Metodología para la evaluación de la Calidad del Servicio y el posicionamiento competitivo de entidades Hoteleras
Metodología para la Evaluación
de la Calidad del
Servicio
y el Posicionamiento
Competitivo de Entidades Hoteleras
- Resumen
- Metodología para el
Posicionamiento Competitivo de Entidades
Hoteleras - Conclusiones
- Bibliografía
La presente investigación se realiza con la finalidad
de diseñar y aplicar una metodología para el posicionamiento
competitivo de entidades Hoteleras teniendo en cuenta la
satisfacción del cliente como
indicador clave.
En el transcurso de la investigación se emplearon cuestionarios,
modelo
SERVQUAL modificado, método de
expertos Kendall y los modelos de
Fronteras lo que permitió recopilar información sobre los nueve hoteles objeto de estudio logrando como
principales resultados de: La elaboración de una metodología para la determinación de
los principales problemas que
afectan la calidad de los
servicios en
las entidades hoteleras objeto de estudio, la propuesta de un
programa de
mejora para cada instalación de las diferentes cadenas,
que permite elevar la satisfacción del cliente y los
estándares de calidad de los servicios y el
posicionamiento de los 9 hoteles objeto de estudio dentro de sus
cadenas lo que permite poder
compararse con hoteles líderes
El turismo comprende las
actividades que realizan las personas durante sus viajes y
estancias en lugares distintos al de su entorno habitual, por un
período de tiempo
consecutivo inferior a un año, con fines de ocio, por
negocios y
otros motivos. Constituye un fenómeno de amplia
expansión, con significativas repercusiones
económicas y sociales para el mundo. En este expansivo
sector de la economía mundial,
están empleados más de 74 millones de personas y
participan de él unos 600 millones de personas por
año, según la
Organización Mundial del Turismo (OMT).
Actualmente el turismo constituye una de las ramas de la
economía
que más ingresos y
beneficios proporciona, por lo que es predecible que
aumentará su importancia en los próximos
años con respecto a las restantes industrias. En
las últimas décadas se ha transformado de una
actividad casi sin importancia a un auténtico campo, con
gran influencia en la balanza de pagos,
en las inversiones y
equipamientos locales, en el mejoramiento del transporte, en
la generación de empleo, siendo
esta una de las mayores influencias sociales del
sector.
En el desarrollo de
la actividad turística, la calidad es de vital
importancia, debido a que constantemente se elevan las
necesidades y exigencia de la humanidad, con clientes
más exigentes y ante un mundo de mucha competencia se
hace necesario tratar de ser lo mejor dentro de lo mejor para
poder
sobrevivir, y esto no se logra si no es con el seguimiento de la
calidad de cada uno de los servicios que se prestan en las
instalaciones turísticas.
Cualquier Sistema de
Gestión
de la Calidad depende de los instrumentos que se apliquen para
obtener información acerca del estado de
funcionamiento del Sistema de
Calidad. Los instrumentos de
medición permiten conocer mejor el objeto de análisis acerca del cual es necesario tomar
determinadas decisiones, hacer predicciones sobre su desarrollo,
medir el nivel alcanzado por la actividad que se está
realizando y poner al descubierto un determinado
problema.
Una de las grandes dificultades existentes en el sector
empresarial del turismo es la determinación del
posicionamiento competitivo de las entidades que pertenecen a la
misma cadena o entre cadenas diferentes utilizando como indicador
de salida la satisfacción del cliente y la calidad de los
servicios.
Metodología
para el Posicionamiento Competitivo de Entidades
Hoteleras.
Se realiza un resumen de las dificultades diagnosticadas
en las entidades, tanto del diagnóstico previo, como del diagnóstico técnico. Se utiliza el
modelo
SERVQUAL Modificado con sus siete Gaps y se aplica a 9 hoteles de
dos cadenas diferentes. Los problemas
diagnosticados son bastante comunes a nivel de cadenas e incluso
entre hoteles. De manera general se puede resumir en: poca
orientación hacia el cliente, falta de compromiso de la
dirección con la calidad del servicio,
inexistencia de un sistema de gestión
de la calidad y por consecuencia costos de calidad
relativamente altos, fundamentalmente los costos por
fallo.
