Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCIN
Una parte fundamental para realizar un estudio estadstico de cualquier tipo es
obtener unos resultados confiables que puedan ser aplicables! Como a se coment"
anteriormente# resulta casi imposible o impr$ctico lle%ar a cabo al&unos estudios sobre
toda una poblaci"n# por lo que la soluci"n es lle%ar a cabo el estudio bas$ndose en un
subcon'unto de (sta denominada muestra!
Sin embar&o# para que los estudios ten&an la %alidez confiabilidad buscada
es necesario que tal subcon'unto de datos# o muestra# posea al&unas caractersticas
especficas que permitan# al final# &eneralizar los resultados )acia la poblaci"n en total!
*sas caractersticas tienen que %er principalmente con el tama+o de la muestra con la
manera de obtenerla!
*n las si&uientes secciones de esta unidad lo comentaremos!
La Alumna
UNID,D -! T*OR., D* /U*STR,S
*n este captulo se resume la Teora de /uestras estadstica# la cual trata el
concepto de estudiar una poblaci"n desconocida tom$ndole muestras# a tra%(s del
estudio de las mismas poder )acer inferencias acerca de toda la poblaci"n! 0rimero se
analiza el caso del muestreo aleatorio simple estratificado# mostrando el mane'o de
una tabla de n1meros aleatorios! Lue&o se %en los tipos no2aleatorios en el muestreo
se discute acerca de las %enta'as des%enta'as de cada uno de los m(todos! Se
e3plican los m(todos usados en 4ioqumica para lo&rar que las muestras e3tradas a
los pacientes cumplan los requisitos de aleatoriedad# aunque sea apro3imadamente! Lo
mismo para el caso de la industria 5armac(utica para las simulaciones en los
muestreos de mercadeo# usadas en el comercio en &eneral! De manera tal de poder
aplicar lue&o los modelos estadsticos que e3i&en tal requisito! *n la Tabla 6# del
fascculo de las tablas# se presenta la Tabla ,leatoria# m$s conocida como7 8Random
Numbers9!
:! I/0ORT,NCI, D*L /U*STR*O
, lo lar&o del curso se )acen uso de dos tipos de razonamiento7 el deducti%o
el inducti%o! *l primero est$ relacionado directamente con la teora de probabilidad# que
se aborda en la unidad ;# que a partir de las caractersticas de la poblaci"n se
obtienen las posibles caractersticas de una muestra! *l se&undo tipo de razonamiento
se relaciona con la denominada inferencia estadstica7 utilizar las caractersticas de un
subcon'unto de la poblaci"n <la muestra= para )acer afirmaciones <inferir= sobre la
poblaci"n en &eneral! >ste ser$ el caso de esta unidad!
*l muestro# como a se mencion"# implica al&o de incertidumbre que debe ser
aceptada para poder realizar el traba'o# pues aparte de que estudiar una poblaci"n
resulta ser un traba'o en ocasiones demasiado &rande# ?onnacott ?onnacott ofrecen
las si&uientes razones e3tras7
@ Recursos limitados! *s decir# no e3isten los recursos )umanos#
materiales o econ"micos para realizar el estudio sobre el total de la poblaci"n!
*s como cuando se compra un aparato# un autom"%il usado <por e'emplo=# que
se prueba unos minutos <el encendido# una carrerita# etc!= para %er si funciona
correctamente lue&o se adquiere# pero no se espera a probarlo toda la %ida
<encendi(ndolo apa&$ndolo o# simplemente# de'$ndolo encendida= antes de
realizar la adquisici"n!
@ *scasez! *s el caso en que se dispone de una sola muestra! 0or e'emplo# para
el estudio paleontol"&ico de los dinosaurios <el T! Re3 por e'emplo= sera mu bueno
contar con# al menos# muc)os restos f"siles as realizar tales in%esti&acionesA sin
embar&o# se cuenta s"lo con una docena de esqueletos fosilizados <casi todos
incompletos= de esas criaturas en todo el mundo!
@ 0ruebas destructi%as! *s el caso en el que realizar el estudio
sobre toda la poblaci"n lle%ara a la destrucci"n misma de la poblaci"n! 0or
e'emplo# si se quisiese saber el conteo e3acto de )emo&lobina de una persona
)abra que e3traerle toda la san&re!
@ *l muestreo puede ser m$s e3acto! *sto es en el caso en el
que el estudio sobre la poblaci"n total puede causar errores por su tama+o o# en
el caso de los censos# que sea necesario utilizar personal no lo suficientemente
capacitadoA mientras que# por otro lado# el estudio sobre una muestra podra ser
realizada con menos personal pero m$s capacitado!
Ba que )emos mencionado la necesidad de realizar muestras# continuaremos
con al&unas caractersticas que deben tener (stas para que# realmente# se puedan
realizar inferencias <inducciones= sobre ellas )acia la poblaci"n total!
6! T,/,CO D* L,S /U*STR,S
0ara calcular el tama+o de una muestra )a que tomar en cuenta tres factores7
-! *l porcenta'e de confianza con el cual se quiere &eneralizar los
datos desde la muestra )acia la poblaci"n total!
:! *l porcenta'e de error que se pretende aceptar al momento de
)acer la &eneralizaci"n!
6! *l ni%el de %ariabilidad que se calcula para comprobar la
)ip"tesis!
La confianza o el porcenta'e de confianza es el porcenta'e de se&uridad
que e3iste para &eneralizar los resultados obtenidos! *sto quiere decir que un
porcenta'e del -DDE equi%ale a decir que no e3iste nin&una duda para &eneralizar tales
resultados# pero tambi(n implica estudiar a la totalidad de los casos de la poblaci"n!
0ara e%itar un costo mu alto para el estudio o debido a que en ocasiones lle&a
a ser pr$cticamente imposible el estudio de todos los casos# entonces se busca un
porcenta'e de confianza menor! Com1nmente en las in%esti&aciones sociales se busca
un FGE!
*l error o porcenta'e de error equi%ale a ele&ir una probabilidad de aceptar
una )ip"tesis que sea falsa como si fuera %erdadera# o la in%ersa7 rec)azar a )ip"tesis
%erdadera por considerarla falsa! ,l i&ual que en el caso de la confianza# si se quiere
eliminar el ries&o del error considerarlo como DE# entonces la muestra es del mismo
tama+o que la poblaci"n# por lo que con%iene correr un cierto ries&o de equi%ocarse!
Com1nmente se aceptan entre el ;E el HE como error# tomando en cuenta
de que no son complementarios la confianza el error!
La %ariabilidad es la probabilidad <o porcenta'e= con el que se acept"
se rec)az" la )ip"tesis que se quiere in%esti&ar en al&una in%esti&aci"n anterior o en un
ensao pre%io a la in%esti&aci"n actual! *l porcenta'e con que se acept" tal )ip"tesis se
denomina %ariabilidad positi%a se denota por p# el porcenta'e con el que se rec)az"
se la )ip"tesis es la %ariabilidad ne&ati%a# denotada por q!
Ia que considerar que p q son complementarios# es decir# que su suma es
i&ual a la unidad7 pJqK-! ,dem$s# cuando se )abla de la m$3ima %ariabilidad# en el
caso de no e3istir antecedentes sobre la in%esti&aci"n <no )a otras o no se pudo
aplicar una prueba pre%ia=# entonces los %alores de %ariabilidad es pKqKD!G!
Una %ez que se )an determinado estos tres factores# entonces se puede
calcular el tama+o de la muestra como a continuaci"n se e3pone!
Iablando de una poblaci"n de alrededor de -D#DDD casos# o mnimamente esa
cantidad# podemos pensar en la manera de calcular el tama+o de la muestra a tra%(s
de las si&uientes f"rmulas! Ia que mencionar que estas f"rmulas se pueden aplicar de
manera aceptable pensando en instrumentos que no incluan pre&untas abiertas que
sean un total de alrededor de 6D!
Lamos a presentar dos f"rmulas# siendo la primera la que se aplica en el caso
de que no se conozca con precisi"n el tama+o de la poblaci"n# es7
Donde7
n es el tama+o de la muestraA
Z es el ni%el de confianzaA
p es la %ariabilidad positi%aA
q es la %ariabilidad ne&ati%aA
E es la precisi"n o error!
