SciELO - Scientific Electronic Library Online

 
vol.14 número28Ressignificação das práticas masculinas nos rituais fúnebres durante a covid-19Estratégia didática transversal para o ensino de física geral por meio do esporte índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo

versão On-line ISSN 2007-7467

RIDE. Rev. Iberoam. Investig. Desarro. Educ vol.14 no.28 Guadalajara Jan./Jun. 2024  Epub 26-Jun-2024

https://doi.org/10.23913/ride.v14i28.1779 

Artículos científicos

Factores de efectividad en equipos de trabajo Seis Sigma: cuestionario validado por juicio de expertos

Six Sigma Work Team Effectiveness Factors: Questionnaire Validated by Expert Judgment

Fatores de Efetividade da Equipe de Trabalho Seis Sigma: Questionário Validado por Julgamento de Especialistas

Mariela Álvarez Argüelles1 
http://orcid.org/0000-0003-4824-1244

Eduardo Rafael Poblano-Ojinaga2  3 
http://orcid.org/0000-0003-3482-7252

Salvador Anacleto Noriega Morales4 
http://orcid.org/0000-0001-7813-5835

Manuel Arnoldo Rodríguez Medina5 
http://orcid.org/0000-0003-1676-0664

1Universidad Autónoma de Ciudad Juárez, México mariela.alvarez@uacj.mx

2Tecnológico Nacional de México, Instituto Tecnológico de La Laguna, México eduardo.po@cdjuarez.tecnm.mx

3Tecnológico Nacional de México, Instituto Tecnológico de Ciudad Juárez, México eduardo.po@cdjuarez.tecnm.mx

4Universidad Autónoma de Ciudad Juárez, México snoriega@uacj.mx

5Tecnológico Nacional de México, Instituto Tecnológico de Ciudad Juárez, México manuel_rodriguez_itcj@yahoo.com


Resumen

Esta investigación presenta el procedimiento para validar un cuestionario/instrumento de medida (IM) por medio de juicio de expertos, el cual fue diseñado a partir de la identificación de factores o criterios a través de una revisión de literatura de forma sistemática. Para ello, se determinaron 54 factores, los cuales que se discriminaron con la aplicación de un metaanálisis que permitió reducirlos a 29. Posteriormente, un grupo de cinco profesionales expertos en equipos de trabajo y Seis Sigma evaluaron el cuestionario a partide de dos criterios: calidad y coherencia. Los resultados de manera empírica muestran que, en una escala del uno al cuatro, al 52.6 % de los ítems se les evaluó con calificación de 4. Luego, a través del análisis estadístico de Friedman se confirmó el desacuerdo para los dos criterios evaluados. En consecuencia, el instrumento de medición fue revisado, mejorado y aplicado a un grupo de cuatro expertos diferentes al primer grupo, por lo que se repitió la prueba de Friedman y en la segunda evaluación se obtuvo un valor de P mayor de 0.05. Por tanto, se concluye que existe acuerdo entre los expertos por los 29 ítems del IM y que este es válido (adecuado), de ahí que se pueda continuar con su aplicación.

Palabras clave: validación de instrumento de medición; juicio de expertos; validación de contenido; factores; Seis Sigma

Abstract

This research presents the validation of a Questionnaire-type Measurement Instrument (MI) through expert judgment, the IM was designed from the identification of criteria or factors through a Systematic Literature Review, determining 54 factors, same as they were discriminated with the application of Meta-Analysis, reducing to 29 factors, applied in the items. Subsequently, a group of five professional experts in Work Teams and Six Sigma evaluated the questionnaire on two criteria: quality and coherence. The empirical results show that, on a scale from one to four, 52.6% of the items were evaluated with a grade of four. Subsequently, through Friedman's statistical analysis, the disagreement was confirmed for the two criteria evaluated; Due to this, the measurement instrument was reviewed, improved and applied to a group of four different experts from the first group, repeating the Friedman test and obtaining a P value greater than 0.05 in the second evaluation, concluding that there is agreement between the experts. the 29 items of the IM and that it is valid (adequate) so that its application can be continued.