Paso 2. Resumen del programa de
mejora
A partir de las principales deficiencias detectadas en
el diagnóstico se realiza un resumen de las medidas
propuestas para el programa de mejora de cada cadena y de los
hoteles de las mismas; con el objetivo de
que se implementen y exijan a cada entidad su
cumplimiento.
Paso 3. Definición de los indicadores de
input y de output.
Su principal objetivo es
implementar herramientas
que faciliten la aplicación del programa de mejora en las
entidades diagnosticadas, para ello se utilizan los modelos en
fronteras con el objetivo de hacer un ranking que oriente a cada
entidad el hotel de
referencia; aplicando las técnicas
del benchmarking en
función
de las deficiencias detectadas y las variables
utilizadas.
Para determinar las variables a
utilizar de input y output, se parten de los siguientes indicadores
económicos y de servicio utilizados en la hotelería
dentro de los que se tienen:
Utilidad antes de impuesto,
Utilidad
después de impuesto,
Ventas, Costos
Totales, Turistas/ días, Estancia promedio,
Satisfacción del cliente, % de ocupación,
Número de Habitaciones y Turistas físicos
.
Para determinar los indicadores a utilizar se
seleccionaron 9 expertos en gestión hotelera, todos con
mas de 10 años vinculados a la actividad, al aplicar el
método
Kendall se obtiene un coeficiente de concordancia de 0.85 (indica
que el estudio realizado fue válido) quedando como
Indicadores resultantes: Utilidad antes de
impuestos,
Ventas, Costos
Totales, Satisfacción del cliente y Número de
habitaciones
Posteriomente se decide utilizar como variables de
input: el número de habitaciones y los costos totales de
calidad y como output: la satisfacción del cliente y las
ventas. El indicador costos totales se sustituye por costos
totales de calidad que fueron determinados en cada una de las
entidades estudiadas. La utilidad antes de impuesto se utiliza
como un elemento básico de comprobación, al
comparar el análisis de los ranking de eficiencia
utilizando las cuatro variables, con el ranking elaborado para
medir la eficiencia en la
gestión de la calidad que utiliza solamente dos variables
(los costos de calidad como input y la satisfacción del
cliente como output).
Tabla # 1. Indicadores de input y output de
ambas cadenas.
Entidades | Costo de Calidad | # de habitaciones | Ventas ($) | Satisfacción del cliente |
H1 | 235871 | 147 | 823300 | -0.313 |
H2 | 403920 | 254 | 2019600 | 0.190 |
H3 | 283912 | 103 | 1822400 | 0.200 |
H4 | 757423 | 173 | 2494400 | 0.090 |
H5 | 848874 | 366 | 3264900 | -0.127 |
H6 | 854360 | 273 | 3286100 | 0.141 |
H7 | 233038 | 78 | 896300 | 0.141 |
H8 | 448452 | 264 | 1401400 | 0.290 |
H9 | 240128 | 121 | 950000 | 0.010 |
Paso 4. Definición del período a
evaluar, el tamaño de la muestra y la
orientación del muestreo.
El estudio se realiza a partir de una muestra tomada en
los hoteles de las diferentes cadenas que abarca a clientes que los
visitaron a partir del mes de febrero hasta el mes de abril del
año 2003. La muestra se calcula en función de
la población que visitaba el polo en ese
período. Se trabaja con un error del 4% con el objetivo de
poder obtener resultados conclusivos y detallados para cada
segmento de mercado, el error
real obtenido fue del 3,7% debido a que se realizaron más
encuestas de
las previstas. Se trabaja con un nivel de confianza del 95% y con
valores de
P=Q= 0,5, dando la misma probabilidad de
existencia de cliente satisfecho como insatisfechos. Según
estos datos se obtiene
una magnitud muestral de 1193 y realmente se realizan 1196. Las
cuotas se determinan mediante Paretto, utilizando como efecto
económico las compras
realizadas por cada país emisor.
