Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Un Modelo de FCE y El Impacto de Lo Factores Blandos y Duros en La Gestión de La Calidad
Un Modelo de FCE y El Impacto de Lo Factores Blandos y Duros en La Gestión de La Calidad
Índice
PREFACIO 5
CAPÍTULO I 6
CONTEXTO: LA INDUSTRIA MAQUILADORA
DE EXPORTACIÓN
Un modelo de FCE y el Impacto de los facto- 1.1 Antecedentes 7
res blandos y duros en la gestión de la cali- 1.2 Ciudad Juárez 8
dad: El caso de la empresa manufacturera de 1.3 La Industria Maquiladora de Exportación 9
Vehículos Recreacionales en Ciudad Juárez 1.4 El Estudio de caso 11
Autores
Dra. Nancy Angélica Coronel González CAPÍTULO II 12
FACTORES CRÍTICOS DE ÉXITO
2.1 Definición y objetivo 13
2.2 FCE en la Gestión de la Calidad 13
ISBN
2.3 Hipótesis 19
ISBN 978-607-8262-09-0
2 3
Prefacio
CAPÍTULO V 38 Este trabajo de investigación constituye un estudio organizacional
y trata sobre el caso de una importante empresa de la Industria Manu-
CONCLUSIÓN
facturera de Exportación (IME), del ramo Equipo de Transporte, sectori-
5.1 Discusión de resultados 41
zación documentada en IMIP (2017). El estudio se centra en los Factores
5.2 Limitaciones 42
42 Críticos de Éxito (FCE) para la gestión de la Calidad y los objetivos son de-
5.3 Trabajos futuros
terminar el efecto y la relación entre estos factores y estimar un modelo
de FCE utilizando ecuaciones estructurales con fundamento en la teoría
APÉNDICE 1 43 de Factores blandos y duros.
AP. 1. Encuesta sobre grados de implementación de los FCE
para la Gestión de la Calidad Cabe mencionar que el estudio de caso como método de investiga-
ción involucra aspectos descriptivos y explicativos, pero además utiliza
información cualitativa y cuantitativa, Bernal (2006), tomando la empre-
APÉNDICE 2 49 sa como unidad de análisis. Las fuentes utilizadas para la obtención de
AP. 2A. Estadísticos descriptivos
la información son los documentos válidos y las personas directamente
AP. 2B. Matriz de componentes rotados
relacionadas con la unidad de análisis. Las técnicas utilizadas son la ob-
servación, entrevistas a profundidad y la encuesta.
APÉNDICE 3 54
AP. 3. Matriz de correlaciones Inicialmente se realiza una revisión en la literatura sobre los Factores
Críticos de Éxito para una cultura de calidad y la implementación de sis-
temas de calidad, seleccionando un cuestionario válido para ser utilizado
APÉNDICE 4 55 como instrumento de investigación para la obtención de la información.
AP. 4A. Resultados arrojados por AMOS sobre Índices de bondad Posteriormente se procede a la selección de la muestra para la recolec-
de ajuste ción de la información, se llevan a cabo las entrevistas a profundidad y
AP. 4B. Matriz de correlaciones se realiza una investigación en documentos de la empresa. Por último se
AP. 4C. Modelado de ecuaciones estructurales procesan los datos y como producto final se determina el modelo de FCE
con fundamento en los resultados y en los conceptos teóricos.
REFERENCIAS 63
La experiencia y el aprendizaje en este estudio son invaluables y el
campo de estudio en la localidad es muy estimulante debido a los dis-
tintos matices que presenta debido a la complejidad de factores y a la
cultura organizacional que cada empresa posee.