Ia que tomar nota de que debido a que la %ariabilidad el error se pueden
e3presar por medio de porcenta'es# )a que con%ertir todos esos %alores a
proporciones en el caso necesario!
Tambi(n )a que tomar en cuenta que el ni%el de confianza no es ni un
porcenta'e# ni la proporci"n que le correspondera# a pesar de que se e3presa en
t(rminos de porcenta'es! *l ni%el de confianza se obtiene a partir de la distribuci"n
normal est$ndar# pues la proporci"n correspondiente al porcenta'e de confianza es el
$rea sim(trica ba'o la cur%a normal que se toma como la confianza# la intenci"n es
buscar el %alor Z de la %ariable aleatoria que corresponda a tal $rea!
0or e'emplo7 Si se quiere un porcenta'e de confianza del FGE# entonces )a
que considerar la proporci"n correspondiente# que es D!FG! Lo que se buscara en
se&uida es el %alor Z para la %ariable aleatoria z tal que el $rea sim(trica ba'o la cur%a
normal desde 2Z )asta Z sea i&ual a D!FG# es decir# P<2ZMzMZ=KD!FG!
Utilizando las tablas# o la funci"n DISTR!NOR/!*ST,ND!INL<= del Excel# se
puede calcular el %alor de Z# que sera -!FH <con una apro3imaci"n a dos decimales=!
*sto quiere decir que P<2-!FHMzM-!FH=KD!FG!
*n el caso de que s se conozca el tama+o de la poblaci"n entonces se aplica
la si&uiente f"rmula7
Donde
n es el tama+o de la muestraA
Z es el ni%el de confianzaA
p es la %ariabilidad positi%aA
q es la %ariabilidad ne&ati%aA
N es el tama+o de la poblaci"nA
E es la precisi"n o el error!
La %enta'a sobre la primera f"rmula es que al conocer e3actamente el tama+o
de la poblaci"n# el tama+o de la muestra resulta con maor precisi"n se pueden
incluso a)orrarse recursos tiempo para la aplicaci"n desarrollo de una in%esti&aci"n!
0or e'emplo7 *n el Colegio de Bachilleres# una instituci"n de ni%el medio
superior# se desea realizar una in%esti&aci"n sobre los alumnos inscritos en primer
se&undo a+os# para lo cual se aplicar$ un cuestionario de manera aleatoria a una
muestra# pues los recursos econ"micos el tiempo para procesar la informaci"n
resultara insuficiente en el caso de aplic$rsele a la poblaci"n estudiantil completa!
*n primera instancia# suponiendo que no se conoce el tama+o e3acto de la
poblaci"n# pero con la se&uridad de que (sta se encuentra cerca a los diez millares# se
aplicar$ la primera f"rmula!
Se considerar$ una confianza del FGE# un porcenta'e de error del GE la
m$3ima %ariabilidad por no e3istir antecedentes en la instituci"n sobre la in%esti&aci"n
porque no se puede aplicar una prueba pre%ia!
0rimero )abr$ que obtener el %alor de Z de tal forma que la confianza sea del
FGE# es decir# buscar un %alor de Z tal que P<2ZMzMZ=KD!FG! Utilizando las tablas o las
funciones de Excel se pueden obtener# o %iendo <en este caso= el e'emplo anterior#
resulta que ZK-!FH!
De esta manera se realiza la sustituci"n se obtiene7
*sto quiere decir que el tama+o de la muestra es de 6NG alumnos!
Supon&amos a)ora que s se conoce el tama+o de la poblaci"n estudiantil es
de F#;DN# entonces se aplicar$ la se&unda f"rmula! Utilizando los mismos par$metros la
sustituci"n queda como7
;! /U*STR,S 0RO4,4IL.STIC,S
Las t(cnicas de muestreo probabilstica son aquellas en las que se determina
al azar los indi%iduos que constituir$n la muestra! *stas t(cnicas nos sir%en cuando se
desean &eneralizar los resultados que se obtienen a partir de la muestra )acia toda la
poblaci"n! Lo anterior se dice dado que se supone que el proceso aleatorio permitir$ la
obtenci"n de una muestra representati%a de la poblaci"n!
Los muestreos probabilsticas pueden ser con o sin reemplazo!
Los muestreos con reemplazo son aquellos en los que una %ez que )a sido
seleccionado un indi%iduo < estudiado= se le toma en cuenta nue%amente al ele&ir el
si&uiente indi%iduo a ser estudiado! *n este caso cada una de las obser%aciones
permanece independiente de las dem$s# pero con poblaciones peque+as <un &rupo de
escuela de 6D alumnos# por e'emplo= tal procedimiento debe ser considerado ante la
posibilidad de repetir obser%aciones! *n el caso de poblaciones &randes no importa tal
proceder# pues no afecta sustancialmente una repetici"n a las frecuencias relati%as!
Los muestreos sin reemplazo son los que una %ez que se )a tomado en cuenta
un indi%iduo para formar parte de la muestra# no se le %uel%e a tomar en cuenta
nue%amente! *n este caso# )ablando especficamente para el caso de poblaciones
peque+as# las obser%aciones son dependientes entre s# pues al no tomar en cuenta
nue%amente el indi%iduo se altera la probabilidad para la selecci"n de otro indi%iduo de
la poblaci"n! 0ara el caso de las poblaciones &randes <por e'emplo la poblaci"n de un
pas= dic)a probabilidad para la selecci"n de un indi%iduo se mantiene pr$cticamente
i&ual# por lo que se puede decir que e3iste independencia en las obser%aciones!
Las t(cnicas de muestreo probabilstica que mencionaremos ser$n
b$sicamente tres7 el aleatorio simple# el aleatorio estratificado el sistem$tico!
;!: /uestreo aleatorio simple
0odemos aqu mencionar que para el caso de que se estu%iese estudiando una
proporci"n dentro de la poblaci"n <una elecci"n de candidato# la aceptaci"n o rec)azo
de una propuesta en una comunidad# la presencia o ausencia de una caracterstica
)ereditaria=# el en caso de un muestreo aleatorio simple# la estimaci"n que se puede
)acer de la proporci"n buscada a partir de la proporci"n )allada en la muestra se
obtiene mediante la construcci"n de un inter%alo de confianza7
p K P O tolerancia de la muestra
Donde p es la proporci"n buscada en la poblaci"n P es la proporci"n
presente en la muestra!
0or otro lado# la tolerancia de la muestra est$ relacionada directamente con el
ni%el de confianza se obtiene a partir de la distribuci"n normal al i&ual que como se
obtu%o para el c$lculo del tama+o de las muestras! La representaremos con Z para
obtener la f"rmula7
;!6 /uestras aleatorias
0ara que las conclusiones de la teora del muestreo de la inferencia
estadstica sean %alidas# las muestras deben esco&erse representati%as de la
poblaci"n! *l an$lisis de los m(todos de muestreo problemas relacionados se llaman
el dise+o del e3perimento!
;!: /uestras no aleatorias
Cuando el m(todo de e3tracci"n de las muestras no ase&ure a cada indi%iduo
de la poblaci"n o del estrato# i&ual probabilidad de ser ele&ido# entonces la muestra
obtenida no es aleatoria!
, %eces# esto se )ace por razones de practicidad en el sentido del costo o del
tiempo! Si se desea tomar una muestra probabilstica de la poblaci"n ar&entina no
parece razonable usar a cada indi%iduo como unidad de muestreo! Lo mismo cuando se
desea )acer un muestreo a los escolares de una pro%incia# es mu difcil empadronar a
todos primero para lue&o sortear# se tardara demasiado para ubicarlos uno por uno
)asta terminar el traba'o!
*n el muestreo de etapas mltiples se utiliza para el caso de &randes
poblaciones )umanas!
,c$# la unidad de muestreo en la primera etapa son los departamentos de cada
pro%incia! Se los lista se )ace un primer sorteo para la selecci"n! *n una se&unda
etapa se distin&ue la poblaci"n rural de la urbana# subdi%idiendo en fracciones
<diferentes superficies con densidad de poblaci"n seme'ante=! Otra %ez se sortea para
ele&ir# se contin1a con otra di%isi"n en radios dentro de las fracciones# se&mentos
dentro de radios# as sucesi%amente! La raz"n es repartir equitati%amente el traba'o
del encuestador!
