UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS

INGENIERÍA DE MÉTODOS

NUMERO DE

OBSERVACIONES
Dr. Ing. LUIS MANRIQUE SUAREZ
Ing. NANCY OCHOA SOTOMAYOR
 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

INTRODUCCION

Al realizar el Estudio de Tiempos, es conveniente determinar si la muestra de

lecturas tomadas es representativa del trabajo y del operario observado.

El tiempo necesario para ejecutar los elementos de una operación, es

de esperar que varíe ligeramente ciclo a ciclo; así el operario trabaje a un
ritmo uniforme habrán tiempos del elemento en estudio que no serán
exactamente iguales. Esto se puede deber a:
 Variaciones en la lectura del cronómetro.
 Posibles diferencias en los puntos de corte de cada elemento.
 Diferencias en la posición exacta de las piezas y herramientas
empleadas.
 Variabilidad característica del comportamiento humano.
 Variación de los materiales empleados.
 Etc.

Con materias primas altamente normalizadas, herramientas, equipos y

condiciones de trabajo de buena calidad y operarios bien calificados y
entrenados, no serán grandes las diferencias en las lecturas de cada
elemento; pero no obstante, aún habrá alguna variación.

El Estudio de Tiempos es un proceso de muestreo y por consiguiente,

cuanto mayor sea el número de ciclos cronometrados (N), más próximos
estarán a la realidad de la actividad que se mida. La uniformidad en las
lecturas del cronómetro es del mayor interés para el analista.
Salvo que se utilicen tablas establecidas para el tamaño de la muestra
o gráficos (Nomogramas), se realizan muestreos preliminares, con muestras
relativamente pequeñas de “N” ciclos, a partir de toda la población; luego, en
base a esta muestra realizan inferencias respecto a la magnitud de la media (
X ) de esta población de mediciones de tiempo. Pues, el objetivo es
determinar una muestra realmente representativa de la población, para

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 2

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

obtener justamente resultados representativos que servirán para planear la

producción, establecer precios, costo, presupuestos, etc.

La media de la muestra de las observaciones debe estar

razonablemente cerca de la media de la población. Por consiguiente, el
analista debe tomar suficientes lecturas para que cuando sus valores se
registren se obtenga una distribución de valores con una dispersión similar a
la dispersión de la población.

Es posible determinar matemáticamente el número de ciclos que

deberán ser estudiados con el fin de asegurar la existencia de una muestra
confiable, y tal valor moderado aplicando un buen criterio, dará al analista
una útil guía para poder decidir la duración de la observación.

Para un Estudio de tiempos se establece un tamaño de muestra tal que

la X resultante no discrepe de la real en más de  5% de los casos, si se
tomase un gran número de muestras.

En otras palabras, “esta experiencia requiere un tamaño de la muestra

tal que haya un 95% de probabilidades de que el error no sea superior al
5%”. Pueden escogerse límites de error mayores o menores y niveles de
aceptación más elevados o inferiores.

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 3

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

En la práctica, la decisión respecto al número adecuado de ciclos que deben

observarse, se basa ordinariamente en el criterio del analista; sin embargo
en algunas ocasiones esto lo decide la política de la empresa o es el
resultado de acuerdos obrero-empresa. Si éste no es el caso, el analista
deberá tener el criterio suficiente para decidir el momento y el número
suficiente de datos; para ello generalmente deberá basarse en factores
como:
 La importancia del trabajo cuyo estudio de tiempo está
realizando.
 La uniformidad del desempeño del operario.
 La longitud característica del ciclo.
 La reputación del operario observado,
 otros

MÉTODOS PARA DETERMINAR “N”

El número de ciclos que hay que realizar y estudiar para llegar a un

estándar equitativo, han ocasionado siempre discusiones entre los analistas
de tiempos y los representantes sindicales. Puesto que la actividad de un
trabajo así como su tiempo de ciclo, influye directamente en el número de
ciclos que deben estudiarse desde el punto de vista económico, no es
posible apoyarse totalmente en la práctica estadística que requiere un cierto
tamaño de muestra basado en la dispersión de las lecturas de elementos
individuales.

