La PNI Como Estrategia de Aprendizaje
La PNI Como Estrategia de Aprendizaje
La PNI Como Estrategia de Aprendizaje
aprendizaje
BY DANIEL CONTRERAS · APRIL 12, 2016
Por Carla Sandoval
Departamento GES
La PNI es una técnica que facilita el análisis y toma de decisiones,
desarrollada por Edward De Bono, psicólogo creador de estrategias de
pensamiento y creatividad.
Color: Rojo
riesgo.
Color: Azul
Color: Verde
2. Auxilio: proporcionan información acerca de los equipos de auxilio. Tienen las figuras de color
blanco, los fondos de color rojo las primeras y verde las segundas. Las formas son cuadradas o
rectangulares.
3. Prohibición:prohíben las actividades que ponen en peligro la salud. Tienen las figuras de color
negro, los bordes rojos, el fondo blanco y las formas son circulares
SEÑALES DE SEGURIDAD
SEÑALES DE SEGURIDAD
Antes de ver una a una los tipos de señales veamos como y donde
deben colocarse.
TIPOS DE SEÑALES DE
SEGURIDAD
Como ya dijimos hay 5 tipos principales diferentes de señales de
seguridad. Veamos que indican, qué forma tienen y los colores que
utilizan, pero primero veamos un resumen que nos va a ser muy útil
para aprendernos las señales.
Colores:
Formas:
Ahora si, veamos cada tipo por separado con ejemplos concretos.
SEÑALES DE OBLIGACIÓN
SEÑALES DE PROHIBICIÓN
Prohíben un comportamiento susceptible de provocar un
peligro impidiendo ciertas actividades que ponen en peligro la
salud propia o de otros trabajadores. En definitiva son señales que
Prohíben.
Bueno ahora te toca a ti. ¿Serías capaz de saber las normas que hay
que cumplir para entrar en la obra de la siguiente imagen?
¿Cuál de las siguientes técnicas creativas se corresponde con el conjunto de pasos descritos
por los estudiantes?
TRIZ
SCAMPER
Lista de atributos
La Lista de atributos,
Técnica creada por Robert P. Crawford el 1954, persigue la generación de ideas creativas con
el objetivo de modificar y mejorar cualquier producto, servicio o proceso.
Mediante este método se identifican los atributos de un producto, servicio o proceso, con la
finalidad de considerarlos cada uno como una fuente de modificación y perfeccionamiento. Se
pueden hacer listas de características físicas, usos, sinónimos, antónimos, partes,
connotaciones, etc. Los atributos pueden ser muy numerosos hasta hacer difícil su tratamiento,
lo que obliga a reducir su número. Por esto, el método distingue los atributos esenciales del
resto, para quedarse sólo con los primeros.
Procedimiento.
En general, el procedimiento consiste en:
Identificar el producto, servicio o proceso a mejorar o el problema a resolver.
Analizarlo y hacer una lista de tantos atributos como sea posible
Coger cada atributo y pensar en la forma de cambiarlo o mejorarlo. Para cada atributo se
podría hacer un Scamper.
La eficacia de la técnica se hace más patente en aquellos problemas susceptibles de ser
descompuestos en atributos concretos y definidos. Si hablamos de un producto envasado,
podríamos considerar los atributos: forma, color, sistema de cierre, materiales, ilustración,
texto, etc. En cambio, cuando se trata de mejorar procesos, resulta más difícil identificar los
atributos, aunque el método es aplicable.
En el caso concreto de mejorar un producto, el procedimiento (VD A. Muñoz) se puede
concretar en:
Elección del producto.
Identificación de sus componentes físicos.
Descripción de las funciones de cada elemento, en términos de atributos.
Análisis de los atributos, con la finalidad de decidir cuáles son esenciales y cuales accesorios.
Selección de los atributos esenciales.
Identificación y selección de los atributos esenciales susceptibles de ser mejorados. Algunos,
puede ser que los consideremos como definitivamente buenos, mientras que otros pensemos
que son claramente mejorables. La atención se centra sobre estos últimos.