*n el muestreo por conglomerados se eli&en con'untos donde
naturalmente se a&rupan los indi%iduos! *s# por e'emplo# el caso de las escuelas para
)acer un muestreo alumnos en el sistema educati%o# o las facultades para los
uni%ersitarios! Si se trata de estudiar las condiciones laborales de los empleados de
comercio que traba'an en supermercados# primero se empadronan a los lu&ares
naturales de traba'o <supermercados=# lue&o se sortea entre estos con&lomerados
para ele&ir a uno! Lue&o se entre%ista a todos los empleados del supermercado ele&ido#
se acepta esto como una muestra representati%a del sector!
*l muestreo sistemtico se usa para el caso de sucesiones de
elementos! 0or e'emplo# el caso de las )istorias clnicas de pacientes# certificados de
nacimiento# tar'etas de cat$lo&o en una biblioteca# etc! Son los casos donde la
informaci"n est$ en arc)i%os )a que traba'ar con estos para obtenerlas! Se eli&e una
cifra entera# razonable# tomando en cuenta el tama+o de la muestra el de la
poblaci"n! 0or e'emplo# )a que tomar una muestra de tama+o :G de un arc)i%o que
contiene ;NN fic)asA lue&o# el cociente entre poblaci"n muestra es ;NN P:G#
apro3imadamente -F! Notar que si se eli&e :D el tama+o muestral no lle&a a :G!
*ntonces# se cuentan las fic)as a lle&ar a la d(cimo no%ena se la e3trae# se si&ue
)asta la n1mero 6N que ser$ la se&unda esco&ida# as sucesi%amente )asta tener las
:G fic)as necesarias! *s tambi(n el caso de los soldados que se numeran de - en
adelante cada G <u otro n1mero cualquiera= dan un paso al frente! *s un m(todo
sencillo r$pido de selecci"n!
Ia otros casos de muestreo no aleatorios de uso com1n! Como el de tomar
una lista de nombres# cerrar los o'os con la punta de un l$piz marcar a uno de ellos#
para esco&erlo! Son los casos de los pro&ramas de TL donde se toma la &ua
telef"nica# se la abre en una p$&ina cualquiera
B se esco&e a uno de los n1meros que fi&uran# para lue&o )acer un llamado
con premio! *n los 'ue&os infantiles se )ace una ronda con los participantes# se %endan
los o'os del que %a a ele&ir# se le )ace dar %arias %ueltas con los o'os %endados para
que marque a al&uno! Todos los casos %istos tienen una caracterstica com1n7 los
individuos de la polaci!n no son equiproales!
)ttp7PPQQQ!&estiopolis!comPrecursos:PdocumentosPfulldocsPecoPtdmtds!)tm
Indice7
-! Introducci"n
:! /arco te"rico
6! ,plicaciones del autor
;! 4iblio&rafa
-! Introducci"n
*sta in%esti&aci"n# trata de la importancia que tiene el muestreo del traba'o! *n el caso
de nosotros esta enfocada a la %isi"n que debe tener un in&eniero industrial en
cualquiera que sea su medio de traba'o!
*n lo referente a este informe podemos identificar al&unos puntos importantes acerca
del tema# como lo son7 la importancia nesecidad de realizar R*l /uestro del Traba'oR#
para recolectar informaci"n de una determinada Rpoblaci"nR# adem$s le presentaremos
el concepto# sus %enta'as# la manera de lle%arlo a cabo# los usos de esta la funci"n
que esta tiene en la empresa# el empleo de dia&ramas de control en esta t(cnica# se
e3plicara como se deben lle%ar a cabo las obser%aciones los re&istros de datos de la
manera mas adecuada efecti%a para lo&rar un resultado de maor certeza# as
obtener un menor &rado de Rses&oR !
/encionaremos como determinar la frecuencia de las obser%aciones# tanto mediante
una manera manual# como con el uso de al&1n softQare# e3plicaremos un poco
acerca del Rdise+o de la forma tabular para el muestreo del traba'oR!
*3plicaremos la aplicaci"n de la computaci"n en esta t(cnica# con la que se facilita el
proceso del muestreo del traba'o# a&ilizando la obtenci"n de datos sus resultados#
disminuendo notablemente el tiempo de realizaci"n del proceso# adem$s de la
disminuci"n de los costos por personal!
/encionaremos al&unos de los tipos de muestreo posibles a realizar# sus formas
especficas de uso adecu$ndose a los diferentes tipos de empresas sus necesidades
de uso!
5inalmente daremos al&unas de las aplicaciones reales que se )an dado a# en el uso
de esta t(cnica! /ostrando los resultados de estos muestreos as e'emplificar todo lo
antes mencionado!
:! /arco te"rico
Importancia del /uestreo
*l muestro# como a se mencion"# implica al&o de incertidumbre que debe ser aceptada
para poder realizar el traba'o# pues aparte de que estudiar una poblaci"n resulta ser un
traba'o en ocasiones demasiado &rande# ?onnacott ?onnacott ofrecen las si&uientes
razones e3tras7
Recursos limitados7 *s decir# no e3isten los recursos )umanos# materiales o
econ"micos para realizar el estudio sobre el total de la poblaci"n!
*scasez7 *s el caso en que se dispone de una sola muestra!
0ruebas destructi%as! *s el caso en el que realizar el estudio sobre toda la poblaci"n
lle%ara a la destrucci"n misma de la poblaci"n!
*l muestreo puede ser m$s e3acto7 *sto es en el caso en el que el estudio sobre la
poblaci"n total puede causar errores por su tama+o o# en el caso de los censos# que
sea necesario utilizar personal no lo suficientemente capacitadoA mientras que# por otro
lado# el estudio sobre una muestra podra ser realizada con menos personal pero m$s
capacitado!
/uestreo de traba'o!
*l muestreo de traba'o es una t(cnica que se utiliza para in%esti&ar las proporciones del
tiempo total dedicada a las di%ersas acti%idades que componen una tarea# acti%idades o
traba'o! Los resultados del muestreo sir%en para determinar tolerancias o m$r&enes
aplicables al traba'o# para e%aluar la utilizaci"n de las m$quinas para establecer
est$ndares de producci"n!
Lenta'as del m(todo de muestreo de7
No requiere obser%aci"n continua por parte de un analista durante un perodo de tiempo
lar&o!
*l tiempo de traba'o de oficina disminue
*l total de )oras2traba'o a desarrollar por el analista es &eneralmente muc)o menor
*l operario no esta e3puesto a lar&os perodos de obser%aciones cronom(tricas
Las operaciones de &rupos de operarios pueden ser estudiadas f$cilmente por un solo
analista!
Teora de muestreo de traba'o!
La probabilidad de 3 ocurrencias de un e%ento en n obser%aciones7
<p J q= Sn K -
p K probabilidad de una ocurrencia
q K -2p K probabilidad de que no )aa ocurrencia
n K n1mero de obser%aciones
0laneaci"n del estudio de traba'o!
Una %ez que el analista )aa e3plicado el m(todo obtenido la aprobaci"n del
super%isor respecti%o# estar$ en condiciones de realizar el planteamiento detallado# que
es esencial antes de iniciar las obser%aciones reales!
*l primer paso es efectuar una estimaci"n preliminar de las acti%idades acerca de las
que buscan informaci"n! *sta estimaci"n puede abarcar una o m$s acti%idades! Con
frecuencia la estimaci"n se puede realizar razonable# deber$ muestrear el $rea o las
$reas de inter(s durante un perodo corto utilizar la informaci"n obtenida como base
de sus estimaciones!
Una %ez )ec)as las estimaciones se debe determinar la e3actitud que sea de los
resultados! *sto se puede e3presar me'or como una tolerancia dentro de un ni%el de
confianza establecido! *l analista lle%ar$ a cabo a)ora una estimaci"n del n1mero de
obser%aciones a realizar! *s posible determinar la frecuencia de las obser%aciones!
*l si&uiente paso ser$ dise+ar la forma para muestreo de traba'o en la que se tabular$n
los datos los dia&ramas de control que se utilizar$n 'unto con el estudio!
