOS.

En algunos casos, el descubrimiento de las causas requiere un examen cuidadoso de las etapas

posteriores del proceso. Esta "nueva ventana" puede tomar varias formas:

1. Medicin de las etapas intermedias de u a sola operacin. Un ejemplo se relaciona con el defecto

que se conoce como "huecos" en las uniones soldadas de recipientes a presin. El diagnstico inicial

estableci seis fuentes de variacin: operador, de un tiempo a otro, de una unin a otra, de una capa a

otra, dentro de las capas y dentro de una "gota" de soldadura. Los datos histricos disponibles

permitieron un anlisis de las primeras dos fuentes como causas posibles de los huecos. Las restantes

no se pudieron analizar porque la prueba crtica de rayos X se realizaba hasta que la unin estaba

completamente terminada. La respuesta fue "abrir una nueva ventana" haciendo la prueba de rayos X


despus de cada soldadura de las necesarias para hacer una unin. Los datos establecieron que la

variable principal era la variacin dentro de la gota y que el problema era mayor al inicio de la operacin.

Un ejemplo de un proceso de recursos humanos se refiere al tiempo requerido para contratar nuevos

ingenieros. Las medidas tomadas en seis de los pasos del proceso de contratacin formaron la base

para un diagnstico del tiempo excesivo para la contratacin de ingenieros.

2. Medicin que sigue a las operaciones no controladas. En este caso, el diagnstico incluye la

recoleccin de informacin adicional en pasos individuales de un proceso Mrquez (1985) describe el

diagnstico de un tiempo de apagado excesivo para sacar un molde caliente de una mquina de moldeo.

El proceso de apagado se divide en 11 pasos y se tomaron medidas para estimar el tiempo requerido

para cada paso. Dos de los 11 pasos eran responsables del 62% de tiempo de apagado. Este efecto

de Pareto fue importante en el diagnstico subsecuente.

3. Medicin de propiedades adicionales o relacionadas del producto o procesos En ocasiones el

diagnstico requiere medir caractersticas diferentes de aquellas para las que no se cumplen las

especificaciones. En la manufactura de discos de fongrafo, el sntoma era un alto porcentaje de discos

con defectos de superficie. Los cronmetros automticos controlaban el ciclo de prensa. El

diagnstico revel que los tiempos para varios pasos no deban ser fijos sino determinados por medidas

adicionales tomadas peridicamente. La correccin era supervisar la presin, temperatura, viscosidad y

otros factores. Una computadora en la lnea del proceso evala estos datos para cada disco y decide

las condiciones ptimas de moldeo. Slo entonces, y no antes, se logr que la prensa creara el

producto.

4. Estudio de mtodos del trabajador. En algunas situaciones, se tienen diferencias consistentes entre

los niveles de defectos que vienen de cada trabajador. Mes tras mes, algunos trabajadores producen

ms productos "buenos" que otros. En tales situaciones, debe haber una causa para esta diferencia

consistente en el desempeo observado. El diagnstico de problemas relacionados con el desempeo

humano se estudiar en una seccin posterior.


PRUEBA DE TEORAS A TRAVS DE EXPERIMENTOS.

Los experimentos en el laboratorio o fuera de l pueden ser necesarios para determinar y analizar las

causas dominantes de un problema de calidad. En la tabla 3.7 se resumen cuatro tipos de

experimentos de diagnstico.

Los experimentos para evaluar una o dos variables sospechosas ("factores") algunas veces se llaman

"experimentos de disparo de escopeta. El propsito es probar una teora de que una variable

sospechosa es la causa principal de un problema.

En el experimento exploratorio, las variables dominantes no se conocen pero deben buscarse mediante

un experimento formal. Esto se llama "experimento sin brida.

Un anlisis exploratorio bien organizado tiene una alta probabilidad de identificar las causas dominantes

de variabilidad. Sin embargo, existe el riesgo de sobrecargar el plan experimental con demasiado

detalle. Para verificar si el experimento es demasiado extenso debe requerirse que el analista prepare'

un plan escrito para revisin. Este plan escrito debe definir:

1. Las caractersticas del material, proceso, medio ambiente y producto que se van a observar

2. El control de estas caractersticas durante el experimento; una caracterstica puede:

a) permitirse que vare como lo haga y medirla como es

b) mantenerse a un valor estndar

c) aleatorizarse en forma deliberada


d) variarse en forma deliberada, con varias clases de tratamientos

3. Los medios de medicin que se usarn (si difieren de la prctica estndar)

Si el plan muestra que el experimento puede estar sobrecargado, se recomienda una "corrida en seco"

en la forma de un experimento a baja escala. La revisin de la corrida en seco puede ayudar a decidir

el plan final.

