Vanella, Bruni y col. Dinámica de...

Dinámica de los indicadores de calidad

Vanella, Oscar R.; Bruni, Rodrigo G. y Taborda, Ricardo A. M.
L.I.A.D.E. (Laboratorio de Investigación Aplicada y Desarrollo)
liade@com.uncor.edu - w ww.efn.uncor.edu/etc/liade
Facultad de ciencias Exactas, Físicas y Naturales – Universidad Nacional de Córdoba

Resumen
El presente trabajo pretende analizar el comportamiento de un indicador de calidad del servicio
implementado en el Laboratorio de Ensayos del L.I.A.D.E. (Laboratorio de Investigación Aplicada y
Desarrollo) – Facultad de Ciencias Exactas, Físicas y Naturales. Universidad Nacional de Córdoba – y
determinar las verdaderas causas que provocaron el comportamiento anormal del mismo.
El análisis anteriormente mencionado se realizó sobre el TATP (Turn Around Time promedio),
indicador utilizado para medir la “rapidez” media (tiempo medio expresado en días) de la realización de
los servicios de ensayos prestados por nuestro Laboratorio.
La dirección del Laboratorio fija un valor TATO (Turn Around Time objetivo) para cada trimestre y
dos valores límites, uno mínimo ( TATL ) y otro máximo ( TATH ), el TAT P se compara con el objetivo al
finalizar el trimestre, para realizar una evaluación de la calidad del servicio ofrecido por el Laboratorio.
La anomalía en el comportamiento del indicador se detectó cuando se obtuvo un valor de TATP
inferior al TATL que es el tiempo mínimo teórico en el que podría realizarse un ensayo. Es decir que
podríamos llegar a igualarlo pero nunca obtener valores menores.
Del análisis estadístico de los datos se pudo inferir que existían por lo menos dos poblaciones
diferentes dentro del universo de ensayos realizados por el Laboratorio. Mediante la utilización del
Diagrama de Ishikawa o Espina de Pescado, se procedió a la identificación de las verdaderas causas que
producen efectos significativos en el tiempo de realización de los ensayos de la nueva población.
Teniendo en cuenta los factores distintivos de la misma, se construyó un nuevo indicador que la
representa , se fijaron sus especificaciones y se calculó su valor.

Palabras clave: - Indicador. - Calidad del Servicio. - Verdaderas causas. – Dinámica.

Introducción

Cuando un cliente establece un contacto con un laboratorio de ensayos pretende resultados confiables de
las mediciones, confidencialidad, capacidad técnica, personal calificado, métodos y procedimientos de
ensayo de acuerdo a normas, entre otras cosas.
Con el propósito de lograr la satisfacción de sus clientes, el laboratorio de ensayos debe cumplir con
todos estos requisitos y además debe poner especial atención en las “otras cosas” que conforman las
expectativas del cliente para lo cual, estas últimas, deben ser traducidas en las especificaciones del servicio
prestado por el laboratorio, de manera tal que este servicio sea considerado de “Calidad”.
Una buena planificación de la calidad requiere de una comunicación precisa entre cliente y proveedor.
Debido a que las información esencial de las necesidades del consumidor se puede transmitir sólo en parte
por medio de palabras, la sociedad industrial exige cada vez más una mayor precisión para comunicar la
información relativa a la calidad pretendida por el cliente. Esa precisión se consigue cuando lo "decimos con
números"(1).
Para "decirlo con números" tenemos que realizar mediciones y para poder hacerlo debemos establecer
unidades de medida que nos permitirán traducir las necesidades del cliente en una especificación de nuestro
producto o servicio, entendiendo por unidad de medida a una cantidad definida de cualquier característica de
la calidad, que nos permita la evaluación de esa característica con números.
La calidad del servicio posee características que aparentan quedar apartadas del mundo material y que nos
plantean un desafío a la hora de cuantificarlas y evaluarlas. Este es el caso que se plantea cuando un cliente
se presenta con la intención de contratar un ensayo y desea además que el servicio sea “rápido” o, más
frecuentemente, “urgente” y genera la tarea, del personal del laboratorio, de traducir este concepto a una
unidad de medida de tiempo (por ejemplo días) con el fin de cuantificar la duración de los trabajos de ensayo.
En el Laboratorio de Ensayos del L.I.A.D.E. se estableció la necesidad de crear un indicador para
evaluar el tiempo de duración de los servicios de ensayo. A partir de ese momento se siguieron los
siguientes pasos(2) para generar este indicador:
1. Determinar qué se desea medir.
2 XVII Jornadas IRAM-Universidades U.N.L.M., Octubre 2002

2. Describir (definir) el indicador.

3. Determinar la fórmula matemática del indicador.
4. Definir la/s fuente/s de donde extraer los datos.
5. Determinar las especificaciones para la comparación.