Keywords: Measurement Instrument Validation; Expert Judgment; Content Validation; Factors; Six Sigma

Resumo

Esta investigação apresenta a validação de um Instrumento de Medida (IM) do tipo Questionário por meio do julgamento de especialistas, o MI foi concebido a partir da identificação de critérios ou fatores por meio de uma Revisão Sistemática da Literatura, determinando 54 fatores, os quais foram discriminados com a aplicação do Meta -Análise, reduzindo a 29 fatores, aplicados nos itens. Posteriormente, um grupo de cinco profissionais especialistas em Equipes de Trabalho e Seis Sigma avaliou o questionário em dois critérios: qualidade e coerência. Os resultados empíricos mostram que, em uma escala de um a quatro, 52,6% dos itens foram avaliados com nota quatro. Posteriormente, por meio da análise estatística de Friedman, confirmou-se a discordância para os dois critérios avaliados; Devido a isso, o instrumento de medida foi revisado, aprimorado e aplicado a um grupo de quatro especialistas diferentes do primeiro grupo, repetindo o teste de Friedman e obtendo um valor de P maior que 0,05 na segunda avaliação, concluindo que há concordância entre os especialistas. os 29 itens do MI e que é válido (adequado) para que sua aplicação possa ser continuada.

Palavras-chave: Validação de Instrumentos de Medição; Opinião Especializada; Validação de Conteúdo; Fatores; Seis Sigma

Introducción

Las empresas aplican la metodología Seis Sigma (SS) con el objetivo de mejorar las operaciones mediante el uso de herramientas estadísticas en la gestión de la calidad (Goh y Xie, 2004), ya que permite reducir la variabilidad del proceso y eliminar actividades que no añaden valor (Bañuelas et al., 2005; Rodríguez-Medina et al., 2021). Esta metodología se implementa a través de proyectos liderados por equipos de trabajo (Lloréns-Montes y Molina, 2006), elemento fundamental para el éxito.

Sin embargo, a pesar de su amplia utilización, la literatura informa resultados a veces inferiores a los proyectados, por lo que es pertinente examinar la literatura para identificar y evaluar los factores de éxito, y determinar su importancia relativa. Este trabajo, por tanto, se centra en la validación de un instrumento de medida (IM) en forma de cuestionario mediante el juicio de un grupo de expertos, el cual se utilizará para recopilar datos destinados al desarrollo de un modelo que predice los factores de efectividad de equipos de trabajo en proyectos que aplican la metodología SS en la industria.

Los factores críticos de éxito (FCE), definidos como variables, características o condiciones que afectan significativamente el éxito de los proyectos organizacionales (Milosevic y Patanakul, 2005), representan áreas de interés para que los responsables puedan implementar medidas eficaces para la administración, por lo cual se centra la atención en estos factores para tomar decisiones informadas (Suárez y Díaz, 2013).

Durante la fase de investigación, se identificaron los factores de efectividad de equipos de trabajo que aplican la metodología SS en proyectos de la industria manufacturera. Para ello, se llevó a cabo una búsqueda de artículos científicos (figura 1) publicados entre 2017 y 2021, mientras que la literatura se analizó utilizando la metodología PRISMA.

Fuente: Valles Chávez et al. (2023)

Figura 1 Diagrama PRISMA para la revisión sistemática de literatura 

En total, se revisaron un total de 139 artículos, de los cuales se seleccionaron 61. Los restantes fueron excluidos por considerarlos no relevantes. Estos artículos fueron estudiados por medio de metaanálisis para establecer factores que contribuyen en el éxito de proyectos SS y su relación con la efectividad del equipo de trabajo que lo administra en las plantas industriales. En total, se identificaron 29 factores presentados en la tabla 1.

Tabla 1 Factores identificados en el metaanálisis 

No. Factor Frecuencia
1 Participación de la dirección * 20
2 Compromiso de la alta dirección 5
3 Infraestructura organizacional 15
4 Cooperación, comunicación efectiva y transmisión interna. 13
5 Gestión del cambio cultural (resistencia al cambio) 6
6 Planeación estratégica 8
7 Priorización y selección del proyecto 12
8 Selección, seguimiento y revisión del proyecto SS 6
9 Alineación del proyecto SS con los objetivos de la organización 5
10 Integrar SS con los beneficios financieros 5
11 Vincular SS con los clientes * 19
12 Vincular SS con los proveedores 10
13 Vinculación de SS con la gestión de recursos humanos 6
14 Programa de reconocimiento del desempeño 7
15 Enfoque basado en objetivos a corto y largo plazo 7
16 Inversión de recursos adecuados 9
17 Herramientas y técnicas de la metodología SS 12
18 Sistema adaptable a la implementación de SS 6
19 SS centrado en métricas 6
20 Sistema de análisis de datos y métodos estadísticos 9
21 Coordinación con sistemas de gestión e intercambio de conocimientos 7
22 Formación y entrenamiento continuo de equipos multifuncionales especializados 15
23 Selección de líderes de proyecto 7
24 Estructura de roles de la metodología SS 5
25 Equipo colaborativo 11
26 Trabajo en equipo 11
27 Participación y empoderamiento de los miembros del equipo de trabajo de SS 9
28 Sinergia entre la alta dirección y el equipo de trabajo del proyecto SS 9
29 Habilidades de liderazgo ejecutivo 9