Experimentos de produccin.

La experimentacin con frecuencia se ve como una actividad que se puede realizar slo en condiciones

de laboratorio. Sin embargo, para lograr el mximo desempeo en algn proceso de manufactura, el

efecto de las variables clave sobre la produccin del proceso o las propiedades del producto deben

demostrarse en las condiciones de la planta. La experimentacin en el laboratorio para evaluar estas

variables no siempre conduce a conclusiones totalmente aplicables a las condiciones de la planta.

Cuando se justifica, se puede montar una "planta piloto" para evaluar las variables del proceso. An as,

la determinacin final del efecto de las variables del proceso debe casi siempre hacerse durante las

corridas normales de produccin mediante una observacin informal de los resultados y realizando los

cambios si se consideran necesarios. Entonces, la experimentacin informal s se lleva a cabo en la

planta de manufactura.

Para sistematizar la experimentacin informal y proporcionar un enfoque metdico para el mejoramiento

del proceso, G. E. P. Box (George Edward Pelham Box) desarroll una tcnica conocida como

"operaciones evolutivas" (OPEV). OPEV se basa en el concepto de que todo lote manufacturado tiene

informacin que aportar acerca de los efectos de las variables del proceso sobre una caracterstica de

calidad. Aunque tales variables pueden analizarse mediante un diseo de experimentos, OPEV

introduce pequeos cambios en estas variables segn un patrn de cambios planeado. Estos cambios

son suficientemente pequeos para evitar la no conformancia pero suficientemente grandes para

establecer en forma gradual 1) qu variables son importantes y 2) los valores ptimos del proceso para

estas variables. Aunque este enfoque es ms lento que el diseo de experimentos formal, los

resultados se logran en un ambiente de produccin sin los costos adicionales de un experimento

especial.


Los pasos son:

1. Seleccionar dos o tres variables de proceso independientes que sea probable que influyan en la

calidad. Por ejemplo, se seleccionaron tiempo y temperatura como variables que afectan la

produccin de un proceso qumico.

2. Cambiar estos pasos de acuerdo con un plan (vea la figura 3.11). Este diagrama muestra un

plan, no slo datos. Por ejemplo, se hizo una corrida de referencia con la temperatura del

proceso de produccin establecida en 130C durante tres horas y media. El siguiente lote (el

punto 1 en la figura 3.11) se corri a 120C durante tres horas. El primer ciclo contiene cinco

corridas, una con cada condicin. Las muestras se tomaron de cada lote y se hicieron anlisis.

3. Despus de la segunda repeticin del plan (ciclo 2) y de cada ciclo sucesivo, se calculan los

efectos (ver QCH4, p. 26.3 1).

4. Cuando uno o ms de los efectos es significativo, se cambian los puntos medios de las variables

y quiz sus rangos.

5. Despus de ocho ciclos, si ninguna variable ha mostrado ser efectiva, se cambian los rangos o

se eligen nuevas variables.

6. Se contina moviendo los puntos medios del plan OPEV y se ajustan los rangos segn sea

necesario.


7. Cuando se ha obtenido un mximo, o la tasa de ganancia es demasiado lenta, se eliminan las

variables actuales del plan y se corre un nuevo plan con otras variables.

OPEV es una forma de experimentacin en produccin altamente estructurado. Ott y Schilling (1990)

presentan una gran variedad de diseos prcticos y tcnicas de anlisis para resolver problemas de

calidad en produccin.

Experimentos de simulacin.

