Decisin Multicriterio para el Aprendizaje

Organizacional: Caso de Estudio en el rea de

Calidad
Darwin Alds a, Israel Naranjo a, Luis Morales a, Santiago Collantes a, John Reyes a
Facultad de Ingeniera en Sistemas, Electrnica e Industrial, Universidad Tcnica de Ambato
darwinsaldas@uta.edu.ec, isdra_na77@hotmail.com, luisamorales@uta.edu.ec, sm.collantes@uta.edu.ec,
johnpreyes@uta.edu.ec
a

Resumen Este artculo muestra la aplicacin de tcnicas

multicriterio que inciden en la capacidad de aprender
mediante la toma de decisiones en los miembros de una
organizacin. A travs de la aplicacin de matemtica implcita
AHP (en ingls, Analytic Hierarchy Process), se genera un
cambio en la conducta organizacional empleando
cuantitativamente toma de decisiones. Mediante el estudio se
consigue un 60,7% de prioridad con el sistema de calidad Six
Sigma DMAIC (en ingls, Measure, Analyze, Improve,
Control) enfocado a la mejora continua de los procesos frente a
un 39,3% del sistema DFSS (en ingls, Design for Six Sigma)
orientado al rediseo de productos y procesos. Se establece el
sistema de calidad Six Sigma DMAIC como la mejor
alternativa para aumento en la eficiencia del aprendizaje
organizacional.
Palabras Claves Aprendizaje organizacional, decisin
multicriterio, AHP.
Abstract This paper shows the application of multicriteria
techniques that affect the ability to learn by making decisions on
the members of an organization. Through the application of
AHP (Analytic Hierarchy Process), a change is generated in
organizational behavior using quantitative decision making.
Through this research a 60.7% of priority is achieved in a Six
Sigma quality system DMAIC (Measure, Analyze, Improve,
Control) focused on continuous improvement process versus
39.3% of DFSS system (Design for Six Sigma) oriented to the
product and process redesign. A Six Sigma quality system
DMAIC is established as the best alternative to increase the
efficiency of the organizational learning.
This paper shows the capacity to learn through making
decisions on the members of an organization. Through the
application of the implicit mathematics in multicriteria
technique Analytic Hierarchy Process (AHP), a change is
generated in organizational behavior using quantitative
decision makinges. Stating that the best alternative that adapts
to existing conditions business. Considering 60.7% of priority
is achieved by the quality system of Six Sigma Measure,
Analyze, Improve, Control (DMAIC) focussed on continuous
process improvement vs. 39.3% of Design for Six Sigma
(DFSS) orientated to redesign product and process.
Keywords Organizational learning, multicriteria decision,
AHP.

I.

INTRODUCCIN

La supervivencia de una organizacin gira en torno a las

decisiones que se toman frente a situaciones cotidianas
presentes en el mbito profesional y empresarial. El cambio
en la cognicin grupal surge en el momento en que se toman
decisiones con bases cientficas o fundamentos lgicos,
dejando a un lado la opinin propia, los pensamientos
intuitivos o injustificados. En el momento en que una
organizacin realiza un anlisis profundo antes de tomar
decisiones importantes, est cambiando su comportamiento
que surge de la propia experiencia por un comportamiento
cuya tendencia es el aprendizaje y el desarrollo estratgico.
El presente anlisis pretende potenciar la adopcin de
nuevos procedimientos que mejoran la calidad y el ambiente
de trabajo, lo cual permite el surgimiento de la innovacin.
La adaptacin de la organizacin a su entorno slo es
posible a partir de la definicin de una estrategia congruente
que proporcione un marco de orientacin para delimitar las
decisiones y acciones a desarrollar durante un perodo de
tiempo especfico; para esto, deben considerarse como
factores crticos el estado del sistema (organizacin) en
relacin con su entorno, posibles cambios en el estado del
sistema y los efectos que las decisiones pueden tener en el
sistema [1].
Este artculo se ha estructurado en seis partes. La primera
muestra la relacin existente entre la toma de decisiones y el
aprendizaje organizacional dando a conocer que el
aprendizaje es un cambio en la conducta resultado de la
toma de una decisin. La segunda parte expone el aumento
en la eficiencia del aprendizaje organizacional por medio de
la decisin multicriterio. La tercera expone la metodologa
empleada para la toma de decisiones mediante un modelo
jerrquico multicriterio. La cuarta presenta mediante un caso
de estudio en el rea de la calidad cmo una empresa
adquiere conocimientos al dar solucin a travs de la
decisin multicriterio a un problema que ha estado
consumiendo parte de sus ganancias econmicas, la
presencia de fallas en sus productos terminados, adquiriendo
una nueva metodologa para el control en sus procesos e

innovando su lnea de produccin mediante la participacin

de sus empleados y el proceso de decisin multicriterio.
Finalmente los resultados y conclusiones se muestran en la
seccin cinco y seis, referentes a la utilizacin de dos
metodologas Six Sigma, como alternativas a la solucin del
problema. El aporte que genera esta investigacin a la
industria define las pautas a seguir en la solucin de
problemas y toma de decisiones.