Existen diversos métodos para determinar N:

a) Utilizando Tablas
b) Métodos Estadísticos
c) Métodos Gráficos (Nomograma)
d) Método Tabla-Estadístico (Maytag)

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 4

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

a) UTILIZANDO TABLAS

La General Electric Company estableció una tabla como guía para

determinar el número de ciclos que deben cronometrarse.

Tiempo de ciclo en minutos Número de ciclos recomendado

0.10 200
0.25 100
0.50 60
0.75 40
1.00 30
2.00 20
2.00 - 2.50 15
5.00 – 10.00 10
10.00 – 20.00 8
20.00 – 40.00 5
40.00 – en adelante 3

Fuente: Tomada del TIME STUDY MANUAL, ERIE WORKS, de la General

Electric Company, desarrollada bajo la dirección de ALBERT E.
SHAW, gerente de administración de salario.

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 5

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

b) MÉTODOS ESTADÍSTICOS

1) PRIMER MÉTODO
Los métodos estadísticos pueden servir de guía para determinar el
número de ciclos a estudiar. Se sabe que los promedios de las muestras ( X )
tomados de una distribución normal de observaciones, están normalmente
distribuidos con respecto a la media de la población ( ). La varianza de X

S2
con respecto a la media de la población  es igual a , es decir:
N
S
SX  ................................. (1)
N
Donde:
N  Tamaño de la muestra (Nº de observaciones del elemento).
SX  Desviación estándar de la distribución de medias
S  Desviación estándar de la población o universo.

1.1 Utilizando el denominador "n"

Por definición:

 (X I  X)2
............................(2)
S i 1
n

Xi  Valor (normalizado) de cada lectura del cronómetro

X  Media aritmética de las lecturas
n Número de observaciones realizadas

Desarrollando, obtenemos otra fórmula muy conocida:

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 6

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

X  X 
2 2

S   
 ............................(3)
n  n 

 X 2 * n   X 
2
S
n n n*n

n  X 2    X  .......................... (4)
1 2
S
n

Reemplazando (4) en (1):

n  X 2   X 
1 2

SX  n ........................ (5)
N

Para determinar el número de observaciones, hay que decidir el nivel de

confianza y la precisión estadística deseada.
En Estudio de Tiempos se emplea, generalmente un nivel de confianza del
95% y una precisión de  5%.

“Existe un 95% de probabilidad de que la media de la muestra o el valor

medio del elemento no estén afectados de un error superior a  5% del
verdadero tiempo observado”.

Luego:
 0.05 X =  2 SX
0.05 X = 2 SX
X = 40 SX ...................... (6)

Reemplazando (5) en (6):

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 7

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

n X 2    X 
1
X
2
X= = 40 * n
n
N

Donde finalmente:

2
 40 n 
  X 2  (  X )2 

I
N=  

X 

1.2 Utilizando el denominador “n-1”

  X  X
2

S
n 1

Desarrollando, se obtiene:

X
2
2
 nX
S ................... (7)
n 1

Reemplazando (7) en (1)

X
2
2
 nX
n 1 .................... (8)
SX 
N

Reemplazando (8) en (6)

X  X  40 * S
X
n

X
2
2
 nX
 X  40 * n 1
n N

Finalmente:

2
 40n X
2
 nX
2 
N =  

X n 1 

II
Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 8
 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

2. SEGUNDO MÉTODO

Utilizando la “distribución t de Student”

Si se realizan “n” lecturas de un cierto elemento indican que, su media

aritmética es X y su desviación estándar S, habrá un 95% de confianza de
que  (media poblacional) estará contenida en el intervalo.