Estudio de todas las posibles modificaciones de estos atributos, de manera que resulte una
mejora del producto. La mejora puede suponer el cambiar un atributo por otro. Se ha de
realizar un análisis sistemático de todas las oportunidades de mejora de cada atributo,
probando todas las ideas que nos parezcan adecuadas, hasta que no quede ninguna
Puntos fuertes
Es una técnica eficaz.
Es el punto de partida de otros métodos.
No hay que tener mucha preparación para usarlo.
Es muy práctico en la mejora de productos.
Puntos débiles
La identificación de atributos en procesos complejos exige un considerable esfuerzo de
análisis.
El análisis sistemático de todas las posibilidades de cada uno de los atributos acostumbra a
consumir mucho tiempo.
posibilidad por tratar. Es la fase eminentemente creativa, donde es necesario usar la
imaginación a fondo.
Estudio de todas las posibilidades del objeto como consecuencia de la substitución de los
atributos.
Selección del objeto nuevo, fruto de todas las modificaciones de los atributos.
El hecho práctico de centrarse en los atributos esenciales, entraña un peligro: a veces un
atributo aparentemente trivial puede ser la llave de un cambio radical en el producto. Hay que
tenerlo en cuenta.
La lista de atributos es un buen punto de partida para los métodos analítico-combinatorios,
tales como el Análisis Morfológico y la Matriz del descubrimiento.
Listas prefabricadas
Para facilitar la tarea de listar atributos, existen listas prefabricadas. Más adelante
presentamos un par de ejemplos. No obstante es mejor hacer siempre primero nuestra lista
sobre el problema concreto y, después, usar estas listas para contrastarlas con la nuestra y, si
es necesario, ampliarla.
Lista de atributos nº 1 (© Axon)
Altura Finalidad Posición
Anchura Flexibilidad Propietario
Color Profundidad Cantidad
Componentes Forma Cantidad
Fecha Fortaleza Parecido a
Distancia Frecuencia Tiempo
Duración Identificador Textura
Estructura Importancia Tipo
Estado Lugar Velocidad
Estatus Medida Volumen
Hecho de Origen
Fiabilidad Peso
Lista de atributos nº 2 (© M.Michalko)
Descriptivos Sustancia De proceso Marketing
Estructura Fabricación
Color Venta
Forma Función
Textura Tiempo
Sonido
Sabor
Olor
Espacio
Densidad
Sociales Responsabilidades
Política
Tabúes
CONOCIMIENTO DIDACTICO PARA
FAVORECER LA COMPRENSION Y APLICACION
DE TECNOLOGIAS
RECURSOS TIC
Herramientas o aplicativos para gestion o ejecucion de la propuesta de valor:
procesador de textos
hoja de calculo
presentadores de diapositivas
Estrategias metodologicas:
webquest
miniquest
podcat
y otros utizados en el proceso de produccion
Categories:
PENSAMIENTO DE DISEÑO
Diagrama de Flujo
Diagrama DOP y DAP
Malla Pert y otros
LOS CÍRCULOS DE CALIDAD son equipos de trabajo integrados por personas que desarrollan
su actividad en una misma área. Junto a su supervisor, se reúnen voluntariamente para analizar
problemas propios de su actividad y elaborar soluciones.
Para canalizar la participación, se impulsó la creación de círculos de calidad. En este sentido el hito
inicial fue la publicación del primer número, en abril de 1962, de la revista Gemba-To-QC (Control
de Calidad para supervisores), cuyo consejo editorial estaba presidio por Kaoru Ishikawa, cuyo fin
era instruir a los supervisores en el control de calidad.
Ya que los trabajadores no estaban acostumbrados a leer, se tomó la alternativa de que los
trabajadores leyeran la revista en grupo en reuniones donde se discutían y analizaban los
problemas que surgían en el trabajo a fin de no volverlos a cometer y se analizaban los métodos
estadísticos susceptibles de ser aplicados en los análisis. Este fue el inicio de los círculos de
calidad.