II. RELACIN TOMA DE DECISIONES VERSUS

APRENDIZAJE ORGANIZACIONAL

Despus en la edad media la toma de decisiones

racionales pierde fuerza frente a la fuerte influencia de los
modelos mgicos basados en las creencias religiosas
mintindose vigente hasta la llegada del renacimiento que
es cuando surge el concepto de toma de decisiones
cientficas, cuyo estudio y desarrollo contina hasta la
actualidad. Por esto y por muchas otras razones se puede
afirmar que este es un problema que se abordado a travs de
toda la historia [2].
El trmino de aprendizaje organizacional, apareci por
primera proponiendo el modelo conceptual adaptacin
aprendizaje para explicar la razn por la cual algunas
instituciones logran sobrevivir a las exigencias del entornos
a lo largo del tiempo [3].
El descubrimiento de la importancia del aprendizaje
organizacional es de reciente incorporacin y su
fundamentacin es debido bsicamente a que en la
actualidad el mundo empresarial y el acadmico son
conscientes de la importancia de adquirir ventajas
competitivas sostenibles mediante estrategias empresariales
respaldadas sobre sus recursos y capacidades. Esto hace de
la adquisicin y explotacin de conocimientos un punto vital
para el diseo de modelos estructurados que favorezcan el
flujo de conocimientos dentro y fuera de la organizacin, as
como la predisposicin de compartirlos con las personas que
lo poseen [4]. Un elemento crucial para este aporte se centra
en el hecho de que, gran parte de los conocimientos estn
presentes tanto en los individuos como en los diferentes
equipos que conviven en la empresa, pero no pertenecen
propiamente a sta [5].
La dependencia de una organizacin con respecto a los
conocimientos de sus empleados obliga a desarrollar
estructuras que faciliten la implicacin de los mismos en la
toma de decisiones [6], es aqu donde se observa una
relacin directa entre el aprendizaje organizacional y la toma
de decisiones. As, cualquier cambio favorable en los
indicadores de una empresa que toma decisiones por ms
simples que estas parezcan, es prueba directa de que ha
ocurrido un aprendizaje. Tanto las organizaciones como los
individuos asimilan conocimientos, por ello, una
organizacin que aprende es aquella que adquiri la
capacidad continua de adaptarse al cambio [7], generando

necesidad de utilizar gran variedad de conocimientos

multidisciplinares para obligar a la formacin de equipos de
trabajo de toma de decisiones como apoyo a la solucin de
problemas.
La disciplina del aprendizaje organizacional se sita en la
agrupacin de numerosos campos de investigacin [8] como
la psicologa, sociologa, economa y administracin como
aprendizaje importante en la innovacin, estrategia,
productividad, toma de decisiones y cambio organizacional.
Se debe entonces implantar rpidos y profundos cambios
para aumentar el compromiso con las acciones de mejora
derivadas del aprendizaje continuo; aspectos claves para
convertirse en una organizacin inteligente [9]. La
capacidad de aprender de una organizacin es vital, que
junto con el compromiso y responsabilidad de su sistema de
inteligencia distribuida y de sus trabajadores, generan
habilidad de juicio progresivo como resultado de
experiencias de decisin y de accin en situaciones
profesionales.
La decisin multicriterio juega un papel importante en la
creacin de juicios de valor sustentables mediante la
aportacin intelectual de un grupo encargado de desarrollar
una planificacin estratgica orientada al mejoramiento
continuo en un ciclo de aprendizaje. Los ciclos de
aprendizaje [10] y [11] que se presentan en la Figura 1,
muestran que se consigue mediante una nueva conducta
propicia la adaptacin y en cierto grado est dirigida a la
toma de decisiones [12].

Figura 1. Ciclos de aprendizaje de Kolb [12]

Un aprendizaje organizacional eficiente es el que hace

explcitos y los modelos mentales individuales y colectivos,
lo cual sucede de manera muy espordica en situaciones
naturales. Permita el cumplimiento de este objetivo
rpidamente mediante la superacin de los obstculos, las
complejidades y las limitaciones propias de la situacin
organizacional que es objeto de aprendizaje [13]. No basta

con experimentar con un mundo virtual o intangible ya

creado, sino que es necesario participar en el modelado de
jerarquas que incorporen la decisin multicriterio. En un
entorno de decisin debe utilizarse como una "caja
transparente" y no como una "caja negra" [14].
La actividad de formalizar la estructura causal de la
situacin y el debate entre distintos modelos mentales
individuales, conduce a hacer explcitos dichos modelos y a
modificarlos de manera individual [13].