Fuente: Valles Chávez et al. (2023)

La medición es un procedimiento utilizado para vincular conceptos abstractos, identificados como constructos supuestos o variables latentes. Para medir estos conceptos, solo puede hacerse a través de variables observables (Cupani, 2012), lo cual se logra mediante un instrumento de medición (IM) en forma de cuestionario, entendiendo como el recurso que utilizan los investigadores para registrar datos y generar información sobre las variables de la investigación.

Por otra parte, se entiende como cuestionario el conjunto o serie de preguntas sobre una o varias variables que serán medidas, utilizado en encuestas de diferentes tipos. Por lo tanto, el IM debe cumplir con tres requisitos esenciales: ser objetivo, válido y confiable (Hernández Sampieri et al., 2014).

Según la literatura, la objetividad se refiere al nivel en el que el IM está influenciado por tendencias y sesgos que podrían generar los investigadores que lo manejan, califican e interpretan. Para reforzar la objetividad del IM, se recomienda su aplicación estandarizada, es decir, con instrucciones y condiciones iguales para todos los jueces, así como en la evaluación de resultados. Además, se sugiere que el IM sea administrado por personal con conocimientos, capacitación y experiencia en dicho instrumento.

Por otro lado, la validez se describe como el grado en que un IM mide efectivamente la variable deseada. La literatura reporta tres enfoques de validez: la relacionada con el contenido, la del criterio y la del constructo. En este instrumento, se entiende la validez como el grado en que el IM mide la variable en cuestión según el criterio del experto.

En cuanto a la confiabilidad, se refiere al nivel en el que el IM proporciona resultados consistentes, revelando el grado de confianza en dicho instrumento. Esto significa que, si se aplica repetidamente al mismo experto, deberían obtenerse resultados similares (Mondy y Noe, 2005). Es importante destacar que, aunque un IM sea confiable, no necesariamente es válido. Por lo tanto, es necesario demostrar tanto confiabilidad como validez para garantizar la seriedad de los resultados (Hernández Sampieri et al., 2014).

Con el objetivo de validar el IM mediante el juicio de un grupo de expertos, se analizaron los datos utilizando estadísticos no paramétricos como el test de Friedman, que, según Granato et al. (2014), se presenta como una alternativa para analizar la varianza entre dos factores.

Metodología

La metodología empleada en esta investigación fue cuantitativa, ya que se recopilaron datos para la prueba de hipótesis, basada en la medición numérica y el uso de análisis estadístico. Este enfoque implica una serie de procesos de investigación que van desde la recolección, análisis, integración y discusión de datos cuantitativos con el objetivo de obtener un mayor entendimiento del fenómeno estudiado a través de la inferencia de los resultados de la información obtenida (Hernández Sampieri et al., 2014; Malhotra, 2008).

Materiales

Para esta investigación, se utilizaron artículos y publicaciones disponibles en diversas bases de datos seleccionadas por su reconocimiento y calidad informativa, así como la cantidad de artículos encontrados, como Springer, Sciencedirect, IEEE, Elsevier, Emerald, entre otras, durante el periodo comprendido entre 2017 y 2021, incluyendo también publicaciones de años anteriores. Para la evaluación de los factores, se diseñó un IM en forma de cuestionario, derivado de la revisión sistemática de literatura y la aplicación del metaanálisis. Los análisis estadísticos de datos se llevaron a cabo con la versión 18 del programa de cómputo Minitab.

Métodos

Siguiendo un procedimiento similar a estudios previos (García Martínez et al., 2021; Rodríguez Medina et al., 2021), y dado que la medición busca establecer relaciones entre conceptos abstractos y datos empíricos que registran información sobre variables, de la misma manera que un IM registra datos observables representando los conceptos o variables de estudio, la presente investigación se planificó en tres pasos: identificación de factores, diseño del IM y validación del IM por juicio de expertos (figura 2).