Los resultados obtenidos fueron:

1. Rapidez ⇒ Tiempo de duración del servicio de ensayo ⇒ Días
2. TAT (Turn Around Time): cantidad de días transcurridos entre la confección de la orden de
trabajo (O. T.) y la emisión de la factura.
TAT P (Turn Around Time promedio): Promedio de los TAT correspondientes a cada uno de
los ensayos realizados en el trimestre evaluado.
3. TAT = (fecha de factura – fecha de orden de trabajo) [días] (1)
m

TAT P = Σ 1 TATJ / m (2)

m = nº de ensayos realizados en el trimestre evaluado

4. Los datos se extraen del Libro de Operaciones del LIADE
5. TATO (TAT objetivo), TATL (Límite inferior), TATH (Límite superior)
Fijados por la dirección
TATO = 15 días corridos TAT L = 9 días corridos TATL = 23 días corridos

Luego de que el indicador TATP se aplicara con éxito durante dos años, se detectó un comportamiento
anormal del mismo que consistió en la obtención de resultados (TATP = 5,14 días para el primer trimestre del
año 2002 y TATP = 4,14 días para el segundo trimestre del año 2002) de valor menor al límite inferior
establecido TATL que es el tiempo mínimo teórico en el que podría realizarse un ensayo. Es decir que
podríamos llegar a igualarlo pero nunca obtener valores menores.
A continuación, vamos a definir los términos que componen la fórmula para obtener los límites inferior y
superior de TATP y demostrar que no es lógico que este indicador adopte valores que sean menores que su
límite mínimo. Luego continuaremos con el planteo de hipótesis para su posterior comprobación y análisis de
las causas de este comportamiento.

Métodos

Cálculo de los valores límites para TATP.

Límite inferior TATL : Está formado por la suma de tres términos, afectados de un coeficiente de
seguridad y una constante que tiene en cuenta los fines de semana no aprovechables.
TATL = [(TCL + TAL + TEL ) x KS ] + KF (3)
TCL (Tiempo de cámara mínimo): Tiempo mínimo que fija la norma IEC 60601-1: 1988. “Medical
Electrical Equipment. Part 1: General Requirements for Safety”, para la realización del ensayo de pre-
acondicionamiento húmedo que consiste en introducir el equipo en una cámara de ambiente controlado
durante un período de tiempo, determinado por el número de IP (grado de protección de la envolvente del
equipo a ensayar). Su valor es
TCL = 2 [días] (para equipos IP X0) (4)
TAL (Tiempo administrativo mínimo): Tiempo mínimo que el personal del laboratorio invierte en realizar
tareas administrativas asociadas con el ensayo en cuestión (confección y revisión de informe, confección
de O.T. y factura, etc.). Su valor estimado es
TAL = 0,5 ]días] (5)
TEL (Tiempo ensayo mínimo): Tiempo mínimo que el personal del laboratorio invierte en la realización
de los ensayos aplicables al equipo de que se trate, depende principalmente de la complejidad del equipo
y del número de partes de este que estén en contacto con el paciente). Su valor estimado es
Vanella, Bruni y col. Dinámica de... 3

TEL = 7,7 [días] (6)

KS (Coeficiente de seguridad): factor que tiene en cuenta los tiempos que pueden agregarse en forma de
imprevistos. Se considera que estos “tiempos muertos” pueden ser de un 20 % del total
KS = 1,2 (7)
KF (Constante que tiene en cuenta los fines de semana no aprovechables):
KF = 0 [días] (8)

Reemplazando los valores de (4), (5), (6), (7) y (8) en (3) obtenemos
TATL = 9 [días] (9)
Con criterios similares se calcula
TATH = [(TCH + TAH + TEH ) x KS ] + KF (10)
Las únicas diferencias entre (3) y (10) radican en que los valores de tiempo corresponden a tiempos
máximos y se suma una constante que tiene en cuenta los fines de semana no aprovechables. Asignando
valores a los términos de (10), se obtiene;
TCH = 7 [días] (para equipos IP X1...7) TAH = 1 [día] TEH = 7,5 [días] KF = 4

TATH = [(7 + 1 + 7,5 ) x 1,2 ] + 4 (11)

TATH = 22,6 días ≅ 23 días

Al observar el valor obtenido en (9) no es lógico pensar que pueda obtenerse un TATP = 5,14 días (o 4,14
días) que fueron los valores obtenidos para el 1er (2º) trimestre del año 2002.