4 5
1.1 Antecedentes
Los objetivos que la Industria Manufacturera de Exportación desta-
ca en general son la calidad de sus productos, el aumento de la produc-
tividad y mantener la satisfacción de sus clientes. En este sentido, la pla-
neación estratégica en las empresas contempla la necesidad de adoptar
algún sistema de calidad, disciplina o filosofía de mejoramiento conti-
nuo que les proporcione la metodología y herramientas para obtener
una mayor ventaja competitiva, tal como lo afirman Giménez, Jiménez y
Martínez (2014) y Ruiz-Torres et al., (2015). De esta forma las empresas
se plantean la problemática de mantener funcionando estos sistemas de
calidad y mientras que Mihi (2008), define la Gestión de la Calidad como
el conjunto de acciones encaminadas a planificar, organizar y controlar
CAPÍTULO 1
la función de calidad en una empresa, esta investigación se centra en es-
tudiar estos factores y su grado de influencia, en un contexto especifico
conformado por un estudio de caso.
6 7
el primero es teórico, y este radica en realizar una revisión de la literatura 1.3 La Industria Maquiladora de Exportación
en el estado del arte de los FCE para la Gestión de la Calidad y de esta
manera actualizar la información que otras investigaciones recientes En la actualidad la Industria Maquiladora de Exportación (IME),
han hecho en este campo del conocimiento, el segundo es un enfoque constituye un indicador del desarrollo industrial en México, y la impor-
práctico y este se obtiene al realizar un estudio empírico que consiste tancia es tal, que ha permitido al país tener un desarrollo tecnológico,
en aplicar un cuestionario para determinar el grado de importancia de una participación creciente en los mercados internacionales y una capa-
estos FCE y de esta forma desarrollar un modelo de FCE considerando el citación constante para los trabajadores que se emplean en este tipo de
impacto de los factores blandos y duros. industrias. Actualmente el término “maquiladora” se refiere a cualquier
manufactura parcial, ensamble o empaque llevado a cabo por una em-
1.2 Ciudad Juárez presa que no sea el fabricante original, INDEX (2016).
Ciudad Juárez se encuentra ubicada al norte del estado de Chi- En Ciudad Juárez se identificaron y ubicaron geográficamente 24
huahua, siendo una ciudad fronteriza, colinda con El Paso, Texas en los parques industriales y 15 zonas industriales, IMIP (2016), de las cuales
Estados Unidos. Según censo del INEGI (2015) Juárez tiene un total de 416 son empresas manufactureras en operación y según el INEGI (2014)
1`391,180 habitantes de los cuales el 49.7% son hombres y el 50.3% son existen 215,202 empleados de los cuales el 85.2% cuentan con contra-
mujeres. La población económicamente activa representa el 55.98% de tación directa y el 14.8% pertenecen a un régimen de subcontratación.
la cual el 53.99% se encuentra ocupada, mientras que el 1.99% desocu-
pada, según INEGI (2015), y el analfabetismo es del 1.4% de acuerdo a De acuerdo con Contreras (2008) la IME tuvo su origen en la zona
fuente anterior. El sector económico al que se dedica la población está norte de México como resultado del establecimiento del Programa de
compuesto de la siguiente forma: 66.5% se dedica al sector industrial, Industrialización Fronteriza (PIF) en el año 1965 por parte del gobierno
30.7% al sector comercio y servicios y el 2.7% construcción y minería. En mexicano y el establecimiento de las tarifas arancelarias 806.3 y 807.0
la figura 1, se aprecia la ubicación geográfica de Ciudad Juárez. en Estados Unidos, estos programas permitían el establecimientos de
empresas extranjeras en México. A Estados Unidos este esquema le be-
nefició ya que le permitía mantener su competitividad en el mercado
global al operar con costos de producción bajos al trasladar a México
parte de sus procesos productivos. Y de acuerdo con Rodríguez (2001)
para el gobierno Mexicano resultó de gran ventaja ya que enfrentaba la
terminación del Programa Bracero en Estados Unidos desde 1964, lo cual
causó la devolución de inmigrantes mexicanos al país en una situación
de desempleo.
8 9
guida accesorios, aparatos eléctricos y generación de energía eléctrica,
estos representan el 12%.
Figura 2. País de origen de las empresas manufactureras en Ciudad Juárez. Fuente: IMIP
(2016).
