Defectos del producto y productividad

Muchas personas de este lado del océano han recibido con un bostezo el alboroto por los milagrosos logros de Japón en la industria manufacturera en la última década. «Entonces, ¿qué más hay de nuevo?» dicen. «Deming lo dijo hace años». W. Edwards Deming es el padrino, si no el verdadero padre, de la productividad de las plantas. Fue el principal responsable de instituir en las plantas los procedimientos de control estadístico que los japoneses han adoptado tan hábilmente. Este artículo describe el enfoque de Deming con respecto a la productividad y la calidad: dado que solo la dirección tiene la autoridad de cambiar el sistema de producción para eliminarlos, los defectos de los productos son responsabilidad de la dirección.

Para cambiar el sistema, la dirección primero tiene que distinguir la variación anormal de la normal. También tiene que especificar operacionalmente lo que se supone que debe producir el sistema. Con estos controles en mano, la organización puede predecir el rendimiento, los costes y los niveles de calidad, y los gerentes pueden comunicarse eficazmente con los clientes y el personal del taller. Y esto es lo más importante, ya que cuando la dirección ve al sistema y no a los trabajadores como la causa de los problemas, muchos de los resultados que debilitan la moral de las malas decisiones, los objetivos en los que nadie cree y las consignas motivadoras que culpan implícitamente a los trabajadores desaparecen.

John Henry, presidente de Global Manufacturing Company, se recostó en su silla, suspiró y se quedó mirando al techo. Sobre el escritorio que tenía delante había un informe de dos estadísticos sobre los problemas de productividad y calidad en la fábrica de Nightingale de Global.

Henry y sus vicepresidentes sabían que las cosas iban mal. Los clientes se quejaban, los precios estaban demasiado altos, las cuentas por cobrar aumentaban, las llamadas de reparación aumentaban, los costes subían, la moral de los trabajadores estaba baja y el sindicato amenazaba con hacer huelga debido a las incesantes demandas de la dirección de mejorar la productividad. Además, la mayoría de las máquinas no estaban a la altura. Pero no habían negociado, pensó Henry con pesar, lo que encontrarían los estadísticos. Cogió el informe, suspiró otra vez y lo volvió a mirar.

«Su fábrica de Nightingale», dice el informe, «funciona día tras día enviando artículos, 15% de los cuales (de media) tienen uno o más defectos importantes… Esta proporción de defectos importantes en el producto bien podría explicar algunos de sus problemas con las ventas y los beneficios. La cantidad de retrabajos que tienen que hacer sus operadores a lo largo de la línea de producción también está ahogando sus beneficios.

«Sus problemas comienzan así. Un operario de la línea entrega un artículo. Ella lo revisa. Si encuentra un defecto importante, puede que lo vuelva a trabajar ella misma, porque sabe que, de lo contrario, puede que lo vuelva a arreglar más adelante. Pero, piensa, que el inspector del futuro podría no detectar ese defecto. Si lo hace, puede volver a diseñarlo o devolvérselo a la operadora. Pero incluso si el inspector lo ve, el supervisor puede interceptar el artículo en su camino de regreso al operario y enviarlo a través de la producción para evitar que se quede corto en una etapa posterior.

«Desde el punto de vista del operario, ¿por qué no se arriesga con defectos leves y graves? Envíelos al final de la línea; lo más probable es que no regresen. Desde el punto de vista del inspector, el supervisor puede intervenir, por lo que corregir los defectos puede ser una pérdida de tiempo. Desde el punto de vista del supervisor, puede correr el riesgo de sufrir el defecto. No puede perder y podría ganar si mantiene su récord de producción alto.

«En otras palabras, Sr. Henry, el trabajo de su operario es producir defectos. Le pagan por ellos. Este es el sistema y el operador no es responsable de él. La dirección lo es».

