pirámide de heinrich y seguridad ocupacional* · • testear empíricamente los postulados de la...
TRANSCRIPT
Pirámide de Heinrich y Gestión de la Seguridad Ocupacional(*)(**)
Pablo Marshall
Escuela de Administración, PUC Chile
Pablo Marshall Escuela de Administración, PUC 1
(*) Marshall P, M Singer & A Hirmas (2017) Heinrich's Pyramid and Occupational Safety: A Validation Methodology. Safety Science.(**) Auspiciado por la ACHS
Pablo Marshall Escuela de Administración, PUC 2
PresentaciónInstituto de Seguridad Minera
Lima, 18 de Abril
Contenido
1. La Pirámide de Heinrich
2. Objetivo del Estudio
3. La Asociación Chilena de Seguridad
4. Modelo Poisson Gamma
5. Modelo Multinomial Dirichlet
6. Test de la Pirámide de Heinrich
7. Conclusiones
Pablo Marshall Escuela de Administración, PUC 3
1. La Pirámide de Heinrich
Pablo Marshall Escuela de Administración, PUC 4
Herbert William Heinrich (1886 - 1965)
• Heinrich, HW (1931) Industrial Accident Prevention. A Scientific Approach. New York: McGraw-Hill
• Bird,FE & GL Germain (1996) Loss Control Management: Practical Loss Control Leadership.Oslo:Det Norske Veritas
• Bellamy LJ et al (2008) The Software ToolStorybuilder and the Analysis of the Horrible Storiesof Occupational Accidents. Safety Science
• Gallivan, SK et al (2008) Is the Principle of a StableHeinrich Ratio a Myth? Drug Safety
La Pirámide de Heinrich: Accidentes Laborales
Pablo Marshall Escuela de Administración, PUC 5
Fatales 1
Graves 29
Leves 300
Leves: 90,9% Graves: 8,8% Fatales: 0,3%
Axioma del Dominó de Heinrich
Pablo Marshall Escuela de Administración, PUC 6
Ambiente Social
Personalidad
Actos / Condiciones Inseguras
Accidentes
Lesiones
Axioma 1La ocurrencia de un accidente invariablemente es el resultado de una secuencia de
factores, un factor es el accidente mismo
Accidentes Laborales y Riesgo
Pablo Marshall Escuela de Administración, PUC 7
Riesgo = Exposición × Probabilidad × Severidad
Deficición RiesgoEl riesgo es la amenaza de que ocurra un evento con efectos negativos y que alguien o algo puedan verse afectados por él
Definición Riesgo RAEContingencia o proximidad de un daño
2. Objetivo del Estudio
• Modelar la incidencia de accidents en distintas industrias en Chile
• Modelar la severidad de los accidents en distintas industrias en Chile
• Testear empíricamente los postulados de la pirámide de Heinrich
• Testear la hipótesis de que una reducción en el número de accidents en la base de la
pirámide genera disminuciones en la parte alta de la pirámide
• Obtener conclusiones para la gestión de la seguridad ocupacional
Pablo Marshall Escuela de Administración, PUC 8
3. La Asociación Chilena de Seguridad (ACHS)
Pablo Marshall Escuela de Administración, PUC 9
• Mutualidad privada sin fines de lucro, administradora del seguro social contra riesgos deaccidentes del trabajo y enfermedades profesionales contemplado en la Ley 16.744.
• La ACHS es la mutualidad más grande en Chile con 50.000 empresas y 2.300.000trabajadores afiliados
• Prestaciones que ofrece la ACHS a las empresas afiliadas• Prevención• Prestaciones de Salud• Prestaciones Económicas (subsidios, indemnizaciones y pensiones)
4. Modelo Poisson – Gamma Riesgo: Exposición y Probabilidad
Pablo Marshall Escuela de Administración, PUC 10
Riesgo = Exposición × Probabilidad × Severidad
En una primera etapa consideramos sólo Exposición y ProbabilidadLa Severidad se analiza en una segunda etapa
Accidentes: Modelo Poisson – Gamma
Pablo Marshall Escuela de Administración, PUC 11
X X X
T Timet = 0
El número de accidentes de una unidad económica en un intervalo de tiempo T tiene distribución de probabilidades Poisson
Intensidad Accidentes: Modelo Gamma
Pablo Marshall Escuela de Administración, PUC 12
Distribución Gamma
Probabilidades de Accidentes
Pablo Marshall Escuela de Administración, PUC 13
Empresa λ = 1 Empresa λ = 4
Datos Descriptivos
Pablo Marshall Escuela de Administración, PUC 14
(*) Enero 2013 a Abril 2015.