Los principales insumos reportados por el Instituto Municipal de In- Figura 4. Principales ramas de actividad. Fuente: IMIP (2016).
vestigación y Planeación (IMIP) (2016) utilizados por la IME, son el plásti-
co con un 12.5%, acero 9.3%, resina 8.6% y cable con un 7%, se muestran
los datos completos en la figura 3. 1.4 El Estudio de caso
El estudio de caso se llevó a cabo en una empresa manufacturera
dedicada a la fabricación de vehículos recreacionales (todo terreno), per-
teneciente a la rama Equipo de Transporte, sectorización documentada
en IMIP (2016).
10 11
2.1 Definición y objetivo
El concepto de Factor Crítico de Éxito fue determinado por Ronald
Daniel en los años sesenta, una década más tarde John F. Rockart lo reto-
mó y realizó varios estudios de investigación al respecto. Rockart (1981)
aporta la siguiente definición: “Es el número limitado de áreas en las
cuales los resultados, si son satisfactorios, asegurarán un funcionamien-
to competitivo y exitoso para la organización”. Desde entonces ha sido
utilizada ampliamente como una técnica efectiva en la implantación de
determinadas estrategias organizacionales.
12 13
Diversos estudios se han realizado sobre FCE en la gestión de la ca-
lidad, siendo algunos basados en la revisión de la literatura y otros en un
medio empírico. En este apartado se presentan diversas investigaciones
hechas por distintos autores. De acuerdo con Saraph, Benson y Schroe-
der, (1989), el liderazgo efectuado por la alta gerencia en las organiza-
ciones es el factor más importantes para la gestión de la calidad. Estos
factores se muestran en la tabla 1.
14 15
Abdullah y Tari (2012) presentan un estudio que se muestra en la
tabla 2, separando estos factores entre prácticas blandas (cultura orga-
nizativa, el liderazgo y el trabajo en equipo) y las prácticas duras que
constituyen la parte más técnica (herramientas estadísticas y técnicas de
control del proceso). Mencionan que estos factores blandos tienen que
ver con el recurso humano, mientras que los factores duros se enfocan
más a los aspectos del proceso y su medición.
Abdullah y Tari (2012), resaltan los factores blandos para una ges-
tión de la calidad, sin embargo afirman que los estudios empíricos sobre
los factores duros son inconclusos.
16 17
2.3 Hipótesis
De acuerdo con los objetivos planteados y la revisión de la literatura
se proponen las siguientes hipótesis de investigación:
18 19
En este capítulo se establece el diseño de la investigación, se descri-
be el método que se utiliza para el desarrollo del estudio, se determina
la población, la muestra, los materiales y el procedimiento de análisis de
la información.
CAPÍTULO 3
para conformar los Factores Críticos de Éxito.
3.2.1 Participantes
El tamaño de la muestra fue de 75, no probabilística y fue obteni-
da por conveniencia, los datos sociodemográficos son los siguientes: el
nivel de los participantes fue 30% gerencial, 40% administrativo y 30%
nivel técnico. Respecto al sexo, el 15% fueron mujeres y el 85% fueron
hombres. Tres empleados participaron en entrevistas a profundidad para
obtener información sobre el desempeño de la Gestión de la Calidad.
20 21
3.3 Instrumento
Se aplicó el instrumento realizado por Rositas en el 2009, quien lo
desarrolló mediante una investigación en la industria manufacturera
mexicana y con base en la revisión de la literatura. El cuestionario consta
de 11 factores y un total de 84 ítems. La escala utilizada fue tipo Likert,
ya que permitió valorar las percepciones que el empleado tiene sobe los
factores a considerar. La valoración en percepción fue: muy alto (5), alto
(4), medio (3), bajo (2), incipiente (1). El instrumento se anexa en el apén-
dice 1.
3.4 Procedimiento
Se aplicó el instrumento “Encuesta sobre grado de implementación
de la gestión dentro de una cultura de calidad” elaborado por Rositas
CAPÍTULO 4
(2009) a una muestra de n=75 al personal de la empresa de distintos ni-
veles en jerarquía, desde nivel técnico hasta gerencial. Posteriormente se
integró la información en una base de datos y se analizó con el Paquete RESULTADOS OBTENIDOS Y ANÁLISIS
Estadístico para las Ciencias Sociales (IBM SPSS), versión 24 para Win-
dows y el AMOS versión 21. La confiabilidad del instrumento se evaluó
mediante el Coeficiente Alpha de Cronbach, Se obtuvieron coeficientes
de correlación de Pearson para establecer las correlaciones más altas en-
tre las variables, se aplicó el Análisis Factorial Exploratorio en la determi-
nación del grado de influencia y se realizó el contraste de las hipótesis
mediante el Análisis Factorial Confirmatorio. Por último se desarrolló un
modelo de ecuaciones estructurales para la comprobación estadística
del modelo hipotético.