III. MTODO
Como punto de partida se busca la informacin sobre el
problema a abordar para justificar el porqu de su
realizacin. La adquisicin de datos se realiza en el rea de
pulido de productos terminados. Para identificar las causas
de las fallas existentes en los productos terminados se
emplean los Figuras de Pareto el cual organiza por orden de
importancia a los diferentes problemas que se presentan y
cuyo principio muestra que ms del 80% de la problemtica
en una organizacin es debido a causas comunes, es decir, se
debe a problemas o situaciones que actan de manera
permanente sobre los procesos [30].
Otra herramienta empleada para analizar la informacin
es la carta de control tipo C, la cual analiza la variabilidad
del nmero de defectos por subgrupo y cuyo objetivo bsico
es observar y analizar el comportamiento de un proceso a
travs del tiempo. As es posible distinguir entre variaciones
por causas comunes y atribuibles para decidir las mejores
acciones de control y de mejora [30].
3.1 Six Sigma
Se ha considerado como una estrategia de negocio que
emplea una metodologa bien estructurada de mejora
continua frente a la variabilidad del proceso y as controlar
las fallas de los mismos con la aplicacin de herramientas y
tcnicas estadsticas de manera rigurosa. Tcnicamente
significa 3,4 defectos por milln de oportunidades, donde
Sigma es un trmino usado para representar la variacin de
la media de cualquier proceso [15]. En el mundo de los se
define como una estrategia usada para mejorar las utilidades
del negocio, la efectividad y eficiencia de todas las
operaciones, con el propsito de lograr o exceder las
necesidades o expectativas de los clientes [16]. Tiene el
potencial de reducir la variabilidad de los procesos y
productos usando una metodologa de mejora continua o un
enfoque de diseo/rediseo, tambin conocido como diseo
para Six Sigma (DFSS).
3.2 Metodologa Six Sigma DMAIC
Est destinada a la reduccin de errores en productos y
permite generar un ciclo de mejoramiento continuo [16].
Una vez definido el proyecto, se empieza a medir y a
analizar los datos medido; a partir de este momento se tienea
informacin relevante para: Definir, Medir, Analizar,

Implementar, Controlar. El objetivo es gestionar lo que la

empresa ya posee, pero que no est funcionando
adecuadamente y lo adapta para que funcione de manera
eficiente [15]. Cada fase cuenta con herramientas y pautas
que se pueden seguir.
El paso Definir describe el problema en trminos
operativos para que se facilite un anlisis posterior,
recolectando informacin de antecedentes del proceso actual
y requerimientos de clientes [17]. Mediante un mapa de
procesos se concreta el mbito del proyecto, qu actividades
resultan implicadas y como se conectan entre s. Deben
realizarse anlisis Figuras de Pareto, Figura de Ishikawa o
espina de pez que proporcionen elementos de juicio dentro
de la fase de definicin del proyecto [18]. Medicin, se
centra en cmo evaluar los procesos internos que tienen
impacto en los defectos Crticos para la Calidad (CPC) [17].
Se emplea gran cantidad de recursos debido a que de ella
depende el xito de los pasos posteriores. Se realiza un
anlisis profundo de los Figuras realizados en la etapa
anterior. Se puede emplear histogramas para todas las causas
del problema, grado de simetra de una variable y Figuras de
tendencias de la evolucin del tiempo [18]. Analizar,
establece por qu ocurren los defectos, errores o la variacin
excesiva. El pensamiento y anlisis estadsticos juegan un
papel vital en esta etapa [17]. Mejorar, busca soluciones
que se implementarn para eliminar o reducir los problemas
identificados durante la etapa de anlisis. Generalmente, se
utilizan herramientas de gestin de procesos y mtodos
estadsticos para convalidar las mejoras [19]. Controlar, se
enfoca en cmo conservar las mejoras que pueden incluir el
establecimiento de nuevas normas y procedimientos,
capacitacin del personal y la institucin de controles [17].
3.3 Metodologa Six Sigma DFSS
Diseo para Six Sigma (pos sus siglas en ingls, DFSS),
ms enfocada a productos y servicios es la complementaria
para las organizaciones y es base para comenzar el ciclo de
un nuevo producto. Logra una excelencia absoluta en el
diseo del producto o proceso de manufactura durante todo
el tiempo, expresando que el producto o servicio real
construido de acuerdo a un diseo, siempre tenga mxima
consistencia y mnima variacin en desempeo [20]. La
DFSS emplea la secuencia de Definir, Medir, Analizar,
Disear y Verificar (DMADV), fases que son la base del
mtodo.
El paso Definir es similar a la de la metodologa
DMAIC, sin embargo, la duracin del proyecto es mayor
debido a que la compaa est diseando o rediseando un
proceso o producto diferente, no simplemente corrigiendo
las fallas o errores ya existentes; el costo inicial es ms alto
ya que hay muchos ms requerimientos del cliente a ser
identificados y estudiados [20]. Se pueden utilizar
herramientas como investigacin del cliente/mercado,

despliegue de la funcin de la calidad y anlisis de riesgo.