S
Xt
n

Si la exactitud calculada no es satisfactoria, es posible determinar N, el

número requerido de lectura para una exactitud dada, igualando

tSX   X

tS
 X
N

2
 S .t 
N=  
 .X 

III
  Precisión estadística deseada
 = 0.05

Para un nivel de confianza del 95% utilizaremos t = 2.06

NOTA:

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 9

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor
El número de veces a cronometrar (N), es de un elemento determinado; pero
al existir varios elementos, puede constituir un problema la selección del
elemento más apropiado para calcular el número deseado de lecturas.

Se recomienda que se seleccione para este fin el elemento que tenga mayor
coeficiente de variación (CV).

S
CV = x100
X

Hay un tercer control en el cronometraje industrial, para verificar que los

datos no estén muy dispersos; es decir que el CV no exceda del 6%,
significando esto, que los tiempos cronometrados están homogéneamente
distribuidos alrededor del tiempo promedio ( X ).

CONTROLES ESTRATÉGICOS EN EL CRONOMETRAJE

INDUSTRIAL

 Stob Error De
% e  DCDC 100
Cronometraje De
1
Vuelta Cero
A  AR  Error De
% Ae AP

N Apreciación o De
ADIESTRAMIENTO

2
Actividad MING

Coeficiente De
% e 
S
X
100
Variación
3
PROCESO
4 Numero De
N Observaciones MING

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 10

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor
3. TERCER MÉTODO
Utilizando la estimación de la desviación estándar a partir del rango de la
muestra.
R
S
d2

R : Rango medio
d2 : Factor que depende del número de observaciones

Pero:
S 1 R
SX   *
N N d 2

Además:
2 R
0.05X  2SX  *
N d2

despejando N:

2
 40 R 
N =  . 
 d2 X 
IV
PROCEDIMIENTO

1. Tomar Lecturas (X: Tiempos normalizados)

2. Determinar el Rango de cada grupo: R i
3. Calcular el Rango medio: R
4. Determinar la media aritmética: X
5. Ubicar el valor d 2
6. Determinar el número de lecturas: N

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 11

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor
TABLA DE FACTORES d 2 PARA ESTIMAR LA DESVIACIÓN
ESTANDAR A PARTIR DEL RANGO DE LA MUESTRA

R
S
d2

N d2
2 1.128
3 1.693
4 2.059
5 2.326
6 2.534
7 2.704
8 2.847
9 2.970
10 3.078
11 3.173
12 3.258
13 3.336
14 3.407
15 3.472
16 3.532
17 3.588
18 3.640
19 3.689
20 3.735

Fuente: ASTM Manual on Quality Control of Materials. PHILADELPHIA DE

PROBABILIDAD Y ESTADISTICA PARA INGENIERÍA Y CIENCIAS
Mendenhall y Sincich. 1997. Editorial Prentice Hall Hispanoamericano S.A.
México

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 12

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor
3. MÉTODO GRÁFICO

Utilizando el Nomograma
Es necesario decidir dos puntos fundamentales:

Nivel de Confianza : Probabilidad de no cometer un error superior al

adoptado como precisión.

Precisión : Tanto por ciento que se admite como máximo de error, al tomar la
media de la muestra como valor verdadero.
Para Estudio de Tiempos: Cronometraje Industrial, suelen adoptarse los
siguientes valores:
Nivel de Confianza : 95%
Precisión : 5-10%

Establecidos estos valores se desea averiguar cuántas observaciones del

elemento en cuestión son necesarias para que se cumplan las condiciones
indicadas; es decir, para que exista por lo menos una probabilidad del 95%
de no cometer un error mayor que el 5% al tomar como verdadero tiempo del
elemento la media de la muestra.

Cálculos Preliminares
Se necesitan realizar algunos cálculos preliminares para poder utilizar el
NOMOGRAMA y se procede de la siguiente manera:

1. Efectuar un cronometraje previo, en el que se toman un requerido

número de observaciones (16 ó 20); es decir cada tiempo con su
actividad apreciada.
2. Dividir las observaciones en grupos de 4 y normalizarlos a la
actividad 100.