Del campo de la investigacin de operaciones viene una tcnica llamada simulacin que puede ser til al

analizar problemas de calidad. La simulacin proporciona un mtodo para estudiar el efecto de cierto

nmero de variables sobre las caractersticas de calidad final, pero todo esto se hace sobre el papel sin

llevar a cabo experimentos! Un estudio de simulacin requiere de los siguientes insumos:

1. Definicin de las variables de salida.

2. Definicin de las variables de entrada.

3. Descripcin del sistema completo en relacin con las variables de entrada y salida.

4. Datos sobre la distribucin de cada variable de entrada; as, la variabilidad se acepta como inherente

al proceso.

En simulacin, se desarrolla el modelo de un sistema y se traduce a un programa de computadora.

Este programa no slo define la relacin entre las variables de entrada y salida sino tambin prev

guardar la distribucin de cada variable de entrada. La computadora selecciona despus valores

aleatorios de cada distribucin de entrada y combina estos valores mediante las relaciones definidas,

para generar un valor simulado de la variable de salida. Cada repeticin de este proceso arroja un

resultado de salida simulado. stos se pueden organizar en una distribucin de frecuencias. Lo

importante es hacer cambios en las variables de entrada o en las relaciones, hacer otra corrida de

simulacin y observar el efecto de los cambios. Con esto se puede evaluar la significancia de las

variables sobre el papel, lo que proporciona otra forma de evaluar las teoras sobre las causas de los

problemas.


La simulacin se ha aplicado a muchos problemas de calidad, incluyendo tolerancias interactuantes,

diseo de circuitos y contabilidad.

Prueba de teoras sobre problemas controlables por el trabajador

El diagnstico de los errores humanos revela que hay "muchas especies" de errores. Para ilustrar estas

especies, la tabla 3.8 muestra la distribucin de 80 errores cometidos por seis trabajadores de una

oficina al preparar contratos de plizas de seguros.

Hubo 29 tipos de errores y siguen el principio de Pareto. Observe los datos del error tipo 3. Hubo 19 de

ellos, y el trabajador B cometi 16 de los 19. La tabla muestra tambin el resto del trabajo realizado por

el trabajador B. Excepto por el error tipo 3, B cometi muy pocos errores. No hay nada bsicamente

mal con la especificacin del trabajo o el mtodo, ya que los otros cinco trabajadores muy poco o ningn

problema con el error tipo 3. No hay nada bsicamente equivocado con el trabajador B excepto por el

error tipo 3. Se concluye que el trabajador B y nadie ms estn interpretando mal alguna instruccin, lo

que da como resultado ese cmulo de 16 errores del tipo 3.

El error tipo 5 es de una especie diferente. Hay un cmulo de 13 de ellos y todos los trabajadores

cometieron este error, de manera ms o menos uniforme. Esto sugiere alguna diferencia en el enfoque

entre todos los trabajadores por un lado y el inspector por la otra. Tal diferencia por lo general es de

origen controlable por la administracin, pero en realidad pronto puede quedar establecida mediante

entrevistas con los empleados respectivos. Observe tambin la columna de nmeros asociada con el

trabajador E. El total es 36 errores, el mayor grupo en la tabla. El trabajador E cometi casi la mitad de


los errores de todo el equipo y los hizo virtualmente en todas las categoras. Por qu el trabajador E

tiene tantos errores? Puede deberse a una de muchas razones, por ejemplo, capacitacin inadecuada,

falta de capacidad para hacer un trabajo de tanta exactitud, etc. Es necesario un estudio ms profundo,

pero puede ser ms fcil ir directamente del sntoma a la correccin encontrar un trabajo menos

demandante para ese trabajador.

As, slo esta tabla muestra la presencia de especies mltiples de errores de los trabajadores. La

correccin no es tan simple como "motivar al trabajador". Es importante entender estas especies a

travs del diagnstico para identificar las causas. La gran mayora de los errores de los trabajadores

caen en una de tres categoras: inadvertido, tcnico y consciente. La tabla 3.9 muestra la interrelacin

entre el patrn de errores, la subcategora probable y las correcciones posibles.

Las tres categoras se examinan a continuacin.

ERRORES INADVERTIDOS.

Los errores inadvertidos son aquellos que los trabajadores no pueden evitar debido a la falta de habilidad

humana para mantener la atencin. Siglos de experiencia han demostrado que los seres humanos

simplemente no pueden mantener una atencin continua.


