Unidad #03 PDF

UNIDAD Nº 03
ADMINISTRACION DE LA FUERZA DE
TRABAJO-MUESTREO Y CURVA DE
APRENDIZAJE
Ingeniería de Métodos MC-751
Por Ing° Roberto Baldeón Icochea

Facultad de Ingeniería Mecánica (FIM)
Universidad nacional de Ingeniería (UNI) 2020
1. RESTRUCTURACIÓN ORGANIZACIONAL-DISEÑO DE
PUESTO Y NORMAS DE TRABAJO.
2. METODOS PARA LA MEDICIÓN DE TRABAJO-
MÉTODO DE MUESTREO DEL TRABAJO.
3. CURVAS DE APRENDIZAJE
Administración de la Fuerza de Trabajo
El recurso humano es tan esencial de los procesos
como la Tecnología. Las habilidades de gerentes y
trabajadores y la forma en que estén organizados,
capacitados y motivados, confiere a una compañía
una ventaja competitiva.
Para obtener el máximo talento de la fuerza de
trabajo, cada empresa debe de establecer el ambiente
apropiado, en la cual incluye:
A. Reestructuración organizacional y sus incentivos.
B. Diseño del Puesto de trabajo y
C. Uso de Normas de Trabajo.
D. Métodos para la Medición el Trabajo.
2. Métodos Para la Medición del Trabajo
 L a clave para elaborar una norma de trabajo consiste en definir
cuál es el desempeño “normal”.
 La medición del trabajo, es el proceso de crear normas de
trabajo basadas en la opinión de observadores capacitados.
Frecuentemente los Gerentes usan métodos informales para
establecer las normas de trabajo.
 Los métodos formales de medición de trabajo que tiene a su
disposición un gerente son:
2.1 El Método de Estudio de Tiempo.

2.2 enfoque a base de datos estándares elementales.
2.3 El enfoque a base de datos predeterminados, y
2.4 El método de muestreo del trabajo.
2.1 Métodos del Estudio de Tiempos
El estudio de tiempos abarca cuatro pasos:
 Paso 1.- Selección de los Elementos de Trabajo
Cada elemento de trabajo debe tener puntos definidos de

inicio y final, para facilitar las lecturas que realicen con el
cronómetro. Es conveniente evitar los elementos de
trabajo que puedan completarse en menos de tres
segundos, por que son difíciles de cronometrar. Los
elementos de trabajo seleccionados deben de
corresponder a un método de trabajo normal, que se haya
usado satisfactoriamente durante algún tiempo en un
ambiente de trabajo normal. Generalmente, las
operaciones incidentales no forman parte de una tarea
habitual, deben de ser identificadas y separadas del
trabajo de tipo repetitivo.
 Paso 2 .- Cronometraje de los Elementos
Una vez identificados los elementos de trabajo se cronometra, el
desempeño de un trabajador bien capacitado, para obtener un
conjunto inicial de observaciones. El analista puede aplicar el
método continuo, registrando la lectura del cronómetro cuando
cada elementos de trabajo se completa. O bien el método del Pase
hacia atrás, para lo cual vuelve a poner en cero el cronómetro, cada
vez que se completa un elemento de trabajo, para esto se necesita
dos relojes, uno para registrar el elemento de trabajo precedente y
el otro para cronometrar el elemento de trabajo en curso.
En resumen, la técnica de regresos a cero tiene las siguientes desventajas:
1. Se pierde tiempo al regresar a cero la manecilla; por lo tanto, se introduce un error acumulativo en el estudio. Esto puede
evitarse usando cronómetros electrónicos.
2. Es difícil tomar el tiempo de elementos cortos (de 0.06 min o menos).
3. No siempre se obtiene un registro completo de un estudio en el que no se hayan tenido en cuenta los retrasos y los elementos
extraños.
4. No se puede verificar el tiempo total sumando los tiempos de las lecturas elementales.
t
El tiempo promedio observado, es obtenido solamente con tiempos
representativos, y se le conoce como tiempo selecto ( ‾ ). Los
incidentes irregulares pueden quedar cubiertos en los márgenes de
tolerancias que se verá más adelante.
Donde:
 Paso 3.- Determinación del
Tamaño de la muestra n = Tamaño requerido de la muestra.
En la determinación del p = Precisión de la estimación como