Actividad EconómicaUnidades
EconómicasTrabajadores
Promedio AccidentesTasa
Accidentes
Agricultura 8229 25.0 35656 0.086
Pesca 641 40.0 4971 0.092
Minería 590 67.0 3129 0.066
Industria Manufacturera 9042 35.0 62366 0.101
Electricidad, Gas y Agua 905 16.0 1525 0.057
Construcción 5604 22.0 19663 0.101
Comercio 16752 24.0 78817 0.090
Hoteles y Restaurantes 4997 26.0 22113 0.118
Transporte y Comunicaciones 7010 23.0 24799 0.091
Servicios Financieros 3108 25.0 6096 0.059
Propiedades 19348 19.0 44744 0.084
Administración Pública 3730 58.0 24467 0.081
Educación 4875 43.0 27512 0.087
Servicios Sociales y Salud 2269 45.0 16642 0.086
Servicios Comunitarios 6415 24.0 22746 0.092
Servicios Privados Hogares 1607 6.0 927 0.045
95122 26.9 396173 0.089
Unidades Económicas, Trabajadores y Accidentes Según Actividad Económica(ACHS, 28 Meses*)
Estimaciones Modelo Poisson – Gamma
Pablo Marshall Escuela de Administración, PUC 15
Modelo Parámetros
LL
(x 10^-3)
AIC
(x 10^-3)
BIC
(x 10^-3) R2Poisson 1 -375.1 750.2 750.2Poisson por Actividad Económica 16 -365.5 731.1 731.3 0.025Poisson por Región 15 -373.4 746.9 747.0 0.004Poisson por Actividad Económica y Región 240 -358.0 716.5 718.8 0.045Poisson-gamma 2 -177.2 354.4 354.4 0.528Poisson por Actividad Económica 32 -176.2 352.5 352.8 0.530Poisson por Región 30 -176.9 353.8 354.0 0.528Poisson por Actividad Económica y Región 480 -175.0 351.0 355.5 0.532
Estimación Modelos Alternativos para el Número Total de Accidentes
Estimación Parámetros Modelo Poisson – Gamma
Pablo Marshall Escuela de Administración, PUC 16
Actividad Económica Parámetro r Parámetro sIncidencia
Promedio λ
Agricultura 0.66 7.65 0.086
Pesca 0.75 8.33 0.090
Minería 0.35 5.58 0.063
Industria Manufacturera 0.63 6.22 0.101
Electricidad, Gas y Agua 0.71 12.82 0.055
Construcción 0.50 5.11 0.098
Comercio 0.73 8.04 0.091
Hoteles y Restaurantes 0.61 5.34 0.114
Transporte y Comunicaciones 0.6 6.74 0.089
Servicios Financieros 0.55 10.05 0.055
Propiedades 0.43 5.37 0.080
Administración Pública 0.70 9.32 0.075
Educación 1.03 12.86 0.080
Servicios Sociales y Salud 0.68 7.50 0.091
Servicios Comunitarios 0.65 7.43 0.087
Servicios Privados Hogares 1.65 38.57 0.043
Estimación Coeficientes Según Actividad Económica
Modelo Gamma Industria Minera
Pablo Marshall Escuela de Administración, PUC 17
Distribución Gamma Industria Minera
Percentil 25% = 0.003 Promedio = 0.063 Percentil 75% = 0.076
Análisis de Casos Específicos
• Empresa Promedio
Incidencia = 0.063
Promedio Accidentes = 0.063 × 2 × 67 = 8.4
• Empresa Percentil 75%
Incidencia = 0.076
Promedio Accidentes = 0.076 × 2 × 67 = 10.2
• Empresa Percentil 25%
Incidencia = 0.003
Promedio Accidentes = 0.003 × 2 × 67 = 0.4
Pablo Marshall Escuela de Administración, PUC 18
Exposición : 2 Meses y 67 Trabajadores
Probabilidad Accidentes Empresa Minera Promedio
Pablo Marshall Escuela de Administración, PUC 19
Probabilidad de Accidentes Empresa Minera Promedio67 Trabajadores, 2 Meses
Probabilidad Accidentes Empresa Minera Percentil 75%
Pablo Marshall Escuela de Administración, PUC 20
Probabilidad de Accidentes Empresa Minera Percentil 75% , 2 Meses
Probabilidad Accidentes Empresa Minera Percentil 25%
Pablo Marshall Escuela de Administración, PUC 21
Probabilidad de Accidentes Empresa Minera Percentil 25% , 2 Meses
Análisis de Casos Específicos
Suponga que una empresa de 67 trabajadores en los últimos 2 meses tuvo 5 accidentes
• Incidencia
Incidencia = 0.063 × 0.038 +5
2×67× 0.962 = 0.038
• Promedio Accidentes en 6 meses
Promedio = 0.038 × 6 × 67 = 15.3