Determinaci"n de la frecuencia de las obser%aciones
*sta frecuencia depende en su maor &rado de los n1meros de obser%aciones
requeridas de los lmites de tiempo aplicados al desarrollo de los datos!
*l n1mero de analistas disponible la naturaleza del traba'o a estudiar influir$n tambi(n
en la frecuencia de las obser%aciones! Un m(todo que se puede emplear consiste en
tomar nue%e n1meros diariamente de una tabla estadstica de n1meros aleatorios# que
%aren# as&nese a cada n1mero una cantidad de minutos equi%alente a -D %eces al
%alor del n1mero! Los n1meros seleccionados pueden fi'ar entonces el tiempo desde el
inicio del da de traba'o )asta el momento de efectuar las obser%aciones!
*l softQare tambi(n permite el in&reso como entrada de condiciones especialesA Otro
medio para audar a los analistas decidir cuando )acer obser%aciones diarias es un
recordatorio aleatorio! *ste instrumento de bolsillo a%isa por medio de un sonido que es
el momento de realizar la si&uiente obser%aci"n!
Dise+o de la forma tabular para muestreo de traba'o!
*l analista necesitar$ idear una forma de re&istro de obser%aciones para anotar de la
me'or manera posible los datos que ser$n recopilados en la realizaci"n del estudio de
muestreo de traba'o!
*mpleo de los dia&ramas de control!
Tales estudios tratan e3clusi%amente con porcenta'es o proporciones# el dia&rama se
emplea con muc)a frecuencia!
*l primer problema encontrado en la elaboraci"n de un dia&rama de control es la
elecci"n de los lmites# se buscan un equilibrio entre el costo de localizar una causa
asi&nable cuando no e3ista nin&una!
*l me'oramiento debe ser un proceso continuo el porcenta'e de tiempo muerto tiene
que disminuir! Uno de los ob'etos del muestreo de traba'o es determinar $reas de
acti%idad que podran ser me'oradas! Los dia&ramas de control se pueden emplear para
mostrar el me'oramiento pro&resi%o de $reas de traba'o! *sta idea especialmente
importante si los estudios de muestreo de traba'o se utilizan para establecer tiempos
est$ndares# pues tales est$ndares deben cambiarse siempre que las condiciones
%aren a fin de que sean realistas!
Obser%aci"n re&istro de datos!
Se debe caminar a un punto o una cierta distancia del equipo# efectuar su obser%aci"n
re&istrar los )ec)os! *l analista debe aprender a efectuar obser%aciones o
%erificaciones %isuales realizar las anotaciones despu(s de )aber abandonado la zona
de traba'o! *sto reducir$ al mnimo la sensaci"n de ser obser%ado que e3perimentara
un operario# el que continuara traba'ando as en la forma acostumbrada!
/uestreo de traba'o para el establecimiento de m$r&enes o tolerancias# utilizaci"n de
una m$quina establecimiento de est$ndares de mano de obra directa e indirecta!
La t(cnica se usa tambi(n para establecer est$ndares de producci"n# determinar la
utilizaci"n de m$quinas# efectuar asi&naciones de traba'o# me'orar m(todos
establecimiento de est$ndares de mano de obraA las tolerancias por moti%os personales
demoras ine%itables se determinaban frecuentemente efectuando una serie de
estudios de todo el da sobre %arias operaciones promediando lue&o sus resultadosA
el n1mero de idas al &abinete sanitario al bebedero o fuente de a&ua# el n1mero de
interrupciones etc!# se podran re&istrar# cronometrar# analizar# determinar lue&o una
tolerancia 'usta o de confianzaA los elementos que entran dentro de las demoras
personales e ine%itables se pueden mantener separados determinar una tolerancia
equitati%a para cada clase o cate&ora!
/uestreo de traba'o computarizado!
/ediante una computadora puede a)orrarse un 6GE del costo total de un est$ndar de
muestreo de traba'o! La maor parte del traba'o relacionado con el resumen de los
datos de muestreo es de &abinete u oficina# al mecanizar o automatizar el proceso de
c$lculos repetiti%os# las computadoras pueden e%aluar no solamente los resultados
diarios sino tambi(n los acumulados!
5unci"n del /uestreo del traba'o!
*l m(todo de muestreo de traba'o es otra )erramienta que permite al analista de
estudio de tiempos obtener los datos de manera m$s r$pida f$cil!
*l muestreo de traba'o calificado por e'ecuci"n es especialmente 1til para determinar la
cantidad de tiempo que puede ser asi&nada por retrasos ine%itables# suspensiones de
traba'o# etc! *n resumen# deben tenerse presentes las si&uientes consideraciones7
*3plicar lo&rar la aceptaci"n del m(todo de muestreo de traba'o antes de utilizarlo!
Limitar los estudios indi%iduales a &rupos similares a m$quinas u operaciones
Utilizar un tama+o de muestra lo m$s &rande posible
*fectuar obser%aciones indi%iduales en momentos al azar
Realizar las obser%aciones en un perodo razonablemente lar&o!
Tipos de /uestras7
Ia dos principios alternati%os que pueden se&uirse cuando se eli&e una muestra7
/uestra aleatoria# en que el azar determina que elementos se seleccionan
<5i&ura -=#
/uestra no aleatoria# en que el in%esti&ador deliberadamente eli&e los ob'etos
que )an de ser estudiados <5i&ura :=!
5i&ura - 5i&ura :
/uestra aleatoria!
*l principio de la selecci"n de los elementos en una muestra aleatoria es el mismo que
cuando se reparten la bara'a! Todos los ob'etos de la poblaci"n tienen i&uales
probabilidades de ser seleccionados en la muestra! *sta probabilidad es llamada raz"n
de muestreo <samplin& ratio en in&l(s=# es i&ual al n1mero de elementos de la muestra
di%idido por el n1mero de la poblaci"n!
Ia m(todos alternati%os para crear una muestra aleatoria <en otras palabras# una
Rmuestra de probabilidadR=7
a. /uestra aleatoria simple7 La muestra se e3trae a suertes# por e'emplo
sacando papeletas numeradas de un sombrero! Traba'ar con papeletas es
laborioso si la poblaci"n es amplia! 0ero si tenemos la poblaci"n en un
fic)ero de ordenador# el traba'o ser$ f$cil!
b! /uestra sistem$tica7 Si la raz"n que se pretende es -Pn# empezamos
esco&iendo el primer elemento al azar entre los primeros n ob'etos de la
poblaci"n# tras ello e3traemos cada n2a%o ob'eto! *sto es con%eniente si
tenemos una lista de ob'etos de la poblaci"n!
c. /uestra aleatoria ponderada7 Cuando la poblaci"n inclue un &rupo mu
peque+o pero esencial# )a el ries&o de que nin&1n miembro de ese
&rupo quede dentro de una muestra aleatoria! 0ara e%itar esto# podemos
incrementar deliberadamente la raz"n de la muestra sobre este &rupo de
especial importancia!
0or supuesto que esto &enerar$ un desequilibrio en las mediciones que se
obten&an a partir de la muestra ponderada# pero ser$ f$cil restaurar el
equilibro ori&inal! *sto se )ace as cuando se combinan los resultadosA
por e'emplo# al calcular la media de todas las mediciones daremos a las
mediciones de cada &rupo su peso apropiado correspondiente a los
porcenta'es &enuinos en la poblaci"n!
/uestras no aleatorias7
Si consideramos que no precisamos cifras e3actas sobre la representati%idad
estadstica de nuestros resultados# podramos plantearnos el usar una muestra no
aleatoria <o Rno probabilsticaR=# lo que si&nifica que ele&iremos a %oluntad nuestra!
0odemos considerar que esto puede audarnos a obtener los elementos que
necesitamos estudiar directamente # adem$s# actuar sin los tediosos procesos de
selecci"n aleatoria %erificaci"n estadstica!
Sin embar&o# )a una des%enta'a7 corremos un &ran ries&o de obtener demasiado
ses&o en la muestra! No seremos capaces siquiera de ad%ertir la presencia# menos
a1n la cantidad# de ses&o si )acemos personalmente la selecci"n de la muestra! B la
presencia de ses&o puede )acer imposible &eneralizar nuestros resultados!