Los ejemplos usuales incluyen una componente omitida en un ensamble o un ajuste de proceso que est

mal establecido. Los ejemplos poco comunes tambin ocurren. Algunas casas de bolsa mantienen

una cuenta especial para cubrir los gastos relacionados con los errores que se hacen en la compra y

venta de acciones, como la compra de las acciones equivocadas por la similitud en las identificaciones

de algunas empresas. En el estadio, puede perderse un juego de futbol porque un jugador escucha

"cuadro" en lugar de "cuatro" para la contrasea de una jugada. Pierde su asignacin defensiva y el

equipo contrario anota un gol.

El entendimiento de las caractersticas que los distinguen ayuda a hacer el diagnstico para identificar

los errores como inadvertidas. Estas caractersticas son:

No intencional. El trabajador no quiere cometer los errores.

Sin saberlo. En el momento de cometer el error, el trabajador no se da cuenta de l.

No predecible. No hay nada sistemtico respecto a cundo se equivocar, qu tipo de error ser o

cul trabajador incurrir en l. Como consecuencia de esta calidad de impredecible, el patrn de

error exhibe aleatoriedad. Un conjunto de datos que muestra un patrn aleatorio de errores de

trabajadores sugiere que los errores son inadvertidos. La aleatoriedad de los datos se puede referir

a los tipos de errores, a la persona que los comete y a los tiempos en que ocurren.

Las correcciones para los errores inadvertidos incluyen dos enfoques:

1. Reducir el grado de dependencia en la atencin humana. Las herramientas usadas en este caso son

todas del tipo a prueba de errores: diseos a prueba de fallas, procesos de validacin, cuentas

regresivas, verificaciones redundantes, atajos, eslabones o uniones, seales de alarma, automatizacin,

robots. Se pueden obtener grandes reducciones en los errores con el uso de cdigos de barras para

identificar artculos.

2. Facilitar que los seres humanos permanezcan atentos. Los ejemplos de remedios son la

reorganizacin del trabajo para reducir la fatiga y la monotona, la rotacin del trabajo, y el uso de

sensores multiplicadores, plantillas, mscaras o filtros y cubiertas.


ERRORES DE TCNICA.

Estos errores surgen porque el trabajador no tiene alguna tcnica, habilidad o conocimiento esencial

para prevenir el error. El entendimiento de sus caractersticas ayuda al diagnstico para identificar

errores de tcnica; stas son:

No intencional. El trabajador no quiere cometer los errores.

Especfico. Los errores de tcnica son nicos para cierto tipo de defectos, aquellos tipos para los que la

tcnica que falta es esencial.

Consistentes. Los trabajadores que no tienen la tcnica esencial todo el tiempo obtienen ms defectos

que los trabajadores que poseen la tcnica. Esta consistencia se hace evidente a partir de los datos de

los errores del trabajador.

Inevitable. Los trabajadores inferiores no pueden alcanzar el desempeo de los trabajadores superiores

porque no saben "qu hay que hacer de diferente manera".

El descubrimiento de la existencia de los errores de tcnica utiliza las herramientas de diagnstico de

errores de los trabajadores, como se ilustra enseguida en el ensamble de rifles.

El caso de ensamble de armas.

El ensamble de rifles lo realizaban 22 obreros calificados, cada uno de los cuales ensamblaba un rifle

completo a partir de todas las piezas sueltas. Despus de una prueba de seguridad, alrededor del 10%

de los rifles no se poda abrir para sacar el cartucho usado, un defecto conocido como "duro de abrir

despus del disparo". Para tales defectos, era necesario desensamblar el rifle y volverlo a ensamblar,

lo que requera cerca de 2 horas por rifle defectuoso, un desperdicio significativo.

Despus de una serie de penosas discusiones, estaba claro que el elemento que faltaba era informacin

real. Se recolectaron datos de los archivos de los ensambladores y de tiempos, y se arreglaron en una

matriz (tabla 3.10). Se obtuvo informacin til:

1. Haba una amplia variacin departamental de un mes a otro en la tasa de defectos, desde un mnimo

de 1.8% en enero a un mximo de 22.6% en febrero. Como todos los trabajadores parecan afectados,


la causa de esta variacin debi haber sido externa al departamento. (El anlisis subsecuente confirm

esto.)