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 13

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

X = Tiempo Normal = T N

Tiempo observado x Actividad observada

TN =
100

3. Para cada grupo, calcular el rango

Rango = Valor Mayor – Valor Menor

4. Calcular el Rango Medio ( R ) de los grupos

R1  R2  ...  RK
R = 1, 2, 3,..., K grupos
K

5. Calcular el valor medio de los tiempos normalizados: X .

6. Se determina sobre el Nomograma A 2/1 el número de
observaciones necesarias.

UTILIZACIÓN DEL NOMOGRAMA

1. En la Escala (A) de Precisión deseada, identificar el valor adoptado.
En nuestro caso 5%.
2. Sobre la Escala (C) de valor medio buscar el valor obtenido de la
media aritmética ( X )
3. Mediante una recta, unir los puntos identificados en las escalas (A)
y (C).
4. En la escala (D) de Rango Medio, ubicar el valor del R calculado.
5. Se unen mediante una recta, el punto de intersección en escala B
(recta que une “precisión” y X ), con valor en D de Rango Medio,
prolongándolo hasta cortar la Escala E. Sobre ésta, se lee el
número de observaciones.

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 14

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

NOMOGRAMA A 2/1

Precisión Auxiliar Valor Número de

Rango
deseada medio observaciones
medio
A B C D E
10 100 500
400
9 90 150
300
8 80 100 200
80
7 70 150
50
6 60 40 100
30 80
5 50 20 60
50
4 40 10 40
5 30
20
3 30 3 15
2 10
2 20 1
1.5 0.5 5
15
2
1 10 0.1

NOMOGRAMA A 2/1
Precisión Auxiliar Valor Número de
Rango
deseada medio observaciones
medio
A B C D E
10 100 500
400
9 90 150
300
8 80 100 200
80
7 70 150
50
6 60 40 100
30 80
5 50 20 60
50
4 40 10 40
5 30
20
3 30 3 R 15
2
x 10
2 20 1
1.5 0.5 5
15
2
1 10 0.1

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 15

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

4. MÉTODO TABLA - ESTADÍSTICO

METODO MAYTAG
Este método considera igualmente un nivel de confianza del 95% y una
precisión (o exactitud) del 5%.

Procedimiento
1. Realizar lecturas preliminares.
- Diez (10), si el tiempo de ciclo es menor o igual a 2 minutos.
- Cinco (5), cuya duración sea mayor a 2 minutos.
2. Calcular el Rango (R) y el tiempo medio ( X ).
3. Hallar el cociente: R/ X
4. Utilizando la tabla, encontrar el Número de Observaciones (N)

Ejemplo:
Los tiempos y actividades que se anotan a continuación, están en la
escala (100-133) y se trata del elemento “andar 20 metros”.

Actividad 65 95 100 60 60 65 60 55
Tiempo 45 36 36 47 67 61 53 67

Actividad 70 50 70 80 100 95 60
Tiempo 50 53 39 39 38 35 53

Determinar el valor de “N” utilizando los métodos desarrollados.

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 16

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor
Solución
A T X X2 Orden
65 45 29.25 1
95 36 34.20 2
100 36 36.00 3
60 47 28.27 4
60 67 40.20 5
65 61 39.65 6
60 53 31.80 7
55 67 36.85 8
70 50 35.00 9
50 53 26.50 10
70 39 27.30 11
80 39 31.20 12
100 38 38.00 13
95 35 33.25 14
60 53 31.80 15
499.20 16.880.55

Los valores de X, se denominan “TIEMPOS NORMALIZADOS”, es decir,

todos los tiempos estarán (en este caso) a la Actividad Normal de 100.