Un modo de reducir el ses&o )asta cierto punto es de'ar a otra persona o &rupo la
selecci"n de los elementos!
*ntre los tipos comunes de muestras no aleatorias se incluen#
a. Una muestra de Rcasos tpicosR o los Rme'oresR casos son al&o bastante
tradicional en )istoria del arte7 estudiamos solamente los R&randes
maestrosR! La idea es que (stos representan lo m$s aut(ntico de su
(poca! Tal selecci"n deliberada por parte del in%esti&ador tiene no
obstante ries&os serios# que se tratan en el punto Delimitar el ob'eto de
estudio!
b. /uestra de con%eniencia! Un &rupo e3istente# por e'emplo la &ente en una
reuni"n# podra ser desi&nado como muestra! *ste es un m(todo f$cil
barato# pero el ses&o suele ser imposible de estimar! *l m(todo es
popular en las demostraciones de cursos sobre m(todos# pero raramente
usado en la in%esti&aci"n profesional!
c. /uestra de %oluntarios es creada cuando todos los miembros de la
poblaci"n tienen la oportunidad de participar en la muestra! Un e'emplo es
la respuesta %oluntaria de los clientes que lle&a a una empresaA
i&ualmente# las respuestas que un in%esti&ador recibe a un anuncio en un
peri"dico pidiendo a la &ente sus opiniones!
Una muestra de %oluntarios suele ser una alternati%a bastante sensataA no
obstante# el in%esti&ador debe considerar cuidadosamente los ries&os de
ses&o!
Ia dos cuestiones que plantearse7
T*s cierto que todos los miembros de la poblaci"n concernida tenan las
mismas oportunidades de ser incluidos en la muestraU
0or definici"n# los %oluntarios difieren de la media de la poblaci"n en su
maor acti%idad! La cuesti"n crucial entonces es Tdifieren del resto de la
poblaci"n tambi(n en otros aspectosU!
d. /uestra2bola de nie%e! Cuando se entre%ista a miembros de un &rupo#
podemos pedir a las personas que nos indiquen otros indi%iduos en ese
&rupo que est(n en la me'or posici"n para dar informaci"n sobre ese
temaA podramos tambi(n pedirles que nos indicasen personas que
compartan sus puntos de %ista tambi(n otras que sean de opini"n
opuesta! *ntonces entre%istaremos a nue%os indi%iduos continuaremos
del mismo modo )asta que no obten&amos nue%os puntos de %ista de
nue%os entre%istados! *ste es un buen m(todo por e'emplo para reco&er
los distintos puntos de %ista e3istentes en un &rupo# pero su incon%eniente
es que no obtenemos una idea e3acta de la distribuci"n de las opiniones!
Tama+o de la muestra7
/uestras aleatorias7
Te"ricamente# podemos calcular el tama+o requerido de la muestra sobre la base de7
*l n1mero tipo de %ariables
*l ni%el deseado de representati%idad estadstica!
Ia que )acer notar que las poblaciones amplias s"lo requieren en casos
e3cepcionales unas muestras maores que las poblaciones peque+as! ,l&unos
centenares de casos casi siempre son suficientes!
Las formulas para el c$lculo son e3actas pero al&o en&orrosas de usar por las muc)as
alternati%as que inter%ienenA por ese moti%o no se presentan aqu! *n proectos
importantes con amplios recursos se suele consultar a un estadstico para los c$lculos!
*n un proecto de in%esti&aci"n con recursos limitados# la re&la &eneral es7 usar una
muestra tan amplia como nos podamos permitir!
Recu(rdese tambi(n que es in1til incrementar el tama+o de la muestra si el principio de
muestreo est$ ses&ado! La muestra a+adida simplemente estar$ i&ual de ses&ada!
/uestras no aleatorias7
No )a f"rmula para determinar el tama+o de una muestra no aleatoria! Con frecuencia#
especialmente en in%esti&aci"n cualitati%a# podemos simplemente ampliar
&radualmente nuestra muestra analizar los resultados se&1n lle&an! Cuando en casos
nue%os a no se presenta informaci"n nue%a# podemos concluir que nuestra muestra
est$ saturada# terminaremos el traba'o! *ste m(todo es# sin embar&o# mu %ulnerable
al muestreo ses&ado# con lo que tenemos que ser mu cuidadosos ase&urarnos que
no omitimos a nin&1n &rupo de nuestra poblaci"n!
,ntes de decidir el tama+o de una muestra no aleatoria# tal %ez queramos leer c"mo
debe ser e%aluada la representati%idad de los resultados a partir de una muestra no
aleatoria! De otro modo podramos sufrir una sorpresa bastante desa&radable cuando
estemos intentando# demasiado tarde# definir la poblaci"n en que nuestros resultados
puedan ser declarados %$lidos!
0ara calcular el tama+o de una muestra )a que tomar en cuenta tres factores7
-! *l porcenta'e de confianza con el cual se quiere &eneralizar los datos desde la
muestra )acia la poblaci"n total!
:! *l porcenta'e de error que se pretende aceptar al momento de )acer la
&eneralizaci"n!
3. *l ni%el de %ariabilidad que se calcula para comprobar la )ip"tesis!
La confianza o el porcenta'e de confianza es el porcenta'e de se&uridad que e3iste para
&eneralizar los resultados obtenidos! *sto quiere decir que un porcenta'e del -DDE
equi%ale a decir que no e3iste nin&una duda para &eneralizar tales resultados# pero
tambi(n implica estudiar a la totalidad de los casos de la poblaci"n!
0ara e%itar un costo mu alto para el estudio o debido a que en ocasiones lle&a a ser
pr$cticamente imposible el estudio de todos los casos# entonces se busca un porcenta'e
de confianza menor! Com1nmente en las in%esti&aciones sociales se busca un FGE!
*l error o porcenta'e de error equi%ale a ele&ir una probabilidad de aceptar una
)ip"tesis que sea falsa como si fuera %erdadera# o la in%ersa7 rec)azar a )ip"tesis
%erdadera por considerarla falsa! ,l i&ual que en el caso de la confianza# si se quiere
eliminar el ries&o del error considerarlo como DE# entonces la muestra es del mismo
tama+o que la poblaci"n# por lo que con%iene correr un cierto ries&o de equi%ocarse!
Com1nmente se aceptan entre el ;E el HE como error# tomando en cuenta de que no
son complementarios la confianza el error!
La %ariabilidad es la probabilidad <o porcenta'e= con el que se acept" se rec)az" la
)ip"tesis que se quiere in%esti&ar en al&una in%esti&aci"n anterior o en un ensao
pre%io a la in%esti&aci"n actual! *l porcenta'e con que se acept" tal )ip"tesis se
denomina %ariabilidad positi%a el porcenta'e con el que se rec)az" se la )ip"tesis es
la %ariabilidad ne&ati%a!
6! ,plicaciones del autor
*'emplos propuestos resueltos
La encuesta de opini"n poltica
,uditoria contable# in%entario muestral re&istro en libros!
Consumo de &asolina en %e)culos de ser%icio p1blico
La distribuci"n del tiempo libre
*l ratin& de T!L
La medida de desempleo
La producti%idad de caf( tipo base
0lan de control de calidad
Consumo medio de un producto
*'emplo7 Consumo medio de un producto!
*studio sobre precios de /edicamentos en Costa Rica
Si usted tiene que comprar medicamentos en farmacias pri%adas o conoce a al&uien
que ten&a que )acerlo con frecuencia# este informe le ser$ de muc)o inter(s! 0or fa%or
t"mese su tiempo lea este importante documento!
Delimitaci"n del *studio7
La recolecci"n de la informaci"n se realiz" en el mes de a&osto del :DDD! Se inclueron
-GD farmacias distribuidas en todo el pas!
0ro%incia Cantidad de 5armacias
San Vos( GF
,la'uela 6H
Ieredia N
Carta&o -6
0untarenas -D
Wuanacaste -D
Lim"n F
Total -;G
Tabla X- P 5uente7 4ase de datos! L Informe de /edicamentos! ,&osto# :DDD!