tamaño de la muestra, se proporción del valor verdadero.
quiere que esta se
aproxime al verdadero ‾t = Tiempo selecto para un elemento
promedio de largo alcance. de trabajo.
Que con la fórmula de la
σ = Desviación estándar de los tiempos
Distribución Normal, el
analista puede determinar representativos observados para un
el tamaño de la muestra “n” elemento de trabajo.
requerido:
z = Número de desviaciones estándar
normal para alcanzar el grado de
n = [(z/p)(σ/t‾ )]2 confianza deseado.
 Ejemplo:
Una operación de embalaje de tazas para café, está formado por cuatro
elementos de trabajo. Un estudio preliminar arrojó los siguientes resultados:
Desviación Tamaño
Tiempo selecto
Elementos de trabajo estándar, σ de la
t (minutos)
(minutos) muestra
1.- Tomar dos cajas de cartón 0.0305 0.50 5
2.- Introducir el empaque en la caja 0.0171 0.11 10
3.- Colocar las tazas en la caja 0.0226 0.71 10
4.- Sellar la caja y colocarla aparte 0.0241 1.10 10
El elemento de trabajo 1 fue observado solo 5 veces por que se presenta una vez cada dos
ciclos de trabajo. El estudio cubrió el embalaje de 10 cajas de cartón. Determinar el tamaño
de la muestra apropiado si se estima que el tiempo selecto para cualquier elemento de
trabajo está dentro del 4% de la medida verdadera en el 95 % de las ocasiones.
 Solución:
p = 0.04 z = 1.96
Se determinará el tamaño de la muestra para cada elemento y el
mayor de todos debe de utilizarse para el estudio final, de tal
manera que todas la estimaciones alcancen o excedan la
precisión deseada.
Para el elemento 1 : n = {(1.96/0.04)(0.0305/0.500)}2 =9

Para el elemento 2 : n = {(1.96/0.04)(0.0171/0.110)}2 = 58
Para que todos los tiempos de los elementos que se encuentren dentro el 4%
de la media verdadera en el 95% de los casos, debemos contar con 58
observaciones en total, a causa del elemento de trabajo 2. En consecuencia,
tendremos que observar el embalaje de 48 (o sea 58-10) cajas más
Paso 4.- Establecimiento de la Norma
Valores típicos de “z” Aquí no solo bastará únicamente el ritmo
para esta fórmula es del trabajador si es superior o inferior al
promedio, sino también un Factor de
clasificación (RF) del desempeño
Confianza
z (Performance Rating Factor). Los
Deseada
analistas se someten a programas de
90 1.65 capacitación para garantizar la
95 1.96 consistencia de las clasificaciones al final
de muchos análisis.
96 2.05
El analista deberá tomar en cuenta la
97 2.17
frecuencia (F), con que se presenta un
98 2.33 elemento en particular dentro de un ciclo
99 2.58 de trabajo. Es posible que algunos de los
elementos no se presenten en todos los
ciclos.
NT = ‾t ( F ) (RF)
Donde:
NT = Tiempo Normal (Normal Time)
Usar :
F = 1 Si el elemento de trabajo se realiza en cada ciclo.
F = 0,5 Sí si se realiza cada dos ciclos y así sucesivamente.
Si desea encontrar el tiempo Normal del Ciclo (NTC) Normal Time

for the Cycle.
NTC = Σ NT
Elemento
 Continuación…. de trabajo
t F RF
Supongamos que se realizaron 48 observaciones 1 0.53 0.50 1.05

adicionales acerca de la operación de embalaje de 2 0.10 1.00 0.95
tasas para café y que se registraron los siguientes
datos: 3 0.75 1.00 1.10
4 1.08 1.00 0.9
Solución:
Elemento de trabajo 1: NT1 = (0.53)(0.50)(1.05) = 0.28 min

Tiempo Normal para el ciclo Completo es de ΣNT = 2.18 min
No podemos usar el tiempo normal de 2.18 min , por que no deja ningún
margen para la fatiga, periodos de descanso o los inevitables retrasos, que se
presentan en un día promedio de trabajo. Por eso debemos de agregar un
margen de tiempo al tiempo normal, para tomar en cuenta esos factores.
El nuevo tiempo estándar se convierte en:
ST = NTC ( 1 + A )
Donde A Es la proporción de tiempo normal agregada
como márgenes de tolerancias.
La mayoría de tolerancias fluctúan entre 10 y 20 % del tiempo normal. Y cubren

factores que puede ser difíciles de medir. Sin embargo es posible usar un muestreo del
trabajo para estimar algunos de esos factores.
Para nuestro ejemplo anterior: supongamos un A=0.15 del tiempo normal.¿Cuál es el
nuevo tiempo estandar para la operación de embalaje de las tazas para café y cuantas
cajas puede esperar la gerencia al final de un día de trabajo de ocho horas?
ST = 2.18 ( 1 + 0.15) = 2.51 min/caja