22 23
Se muestran los resultados del estudio mixto, abordando los análi-
sis cualitativo y cuantitativo, para el primero, se entrevistaron tres indi-
viduos con diferentes puestos, para la parte cuantitativa se aplicaron 75
cuestionarios con 84 ítems, agrupados en 11 Factores Críticos de Éxito, se
muestran todos los resultados estadísticos del procesamiento de estos
datos utilizando IBM SPSS versión 24 y AMOS versión 21 para el análisis
del modelo de ecuaciones estructurales.
24 25
4.2 Resultados del análisis cuantitativo
Tabla 5. Prueba de confiabilidad por ítem
Se presentan los resultados de los distintos análisis cuantitativos
y las tablas que resultan de cada una de las pruebas efectuadas. Cabe
mencionar que la presentación de datos que se utilizará, son los propor-
cionados por IBM SPSS versión 24 para Windows e IBM AMOS versión 21.
26 27
que sumados los porcentajes de varianzas, explican 71% de la variación
4.2.4 Estudio de correlación en los datos.
28 29
4.2.6 Análisis factorial confirmatorio
Basado en el estudio de correlaciones y en la extracción de factores,
se propone el siguiente Modelo de Ecuaciones Estructurales (ver figura
5), el cual se ejecutó en AMOS versión 21.
Tabla 10. Matriz de componentes De acuerdo con los resultados obtenidos del estudio empírico (aná-
lisis cualitativo y cuantitativo) y la revisión de la literatura, se plantearon
las siguientes hipótesis propuestas en este estudio:
30 31
4.2.8 Resultados del modelo propuesto
Se muestra en la tabla 12 un resumen de los índices de bondad de
ajuste del modelo, los cuales indican un ajuste óptimo, Ruiz (2010), y en
el apéndice 4A se presentan los resultados que arroja el programa AMOS.
De igual forma en el apéndice 4B se muestra el estudio de correlación
que proporciona AMOS.
32 33
4.2.9 Resultados de pruebas de hipótesis
Se muestra el estatus de las hipótesis planteadas en la tabla 13, de
acuerdo a resultados obtenidos en el análisis cuantitativo.
34 35
Tabla 13. Pruebas de hipótesis
36 37
De acuerdo con los objetivos planteados en el diseño de esta in-
vestigación, se realizó una revisión en la literatura entre diversos autores
respecto a los Factores Críticos de Éxito para la Gestión de la Calidad,
permitiendo así efectuar un contraste con los hallazgos de este estudio
empírico, el cual se muestra en la tabla 14. Se realizaron entrevistas a
profundidad y se presentó la información en una matriz la cual permitió
contrastar las respuestas de los informantes clave. Se procesó la informa-
ción recolectada mediante técnicas de análisis estadístico como Análisis
Factorial Exploratorio, Análisis Factorial confirmatorio y Ecuaciones Es-
tructurales, para la determinación de los Factores Críticos de Éxito.
CAPÍTULO 5
nicas como Índice Pearson, método de Análisis de Componentes princi-
pales y Modelado de Ecuaciones Estructurales.
CONCLUSIÓN
38 39
5.1 Discusión de resultados
Se presenta un contraste entre los resultados del análisis cualitati-
vo y el análisis cuantitativo: los Factores como liderazgo y el grado de
educación o entrenamiento se percibe muy favorablemente en ambos
análisis. El uso de técnicas, herramientas y análisis duros tienen un alto
grado de presencia también en los análisis cualitativo y cuantitativo, de
igual forma el resultado de ambos estudios para el factor compensacio-
nes coincide, siendo este no significativo.