Tabla # 2. Ficha de Investigación
Comercial.
Técnica | Investigación comercial. |
Procedimiento metodológico | Encuestas a través de cuestionarios con |
Universo | Turistas, mayores de 18 años y de ambos |
Ámbito | Instalaciones de los hoteles. |
Tamaño muestral | 1193 encuestas válidas |
Error muestral | 4% |
Nivel de confianza | 95%, Z=1.96 p=q=0.5 |
Diseño muestral | No probabilístico por cuotas con |
Fecha del trabajo de campo | 1 febrero – abril del 2003 |
Paso 5. aplicación de los modelos de
Fronteras.
La evaluación
de la eficiencia en la gestión de la calidad de las
cadenas diagnosticadas se realiza mediante la aplicación
de los Modelos de Fronteras. Realmente resulta difícil
medir la eficiencia con la utilización de indicadores
aislados e incluso con ratios, más aun en lo relativo a la
calidad debido a la poca cultura, e
inexistencia de registros y
records y poca confiabilidad de los instrumentos utilizados para
evaluar la satisfacción del cliente.
Los Modelos en Frontera permiten analizar la eficiencia
de varias unidades homogéneas (Hoteles) conocidas como
DMU’s mediante la utilización de variables
prefijadas que pueden ser de entradas (input) y otras de salidas
(output); al mismo tiempo indican
las unidades que pueden ser tomadas como referencia de
comparación respecto al índice de
eficiencia.
En este caso se utilizan los modelos DEA que se
caracterizan por definir fronteras de producción empíricas convexas. El
supuesto de convexidad de los modelos DEA se basa en que si dos
unidades pueden producir unos outputs a partir del consumo de
unos inputs, también es posible conseguir una unidad
factible estableciendo ponderaciones o combinaciones lineales
entre ellas.
Este modelo es uno de los más utilizados y
conocidos y se decide su aplicación debido a que tiene un
mayor poder discriminante que los modelo FDH cuando se trabajan
con pocos DMU’s, en este caso se trabaja solamente con 9
unidades.
La distancia a la frontera de los modelos DEA puede
calcularse de forma radial y no radial independientemente de la
orientación hacia los input o hacia los output o no
orientado. Un modelo radial significa que la reducción de
los input o el aumento de los output, es el mismo para todos los
elementos. En cambio, los
modelos no radiales calculan coeficientes particulares de
reducción para cada input o de incremento para cada
output. En cualquier caso el índice global de eficiencia
es el promedio de estos coeficientes de reducción o
aumento respectivamente, pudiéndose ponderar en el caso de
los modelos no radiales.
En la siguiente tabla se muestra un Ranking general para
las dos cadenas.
Tabla # 3. Ranking para ambas cadenas utilizando el
modelo Radial no Orientado.
DMU | Scores | Costos {I}{V} | # Habit. {I}{V} | Ventas {O}{V} | Satisfacción {O}{V} | Benchmarking |
H1 | 29,55% | 235871 | 147 | 823300 | -0.313 | 3 (0,59) |
H2 | 12,43% | 403920 | 254 | 2019600 | 0.190 | 3 (1,25) |
H3 | -23,49% | 283912 | 103 | 1822400 | 0.200 | 8 |
H4 | 10,20% | 757423 | 173 | 2494400 | 0.090 | 3 (1,51) |
H5 | 25,06% | 848874 | 366 | 3264900 | -0.127 | 3 (2,24) |
H6 | 19,03% | 854360 | 273 | 3286100 | 0.141 | 3 (2,15) |
H7 | 3,58% | 233038 | 78 | 896300 | 0.141 | 3 (0,73) |
H8 | 4,28% | 448452 | 264 | 1401400 | 0.290 | 3 (1,51) |
H9 | 23,74% | 240128 | 121 | 950000 | 0.010 | 3 (0,65) |
Analizando los resultados de los 9 DMU’s valorados
se puede apreciar que existe solamente una unidad eficiente
siendo esta la H3, esto se puede determinar a través del
Score, pues es el hotel que menor valor de este
indicador alcanza, dominando al resto de los DMU’s, O sea
el hotel de referencia para el programa de mejora sigue siendo el
H3 para ambas cadenas.