Planteo de hipótesis.
Ante esta situación, luego de descartar un error de cálculo, se plantearon las siguientes hipótesis

H0 : El indicador TAT P es representativo de todos los ensayos realizados

H1 : El indicador TAT P no es representativo de todos los ensayos realizados

Hipótesis secundaria: se demuestra sólo en el caso de rechazar H0 y aceptar H1 .

H2 : Existe al menos una causa que produce efectos significativos en el tiempo de ejecución de los
ensayos de la nueva población, es diferente a las existentes antes de la situación planteada y es
factor determinante en la construcción de un nuevo indicador para evaluar la duración del nuevo
tipo de servicio.

Para demostrar la validez de H0 se realizó un experimento con las siguientes características:

Ø Se decidió estudiar cuatro trimestres, dos anteriores a aquel donde se presentó la anomalía (3er y 4º
trimestre del 2001) y los dos de comportamiento anómalo (1º y 2º trimestres del 2002); con lo que se
formaron cuatro grupos muestrales.
Ø Se tomaron seis muestras TAT por trimestre, correspondientes a seis ensayos respectivamente, con la
condición extra de que se eligieran dos ensayos por cada mes del trimestre.
Ø Se estableció como aceptable una probabilidad de error al rechazar H0 , cuando esta es cierta de α = 0,05
Ø Se aplicó el método ANOVA(3) para determinar si todas las muestras tomadas pertenecían a la misma
población o a poblaciones diferentes de ensayos y así sostener o rechazar H0 .

En cuanto al método utilizado para determinar las causas que provocan efectos significativos en la
ejecución del servicio, se utilizó el “diagrama de Ishikawa” o diagrama de “espina de pescado” que
muestra la relación sistemática entre un resultado prefijado y sus causas relacionadas.
El uso de esta herramienta consiste en realizar un brainstorming cuyo objetivo es tratar de establecer una
relación entre el efecto reconocido y todas las posibles causas que lo provocan, el resultado de este
brainstorming se vuelca en un diagrama, agrupando las causas en 6 categorías: Materiales, medios, medición,
4 XVII Jornadas IRAM-Universidades U.N.L.M., Octubre 2002

medio ambiente, método y personal, manteniendo una relación causal entre las mismas (determinando causas
y subcausas).
Resultados
A continuación se exponen los datos recolectados, los cálculos realizados, los resultados obtenidos y la
decisión final adoptada con respecto a H0 .
Condiciones del experimento:
Cantidad de grupos muestrales K = 4
Cantidad de muestras por grupo n = 6
Cantidad total de muestras N = 24
Probabilidad aceptable de error al rechazar H0 α = 0,05
Grados de libertad entre grupos gE = K – 1 = 3
Grados de libertad dentro de grupos gd = N – K = 20
Valor de F crítico [ F(0,05 ; 20 ; 3)] F* = 14,17
Valor de F para las observaciones realizadas FOBS

Los datos recolectados fueron:

n 3er trim. 2001 4º trim. 2001 1er trim. 2002 2º trim. 2002
1 51 30 1 22
2 12 1 14 1
3 1 30 2 1
4 41 2 1 1
5 4 2 8 2
6 2 26 1 1
Media 18,5 15,16667 4,5 4.666667
Varianza 478,7 220,9667 29,1 72.26667

El resultado del ANOVA se muestra a continuación

Grados de
Fuente Varianza FOBS
libertad
Entre grupos 3 41211,88
191,9
Dentro de grupos 20 214,74

Como el criterio de rechazo de H0 es: si FOBS > F* se rechaza H0

y se cumple la condición 191,9 > 14,17 por consiguiente se rechaza la hipótesis
nula y se adopta la

H1 : El indicador TAT P no es representativo de todos los ensayos realizados.

Al aceptar como verdadera esta hipótesis, podemos inferir que existe más de una población en el universo
de ensayos del laboratorio.

