| Sumario: | El artículo presenta de entrada, enfoques administrativos que pueden ser englobados
en el término “Gestión bajo una cultura de calidad” (GBCC), conocida internacionalmente como
Total Quality Management [TQM], o simplemente Gestión de Calidad, citándose en seguida dos
puntos de vista contrapunteados a nivel internacional en relación a este enfoque. Se presentan
esfuerzos previos de consultores e implantadores mexicanos que, en base al método de casos y
de generalizaciones empíricas de sus experiencias profesionales, consideran a la GBCC como
una de las grandes tendencias y fuerzas de cambio en el siglo XXI. Se hace referencia a la
escasez de investigaciones en las que se ponga a prueba estadísticamente los conceptos de
teóricos, practicantes y consultores del área de la calidad. El autor propone y pone a prueba un
modelo agregado de ecuaciones estructurales basado en datos de campo de su investigación de
doctorado aportados por 45 empresas manufactureras mexicanas. El análisis de datos, realizado
con los paquetes de software SPPS y AMOS, arroja coeficientes de regresión y de determinación,
así como niveles de bondad del ajuste, altamente significativos. Al concluir, el autor sugiere
estrategias adicionales para refinar futuros análisis de datos.
This article points out what can be considered as “Management under a Quality
Culture”, Total Quality Management [TQM] or simply Quality Management [QM], citing two
contrasted points of view from international practitioners and researchers. Previous efforts of
Mexican practitioners and consultants using case methods and empirical generalizations, consider
and place TQM as a major trend and force change for the new millennium. It is argued that formal
statistical researches testing TQM concepts and interrelations are scant. The author proposes and
tests an aggregated structural equations model based on field data from his doctoral research
information from 45 Mexican manufacturing firms. Data analysis is performed with SPSS and
AMOS using regression and determination coefficients, with high degree of significance. In
conclusion the author suggests additional strategies for future and more refined data analysis.
|
|---|