Lariaci"n de los precios de los medicamentos ,&o! -FFN2 ,&o! :DDD
La tabla No! : muestra la %ariaci"n de los precios al consumidor con respecto a cada
uno de los Informes! Se destaca el sostenimiento de los precios en el perodo entre
a&osto de -FFF a&osto del :DDD en las pro%incias de Ieredia ,la'uela con un
aumento de los precios de %enta al consumidor de un :!NGE un 6!Y;E# indicadores
mu inferiores a la inflaci"n del perodo <--!6FE=! *n t(rminos totales# el crecimiento de
los precios de los medicamentos fue de un H!H-E# inferior a la inflaci"n acumulada en
un ;!YN puntos! *sto indica que# en t(rminos relati%os# al comprador de medicamentos
contin1a percibiendo una reba'a en los precios!
Tabla :! Suma del costo de la canasta de medicamentos en las farmacias
seleccionadas de la Wran Zrea /etropolitana!
0recios de la Canasta de /edicamentos en la W!,!/!
Costo de la
canasta ,&osto
-FFF
Costo de la
canasta ,&osto
:DDD
Lariaci"n
0orcentual
Diferencia Respecto a
la Inflaci"n del perodo
<--!6FE=
,la'uela [NF-!;FY [F:;!N:6 6#Y;E 2Y!HGE
San
Vos( [:!-DH!D6; [:!:HF!F:; Y#YNE 26!H-E
Ieredia [66!F;- [6;!F-D :#NGE N!G;E
Carta&o [6NH!6;; [;-6!FHN Y#-GE 2;!:;E
Total [6!;-Y!N-H [6!H;6!H:G H#H-E 2 ;!YNE
Tabla X : P Anlisis de Wanancias en las 5armacias del Wran Zrea /etropolitana
,l realizar el anlisis del mar&en de &anancia por pro%incia en la etapa de venta al
consumidor comparando los resultados de con los cuatro Informes anteriores# los
datos comparati%os son fa%orables para el consumidor final!
Wr$fico No! - /ar&en de Wanancia en el precio de %enta por pro%incia!
5uente7 4ase de datos! L Informe de /edicamentos! ,&osto# :DDD!
Wr$fico No! :! /$r&enes de &anancia promedio en 0ro%incias en Costa Rica!
5uente7 4ase de datos! L Informe de /edicamentos! ,&osto# :DDD!
,la'uela es la pro%incia donde las farmacias tienen menor mar&en de &anancia
promedio 0untarenas es la pro%incia donde las farmacias traba'an con un maor
mar&en promedio! *l mar&en de &anancia promedio nacional en farmacias es de un
:H!F:E!
/uestreo del Traba'o ! \
/U*STR*O D* TR,4,VO <R,UL *ST* *L /*VOR INL*STIW,CION=
TO/,LO *N CU*NT,!
INTRODUCCIN!
*l desarrollo del /uestreo de traba'o como t(cnica de medici"n del traba'o se remonta
al a+o -F6G# cuando Tippet su&iri" la aplicaci"n de las obser%aciones instant$neas para
)acer estudios de tiempos de )ombres maquinas! Lue&o# en -F;H# /orroQ le dio un
uso m$s &eneral con el prop"sito fundamental de identificar las demoras que afectaban
a los traba'os! Desde entonces la t(cnica )a sido m$s desarrollada refinada!
,ctualmente se le conoce mundialmente con diferentes nombres!
*l muestreo de traba'o tiene por ob'eti%o establecer el porcenta'e que con respecto al
perodo total de tiempo se dedica a ciertas acti%idades!
/U*STR*O D* TR,4,VO!
*s una t(cnica en la cual se realiza un &ran n1mero de obser%aciones a un &rupo de
m$quinas# procesos u *s operarios durante un periodo de tiempo! Cada obser%aci"n
re&istra lo que esta ocurriendo en ese instante# el porcenta'e de obser%aciones
re&istrada para una acti%idad particular o demora es una medida del porcenta'e de
tiempo durante el cual esta acti%idad o demora ocurren! *l porcenta'e de tiempo
dedicado a una acti%idad particular se establece a partir de un n1mero de
obser%aciones realizadas al azar!
*l muestreo de traba'o es una t(cnica que se utiliza para in%esti&ar las proporciones del
tiempo total dedicada a las di%ersas acti%idades que componen una tarea# acti%idades o
traba'o! Los resultados del muestreo sir%en para determinar tolerancias o m$r&enes
aplicables al traba'o# para e%aluar la utilizaci"n de las m$quinas para establecer
est$ndares de producci"n!
*l m(todo de muestreo de traba'o tiene %arias %enta'as sobre el de obtenci"n de datos
por el procedimiento usual de estudios de tiempos! Tales %enta'as son7
] No requiere obser%aci"n continua por parte de un analista durante un perodo de
tiempo lar&o!
] *l tiempo de traba'o de oficina disminue
] *l total de )oras2traba'o a desarrollar por el analista es &eneralmente muc)o menor
] *l operario no esta e3puesto a lar&os perodos de obser%aciones cronom(tricas
] Las operaciones de &rupos de operarios pueden ser estudiadas f$cilmente por un
solo analista!
Teora de muestreo de traba'o !
La probabilidad de 3 ocurrencias de un e%ento en n obser%aciones7
<p J q=Sn K -
p K probabilidad de una ocurrencia
q K -2p K probabilidad de que no )aa ocurrencia
n K n1mero de obser%aciones
0laneaci"n del estudio de traba'o !
Una %ez que el analista )aa e3plicado el m(todo obtenido la aprobaci"n del
super%isor respecti%o# estar$ en condiciones de realizar el planteamiento detallado# que
es esencial antes de iniciar las obser%aciones reales!
*l primer paso es efectuar una estimaci"n preliminar de las acti%idades acerca de las
que buscan informaci"n! *sta estimaci"n puede abarcar una o m$s acti%idades! Con
frecuencia la estimaci"n se puede realizar razonable# deber$ muestrear el $rea o las
$reas de inter(s durante un perodo corto utilizar la informaci"n obtenida como base
de sus estimaciones!
Una %ez )ec)as las estimaciones se debe determinar la e3actitud que sea de los
resultados! *sto se puede e3presar me'or como una tolerancia dentro de un ni%el de
confianza establecido! *l analista lle%ar$ a cabo a)ora una estimaci"n del n1mero de
obser%aciones a realizar! *s posible determinar la frecuencia de las obser%aciones!
*l si&uiente paso ser$ dise+ar la forma para muestreo de traba'o en la que se tabular$n
los datos los dia&ramas de control que se utilizar$n 'unto con el estudio!
Determinaci"n de las obser%aciones necesarias!
n K <Sp <- 2 Sp= P ^p= S:
^p K Des%iaci"n est$ndar de un porcenta'e
Sp K proporci"n real de ocurrencias del elemento que se busca
n K n1mero de obser%aciones al azar en las que se basa p
Determinaci"n de la frecuencia de las obser%aciones
*sta frecuencia depende en su maor &rado de los n1meros de obser%aciones
requeridas de los lmites de tiempo aplicados al desarrollo de los datos!
*l n1mero de analistas disponible la naturaleza del traba'o a estudiar influir$n tambi(n
en la frecuencia de las obser%aciones! Un m(todo que se puede emplear consiste en
tomar nue%e n1meros diariamente de una tabla estadstica de n1meros aleatorios# que
%aren# as&nese a cada n1mero una cantidad de minutos equi%alente a -D %eces al
%alor del n1mero! Los n1meros seleccionados pueden fi'ar entonces el tiempo desde el
inicio del da de traba'o )asta el momento de efectuar las obser%aciones!
*l softQare tambi(n permite el in&reso como entrada de condiciones especialesA Otro
medio para audar a los analistas decidir cuando )acer obser%aciones diarias es un
recordatorio aleatorio! *ste instrumento de bolsillo a%isa por medio de un sonido que es
el momento de realizar la si&uiente obser%aci"n!
Dise+o de la forma tabular para muestreo de traba'o !
*l analista necesitar$ idear una forma de re&istro de obser%aciones para anotar de la
me'or manera posible los datos que ser$n recopilados en la realizaci"n del estudio de
muestreo de traba'o!
*mpleo de los dia&ramas de control!
Las t(cnicas de los dia&ramas de control se utilizan tan ampliamente en las acti%idades
de control estadstico de calidad que se pueden adaptar f$cilmente para estudios de
muestreo de traba'o! Como tales estudios tratan e3clusi%amente con porcenta'es o
proporciones# el dia&rama p se emplea con muc)a frecuencia!