Las hipótesis H1a, H1b, H1c, H1d, H1f, H1h, H1f, H1g, H1h, H1j, H2
y H3 fueron aceptadas, mientras que las hipótesis H1e y H1i no fueron
aceptadas. Dentro de este procedimiento se efectuó una correlación, de
todos los factores respecto al factor Gestión de la Calidad probándose
con el índice de Pearson, resultando así los factores que mostraban una
mayor correlación, siendo estos: Compromiso de la alta gerencia, Partici-
pación de empleados, Educación de empleados e Indicadores de desem-
peño y acceso a la información.
Factores Blandos:
Planeación estratégica
Compromiso de la alta Gerencia
Tabla 14. Contraste de FCE Participación de empleados
40 41
Factores Duros:
Diseño de productos con herramientas como QFD, DOE, 6 sigma
Enfoque a Procesos
Indicadores de desempeño
5.2 Limitaciones
APÉNDICE 1
Cabe resaltar que los Modelos de Ecuaciones Estructurales pueden
ser muy variados y aun así presentar índices de bondad de ajuste acep- AP. 1. Encuesta sobre grados de implementación de los FCE para la
tables, su elaboración depende de la teoría la cual se quiera comprobar. Gestión de la Calidad
42 43
44 45
46 47
APÉNDICE 2
AP. 2A. Estadísticos descriptivos
Estadísticas de elemento
48 49
50 51
AP. 2B. Matriz de componentes rotados
52 53
APÉNDICE 3 APÉNDICE 4
AP. 3. Matriz de correlaciones AP. 4A. Resultados arrojados por AMOS sobre
Índices de bondad de ajuste
54 55
AP. 4B. Matriz de correlaciones AP. 4C. Modelado de ecuaciones estructurales
Scalar Estimates (Group number 1 - Default model) Los modelos de estructuras de covarianzas han sido popularizados
por los trabajos de Joreskog (1973), Keesing (1972) y Wiley (1973) citados
Maximum Likelihood Estimates en Byrne (2006) sobre ecuaciones simultáneas y después por el modelo
LISREL (Linear Structural Relationship) y los programas asociados.
Regression Weights: (Group number 1 - Default model)
Los modelos de estructuras de covarianzas se sitúan dentro de los
modelos de interdependencia para el análisis factorial confirmatorio y
para los modelos de dependencia para el análisis casual, Byrne (2006).
Batista (2000), asegura que las ciencias sociales estudian con fre-
cuencia conceptos no físicos y abstractos denominados constructos, que
sólo pueden medirse de forma indirecta a través de indicadores. Los Mo-
delos de Ecuaciones Estructurales constituyen una herramienta útil para
el estudio de relaciones causales de tipo lineal sobre estos conceptos.
Estos modelos no prueban la causalidad, pero ayudan al investigador en
la toma de decisiones, rechazando las hipótesis causales cuando se con-
tradicen con los datos, esto es, con la estructura de covarianzas o corre-
laciones subyacentes entre las variables.
56 57
Modelos 1. Ajuste del modelo:
La presentación de los modelos de ecuaciones estructurales depen- El punto de partida sería comparar las matrices de covarianzas ob-
de del tipo de análisis que se desee realizar con la información, las cual servadas (S) y la de covarianzas reproducidas (T), en el caso en que la
puede ser de tipo exploratorio o de tipo confirmatorio. matriz reproducida sea igual a la matriz observada, no habría diferencia
entre las dos y se aceptaría la hipótesis que señala que H0: S = T, se recha-
En el caso del análisis exploratorio, todas las variables observables zaría la hipótesis alternativa H1.
cargan en todos los factores, los errores de medición están todos co-
rrelacionados. En el caso del análisis de tipo confirmatorio, las variables Únicamente en este caso el modelo estaría perfectamente identi-
factoriales o latentes son representadas por solamente algunas variables ficado y arrojaría un estadístico de la Chi-cuadrado de cero grados de
observables; además, existe una correlación entre éstas últimas, puesto libertad.
que las variables observables no cargan en todas las variables latentes.