Para un día de ocho horas, esto se traduce en una norma de producción de:
(480minutos/día)
191 cajas/día
(2.51 minutos/caja)
2.2 Enfoque a Base de Datos Estándares Elementales
En una planta donde es numerosa las actividades y por

consiguiente la existencia de Normas de trabajo, el tiempo y el
costo, para aplicar el métodos de estudio suelen ser prohibitivos.
Por tal razón los analistas con frecuencia datos estándares
elementales, para derivar de ellos, normas aplicables a
diversos puestos de trabajos. En este método se usa enfoques
para la medición del trabajo, como el estudio del tiempo, o bien
opiniones de la gerencia y compilan normas para los elementos
comunes.
Finalmente una vez quedado establecida, la base de datos
provee la información necesaria para estimar los tiempos
normales correspondientes a los puestos que requieran esos
elementos de trabajo con características variables. Aun así es
necesario añadir tolerancias antes de lograra determinar los
tiempos estándares para los puestos de trabajo
2.3 Enfoque a Base de Datos Predeterminados
Esto suprime por completo la necesidad de realizar

estudios de tiempos. Este análisis divide cada elemento
de trabajo en una serie de cromovimientos comunes
para diversas tareas. Luego el analista consulta una
base de datos publicados que contiene los tiempos
normales para esos micromovimientos, junto con
modificaciones para algunas variables del trabajo.
El Sistema mas comúnmente usado es el MTM
(Methods Time Measurement), en realidad existen
varias bases de datos pero presentaremos la mas
precisa MTM-1, que se refiere a movimientos de:
alcanzar, mover, desenganchar, aplicar presión, asir,
posicionar, soltar y virar, para diferentes ambientes de
trabajo.
Cada Micromovimiento está determinado en unidades para medir el
tiempo (TMU) Time measurement units. Una TMU, equivale a
0.0006 minuto. La determinación de normas a partir de datos
predeterminados comprende los siguientes pasos:
I. Dividir cada elemento de trabajo en sus micromovimientos

básicos.
II. Encontrar el valor tabular apropiado para cada
micromovimiento. Los valores tabulares, toman en cuenta
factores atenuantes, como peso distancia, tamaño del objeto y
grado de dificultad.
III. Agregar el tiempo normal para cada movimiento,
consultándolo con la tablas, a fin de calcular el tiempo normal
para todo el trabajo.
IV. Ajustar el tiempo normal a los márgenes de tolerancia, para
obtener el tiempo estándar.
Ejemplo:
Un trabajador tiene que trasladar con
ambas manos, un objeto de 18 lb, hasta
un lugar preciso, a 20 plg de distancia.
Sus manos no están en movimiento
antes de la operación. Determine TMU de
esta acción.
Solución
 De la tabla II-Mover M, seleccionamos
el caso “C”, que describe la
circunstancia del movimiento y la
columna Distancia Recorrida, leemos:
TMU=22.1
 Ahora hacemos el ajuste por el peso
del objeto, por cada mano será 18/2=9
lb. El factor dinámico=1.11 y el
estático=3.9.
 Para hallar el TMU-Final:
Multiplicaremos
22.1(1.11)+3.9 = 28 TMU
Todos los sistemas de tiempos predeterminados se clasifican en
uno de tres grupos (Sellie 1992):
 Sistemas de aceleración – desaceleración: Estos

sistemas reconocen que diferentes movimientos del cuerpo
se ejecutan a velocidades diferentes. Los valores
determinados con este enfoque sugieren que 40 % del
tiempo total se usa durante el período de aceleración, 20 %
para una velocidad constante y 40 % para la desaceleración.
 Sistemas de movimiento promedio: En estos sistemas se
reconoce la dificultad de los movimientos promedio o
representativos que es usual encontrar en las operaciones
industriales.
 Sistemas aditivos: Con estos sistemas se usan los valores
de tiempo básico. Los porcentajes de tiempo para los
movimientos difíciles encontrados se suman a estos valores
básicos. Estas adiciones van del 10 al 50 %.
Entre los sistemas más conocidos se tienen:
 MTM - 1 (Methods Time Measurement): Pionero en la