Tabla # 4. Modelo Radial orientado a los
Input.
DMU | Scores | Costos {I}{V} | # Habit. {I}{V} | Ventas {O}{V} | Satisfacción {O}{V} | Benchmarking |
H1 | 54,38% | 235871 | 147 | 823300 | -0.313 | 3 (0,45) |
H2 | 77,90% | 403920 | 254 | 2019600 | 0.190 | 3 (1,11) |
H3 | 161,40% | 283912 | 103 | 1822400 | 0.200 | 8 |
H4 | 81,49% | 757423 | 173 | 2494400 | 0.090 | 3 (1,37) |
H5 | 59,92% | 848874 | 366 | 3264900 | -0.127 | 3 (1,79) |
H6 | 68,03% | 854360 | 273 | 3286100 | 0.141 | 3 (1,80) |
H7 | 93,10% | 233038 | 78 | 896300 | 0.141 | 3 (0,70) |
H8 | 91,80% | 448452 | 264 | 1401400 | 0.290 | 3 (1,45) |
H9 | 61,63% | 240128 | 121 | 950000 | 0.010 | 3 (0,52) |
Tabla # 5. Modelo Radial orientado a los
Output.
DMU | Score | Costo {I}{V} | # Habit. {I}{V} | venta {O}{V} | satisfacción {O}{V} | Benchmarks |
H1 | 183,90% | 235871 | 147 | 823300 | -0.313 | 3 (0,83) |
H2 | 128,38% | 403920 | 254 | 2019600 | 0.190 | 3 (1,42) |
H3 | 61,96% | 283912 | 103 | 1822400 | 0.200 | 8 |
H4 | 122,71% | 757423 | 173 | 2494400 | 0.090 | 3 (1,68) |
H5 | 166,89% | 848874 | 366 | 3264900 | -0.127 | 3 (2,99) |
H6 | 146,99% | 854360 | 273 | 3286100 | 0.141 | 3 (2,65) |
H7 | 107,42% | 233038 | 78 | 896300 | 0.141 | 3 (0,76) |
H8 | 108,93% | 448452 | 264 | 1401400 | 0.290 | 3 (1,58) |
H9 | 162,25% | 240128 | 121 | 950000 | 0.010 | 3 (0,85) |
Tabla # 6. Modelo Aditivo no
Orientado.
DMU | Score | Costo {I}{V} | # habit {I}{V} | venta {O}{V} | satisfacción {O}{V} | Benchmarks |
H1 | 690792,00 | 235871 | 147 | 823300 | -0.313 | 3 (0,83) |
H2 | 573225,75 | 403920 | 254 | 2019600 | 0.190 | 3 (1,42) |
H3 | 0,00 | 283912 | 103 | 1822400 | 0.200 | 8 |
H4 | 847085,62 | 757423 | 173 | 2494400 | 0.090 | 3 (1,68) |
H5 | 2183987,90 | 848874 | 366 | 3264900 | -0.127 | 3 (2,99) |
H6 | 1646000,43 | 854360 | 273 | 3286100 | 0.141 | 3 (2,65) |
H7 | 501806,59 | 233038 | 78 | 896300 | 0.141 | 3 (0,76) |
H8 | 1477265,55 | 448452 | 264 | 1401400 | 0.290 | 3 (1,58) |
H9 | 591389,35 | 240128 | 121 | 950000 | 0.010 | 3 (0,85) |
Tabla # 7.Modelo Aditivo Orientado a los
Input.