Un círculo de calidad es: “Un grupo pequeño que desarrolla actividades de control de
calidad dentro de un mismo taller. Este pequeño grupo lleva a cabo continuamente, como
parte de las actividades de control en toda la empresa, autodesarrollo y desarrollo mutuo,
control y mejora dentro del taller utilizando técnicas de control de calidad con participación
de todos los miembros” (Ishikawa, K: Qué es el control total de calidad?: la modalidad japonesa,
pág. 176).
La dirección del círculo no tiene que ser siempre ejercida por el mando directo del grupo. Es
posible que otro miembro distinto del círculo coordine y dirija las reuniones.
Antes de iniciar las reuniones, los componentes reciben capacitación sobre diversos temas:
Participación en círculos de calidad.
Cómo dirigir reuniones.
Técnicas para analizar problemas y tomar decisiones.
Presentación de resultados a la dirección.
8. Analizar el diagrama.
Finalmente, el análisis debe ayudar a identificar las causas reales. Un diagrama causa efecto de
Ishikawa identifica únicamente causas potenciales. Por tanto será preciso llevar a cabo una toma
de datos posterior, y su pertinente análisis, para llegar a conclusiones sólidas sobre las causas
principales del efecto. En esta fase posterior, el diagrama de Pareto puede ser utilizado como
valiosa herramienta.
Algunos aspectos del diagrama causa efecto de Ishikawa pueden sugerir ciertas ideas:
Así, una rama con un gran número de ramas secundarias y sus factores puede indicar la
necesidad de llevar a cabo un análisis con mayor profundidad.
Esta técnica de recogida de datos se prepara de manera que su uso sea fácil. Que no interfiera lo
menos posible con la actividad de quien realiza el registro. En la mejora de la Calidad, se utiliza
tanto en el estudio de los síntomas de un problema, como en la investigación de las causas o en la
recogida y análisis de datos para probar alguna hipótesis.
Las hojas de comprobación centran la atención en los hechos. Es decir, objetiva un problema
sobre la base de datos que ofrezcan una perspectiva realista.
Los datos a coleccionar pueden ser de muy distinta naturaleza, así como los fenómenos a estudiar.
Los tipos de formatos de hojas de comprobación también pueden ser muy diversos, de modo que
se ajusten al problema o hipótesis a analizar.
4. Tomar datos
Una vez diseñada la hoja de comprobación se procede a iniciar la toma de datos.
Comparte en Twitter
Compartir en Facebook
Los gráficos de control tienen su origen al final de la
década de 1920, cuando Walter A. Shewhart analizó numerosos procesos de Gráficos de
controlfabricación concluyendo que todos presentaban variaciones. Encontró que estas
variaciones pueden ser de dos clases: una aleatoria, entendiendo por ella que su causa era
insignificante o desconocida. Otra, imputable (también llamada asignable), cuyas causas podían
ser descubiertas y eliminadas tras un correcto diagnóstico.
Causas aleatorias de variación. Desconocidas y con poca significación. Su origen está en el azar y se
encuentran presentes en todo proceso.
Las causas aleatorias son de difícil identificación y eliminación. Las causas específicas sí pueden
descubrirse y elimnarse, para alcanzar el objetivo de estabilizar el proceso.
De datos por variables. Que a su vez pueden ser de media y rango, mediana y rango, y valores
medidos individuales.
En la base de los gráficos de control está la idea de que la variación de una característica de
calidad puede cuantificarse obteniendo muestras de las salidas de un proceso y estimando los
parámetros de su distribución estadística. La representación de esos parámetros en un gráfico, en
función del tiempo, permitirá la comprobación de los cambios en la distribución.
El gráfico cuenta con una línea central y con dos límites de control, uno superior (LCS) y otro
inferior (LCI), que se establecen a ± 3 desviaciones típicas (sigma) de la media (la línea central). El
espacio entre ambos límites define la variación aleatoria del proceso. Los puntos que exceden
estos límites indicarían la posible presencia de causas específicas de variación.