De la relación Actividad – Tiempo, se tiene:

A i x Ti = A N x TN

Ai Ti
TN 
100

Para A N = 100

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 17

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

Ai X i
TN  X
100

Del cuadro anterior se obtiene:

N = 15 Σx = 499.20 Σx 2 = 16880.55
X  33.28

Reemplazando en la FÓRMULA: I

2
 40 15(16880.55)  ( 499.20) 2 
N=  
 499.20 
 

N = 26

Reemplazando en la FÓRMULA: II

2
  499.20 
2 
 16880.55  15  
 40 x15  15  
N= 
15  1

 499.20 
 
 

N = 28

Para K = 0.05 y t = 2.06

X
2
2
 nX
S=
n 1

16880.55  15(33.28) 2
S=  4.37
15  1

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 18

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor
Reemplazando en la FÓRMULA III

2
N = 
2.06 x 4.37 
  N  30
 0.05 x33.28 

Para el tercer método :

Agrupamos en 2 partes iguales; es decir 2 grupos de 7 datos cada uno,
eliminando el último dato (Dato Nº 15).

Primer Grupo Segundo Grupo

29.25 R 1 = 40.20 – 28.20 36.85
34.20 R 1 = 12.00 35.00
36.00 Vm  26.50
28.20  V m R 2 = 38.00-26.50 27.30
40.20  V M R 2 = 11.50 31.20
39.65 VM 38.00
31.80 33.25

Rango Medio

R1  R2 12.00  11 .50
R   11 .75
2 2

En la tabla 7d 2 = 2.704

Además X  33.28

Reemplazando en la FÓRMULA IV

2
 40 x11 .75 
N=    N  27
 2.704 x33.28 

Como se han realizado 15 observaciones, se deberán cronometrar 27-15 =

12 observaciones más, para que los resultados sean representativos para la
población.

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 19

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

Hay que tener presente, que por más grande que sea el número de
observaciones, seguirá siendo una muestra del proceso productivo -que
representa en todo caso- a una población o universo infinito.

Al momento de separar los grupos de tiempos normalizados, es de esperar

que sobre algunos (en nuestro caso, sobra uno). Es preferible eliminar los
tiempos menores o mayores, para evitar la dispersión de los mismos.

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 20

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor
Ejemplo:
Eliminando el Eliminando el valor mínimo:
Valor máximo: 26.50
40.20
29.25 29.25
34.20 34.20
36.00 36.00
28.20 28.20 1er grupo
40.20 1er grupo 40.20
39.65 39.65
31.80 31.80
36.85 36.85
35.00 35.00
26.50 26.50
27.30 27.30
31.20 2d grupo 31.20 2do grupo
38.00 38.00
33.25 33.25
31.80 31.80

R 1 = 39.65-28.20=11.45 R 1 = 40.20-28.20=12.00
R 2 = 38.00-26.50=11.50 R 2 = 38.00-27.30=10.70
R  11 .475 R  11 .35
X  32.79 X  33.76
7d 2 = 2.704 7d 2 = 2.704

2 2
N = 
40 x11 .475 
N = 
40 x11 .35 
 
 2.704 x32.79   2.704 x33.76 
N = 27 N = 25

Estos resultados nos indican claramente, que cuando los datos son más
dispersos, se necesitan de mayor número de observaciones.

Ejemplo: Tomando los datos del elemento “andar 20 metros” se ha

aumentado un dato más, para tener 16 observaciones previas.

Actividad 95
Tiempo 35 h°°
T N = 33.25 h°°

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 21

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor
Se dividen en 4 grupos, los tiempos normalizados

Grupo 1 Grupo 2 Grupo 3 Grupo 4

29.25 40.20 35.00 38.00
34.20 39.65 26.50 33.25
36.00 31.80 27.30 31.80
28.20 36.85 31.20 33.25

Calcular el Rango de cada grupo

R 1 = 36.00 – 28.20 = 7.80 R 3 = 35.00 – 26.50 = 8.50

R 2 = 40.20 – 31.80 = 8.40 R 4 = 38.00 – 31.80 = 6.20

Rango Medio

7.80  8.40  8.50  6.20

R =
4

R = 7.725

Media Aritmética (Tiempo normalizado medio): X

X
X =  X  532.45
N

532.45
X =  33.28h
16

Precisión Valor Rango Número de

Auxiliar
deseada medio medio observaciones

A B C D E
10 100 500
400
9 90 150
300
8 80 100 200
80
7 70 150
50
6 60 40 100
30 80
5 50 20 60
50
4 40 10 40
5 30
20 24
3 30 3
Ingeniería de Métodos MING 2 F. I. I. S. -15
10
U. N. F. V. 22
2 20 1
1.5 0.5 5
15
2
1 10 0.1
 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