Fuente: Elaboración propia

Figura 2 Metodología para validación del IM 

El primer paso consistió en identificar los factores que impactan en la efectividad de los equipos Seis Sigma (SS) a través de una revisión literaria del estado de la cuestión y la consulta con asesores expertos en la aplicación de la metodología SS. De esta manera, se logró una primera aproximación a los factores críticos que deberían incluirse en el IM.

En el segundo paso, se diseñó el IM con base en la información obtenida y considerando los 29 factores identificados en el metaanálisis. Se redactaron los ítems que se incluirían en el cuestionario, y se preparó un borrador. Para este propósito, se llevó a cabo la operacionalización de constructos, que es un concepto teórico utilizado para definir relaciones (Hair et al., 1999). Como resultado, se obtuvieron 7 constructos, los cuales se presentan en la tabla 2.

Tabla 2 Operacionalización de constructos 

No. Constructo Definición
1. Líder del proyecto Busca determinar en qué medida el líder del proyecto es uno de los factores más importantes para la efectividad del equipo de trabajo de SS
2. Equipo del proyecto Seis Sigma Busca determinar algunos indicadores que debe conocer un equipo de trabajo de proyectos SS
3. Infraestructura organizacional Busca determinar principalmente los recursos y la estructura organizacional necesarios para que el proyecto esté inmerso en una organización que le dé el soporte necesario
4. Alta dirección Busca determinar el compromiso y participación de la alta dirección para la gestión de un buen proyecto de SS y para promover una adecuada selección y priorización de este
5. Integración de clientes y proveedores Busca determinar la conexión de la estrategia comercial de la organización con sus clientes y proveedores
6. Administración del proyecto Seis Sigma Busca determinar la planeación (adecuada), el seguimiento y revisión del proyecto SS, así como el rendimiento de las herramientas y técnicas implementadas
7. Despliegue del proyecto Seis Sigma Busca determinar elementos administrativos que las gerencias deben considerar que propicien un medio ambiente adecuado para la implementación del proyecto.

Fuente: Elaboración propia

Finalmente, en el tercer paso se llevó a cabo la validación del contenido del IM mediante el método de juicio de personas expertas en el tema. Se solicitó la colaboración de un grupo de expertos para evaluar el IM en términos de claridad y coherencia, siguiendo la metodología propuesta por Escobar-Pérez y Cuervo-Martínez (2008). En esta investigación, se evaluaron las dos categorías mencionadas anteriormente, aprovechando los resultados del metaanálisis (MA) como evidencia para integrar los hallazgos de varios estudios anteriores. El MA determinó los 29 factores más relevantes, mencionados repetidamente en la literatura.

La validación por juicio de expertos (JE) se llevó a cabo mediante el uso de pruebas no paramétricas, dado que se utilizaron datos nominales. Para determinar las diferencias en la ubicación del centro (mediana) y probar el análisis de manera recurrente con tres o más muestras dependientes (Granato et al., 2014), se seleccionó la prueba estadística de Friedman. En esta investigación, se aplicó para determinar el nivel de acuerdo entre los expertos y calcular el valor P, discriminando así entre las dos hipótesis en relación con los datos recabados.

  • H0: Hay acuerdo significativo entre los expertos.

  • H1: No hay acuerdo significativo entre los expertos.

Resultados

Como resultado del primer paso, se logró la identificación de los aspectos que debían ser incluidos en el cuestionario (Valles Chávez et al., 2023) para evaluar el impacto de estos factores en el éxito de la implementación de Seis Sigma (SS). Además, se solicitó a dos investigadores del Departamento de Ingeniería Industrial y Manufactura del IIT-UACJ revisar la lista de ítems propuestos para el IM y proporcionar comentarios al respecto. Con esta retroalimentación, se elaboró una primera lista de ítems para incluir en el borrador del IM, que comprendía siete criterios y veintinueve condiciones por evaluar (tabla 3).