2. La razn de desempeo, de las cinco mejores a las cinco peores, mostr una consistencia alarmante.

En cada uno de los 6 meses, los cinco desempeos peores sumaron una tasa de errores de al menos

diez veces la suma de los cinco desempeos mejores. Debe haber alguna razn para esta diferencia

tan consistente, y se puede encontrar con un estudio de mtodos de trabajo, las tcnicas usadas por los

trabajadores respectivos.

La destreza.

El estudio de mtodos mostr que quienes tenan un desempeo superior usaban una lima para

disminuir las dimensiones de una componente compleja; los de menor desempeo no limaban esa

componente. Esta operacin con la lima constitua una "destreza", una pequea diferencia en el

mtodo que es responsable de una gran diferencia en los resultados. (Hasta que se hizo el diagnstico,

los ensambladores superiores no se haban dado cuenta de que al limar reducan mucho la incidencia de

defectos.)

Por lo general cuando hay diferencia en el desempeo de un trabajador, se puede detectar alguna

destreza superior que usan los de mejor desempeo para beneficiar al producto. En el caso de los

ensambladores de armas, la destreza consista en limar una componente. No obstante, en algunos

casos, la diferencia en el desempeo del trabajador se debe a que por torpeza y sin darse cuenta, los

trabajadores inferiores daan el producto.

Existe una regla til para predecir si la diferencia en el desempeo del trabajador se debe a una destreza

benfica o a una destreza negativa. Quines estn en la minora? Si el desempeo superior est en la

minora, quiz la diferencia se debe a una destreza benfica. Si el desempeo inferior est en la

minora, tal vez la diferencia se deba a una destreza negativa.


Resumen de errores de tcnica.

La secuencia de eventos para identificar, analizar y remediar los errores de tcnica es:

1. Para los tipos de defectos bajo estudio, se crean y recolectan datos que puedan descubrir cualquier

diferencia significativa entre los trabajadores.

2. Se analizan los datos de un periodo a otro para descubrir si hay consistencia.

3. Se identifican aquellos desempeos que son consistentemente mejores y peores.

4. Se estudian los mtodos de trabajo que usan el mejor y el peor desempeo para identificar las

diferencias en la tcnica.

5. Se estudian estas diferencias para descubrir la destreza benfica que produce los resultados

superiores o la destreza negativa que dara el producto.

6. Se hace que todos lleguen al nivel del mejor tomando las acciones pertinentes para remediarlo,

como:

a) Capacitacin a los de menor desempeo en el uso de la destreza o para evitar el dao.

b) Cambio de tecnologa para que el proceso incluya la destreza.

c) Poner pruebas de errores en el proceso de manera que se requiera usar la destreza o que

prohiban la tcnica que daa el producto.

ERRORES CONSCIENTES.

El entendimiento de las caractersticas de los errores ayuda al diagnstico para identificar cules son

conscientes. Estas caractersticas son:

Con conocimiento. En el momento de cometer un error, el trabajador se da cuenta.

Intencional. El error es el resultado de una intencin deliberada por parte del trabajador.

Persistente. El trabajador que comete el error casi siempre tiene la intencin de seguir hacindolo.


La evidencia externa de los errores conscientes tambin es nica. Mientras que los errores inadvertidos

muestran aleatoriedad, los errores conscientes exhiben consistencia, es decir, algunos trabajadores

cometen ms errores que otros. Por otro lado, mientras que es comn que los errores de tcnica estn

restringidos a aquellos tipos de defectos que requieren alguna destreza especial, los errores conscientes

tienden a cubrir un amplio espectro de tipos de defectos; conocerlos es til para el diagnstico de errores

conscientes.

Errores conscientes iniciados por la administracin.

Muchos errores "conscientes" se inician en la administracin. Los ejemplos ms comunes surgen de los

estndares mltiples que todos los administradores deben cumplir: costo, distribucin y productividad, al

igual que calidad. Debido a los cambios en el mercado, los administradores cambian sus prioridades

continuamente; por ejemplo, en el mercado de un vendedor, el programa de entregas prevalecer sobre

los estndares de calidad. Las presiones sobre los administradores se transmiten a la fuerza de trabajo

y pueden resultar en la violacin constante de un estndar con el fin de cumplir otro.