clasificación de los sistemas de movimiento promedio.
 MTM - 2: Subsistema del anterior más rápido.
 MOST (Maynard Operation Sequence Technique): Es
una técnica secuencial que deriva del MTM, de manera que
es representativo de los sistemas de movimiento promedio.
 WORK – FACTOR: Sistema desarrollado sobre la base de
un concepto diferente de desempeño normal.
 MACROMotion Analyses: Utiliza datos de Work – Factor,
un sistema aditivo y de MTM.
Sobre la base de encuestas realizadas, MTM-2 y MOST son los

sistemas de tiempos predeterminados más utilizados.
MTM-1
 Primero el analista resume todos los movimientos de la mano derecha
y la mano izquierda requeridos para realizar el trabajo de manera
adecuada.
 Después, determina los tiempos en tmu para cada movimiento a partir

de las tablas de datos tiempo-método.
 Para establecer el tiempo que requiere un desempeño normal de la

tarea se consideran solamente los movimientos que limitantes.
 Los valores tabulados no incluyen suplementos por demoras

personales, inevitables o fatiga, los cuales deben agregarse al
resumen de tiempos de movimientos básicos sintéticos.
 Quienes defienden MTM-1 afirman que los suplementos por fatiga no

son necesarios en la mayoría de los casos, porque los valores MTM-1
se basan en una tasa de trabajo que es posible mantener en el caso
de empleados sanos.
MTM-2
 Este sistema se desarrolla para aumentar las aplicaciones de
MTM, en donde las aplicaciones de MTM-1 es un obstáculo
económico en virtud de su grado de detalle.
 En consecuencia MTM-2 se trata de un sistema de datos MTM

sintetizados, menos elaborado que MTM-1. Se basa
exclusivamente en:
1. Movimientos MTM básicos simples
2. Combinaciones de movimientos MTM básicos.
 Los datos se adaptan al operario y son independientes del lugar
de trabajo o el equipo usado. En general MTM-2 se aplica en:
1. La porción de esfuerzo en un ciclo de trabajo dura más de un
minuto.
2. El ciclo no es altamente repetitivo.
3. La porción manual en el ciclo de trabajo no involucra un
número grande de movimientos complejos o simultáneos de
las manos.
MTM-2
 MTM-2 reconoce 11 clases de acciones, que se llaman

categorías:
MTM-2
 Al usar MTM-2 se estiman las distancias por clase; esas
distancias afectan los tiempos de las categorías GET y PUT.
 Las distancias del movimiento se refieren a la trayectoria
recorrida por el nudillo del dedo índice en el caso de movimiento
de manos, y en la trayectoria recorrida por la punta de los dedos,
si sólo se mueven éstos.
 Tres variables afectan el tiempo requerido para realizar GET: el
caso involucrado, la distancia recorrida y el peso manejado.
 GET se puede considerar un compuesto de los therbligs
alcanzar, tomar y soltar , mientras que PUT es una combinación
de los therbligs mover y posicionar.
 Los tres casos de GET son A, B y C.
 A implica un tomar de contacto simple. Ej. Empujar un lápiz
sobre un escritorio.
 B implica tomar un objeto nada más con los dedos alrededor
en un solo movimiento.
 C en el caso de que el tipo de tomar no sea A ó B.
MTM-2
 PUT incluye mover un objeto a un destino con la mano o los dedos.
 Comienza con un objeto que se toma cuando está bajo control del
lugar inicial e incluye todos los movimientos de transporte y
corrección para colocarlo en su destino.
 PUT termina cuando el objeto está quieto y bajo el control del nuevo
lugar..
 Igual que para GET, las variables de distancia y peso afectan a PUT .
 También para PUT existen tres casos. PUT depende del número de
correcciones de movimientos requeridas (detención, duda o cambio
de dirección no intencional en el punto terminal).
 PA: sin corrección. Este es un movimiento suave de principio a fin y
es la acción empleada para dejar un objeto a un lado, o colocarlo
contra un tope o en un lugar aproximado. El el PUT más común.
 PB: una corrección. Este PUT ocurre al posicionar objetos de manejo
fácil cuando se tiene un ajuste holgado. Es difícil reconocerlo..
 PC: más de una corrección. En general, las correcciones múltiples o
varios movimientos no intencionales pero muy cortos son evidentes.
La causa de estos movimientos suele ser dificultad de manejo, ajustes
estrechos, etc.
MTM-2
 Los analistas identifican los casos de PUT mediante modelos

de decisión.
 Por último PUT puede referirse a dos casos: una inserción o
una alineación. Existen tablas que ayudan a identificar el
caso apropiado.
 El peso en MTM-2 se determina de manera similar a MTM-1:
 Para GET WEIGHT: La adición al valor de tiempo es 1

tmu por cada dos libras (1 Kg).
 Para PUT WEIGHT: La adición es de 1 tmu por cada
10 libras (5 Kg) de peso efectivo, hasta un máximo de
40 lbras (20 Kg.)
Algoritmo para determinar casos de PUT
Algoritmo para diferenciar entre movimientos STEP y FOOT