Medir, mide los requerimientos del cliente y del negocio
los cuales son recolectados y analizados con la ayuda del
despliegue de la funcin de calidad (QFD) y anlisis kano.
Analizar, evala y selecciona el concepto que mejor
cumpla con los requerimientos de calidad establecidos por el
cliente, siempre y cuando se encuentre dentro del
presupuesto y restricciones de recursos. Disear, define si
lo que se va a disear o redisear es un proceso de
produccin o un producto/servicio de la empresa. Despus
de determinar los requerimientos funcionales para la nueva
entidad de diseo (producto, servicio o proceso), es
necesario conocer si la tecnologa existente o el concepto del
diseo son capaces de satisfacer los requerimientos del
cliente [20]. Para esta fase se pueden utilizar herramientas
como: QDF, Diseo Axiomtico, AMFE, CAD/CAE,
Software para Simulacin de Procesos, etc; y, Verificar,
valida las actividades. Ningn proceso de produccin debe
ejecutarse sin realizar pruebas piloto o de refinacin y
ningn producto debe salir a la venta antes de probarlo y
conocer su desempeo en la vida real. Aqu se utiliza el
Anlisis de Modo y Efecto de Falla (AMFE). Finalmente se
ejecuta la comercializacin del producto estableciendo
sistemas de monitoreo [20].
3.4 Estructura de un proceso de decisin
En su dimensin ms bsica, un proceso de toma de
decisiones puede concebirse como la eleccin de una opcin
o alternativa por parte de un centro decisor que puede ser un
individuo o un grupo de individuos [21]. El proceso de toma
de decisiones comprende las cinco primeras fases de
cualquier proceso de resolucin de problemas, el cual est
compuesto por siete etapas: definicin del problema,
identificacin de las alternativas, determinacin de los
criterios, evaluacin de las alternativas, eleccin de una
opcin, implementacin de la decisin y evaluacin de los
resultados [22].
Las cinco etapas correspondientes al proceso de toma de
decisiones, se agrupan en dos subprocesos, la estructuracin
y el anlisis del problema. La fase de estructuracin define
el problema a abordar, en ella se indican las posibles
alternativas y se determina el criterio o criterios a tener en
cuenta, estableciendo de esa forma si el problema a abordar
va a ser de criterio nico (solo se considera un criterio) o de
criterios mltiples (se consideran como mnimo dos
criterios). La fase de anlisis se realiza de forma cualitativa
o cuantitativa. Se considera que el anlisis es cualitativo
cuando este se basa fundamentalmente en la experiencia y
razonamiento de aquellos que participan en el proceso de
eleccin. Un anlisis cuantitativo es realizado cuando las
decisiones se basan en hechos y datos relacionados con el
problema, a partir de los cuales se establecen relaciones
matemticas en las que se describen los objetivos,
restricciones y relaciones existentes en el problema [23].

3.5 La decisin multicriterio

La dcada de los setenta protagoniz lo que se
considera, desde una visin convencional, el punto de
partida oficial del anlisis de decisin multicriterio con la
conferencia sobre Toma
de Decisiones Multicriterio
conocida tambin con las siglas MCDM (en ingls, Multiple
Criteria Decisin Making), organizada
en
la
Universidad de Columbia en Carolina del Sur [24]. El
objetivo principal de la MCDM es ayudar a la empresa a
decidir gran parte de sus actuaciones en un contexto de
incertidumbre [25].
Existe gran variedad de enfoques, mtodos y tcnicas
para realizar un anlisis de decisin multicriterio, se tiene la
Ponderacin Lineal (en ingls, Scoring), el Modelo de
Utilidad Multiatributo (MAUT) [26], el Proceso Analtico
Jerrquico (en ingls, AHP) [27], las relaciones de sobre
clasificacin y el mtodo ELECTRE (en ingls, Elimination
and Choice Expressing Reality) [28]; sin embargo, los
elementos bsicos son un conjunto finito o infinito de
acciones (alternativas, soluciones), al menos dos criterios y
obviamente, al menos un decisor. Este anlisis ayuda a
decidir en trminos de eleccin, ordenacin y clasificacin
de alternativas [29].
Saaty propuso el AHP como apoyo a los problemas
concretos de toma de decisiones en el Departamento de
Defensa de los EEUU, siendo actualmente un clsico en el
mundo de la empresa donde se aplica en casi todos los
mbitos donde es necesario tomar una decisin de cierta
complejidad [26]. ste mtodo para la toma de decisiones en
un mbito multicriterio se caracteriza por la descomposicin
y organizacin del problema de forma visual en una
estructura jerrquica.
Para calificar los criterios y subcriterios y formar las
matrices mencionadas, ver Tabla 1. Estas comparaciones
reflejan la preferencia que cada elemento tiene sobre otro en
relacin con el elemento situado en el nivel inmediatamente
superior.
Para realizar una comparacin por pares, el anlisis
implica tres tareas: desarrollo de una matriz de comparacin
en cada nivel de la jerarqua a partir del segundo nivel y
dirigindose hacia abajo, el clculo de los pesos relativos
para cada elemento de la jerarqua y la estimacin de la
razn de consistencia del modelo [31].
TABLA 1. ESCALA FUNDAMENTAL DE COMPARACIN
[27]