El punto detrás del memorándum de los estadísticos al pobre John Henry es que los defectos no son gratuitos: alguien crea defectos y se le paga por hacerlos. Si una proporción sustancial de la fuerza laboral corrige los defectos, la empresa paga tanto para corregir los defectos como para fabricarlos. Si la fábrica de Nightingale produce 15% productos defectuosos, entonces 15% del coste total se destina a fabricar unidades defectuosas. Obviamente, baja calidad significa alto coste.

Todos los problemas de Henry y sus vicepresidentes se debieron a la mala gestión de la calidad. En otras palabras, y este podría ser el segundo punto de los estadísticos, la dirección logra un producto de alta calidad mediante la mejora del proceso. Si los gerentes pueden mejorar el proceso de fabricación, pueden transferir recursos de la producción de productos defectuosos a la fabricación de otros buenos productos.

Supongamos que la dirección de Nightingale es capaz de mejorar el proceso haciendo algunos cambios sin coste adicional, de modo que solo 9% de la salida es defectuosa. ¿Qué ha logrado la dirección?

1. La productividad ha aumentado. La fábrica produce ahora 6% más unidades al mismo precio. (Si la fábrica reelabora los defectos, los operadores pueden utilizar el tiempo que habrían tardado en volver a trabajar los 6% defectuosos para hacer un producto más bueno. Esto crea un aumento adicional (gratuito) de la productividad.)

2. La calidad de los agregados ha mejorado. Ahora solo 9% de la salida es defectuosa en lugar de 15%.

3. La capacidad ha aumentado. La fábrica produce 6% más unidades buenas con el mismo sistema: mano de obra, máquinas, materiales, etc.

4. El coste por unidad es inferior. La fábrica fabrica más unidades al mismo precio.

5. El precio se puede reducir.

Se puede ver que el control de los procesos (es decir, la gestión adecuada de la calidad) puede aliviar los problemas de John Henry. Con una mejor calidad, los clientes dejarán de quejarse y las devoluciones disminuirán, los vendedores podrán competir de manera efectiva gracias a un producto de mayor calidad y a un precio más bajo, las llamadas de servicio y reparación disminuirán, las cuentas por cobrar disminuirán (porque es probable que los clientes satisfechos paguen sus cuentas), los costes disminuirán, la productividad aumentará, el sindicato dejará de amenazar con hacer huelga y la dirección tendrá capital para mantener el equipo adecuadamente.

Mejorar el proceso es la clave para aumentar la productividad y la calidad y reducir los costes unitarios. Los gerentes pueden lograr estos objetivos entendiendo las fuentes de variación de un proceso y utilizando las definiciones operativas adecuadas.

Las fuentes de la variación

Veamos un proceso de fabricación que produce varillas de acero. Aunque el diámetro medio de las varillas es de 2 pulgadas, no podemos esperar que el diámetro de todas las cañas sea exactamente eso. Esperamos alguna variación en función de la forma en que se haya redondeado la medición.

La variación en un proceso es natural. De hecho, todos debemos esperarlo y no sorprendernos cuando ocurra. Sin embargo, los procesos están sujetos a dos fuentes de variación: normales y anormales. La variación anormal se debe a una causa especial o específica y puede estar presente o no en un proceso. En nuestro ejemplo, supongamos que producimos una varilla con un diámetro de 1,96 pulgadas. ¿La discrepancia de 0,04 pulgadas es una variación anormal del proceso? ¿O es una variación normal la que cabría esperar? Si se trata de una variación anormal, nos gustaría intervenir y, por ejemplo, ajustar una máquina. Si no lo es, no debemos intervenir. De hecho, si ajustara la máquina sin motivo, correríamos el riesgo de estropear el proceso.

Algunos investigadores estiman que las variaciones anormales causan 15% de los problemas de un proceso, mientras que las variaciones normales provocan los 85 restantes%.1 Las variaciones normales son comunes a todos los elementos de un proceso (todo un grupo de trabajadores, todo un departamento e incluso toda una empresa) y crean la mayoría de los altos costes de producción y servicio y problemas de baja producción. La confusión entre las causas de variación comunes y especiales provoca frustración en todos los niveles, más variación y costes más altos. Al no poder distinguir entre las dos fuentes de variación, la dirección puede reaccionar culpando a los trabajadores.