MTM-2
 La categoría REGRASP se asigna un tiempo de 6 tmu. Para que
tenga un efecto RESGRAP, la mano debe retener el control.
 APPLY PRESSURE tiene un tiempo de 14 tmu. Esta categoría
puede aplicarse a cualquier parte del cuerpo y el movimiento
máximo permisible para “aplicar presión” es ¼ de pulgada.
 EYE ACTION se toma en cuanta en cualquiera de los siguientes
caso:
 Cuando los ojos se mueven para observar varios aspectos de
la operación que abarca más de una sección específica del
área de trabajo. Este movimiento del ojo se define como
moverse más de un diámetro de 1 cm a una distancia de
visión típica de 40 cm.
 Cuando los ojos se concentran en un objeto para reconocer
una característica distinguible.
 El valor estimado de EYE ACTION e 7 tmu. Este valor sólo se

asigna cuando la “acción del ojo” es independiente de los
movimientos de mano y cuerpo
MTM-2
 CRANK ocurre cuando las manos o dedos mueven un objeto en

una trayectoria circular de más de media revolución. Para menos
de media revolución se usa PUT.
 Se asigna un tiempo de 15 tmu por cada revolución completa.
Cuando el peso o resistencia es significativo, se asigna PUT
WEIGHT a cada revolución.
 Los movimientos FOOT son de 9 tmu y los de STEP tienen 18
tmu. El tiempo para un movimiento STEP se basa en un paso de
85 cm. El diagrama de decisión es útil para distinguir entre “un
paso” de una “acción de pie”.
 La categoría BEND & RISE incluyen: sentarse, ponerse de pie y
arrodillarse. Se asigna un valor de 61 tmu a esa categoría.
 Existen situaciones especiales que deben tenerse en cuenta,
tales como movimientos simultáneos, movimientos simultáneos
difíciles, movimientos combinados, etc.
OTROS SISTEMAS MTM:
 MTM-3 se desarrolló para complementar MTM-1 Y MTM-2. Es útil

en situaciones de trabajo en que el interés en ahorrar tiempo a
costa de cierta precisión, lo convierte en la mejor alternativa (
exactitud dentro del 5 % con 95 % de nivel de confianza)
 MTM-V fue desarrollado para usarlo en las operaciones de corte
de metales. Su uso es específico para corridas cortas en talleres
de producción intermitente.
 MTM-C tiene una amplia utilización en el sector de la banca y
seguros. Es un sistema de datos de estándares de dos niveles
usado para establecer tiempos estándar de tareas relacionadas
con trabajo de oficina.
 MTM-M es un sistema de tiempos predeterminados desarrollado
para evaluar trabajos de manufactura en microminiatura
(electrónica, etc.)
 Este sistema permite establecer estándares al menos cinco
veces más rápido que con MTM-1, con prácticamente el mismo
rango de exactitud.
 MOST utiliza bloques más grandes de movimientos
fundamentales que MTM-2; con la consiguiente mayor rapidez de
análisis del contenido de trabajo.
 Al contrario de MTM-2 que está compuesto por alrededor de 37
valores de tiempo para describir un trabajo manual, MOST utiliza
sólo 16 fragmentos de tiempo.
 La técnica identifica tres modelos de secuencias básicos:
movimiento general, movimiento controlado y uso de
herramienta:
 La secuencia de movimiento general identifica el movimiento
libre en el espacio de un objeto por el aire.
 La secuencia controlada describe el movimiento de un objeto
que permanece en contacto con una superficie o sujeto a otro
objeto durante el movimiento.
 La secuencia total está dirigida al uso de herramientas
manuales comunes.
 Para identificar la manera exacta en que se realiza un
movimiento se deben considerar cuatro parámetros:
 Distancia de acción (A), primordialmente horizontal
 Movimiento del cuerpo (B) en esencia vertical.
 Logro de control (G).
 Colocación (P).
 Una secuencia de movimiento específica consiste en tres

etapas, cada una con un subconjunto de parámetros: get (A,
B, G); put (A, B, P) y regresar (A).
 También se asignan números indexados relacionados con el

tiempo a los parámetros relevantes.
 MOST utiliza números indexados 0, 1, 3, 6, 10 y 16,