Errores conscientes iniciados por los trabajadores.

Los trabajadores inician algunos errores consientes. Ellos pueden tener angustias reales o imaginarias

contra el jefe de la compaa y canalizan su venganza no cumpliendo con los estndares. Unos cuantos

se rebelan contra todo el sistema social y usan el sabotaje para mostrar su resentimiento. En algunos

casos encontrados es tan obvia su actitud antisocial que nadie, ni sus compaeros ni el sindicato,

defender sus acciones.

Algunos errores conscientes parecen ser iniciados por el trabajador pero tienen su origen en una

comunicacin inadecuada con el administrador. Por ejemplo, tres lotes de productos salen no

conformantes con la caracterstica de calidad X. En cada caso, el inspector coloca la contrasea de

retencin en el lote, el comit de revisin de materiales concluye que el lote puede usarse y los pasa

para entrega. Sin embargo, ni el trabajador de produccin ni el inspector lo saben. Al no saber la

razn, estos trabajadores pueden concluir que la caracterstica X no es importante. Esto abre el camino

para acciones no autorizadas.

Remedios para los errores conscientes. Por lo general, las correcciones que se enumeran enseguida

hacen hincapi en asegurar cambios en el comportamiento sin poner atencin en asegurar el cambio de


actitudes. De cualquier manera, el enfoque est orientado en esencia a las personas y no al "sistema",

los aspectos administrativos o tecnolgicos del trabajo. Los posibles remedios son:

Explicar el impacto del error en los clientes externos o internos

Establecer una contabilidad individual

Proporcionar un balance entre productividad y calidad

Llevar a cabo auditoras peridicas

Proporcionar recordatorios a los trabajadores sobre defectos especficos

Mejorar la comunicacin entre la administracin y los trabajadores sobre aspectos de calidad

Crear competencia e incentivos

Poner operaciones a prueba de errores

Reasignar el trabajo

Si se quiere profundizar en estos remedios, vea QCH4, pginas 22.60-22.61.

A continuacin se estudia el desarrollo de remedios generales para problemas controlables tanto por la

administracin como por el trabajador.

PROPORCIONAR UNA CORRECCIN Y PROBAR SU EFECTIVIDAD

El siguiente paso en el proceso de diagnstico para determinar la causa es elegir una correccin.

Eleccin de alternativas

El paso para el diagnstico puede conducir a una gran variedad de causas dominantes de los sntomas:

fallas en el diseo, un proceso inadecuado, etctera. Las acciones tendientes a remediar responden a

los descubrimientos del diagnstico. Un criterio esencial es que se optimizarn ambos, los costos de la

compaa y los costos del cliente.

Al cuantificar los costos de la compaa debe calcularse el impacto del costo en cada alternativa para

toda la empresa. Debe incluirse el impacto en el costo de la baja calidad, el uso de materiales, uso de


instalaciones, consumo de energa, etctera. El ms calificado para hacer esta evaluacin es el equipo

del proyecto, y no un solo departamento.

De igual manera, el impacto sobre los costos y bienestar de los clientes debe evaluarse para cada

remedio alternativo. De particular importancia es hallar una correccin que d como resultado el

perfeccionamiento, es decir, agregar valor sin agregar costo.

Defectos raros pero crticos

Algunos defectos o errores ocurren a una baja frecuencia pero tienen un efecto serio cuando suceden.

Estos defectos "raros pero crticos" requieren un enfoque especial. Tales enfoques incluyen el

incremento en los mrgenes de diseo (por ejemplo, un diseo que permita niveles de tensin ms altos

de los esperados), un incremento en la severidad de las condiciones de las pruebas, una variabilidad

significativamente menor que la permitida por las especificaciones, una inspeccin 100% automatizada y

una inspeccin redundante del 100%. En QCH4, pgina 22.63 se pueden encontrar ms detalles.

Prueba de la efectividad dla correccin

Antes de adoptar definitivamente una correccin, se debe probar su efectividad. Esto incluye dos

pasos:

1. Evaluacin preliminar dla correccin bajo condiciones que simulen la situacin real. Esta evaluacin

puede usar una prediccin de contabilidad en el "papel", una corrida de prueba en una planta piloto, o la

prueba de una unidad prototipo. Pero estas evaluaciones preliminares tienen suposiciones que nunca

se cumplen por completo, por ejemplo, se supone que la unidad prototipo se produce bajo condiciones

de manufactura tpicas, cuando en realidad se hace en el taller de modelado de ingeniera.