Un trabajador es impotente para actuar en función de una causa normal de variación. Los trabajadores no tienen autoridad para afinar las definiciones y las pruebas que determinan la calidad aceptable. No pueden hacer mucho con las máquinas o los equipos de prueba que están fuera de servicio. Pueden denunciar este tipo de eventos, pero la dirección debe hacer el seguimiento y hacer los cambios necesarios. Los trabajadores tampoco pueden cambiar las especificaciones ni la política de adquisición de los materiales entrantes ni son responsables del diseño del producto. Todo esto forma parte del sistema y solo los gerentes pueden cambiarlo.

Es difícil sobreestimar lo alta que estaría la moral en la mayoría de las fábricas si la dirección hiciera responsables a los trabajadores únicamente por lo que pudieran controlar y no por las desventajas del sistema.

¿Qué tipo de variación es?

Como los trabajadores no pueden ser responsables del sistema, los gerentes tienen que ser capaces de distinguir entre la variación anormal y la normal para saber cuándo y cómo cambiar el proceso. La única forma segura de diferenciar las dos fuentes de variación de un proceso es mediante las señales estadísticas que generan los gráficos de control.

Gráficos de control

Un gráfico de control del sistema tiene una línea central que representa la media del proceso y dos límites de control, superior e inferior. Supongamos que quiere examinar la operación de pulsar teclas en un departamento de procesamiento de datos. En primer lugar, según la teoría estadística, determina el tamaño de la muestra, digamos 200 tarjetas por día.2 Luego, toma muestras aleatorias de 200 tarjetas de la producción de cada día y las inspecciona para ver si hay errores. En la ilustración I se muestra cómo crear un gráfico de control para una operación de pulsación de teclado.

Anexo I Formulación de un gráfico de control para la operación de punción de teclas Nota: Los dos puntos (día 8 y día 22) que se encuentran por encima de la UCL envían una señal estadística a la dirección para que busque posibles fuentes de variación anormal los días 8 y 22.

Prueba Ia muestra el porcentaje de tarjetas perforadas que están defectuosas. Exhibición Ib es una gráfica del «porcentaje de defectos» (columna 4 en Ia) frente al «día» (columna 1 en Ia). Prueba Ic muestra los cálculos que necesitará para construir la línea central (en este ejemplo, el porcentaje medio de defectos del proceso) y los límites de control superior e inferior.

Usted construye la gráfica de control_(ID de prueba)_ conectando los puntos trazados en Ib y dibujando la línea central y los límites de control superior e inferior entre los puntos. Por último, analiza la gráfica de control. Si el valor de una muestra se encuentra dentro de los límites de control superior e inferior y si no hay una tendencia o algún otro patrón sistemático, la variación probablemente sea normal. Sin embargo, si el valor de una muestra está fuera de los límites de control, es probable que la variación sea anormal.

El gráfico que se muestra en el gráfico I es solo uno de los muchos tipos de gráficos de control, cada uno de los cuales tiene un propósito especial. (Puede encontrar ejemplos de otros gráficos en las fuentes que aparecen al final del artículo).

Si la variación es anormal

Al comparar Ib y Id, el lector verá lo difícil que es diferenciar entre las dos causas de variación a simple vista. La prueba Ib no permite a los gerentes distinguir entre las dos fuentes de variación, mientras que la prueba ID muestra claramente que los días 8 y 22 ocurrió algo anormal, no atribuible al sistema, que provocó que se perforaran tarjetas defectuosas.

Cuando un gerente determine que la causa de la variación es anormal, debe buscar y eliminar las causas que se pueden atribuir a un trabajador o grupo de trabajadores específico, a una máquina, a un nuevo lote de materias primas, etc. Una vez que la dirección elimina todas las causas de variación asignables, se queda con un proceso estable que tiene el control estadístico.