DMU | Score | Costo {I}{V} | # habit {I}{V} | venta {O}{V} | satisfacción {O}{V} | Benchmarks |
H1 | 107709,42 | 235871 | 147 | 823300 | -0.313 | 3 (0,45) |
H2 | 89426,04 | 403920 | 254 | 2019600 | 0.190 | 3 (1,11) |
H3 | 0,00 | 283912 | 103 | 1822400 | 0.200 | 8 |
H4 | 368852,03 | 757423 | 173 | 2494400 | 0.090 | 3 (1,37) |
H5 | 340416,16 | 848874 | 366 | 3264900 | -0.127 | 3 (1,79) |
H6 | 342505,21 | 854360 | 273 | 3286100 | 0.141 | 3 (1,80) |
H7 | 32885,43 | 233038 | 78 | 896300 | 0.141 | 3 (0,70) |
H8 | 36894,25 | 448452 | 264 | 1401400 | 0.290 | 3 (1,45) |
H9 | 92194,65 | 240128 | 121 | 950000 | 0.010 | 3 (0,52) |
Tabla # 8. Modelo Aditivo Orientado a los
Output.
DMU | Score | Costo {I}{V} | # habit. {I}{V} | venta {O}{V} | satisfacción {O}{V} | Benchmarks |
H1 | 690730,57 | 235871 | 147 | 823300 | -0.313 | 3 (0,83) |
H2 | 573118,29 | 403920 | 254 | 2019600 | 0.190 | 3 (1,42) |
H3 | 0,00 | 283912 | 103 | 1822400 | 0.200 | 8 |
H4 | 566524,52 | 757423 | 173 | 2494400 | 0.090 | 3 (1,68) |
H5 | 2183929,86 | 848874 | 366 | 3264900 | -0.127 | 3 (2,99) |
H6 | 1544145,05 | 854360 | 273 | 3286100 | 0.141 | 3 (2,65) |
H7 | 483769,91 | 233038 | 78 | 896300 | 0.141 | 3 (0,76) |
H8 | 1477164,25 | 448452 | 264 | 1401400 | 0.290 | 3 (1,58) |
H9 | 591355,46 | 240128 | 121 | 950000 | 0.010 | 3 (0,85) |
Paso 6. Medición de la eficiencia utilizando
indicadores propios de gestión de la
calidad.
Con el objetivo de evaluar la eficiencia en la
gestión de la calidad en los diferentes DMU’s se
aplican los modelos DEA utilizando como input los costos totales
de calidad y como output la satisfacción del cliente. Esto
puede dar una medida del costo en que
deben incurrir las organizaciones
para lograr la satisfacción de los clientes.
Este análisis es fundamental debido a que se
plantea con mucho énfasis que la satisfacción del
cliente o la calidad percibida es una condicionante de la
competitividad
de las empresas y por lo
tanto de los beneficios que obtiene la organización. Algunos estudios han probado
este supuesto como los realizados por el PIMS, pero realmente los
directivos no han hecho conciencia de
esta interrelación.
Realmente los resultados de la calidad deben esperarse a
medianos y a largo plazo, nunca a corto plazo.
A continuación en las tablas 9 y 10 se muestran
esos resultados
Tabla # 9. Ranking a partir de la Satisfacción
del cliente, Modelo Radial no Orientado.
DMU | Score % | Costo {I}{V} | Total {O}{V} | Tang. {O}{V} | Fiab. {O}{V} | Capac {O}{V} | Segurid {O}{V} | Empa {O}{V} | BMk |
H1 | 100 | 235871 | -0.31 | -0.29 | -0.25 | -0.280 | -0.419 | -0.316 | |
H2 | 9,75 | 403920 | 0.192 | 0.179 | 0.148 | 0.200 | 0.224 | 0.206 | 3 (1,28) |
H3 | -12,65 | 283912 | 0.200 | 0.153 | 0.156 | 0.206 | 0.296 | 0.192 | 5 |
H4 | 58,15 | 757423 | 0.090 | 0.108 | 0.050 | 0.083 | 0.107 | 0.100 | 3 (1,12) |
H5 | 100 | 848874 | -0.12 | -0.12 | -0.15 | -0.143 | -0.132 | -0.083 | |
H6 | 44,46 | 854360 | 0.141 | 0.177 | 0.113 | 0.131 | 0.151 | 0.133 | 3 (1,67) |
H7 | 2,01 | 233038 | 0.141 | 0.096 | 0.123 | 0.155 | 0.189 | 0.145 | 3 (0,80) |
H8 | -4,22 | 448452 | 0.29 | 0.24 | 0.24 | 0.31 | 0.34 | 0.33 | 1 |
H9 | 46,53 | 240128 | 0.012 | -0.05 | -0.07 | 0.049 | 0.083 | 0.061 | 8 (0,10) |
Según los resultados alcanzados existen dos
hoteles eficientes: En primer lugar el hotel H3 y en menor
escala el Hotel
H8, esto se puede corroborar con los resultados de los Scores
alcanzados que son los menores registrados en la tabla. El hotel
H3 domina a 5 DMU’s, los cuales son: el hotel H2, el H4, el
H6, el H7 y el H9; el hotel H8 domina solamente al hotel H9. En
este caso el DMU’s es dominado por dos hoteles, el H3 y el
H8, pero con mayor prioridad del H3 ya que este posee mayor
valor de
lambda, que es la intensidad de referencia.
