Sunteți pe pagina 1din 14

Capitolul 9

Tehnici i instrumente clasice utilizate n managementul calitii cele apte instrumente clasice

9.1 Histograma 9.2 Diagrama cauz-efect 9.3 Diagrama Pareto 9.4 Diagrama de corelare 9.5 Graficul de control 9.6 Stratificarea datelor 9.7 Brainstorming
Dac nainte de revoluia industrial producia era o art, iar calitatea msura acestei arte, ulterior cnd producia a devenit sistematic i colectiv, prin depersonalizarea lucrtorilor, a aprut necesitatea supervizrii i controlului calitativ al fiecrui produs fabricat. Schimbrile iniiate n secolul XIX n organizarea produciei, au avut consecine benefice i asupra calitii. Aa de exemplu, concepia propagat de F.Taylor, a permis specializarea lucrtorilor i, totodat, creterea calitii produselor fabricate. Dup cel de-al doilea rzboi mondial, lupta pentru creterea competitivitii i acapararea pieelor de desfacere a generat un nou model de industrie, n care calitatea este considerat factor esenial de progres. n prezent a fost definit un nou concept al calitii, care marcheaz un salt important n modul de gndire, cu implicaii profunde asupra calitii vieii i a folosirii resurselor naturale ale planetei. Conceptul de calitate total, conturat la sfritul secolului XX , a impus i instrumentele de gestiunea calitii. Aceste instrumente statistice, menionate i n standardele din familia ISO 9000, au permis reorientarea controlului de calitate, de la sortarea produselor finite, la fazele de fabricaie. Cele 7 instrumente, denumire sub care sunt cunoscute n practica organizaiilor, se constituie ntr-o metod elementar de cunoatere i analiz a cauzelor care determin variaia caracteristicilor unui produs, proces, eveniment etc., influennd negativ calitatea acestora. Odat cunoscute, cauzele pot fi corectate n sensul dorit, pe baza soluiilor stabilite prin folosirea unor metode adecvate. Cunoaterea acestor instrumente de ctre salariaii organizaiilor care au implementat un sistem de calitate este obligatorie. Desigur, nu este necesar ca salariaii s i-le nsueasc dintr-o dat. Dimpotriv, se recomand asimilarea treptat, ncepnd cu cele mai simple. Dar pentru conductorii compartimentelor i cei ai organizaiilor, nsuirea n totalitate este obligatorie. Dei ne vom rezuma, n expunerea noastr, doar la cele 7 instrumente, reinem c n practica curent numrul acestora este mult mai mare.

9.1 Histograma
Reprezentarea grafic a evoluiei rezultatelor nregistrate pentru o caracteristic a procesului analizat se poate face cu ajutorul histogramei. n general histogramele se utilizeaz la msurarea parametrilor de tendin medie, a parametrilor de dispersie i la vizualizarea distribuiei, permind o apreciere mai bun a dispersiei. Histograma permite o prezentare a datelor pe clase, numrul de puncte pe fiecare clas fiind un prim indiciu pentru construcia empiric a unei distribuii de responsabilitate. n domeniul calitii histogramele evideniaz elementele asupra crora trebuie intervenit pentru mbuntirea rezultatelor. Se pot elabora numeroase tipuri de histograme, dar cea mai utilizat este histograma de frecven. Cum se construiete o histogram ? Pe baza datelor culese, i nregistrate de obicei ntr-un tabel, se construiete un numr determinat de intervale n form de dreptunghiuri lipite. Bazele dreptunghiurilor sunt egale, iar nlimea este proporional cu nivelul frecvenei fenomenului. Practic, construirea histogramei presupune parcurgerea urmtoarelor etape: - ntocmirea tabelului cu datele de intrare; - stabilirea numrului de intervale n funcie de numrul valorilor cunoscute ale parametrului studiat; - determinarea valorilor maxim (Vmax)) i minim (Vmin) din irul valorilor parametrului studiat i a mrimii intervalelor (L); - trasarea limitelor fiecrui interval pe abscis i a frecvenei datelor acestora pe ordonat; - desenarea dreptunghiurilor Prin trasarea histogramei, datele din tabel pot fi interpretate mai uor i cu mai mult precizie. n figura nr. 22 se prezint modelul clasic de histogram. Pentru construcia unei histograme, corespunztor etapelor prezentate mai nainte, ne vom folosi de un exemplu. S considerm c datele ce caracterizeaz problema analizat sunt cele din tabelul nr. 5. Exemplul se refer la controlul preciziei de strunjire a unei piese, pentru o dimensiune de 150 mm, cu o toleran admis de 5 mm. Sunt msurate 100 de piese pentru care s-au obinut valorile di tabelul 1. La stabilirea numrului de clase care vor fi utilizate se are n vedere c cea mai mare valoare este 190, iar cea mai mic 109. n acest caz putem alege 200 i 100 ca limite superioar i inferioar ale claselor. Pentru ca histograma s aib sens este indicat s alegem numrul de clase n funcie de numrul de observaii. Dac pentru cele 100 de date alegem cinci clase, dimensiunea fiecrei clase va fi: (200 100):5 = 20. Prima clas va fi 100-120, a doua 120-140 i aa mai departe. Distribuia rezultat a datelor este cea din tabelul nr. 6, iar n fig. nr. 23 se prezint grafic rezultatul.