Comenzando en la parte superior de la jerarqua, las

comparaciones por pares en un nivel dado se puede reducir a
un nmero de matrices cuadradas nn en la que aij, expresa
la preferencia en valor numrico, del elemento de la fila i
cuando se compara con el elemento de la columna j, para i=
1, 2, 3,n y j= 1, 2, 3,.n. como se muestra en la matriz A.
Por lo que cuando i=j el valor de aij es de 1, pues se est
comparando el elemento consigo mismo.
Para la elaboracin de la matriz, el Proceso Analtico
Jerrquico se basa en cuatro axiomas [23].
Axioma 1: Reciprocidad. Se refiere a la condicin de los
juicios recprocos mostrada en la siguiente ecuacin:
aij =1/a ji
(1)
Axioma 2: Homogeneidad. Los elementos que se
comparan son del mismo orden, magnitud o nivel
jerrquico.
Axioma 3: Dependencia. Existe dependencia jerrquica
entre los elementos de dos niveles consecutivos
Axioma 4: Consistencia. Cuando la matriz de
comparaciones pareadas es perfectamente consistente se
cumple que: aij=aik / ajk para i, j y k = 1, 2, 3n. Esto
quiere decir que las columnas en cualquier matriz de
comparacin 2 x 2 son totalmente dependientes, por lo que
siempre son consistentes.
Despus que se forman todas las matrices de comparacin
por pares, el vector de pesos W=W1, W2Wn se calcula
en base al procedimiento de Saaty del vector propio [27]. El
clculo de los pesos implica dos pasos: En primer lugar, la
matriz de comparacin por pares, mostrada en la Tabla 4
para el caso de estudio; A=[aij](nn) se normaliza con la
siguiente ecuacin para j = 1, 2, 3 n:
n

aij =aij / aij

(2)

i=1

Luego los pesos mostrados en la Tabla 5 se calculan con

la siguiente ecuacin para i = 1, 2, 3 n:
n

W ij = aij /n

(3)

j=1

Tras determinar las prioridades de los elementos, debe

existir la seguridad de que los resultados obtenidos son
vlidos para tomar decisiones.
Como un primer paso, se encuentra el valor mximo el
cual es un parmetro importante en la validacin del AHP.
Su clculo para el caso de estudio se muestra en la Tabla 6 y
se utiliza como un ndice de referencia para mostrar la
informacin mediante el clculo de la razn de consistencia
del vector estimado. Se emplea la siguiente ecuacin:

1
max = ( aij W ij )/W ij
n i=1

(4)

El AHP permite medir la inconsistencia lgica de los

juicios a travs de la proporcin o razn de consistencia
(CR) segn la ecuacin 4.

CR=

IC
IA

(4)

En donde (IC) es el ndice de Consistencia Real de la

matriz estudiada y (IA) el ndice de Consistencia Aleatorio.
La ecuacin 5 permite el clculo de IC para cada matriz
de orden n:

IC=

max n
n1

(5)

La tcnica multicriterio aplicada a la determinacin de

capacidad manufacturera es un enfoque innovador que
genera alternativas de decisin e identifica las causas de la
problemtica centrada en el manejo de recursos humanos y
maquinaria [32].

IV. CASO DE ESTUDIO SOBRE APRENDIZAJE

ORGANIZACIONAL

La presencia constante de fallas en los productos

terminados es un tema a tratar de manera inmediata por
parte de Blessing Factory, una empresa con diez aos de
trayectoria dedicada a la confeccin de chompas deportivas
ubicada en la ciudad de Ambato. No existe conocimiento
amplio sobre metodologas utilizadas para el control de
fallas y en general del proceso de produccin, pero si la
voluntad de apoyo y de la disposicin para adoptar nuevas
ideas y as innovar su lnea de produccin con tcnicas que
generen ventajas competitivas sostenibles que ya han sido
empleadas por mucho tiempo en otras empresas de todo el
mundo.
4.1 Mediciones y anlisis
TABLA 2. FALLAS PRESENTES EN LOTE DE
PRODUCCIN. MODELO CH003

En la Tabla 2 se muestra informacin de fallas presentes

por prenda en un lote de 100 chompas del modelo CH003.
Los defectos de doble costura, cierre mal templado y
manchas son los ms frecuente o de mayor impacto y juntos
representan el 54% del total de los defectos. De acuerdo al
anlisis de Pareto de la Figura 1, la mayor parte de los
defectos encontrados en el lote pertenecer slo a tres tipos
de fallas, de manera que si se eliminan las causas que las
provocan, desaparecen la mayor parte de los mismos.

Figura 2. Control para defectos en chompas CH003

4.2 Aplicacin AHP

Con el fin de abordar problemas en los que hay que tener
en cuenta diversos criterios y un nmero finito de
alternativas (Problemas Multicriterio Discretos) [28]. El
problema por el que est pasando la empresa es la presencia
de fallas en sus productos terminados, debido a factores
influyentes en el proceso de produccin adjudicados en su

La carta de control de la Figura 2, muestra que el Lmite de

Control (LC) es de 1,15; as como el Lmite de Control
Superior (LCS) de 4,37 y el Lmite de control inferior (LCI)
de -2,07. Al tener un LCI negativo, ste se toma como cero
debido a que no hay cantidades negativas de defectos. La
carta de control para los defectos en las chompas segn el
control estadstico, muestra un proceso un poco estable.