Tabla 3 Ítems para el borrador del IM 

Dimensión Ítem
Líder del equipo SS 1 Administra el proyecto, su personal, recursos, control, organización, etc.
2 Fomenta la participación de los miembros para el trabajo en equipo.
3 Posee las siguientes habilidades: negociación, comunicación, toma de decisiones y solución de conflictos.
4 Establece una relación de sinergia entre la alta dirección y el equipo de trabajo del proyecto SS
Equipo del proyecto SS 5 Los miembros del equipo deben ser colaborativos entre ellos, propiciando un ambiente de trabajo armonioso.
6 Los miembros del equipo tener la capacidad de construir buena relación con clientes, proveedores y áreas funcionales en la empresa
7 Los miembros del equipo deben estar empoderados con cierta autonomía
8 Los miembros del equipo deben tener roles estructurados de acuerdo con la metodología SS
Infraestructura organizacional 9 La empresa tiene una cultura organizacional orientada al mejoramiento continuo
10 La empresa cuenta con un programa de entrenamiento continuo y sistemático
11 La empresa cuenta con un sistema establecido para seleccionar a los líderes de los proyectos SS
Alta dirección 12 La alta dirección se involucra con el sistema de mejora continua de la empresa
13 La alta dirección vincula SS con los objetivos estratégicos de la empresa
14 La alta dirección integra SS con los beneficios financieros
15 La alta dirección ejerce su gestión con un enfoque basado en resultados
16 La alta dirección ejerce una adecuada gestión de procesos
17 La alta dirección invierte en la mejora de infraestructura industrial
18 La alta dirección asigna una partida presupuestal para el financiamiento de proyectos SS
Clientes y proveedores 19 Hay una colaboración activa de los proveedores en el proceso de diseño y/o rediseño de productos
20 Hay una colaboración activa de los clientes en el proceso de diseño/rediseño de productos
Administración de proyectos SS 21 Los proyectos SS se seleccionan de acuerdo con su impacto estratégico
22 La formulación de un proyecto SS incluye el establecimiento de objetivos, responsabilidades y asignación de recursos claramente definidos
23 Durante la ejecución del proyecto SS se evalúa continuamente el desempeño de los miembros del equipo
24 A los proyectos SS se les mide el rendimiento a través de informe de resultados
Despliegue del proyecto SS 25 Se tiene un procedimiento estructurado de SS, aplicando herramientas y técnicas de la metodología SS
26 SS es centrado en métricas
27 Existe una coordinación del sistema de gestión de calidad e intercambio de conocimientos
28 Se analizan datos con métodos estadísticos para tomar decisiones
29 El sistema de trabajo de la empresa se adapta a la implantación de SS

Fuente: Elaboración propia

El resultado del segundo paso (en diseño del IM) fue la elaboración del IM que se presentó a los expertos evaluadores, partiendo de la lista previamente elaborada y tomando en cuenta los comentarios y adecuaciones (figura 3).

Fuente: Elaboración propia

Figura 3 Instrumento de medición para validación por juicio de expertos 

Para el tercer paso, que corresponde a la validación del IM por expertos, se seleccionó un total de cinco especialistas, los cuales debían cumplir con tres criterios: tener al menos cinco años de experiencia laboral, poseer el grado de doctor en ingeniería o área afín como formación académica y contar con experiencia en los temas relevantes. Estos expertos evaluaron el instrumento en dos categorías distintas: claridad y coherencia. Durante este paso, se descartaron las respuestas de un experto debido a inconsistencias.

En una exploración inicial de los dos criterios, los resultados de las evaluaciones mostraron que, de las 232 asignaciones de un valor a los ítems, los jueces coincidieron en asignar un valor de 4 en un 52.6 % de las veces y un valor de 3 en un 34.5 %. Estos resultados evidencian empíricamente un desacuerdo entre los jueces (figura 4).

Fuente: Elaboración propia

Figura 4 Pareto de la exploración inicial de la evaluación de los ítems por JE 

Por ejemplo, en el criterio claridad, los expertos evaluadores establecieron a cada ítem un valor entre 1 y 4, de acuerdo con su consideración conveniente (tabla 4).

Tabla 4 Evaluación del criterio claridad por JE 

Ítem / experto 1 2 3 4 Ítem / experto 1 2 3 4
1 3 3 3 3 16 4 1 3 3
2 3 4 4 3 17 4 1 3 4
3 4 4 4 3 18 4 1 4 4
4 4 4 4 2 19 4 1 3 4
5 4 4 3 3 20 4 2 3 4
6 4 4 3 2 21 4 3 3 3
7 4 4 2 2 22 4 4 3 3
8 4 3 4 3 23 4 2 3 4
9 3 3 3 3 24 3 3 2 3
10 4 4 4 3 25 4 4 4 4
11 4 4 4 2 26 4 4 4 3
12 4 4 4 3 27 3 1 4 3
13 4 4 4 3 28 4 1 4 4
14 4 4 3 3 29 4 1 3 3
15 4 4 4 3

Fuente: Elaboración propia

Posteriormente, se analizaron los datos estadísticamente presentados en la tabla 5 con software Minitab, versión 18, utilizando el estadístico de Friedman. En esta fase se plantearon las siguientes hipótesis:

  • H0: Los efectos del tratamiento son igual a cero.