• Promedio Accidentes en 6 meses con 120 trabajadores
Promedio = 0.038 × 6 × 120 = 27.4
Pablo Marshall Escuela de Administración, PUC 22
0.037
Gestión de Prevención de Accidentes
• Estimar incidencia de manera más confiable en un período de tiempo
• Monitorear la evolución de la incidencia en el tiempo
• Predecir accidentes en un intervalo de tiempo futuro
• Evaluar el impacto de intervenciones o acciones preventivas
Pablo Marshall Escuela de Administración, PUC 23
5. Modelo Multinomial – DirichletRiesgo: Exposición y Probabilidad
Pablo Marshall Escuela de Administración, PUC 24
Riesgo = Exposición × Probabilidad × Severidad
En una primera etapa consideramos sólo Exposición y ProbabilidadLa Severidad se analiza en una segunda etapa
Pirámide de Heinrich y Accidentes Fatales
Pablo Marshall Escuela de Administración, PUC 25
Datos Descriptivos
Pablo Marshall Escuela de Administración, PUC 26
Actividad Económica Leves Graves Fatales
Agricultura 0.992 0.007 0.001
Pesca 0.995 0.004 0.001
Minería 0.960 0.035 0.004
Industria Manufacturera 0.994 0.005 0.000
Electricidad, Gas y Agua 0.994 0.005 0.001
Construcción 0.992 0.007 0.001
Comercio 0.996 0.003 0.000
Hoteles y Restaurantes 0.998 0.002 0.000
Transporte y Comunicaciones 0.994 0.004 0.001
Servicios Financieros 0.998 0.002 0.000
Propiedades 0.996 0.003 0.001
Administración Pública 0.996 0.003 0.000
Educación 0.997 0.003 0.000
Servicios Sociales y Salud 0.999 0.001 0.000
Servicios Comunitarios 0.996 0.004 0.000
Servicios Privados Hogares 0.999 0.001 0.000
Proporción de Tipos de Accidentes Según Actividad Económica(ACHS, 28 Meses*)
(*) Enero 2013 a Abril 2015.
Modelo Multinomial – Dirichlet
Pablo Marshall Escuela de Administración, PUC 27
Modelo Parametros
LL
(x 10^-3)
AIC
(x 10^-3)
BIC
(x 10^-3) R2
Multinomial 3 -6.35 12.71 12.74 0.000
Multinomial por Actividad Económica 48 -6.17 12.43 12.85 0.029
Multinomial por Región 45 -6.28 12.64 13.04 0.012
Multinomial por Actividad Económica y Región 720 -5.86 13.16 19.50 0.077
Multinomial-Dirichlet 3 -5.79 11.59 11.61 0.088
Multinomial-Dirichlet por Actividad Económica 48 -5.62 11.33 11.76 0.115
Multinomial-Dirichlet por Región 45 -5.72 11.53 11.92 0.100
Multinomial-Dirichlet por Actividad Económica y Región 720 -5.32 12.08 18.42 0.163
Estimación Modelos Alternativos para las Proporciones de Tipos de Accidentes
Se elije el modelo Multinomial Dirichlet
6. Test Pirámide de HeinrichPirámide de Heinrich y Datos ACHS
Pablo Marshall Escuela de Administración, PUC 28
Indicator Minor Serious Fatal
Probabilidad Estimada 99,6% 0,3% 0,1%
Pirámide Heinrich 90,9% 8,8% 0,3%
¿Se cumple la Pirámide de Heinrich?
Probabilidad Grave e Intensidad Accidentes
Pablo Marshall Escuela de Administración, PUC 29
Probabilidad Accidentes Grave e Intensidad Accidentes
¿Se cumple la Pirámide de Heinrich?
Pablo Marshall Escuela de Administración, PUC 30
7. Conclusiones
• El modelo Poisson – Gamma , por Actividad Económica, es una buena representación de la intensidad de los accidentes
• El modelo Poisson – Gamma permite estimar la incidencia de accidentes, monitorear los cambios en el tiempo y predecir
• El modelo Multinomial – Dirichlet es una buena representación de los grados de severidad en los accidentes
• La pirámide de Heinrich no se cumple, estadísticamente, en la mayoría de las industrias. Sólo se cumple en Minería y Electricidad, Gas y Agua.
• La consecuencia económica y de gestión de lo anterior es nula. Para efectos prácticos, la pirámide de Heinrich se cumple.
Pablo Marshall Escuela de Administración, PUC 31