*l primer problema encontrado en la elaboraci"n de un dia&rama de control es la
elecci"n de los lmites# se buscan un equilibrio entre el costo de localizar una causa
asi&nable cuando no e3ista nin&unaA el analista que efect1a un muestreo de traba'o
considera a los puntos fuera de los lmites de tres si&mas de p como fuera de control!
*l me'oramiento debe ser un proceso continuo el porcenta'e de tiempo muerto tiene
que disminuir! Uno de los ob'etos del muestreo de traba'o es determinar $reas de
acti%idad que podran ser me'oradas! Una %ez descubiertas tales $reas se tratar$ de
me'orar la situaci"n! Los dia&ramas de control se pueden emplear para mostrar el
me'oramiento pro&resi%o de $reas de traba'o! *sta idea es especialmente importante si
los estudios de muestreo de traba'o se utilizan para establecer tiempos est$ndares#
pues tales est$ndares deben cambiarse siempre que las condiciones %aren a fin de
que sean realistas!
Obser%aci"n re&istro de datos!
, medida que le analista considera el $rea de traba'o# no debe anticipar los re&istros
que espera )acer! Debe caminar un punto o una cierta distancia del equipo# efectuar su
obser%aci"n re&istrar los )ec)os! *l analista debe aprender a efectuar obser%aciones
o %erificaciones %isuales realizar las anotaciones despu(s de )aber abandonado la
zona de traba'o! *sto reducir$ al mnimo la sensaci"n de ser obser%ado que
e3perimentara un operario# el que continuara traba'ando as en la forma
acostumbrada!
Uso de una c$mara para an$lisis de acti%idades al azar
,un si se obser%an los requisitos de muestreo de traba'o# los datos tender$n a tener
cierto ses&o o pre dispocisi"n cuando la t(cnica se emplea para estudiar s"lo a las
personasA tambi(n# e3iste entonces una tendencia natural para que el obser%ador
re&istre 'ustamente lo que )a sucedido o lo que estar$ sucediendo# m$s bien que lo que
realmente est$ aconteciendo en el momento e3acto de la obser%aci"n
/uestreo de traba'o para el establecimiento de m$r&enes o tolerancias!
La t(cnica se usa tambi(n para establecer est$ndares de producci"n# determinar la
utilizaci"n de m$quinas# efectuar asi&naciones de traba'o me'orar m(todosA las
tolerancias por moti%os personales demoras ine%itables se determinaban
frecuentemente efectuando una serie de estudios de todo el da sobre %arias
operaciones promediando lue&o sus resultadosA el n1mero de idas al &abinete
sanitario al bebedero o fuente de a&ua# el n1mero de interrupciones etc!# se podran
re&istrar# cronometrar# analizar# determinar lue&o una tolerancia 'usta o de confianzaA
los elementos que entran dentro de las demoras personales e ine%itables se pueden
mantener separados determinar una tolerancia equitati%a para cada clase o cate&ora!
/uestreo de traba'o para la determinaci"n de la utilizaci"n de una m$quina!
La utilizaci"n de una m$quina o instalaci"n se determina f$cilmente por la t(cnica de
muestreo de traba'o en la misma forma en que se emple" para establecer tolerancias!
/uestreo de traba'o en el establecimiento de est$ndares de mano de obra directa e
indirecta!
,l&unas empresas )an )allado que el muestreo de traba'o es aplicable para establecer
est$ndares de incenti%os para operaciones con mano de obra directa e indirecta# la
t(cnica es i&ual a la empleada para determinar tolerancias! Se realiza un &ran n1mero
de obser%aciones al azar# lue&o el porcenta'e del n1mero total de obser%aciones para
las que la m$quina u operaci"n est$ en funcionamiento se apro3imar$ al porcenta'e del
tiempo total en que %erdaderamente esta en ese estado!
La e3presi"n utilizada para establecer est$ndares para traba'o# se puede modificar para
que sea aplicable en estudios de muestreo de traba'o que requieren obser%aciones al
azar en %ez de obser%aciones re&ulares cada minuto7
Tn K _<n= <T= <0=` P <0a= <N=
Tn K Tiempo normal de elemento
Ta K Tiempo asi&nado de elemento
0 K 5actor de calificaci"n de actuaci"n
0aK 0roducci"n total en el perodo estudiado
n K Obser%aciones totales de elemento
NK Obser%aciones totales
T K Tiempo total de operario representado por el estudio!
,uto2obser%aci"n
Los administradores conscientes peri"dicamente toman muestras de su propio traba'o
para e%aluar la efecti%idad de su uso del tiempoA una %ez que los administradores
aprenden cuanto tiempo in%ierten en funciones que pueden ser atendidas r$pidamente
por subordinados personal administrati%o# pueden actuar positi%amente!
/uestreo de traba'o computarizado!
/ediante una computadora puede a)orrarse un 6GE del costo total de un est$ndar de
muestreo de traba'o! La maor parte del traba'o relacionado con el resumen de los
datos de muestreo es de &abinete u oficina# al mecanizar o automatizar el proceso de
c$lculos repetiti%os# las computadoras pueden e%aluar no solamente los resultados
diarios sino tambi(n los acumulados!
*l m(todo de muestreo de traba'o es otra )erramienta que permite al analista de
estudio de tiempos obtener los datos de manera m$s r$pida f$cil!
*l muestreo de traba'o calificado por e'ecuci"n es especialmente 1til para determinar la
cantidad de tiempo que puede ser asi&nada por retrasos ine%itables# suspensiones de
traba'o# etc! *n resumen# deben tenerse presentes las si&uientes consideraciones7
] *3plicar lo&rar la aceptaci"n del m(todo de muestreo de traba'o antes de utilizarlo!
] Limitar los estudios indi%iduales a &rupos similares a m$quinas u operaciones
] Utilizar un tama+o de muestra lo m$s &rande posible
] *fectuar obser%aciones indi%iduales en momentos al azar
Realizar las obser%aciones en un perodo razonablemente lar&o!
5undamentaci"n *stadstica!
De acuerdo con las lees de probabilidad sabemos que una muestra e3trada
aleatoriamente de una poblaci"n tiende a poseer las mismas caractersticas de dic)a
poblaci"n# siempre cuando esa muestra sea lo suficientemente &rande!
Si en un instante dado un e%ento puede estar presente o ausente# ocurrir o no# por
estadsticas se sabe que la probabilidad de 3 ocurrencias del e%ento en 8n9
obser%aciones %iene dada por7
n < p J q= K -
Donde7 pK probabilidad de ocurrencia del e%ento!
qK probabilidad de ausencia del e%ento!
n K n1mero de obser%aciones!
Si <pJq= n K - se e3pande de acuerdo al Teorema 4inomial# el primer termino de la
e3presi"n nos dar$ la probabilidad de que 3K DA el se&undo termino de la probabilidad
de aK- as sucesi%amente# la distinci"n de estas probabilidades es la distribuci"n
4inomial# cua media en 8n!p9 su %arianza 8n!p!q9
0or la teora elemental de estadsticas se sabe que a medida que el tama+o de muestra
crece# la Distribuci"n 4inomial se apro3ima a lo normal! Dado que los estudios de
muestreo de traba'o comprenden muestras bastante &randes# la Distribuci"n Normal
constitue una apro3imaci"n satisfactoria de la distribuci"n 4inomial!
*n lu&ar de utilizar una Distribuci"n 4inomial# con una media i&ual a np %arianza npq#
podemos considerar la distribuci"n de una proporci"n cua media sea 8p9 su
des%iaci"n est$ndar pqPn !
Inter%alo de Confianza <I=7 *s el inter%alo de la %ariable en el cual esta comprendido# en
t(rminos de probabilidad# un determinado porcenta'e de los %alores obser%ados# por lo
&eneral se e3presan en t(rminos de la des%iaci"n est$ndar < =A IP:K b !
Ni%el de Confianza <C =! Representa la probabilidad de que los %alores obtenidos en el
muestreo no se des%en m$s all$ del Inter%alo de Confianza!