  • H1: No todos los efectos de los tratamientos son iguales a ceros.

Tabla 5 Prueba de Friedman del criterio claridad (resultados Minitab*) 

Tratamiento_Cjz N Mediana Suma de clasificaciones
1 29 3.75 91.0
2 29 3.50 68.0
3 29 3.50 73.5
4 29 3.25 57.5
General 116 3.50
Método GL Chi-cuadrada Valor p
No ajustado para empates 3 12.18 0.007
Ajustado para empates 3 18.68 0.000

Fuente: Elaboración propia

También, realizó la prueba estadística de Friedman para el criterio de coherencia. En la tabla 6 se observan los resultados para S (ajustado para empates).

Tabla 6 Prueba estadística de Friedman para los criterios claridad y coherencia 

Claridad Coherencia
Estadístico S 14.41 75
GL 3 3
Valor P 0.000 0.000

Fuente: Elaboración propia

En la tabla 6, se observa que los resultados del análisis estadístico de datos revelan que tanto para el criterio de claridad como para el de coherencia, el estadístico de prueba S tiene un valor P menor al valor de alfa de 0.050 (el cual no es ajustado para empates). Por lo tanto, se cuenta con evidencia suficiente para rechazar la hipótesis nula (H0). En ambos criterios, la hipótesis de que los efectos del tratamiento son iguales a cero es refutada por los datos. En otras palabras, no hay concordancia entre los expertos sobre los elementos bajo análisis. Debido a esto, se requiere una revisión del cuestionario y realizar mejoras en dichos criterios.

Discusión de resultados

Después de la primera revisión, se llevó a cabo una segunda evaluación con 4 expertos diferentes a los primeros. Nuevamente, se evaluaron ambos criterios (claridad y coherencia). En este caso, el estadístico de prueba S tuvo un valor P mayor al valor de alfa de 0.05 (no ajustado para empates), lo que indica que no hay evidencia suficiente para rechazar la hipótesis nula (H0). Por ejemplo, en el criterio de claridad, el valor de S fue 0.33 y el valor P fue 0.954, lo que significa que hay concordancia entre los expertos.

En la figura 5 se observa que el 96.6 % de los ítems fueron evaluados con una calificación de 4, lo que permite concluir que, al haber concordancia entre los expertos, el IM es válido para su aplicación. Empíricamente, este trabajo de investigación refleja que el 96.6 % de los ítems recibieron una calificación asignada de 4, considerado el valor más alto en una escala del 1 al 4. La prueba de Friedman utilizada para el análisis estadístico confirma la concordancia entre los expertos evaluadores en los criterios. Por lo tanto, el cuestionario (anexo) se considera válido para medir los factores de efectividad de los equipos de trabajo en proyectos Seis Sigma (Álvarez et al., 2021).

Fuente: Elaboración propia

Figura 5 Resultados de la segunda evaluación de los ítems por JE 

Por último, cuando se especifican los criterios por evaluar con una revisión sistemática de literatura, se aplica la validación por juicio de expertos y se utiliza el análisis estadístico, como la prueba de Friedman, se puede afirmar que es posible lograr la validación de un instrumento de medición más eficiente.

Conclusiones

Esta investigación partió del supuesto de que la falta de un instrumento de medición (IM) validado y confiable podría tener un impacto negativo en la identificación y cuantificación de los factores críticos de la efectividad del trabajo en equipo Seis Sigma (SS). Este objetivo se considera cumplido, ya que se ha desarrollado un IM en forma de cuestionario formal, lo que facilita su utilización tanto para estudiantes como para profesores, y ha sido validado por juicio de expertos de manera adecuada.

Por otro lado, es importante destacar que, en la etapa de selección de expertos que participarán en la evaluación del IM, es crucial considerar que posean conocimiento del tema por tratar, ya sea por su formación profesional, experiencia laboral o trayectoria académica. Además, se recomienda definir con antelación el número de expertos participantes en relación con las características de la prueba y el análisis estadístico a aplicar.