Figura 1. Pareto de fallas en modelo CH003

mayora al personal como las distracciones, falta de

experiencia e incluso la despreocupacin por la labor a
realizar. Las opciones que se plantean para realizar un
control de fallas son la aplicacin de la metodologa Six
Sigma de mejora continua DMAIC, y la metodologa de
Diseo para Six Sigma DFSS que se han explicado.
Figura 3. Modelo jerrquico para la seleccin metodologa para
control de fallas

La Figura 3 muestra el modelo jerrquico visual de la

investigacin. El objetivo se encuentra en el nivel 1 de la
jerarqua, los criterios a analizar y valorar en el nivel 2,

subcriterios en el nivel 3 y las dos alternativas planteadas

para nuestro caso en el nivel 4 de la jerarqua. Cabe indicar
que se tiene una Jerarqua Incompleta debido a que los
subcriterios no se comparan en funcin de todos los criterios
del nivel superior. Los subcriterios se comparan en este
caso, en funcin al criterio principal al cual pertenecen y con
el resto de subcriterios que pertenecen al mismo criterio [23]
Para definir los niveles del modelo, se toma en cuenta los
fundamentos con que trabaja cada mtodo, herramientas
empleadas en el control, forma correcta de su ejecucin y el
costo que acarrea su implementacin. El grupo decisor
conformado por la alta gerencia y jefes de produccin son
los encargados de establecer estos criterios y subcriterios
para ser analizados profundamente.
b. Establecimiento de prioridades del modelo
TABLA 3. MATRIZ COMPARACIONES PAREADAS

Una vez que la jerarqua est desarrollada y siguiendo con

los principios que la metodologa propone para ordenar el
pensamiento analtico, se forman las matrices de
comparaciones pareadas de los criterios y subcriterios las
cuales dan como resultado las prioridades de los mismos. Se
emplea la escala fundamental de calificaciones propuesta
por Saaty [27].
La matriz de comparaciones por pares de los criterios
mostrados en el modelo jerrquico se muestra en la Tabla3.
Estas calificaciones son dadas por el grupo decisor las
mismas que deben ser sustentadas y cumplir con los
axiomas antes mencionados.

TABLA 5. PRIORIDADES CRITERIOS

La Tabla 7 muestra el valor del IA a partir de matrices de

orden del 1 al 9. Si CR < 0,1 las comparaciones son
aceptables. Si, CR 0,1 los valores de la relacin son
indicativos de juicios inconsistentes. En tales casos, los
valores originales de la comparacin por pares de la matriz
A deben reconsiderarse y revisarse [31].
Con los valores de max=5,3784, IC=0,0946 e IA=1,11
calculados, encontramos que CR para la matriz de
comparaciones pareadas de los criterios es igual a 0,083
que segn (Saaty, 1980) una matriz es coherente si el ratio
es inferior al 10% o 0,1.
Los clculos que se han mostrado encuentran las
prioridades de los criterios ubicados en el nivel 1 del modelo
jerrquico al igual que la inconsistencia
en
las
calificaciones dadas por el grupo, mediante la aplicacin del
modelo matemtico incluido en el AHP.
TABLA 6. RATIO DE CONSISTENCIA max

TABLA 4. MATRIZ NORMALIZADA

TABLA 7. NDICE DE CONSISTENCIA ALEATORIO

Con el fin de emplear otra herramienta y simplificar la

complejidad en los clculos, se emplea paralelamente el

software Expert Choice [32] el mismo que est orientado a
la toma de decisiones basadas en el AHP y asiste a los
decisores organizando la informacin relacionada a la
complejidad del problema en un modelo jerrquico
consistente de un objetivo, criterios y alternativas. En este se
crean matrices de comparacin entre criterios, subcriterios
pertenecientes a cada criterio principal y la comparacin
final entre las alternativas propuestas y el nivel inmediato
superior formado por los subcriterios.

V. ANLISIS DE RESULTADOS
El principal resultado obtenido en la investigacin es la
adopcin de una capacidad de aprender mediante la toma de
decisiones en los miembros de la organizacin, los mismos
que adquieren conocimientos desde el instante en que se
genera el problema; deben ser capaces de interactuar entre s
(aprendizaje organizacional) dando a conocer alternativas de
solucin capaces de ser adoptadas y ejecutadas por la
empresa, bsicamente por su personal, que sean sostenibles
sin importar el grado de problema que se presente y por
ltimo definir criterios de decisin lgicos y valorables
directamente relacionadas con las alternativas. Con este
proceso la organizacin adquiere un cambio en su conducta
al realizar una planificacin estratgica bien estructurada
provocando el nacimiento de ventajas competitivas y la
innovacin en su pensamiento crtico para solucionar
problemas y controlar sus lneas de produccin. Si la
adopcin de una nueva metodologa para tomar decisiones
cambia la conducta organizacional adquiriendo un
pensamiento crtico analtico, entonces la empresa ha
pasado por un proceso de aprendizaje.