Volvamos a examinar la operación de perforación de teclas que se muestra en el Anexo I con más detalle. Consulte la tabla de control para ver el porcentaje de tarjetas con errores (ID).

Es habitual basar los límites de control en un múltiplo del error estándar. Por lo general, este múltiplo es 3 y los límites se denominan límites de 3 sigma. Esto significa que hay aproximadamente 3 probabilidades entre 1000 de que la ubicación de un punto fuera de los límites se deba a la variación aleatoria natural del sistema. Si observamos los gráficos de las pruebas I y II, podemos ver que dos puntos están fuera del límite superior de control, lo que indica que el proceso no está bajo el control estadístico.

Gráfico II: Gráficos de control para pulsadores de teclas

¿Cuál debería ser el siguiente paso de la dirección? Para controlar el proceso, la dirección debería investigar los puntos que estaban fuera de control para eliminar del proceso las causas de variación asignables. Supongamos que la dirección descubrió que el día 8, se había incorporado un nuevo operario de pulsación de teclas a la fuerza laboral y que el único día que tardó el trabajador en aclimatarse al nuevo entorno probablemente provocó un número inusualmente alto de errores de pulsación. Para garantizar que esta causa asignable no se repitiera, la empresa creó un programa de formación de un día.

La investigación del día 22 mostró que la noche anterior, el departamento se había quedado sin tarjetas del vendedor habitual y no esperaba un nuevo envío hasta la mañana del día 23. En consecuencia, el departamento compró un suministro de tarjetas para un día a un nuevo proveedor. La dirección descubrió que estas tarjetas eran de calidad inferior, lo que provocó un gran número de errores al pulsar las teclas. Para corregir esta variación asignable, la dirección instituyó una política de inventario revisada y definió operacionalmente la calidad aceptable de las tarjetas perforadas.

Tras eliminar los días en los que se encontraron las causas de variación asignables, los gerentes volvieron a calcular las estadísticas del gráfico de control:

Prueba IIb muestra la gráfica de control revisada (IIa muestra la gráfica original). El proceso ahora es estable, bajo control estadístico.

Un proceso estable que solo muestre variaciones debido a las limitaciones inherentes del sistema permite al gerente determinar su capacidad, es decir, qué es lo normal. Estas son algunas de las ventajas de lograr un proceso estable:

1. La gerencia conoce la capacidad del proceso y puede predecir su rendimiento, costes y niveles de calidad.

2. Con el sistema actual, la productividad es máxima y los costes mínimos.

3. La dirección puede medir los efectos de los cambios en el sistema con mayor velocidad y fiabilidad.

4. Si la dirección quiere modificar los límites de las especificaciones, tiene datos que respaldan su argumento.

La capacidad del proceso pasa a ser un hecho. Un proceso estable que produzca un número inaceptable de defectos seguirá siéndolo mientras el sistema, tal como se define actualmente, siga siendo el mismo. Y solo la dirección es responsable de cambiar el sistema.

Variación normal

Una vez que un proceso alcanza la estabilidad, lo que no es un estado natural sino un logro, la dirección está lista para actuar en función del sistema para mejorar la productividad y la calidad. Los gerentes pueden mejorar el sistema de la siguiente manera:

1. Cambiar la media del proceso. Por ejemplo, la gerencia puede querer reducir el porcentaje de defectos o aumentar la producción media.

2. Cambiar la cantidad de variación. Dadas las exigencias económicas del mercado, es posible que la dirección quiera reducir la cantidad de variación para obtener un producto más uniforme o aumentarla para obtener un producto menos uniforme.

Determinados insumos y procedimientos, como la mano de obra, la formación, la supervisión, las materias primas, las máquinas y las definiciones operativas, definen el sistema. Para mejorar el sistema, la dirección debe modificar estos factores. Una vez más, hacemos hincapié en que solo la dirección tiene la responsabilidad y la autoridad de realizar estos cambios. Los trabajadores por sí solos no pueden afectar al sistema.