Precisión Auxiliar X R N° de observaciones

A B C D E

5 24

7.725

33.28

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 23

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor

METODO MAYTAG

Tabla para el Cálculo del Número de Ciclos a cronometrar

Número N de lecturas necesarias en el Estudio de Tiempos para una
precisión de 5 por 100 y un Nivel de Confianza del 95 por 100.

R Datos para una R Datos para una R Datos para una

X X X
muestra de muestra de muestra de
5 10 5 10 5 10
0.10 3 2 0.42 52 30 0.74 162 93
0.12 4 2 0.44 57 33 0.76 171 98
0.14 6 3 0.46 63 36 0.78 180 103
0.16 8 4 0.48 68 39 0.80 190 108
0.18 10 6 0.50 74 42 0.82 199 113
0.20 12 7 0.52 80 46 0.84 209 119
0.22 14 8 0.54 86 49 0.86 218 125
0.24 17 10 0.56 93 53 0.88 229 131
0.26 20 11 0.58 100 57 0.90 239 138
0.28 23 13 0.60 107 61 0.92 250 143
0.30 27 15 0.62 114 65 0.94 261 149
0.32 30 17 0.64 121 69 0.96 273 156
0.34 34 20 0.66 129 74 0.98 284 162
0.36 38 22 0.68 137 78 1.00 296 169
0.38 43 24 0.70 145 83
0.40 47 27 0.72 153 88

R: Intervalo del tiempo para la muestra, que es igual a la diferencia entre

los valores máximo y mínimo del estudio de tiempos elemental.
X : Valor del tiempo medio del elemento de la muestra (para 10% de
precisión y nivel de confianza del 95% divídanse por 4 los resultados).

Para el Método Maytag

Tomando 5 primeras lecturas Tomando 10 primeras lecturas

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 24

 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor
29.25 29.25 39.65
34.20 34.20 31.80
36.00 36.00 36.85
28.20 28.20 35.00
40.20 40.20 26.50
R = 40.20 – 28.20 R = 40.20 – 26.50
R = 12.00 R = 13.7
R/ X = 12.00/33.57 R/ X = 13.7/33.77
R/ X = 0.36 R/ X = 0.41
27  30
N=  29
2
En la tabla
En la tabla
N = 38
N = 29

Tomando 5 Ultimas lecturas Tomando 10 Ultimas lecturas

27.30 27.30 26.50
31.20 31.20 35.00
38.00 38.00 36.85
33.25 33.25 31.80
31.80 31.80 39.65
R = 38.00 – 27.30 R = 39.65-26.50
R = 10.7 R = 13.15
R/ X = 10.7/32.31 R/ X = 13.15/33.14
R/ X = 0.33 R/ X = 0.40
N = 32 N = 27

INGENIERA DE MÉTODOS

NUMERO DE OBSERVACIONES
METODOS ESTADISTICOS
Mg. Ing. Luis Manrique Suárez
MING
N=
Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 25
 NÚMERO DE OBSERVACIONES
Dr. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor
2
I  40 n x    x 2 2 Denominador de S es “n”
 
 x 
 
N=
2 Denominador de S es “n-1”
II  40n 
x  nx
2 2

 
 x n 1 
 
2
S t Distribución t
III N=   de student
 k x
2
 40 R Estimación de la desviación
IV N= 
 *  estándar a partir del rango
 d2 x 
NOMOGRAMA A 2/1
Precisión Auxiliar Valor Número de
Rango
deseada medio observaciones
medio
A B C D E
10 100 500
400
9 90 150
300
8 80 100 200
80 N
7 70
150
50
6 60 40 100
30 80
5 50 20 60
50
4 40 10 40
5 30
R 20
3 30 3
x 15
2 10
2 20 1
5
1.5 15 0.5
2
1 10 0.1