50 40 30 20 10 0 11 13 15 17 19

Fig. nr.22 Histogram Extras de date 157 162 159 136 180 166 172 176 161 127 135 137 167 128 136 145 150 147 136 158 156 148 158 143 144 151 156 168 139 183 153 152 125 147 172 145 134 155 155 163 140 109 133 164 159 151 136 126 143 143 160 151 110 158 130 145 154 131 138 180 141 174 142 190 163 164 126 134 150 150 169 145 118 136 163 182 148 154 134 172 Tabelul nr. 5 165 162 155 175 156 144 165 137 135 151 150 140 166 121 148 151 142 157 172 155

Date pentru construcia histogramei Clase de intervale 100-120 120-140 140-160 160-180 180-200 Total Media intervalului 110 130 150 170 190 Tabelul nr. 6 Frecven 3 24 45 23 5 Total 100

Mrimea intervalelor se stabilete cu relaia: L=

V max V min , unde n numrul intervalelor n

Din analiza histogramei se constat c zonele colorate n albastru sunt n afara cmpului de toleran admis. ntruct nu se ncadreaz n cerinele normativului sunt considerate neconformiti, respectiv rebuturi. Pentru analist aceast informaie va sta la baza msurilor ce vor fi propuse n vederea mbuntirii calitii de execuie a operaiei de strunjire. Reinem c histogramele cu dispersie mare indic variaii mari, iar cele n care rezultatele sunt concentrate n jurul mediei indic variaii slabe, ceea ce face posibil stpnirea procesului care a generat rezultatele.
Frecven

110

130

150 interval de toleran admis

170

190 Dispersia

Fig. nr. 23

9.2 Diagrama cauz - efect


A fost conceput de japonezul Ishikawa i este cunoscut sub diverse denumiri Schelet de pete (Fishbone diagram), diagrama Ishikawa, diagrama cauz efect. Prin configuraia sa, diagrama premite evidenierea i ierarhizarea cauzelor care genereaz un anumit efect. Cauzele sunt factorii care determin apariia unei situaii date, iar efectele sunt concretizate n evoluia nivelului parametrilor ce caracterizeaz procesul supus analizei. Desigur, cauzele pot fi diferite n funcie de specificul bunului analizat. Dispersia caracteristicilor unui produs, de exemplu, poate fi determinat de existena unor cauze cum sunt: defecte la materiile prime folosite, diferene de reglaj la mainile pe care se prelucreaz, greeli de manoper, metodele de organizare a execuiei, mediul n care se desfoar activitatea. Toate aceste cauze, cunoscute sub denumirea de cele 5 M-uri, sunt ordonate pe categorii i vizualizate grafic sub forma scheletului de pete. n practic, dac se constat existena unei cauze care influeneaz negativ parametrii produsului, aceasta trebuie identificat precis i apoi formulate propunerile prin care poate fi eliminat. Pentru emiterea propunerilor se organizeaz, cel mai adesea, o edin de brainstorming, n care diagrama cauz efect servete ca suport vizual, stimulnd creativitatea participanilor.