¿Cómo puede la dirección empezar a cambiar el proceso de pulsaciones clave para mejorar la productividad y la calidad? Al instituir procedimientos de formación que reducen el porcentaje medio de tarjetas defectuosas y la cantidad de variaciones comunes (lo que se traduce en límites de control más estrechos), la dirección puede ayudar a los empleados a producir tarjetas más libres de errores de forma coherente.

Prueba IIc muestra el nuevo diagrama de control después de que la dirección instituyera cambios en la formación y los procedimientos. El porcentaje medio de tarjetas perforadas con errores se ha reducido del 0,017 al 0,008 y la variación del proceso también ha disminuido.

Es importante recalcar que los conceptos que hemos estado discutiendo abarcan algo más que gráficos de control. Las empresas pueden utilizar gráficos de control sin entender el enfoque que nos preocupa, a saber, la responsabilidad de la dirección de mejorar el sistema, no depender habitualmente de la inspección final, eliminar las consignas, eliminar las normas de trabajo arbitrarias, etc.

Hemos cerrado el círculo. Sabemos que mejorar el proceso aumenta la productividad y la calidad. Al distinguir entre la variación anormal y la normal y al eliminar la variación anormal, los gerentes pueden obtener el control estadístico. Pero esto por sí solo no basta para mejorar la productividad y la calidad.

Si la dirección entendiera perfectamente las fuentes de variación y viera que su responsabilidad es mejorar el proceso, pero no entendiera las definiciones operativas, sus esfuerzos seguirían siendo en vano.

¿Qué se produce?

Si la gerencia no puede definir con precisión sus productos, ¿cómo puede venderlos, describir lo que quiere a la gente del taller o mejorar el proceso de producción? No puede. Sin una definición operativa, las personas no pueden hacer negocios. He aquí un ejemplo de la confusión que puede provocar la ausencia de una idea precisa de lo que se produce:

«La etiqueta de la manta dice 1950% lana. ’ ¿Qué significa esto? ¿Mitad lana, de media, sobre esta manta, o mitad lana durante un mes de producción? ¿Qué es media lana? ¿Mitad en peso? Si es así, ¿con qué humedad? ¿Con qué método de análisis químico? ¿Cuántos análisis? ¿La mitad inferior de la manta es de lana y la mitad superior es otra cosa? Son 50% ¿lana? ¿El 50 por ciento de lana significa que debe haber algo de lana en cualquier sección transversal aleatoria del tamaño de medio dólar? Si es así, ¿cuántos cortes deberían analizarse? ¿Cómo los selecciona? ¿Qué criterio debe cumplir la media? ¿Y cuánta variación entre los cortes está permitida? Obviamente, el significado de 50% la lana solo puede expresarse en términos estadísticos».3

¿Cuál es la definición exacta o verdadera de un término? Por ejemplo, ¿qué es «exactamente redondo»? No existe ninguna definición que nos ayude a saber si algo es realmente redondo. El diccionario tampoco ayuda. Webster dice que una figura es redonda si tiene «todas las partes de la superficie o circunferencia equidistantes del centro». Esta definición es muy útil para la lógica formal, pero si intentamos usarla para determinar si nuestro disco es redondo, tendremos dificultades insuperables. El diccionario proporciona un concepto, no una definición, para su uso en la industria.

Entonces, ¿cómo podemos definir un término que sea comprensible a nivel de tienda? Las definiciones operativas son de dos tipos: una para los atributos, por ejemplo, el éxito frente al fracaso, y otra para las variables, por ejemplo, el volumen de ventas. La definición operativa de un atributo consiste en:

1. Criterio que se aplica a un objeto o grupo.

2. Un procedimiento para seleccionar el objeto en estudio.

3. Una operación, como medir u observar el objeto.

4. Un registro del resultado.

5. Una prueba del objeto para decidir si cumple con el criterio.

6. Una decisión de sí o no sobre si el objeto cumple el criterio.

Para obtener una definición operativa de una variable, los gerentes tomarían las mismas cuatro primeras medidas que dieron para obtener la definición de un atributo. (Los pasos 5 y 6 de los atributos no se aplican a las variables.)

Ahora, la pregunta es: ¿Cuál es la importancia de las definiciones operativas para la productividad de una empresa? Sabemos lo importante que es que los productores y los usuarios se entiendan. Sin definiciones operativas, una especificación no tiene sentido. Los conflictos y la confusión entre las empresas y entre los departamentos de una empresa se deben a que los gerentes no declaran de antemano y en términos significativos las especificaciones de un artículo o su rendimiento. Piense en los problemas de productividad y calidad que pueden surgir cuando la inspectora responsable de detectar defectos no es coherente con el tiempo en sus juicios, o cuando los inspectores son inconsistentes entre sí. Los trabajadores no saben qué es aceptable o qué es defectuoso. Necesitan una definición operativa de un producto defectuoso.

Supongamos que fabricamos discos redondos. ¿Los discos son redondos? ¿Por qué nos importa? Si un disco está demasiado lejos de ser redondo, atascará la máquina del cliente, provocará daños en el equipo y provocará tiempos de inactividad. Si queremos seguir en el negocio, más vale que nos cuidemos.

Apuntemos una definición operativa de redondo para el disco. Como estamos midiendo un atributo (redondo o no redondo), trabajaremos en el primer tipo de definición operativa.

Paso 1: En primer lugar, queremos derivar un criterio para el objeto.

a. «Utilice pinzas que estén en buen estado». (Se da cuenta de inmediato de la necesidad de cuestionar cada palabra.)

«¿Qué es un «pedido razonablemente bueno»?» (Resolvemos la cuestión dejando que utilice sus pinzas.)

«Pero, ¿cómo debo usarlos?»

«Estaremos satisfechos con que los utilice de la manera normal».

«¿A qué temperatura?»

«La temperatura de esta habitación».

b. «Tome 6 medidas del diámetro con una separación de unos 30 grados. Registre los resultados».

«Pero, ¿qué es «a unos 30 grados de distancia»? ¿No quiere decir exactamente 30 grados?»

«No, no existen exactamente 30 grados en el mundo físico. Pues intente hacer 30 grados; estaremos satisfechos».

c. Si el rango entre los 6 diámetros no supera los 0,007 centímetros, declararemos que el disco es redondo. Hemos determinado el criterio.

Paso 2: Vamos a seleccionar un disco en concreto. (En este momento podríamos especificar algún esquema de muestreo.)

Pasos 3 y 4: Tome las medidas y registre los resultados en centímetros: 3,365, 3,363, 3,368, 3,366, 3,366 y 3,369.

Paso 5: El rango es de 3,369 a 3,363, o una diferencia de 0,006. Probamos la conformidad comparando el rango de 0,006 con el rango de criterio inferior o igual a 0,007 (del paso 1).

Paso 6: Como el disco ha pasado la prueba de redondez prescrita, declaramos que es redondo.

Si una empresa tiene trabajadores que entiendan lo que significa ronda y un cliente que está de acuerdo, los problemas que la empresa pueda haber tenido para satisfacer al cliente desaparecerán.

Veamos otro ejemplo en el que las definiciones operativas mejoran la comprensión dentro de la empresa. En este ejemplo medimos una variable (ventas), por lo que utilizamos el segundo tipo de definición operativa.

Se le dice a una vendedora que su desempeño se juzgará en función del porcentaje de cambio en las ventas de este año con respecto a las del año pasado. ¿Qué significa esto? ¿Cambio porcentual medio cada mes? ¿Cada semana? ¿Cada día? ¿Para cada producto? ¿Cambio porcentual entre las ventas del 31 de diciembre de 1980 y el 31 de diciembre de 1981?

¿Cómo medimos las ventas: brutas, netas, beneficio bruto, beneficio neto, etc.? ¿El cambio porcentual es en dólares constantes o inflados? Si está en dólares constantes, ¿cuál es el año base? Si está en dólares inflados, ¿es con los precios del año pasado o los de este año? ¿En qué condiciones económicas?

Una definición vaga de cambio porcentual solo puede generar confusión, frustración y mala voluntad entre la dirección y la fuerza de ventas, lo que no es la forma de mejorar la productividad. ¿Cómo debería definir operacionalmente la dirección un cambio porcentual en las ventas?

Paso 1: Un cambio porcentual en las ventas es la diferencia entre las ventas de 1981 (del 1 de enero de 1981 al 31 de diciembre de 1981) y las ventas de 1980 (del 1 de enero de 1980 al 31 de diciembre de 1980) dividida por las ventas de 1980:

El S80 se mide en dólares constantes, con 1979 como año base, utilizando los precios del 15 de junio de 1979 y el 15 de junio de 1980 para obtener los precios constantes en dólares y las ventas unitarias totales menos las devoluciones (por cualquier causa) al 31 de diciembre de 1980 de cada producto.

El S81 se mide en dólares constantes, con 1979 como año base, utilizando los precios del 15 de junio de 1979 y el 15 de junio de 1981 para obtener los precios en dólares constantes y las ventas unitarias totales menos las devoluciones (por cualquier motivo) al 31 de diciembre de 1981 de cada producto. (El Pi79 sigue siendo el mismo en todos los productos.)

Este procedimiento para calcular el cambio porcentual en las ventas entre 1980 y 1981 se aplicará independientemente de las condiciones económicas. Además, la dirección puede revisar la definición de cambio porcentual en las ventas después de la evaluación de ventas de 1985, pero no antes, a menos que la fuerza de ventas y la dirección de ventas estén de acuerdo.

Paso 2: La vendedora y sus registros de ventas son el objeto en estudio.

Pasos 3 y 4: El director de ventas utilizará todas las facturas y comprobantes de devolución de ventas de 1980 y 1981 para calcular el número neto de unidades vendidas de cada producto en 1980 y 1981. El director de ventas registrará los cálculos y los resultados.

La definición anterior de ventas puede no ser adecuada para otro gerente y fuerza de ventas; sin embargo, si el gerente de ventas la adopta y la fuerza de ventas la entiende, es una definición operativa.

Las definiciones operativas no son triviales. Si la dirección no define operacionalmente muchas variables y atributos críticos de manera que los trabajadores y los clientes estén de acuerdo, se producirán graves problemas. El gráfico de control se convierte en una herramienta de gestión inútil debido a una fuente de variación completamente nueva: la variación de la medición. Es responsabilidad de la dirección definir operacionalmente las características que se van a trazar. Si los inspectores no están de acuerdo entre sí o consigo mismos día a día, se generará un caos. Los trabajadores no saben lo que se espera de ellos. Su resultado es bueno para el Inspector 1 y no para el Inspector 2; puede que el Inspector 1 haya aprobado el trabajo de un empleado ayer, pero puede que no lo esté hoy.

El puesto de la alta dirección

Varias personas han redactado recientemente directrices que indican a la dirección lo que debe hacer para mejorar la productividad:

Cree una institución que tenga un propósito constante y un compromiso a largo plazo con la alta dirección.

Derribe las barreras entre los departamentos.

Cree un entorno en el que las personas no tengan miedo de denunciar problemas.

Disminuya los niveles integrados de defectos, errores, materiales de mala calidad, etc.

No culpe a los trabajadores de los problemas de productividad y calidad.

No cabe duda de que el lector las conoce. Sin embargo, del enfoque que hemos descrito aquí se derivan otras directrices de gestión que pueden no ser tan obvias.

1. No espere que la inspección resuelva el problema de calidad. Para cuando se realice la inspección, el producto ya es aceptable o está defectuoso. No puede inspeccionar la calidad de un producto.

La inspección masiva no separa limpiamente los artículos buenos de los malos. Una forma mejor es monitorizar pequeñas muestras de producto como gráficos de control a fin de lograr o mantener el control estadístico. De esta manera, los gerentes podrían eliminar la necesidad de inspeccionar y destinar el talento de los inspectores a otros usos. Los vendedores y los clientes también podrían comparar sus instrumentos y pruebas; los vendedores y los clientes podrían empezar a hablar el mismo idioma. La inspección bajo presión suele ser una farsa: ya sea que entre o salga, todo pasa. Y porque la responsabilidad dividida significa que nadie es responsable, 200% la inspección es menos confiable que 100% inspección.

2. Como cuestión de política, deje de adjudicar negocios al mejor postor. Si no se mide la calidad de la compra, el precio no tiene sentido.

Para juzgar la calidad, los directores de compras necesitan formación y experiencia en la evaluación de las pruebas estadísticas de calidad. Si los compradores se convierten en expertos en evaluar la calidad, la mayoría de ellos reducirán drásticamente el número de vendedores con los que tratan. Un proveedor que no conoce sus costes ni si mañana puede repetir la distribución de calidad de hoy no es un buen socio comercial.

3. Elimine los objetivos, las metas numéricas, los lemas («cero defectos»), las imágenes y los pósters que los supervisores suelen colocar en las plantas instando a las personas a aumentar la productividad. Lamentablemente, estos programas de «mejora de la productividad» dejan los defectos justo donde están. No descubren ni corrigen los fallos del sistema, ni proporcionan las señales estadísticas que los administradores necesitan para tomar medidas correctivas. No responden a la pregunta fundamental: «¿Cómo podemos mejorar la productividad?»

4. Eliminar las cuotas de trabajo. Las cuotas de trabajo no tienen en cuenta las variaciones normales del sistema. No incluyen una forma de detectar la necesidad de tomar medidas correctivas ni una forma de asignar la responsabilidad a la dirección o al delegado de la dirección en la línea. Por ejemplo, el gerente de un banco puede determinar el número de clientes que cree que debe atender un cajero en una hora, el número de cálculos de intereses y penalización que alguien debe calcular en una hora y una cifra similar para todas las demás actividades. Sin embargo, las normas no dicen nada sobre la calidad del trabajo ni dan al gerente ninguna forma de entender la variación del proceso. Las normas no indican qué medidas deben tomar los gerentes ni cómo mejorar el proceso.

5. Instituya programas de formación en estadística para que los directores y supervisores puedan entender cómo gestionar la calidad. La supervisión forma parte del sistema y, por supuesto, es responsabilidad de la dirección. Los métodos estadísticos son una ayuda vital para los capataces y los directores de producción a la hora de indicar las causas del despilfarro, la baja productividad y la mala calidad. Los gerentes también pueden utilizarlos para determinar cuándo los empleados están completamente formados y cuándo ayudaría una formación adicional.

Fuentes

Comité E-11 Manual de la Sociedad Estadounidense de Ensayos y Materiales sobre el control de calidad de

…

• • •

Estas directrices indican lo que la alta dirección debe hacer para mejorar la productividad y la calidad. Aunque seguir cada una de las directrices no producirá resultados tangibles, al mismo tiempo, una empresa que comience hoy plenamente comprometida pronto obtendrá beneficios impresionantes.

Un segundo lugar cercano para obtener resultados rápidos sería expulsar el miedo, ayudar a las personas a sentirse seguras y ayudar a las personas a superar el miedo a denunciar problemas con el equipo o con el material entrante. Los directivos pueden lograr este objetivo en dos o tres años y obtener importantes resultados económicos.

1. Véase, por ejemplo, Joseph M. Juran, Manual de control de calidad, 3ª ed. (Nueva York: McGraw-Hill, 1974).

2. Encontrará información sobre cómo calcular el tamaño de una muestra en numerosos textos, algunos de los cuales incluimos al final del artículo.

3. William Edwards Deming, Calidad, productividad y posición económica (Cambridge: Centro de Ingeniería Avanzada del MIT, 1982).