Para la interpretación de los gráficos de control, de medias y recorrido, pueden seguirse las
normas siguientes:
Norma 1. Cuando un sólo punto está fuera de los límites de control, puede estar señalando la
ausencia de control del proceso. No obstante, esta probabilidad sería pequeña por lo que tal vez
no sea oportuno efectuar cambios.
Norma 2: Si al menos 2 ó 3 puntos sucesivos están en el mismo lado de la línea media, y más de
dos unidades sigma (dos desviaciones típicas) alejados de esta línea, estará sugerida una falta de
control del proceso. Si el tercer punto consecutivo está alejado de la línea media en la medida
indicada, pero en el otro lado, la misma conclusión sería válida.
Norma 3: En el caso de que 4 ó 5 valores sucesivos se situaran en el mismo lado, alejados de la
línea central más de 1 sigma. Se apuntaría un déficit en la estabilidad o control del proceso.
Norma 4: Estaría indicada esta falta de control cuando al menos 7 valores sucesivos estuvieran
situados en el mismo lado de la línea media. Esto mostraría una inadecuada distribución de esos
puntos.
Histograma: Interpretación
Para el ejemplo de referencia, en la figura anterior, puede observarse que se ha trazado una línea
adiciones: límite de las especificaciones. En este caso, la especificación[1] planteada fue que la
respuesta del proceso se diera en un plazo no superior a 60 días. Observando el histograma se
aprecia que cierto número de observaciones, a la derecha de la línea y sombreadas más oscuro,
no han cumplido este objetivo.
Un análisis más detenido del histograma anterior nos llevaría a concluir que el proceso no posee la
estabilidad deseable. Los histogramas que reflejan procesos estables son más elevados en el
centro y declinan simétricamente hacia ambos lados. Aquí no parece darse esta condición,
existiendo una cierta asimetría provocada por los datos fuera de límite. Pero aunque los datos
fueran más estables, podemos colegir que parte de ellos rebasarían la especificación.
Así, en este caso los esfuerzos deberían dirigirse hacia un doble objetivo:
Reducir la dispersión.
Conseguir desplazar el histograma hacia la izquierda. De manera que aún los datos extremos
estuvieran dentro del límite especificado (el objetivo, en este caso).
El diagrama de dispersión permite analizar si existe algún tipo
de relación entre dos variables. Por ejemplo, puede ocurrir que dos variables estén relacionadas
de manera que al aumentar el valor de una, se incremente el de la otra. En este caso hablaríamos
de la existencia de una correlación positiva. También podría ocurrir que al producirse una en un
sentido, la otra derive en el sentido contrario; por ejemplo, al aumentar el valor de la variable x, se
reduzca el de la variable y. Entonces, se estaría ante una correlación negativa. Si los valores de
ambas variable se revelan independientes entre sí, se afirmaría que no existe correlación.
El diagrama de dispersión es una herramienta gráfica qe ayuda a identificar la posible relación
entre dos variables. Representa la relación entre dos variables de forma gráfica, lo que hace más
fácil visualizar e interpretar los datos.
De otro lado, calculando el coeficiente de correlación entre dos variables, permite cuantificar el
grado de relación entre ambas, así como su signo. El valor de este coeficiente puede estar
comprendido entre −1 y 1.
Cuando toma un valor próximo a −1, la correlación es fuerte y negativa. Si el valor es cercano a +1,
la correlación es fuerte y positiva.
Si el coeficiente de correlación lineal presenta un valor próximo a 0, la correlación es débil.
Esta correlación puede señalar, pero no por ello probar, una relación causal. Es decir, no predice
relaciones causa – efecto, sino que muestra la intensidad de la relación entre dos variables. Por lo
tanto, es importante no apresurarse a obtener conclusiones sobre la relación entre las variables, ya
que puede ser otra tercera que afecte a la relación.
El cálculo del coeficiente de correlación lineal efectuado para los datos del ejemplo de diagrama
de dispersión arroja un valor de 0,45. Se confirma que existe una relación positiva entre ambas
variables, si bien la correlación existente entre ambas es moderada.