En el análisis confirmatorio se pueden tener diferentes niveles de análi- • Índice de la Chi-cuadrado
sis, donde existirán variables latentes que explican a otras.
El valor final de la función de ajuste o de minimización constituye la
Y como señala Batista (2000) el análisis mediante ecuaciones estruc- medida de la Chi-cuadrado. Cuanto más bajo sea el valor absoluto de la
turales depende de la información previa que se tenga del fenómeno chi-cuadrado en función de los grados de libertad mejor será el ajuste.
estudiado. Si no existiera información previa en relación a la teoría para Para que el modelo sea significativo el nivel de significación deberá ser
diseñar el modelo, el proceso se divide en dos etapas: superior al 0.05 (1 - α>0.05), lo que implicara que no existan diferencias
estadísticamente significativas entre las matrices de covarianzas obser-
• La primera etapa consiste en efectuar un análisis factorial exploratorio con vada y la reproducida.
el propósito de determinar que variables observables cargan en que variables latentes.
Esta etapa puede ser realizada en SPSS. • Índice de bondad del ajuste (Goodness of Fit Index)
• La segunda etapa consiste en depurar el análisis factorial exploratorio reali-
El índice de bondad de ajuste (GFI) es un índice de variabilidad y
zado anteriormente y determinar las variables observables y mantener las que mejor
representa el grado general de ajuste del modelo. Joreskog y Sorbom
representan a las variables latentes.
presentaron este índice en 1984 y establecieron que los valores corres-
ponden a cero para un ajuste muy pobre y 1 para una juste perfecto;
Métodos de estimación de los parámetros un ajuste aceptable tendría un índice próximo a 0.90, según ellos. Sin
embargo, otros autores aceptan valores de 0.75 para este parámetro en
El proceso estima las varianzas y las covarianzas en cada iteración análisis confirmatorios.
y en el momento final de la función de minimización o discrepancia, se
calculará el ajuste y todos los estimadores. Ello significa que la matriz • Índice residual de la raíz cuadrada media (Root Mean Square
de covarianzas reproducidas y la matriz de covarianzas observables son Residual)
próximas y por ello se ha llegado al mínimo. Si la matriz residual es próxi-
ma a cero (matriz observada-matriz reproducida = matriz residual), en- Este índice representa la raíz cuadrada de la media de los residuos
tonces se puede decir que el ajuste es bueno. cuadrados (RMSR), es decir, una media de los residuos entre las matrices
observadas y las reproducidas. Si este índice fuera próximo a cero los
Según Byrne (2006) hay tres métodos de estimación para calcular errores entre matriz observada y la matriz reproducida serían muy bajos
la Chi-cuadrada en los métodos de ecuaciones estructurales, el método lo que significa que el ajuste es muy bueno.
de máxima verosimilitud (ML), el método de mínimos cuadrados gene-
ralizados (GLS) y el método de mínimos cuadrados no ponderados (ULS).
58 59
• Índice de la raíz cuadrada media del error de la aproximación. uno, y es un índice que se compara con el modelo nulo. El valor del índice
(Root Mean Square Error of Approximation, RMSEA) sería aceptable si es superior a 0.80.
Este índice es una variante del índice anterior, el valor representa el • El índice de ajuste comparativo (Comparative Fit Index, CFI)
índice de ajuste que se podría anticipar con el valor total de la población
y no el de la muestra. Valores entre 0,05 y el 0,08 son muy aceptables Mide la mejora en la medición de la no centralidad de un modelo;
como valores de ajuste del modelo. la medida oscila entre cero para un modelo mal ajustado y 1 para un
modelo bien ajustado.