Cum se construiete o diagram cauz efect ? Se parcurg urmtorii pai: - prezentarea problemei. Se realizeaz prin definirea precis a produselor, procedeelor sau evenimentelor supuse studiului i a caracteristicilor finale pe care trebuie s le aib efectul acestora. Efectul este considerat rezultatul unor activiti, cum ar fi : din activitatea de livrare nivelul stocurilor, modul de expediie; din activitatea de control al calitii refuzuri, acurateea, msurtori etc.; - expunerea principalelor cauze posibile. Pentru aceasta, se ntocmete o list cu toate cauzele posibile care determin variaia caracteristicilor stabilite. Cauzele sunt, de regul, clasificate n cele 5 M-uri, menionate mai nainte sau n cele 5 rele (defecte, greeli, ntrzieri, pierderi, accidente). Evident, pot exista i alte cauze n funcie de problema studiat. Pentru identificarea cauzelor se folosete o metod adecvat, de exemplu brainstorming-ul; - gruparea cauzelor pe cauze fundamentale directe i pe cauze secundare indirecte sau subcauze. Dac ntr-o grup numrul cauzelor este foarte mare, acestea vor fi delimitate pe subgrupe realiznd o ramificare pn la un nivel de detaliere care permite analiza acestora. n cazul studierii unor bunuri complexe care prezint un numr mare de cauze, este indicat s se ntocmeasc diagrame pariale; - elaborarea i dezvoltarea diagramei. Sunt poziionate principalele categorii de cauze i problema (respectiv efectul acestora).
Materiale Mijloace Cauz Cauz Cauz Problem Metode Subcauz

Cauz

Cauz Subcauz

Mn de lucru

Maina

Fig. nr. 24 Diagrama cauz-efect Reinem, ns, c diagrama n aceast form nu poate oferi sluiile necesare, ci doar permite o definire clar a problemei studiate. Fiind folosit ca suport vizual n cadrul edinei de brainstorming, diagrama are rolul de a stimula imaginaia participanilor n cutarea ideilor prin care s se rezolve problema analizat. Propunerile urmeaz filiera cunoscut n tehnica brainstorming i, n final, se vor concretiza n soluii.

9.3 Diagrama Pareto


Economistul italian Vilfredo Pareto, este autorul unui principiu care i poart numele i care poate fi enunat astfel: urmrind performana unui grup de persoane sau obiecte se constat adesea c un numr mic dintre acestea prezint o importan mare, n timp ce restul

au o importan redus. Acest principiu a fost folosit de M.D. Lorenz, la proiectarea unei diagrame (care n mod eronat poart denumirea diagrama Pareto) prin care a vizualizat distribuia neuniform a bogiei naionale. El a observat c n Anglia secolului al XIX-lea, 20% din populaie deinea n jur de 80% din avuia naional. Principiul este important pentru studiul problemelor legate de calitate, ntruct cea mai mare parte a costurilor noncalitii nregistrate ntr-o organizaie se datoreaz, n general, unui numr mic de cauze speciale. Referitor la acest principiu, Juran consider ca n domeniul calitii acesta acioneaz astfel: ... pierderile nu sunt niciodat uniform distribuite pe caracteristici de calitate. ntotdeauna neuniformitatea distribuiei pierderilor este de aa natur nct un procent redus, respectiv acele cteva caracteristici de calitate care au o importan vital, deine o pondere important n totalul pierderilor referitoare la calitate.24 n baza acestor constatri Juran a folosit diagrama Pareto n Japonia, pentru stabilirea prioritilor ntr-un studiu de ameliorare a calitii i a productivitii. Diagrama Pareto este o reprezentare grafic a unor date (n cazul nostru a cauzelor defectelor), cu scopul de a ajuta echipa de lucru s-i ierahizeze obiectivele n funcie de importana acordat. De exemplu, n cazul costului unor defecte la un produs, pe ordonata sistemului de axe rectangulare sunt trasate clasele de defecte. Acestea sunt ordonate n mod descresctor n funcie de importan, cea mai important fiind plasat la extremitatea superioar a axei. Pe abscis este redat mrimea (amplitudinea) claselor de cauze sau defecte stabilite, cum ar fi: costul defectelor, numrul defectelor, ponderea pieselor defecte etc. Amplitudinea claselor este redat prin dreptunghiuri lipite, desenate orizontal. Uneori pentru ca diagrama s fie mai sugestiv este completat printr-o linie ntrerupt care reprezint amplitudinea cumulat pe toate clasele (fig. nr. 25). n practic se ntlnesc i alte tipuri de diagrame, ntre care mai des se folosete diagrama costurilor, la care pe abscis se reprezint costul defectelor, iar pe ordonat se traseaz tipurile de defecte, tot n ordinea descresctoare a frecvenei (fig. nr. 26). Analiza diagramei permite cunoaterea defectelor. Pentru obinerea unei eficiene imediate se recomand ca eliminarea defectelor s nceap cu cele care au valoarea cea mai mare. Pentru aceasta vor fi identificate locurile de munc care le-au provocat i se vor face propuneri corespunztoare, innd seama de specificul activitii. Verificarea schimbrilor produse de msurile luate pentru nlturarea cauzelor care au provocat defectele, se poate trasa o nou diagram. Dac pe ordonat se nregistreaz pierderile bneti corespunztoare defectelor, se poate calcula economiile obinute i stabili eficiena aciunilor ntreprinse i a aplicrii metodei.