Figura 6. Prioridades del modelo jerrquico de decisin

En el caso de estudio con la ayuda de Expert Choice, el

modelo de decisin arroja como resultado que la

metodologa Six Sigma DMAIC posee un 60,7% de

prioridad a ser implementada por la empresa, DFSS cuenta
con un 39,3% de prioridad. Se tiene un modelo admisible
puesto que la inconsistencia de las calificaciones dadas en el
modelo de decisin es de 0,07 la misma que se encuentra en
el rango establecido por [27] al ser inferior a 0,1. Esta
informacin se muestra en la Figura 4. Las prioridades
generales de cada nivel de jerarqua se exponen en la Figura
6. El criterio con mayor prioridad a cumplir es el de Costos
refirindose a los recursos econmicos necesarios para la
investigacin, aplicacin y posible implementacin de un
mtodo deseado.

Figura 4. Alternativa ms factible

VI. CONCLUSIONES
A partir de la literatura existente relacionada con el
aprendizaje organizacional y la decisin multicriterio, se ha
tratado de establecer una reciprocidad entre ambos campos
partiendo de la deteccin de problemas hasta lograr un
cambio en la conducta organizacional. La planificacin
estratgica creada se puede ver como un proceso interactivo
y participativo en donde la adquisicin de conocimientos, el
aporte de opiniones y la valoracin de los mismos son
mutua en los miembros activos de la organizacin.
El modelo de decisin multicriterio planteado para el
control de fallas cuyas alternativas son metodologas de
control de procesos, determina mediante comparacin por
pares de criterios y subcriterios el sistema de calidad que
mejor se adapta al ambiente de la empresa teniendo en
cuenta sus limitaciones econmicas y de personal,
eliminando el pensamiento injustificado o intuitivo con el
cual se deciden muchos aspectos al fundamentar los juicios
de valor establecidos en la jerarqua.
Con apoyo en la informacin recolectada del proceso de
produccin, se determina la presencia de fallas en sus
productos terminados y la parte en la que se generan. Estos
resultados y la forma de adquirirlos se convierten en el
punto de partida del sistema a implementar al poder definir
los problemas que se estn produciendo y establecer
medidas de solucin.
Se genera un modelo jerrquico de decisin en el que se
definen dos alternativas muy utilizadas en el control de
calidad de procesos, la metodologa Six Sigma DMAIC
basada en la mejora continua y Six Sigma DFSS encargada
del diseo o rediseo de productos o procesos. La mejor
forma de ponerlas a prueba es estableciendo criterios que

evalen su funcionamiento teniendo en cuenta los

requerimientos y necesidades de la empresa.
Entre los mtodos aplicables en el campo de la decisin
multicriterio se elige el Proceso Analtico Jerrquico el cual
posee un modelo matemtico de seleccin fcil de aplicar.
Se aplica manualmente el AHP para formar todas las
matrices de comparaciones pareadas en las que se valoran
los criterios planteados mediante la escala de calificacin
establecida por Saaty, las cuales son sustentadas por el
investigador con el levantamiento de informacin de las
alternativas propuestas, y as calcular la de mayor prioridad.
Como resultado modelo matemtico del AHP se tiene que el
sistema de calidad mejor adaptable a la empresa Blessing
Factory con un peso del 60,16% es Six Sigma DMAIC.
Como sustento al clculo manual del modelo matemtico se
emplea el software Expert Choice el cual trabaja con la
misma metodologa. El ingreso de las calificaciones
sustentadas en el mismo genera como alternativa ms
factible a Six Sigma DMAIC con una prioridad del 60,7%.

REFERENCIAS
[1] T. Willoughby , Business systems. Cleveland: Association for
Systems Management, 1981.
[2] M. Gross, Pensamiento Imaginactivo, 11 Febrero 2010. [En lnea].
Available:
http://manuelgross.bligoo.com/content/view/700680/Breve-historiade-las-formas-de-tomar-decisiones.html. [ltimo acceso: 7 Enero
2014].
[3] V. Cangelosi, Organizational learning: Observations toward,
Administrative Science Quarterly, pp. 175-203, 1965.
[4] M. . A. Garzn Castrilln, Modelo Terico de Aprendizaje
Organizacional, Revista Cientfica Pensamiento y Gestin, pp. 195224, 2011.
[5] L. Tarn Martnez, El Aprendizaje en las Organizaciones: de la
Formacin a las Organizaciones que Aprenden, Alta Direccin, pp.
20-28, 1997.
[6] J. L. Gonzles de Rivera, El Trastorno por Mediocridad Inoperante
Activa (sndrome MIA)., Psiquis, pp. 229-231, 1997.
[7] S. P. Robinns, Comportamiento Organizacional, Mxico: Pearson
Educacin, 2004.
[8] M. Dodgson, Organizational Learning: A Review of Some
Literatures., Organization studies, , pp. 375-394., 1993.
[9] L. Pirela de Fara y M. Snchez de Gallardo, Cultura y Aprendizaje
Organizacional en Instituciones de Educacin Bsica., Revista de
Ciencias Sociales, pp. 175-188., 2009.
[10] D. A. Kolb, Experiential Learning. Experience as The Source of
Learning and Development., New Jersey: Prentice-Hall Inc., 1984.
[11] C. Handy , Managing the Dream, Portland,, Portland, Oregon, 1995.
[12] M. Palacios Maldonado, Aprendizaje organizacional. Conceptos,
procesos y estrategias., Hitos de Ciencias Econmico
Administrativas, pp. 31-39, 2000.
[13] L. N. Glvez P. y R. Sotaquir G., Aprendiendo sobre el Aprendizaje
Organizacional, Bogot DC: UNAB, Universidad del Valle, 2001.
[14] M. M. R. d. C. J. y. R. A. Machuca J.A.D, Systems Thinking Learning
for Management Education. What are our ideas and how are we going