correspondientes a la dificultad relativa del parámetro.
 Los números indexados, cuando se escalan por un factor de
10 dan tmu adecuados:
Ej.: obtener una arandela a 12,5 [cm] (5 pulgadas) de

distancia, colocar tornillo localizado a 12,5 [cm] y regresar a la
posición original daría como resultado: AI,B0GIAIB0PIAI con un
tiempo total de (1 + 0 + 1 + 1 + 0 + 1 + 1) x 10 = 50 tmu
 El GET se define por AI = alcanzar la arandela como

recorrido de 12,5 [cm], B0 = ningún movimiento del
cuerpo, GI = tomar arandela
 El PUT está definido por AI = colocar tornillo con
recorrido de 12,5 [cm], B0 = ningún movimiento del
cuerpo, PI = colocar tornillo con ajuste holgado.
 La terminación AI = regresar a la posición original con
recorrido de 12,5 [cm].
 Cerca del 50 % del trabajo manual ocurre como movimiento
general.
 Un movimiento típico puede incluir los parámetros de caminar
a un sitio, doblarse para recoger un objeto, alcanzar y controlar
el objeto, levantarse después de doblarse y controlar el objeto.
 La secuencia de movimiento controlado cubre operaciones
manuales como girar un volante o conectar un interruptor de
inicio.
 En las secuencias controladas prevalecen los siguientes
parámetros:
 La distancia de la acción definida (A)
 El movimiento del cuerpo (B)
 Lograr el control (G)
 Movimiento controlado (M)
 Tiempo de proceso (X)
 Alineación (I)
 La secuencia final de MOST es el uso de herramienta/equipo.
 Cortar, calibrar, asegurar y escribir con herramientas quedan
cubiertos en esta secuencia.
 El modelo de uso de herramienta/equipo abarca una
combinación de las actividades de movimiento general y
movimiento controlado.
 Otros parámetros únicos de esta actividad incluyen:
 Asegurar (F)
 Desprender (L)
 Cortar (C)
 Tratamiento de superficie (S)
 Registrar (R)
 Pensar (T)
 Medir (M)
 Los sistemas de medición de trabajo MOST tienen dos
adaptaciones: Mini y Maxi MOST.
 MiniMOST mide operaciones idénticas de ciclos cortos.
 MaxiMOST mide operaciones de ciclos largos con variaciones

significativas en el método de un ciclo a otro.
 MOST está disponible en versiones manual y computarizada.
 Una características de la versión computarizada de MOST es

ErgoMOST que permite analizar problemas ergonómicos en el
lugar de trabajo a partir de un modelo biomecánico para calcular
el estrés de empujar/tirar y levantar, para resaltar posturas
incómodas y movimientos repetitivos del cuerpo y para cuantificar
el riesgo en el trabajo mediante índices de estrés ergonómicos.
2.4 METODO DE MUESTREO DE TRABAJO
 El muestreo del Trabajo implica estimar las
proporciones del tiempo total que dedican las
personas a las distintas actividades y el ritmo total que
las máquinas ocupan en estas actividades, por medio
de un gran número de observaciones. Estas
actividades pueden incluir la elaboración del producto
o servicio, trámites y papeleos, la espera de
instrucciones, las pausas por mantenimiento o el
tiempo ocioso. Los datos obtenidos en el muestreo del
trabajo, también suelen usarse para estimar la eficacia
de trabajadores o máquinas; para calcular los
márgenes de tolerancias necesarios al determinar las
normas que se usarán con otros métodos de medición
del trabajo; para determinar el contenido de puestos
de trabajo; y como una ayuda en la evaluación del
costo de trabajos o actividades.
 Procedimiento del Muestreo del Trabajo.- Los pasos requeridos son:
1. Definir las actividades.

2. Diseñar la forma en que se realizará la observación.
3. Determinar la duración del estudio.
4. Determinar el tamaño adecuado de la muestra inicial.
5. Seleccionar tiempos de observación al azar, consultando una tabla de
números aleatorios.
6. Determinar el programa de trabajo del observador.
7. Observar las actividades y registrar los datos.
8. Decidir si se requiere un muestreo adicional.
Si una actividad se realiza una vez por semana, el estudio tendrá que
prolongarse quizás varios meses. Sin embargo, si la actividad se
presenta continuamente durante la semana, y se repite de una semana
a otra durante todo el año, el estudio podría durar tan solo algunas
semanas.
 Tamaño de la muestra.- El objetivo del muestreo es obtener