24

Juran, J. , M. Calitatea produselor, Editura Tehnic, Bucureti, 1973

Tipuri de defecte

F E D C B A

costul cumulat

10

20

30

40

50

60
Costul

70

80

90 100 110 120

Fig. nr. 25
200 150 100 50 0 1 2 3 4 5 6 7

Fig. 26 Diagrama Pareto pentru analiza defectelor de calitate

9.4 Diagrama de corelare


Evideniaz grafic existena sau inexistena relaiilor poteniale dintre dou categorii de date. Pentru construcia diagramei se reprezint grafic cele dou categorii de date, una pe abscis i cealalt pe ordonat. Figura nr. 27 este o ilustrare a acestor diagrame n care s-au reprezentat mai multe tipuri de distribuie a datelor. n cazul managementului calitii, datele se pot referi de exemplu la numrul reclamaiilor i numrul produselor remediate. Diagrama este folosit pentru aprecierea tipului de corelaie stabilit ntre cele dou categorii de date. Astfel, corelaiile pot fi pozitive sau negative, avnd o intensitate (atracie) puternic sau slab, liniar sau neliniar. Corelaiile sunt pozitive dac valorile crescnde ale unei categorii de date corespund valorilor crescnde ale celeilalte categorii i negative n caz contrar25. Intensitatea corelaiei este puternic dac punctele nu prezint un grad mare de mprtiere i slab cnd mprtierea este mare. n ceea ce privete tipul de corelaie existent ntre puncte, acesta este liniar n cazul corelaiilor pozitive i neliniar atunci cnd pentru o parte dintre valorile cresctoare ale unei
25

Marieta Olaru, Op. cit.

categorii corespund, la nceput, valori cresctoare iar apoi descresctoare, ale celeilalte categorii de date. Dac punctele prezint un grad mare de mprtiere, ntre cele dou categorii de date nu exist corelaii. Pentru construirea diagramei corelaiei se ntocmete mai nti un tabel n care se nregistreaz rezultatele obinute din studierea relaiilor dintre dou creteri, care s-au msurat simultan, ntr-un proces. Apoi, pe o hrtie milimetric se traseaz i se gradeaz cele dou axe ale diagramei. De asemenea, se traseaz punctele ce reprezint perechile de date. Odat obinut, diagrama este interpretat. Anumite corelaii se observ uor pe diagram, .chenarul cu puncte alungit indic existena corelaiilor, dimpotriv , un chenar rotund indic faptul c nu exist corelaie. Dar, n toate cazurile, metoda testului semnelor permite s se trag concluzii clare. Pentru aceasta trebuie s se traseze dreptele orizontal i vertical, care reprezint medianele de distribuie. n jurul punctului central se gsesc patru zone(indicate prin cifrele 1-4). Se numr punctele din fiecare zon, cu excepia celor plasate pe mediane, i apoi se trec rezultatele ntr-un tabel n form de ptrat. Acesta este tabelul testului semnelor. Pentru compararea rezultatelor se calculeaz punctele. Se adun punctele din zonele 1 i 3, pe de o parte, i 2 i 4, pe de alt parte. Se adun apoi cele dou rezultate i se obine numrul total de puncte al diagramei ( cu excepia celor plasate pe mediane). Tabelul testului semnelor d o limit care corespunde acestui numr. Dac cel mai mic dintre rezultatele (1+3) i (2+4) este inferior limitei, atunci exist o corelaie, iar dac situaia este opus atunci nu exist corelaie.26

Fig. nr. 27 Figura nr. 28 a fost realizat pe baza unui exemplu. S-au considerat categoriile de date din tabelul nr. 7 care exprim situaia calitativ a vinurilor depozitate pentru maturizare. Corelaia se formeaz ntre datele care exprim gradul de alcool al vinului i procentul de sticle compromise dup prima decad a perioadei de maturizare din totalul sticlelor stocate. Procentul de respingere scade odat cu creterea gradului de alcool al vinului. Din figur rezult clar o relaie negativ i de tip neliniar.

26

Gogue, J.M. Management de la Qualit, Ed. Economic, 1997

Experimentul 1 2 3 4 5 6 7

Gradul de alcool (%) 9,0 10,0 11,0 12,0 12,5 8,5 8,0

Tabelul nr. 7 Sticle compromise (%) 15,00 2,85 0,39 0,03 0,02 20,5 60,4

14 Gradul de alcool (%) 12 10 8 6 4 2 0 0.02 0.03 0.39 2.85 15 20.5 60.4 Nr. de sticle compromise (%)
Fig nr. 28

9.5 Graficul de control


Graficul sau diagrama de control servete la analiza stabilitii sistemului i la stabilirea momentului n care trebuie intervenit pentru a-l corecta. Un sistem este stabil cnd rezultatele (pentru caracteristica sau parametru analizat) sunt conforme cu cerinele prevzute. Deoarece este dificil de apreciat dac un sistem este stabil, analiza pornete de la starea de instabilitate a caracteristicii alese, care se studiaz prin apariia unor semnale statistice n cadrul unui grafic de control. Pentru a nregistra apariia unui semnal statistic este recomandat s se aplice metoda dimensiunii mobile, folosit n lucrrile lui Wheeler, care ofer maximum de anse apariiei semnalelor statistice atunci cnd exist o cauz special de variaii. Metoda se utilizeaz n special pentru msurtori individuale. n practic se folosesc numeroase tipuri de grafice de control.
Graficul de tendin pentru studiul stabilitii

Pentru a studia stabilitatea unui sistem, datele sunt incluse ntr-un grafic provizoriu, numit Grafic de tendin. n acest grafic, pe orizontal se nregistreaz ordinea producerii datelor, iar pe vertical scara de msur. Punctele se unesc prin linii, ceea ce permite o mai bun observare a variailor. Graficul de tendin este completat cu o linie orizontal, care indic media datelor, i de alte dou linii, tot orizontale, care indic limitele de control al stabilitii. Se poate spune c sistemul este stabil dac exist o secven de minimum 30 de

puncte fr nici un semnal statistic. Liniile de control al stabilitii se obin folosind urmtoarele relaii : LCS = X + 2,66 mR . LCI = X - 2,66 mR n aceste relaii, X reprezint media datelor, iar mR este media dimensiunilor mobile. Secvena dimensiunilor mobile se obine prin scrierea datelor n linie sau n coloan i prin calculul diferenei dintre dou date vecine, aa cum se prezint n exemplul urmtor: Date (X) 20 16 18 19 21 21 17 15 : X = 18,37 Dimensiuni mobile (mR): 4 2 1 2 0 4 2 : mR = 2,14 Primul grafic de control a fost conceput de specialitii firmei Western Electric, fost filial a societii Bell Telephone. nc de la primul semnal statistic, sistemul este declarat instabil. Dac secvena de 30 de puncte nu prezint nici un semnal statistic, sistemul este stabil i l putem transpune ntr-un grafic de control integrat.
Graficul de control integrat

Numai n cazul unui sistem stabil se poate vorbi despre grafice de control integrate n producie sau n domeniul serviciilor. Scopul acestor grafice este de a menine caracteristica respectiv ntr-o stare stabil, conducerea ncredinnd angajailor sarcina s completeze graficele i s detecteze semnalele statistice. Un grafic de control integrat are n mod obligatoriu dou limite de control trasate deasupra i sub linia mijlocie. Liniile se calculeaz pornind de la cel puin 30 de date stabile i sunt revzute apoi pentru a avea o baz de date ct mai mare. Calculul trebuie reluat dup fiecare schimbare a procesului, n special ca urmare a unei instabiliti. n acest sens trebuie s existe o instruciune de munc, care s precizeze metoda de msurare i frecvena msurtorilor. Singura sarcin care revine angajailor este s descopere semnalele statistice, prin raportarea la limitele de control, i s-i anune superiorii ierarhici imediat ce apare un semnal.
Graficul de control, medie i amplitudine

Sunt foarte recomandate aceste grafice deoarece au o sensibilitate la cauzele speciale de variaie mai bun dect graficul msurtorilor individuale. Graficele de acest tip au ns nevoie de o baz de date de cel puin 100 de msurtori, de aceea sunt adesea utilizate n producia de serie i n administraie. Graficul medie de control este utilizat pentru exprimarea variaiei valorilor medii ale caracteristicii analizate, iar graficul de amplitudine, pentru reprezentarea variaiei amplitudinii caracteristicii. Cele dou grafice se asociaz. Un semnal statistic se poate gsi n fiecare dintre cele dou grafice, dar i ntr-un caz i n cellalt, tot sistemul este acela care prezint instabilitate. Etapele aplicrii diagramei de control la analiza stabilitii unui sistem sunt: - adunarea i selectarea datelor n ordine cronologic; - calcularea mediei i a amplitudinii pentru fiecare subgrup; - calcularea limitelor de control (LCS i LCI) pentru mX i R ; - construirea graficului de tendin; - cutarea semnelor statistice.

Metodologia determinrii parametrilor statistici necesari construirii graficului de control este redat n standardele ISO 7870 i ISO 8258. Din definiia semnalelor statistice rezult c un sistem produce un semnal statistic atunci cnd graficul de control prezint una dintre variaiile urmtoare: 1 punct deasupra limitei superioare de control (LCS); 1 punct sub linia inferioar de control (LCI); 8 puncte succesive deasupra liniei mijlocii; 8 puncte succesive sub linia mijlocie.

Fig. nr. 29

Fig. nr. 30

9.6 Stratificarea datelor


O analiz matematic riguroas necesit mai multe informaii pentru fiecare dat. De exemplu, pentru a mpri populaia unei ri n diverse categorii dup poziia acestora n structura social, sunt necesare informaii cu privire la numrul populaiei, categoriile sociale, criterii (limite) de ncadrare pe categorii etc. Aceast operaie se numete stratificarea datelor. n managementul calitii, stratificarea datelor este o cerin curent. ansele de mbuntire a calitii unui produs, de exemplu, cresc dac datele legate de parametrii calitativi sunt analizate detaliat. La nivelul unei histograme, a unui grafic de control etc., datele pot fi stratificate prin simboluri sau coduri de culori (fig. nr. 31). Aceast vizualizare permite gsirea unei cauze

care provoac variaii speciale intr-un proces. Departajarea cauzelor, n funcie de efectele propagate, presupune ns un test de comparaie. Cercetarea cauzelor se face, n general, prin compararea caracteristicilor cu dou nivele obinute dintr-un factor de variaie unic. De exemplu, se compar frecvent sporurile de cereale nregistrate la hectar prin folosirea a dou tipuri de ngrminte sau, n cadrul fermelor de psri, sporurile de greutate nregistrate de puii pentru carne prin hrnirea cu dou tipuri diferite de furaje etc. Analiza se face pe baza msurtorilor realizate pe cele dou eantioane. Deoarece rezultatele nu sunt de fiecare dat sugestive, este necesar gsirea unei limite de la care diferenele constatate ntre medii reprezint mai mult dect variaia obinuit care apare ntotdeauna la experimentri. Etapele aplicrii metodei sunt: - se ntocmete tabelul alctuit din dou coloane denumite rezultat, care vor fi desprite de un spaiu suficient pentru trasarea sgeilor de legtur; - se traseaz sgeile care leag numerele dup ordinea cresctoare; - se nregistreaz rangurile rezultatelor. Dac mai multe rezultate sunt identice, li se va acorda un rang mediu egal, care nu trebuie s fie n mod obligatoriu numr ntreg; - se calculeaz suma rangurilor celui mai mic eantion; - se compar rezultatele cu tabelul testului de comparare. Pentru exemplificare ne vom folosi de un test de comparare a rangurilor. De asemenea vom folosi un tabel n care efectivele sunt de 13 la un eantion i de 11 la cellalt.

Fig nr. 31

Eantionul A (n =13) Rang 1 2 5,5 5,5 5,5 8 9 9 10 10 19 21 24 Rezultat 256 257 259 259 259 261 262 262 263 263 267 270 273

Eantionul B (n = 11) Tabelul nr. 8 Rezultat Rang 258 3 259 5,5 264 13,5 264 13,5 265 16 265 16 265 16 266 18 270 21 270 21 271 23 Suma rangurilor= 166.5
Tabelul tabloului de comparare

A B 10 11 12 13 14 15 16 17 18 19 20 78 132 81 139 85 145 88 152 91 159 94 166 96 174 100 180 103 187 107 193 110 200

10

11

12

13

14

Tabelul nr. 9 15

96 157 99 157 103 172 106 180 110 187 114 194 117 202 121 209 124 217 128 224

115 185 119 193 123 201 127 209 131 217 135 225 139 233 144 240 148 248

137 214 141 223 145 232 150 240 154 249 159 257 163 266 168 274

160 246 164 256 169 265 175 273 179 283 184 292 189 301

185 280 190 290 195 300 201 309 205 320 211 329

n exemplul luat, suma rangurilor celui mai mic eantion este 166,5. Rezultatele se compar cu tabelul testului de comparare. n acest tabel, limitele care ar corespunde efectivelor 13 i 11 sunt 172 103. Rezultatul stabilit se afl ntre aceste limite. Din analiza rezultatului se constat c diferena ntre cele dou eantioane este nesemnificativ. Ca urmare se poate adopta oricare dintre ele.

9.7 Brainstorming
Brainstorming-ul (furtuna de ideii) este o metod practic de stimulare a gndirii creatoare, n scopul obinerii unor idei pentru rezolvarea problemei supus discuiilor. Conceput de A. Osborn, metoda pornete de la ipoteza c n orice domeniu de activitate, problemele pot fi rezolvate mai bine dect n prezent, dar pentru aceasta trebuie s gsim ideile care s sparg barierele rutinei. Conform principiilor pe care A. Osborn le-a formulat n 1957, metoda preconizeaz organizarea unor reuniuni n care participanii s poat exprima nestingherii i emite orice idei, fiind siguri c nu se vor face aprecieri asupra valorii i oportunitii acestora. Brainstorming-ul nu este, aadar, o metod concret de rezolvare a unor probleme, ci o metod folosit n procesul de management al calitii pentru obinerea soluiilor n vederea rezolvrii optime a problemelor. Pentru reuita acestor reuniuni, este necesar respectarea unor reguli asupra crora ne vom referi n continuare: - alegerea persoanelor participante. Este indicat ca numrul acestora s fie ntre 6 i 12, iar compoziia grupului s fie eterogen pentru a asigura o mai mare spontaneitate i emiterea unui numr mare de ideii; - stabilirea unui conductor animator al conferinei, al crui principal rol const n lansarea unor idei ce pot fi apoi valorificate n realizarea atmosferei de colaborare i asigurare a unui caracter dinamic al conferinei, care s favorizeze fenomenul de reacie n lan pentru emiterea de idei; - alegerea momentului optim de desfurare a edinei i organizarea discuiei ntr-un spaiu confortabil, care s asigure starea de creativitate. n ceea ce privete desfurarea propriu-zis a edinei este obligatoriu realizarea unui climat favorabil de permisivitate, de adaptare care presupune abinerea de la interpretarea critic a ideilor expuse. Reuita edinei depinde, n bun msur, de respectarea urmtoarelor reguli: - selectarea atent a participanilor; - exprimarea clar i concis a problemelor de calitate pentru care se cer sugestii; - eliminarea oricrui argument de evaluare n timpul edinei, toate propunerile fiind dezvoltate ntr-o viziune constructiv i pozitiv; - propunerile trebuie s fie scurte, eliminndu-se discursurile lungi; - crearea unui climat n care s se accepte orice idee, orict de fantastic ar prea; - ncurajarea participanilor s emit noi idei pe baza celor prezentate anterior.