about it in Sevilla., 1993.

[15] H. Gutirrez Pulido y R. De la Vara Salazar, Control Estadstico de
Calidad y Seis Sigma, Segunda ed., McGraw-Hill, 2009.
[16] R. Bauelas y A. Jiju, Going from Six Sigma to Design for Six
Sigma: An Exploratory Study Using Analytic Hierarchy Process,
The TQM Magazine, vol. XV, n 5, pp. 334-344, 2003.
[17] O. L. Mantilla Celis y J. M. Snchez Garca, Modelo Tecnolgico
para el Desarrollo de Proyectos Logsticos Usando Lean Six Sigma,
Estudios Gerenciales, vol. XXVIII, n 124, pp. 23-43, Septiembre
2012.
[18] J. R. Evans y W. M. Lindsay, Administracin y Control de la Calidad,
Sptima ed., Santa Fe: Cengage Learning Editores S.A., 2008.
[19] C. Almudver Mar, Implementacin de la Metodologa Six Sigma en
la Construccin, Valencia: Tesis Maestra Universidad Politcnica de
Valencia, 2012.
[20] V. P. Alderete, A. L. Colombo y V. Di Stefano, Septiembre 2003. [En
lnea]. Available: http://200.16.86.50/digital/33/revistas/cse/sixsigmasix.pdf.
[21] P.
Reyes
A.,
Enero
2007.
[En
lnea].
Available:
http://www.icicm.com/files/Dise_o_para_Six_Sigma.doc?.
[22] C. Romero, Anlisis de las Decisiones Multicriterio, Madrid: Isdefe,
1996.
[23] G. B. Toskano Hurtado, El Proceso Analtico Jerrquico (AHP) como
Herramienta en la Toma de Decisiones en la Seleccin de
Proveedores, F. C. Administrativas, Ed., Lima: Universidad Nacional
Mayor de San Marcos, 2005.
[24] A. Prez Casaas, La Decisin Multicriterio; Aplicacin en la
Seleccinde Ofertas Competitivas en Edificacin, Valencia:
Universidad Politcnica de Valencia, 2013.
[25] J. L. Cochrane y M. Zeleny, Multiple Criteria Decision Making, de
University of South Carolina, EEUU., 1973.
[26] J. Aznar Bellver y F. Guijarro Martnez, Nuevos Mtodos de
Valoracin. Modelos Multicriterio, 2012.
[27] F. Llamazares Redondo y S. Berumen, Los Mtodos de Decisin
Multicriterio y su Aplicacin al Anlisis del Desarrollo Local, Primera
ed., Madrid: ESIC, 2011.
[28] T. L. Saaty, The Analytic Hierarchy Process: Planning, Priority
Setting, Resource Allocation, Pensilvania, 1980.
[29] C. Romero, Anlisis de las Decisiones Multicriterio, Primera ed.,
Madrid: Isdefe, 1996.
[30] G. Fernandez Barberis, La Ayuda a la Decisin Multicriterio:
Orgenes, Evolucin y Situacin Actual..
[31] Jeong-Yun Do y Doo-Kie Kim, AHP-Based Evaluation Model for
Optimal Selection Process of Patching Materials for Concrete Repair:
Focused on Quantitative Requirements, Springer - International
Journal of Concrete Structures and Materials , vol. VI, n 2, pp. 87100, Junio 2012.
[32] J. P. Reyes Vasquez,, D. S. Aldas Salazar, L. A. Morales Perrazo, y M.
G. Garca Carrillo, Evaluacin de la capacidad para montaje en la
industria manufacturera de calzado, Ingeniera Industrial, vol. 37, n
1, p. 1423, 2016.
[33] 2012. [En lnea]. Available: http://www.expertchoice.com/.
[34] G. P. Huber, Organizational Learning. The Contibuting Processes
and the Literatures., Organization Science, pp. 88-115, 1991.
[35] C. M. Alcover y F. Gil, Crear Conocimiento Colectivamente:
Aprendizaje Organizacional y Grupal., Revista de Psicologa del
Trabajo y de las Organizaciones,2(5), pp. 259-301, 2002.
[36] M. Offenbeek, Processes and Outcomes of Team Learning.,
European Journal of Work and Organizational Psychology, 10, pp.
303-317, 2001.