Los hoteles H5 y H1 presentan el máximo Score o
sea el 100%, indicando esto como estamos en un modelo Radial no
Orientado que los DMU’s son totalmente ineficientes, es
decir están muy lejos de la frontera de eficiencia. A
continuación se realiza una comparación en la tabla
#10 entre el ranking de eficiencia utilizando las cuatro
variables, con el ranking elaborado para medir la eficiencia en
la gestión de la calidad que utiliza solamente dos
variables (los costos de calidad como input y la
satisfacción del cliente como output).
Tabla # 10. Comparación entre Utilidad,
Scores, # de habitaciones y el Benchmarking.
DMU | Score | Utilidad antes de impuesto | # de habitaciones | Benchmarking |
H1 | 100% | -383800 | 147 |
|
H2 | 9.75% | 65600 | 254 | 3(1.28) |
H3 | -12.65% | 29600 | 103 | 5 |
H4 | 58.15% | 196800 | 173 | 3(1.12) |
H5 | 100% | 233600 | 366 |
|
H6 | 44.46% | 338400 | 273 | 3(1.67) |
H7 | 2.01% | 108600 | 78 | 3(0.80) |
H8 | -4.22% | 2004500 | 264 | 1 |
H9 | 46.53% | 706100 | 121 | 3(0.30) 8(0.10) |
Un análisis más general puede aclarar los
resultados alcanzados. Si se incorpora la calidad a los
resultados obtenidos en el ranking final de ambas cadenas que
muestran la eficiencia en la gestión de la calidad de cada
uno de los DMU’s se puede observar que existe
correspondencia entre el nivel de utilidades y los lugares
alcanzados en el ranking que definen la eficiencia de cada
hotel.
Los hoteles eficientes o líderes alcanzan
utilidades antes de impuesto de 29600 el H3 Y 2004500 el H8, en
mayor medida el H8 debido a que tiene mayor número de
habitaciones. Sin embargo el hotel H1, uno de los más
ineficientes y que posee un Score del 100% obtiene
pérdidas. Otro de los hoteles con máximo Score es
el H5 que alcanza utilidades con valor de 233.6 MP con 366
habitaciones; y al compararlo con el hotel H6, este obtiene mayor
utilidad (338.4 MP) con 93 habitaciones menos. Es por esta
razón que su lugar dentro del ranking es más
favorable y posee un Score más bajo.
El análisis realizado corrobora la
decisión de utilizar la modalidad no orientado debido a
que la misma considera tanto los input como los output. Esto no
excluye la utilización de modelos Orientados para
análisis posteriores cuando se hayan determinado realmente
las dificultades que afectan la gestión de la eficiencia
en cada organización ya sea por exceso en el
consumo de
input o por dificultades en los output.
La utilización de estos modelos es válida
y pueden resultar muy útiles para orientar el programa de
mejora, pero resulta decisivamente importante la correcta
selección de las variables de input y de
output, así como la orientación de los modelos.
Debido a que resulta difícil definir la eficiencia en
general de una organización mediante indicadores o ratios
muy puntuales y sin un análisis de conjunto, lo cual se
logra mediante la aplicación de estos modelos en frontera.
