Diagrama de Pareto

Diagrama de Pareto: sirve para determinar que el 80% de las causas representa el 20% de los problemas

5 Maneras De Reducir El Chisme En El Trabajo

Lisa Quast nos dice que el ser un nuevo "manager" puede ser difícil, porque esto incluye que tengas que involucrarte en situaciones que te sacan de tu zona de comfort. Como nuevo gerente es tu trabajo garantizar que los departamento cumplan con sus objetivos y metas, esto se puede tornar difícil si estas en un lugar donde se ha permitido que el chisme este por todas partes. Pero al ser nuevo en tu papel de directivo es tu oportunidad de llegar al fondo de este perjudicial evento y ponerle fin al mismo.

Es por eso que a continuación se muestran una serie de maneras de como combatir el "chisme en el trabajo"

TIP 1: Conocer a los autores
 El primero paso a dar es abatir el chisme a nivel personal, abordando a los chismosos uno por uno, es recomendable hacer esto de forma confidencial, en un lugar como sala de juntas, o algo a puerta cerrada. El objetivo es ayudar a la persona a comprender la gravedad de su comportamiento y las consecuencias del mismo si este continúa.

TIP 2: Reunirse con el equipo de trabajo
 Después de haberse reunido con cada uno de los responsables, es hora de comentarlo con todo el personal, esto a modo de una junta, donde el objetivo sea conocer las diferencias entre el chisme negativo y el chisme positivo. Trabajando con su equipo de trabajo a cambiar la cultura en el departamento a uno donde se aliente al chisme porsitivo.

TIP 3: Fomentar el chisme positivo
El chisme positivo es bueno para las empresas, ayuda a que los empleados y directivos compartan historias positivas. Es importante tomarse el tiempo en vcasa junta de personal para compartir chismes de historias positivas para asi formentar un pensamiento positivo.

TIP 4: Modelar el comportamiento que usted desea ver
Cambiar los malo hábitos en uno mismo y en los demás no es fácil, pero una vez que lo hace es más fácil mostrarle a otros el camino correcto y así su departamento podra ser el modelo para otros departamentos de la empresa.

TIP 5: Este es un "NO"
El envío de un mensaje masivo a todos los empleados que diga "El chisme no va a ser tolerado "o tratar de abordar la cuestión durante una reunión de toda la compañía.  No es eficaz, ya que no tiene en cuenta los delincuentes específicos. En su lugar puede proporcionar a los directivo formación sobre trato a los conflictos y alentar a todos los gerentes para hacer frente a los chismosos negativos de inmediato y directamente.

 Enlace para mayor información: http://www.forbes.com/sites/lisaquast/2013/10/14/new-managers-5-ways-to-stop-negative-office-gossip/

Esperemos que sea de utilidad.

Estratificación y correlación

La estratificación es una de las siete herramientas básicas de la calidad, esta suele emplearse en combinación con otra de las herramientas, como el gráfico de dispersión, consiste simplemente en realizar un análisis de los datos tal como están, pero cuando se dispone de la información necesaria, los datos se clasifican con base en algún criterio significativo, como la máquina de donde se obtuvieron ciertos productos, el turno en el que fueron fabricados, o el operario que intervino en el proceso de producción. 

A continuación se presenta un problema en donde los datos estan mezclados,es nuestro deber organizarlos y examinarlos.






CONCLUSIONES
 
En la primera gráfica se puede notar correlación, y se confirma con el valor de r(Pearson)que es igual a 0.9, pero aún asi es necesario estratificar los datos para hacer el análisis por separado

El valor de r indica que tan fuerte es la correlación lineal entre las variables independiente (x) y dependiente (y). Cuanto más cerca de uno, más fuerte es la correlación y cuanto más cerca de cero, más débil.

En la gráfica del reactor 1,se nota un pequeño aumento en la correlación con un valor de r(Pearson) de 0.94 y se confirma con la gráfica al observar los datos que se alinean con la recta

En la útima gráfica que corresponde al reactor 2, se percibe a simple vista que no hay una correlación tan fuerte como en las gráficas anteriores, y se confirma con el valor der(Pearson)=0.67

Aprendiendo a interpretar histogramas

Aquí algunos ejemplos donde es útil utilizar un histograma para el control de la calidad.

EJEMPLO 1
Una empresa debe fabricar tornillos que tienen como valor especificado de longitud 25 ± 0,4 mm. Para evaluar el número de piezas con errores de tolerancia se toman 200 muestras.
Realizar histograma para verificar el proceso y ver cuantos tornillos estan dentro de la especificación.

 

La intepretación de los resultados se inclina primeramente en ver si los datos en el histograma tienen una distribución normal. Después se nota en donde esta situado el valor deseado(Target Value) en relación con la media, si este no esta muy lejos de la media, son buenas señales, porque quiere decir que la mayoría de nuestros productos esta cerca de los productos que deseea el cliente.

Por último se verifica si ningun dato esta por fuera de los límites, se puede notar que este no es el caso.


EJEMPLO 2En la fabricación de pernos, el diámetro es una caracteristica importante para su uso. Con el objeto de determinar si un lote cumple con las especificaciones del cliente, las tolerancias de los mismos es 1.40 ± 0.15.

Se extrae una muestra de 300 piezas y se inspecciona.

 

 

Se puede observar en la interpretación de los datos que principalmente el valor deseado esta muy lejos de la media, eso indica rápidamenente que el proceso no esta cumpliendo con las especificaciones del cliente.

Otro factor son los límite, en la parte izquierda del histograma se nota obviamente que estan casi en el límite, otra prueba de que las piezas son de muy mala calidad.

 

EJEMPLO 3

Para la realización de un medicamento la dosis del activo tiene una tolerancia de 245 ± 0.25 gr. Se tomo una muestra para determinar cuales de ellos no cumplian con los estandares.

 

En la interpretación, se pude notar que los limites estan dentro de las barras, eso no afirma que hay datos que estan fuera de los límites, por lo tanto no cumplen con las especificaciones. 
Otra cosa importante es la relación del valor deseado con la media, en este caso estan muy alejados, lo único bueno que podemos sacar de esta muestra es que los datos estan distribuidos normalmente y no hay ninguna anomalía entre ellos.


EJEMPLO 4
Un pequeña asociación realiza pulseras, son elaboradas con materiales economicos para poder sacarles provecho, pero apesar del material, a la asociación les gusta trabajar con calidad, es por eso que tienes sus parametros para dichas pulseras. El diametro de las mismas no debe exceder de 8cm.
 Realizar histograma para ver cuantas no cumplen con dichos parametros.

 La interpretación es lo más importante en los histogramas, tenemos que saber que es lo que nos quieren decir los datos, en este caso, ninguna de las piezas sobrepasan los límites, la media esta cerca del valor deseado y la distribución es en forma normal, es ahí donde se llega a la conclusión si un proceso va bien o algo que hacer al respecto.

Si deseas aprender más sobre como interpretar histogramas, ingresa al siguiente enlace:

http://licmata-math.blogspot.mx/2014/06/histograms-interpretation.html