El resultado de un diagrama de dispersión puede ser de diversos tipos. Si los puntos trazados en el
diagrama están dispersos al azar, sin un patrón discernible, significa que los dos conjuntos de
mediciones no tienen relación entre sí. Si los puntos forman algún patrón, se denota la existencia
de relación entre los dos grupos de mediciones.
Generalmente, el diagrama de dispersión mostrará los siguientes posibles tipos de relación:
Personal.
Materiales.
Maquinaria y equipo.
Áreas de gestión.
Tiempo.
Entorno.
Localización geográfica.
Otros.
El desarrollo de la técnica atiende a la metodología presentada para los histogramas, para el caso
de los histogramas estatificados[1]. Al fin y al cabo se trata de construir los histogramas
correspondientes.
Estratificación: Ejemplo
Supongamos que se han observado retrasos en el plazo de elaboración de informes técnicos de un
Servicio de una Administración Pública. Dicho Servicio cuenta con dos Secciones y se pretende
investigar si la variable “sección” puede explicar los retrasos en la emisión de resoluciones.
[2] Este patrón de distribución es denominado bimodal. Una forma bimodal del histograma refleja a
menudo la presencia de dos procesos que son “mezclados” en los datos exhibidos.
CONTROL DE CALIDAD
Las Siete Herramientas Básicas de la Calidad
Estas herramientas, que posteriormente fueron denominadas “las siete herramientas básicas de
la calidad”, pueden ser descritas genéricamente como métodos para la mejora continua y la
solución de problemas.
Las siete herramientas básicas de la calidad son:
Diagrama Causa – Efecto. Ayuda a identificar, clasificar y poner de manifiesto posibles causas,
tanto de problemas específicos como de efectos deseados.
Hoja de Comprobación. Registro de datos relativos a la ocurrencia de determinados sucesos,
mediante un método sencillo.
Gráficos de Control. Herramienta estadística utilizada para controlar y mejorar un proceso
mediante el análisis de su variación a través del tiempo.
Histograma. Gráfico de barras verticales que representa la distribución de frecuencias de un
conjunto de datos.
Diagrama de Pareto. Método de análisis que permite discriminar entre las causas más
importantes de un problema (los pocos y vitales) y las que lo son menos (los muchos y
triviales).
Diagrama de Dispersión. Herramienta que ayuda a identificar la posible relación entre dos
variables.
Estratificación. Procedimiento consistente en clasificar los datos disponibles por grupos con
similares características que muestra gráficamente la distribución de los datos que proceden
de fuentes o condiciones diferentes.
El éxito de estas técnicas radica en la capacidad que han demostrado para ser aplicadas en un
amplio rango de problemas, desde el control de calidad hasta las áreas de producción, marketing y
administración. Las organizaciones de servicios también son susceptibles de aplicarlas, aunque su
uso comenzara en el ámbito industrial.
Estas técnicas pueden ser manejadas por personas con una formación media, lo que ha hecho que
sean la base de las estrategias de resolución de problemas en los círculos de calidad y, en
general, en los equipos de trabajo conformados para acometer mejoras en actividades y procesos.
[1] El contenido de este post está basado en la publicación: Talavera Pleguezuelos, C: “Métodos y
Herramientas de Mejora aplicados en la Administración Pública” Ed: Unión Iberoamericana de
Municipalistas. Granada, 2013. (ISBN: ISBN: 978-84-937777-6-0). Está por tanto protegido por
derechos de autor, no autorizándose su reproducción sin autorización expresa y por escrito del
autor.
[2] Las causas aleatorias de variación son causas desconocidas y con poca significación, debidas
al azar y presentes en todo proceso. Las causas asignables (específicas o imputables) no deben
estar presentes en el proceso. Provocan variaciones significativas. Las causas aleatorias son de
difícil identificación y eliminación. Las causas específicas, o asignables, sí pueden ser descubiertas
y eliminadas, para alcanzar el objetivo de estabilizar el proceso.