Ingeniería de Métodos MING F. I. I. S. - U. N. F. V. 26

 Tomadas del TIME STUDY MANUAL
ERIE WORKS, de la GENERAL ELECTRIC Método MAYTAG
Company- Albert E. Shaw Precisión: 5%
Nivel de Confianza:
95%
TIEMPO DE NUMERO DE
CICLO CICLOS
( Minutos ) Recomendado R Datos para R Datos para
0.10 200 X una muestra X una muestra
0.25 100 de de
0.50
1.00
60
40 5 10 5 10
2.00 30 0.10 3 2 0.60 107 61
2.00-5.00 20 0.12 4 2 0.62 114 65
5.00-10.00 15 0.14 6 3 0.64 121 69
10.00-20.00 10 0.16 8 4 0.66 129 74
20.00-40.00 5 0.18 10 6 0.68 137 78
40.00 a más 3 0.20 12 7 0.70 145 83
0.22 14 8 0.72 153 88
Tabla de factores d 2 para estimar la 0.24 17 10 0.74 162 93
Desviación estándar a partir del 0.26 20 11 0.76 171 98
Rango de la muestra 0.28 23 13 0.78 180 103
R 0.30 27 15 0.80 190 108
S 0.32 30 17 0.82 199 113
d2
0.34 34 20 0.84 209 119
Ni d2
0.36 38 22 0.86 218 125
2 1.128 0.38 43 24 0.88 229 131
3 1.693 0.40 47 27 0.90 239 138
4 2.059 0.42 52 30 0.92 250 143
0.44 57 33 0.94 261 149
5 2.326
0.46 63 36 0.96 273 156
6 2.534
0.48 68 39 0.98 284 162
7 2.704 0.50 74 42 1.00 296 169
8 2.847 0.52 80 46
9 2.970 0.54 86 49
10 3.078 0.56 93 53
11 3.173
0.58 100 57
12 3.258

13 3.336
14 3.407

15 3.472
16 3.532

17 3.588
18 3.640

19 3.689
20 3.735
 INGENIERÍA DE MÉTODOS I NÚMERO DE OBSERVACIONES

NOMOGRAMA A 2/1

Precisión Auxiliar Valor Rango Número de

deseada medio medio observaciones
A B C D E
10 100 500

150 400
9 90
300
8 80 100 200
80
7 70 150
50
6 60 40 100
30 80
5 50 20 60
50
4 40 10 40
5 30
3 30 20
3 15
2 10
2 20 1
1.5 0.5 5
15
2
1 10 0.1

28
______________________________________________________________________
___
Mg. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor
INGENIERÍA DE MÉTODOS I NÚMERO DE OBSERVACIONES

La Westinhouse Electric Co., tomó en consideración tanto la

actividad como el tiempo de ciclo e ideó los valores mostrados
en la tabla adjunta como guía para sus analistas de tiempos.

Tiempo de NUMERO MINIMO DE CICLOS A ESTUDIAR

ciclo por (ACTIVIDAD)
unidad es de Más de De 1,000 a Menos de
más de 10,000 por 10,000 1,000
(horas) año
8.000 2 1 1
3.000 3 2 1
2.000 4 2 1
1.000 5 3 2
0.800 6 3 2
0.500 8 4 3
0.300 10 5 4
0.200 12 6 5
0.120 15 8 6
0.080 20 10 8
0.050 25 12 10
0.035 30 15 12
0.020 40 20 15
0.012 50 25 20
0.008 60 30 25
0.005 80 40 30
0.003 100 50 40
0.002 120 60 50
Menos de 140 80 60
0.002

29
______________________________________________________________________
___
Mg. Ing. Luis Manrique Suárez Ing. Nancy Ochoa Sotomayor