• Parámetros de no centralidad absoluta y de no centralidad
ponderada (Noncentrality and Scaled Noncentrality Parameters, NCP 3. Índices de ajuste de parsimonia
y SNCP)
El propósito de estos índices es diagnosticar si existe sobre iden-
Los parámetros de no centralidad son el fruto del trabajo de investi- tificación de los datos y si existe presencia de demasiados parámetros.
gadores, que no deseaban ver afectado el estadístico de la Chi-cuadrado Estos índices desempeñarían el mismo papel que el R2 en la regresión
por el tamaño de la muestra. múltiple y son los siguientes:
60 61
• Chi-cuadrado normalizada (NCS) REFERENCIAS
Corresponde al estadístico de la chi-cuadrado dividido por los gra- Abdullah, M.M.B., Uli, J. y Tarí, J.J. (2008). The influence of soft factor son quality im-
dos de libertad del modelo y presenta los mismos inconvenientes. Los provement and performance: Perceptions from managers. The TQM Journal 20(5), 436-452.
modelos sobreidentificados tendrían un valor inferior a 1 y los modelos
Baird, K., Hu, K.J. y Reeve, R. (2011). The relationships between organizational cultu-
poco representativos valores superiores a 3 ó 5, lo que significaría que re, total quality management practices and operational performance. International Journal of
estos últimos deben ser mejorados. Operations & Production Management 31(7), 789 – 814.
• El N crítico de Hoelter Batista, J.M. (2000). Modelos de Ecuaciones Estructurales. España: La Muralla.
Cronbach, L. (1951). Coefficient alpha and the internal structure of tests, Psychometrika
4. Interpretación del modelo 16, 297-334.
Los modelos deben ser estudiados en función de cierto número de Díaz, O., y Cardona, M. (2014). Aportes teórico-conceptuales a la dinámica de la geren-
criterios. Una vez diseñado, conceptualizado y ejecutado el modelo, el cia desde el área de gestión humana. Suma de negocios.
primer análisis que se deberá llevar a cabo es el del ajuste. Si el ajuste es
Gadenne, D. y Sharma, B. (2009). An investigation of the hard and soft quality mana-
aceptable según los índices de ajuste ello significa que no hay diferencia gement factors of Australian SMEs and their association with firm performance, International
estadísticamente significativa entre el modelo conceptualizado y el mo- Journal of Quality & Reliability Management 26 (9), 865 - 880
delo teórico.
Giménez, J., Jiménez, D. y Martínez M. (2014). La gestión de calidad: importancia de la
cultura organizativa para el desarrollo de variables intangibles. Revista Europea de Dirección y
Economía de la Empresa 23, 115-126.
Ho Y.C., Chang O.C. y Wang W.B. (2008). An empirical study of key success factors for
Six Sigma Green Belt projects at an Asian MRO company. Journal of Air transport Manage-
ment 14, 263-269.
62 63
Instituto Nacional de Estadística y Geografía (INEGI). (2016). Consultado 06-03-2017
en http://www.inegi.org.mx/
Linderman, K., Schroeder, R. y Choo, A. (2006) Six Sigma: The role of goals in improve-
ment teams. Journal of Operations Management 24, 779-790.
Poza, C. (2008). Técnicas estadísticas multivariantes para la generación de variables la- Un modelo de FCE y el Impacto de los facto-
tentes. Revista EAN 64, 89-100. res blandos y duros en la gestión de la cali-
dad: El caso de la empresa manufacturera de
Rockart, J. y Bullen, C. (1981). A primer on critical success factors. Center for Informa- Vehículos Recreacionales en Ciudad Juárez
tion Systems Research Working. Sloan School of Management, MIT, Cambridge, Massachuse-
tts, 6.
Autores
Rodríguez J. (2001). Algunos de los aspectos administrativos más estudiados de la indus- Dra. Nancy Angélica Coronel González
tria maquiladora de exportación. Revista Contaduría y administración 203, 59-69.
Saraph, J., Benson, P. G., y Schroeder, R. G. (1989). An instrument for measuring the
critical factor of quality management. Decision sciences, 810-829.
Trejo, L. (2016). BRP y Ciudad Juárez echan a rodar un sueño automotriz. El Econo-
mista. Consultado en 01-03-2017 en http://fichas.findthecompany.com.mx/l/127200554/BRP-
Mexico-S-A-de-C-V-en-Ciudad-Juárez-CHIH#General&s=2La7qT
Zu, X., Fredendall, L. y Douglas, T. (2008). The evolving theory of quality management:
The role of Six Sigma. Journal of Operations Management 26, 630-650.
64 65
66