Una limitación de este trabajo de investigación es que la primera validación del IM por juicio de expertos se realizó de manera presencial, mientras que la segunda evaluación se llevó a cabo de manera virtual, por lo que los resultados no deben ser generalizados. Sin embargo, dado que las etapas y los resultados se han presentado de manera clara y concisa en el método de validación, este procedimiento puede ser útil para aplicarse en otros instrumentos de medición.

Futuras líneas de investigación

El presente trabajo forma parte de la segunda etapa del proyecto de investigación destinado al desarrollo de un modelo predictor de efectividad de equipos de trabajo en proyectos Seis Sigma. Por ende, el siguiente paso se enfocará en la evaluación de la confiabilidad, o consistencia interna, del instrumento de medición (IM) mediante el coeficiente alfa de Cronbach en una corrida piloto. Esto se llevará a cabo tomando una muestra de la población objetivo. Además, se contempla la aplicación del análisis factorial y el modelado de ecuaciones estructurales.

Agradecimientos

Un agradecimiento al Dr. Manuel Arnoldo Rodríguez Medina, docente del doctorado en Ciencias de la Ingeniería y asesor de empresas en la metodología Seis Sigma; al Dr. Jorge Adolfo Pinto Santos, coordinador del doctorado en Ciencias de la Ingeniería del Tecnológico Nacional de México - Instituto Tecnológico de Ciudad Juárez, y evaluador certificado, al Dr. Iván Manuel Rodríguez Borbón, profesor de New Mexico State University / Universidad Autónoma de Ciudad Juárez facilitador de capacitación en temas SS y al MII Gabriel Gómez por su participación en la primera evaluación por juicio de expertos de IM; así como al Mtro. Francisco Alfonso Coronel García, docente del ITZ y consultor, al Mtro. Rogelio Joel Bautista García, director de la marca Smarthinking, al Dr. Manuel Javier Rosel Solís Responsable Programa Educativo en la Facultad de Ciencias de la Ingeniería y Tecnología - Universidad Autónoma de Baja California, al Ing. Edgar Armando Chávez Moreno, profesor de tiempo completo en la Facultad de Ciencias de la Ingeniería y Tecnología - Universidad Autónoma de Baja California por su participación en la segunda evaluación por juicio de expertos del IM y a la Dra. Yuridia Vega, profesor investigador de la Facultad de Ciencias de la Ingeniería y Tecnología - Universidad Autónoma de Baja California por las facilidades otorgadas para esta segunda validación.

Un especial agradecimiento al Consejo Nacional de Humanidades, Ciencias y Tecnologías - CONAHCYT por el apoyo brindado a Eduardo Rafael Poblano Ojinaga por medio del Programa Estancias Posdoctorales por México 2022 (1), para la publicación de este artículo.

Special thanks to the National Council of Humanities, Sciences and Technologies - CONAHCYT for the support provided to Eduardo Rafael Poblano Ojinaga through the Postdoctoral Stays in Mexico 2022 (1) Program, for the publication of this article.

Referencias

Álvarez, M., Valles, A. y Noriega, S. (2021). Six Sigma Projects Work Teams : A Literature Review of the Factors Influencing Their Effectiveness. In Proceedings of the 10th Annual World Conference of the Society for Industrial and Systems Engineering. [ Links ]

Bañuelas, R., Antony, J. y Brace, M. (2005). An application of Six Sigma to reduce waste. Quality and Reliability Engineering International, 21(6), 553-570. https://doi.org/10.1002/qre.669Links ]

Cupani, M. (2012). Análisis de ecuaciones estructurales: conceptos, etapas de desarrollo y un ejemplo de aplicación. Revista Tesis, 1, 186-199. http://www.revistas.unc.edu.ar/index.php/tesis/article/download/2884/2750Links ]

Escobar-Pérez, J. y Cuervo-Martínez, Á. (2008). Validez de contenido y juicio de expertos: una aproximación a su utilización. Avances en Medición, 6(September), 27-36. [ Links ]

García Martínez, R., Poblano-Ojinaga, E. R., Reyes Valenzuela, R., Cuamea Cruz, G. y Juárez Rodríguez, R. (2021). Elección de carrera e institución de educación superior: validación de instrumento de medición mediante el modelado de ecuaciones estructurales. RIDE Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 11(22). https://doi.org/10.23913/ride.v11i22.961Links ]