También hay que tener en cuenta que en la mayoría
de los DMU’s analizados no se cuenta con una contabilidad
certificada, lo que puede provocar una falsa valoración de
los input e incluso de la utilidad. Es por esta razón que
se decide utilizar como input los costos de calidad determinados
y estimados en cada hotel y el # de habitaciones de los mismos.
Las unidades dentro de cada cadena fueron diagnosticadas y se ha
elaborado un resumen de las dificultades para cada una de las
mismas. Así como la propuesta de programa de mejora para
la solución de estas dificultades. Pero resulta muy
útil poder determinar los DMU’s de referencia tanto
dentro de la misma cadena como entre las mismas, esto
facilitaría de sobremanera la implementación del
programa de mejora.
No obstante a estas bondades de los modelos de frontera
se reconoce que los resultados obtenidos deben ser analizados
cuidadosamente y utilizando varios enfoques, incluso
comparándolo con los indicadores o ratios
económicos que se hallan alcanzados en el periodo y con
las condiciones objetivas y práctica con que opera cada
instalación. Por ejemplo el hotel líder o
de referencia para ambas cadenas resulto ser el H3 opera con un
segmento de mercado muy
específico, su sistema servuctivo está
diseñado únicamente para este mercado lo cual no
sucede con el resto de los hoteles, que opera con varios mercados
simultáneamente. Esta diferencia es significativa y debe
ser tomada en cuenta.
En el análisis del ranking de ambas cadenas se
pudieron determinar que el hotel H3 es el líder y
único eficiente. Al analizar la eficiencia,
específicamente en la gestión de la calidad para
ambas cadenas se pudo precisar que existen 2 DMU’s
eficientes y que dominan a los restantes; así como su
ordenamiento en función del score obtenido.
Se comprueba mediante correlación y los
resultados del coeficiente Kendall la correspondencia entre los
ranking que evalúan la eficiencia general de la
organización (con 4 variables) y el que evalúa
la eficiencia en la gestión de la calidad (que comprende
solamente 2 variables).
Se pudo comprobar la efectividad de los resultados del
ranking mediante la comparación con indicadores
económicos reales obtenidos por las entidades, en
particular la utilidad antes de impuesto, que corroboran los
resultados alcanzados.
Calidad y Gestión de la calidad. Disponible
en: www.gestiopolis.com/dirgp/adm/calidad.htm
consultado en: enero 2003
Clery, A. La calidad total
como una estrategia
competitiva aplicada a una empresa de
servicios. Disponible en: http.
www.monografias.com, consultado: enero
2003.
Esparrgoza, A. Sistemas de
Calidad Total y Costos de Calidad. Disponible en: http.
www.monografias.com, consultado:
diciembre 2002
Juran, J. Análisis y planeación
de la calidad. Mc Graw Hill. 1997.
Calidad y Gestión de la calidad. Disponible
en: www.gestiopolis.com/dirgp/adm/calidad.htm
consultado en: enero 2003
Peñalver, P et all. Metodología para la
evaluación de la calidad en la Hoteleria y el
posicionamiento competitivo. Tesis de
Maestría. Julio 2003.
Autor:
MSc. Wilfredo Valls Fgueroa
Máster en Gestión Turística.
Profesor Investigador. Facultad Industrial Economía
.
Universidad de Matanzas "Camilo Cienfuegos".Cuba.
MSc Pedro Peñalver Martell
Máster en Dirección. Profesor Investigador. Facultad
Industrial Economía.
Universidad de Matanzas "Camilo Cienfuegos".Cuba.
MSc. Eduardo Vigil Corral
Máster en Gestión Turística.
Profesor Investigador. Facultad Industrial
Economía.
Universidad de Matanzas "Camilo
Cienfuegos".Cuba.
Dr. MSc. Ariel Romero Fernández
Doctor en Ciencias
Técnicas. Máster en Ingeniería Ambiental. Vicedecano de
Investigación y Postgrado. Facultad Industrial
Economía . Universidad de
Matanzas "Camilo Cienfuegos". Cuba.
,