EXPERIMENTO DE DEMING (EMBUDO)

El Experimento del embudo fue ideado por el Dr. Deming para describir
los efectos adversos de la manipulación de un proceso al hacer cambios
en él sin antes hacer un estudio cuidadoso de las posibles causas de la
variación en ese proceso. En el experimento, un mármol se deja caer a
través de un embudo en una hoja de papel, que contiene un objetivo. El
objetivo del proceso es conseguir que el mármol para llegar a una parada
tan cerca del objetivo como sea posible. El experimento utiliza varios
métodos para intentar manipular la ubicación del embudo para lograr el
objetivo. El aprendizaje o "reglas" del experimento se pueden aplicar a
muchos tipos diferentes de manipulación y reacciones comunes por parte
de la gestión, todos los cuales son impedimentos para la gestión eficaz y
la mejora continua, incluyendo:

1. Ajuste de un proceso cuando una parte está fuera de

especificaciones
2. Hacer cambios sin la ayuda de los gráficos de control
3. Cambio de política de la empresa sobre la base de la última
encuesta de actitud
4. La modificación de la cuota para reflejar salida de corriente
5. El uso de varianzas para establecer presupuestos
6. Basándose en la historia pasada de generación en generación

En cualquier proceso, existe el peligro de sobre-el control del proceso si

se utiliza algún conocimiento de la variación. El Dr. Deming ha dicho "Si
alguien se ajusta un proceso estable para un resultado que no es
deseable, o para obtener un resultado que es extra bueno, el siguiente
mensaje de salida será peor que si hubiera dejado el proceso por sí
solo." Esto es a menudo llamado manipulando el proceso. Es algo que se
hace a menudo por el personal de primera línea y muy a menudo por la
dirección. Esto aumenta la variación así como las pérdidas en un
proceso.
Regla 1

Es dejar el embudo fijo sobre el objetivo. El mármol se deja caer por lo

menos 50 veces y el lugar donde el mármol se detiene está marcada
cada vez. El patrón resultante se muestra en la figura adjunta. Se trata de
una simulación por ordenador de 100 gotas de mármol . El objetivo es
donde se cruzan las líneas continuas .

Este sistema está bajo control, sin causas significativas de problemas. Si

predijéramos dónde van a caer las próximas bolas, lo más seguro es que
podamos adivinar la trayectoria de una de cada dos. Iniciar un proceso
de mejoramiento sin conocimiento profundo del sistema puede llevar a
manipularlo, con efectos desastrosos; entendiendo por manipulación a
esfuerzos bien intencionados pero mal fundamentados que con
frecuencia producen peores, no mejores resultados
Regla 2
Por cada gota , el mármol vendrá a descansar un " z " distancia del
objetivo . Regla 2 es mover el embudo una distancia z desde su última
posición . El patrón resultante basado en la simulación por ordenador se
muestra en la figura a la izquierda en la regla 2 se compara con la Regla
1.

Como puede verse en esta figura, el patrón para la Regla 2 también es

circular y estable. Sin embargo , el círculo es mayor que para la Regla 1.
Se trata de 41 % más grande . El uso de la Regla 2 en realidad aumenta
la varianza del proceso por un factor de 2 sobre la Regla 1 .

Regla 2 se utiliza a menudo en los negocios por personas que tratan de

hacer lo mejor posible . Por esta razón, es importante entender la
información de variación. Al responder a la variación que es causa
común como si fuera causa especial , se aumenta la variación en el
proceso.
REGLA 3

Regla 3 es mover el embudo de un -z distancia del objetivo después de

cada gota del mármol que termina por una distancia z desde el objetivo .
Tenga en cuenta que el artículo 2 se mueve el embudo basado en la
última posición del embudo. Regla 3 mueve el embudo una distancia del
objetivo. Los resultados obtenidos de la simulación por ordenador para
esta regla se muestran en la figura a la izquierda.

Conforme al artículo 3 , el mármol gota cambios de ida y vuelta. Este no

es un proceso estable. La amplitud de las oscilaciones seguirá
aumentando

REGLA 4 Regla 4 es simplemente para establecer el embudo sobre el

lugar donde la última gota llegó al descanso . El patrón para esta
variación se muestra en la figura adjunta. Bajo esta regla , el mármol ,
finalmente, sale en una dirección. No volverá . Este no es un proceso
estable.
 EXPERIMENTO DE DEMING (CUENTAS ROJAS)

El experimento de las cuentas rojas es un proceso. La única manera de mejorar realmente el

proceso consiste en disminuir el número de cuentas rojas dentro del recipiente. El foco del
mejoramiento debe estar en cambiar los procesos de negocios, no en culpar a la gente

La gerencia controla inicialmente el número de cuentas rojas dentro de un proceso, puesto

que los gerentes diseñan los productos, compran las máquinas o las instalaciones y establecen
los procedimientos operativos. Una vez instalado un proceso, la gerencia tiene que encontrar
una manera de reducir el número de cuentas rojas, si desea mejorar el proceso. El problema es
que, en la mayoría de los casos, los gerentes no saben dónde están las cuentas rojas, aunque
los trabajadores sí lo saben. Es solamente a través de un esfuerzo conjunto entre gerentes y
trabajadores que los procesos se pueden mejorar.

En esta demostración, el objetivo de la fábrica era producir cuentas blancas. El cliente

solamente acepta cuentas blancas; todas las cuentas rojas son defectos de algún tipo. Estas
cuentas rojas representan defectos y fallas en los procesos de negocios de una empresa.
Representan una máquina o una herramienta descompuesta, una falla de procedimientos, una
pieza defectuosa, cambios que no son razonables; es decir, todas las cosas que pueden salir
mal en un proceso. La gerencia controla el número de cuentas rojas en los procesos dentro de
los cuáles hacen su labor los trabajadores. De hecho, tenemos los que Deming llamó “un
proceso estable”, o un sistema en el que toda la variación es aleatoria. Dicho de otra manera,
se trata de un sistema que es afectado solamente por “causas comunes”.
 MUESTREOS

I. Muestreo probabilístico

Los métodos de muestreo probabilísticos son aquellos que se basan en

el principio de equiprobabilidad. Es decir, aquellos en los que todos los
individuos tienen la misma probabilidad de ser elegidos para formar parte
de una muestra y, consiguientemente, todas las posibles muestras de
tamaño n tienen la misma probabilidad de ser seleccionadas. Sólo estos
métodos de muestreo probabilísticos nos aseguran la representatividad
de la muestra extraída y son, por tanto, los más recomendables. Dentro
de los métodos de muestreo probabilísticos encontramos los siguientes
tipos:

1.- Muestreo aleatorio simple:

El procedimiento empleado es el siguiente:
1) se asigna un número a cada individuo de la población
2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas
de números aleatorios, números aleatorios generados con una
calculadora u ordenador, etc.) se eligen tantos sujetos como sea
necesario para completar el tamaño de muestra requerido.
  Se necesita calcular el tamaño de muestra proporcional a la
población.
 Para obtener una muestra, se numeran los elementos de la
población y se seleccionan al azar los n elementos que contiene la
muestra.

CARACTERISTICAS:
Se selecciona una muestra de tamaño n de una población de N
unidades, cada elemento tiene una probabilidad de inclusión igual y
conocida de n/N.

2.- Muestreo aleatorio sistemático:

 Se elige un individuo al azar y a partir de él, a intervalos

constantes, se eligen los demás hasta completar la muestra.

El riesgo este tipo de muestreo está en los casos en que se dan

periodicidades en la población ya que al elegir a los miembros de la
muestra con una periodicidad constante (k) podemos introducir una
homogeneidad que no se da en la población.

CARACTERISTICAS:
Conseguir un listado de los N elementos de la población
Determinar tamaño muestral n.
Definir un intervalo k= N/n.
Elegir un número aleatorio, r, entre 1 y k (r= arranque aleatorio).
Seleccionar los elementos de la lista.

3.- Muestreo aleatorio estratificado:

 El investigador divide a toda la población en diferentes subgrupos
o estratos. Luego, selecciona aleatoriamente a los sujetos finales
de los diferentes estratos en forma proporcional.
 Los estratos más comunes utilizados en el muestreo aleatorio
estratificado son la edad, el género, el nivel socioeconómico, la
religión, la nacionalidad y el nivel de estudios alcanzado.

CARACTERISTICAS:
En ciertas ocasiones resultará conveniente estratificar la muestra según
ciertas variables de interés. Para ello debemos conocer la composición
estratificada de la población objetivo a hacer un muestreo. Una vez
calculado el tamaño muestral apropiado, este se reparte de manera
proporcional entre los distintos estratos definidos en la población usando
una simple regla de tres.
La distribución de la muestra en función de los diferentes estratos se
denomina afijación, y puede ser de diferentes tipos:

Afijación Simple: A cada estrato le corresponde igual número de

elementos muéstrales.

Afijación Proporcional: La distribución se hace de acuerdo con el peso

(tamaño) de la población en cada estrato.

Afijación Óptima: Se tiene en cuenta la previsible dispersión de los

resultados, de modo que se considera la proporción y la desviación
típica. Tiene poca aplicación ya que no se suele conocer la desviación.

4.- Muestreo aleatorio por grupos:

 El muestreo por conglomerado está fundamentalmente orientado a

la selección de grupo (escuelas, barrios, manzanas, policlínicos), y
no de individuos dentro de la población.
Estos conglomerados constituyen la unidad de muestreo, se toma
una muestra aleatoria de los conglomerados y todos los elementos
de la población que pertenecen a los conglomerados
seleccionados son encuestados.

CARACTERISTICAS:
Se realizan varias fases de muestreo sucesivas
La necesidad de listados de las unidades de una etapa se limita a
aquellas unidades de muestreo seleccionadas en la etapa anterior.
TIPOS DE MUESTREO