En este artículo, inicialmente se describe el uso de diversas herramientas de mejoramiento y el nivel de beneficio obtenido en un grupo de empresas industriales del Valle de Aburrá (Antioquia-Colombia). Luego, se realizan análisis más profundos para explorar si el uso de dichas herramientas tiene incidencia importante en costos de no calidad (internos y externos), en costos de prevención y en fallas en: personas, maquinaria/equipos y planeación/programación, así como en los factores de éxito: precios bajos, rapidez en entrega, calidad del producto, servicio postventa, diseño e innovación en productos/procesos y flexibilidad. Todo ello, diferenciando también según el tamaño de la empresa. La muestra final contempla 40 empresas industriales clasificadas como "grandes" y como "medianas", con participación de diversos sectores. Ésta fue abordada por medio de un cuestionario estructurado, administrado a través de correo electrónico a los gerentes/jefes de producción. Los métodos de análisis parten de medidas de tendencia central y de frecuencias para la fase descriptiva, así como de ANOVA para el estudio de las posibles incidencias. Entre los resultados se encuentra que las empresas "grandes" hacen mayor uso de herramientas de mejoramiento que las "medianas", y también perciben más beneficios. Este trabajo, además, ofrece a la comunidad académica y empresarial una mayor comprensión de las implicaciones, en el desempeño de grandes y de medianas empresas, que arroja el uso de herramientas de mejoramiento, encontrándose diferencias tan significativas que en casos, se refleja beneficio en algunas firmas y desmejora en otras; por ejemplo, en las firmas "grandes" que han implementado herramientas de mejora en los últimos tres años, los costos de no calidad y sus fallas en planeación/ programación se perciben de menores proporciones, en tanto que, en las firmas "medianas" son mayores. En las variables estudiadas no se encontraron diferencias respecto al tipo de herramienta, lo que hace notorio el apoyo de la academia y el gobierno al mejoramiento de las PYMES, enfocando la estrategia no en el QUÉ, sino en el CÓMO interiorizarla en las personas.

La deserción estudiantil del sistema de educación superior es un asunto de mucha importancia para las Instituciones de Educación Superior (IES) en Colombia, debido a la necesidad de fomentar la graduación de los estudiantes del sistema de educación superior. Por ello, se hace necesario identificar factores inherentes a los estudiantes y a las IES que influyan sobre el desempeño de los estudiantes en los programas académicos, de manera que se puedan realizar acciones correctivas para mejorar el rendimiento de los futuros profesionales. El Instituto Colombiano de Evaluación de la Educación (ICFES) y las IES recopilan datos de los estudiantes, de algunas características económicas y de los resultados en pruebas específicas al ingreso y durante su vida académica. Sin embargo, estas bases de datos son construidas de manera independiente, sin una variable que permita relacionar el desempeño en la educación media y superior. A la fecha no se encuentran estudios que usen datos masivos para asociar las características del estudiante antes del ingreso a la IES con la deserción del programa universitario. En este artículo presentamos un tablero interactivo disponible en https://danielrivera1.shinyapps.io/DesercionF/ el cual fue creado con el paquete Shiny® del lenguaje de programación R Core Team®. La información usada en el tablero corresponde a estudiantes de la Facultad de Ingeniería de la Universidad de Antioquia que ingresaron en el periodo 2010-2018 y desertaron. El tablero relaciona las variables sociales observadas en las pruebas Saber 11, en el examen de ingreso y durante el periodo de estancia antes de desertar del programa, así como el puntaje obtenido en cada una de las pruebas. La aplicación presenta de manera gráfica e interactiva, las relaciones y comportamientos de las variables medidas en las distintas bases de datos en el periodo de los datos. El tablero interactivo permite analizar el fenómeno de la deserción desde una perspectiva multidimensional relacionando las características sociales y académicas, en diferentes periodos en la vida académica. Este tablero es de mucha utilidad para los administradores de la IES pues permite analizar la relación que hay varios factores y la deserción.

In some areas of knowledge, we can find negative variables (ℝ-), to have a statistical model is crucial to represent the phenomenon and explain it using other variables. This paper proposes a regression model to analyze negative random variables using the reflected Weibull distribution. We developed the RelDists package in the R programming language to implement the proposed model. A Monte Carlo simulation study was conducted to explore the performance of the estimation procedure considering censored and uncensored data and the presence and absence of covariates. From the simulation study, we found that the estimation procedure achieves accurate estimations of the parameters as the sample size increases and the percentage of censoring decreases. In the paper, we present an application of the proposed model using experimental data from a compression test with concrete specimens. In the application, a model was fitted to explain the shrinkage strain using the variable time. The regression model for negative variables and the RelDists package can be used by academic, scientific, and business communities to perform reliability analysis.