2. Una evaluacin final en condiciones reales. No existe un sustituto para la prueba de las correcciones

en el mundo real. Si la correccin es un cambio del diseo de una componente, la evaluacin final debe

ser una prueba de la componente rediseada operando en el sistema completo bajo condiciones reales.

Si la correccin es un cambio en el procedimiento de manufactura, debe probarse el nuevo

procedimiento en condiciones normales (no ideales) de la fbrica. Si la correccin es un cambio en el

proceso de mantenimiento, debe demostrarse su efectividad en el medio ambiente real con personal

representativo de los niveles de habilidad.


Por ltimo, despus de probar una correccin, queda el aspecto de comunicacin. Una correccin para

un proyecto puede ser aplicable a problemas similares en alguna otra parte de la organizacin. Es til,

por lo tanto, comunicar la correccin a 1) otros que puedan enfrentarse a problemas similares y 2) los

responsables de planear productos y procesos futuro. En algn caso, la correccin puede introducirse a

una base de datos que pueda examinarse con facilidad mediante palabras clave.

MANEJAR LA RESISTENCIA AL CAMBIO

Las distintas partes involucradas pueden externar diferentes objeciones a la correccin, por ejemplo, la

gerencia, la fuerza de trabajo o el sindicato pueden hacerlo a travs de tcticas de retraso o de un

rechazo abierto a la correccin. La "resistencia al cambio" es el nombre usual. El cambio consiste en

dos partes: 1) un cambio tecnolgico; 2) una consecuencia social del cambio tecnolgico.

Con frecuencia la gente tiene objeciones al cambio tecnolgico, aunque la verdadera razn sea el efecto

social. As, quienes proponen un cambio pueden confundirse con las objeciones establecidas. Por

ejemplo, un ingeniero industrial propuso en una ocasin un cambio en el mtodo de trabajo que

implicaba mover el almacn de partes terminadas en una mquina especfica a un rea central de

almacenamiento. La resistencia del trabajador afectado por el nuevo mtodo confundi al ingeniero.

El mtodo pareca beneficiar a todas las partes involucradas, pero el trabajador alegaba que "no

funcionara". El supervisor era lo suficientemente perceptivo para extraer la verdadera razn de la

resistencia: la produccin del trabajador era superior, y mucha gente se detena en su mquina para

admirarlo y halagarle. Quin querra renunciar a tal placer? Para citar otro ejemplo, algunos ingenieros

de diseo se resisten al uso del diseo asistido por computadora (CAD - computer aided design),

aduciendo que la tecnologa no es efectiva cuando un ser humano quiere analizar el diseo. La razn

real, en el caso de algunos diseadores viejos, puede incluir el miedo a tener dificultades para adaptarse

al CAD. Para lograr el cambio se debe:

Estar consciente de que se trata de un patrn de hbitos, creencias y tradiciones (cultura) humanos

que pueden diferir de los nuestros.

Descubrir justo cul ser el efecto social de los cambios tecnolgicos propuestos.


Basndose en las cicatrices que deja la experiencia, se pueden identificar algunas reglas para introducir

cambios.

Regias para introducir cambios

Entre las ms importantes se encuentran:

Propiciar la participacin. sta es la regla ms importante para introducir cambios. Hacerlo de

manera efectiva significa que aquellos a quienes ms probablemente afecte el cambio deben ser

miembros del equipo del proyecto, con el fin de participar tanto en el diagnstico como en la

correccin. La falta de participacin lleva al resentimiento, que se endurece como una piedra de

resistencias.

Establecer la necesidad del cambio. Esto debe hacerse en trminos que sean importantes para las

personas involucradas y no sobre la base de la lgica del cambio.

Dar suficiente tiempo. Cunto tiempo toma a los miembros de una cultura aceptar un cambio?

Deben tener suficiente tiempo p

Mejoramiento de Calidad

Documents

Transcript of Mejoramiento de Calidad