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

Mrimea intervalelor se stabilete cu relaia:

L=

V max V min
, unde n numrul intervalelor
n

Tabelul nr. 6
Frecven
3
24
45
23
5
Total 100

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

170

190
Dispersia

interval de toleran
admis

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

Metode

Subcauz

Cauz
Cauz

Cauz
Problem

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

costul cumulat

C
B
A

10

20

30

40

50

60

70

80

90 100 110 120

Costul

Fig. nr. 25
200
150
100
50
0
1

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

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

Gradul de alcool (%)

9,0
10,0
11,0
12,0
12,5
8,5
8,0

Gradul de alcool (%)

14
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

Eantionul B

(n =13)
Rang
1
2
5,5
5,5
5,5
8
9
9
10
10
19
21
24

(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

Rezultat
256
257
259
259
259
261
262
262
263
263
267
270
273

Suma rangurilor= 166.5

Tabelul tabloului de comparare

A
B
10
11
12
13
14
15
16
17
18
19
20

10
78
132
81
139
85
145
88
152
91
159
94
166
96
174
100
180
103
187
107
193
110
200

11

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

12

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

13

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

14

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

Tabelul nr. 9
15

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.