Luego investigamos los ensayos realizados durante los trimestres bajo estudio y observamos que, a partir
de la adquisición de un instrumento que permite la medición de la potencia de radiación electromagnética de
onda plana, se incorporaron a la oferta del Laboratorio este tipo de servicios, que poseen un tiempo de
ejecución diferente a los que se estaban realizando hasta ese momento.
A partir de este hecho, se planteó la necesidad de detectar la/s causa/s que determinan el comportamiento
en el tiempo (duración) de este servicio.
Vanella, Bruni y col. Dinámica de... 5

Para lograr este objetivo utilizamos el “diagrama de Ishikawa” o diagrama de “espina de pescado” que
muestra la relación sistemática entre un resultado prefijado y sus causas relacionadas.
Los resultados obtenidos mediante la aplicación de esta herramienta fueron los que se observan en la
figura siguiente:

Materiales Medios Medición

Gorra Hoja membreteada Instrumento

Máquina fotográfica
Proveedor
Plástico Manten. Virus Calibración
Diskettes Automática
Toner Sist. informático

Pilas/baterías Obsoleto Instal.

Cargador Formul. reporte Interrup.

involuntarias TAT
(EMC)

Accesibilidad Imprevistos Procedimiento

Otros ensayos Confección informes Calificación

Otras tareas Estudio
Intervención cliente Entrena
Distancia Cantidad de ensayos miento
Seguros
Condiciones Transporte Duración
meteorológicas de c/ensayo Enfermedad

Medio
ambiente Método Personas

De todas las causas encontradas que tienen efecto sobre la duración del servicio de ensayos de medición
de campo electromagnético, las que tienen efectos significativos se detallan a continuación:
Ø Distancia (entre el Laboratorio y la ubicación geográfica de los puntos de medición).
Ø Condiciones meteorológicas (presentes en los puntos de medición).
Ø Imprevistos.
Ø Confección de informe.
Ø Interrupciones del sistema informático que forma el sistema de medición.
Ø Número de ensayos en cada servicio (el tiempo necesario para cada ensayo es fijo e igual a
0,5 días).

Ahora estamos en condiciones de crear un nuevo indicador, al que llamaremos TAT (EM), para evaluar el
tiempo de duración de los servicios de mediciones de campo electromagnético, siguiendo los cinco pasos
descriptos en la introducción de este trabajo. Los cuatro primeros pasos arrojan resultados idénticos a los ya
obtenidos y las diferencias se presentan en el quinto, es decir, a la hora de fijar las especificaciones para la
comparación.
Procederemos ahora al cálculo de los valores límite de TAT (EM), para ello debemos tener en cuenta la
contribución de cada una de las causas mencionadas anteriormente.
TATL (EM) = [(TDL + TAL + TEL ) x KS ] + KF (12)
TDL (Tiempo de distancia): Tiempo mínimo que se demora en llegar al lugar geográfico donde se realiza
la medición. Su valor , para sitios dentro del ejido urbano de la ciudad de córdoba, es despreciable
TDL = 0 [días] (13)
TAL (Tiempo administrativo mínimo): Tiempo mínimo que el personal del laboratorio invierte en realizar
tareas administrativas asociadas con el ensayo en cuestión (confección y revisión de informe, confección
de O.T. y factura, etc.). Su valor estimado es
TAL = 0,3 [días] (14)
6 XVII Jornadas IRAM-Universidades U.N.L.M., Octubre 2002

TEL (Tiempo ensayo mínimo): Tiempo mínimo que el personal del laboratorio invierte en la realización
de los ensayos de medición de campo electromagnético. Depende del número de ensayos (n) en cada
servicio ya que el tiempo necesario para cada ensayo es fijo e igual a 0,5 días. Su valor para n = 1 es
TEL = n/2 días = 0,5 [días] (15)
KS (Coeficiente de seguridad): factor que tiene en cuenta los tiempos que pueden agregarse en forma de
imprevistos. Se considera que estos “tiempos muertos” pueden ser de un 25 % del total e incluyen las
demoras ocasionadas por las condiciones meteorológicas imperantes en los puntos de medición e
interrupciones del sistema informático que forma el sistema de medición.
KS = 1,25 (16)
KF (constante que tiene en cuenta los fines de semana):
KF = 0 [días] (17)
reemplazando los valores de (13), (14), (15), (16) y (17) en (12) obtenemos
TAT L (EM) = 1 [día] (18)
Con criterios similares calculamos
TATH (EM) = [(TDH + TAH + TEH ) x KS ] + KF (19)
Las únicas diferencias entre (12) y (19) radican en que los valores de tiempo corresponden a tiempos
máximos y se suma una constante que tiene en cuenta 1 día y ½ correspondiente a Sábado por la tarde y
Domingo, momentos en los que no se realizan mediciones. Asignando valores a los términos de (19),
obtenemos
TDH = 3 [días] TAH = 1 [día] TEH = 4/2 = 2 [días] (con n = 4) KF = 1,5