Goh, T. N. y Xie, M. (2004). Improving on the six sigma paradigm. The TQM Magazine, 16(4), 235-240. https://doi.org/10.1108/09544780410541882Links ]

Granato, D., De Araújo Calado, V. M. y Jarvis, B. (2014). Observations on the use of statistical methods in Food Science and Technology. Food Research International, 55, 137-149. https://doi.org/10.1016/j.foodres.2013.10.024Links ]

Hair, J. F., Anderson, R. E., Tatham, R. L. y Black, W. C. (1999). Análisis multivariante. Hall Iberia. [ Links ]

Hernández Sampieri, R., Fernández Collado, C. y Baptista Lucio, P. (2014). Metodolgía de la investigación (6.a ed.). McGraw-Hill. [ Links ]

Lloréns-Montes, F. J. y Molina, L. M. (2006). Six Sigma and management theory: Processes, content and effectiveness. Total Quality Management & Business Excellence, 17(4), 485-506. https://doi.org/10.1080/14783360500528270Links ]

Malhotra, N. K. (2008). Investigación de mercados. En P. Educación (ed.), Investigacion de Mercados (Vol. 3, Número 6). https://repository.uaeh.edu.mx/revistas/index.php/xikua/article/view/1314Links ]

Milosevic, D. y Patanakul, P. (2005). Standardized project management may increase development projects success. International Journal of Project Management, 23(3), 181-192. https://doi.org/10.1016/j.ijproman.2004.11.002Links ]

Mondy, R. W. y Noe, R. M. (2005). Administración de recursos humanos. Pearson Educación de México S.A. de C.V. [ Links ]

Rodríguez Medina, M. A., Poblano-Ojinaga, E. R., Alvarado Tarango, L., González Torres, A. y Rodríguez Borbón, M. I. (2021). Validación por juicio de expertos de un instrumento de evaluación para evidencias de aprendizaje conceptual. RIDE Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 11(22). https://doi.org/10.23913/ride.v11i22.960Links ]

Rodríguez-Medina, M. A., Poblano-Ojinaga, E. R., Rodríguez-Borbón, M. I. y Alvarado-Tarango, L. (2021). A high impact business strategy: The Six Sigma methodology. Dyna, 96(2), 128. https://doi.org/10.6036/10010Links ]

Suárez, A. y Díaz, J. (2013). Factores críticos de éxito en la investigación universitaria venezolana. [ Links ]

Valles Chávez, A., Alvarez Argüelles, M., y Torres Argüelles, S. V. (2023). Factores críticos de éxito en el despliegue de proyectos seis sigma: una revisión sistemática y metaanálisis. En J. Pinto, J. Rodríguez, E. y H. Sohn (coords.), Enfoques y métodos para resolver problemas sociales y productivos de manera sostenible (pp. 69-91). Editorial CENID. [ Links ]

Rol de Contribución Autor(es)
Conceptualización Mariela Alvarez Argüelles (principal),
Eduardo Rafael Poblano-Ojinaga (igual).
Metodología Eduardo Rafael Poblano Ojinaga (principal),
Jesús A. Hernández Gómez (que apoya).
Software Eduardo Rafael Poblano-Ojinaga (principal).
Validación Eduardo Rafael Poblano-Ojinaga (principal),
Mariela Álvarez Argüelles (igual).
Análisis formal Mariela Álvarez Argüelles (principal),
Eduardo Rafael Poblano-Ojinaga (igual).
Investigación Mariela Alvarez Argüelles (principal),
Salvador Anacleto Noriega Morales (que apoya).
Recursos Salvador Anacleto Noriega Morales (principal).
Curación de datos Eduardo Rafael Poblano-Ojinaga (principal),
Mariela Alvarez Argüelles (que apoya).
Escritura - preparación del borrador original Salvador A Noriega Morales (principal),
Mariela Alvarez Argüelles (igual).
Escritura - revisión y edición Eduardo Rafael Poblano-Ojinaga (principal).
Visualización Eduardo Rafael Poblano-Ojinaga (igual).
Supervisión Mariela Álvarez Argüelles (principal).
Administración de proyectos Mariela Álvarez Argüelles (principal).
Adquisición de fondos Mariela Álvarez Argüelles (principal)
Salvador Anacleto Noriega Morales (apoyo).

Recibido: Marzo de 2023; Aprobado: Enero de 2024

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons