Capitolul 9

Tehnici şi instrumente clasice utilizate

în managementul calităţii – cele şapte
instrumente clasice

9.1 Histograma
9.2 Diagrama cauză-efect
9.3 Diagrama Pareto
9.4 Diagrama de corelare
9.5 Graficul de control
9.6 Stratificarea datelor
9.7 Brainstorming

Dacă înainte de revoluţia industrială producţia era o artă, iar calitatea măsura acestei
arte, ulterior când producţia a devenit sistematică şi colectivă, prin depersonalizarea
lucrătorilor, a apărut necesitatea supervizării şi controlului calitativ al fiecărui produs fabricat.
Schimbările iniţiate în secolul XIX în organizarea producţiei, au avut consecinţe benefice şi
asupra calităţii. Aşa de exemplu, concepţia propagată de F.Taylor, a permis specializarea
lucrătorilor şi, totodată, creşterea calităţii produselor fabricate. După cel de-al doilea război
mondial, lupta pentru creşterea competitivităţii şi acapararea pieţelor de desfacere a generat
un nou model de industrie, în care calitatea este considerată factor esenţial de progres.
În prezent a fost definit un nou concept al calităţii, care marchează un salt important în
modul de gândire, cu implicaţii profunde asupra calităţii vieţii şi a folosirii resurselor naturale
ale planetei. Conceptul de calitate totală, conturat la sfârşitul secolului XX , a impus şi
instrumentele de gestiunea calităţii. Aceste instrumente statistice, menţionate şi în
standardele din familia ISO 9000, au permis reorientarea controlului de calitate, de la sortarea
produselor finite, la fazele de fabricaţie. ”Cele 7 instrumente”, denumire sub care sunt
cunoscute în practica organizaţiilor, se constituie într-o metodă elementară de cunoaştere şi
analiză a cauzelor care determină variaţia caracteristicilor unui produs, proces, eveniment etc.,
influenţând negativ calitatea acestora. Odată cunoscute, cauzele pot fi corectate în sensul
dorit, pe baza soluţiilor stabilite prin folosirea unor metode adecvate.
Cunoaşterea acestor instrumente de către salariaţii organizaţiilor care au implementat
un sistem de calitate este obligatorie. Desigur, nu este necesar ca salariaţii să şi-le însuşească
dintr-o dată. Dimpotrivă, se recomandă asimilarea treptată, începând cu cele mai simple. Dar
pentru conducătorii compartimentelor şi cei ai organizaţiilor, însuşirea în totalitate este
obligatorie.
Deşi ne vom rezuma, în expunerea noastră, doar la cele “ 7 instrumente”, reţinem că
în practica curentă numărul acestora este mult mai mare.
 9.1 Histograma
Reprezentarea grafică a evoluţiei rezultatelor înregistrate pentru o caracteristică a
procesului analizat se poate face cu ajutorul histogramei. În general histogramele se utilizează
la măsurarea parametrilor de tendinţă medie, a parametrilor de dispersie şi la vizualizarea
distribuţiei, permiţând o apreciere mai bună a dispersiei. Histograma permite o prezentare a
datelor pe clase, numărul de puncte pe fiecare clasă fiind un prim indiciu pentru construcţia
empirică a unei distribuţii de responsabilitate.
În domeniul calităţii histogramele evidenţiază elementele asupra cărora trebuie
intervenit pentru îmbunătăţirea rezultatelor. Se pot elabora numeroase tipuri de histograme,
dar cea mai utilizată este histograma de frecvenţă.

Cum se construieşte o histogramă ?

Pe baza datelor culese, şi înregistrate de obicei într-un tabel, se construieşte un număr
determinat de intervale în formă de dreptunghiuri lipite. Bazele dreptunghiurilor sunt egale,
iar înălţimea este proporţională cu nivelul frecvenţei fenomenului.
Practic, construirea histogramei presupune parcurgerea următoarelor etape:
- întocmirea tabelului cu datele de intrare;
- stabilirea numărului de intervale în funcţie de numărul valorilor cunoscute ale
parametrului studiat;
- determinarea valorilor maximă (Vmax)) şi minimă (Vmin) din şirul valorilor
parametrului studiat şi a mărimii intervalelor (L);
- trasarea limitelor fiecărui interval pe abscisă şi a frecvenţei datelor acestora pe
ordonată;
- desenarea dreptunghiurilor
Prin trasarea histogramei, datele din tabel pot fi interpretate mai uşor şi cu mai multă
precizie. În figura nr. 22 se prezintă modelul clasic de histogramă.
Pentru construcţia unei histograme, corespunzător etapelor prezentate mai înainte, ne
vom folosi de un exemplu. Să considerăm că datele ce caracterizează problema analizată sunt
cele din tabelul nr. 5. Exemplul se referă la controlul preciziei de strunjire a unei piese,
pentru o dimensiune de 150 mm, cu o toleranţă admisă de ±5 mm. Sunt măsurate 100 de piese
pentru care s-au obţinut valorile di tabelul 1.
La stabilirea numărului de clase care vor fi utilizate se are în vedere că cea mai mare
valoare este 190, iar cea mai mică 109. În acest caz putem alege 200 şi 100 ca limite
superioară şi inferioară ale claselor. Pentru ca histograma să aibă sens este indicat să alegem
numărul de clase în funcţie de numărul de observaţii. Dacă pentru cele 100 de date alegem
cinci clase, dimensiunea fiecărei clase va fi: (200 –100):5 = 20.
Prima clasă va fi 100-120, a doua 120-140 şi aşa mai departe. Distribuţia rezultată a
datelor este cea din tabelul nr. 6, iar în fig. nr. 23 se prezintă grafic rezultatul.
 50

40

30

20

10

0
11 13 15 17 19

Fig. nr.22 Histogramă

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

Date pentru construcţia histogramei

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

Mărimea intervalelor se stabileşte cu relaţia:

V max− V min
L= , unde n – numărul intervalelor
n
 Din analiza histogramei se constată că zonele colorate în albastru sunt în afara
câmpului de toleranţă admis. Întrucât nu se încadrează în cerinţele normativului sunt
considerate neconformităţi, respectiv rebuturi. Pentru analist această informaţie va sta la baza
măsurilor ce vor fi propuse în vederea îmbunătăţirii calităţii de execuţie a operaţiei de
strunjire.
Reţinem că histogramele cu dispersie mare indică variaţii mari, iar cele în care
rezultatele sunt concentrate în jurul mediei indică variaţii slabe, ceea ce face posibilă
stăpânirea procesului care a generat rezultatele.

Frecvenţă

110 130 150 170 190

Dispersia

interval de toleranţă
admis

Fig. nr. 23

9.2 Diagrama cauză - efect

A fost concepută de japonezul Ishikawa şi este cunoscută sub diverse denumiri
“Schelet de peşte” (Fishbone diagram), “diagrama Ishikawa”, “diagrama cauză – efect”. Prin
configuraţia sa, diagrama premite evidenţierea şi ierarhizarea cauzelor care generează un
anumit efect. Cauzele sunt factorii care determină apariţia unei situaţii date, iar efectele sunt
concretizate în evoluţia nivelului parametrilor ce caracterizează procesul supus analizei.
Desigur, cauzele pot fi diferite în funcţie de specificul bunului analizat. Dispersia
caracteristicilor unui produs, de exemplu, poate fi determinată de existenţa unor cauze cum
sunt: defecte la materiile prime folosite, diferenţe de reglaj la maşinile pe care se prelucrează,
greşeli de manoperă, metodele de organizare a execuţiei, mediul în care se desfăşoară
activitatea. Toate aceste cauze, cunoscute sub denumirea de “cele 5 M-uri”, sunt ordonate pe
categorii şi vizualizate grafic sub forma scheletului de peşte.
În practică, dacă se constată existenţa unei cauze care influenţează negativ parametrii
produsului, aceasta trebuie identificată precis şi apoi formulate propunerile prin care poate fi
eliminată. Pentru emiterea propunerilor se organizează, cel mai adesea, o şedinţă de
brainstorming, în care diagrama cauză – efect serveşte ca suport vizual, stimulând
creativitatea participanţilor.
 Cum se construieşte o diagramă cauză – efect ?
Se parcurg următorii paşi:
- prezentarea problemei. Se realizează prin definirea precisă a produselor, procedeelor
sau evenimentelor supuse studiului şi a caracteristicilor finale pe care trebuie să le aibă
efectul acestora. Efectul este considerat rezultatul unor activităţi, cum ar fi :
• din activitatea de livrare – nivelul stocurilor, modul de expediţie;
• din activitatea de control al calităţii – refuzuri, acurateţea, măsurători etc.;
- expunerea principalelor cauze posibile. Pentru aceasta, se întocmeşte o listă cu toate
cauzele posibile care determină variaţia caracteristicilor stabilite. Cauzele sunt, de
regulă, clasificate în “cele 5 M-uri,” menţionate mai înainte sau în “cele 5 rele”
(defecte, greşeli, întârzieri, pierderi, accidente). Evident, pot exista şi alte cauze în
funcţie de problema studiată. Pentru identificarea cauzelor se foloseşte o metodă
adecvată, de exemplu brainstorming-ul;
- gruparea cauzelor pe cauze fundamentale directe şi pe cauze secundare indirecte sau
subcauze. Dacă într-o grupă numărul cauzelor este foarte mare, acestea vor fi
delimitate pe subgrupe realizând o ramificare până la un nivel de detaliere care
permite analiza acestora. În cazul studierii unor bunuri complexe care prezintă un
număr mare de cauze, este indicat să se întocmească diagrame parţiale;
- elaborarea şi dezvoltarea diagramei.
Sunt poziţionate principalele categorii de cauze şi problema (respectiv efectul
acestora).
Materiale Mijloace Metode
Subcauză
Cauză
Cauză Cauză
Problemă

Cauză Cauză

Subcauză

Mână de lucru Maşina

Fig. nr. 24 Diagrama cauză-efect

Reţinem, însă, că diagrama în această formă nu poate oferi sluţiile necesare, ci doar
permite o definire clară a problemei studiate. Fiind folosită ca suport vizual în cadrul şedinţei
de brainstorming, diagrama are rolul de a stimula imaginaţia participanţilor în căutarea ideilor
prin care să se rezolve problema analizată. Propunerile urmează filiera cunoscută în tehnica
brainstorming şi, în final, se vor concretiza în soluţii.

9.3 Diagrama Pareto

Economistul italian Vilfredo Pareto, este autorul unui principiu care îi poartă numele
şi care poate fi enunţat astfel: urmărind performanţa unui grup de persoane sau obiecte se
constată adesea că un număr mic dintre acestea prezintă o importanţă mare, în timp ce restul
au o importanţă redusă. Acest principiu a fost folosit de M.D. Lorenz, la proiectarea unei
diagrame (care în mod eronat poartă denumirea diagrama Pareto) prin care a vizualizat
distribuţia neuniformă a bogăţiei naţionale. El a observat că în Anglia secolului al XIX-lea,
20% din populaţie deţinea în jur de 80% din avuţia naţională.
Principiul este important pentru studiul problemelor legate de calitate, întrucât cea mai
mare parte a costurilor noncalităţii înregistrate într-o organizaţie se datorează, în general, unui
număr mic de cauze speciale.
Referitor la acest principiu, Juran consideră ca în domeniul calităţii acesta acţionează
astfel: “... pierderile nu sunt niciodată uniform distribuite pe caracteristici de calitate.
Întotdeauna neuniformitatea distribuţiei pierderilor este de aşa natură încât un procent redus,
respectiv acele câteva caracteristici de calitate care au o importanţă vitală, deţine o pondere
importantă în totalul pierderilor referitoare la calitate”.24 În baza acestor constatări Juran a
folosit diagrama Pareto în Japonia, pentru stabilirea priorităţilor într-un studiu de ameliorare
a calităţii şi a productivităţii.
Diagrama Pareto este o reprezentare grafică a unor date (în cazul nostru a cauzelor
defectelor), cu scopul de a ajuta echipa de lucru să-şi ierahizeze obiectivele în funcţie de
importanţa acordată. De exemplu, în cazul costului unor defecte la un produs, pe ordonata
sistemului de axe rectangulare sunt trasate clasele de defecte. Acestea sunt ordonate în mod
descrescător în funcţie de importanţă, cea mai importantă fiind plasată la extremitatea
superioară a axei. Pe abscisă este redată mărimea (amplitudinea) claselor de cauze sau defecte
stabilite, cum ar fi: costul defectelor, numărul defectelor, ponderea pieselor defecte etc.
Amplitudinea claselor este redată prin dreptunghiuri lipite, desenate orizontal. Uneori pentru
ca diagrama să fie mai sugestivă este completată printr-o linie întreruptă care reprezintă
amplitudinea cumulată pe toate clasele (fig. nr. 25).
În practică se întâlnesc şi alte tipuri de diagrame, între care mai des se foloseşte
diagrama costurilor, la care pe abscisă se reprezintă costul defectelor, iar pe ordonată se
trasează tipurile de defecte, tot în ordinea descrescătoare a frecvenţei (fig. nr. 26).
Analiza diagramei permite cunoaşterea defectelor. Pentru obţinerea unei eficienţe
imediate se recomandă ca eliminarea defectelor să înceapă cu cele care au valoarea cea mai
mare. Pentru aceasta vor fi identificate locurile de muncă care le-au provocat şi se vor face
propuneri corespunzătoare, ţinând seama de specificul activităţii.
Verificarea schimbărilor produse de măsurile luate pentru înlăturarea cauzelor care au
provocat defectele, se poate trasa o nouă diagramă. Dacă pe ordonată se înregistrează
pierderile băneşti corespunzătoare defectelor, se poate calcula economiile obţinute şi stabili
eficienţa acţiunilor întreprinse şi a aplicării metodei.

24
Juran, J. , M. Calitatea produselor, Editura Tehnică, Bucureşti, 1973
 Tipuri de defecte F

E
D
costul cumulat
C

0 10 20 30 40 50 60 70 80 90 100 110 120

Costul

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

Evidenţiază grafic existenţa sau inexistenţa relaţiilor potenţiale dintre două categorii
de date. Pentru construcţia diagramei se reprezintă grafic cele două categorii de date, una pe
abscisă şi cealaltă pe ordonată. Figura nr. 27 este o ilustrare a acestor diagrame în care s-au
reprezentat mai multe tipuri de distribuţie a datelor. În cazul managementului calităţii, datele
se pot referi de exemplu la numărul reclamaţiilor şi numărul produselor remediate.
Diagrama este folosită pentru aprecierea tipului de corelaţie stabilit între cele două
categorii de date. Astfel, corelaţiile pot fi pozitive sau negative, având o intensitate (atracţie)
puternică sau slabă, liniară sau neliniară. Corelaţiile sunt pozitive dacă valorile crescânde ale
unei categorii de date corespund valorilor crescânde ale celeilalte categorii şi negative în caz
contrar25. Intensitatea corelaţiei este puternică dacă punctele nu prezintă un grad mare de
împrăştiere şi slabă când împrăştierea este mare.
În ceea ce priveşte tipul de corelaţie existent între puncte, acesta este liniar în cazul
corelaţiilor pozitive şi neliniar atunci când pentru o parte dintre valorile crescătoare ale unei

25
Marieta Olaru, Op. cit.
categorii corespund, la început, valori crescătoare iar apoi descrescătoare, ale celeilalte
categorii de date. Dacă punctele prezintă un grad mare de împrăştiere, între cele două
categorii de date nu există corelaţii.
Pentru construirea diagramei corelaţiei se întocmeşte mai întâi un tabel în care se
înregistrează rezultatele obţinute din studierea relaţiilor dintre două creşteri, care s-au măsurat
simultan, într-un proces. Apoi, pe o hârtie milimetrică se trasează şi se gradează cele două axe
ale diagramei. De asemenea, se trasează punctele ce reprezintă perechile de date. Odată
obţinută, diagrama este interpretată. Anumite corelaţii se observă uşor pe diagramă, .chenarul
cu puncte alungit indică existenţa corelaţiilor, dimpotrivă , un chenar rotund indică faptul că
nu există corelaţie. Dar, în toate cazurile, metoda testului semnelor permite să se tragă
concluzii clare. Pentru aceasta trebuie să se traseze dreptele orizontală şi verticală, care
reprezintă medianele de distribuţie. În jurul punctului central se găsesc patru zone(indicate
prin cifrele 1-4). Se numără punctele din fiecare zonă, cu excepţia celor plasate pe mediane, şi
apoi se trec rezultatele într-un tabel în formă de pătrat. Acesta este tabelul testului semnelor.
Pentru compararea rezultatelor se calculează punctele. Se adună punctele din zonele 1 şi 3, pe
de o parte, şi 2 şi 4, pe de altă parte. Se adună apoi cele două rezultate şi se obţine numărul
total de puncte al diagramei ( cu excepţia celor plasate pe mediane). Tabelul testului semnelor
dă o limită care corespunde acestui număr. Dacă cel mai mic dintre rezultatele (1+3) şi (2+4)
este inferior limitei, atunci există o corelaţie, iar dacă situaţia este opusă atunci nu există
corelaţie.26

Fig. nr. 27

Figura nr. 28 a fost realizată pe baza unui exemplu. S-au considerat categoriile de date
din tabelul nr. 7 care exprimă situaţia calitativă a vinurilor depozitate pentru maturizare.
Corelaţia se formează între datele care exprimă gradul de alcool al vinului şi procentul de
sticle compromise după prima decadă a perioadei de maturizare din totalul sticlelor stocate.
Procentul de respingere scade odată cu creşterea gradului de alcool al vinului. Din figură
rezultă clar o relaţie negativă şi de tip neliniar.

26
Gogue, J.M. Management de la Qualité, Ed. Economică, 1997
 Tabelul nr. 7
Experimentul Gradul de alcool (%) Sticle compromise (%)
1 9,0 15,00
2 10,0 2,85
3 11,0 0,39
4 12,0 0,03
5 12,5 0,02
6 8,5 20,5
7 8,0 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 serveşte la analiza stabilităţii sistemului şi la
stabilirea momentului în care trebuie intervenit pentru a-l corecta. Un sistem este stabil
când rezultatele (pentru caracteristica sau parametru analizat) sunt conforme cu cerinţele
prevăzute. Deoarece este dificil de apreciat dacă un sistem este stabil, analiza porneşte de
la starea de instabilitate a caracteristicii alese, care se studiază prin apariţia unor semnale
statistice în cadrul unui grafic de control. Pentru a înregistra apariţia unui semnal statistic
este recomandat să se aplice metoda dimensiunii mobile, folosită în lucrările lui Wheeler,
care oferă maximum de şanse apariţiei semnalelor statistice atunci când există o cauză
specială de variaţii. Metoda se utilizează în special pentru măsurători individuale.
În practică se folosesc numeroase tipuri de grafice de control.

Graficul de tendinţă pentru studiul stabilităţii

Pentru a studia stabilitatea unui sistem, datele sunt incluse într-un grafic provizoriu,
numit “Grafic de tendinţă.” În acest grafic, pe orizontală se înregistrează ordinea producerii
datelor, iar pe verticală scara de măsură. Punctele se unesc prin linii, ceea ce permite o mai
bună observare a variaţilor. Graficul de tendinţă este completat cu o linie orizontală, care
indică media datelor, şi de alte două linii, tot orizontale, care indică limitele de control al
stabilităţii. Se poate spune că sistemul este stabil dacă există o secvenţă de minimum 30 de
puncte fără nici un semnal statistic. Liniile de control al stabilităţii se obţin folosind
următoarele relaţii :
LCS = X + 2,66 mR .
LCI = X - 2,66 mR
În aceste relaţii, X reprezintă media datelor, iar mR este media dimensiunilor mobile.
Secvenţa dimensiunilor mobile se obţine prin scrierea datelor în linie sau în coloană şi prin
calculul diferenţei dintre două date vecine, aşa cum se prezintă în exemplul următor:
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 specialiştii firmei Western Electric, fostă
filială a societăţii Bell Telephone.
Încă de la primul semnal statistic, sistemul este declarat instabil. Dacă secvenţa de 30
de puncte nu prezintă nici un semnal statistic, sistemul este stabil şi îl putem transpune într-un
grafic de control integrat.

Graficul de control integrat

Numai în cazul unui sistem stabil se poate vorbi despre grafice de control integrate în
producţie sau în domeniul serviciilor. Scopul acestor grafice este de a menţine caracteristica
respectivă într-o stare stabilă, conducerea încredinţând angajaţilor sarcina să completeze
graficele şi să detecteze semnalele statistice. Un grafic de control integrat are în mod
obligatoriu două limite de control trasate deasupra şi sub linia mijlocie. Liniile se calculează
pornind de la cel puţin 30 de date stabile şi sunt revăzute apoi pentru a avea o bază de date
cât mai mare. Calculul trebuie reluat după fiecare schimbare a procesului, în special ca urmare
a unei instabilităţi. În acest sens trebuie să existe o instrucţiune de muncă, care să precizeze
metoda de măsurare şi frecvenţa măsurătorilor. Singura sarcină care revine angajaţilor este să
descopere semnalele statistice, prin raportarea la limitele de control, şi să-şi anunţe superiorii
ierarhici imediat ce apare un semnal.

Graficul de control, medie şi amplitudine

Sunt foarte recomandate aceste grafice deoarece au o sensibilitate la cauzele speciale

de variaţie mai bună decât graficul măsurătorilor individuale. Graficele de acest tip au însă
nevoie de o bază de date de cel puţin 100 de măsurători, de aceea sunt adesea utilizate în
producţia de serie şi în administraţie.
Graficul medie de control este utilizat pentru exprimarea variaţiei valorilor medii ale
caracteristicii analizate, iar graficul de amplitudine, pentru reprezentarea variaţiei amplitudinii
caracteristicii. Cele două grafice se asociază. Un semnal statistic se poate găsi în fiecare dintre
cele două grafice, dar şi într-un caz şi în celălalt, tot sistemul este acela care prezintă
instabilitate.
Etapele aplicării diagramei de control la analiza stabilităţii unui sistem sunt:
- adunarea şi selectarea datelor în ordine cronologică;
- calcularea mediei şi a amplitudinii pentru fiecare subgrupă;
- calcularea limitelor de control (LCS şi LCI) pentru mX şi R ;
- construirea graficului de tendinţă;
- căutarea semnelor statistice.
 Metodologia determinării parametrilor statistici necesari construirii graficului de
control este redată în standardele ISO 7870 şi ISO 8258.
Din definiţia semnalelor statistice rezultă că un sistem produce un semnal statistic
atunci când graficul de control prezintă una dintre variaţiile următoare: 1 punct deasupra
limitei superioare de control (LCS); 1 punct sub linia inferioară 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 analiză matematică riguroasă necesită mai multe informaţii pentru fiecare dată. De
exemplu, pentru a împărţi populaţia unei ţări în diverse categorii după poziţia acestora în
structura socială, sunt necesare informaţii cu privire la numărul populaţiei, categoriile sociale,
criterii (limite) de încadrare pe categorii etc. Această operaţie se numeşte stratificarea datelor.
În managementul calităţii, stratificarea datelor este o cerinţă curentă. Şansele de îmbunătăţire
a calităţii unui produs, de exemplu, cresc dacă 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). Această vizualizare permite găsirea unei cauze
care provoacă variaţii speciale intr-un proces. Departajarea cauzelor, în funcţie de efectele
propagate, presupune însă un test de comparaţie. Cercetarea cauzelor se face, în general, prin
compararea caracteristicilor cu două nivele obţinute dintr-un factor de variaţie unic. De
exemplu, se compară frecvent sporurile de cereale înregistrate la hectar prin folosirea a două
tipuri de îngrăşăminte sau, în cadrul fermelor de păsări, sporurile de greutate înregistrate de
puii pentru carne prin hrănirea cu două tipuri diferite de furaje etc. Analiza se face pe baza
măsurătorilor realizate pe cele două eşantioane. Deoarece rezultatele nu sunt de fiecare dată
sugestive, este necesară găsirea unei limite de la care diferenţele constatate între medii
reprezintă mai mult decât variaţia obişnuită care apare întotdeauna la experimentări.
Etapele aplicării metodei sunt:
- se întocmeşte tabelul alcătuit din două coloane denumite “rezultat”, care vor fi
despărţite de un spaţiu suficient pentru trasarea săgeţilor de legătură;
- se trasează săgeţile care leagă numerele după ordinea crescătoare;
- se înregistrează rangurile rezultatelor. Dacă mai multe rezultate sunt identice, li se va
acorda un rang mediu egal, care nu trebuie să fie în mod obligatoriu număr întreg;
- se calculează suma rangurilor celui mai mic eşantion;
- se compară rezultatele cu tabelul testului de comparare.
Pentru exemplificare ne vom folosi de un test de comparare a rangurilor. De asemenea
vom folosi un tabel în care efectivele sunt de 13 la un eşantion şi de 11 la celălalt.

Fig nr. 31
Eşantionul A Eşantionul B

(n =13) (n = 11)
Tabelul nr. 8
Rang Rezultat Rezultat Rang
1 256 258 3
2 257 259 5,5
5,5 259 264 13,5
5,5 259 264 13,5
5,5 259 265 16
8 261 265 16
9 262 265 16
9 262 266 18
10 263 270 21
10 263 270 21
19 267 271 23
21 270
24 273
Suma rangurilor= 166.5

Tabelul tabloului de comparare

Tabelul nr. 9
A 10 11 12 13 14 15
B
10 78
132
11 81 96
139 157
12 85 99 115
145 157 185
13 88 103 119 137
152 172 193 214
14 91 106 123 141 160
159 180 201 223 246
15 94 110 127 145 164 185
166 187 209 232 256 280
16 96 114 131 150 169 190
174 194 217 240 265 290
17 100 117 135 154 175 195
180 202 225 249 273 300
18 103 121 139 159 179 201
187 209 233 257 283 309
19 107 124 144 163 184 205
193 217 240 266 292 320
20 110 128 148 168 189 211
200 224 248 274 301 329
 În exemplul luat, suma rangurilor celui mai mic eşantion este 166,5. Rezultatele se
compară cu tabelul testului de comparare. În acest tabel, limitele care ar corespunde
efectivelor 13 şi 11 sunt 172 – 103. Rezultatul stabilit se află între aceste limite.
Din analiza rezultatului se constată că diferenţa între cele două eşantioane este
nesemnificativă. Ca urmare se poate adopta oricare dintre ele.

9.7 Brainstorming
Brainstorming-ul (furtuna de ideii) este o metodă practică de stimulare a gândirii
creatoare, în scopul obţinerii unor idei pentru rezolvarea problemei supusă discuţiilor.
Concepută de A. Osborn, metoda porneşte de la ipoteza că în orice domeniu de activitate,
problemele pot fi rezolvate mai bine decât în prezent, dar pentru aceasta trebuie să găsim
ideile care să spargă barierele rutinei.
Conform principiilor pe care A. Osborn le-a formulat în 1957, metoda preconizează
organizarea unor reuniuni în care participanţii să poată exprima nestingheriţi şi emite orice
idei, fiind siguri că nu se vor face aprecieri asupra valorii şi oportunităţii acestora.
Brainstorming-ul nu este, aşadar, o metodă concretă de rezolvare a unor probleme, ci o
metodă folosită în procesul de management al calităţii pentru obţinerea soluţiilor în vederea
rezolvării optime a problemelor.
Pentru reuşita acestor reuniuni, este necesară respectarea unor reguli asupra cărora ne
vom referi în continuare:
- alegerea persoanelor participante. Este indicat ca numărul acestora să fie între 6 şi 12,
iar compoziţia grupului să fie eterogenă pentru a asigura o mai mare spontaneitate şi
emiterea unui număr mare de ideii;
- stabilirea unui conducător – animator al conferinţei, al cărui principal rol constă în
lansarea unor idei ce pot fi apoi valorificate în realizarea atmosferei de colaborare şi
asigurare a unui caracter dinamic al conferinţei, care să favorizeze fenomenul de
reacţie în lanţ pentru emiterea de idei;
- alegerea momentului optim de desfăşurare a şedinţei şi organizarea discuţiei într-un
spaţiu confortabil, care să asigure starea de creativitate.
În ceea ce priveşte desfăşurarea propriu-zisă a şedinţei este obligatoriu realizarea unui
climat favorabil de permisivitate, de adaptare care presupune abţinerea de la interpretarea
critică a ideilor expuse.
Reuşita şedinţei depinde, în bună măsură, de respectarea următoarelor reguli:
- selectarea atentă a participanţilor;
- exprimarea clară şi concisă a problemelor de calitate pentru care se cer sugestii;
- eliminarea oricărui argument de evaluare în timpul şedinţei, toate propunerile fiind
dezvoltate într-o viziune constructivă şi pozitivă;
- propunerile trebuie să fie scurte, eliminându-se discursurile lungi;
- crearea unui climat în care să se accepte orice idee, oricât de fantastică ar părea;
- încurajarea participanţilor să emită noi idei pe baza celor prezentate anterior.