0recisi"n <e=! Representa el &rado de des%iaci"n o tolerancia permitida con respecto al
%alor %erdadero de la media <IP:Ke p=!
0asos , Se&uir 0ara Realizar Un *studio De /uestreo De Traba'o7
-!2Definir el problema!
*s importante especificar claramente los ob'eti%os a realizar!
:!2Obtener La ,probaci"n Del Super%isor Del Departamento Donde Se La , Realizar
*l *studio!
Tanto los operarios a ser obser%ados como el resto del personal del departamento
deben comprender el fin se&uido por el estudio para que se sientan in%olucrados en
todo el proceso < adem$s e%itar posibles conflictos laborales=!
6!2 *stablecer *l Ni%el De Confianza Deseado B La 0recisi"n cue Deber$n Tener Los
Resultados 5inales!
*stos depender$n de la importancia que ten&a el estudio a realizar# sabiendo que
mientras maores sean# m$s &rande era el tama+o de la muestra necesario por lo
tanto m$s ele%ados los costos en los que se incurre!
;!2 Iacer Una *stimaci"n 0reliminar Del 0orcenta'e De Ocurrencia Del *%ento cue se
%a a medir!
No es posible medir el n1mero de obser%aciones necesarias si no se tiene al&una
indicaci"n respecto al porcenta'e de tiempo que consume las acti%idades enumeradas!
*ste dato se obtendr$ mediante un estudio piloto# a partir del cual se decidir$ respecto
a sobre a cual acti%idad# para la precisi"n deseada# se basara el n1mero total de
obser%aciones!
G!2 Dise+ar *l *studio
Los pasos necesarios para el dise+o del estudio son7
a!2 Determinar el n1mero de obser%aciones a realizar! Dic)o n1mero se calcula
tomando en cuenta el porcenta'e inicialmente estimado de ocurrencia de la acti%idad
medida <p=A el Ni%el de Confianza < C= la precisi"n <e= requeridos!
b!2 5i'ar el n1mero de das disponibles para completar la fase de recolecci"n de datos
del estudio!
c!2 Determinar la frecuencia de realizaci"n de las obser%aciones!
d!2 Determinar el n1mero de obser%adores requeridos!
e!2 5i'ar la ruta a se&uir por el obser%ador! *ste camino a se&uir debe ser fi'ado de
antemano!
f!2 Iacer el pro&rama de obser%aciones para cada da! 0ara ser estadsticamente
aceptable# el /uestreo de Traba'o requiere que todos los momentos de obser%aci"n
ten&an la misma probabilidad de ser ele&idos!
&!2 Dise+ar la )o'a de obser%aciones! *sta )o'a debe ser f$cil de llenar por el
obser%ador de f$cil interpretaci"n posterior!
H!2 Iacer las obser%aciones de acuerdo con el plan el pro&rama resumir los datos
Los pasos comprendidos en este punto son7
a= Iacer las obser%aciones anotar lo obser%ado! 0ara ello se utiliza la )o'a de
obser%aciones pre%iamente dise+ada# el re&istro de las obser%aciones no debe
anticiparse! 0ara realizarlas el analista debe situarse a una distancia con%eniente!
b= Resumir los datos al final de cada da!
c= Construir el &r$fico de control diario# los &r$ficos de control en el /uestreo de Traba'o
permiten &raficar los resultados diarios acumulados en el estudio!
Lenta'as de la aplicaci"n de la t(cnica de /uestreo de traba'o con respecto a los
m(todos ordinarios de *studio de Tiempos!
2 /uc)as acti%idades# cua medici"n por medio de los m(todos ordinarios de
estudio de tiempos resulta impractica o costosa# se pueden medir f$cilmente por medio
de /uestreo de Traba'o!
2 Un solo obser%ador puede estudiar %arios operarios o m$quinas
simult$neamente!
2 Como las obser%aciones se distribuen a lo lar&o de un periodo apreciable de
tiempo# es menos probable que los resultados se %ean afectados por las %ariaciones de
tipo contin&encial
2 *l estudio puede interrumpiese en cualquier momento sin que ello afecte los
resultados!
2 Como la obser%aci"n es instant$nea# es poco probable que el operario modifique
su patr"n de traba'o cuando sabe que esta siendo obser%ado!
2 No se requieren obser%adores con adiestramiento o formaci"n especial!
2 No se necesita nin&1n equipo para medir tiempos!
2 Los resultados se obtienen con un &rado de confiabilidad!
Des%enta'as de la aplicaci"n de la t(cnica de /uestreo de Traba'o con respecto a los
m(todos ordinarios de estudio de tiempos!
2 Si al operario no se la )a e3plicado el ob'eti%o del estudio# puede modificar su
ritmo de traba'o a la %ista del obser%ador! Cuando esto sucede# los resultados del
/uestreo de Traba'o son de escaso %alor!
2 *n &eneral el /uestreo de Traba'o no resulta econ"mico cuando se %a estudiar
un solo traba'ador o una sola m$quina# ni tampoco para estudiar m$quinas u operarios
esparcidos en &randes zonas!
Comparaci"n entre el muestreo de traba'o el cronometrado
*l /uestreo de Traba'o permite medir acti%idades de ciclo lar&o# en los cuales resultara
antiecon"mico usar cronometrado! Una t(cnica no reemplaza a la otra# cada una tiene
su campo de aplicaci"n! 0or e'emplo si la operaci"n a medir es altamente repetiti%a# de
ciclo corto realizada por un solo operario resulta m$s %enta'oso usar cronometrado!
/U*STR*O D* TR,4,VO CO/0UT,RId,DO!
/ediante una computadora puede a)orrarse un 6GE del costo total de un estudio de
muestreo de traba'o! *sto puede lo&rarse por el alto porcenta'e de labor de oficina en
relaci"n con el tiempo real de obser%aci"n! La maor parte del traba'o relacionado con
el resumen de los datos de muestreo es de &abinete u oficinaA calcular porcenta'es
&rados de e3actitud# transportar datos a dia&ramas de control# determinar (l numero de
obser%aciones requeridas el total de obser%aciones necesarias# obtener (l numero de
recorridos al $rea que ser$ estudiada por da la )ora del da para cada recorrido# etc!
,l mecanizar o automatizar el proceso de c$lculos repetiti%os# las computadoras
pueden e%aluar no solamente los resultados diarios sino tambi(n los acumulados# as
como realizar el mantenimiento de los dia&ramas de control!
Sistemas de Normas de Tiempos 0redeterminados <NT0D=
*s una t(cnica de medici"n del traba'o en la que se utilizan tiempos determinados para
los mo%imientos )umanos b$sicos <clasificados se&1n su naturaleza las condiciones
en las que se realizan= a fin de establecer el tiempo requerido por una tarea efectuada
se&1n una norma de e'ecuci"n!
Los sistemas NT0D est$n formados por cinco componentes b$sicos que son7
a= Wirar el brazo!
b= ,&arrar o ,sir!
c= Colocar!
d= Soltar!
e= /o%imientos del Cuerpo!
*3isten en la actualidad muc)os sistemas NT0D de distintas clases entre estos
destacan el /T/ </edici"n de Tiempos 2 /(todos=A el /T/2:# el /T/26# etc!
CONCLUSIN
*l m(todo de muestreo de traba'o es una )erramienta que permite al analista de
estudio de tiempos m(todos obtener los datos de manera m$s f$cil r$pida!
*l muestreo de traba'o con calificaci"n de la actuaci"n es especialmente 1til para
determinar la cantidad de tiempo que puede ser concedida por retrasos ine%itables#
suspensi"n del traba'o etc! *l &rado de continuidad de estas interrupciones es un $rea
apropiada de estudio para el me'oramiento de la producti%idad!
Ciertamente el muestreo de traba'o computarizado lle&ar$ a ser un m(todo de traba'o
considerablemente e3tendido para descubrir traba'o improducti%o# asi&naci"n
desequilibrada de personal# tiempo inacti%o# o muerto de maquinas o instalaciones
arreas con problemas similares! Toda persona que traba'e en el campo de los m(todos#
el estudio de tiempos los planes de pa&os de salario debe estar bien familiarizada con
las %enta'as# limitaciones usos de esta t(cnica!
)ttp7PP)tml!rincondel%a&o!comPmuestreo2de2traba'o!)tml