una estimación de la proporción de tiempo dedicada a una
actividad en particular, que no difiera de la proporción verdadera
más que por un margen de error previamente especificado. Es
decir, el analista desea tomar una muestra, calcular la
proporción de la misma, pˆ y así poder afirmar que el siguiente
intervalo contiene la verdadera proporción, con un grado de
precisión específico:
ˆp - e ≤ ˆp ≤ pˆ + e
Donde:
ˆ = Proporción de la muestra (número de ocurrencias dividido entre el tamaño de la
p
muestra.
e = Error máximo de la estimación
 El tamaño de la muestra afecta el grado de precisión que es posible
esperar en un muestreo de trabajo, cualquiera que sea el nivel de
confianza estadístico deseado. Como el muestreo implica la
estimación de las proporciones, por lo la distribución será la Binomial
y esto requiere de un gran tamaño, por lo que la aproximación de la
Normal de la distribución Binomial puede usarse para determinar el
tamaño de la muestra adecuado.
 Por lo que el error máximo puede calcularse así:
e = z √ [ pˆ (1 - ˆp )] / n
Donde
n = Tamaño de la muestra.
z = Número de desviación estándar necesario para alcanzar el grado de
confianza deseado
n = (z/e)2 p (1-p)
 En el dinámico centro de trabajo de la actualidad,

los cambios se producen rápidamente; y donde
existen cambios también hay algo que aprender. El
Aprendizaje Organizacional implica adquirir
experiencia con productos y procesos, alcanzar
mayor eficiencia por medio de la automatización y
demás inversiones de capital, e introducir otras
mejoras en los métodos administrativos o en el
personal. Las mejoras de productividad se logran
con mayor calidad en métodos, instrumentos,
diseño de productos o supervisión y también a
través del aprendizaje individual del trabajador.
Estas mejoras significan que será necesario evaluar
sin cesar las normas existentes y establecer otras
nuevas.
 El Efecto de Aprendizaje.- Puede representarse por medio de
una linea llamada Curva de Aprendizaje, que muestra la relación
entre la mano de obra directa total por unidad y la cantidad
acumulativa del producto o servicio producido. La curva de
aprendizaje se refiere a una tareo o empleo repetitivo y
representa la relación entre la experiencia y la productividad: el
tiempo necesario para producir una unidad disminuye a medida
que el operario o la compañía produce más unidades.
 Antecedentes.- Esta fue desarrollada por primera vez en la

industria aeronáutica, antes de la Segunda Guerra Mundial,
cuando los analistas descubrieron que el insumo de mano de
obra directa por aeroplano fabricado disminuía con considerable
regularidad a medida que aumentaba el número acumulativo de
los aviones producidos. Por lo pudieron desarrollar una serie de
curvas de aprendizaje para representar la experiencia promedio
correspondiente a varias categorías de aeronaves, a pesar en la
diferencia de tiempos que se requería para fabricar la primera
unidad de cada uno de esos tipos de avión.
 Así una ves iniciada la producción, la mano de obra directa para
la octava unidad fue solo el 80% de la requerida para la cuarta
unidad; para la duodécima fue solo el 80% de la sexta y así
susecivamente. En todos los casos, cada vez que se duplicaba la
cantidad de aeronaves fabricadas, el tiempo de producción se
reducía en 20%. En virtud de la congruencia observada en esa
tasa de mejoramiento, los analistas concluyeron que la tasa de
aprendizaje en la industria aeronáutica era de 80% entre cada
dos duplicaciones de la cantidad de aviones producidos. Por
supuesto, la tasa de aprendizaje es diferente para cualquier
compañía y producto específico.
 Curvas de Aprendizaje y estrategia competitivas.- Estas
curvas permiten a los gerentes proyectar el costo unitario de
manufactura para cualquier cantidad acumulativa de producción.
Las empresas, cuya estrategia competitiva se basa en los precios
bajos, dependen de altos volúmenes para mantener su margen
de ganancias. Ejm. En la industria de componentes electrónicos,
el costo de desarrollo de un circuito integrado es tan elevado que
las primeras unidades deben tener un alto precio.
 Desarrollo de Curvas de Aprendizaje.- Cuando decidimos
desarrollar una curva de aprendizaje, partimos de las
siguientes suposiciones:
a) La mano de obra necesaria para producir la (n + 1) unidad
será siempre menor que la mano de obra directa requerida
para fabricar la “n”-ésima unidad.
b) La necesidad de mano de obra directa disminuirá a una tasa
descendente, a medida que se incremente la producción
acumulativa.
c) La reducción, en términos de tiempo, seguirá una curva
exponencial.
Donde:
k1 = Horas de mano de obra directa para la primera unidad. kn = k1 nb
n = Número acumulativo de unidades producidas
r = Tasa de aprendizaje b = ( log r ) / log 2
También podemos, calcular el número acumulativo promedio de horas por unidad

para las primeras “n” unidades, con ayuda de la tabla C.1.
Tasas de aprendizaje según el área de desempeño