TATH (EM) = [(3 + 1 + 2 ) x 1,2 5] + 1,5 (20)

TATH (EM) = 9 [días]

y se fijó un TATO (EM) = 5 [días]

A continuación calculamos el TATP (EM) de la nueva población y el TATP para la población de ensayos
realizados de acuerdo a la norma IEC 60601-1 y obtuvimos los siguientes resultados:

TATP (IEC) TATP (EM)

er
1 trim. 2002 10,33 1,25
3er trim. 2002 22 4,5

Conclusiones
Del resultado del experimento realizado mediante la aplicación de la prueba ANOVA podemos inferir
que existen dos poblaciones diferentes de servicios realizados por el Laboratorio, las cuales poseen
comportamientos propios en el tiempo.
Este comportamiento es el efecto producido por un conjunto de causas que, relacionadas entre sí, actúan
sobre el proceso del servicio y pueden ser identificadas; luego de esta identificación, podemos seleccionar
aquellas que producen efectos significativos en la duración del proceso y utilizarlas para la construcción de
un indicador que nos permita evaluar la duración del servicio de medición de radiación electromagnética de
onda plana.
De la comparación de (3) y (12) podemos obtener las causas que establecen la diferencia entre ambas
poblaciones, a saber:
Ø La obligación de realizar el ensayo de pre-acondicionamiento húmedo, exigida por la norma que
establece los ensayos a realizar sobre el equipamiento eléctrico de uso en medicina, impone una
restricción de tiempo propia y distintiva de esta población de servicios.
Vanella, Bruni y col. Dinámica de... 7

Ø El desplazamiento físico del personal y sistema de medición necesarios para la realización de las
mediciones de campo electromagnético, desde el Laboratorio hasta el lugar geográfico de
emplazamiento de la fuente de emisión, impone una restricción de tiempo propia y distintiva de
esta población de servicios.
Las conclusiones expresadas en los párrafos anteriores, demuestran que existe al menos una causa que
produce efectos significativos en el tiempo de ejecución de los ensayos de la nueva población, es
diferente a las existentes antes de la situación planteada y es factor determinante en la construcción de
un nuevo indicador para evaluar la duración del nuevo tipo de servicio.
Podemos establecer una analogía entre un sistema físico formado por un cuerpo sobre el que actúan
distintas fuerzas y provocan un movimiento del mismo y un sistema formado por un proceso de servicio
sobre el que actúan distintas causas que provocan un comportamiento particular del mismo. En este último
sistema el proceso de servicio es el “cuerpo”, podemos pensar en las causas como las “fuerzas” que actúan
sobre él y su comportamiento es el “movimiento” producido por ellas.
La dinámica es la parte de la física que estudia el movimiento de los cuerpos en relación con las fuerzas
que lo originan y, por lo tanto, podemos hablar de una “dinámica de los procesos” como el estudio del
comportamiento de los mismos en relación con sus causas.
Podemos extender esta línea de pensamiento para concluir en que existe una “dinámica de los
indicadores”, que incluye a los indicadores de calidad, que estudia los cambios producidos en su definición
(especificaciones) en relación con las causas que los producen y estas últimas se relacionan íntimamente con
las causas que provocan cambios en los procesos que están siendo evaluados por los mismos.

Referencias bibliográficas

1. Juran, Joseph M. “Juran on Planning for Quality” (Original. Juran Institute, Inc. 1988)
“Juran y la Planificación para la Calidad”. Ediciones DIAZ DE SANTOS S.A.
Madrid, España. 1990.

2. http://erc.msh.org/quality/foutools/fouindi.cfm “The Guide to Managing for Quality” Management

Sciences for Health and United Nations Children´s Fund
(UNICEF).

3. Berenson, Mark L. y Levine, David M.
“Basic Business Statistics, Concepts and Applications”
(Original.Prentice Hall , Inc. 1996)
“Estadística Básica en Administración” Prentice Hall
Hispanoamericana S.A. Naucalpan de Juárez, México.
1996.