Tasa de
Area
aprendizaje
• Trabajo de Ensamble burdo o fino ( Ejemplo
70-80%
aviones)
• Ensamble de estructuras, equipo electrónico de

procesamiento de datos; astilleros; producción 80%
automática de maquinaria
• Soldadura 80-90%
• Maquinado 90-95%
Ejemplo: Un fabricante de locomotoras diesel necesita 50,000 horas Horas
Unidades
acumulativas
para producir la primera unidad. Por experiencia con productos Producidas
promedio
similares, Ud. Sabe que la tasa de aprendizaje es de 80%. 1.0 50,000.0
a) Use el modelo logarítmico para estimar la mano de obra directa 10.0 23,821.5
requerida para fabricar la cuadragésima locomotora diesel y el 20.0 19,056.3
número acumulativo promedio de horas de trabajo por unidad para 30.0 16,723.9
40.0 15,244.3
las primeras 40 unidades. 50.0 14,187.4
b) Dibuje una curva de aprendizaje para esta situación. 60.0 13,378.4
70.0 12,730.6
80.0 12,194.8
90.0 11,741.0
55 100.0 11,349.3
Horas de mano de obra directa por locomotora
Millares
110.0 11,006.3
50
120.0 10,702.2
45 130.0 10,429.9
140.0 10,184.0
40 Serie2 Curva de Aprendizaje 150.0 9,960.2
del 80% 160.0 9,755.4
35
170.0 9,566.8
30 180.0 9,392.3
200.0 9,079.0
25 210.0 8,937.5
220.0 8,804.6
20 230.0 8,679.5
240.0 8,561.3
15
250.0 8,449.5
10 260.0 8,343.5
270.0 8,242.7
5 280.0 8,146.8
0
20
40
60
80
1
0
10
12
14
16
18
21
23
25
27
Unidades producidas acumuladas

 Calculemos el número acumulativo promedio de horas de mano
de obra directa por unidad que se requiere para las primeras 40
unidades con ayuda de la tabla C.1. Para una producción
acumulativa de 40 unidades y una taza de aprendizaje del 80%,
el factor es 0.42984. El promedio acumulativo de hrs de mano de
obra directa (MOD) por unidad es de 50,000(0.42984)= 21,492
hrs.
 Trace el primer punto en (1;50,000).
 Puesto que el tiempo de mano de obra para la segunda unidad
es 80% de la primera, multiplique 50,000(0.80)=40,000 hrs.
Dibuje el segundo punto en (2;40,000).
 Como el cuarto es el 80% del segundo, entonces
40,000(0.8)=32,000 hrs. Dibuje el punto (4;32,000). El resultado
se muestra en la Figura anterior.
3. CURVAS DE APRENDIZAJE-USOS
Su utilización es en
I. Preparación de cotizaciones
II. Planificación financiera y
III. Estimación de requisitos de mano de obra.
 No se aplica al trabajo de máquinas automáticas
 El parámetro de la curva se modifica si hay cambios de:
 Diseño del Producto
 Proceso
 Operario o Supervisor
 Se utilizan con mayor frecuencia en Industrias que trabajan por Proyectos o
por pedidos en los que el tiempo de ciclo es grande.
 El parámetro de la curva de aprendizaje
 Generalmente es un valor estándar entre 0.80 y 0.90.
 Tiende a ser mayor cuanto mayor es el tiempo de máquina con respecto al tiempo de
operacion manual.
 Puede estimarse por medio de regresión
 Ejemplo: Una empresa acaba de recibir un programa de
producción, para atender un pedido de 30 turbinas grandes.
Durante los próximos cinco meses, la compañía debe de producir:
2, 3, 5, 8 y 12 turbinas, respectivamente. La primera unidad requirió
30,000 hrs de mano de obra directa y la expectativa obtenida con
proyectos anteriores, indica que sería apropiado aplicar una curva
de aprendizaje de 90%, por lo tanto, la segunda unidad requerirá
solamente 27,000 hrs. Cada empleado trabaja en promedio 150 hrs
al mes. Estime el número total de empleados de tiempo completo
que necesitará en cada uno de los cinco meses próximos.
Solución:
Puede aplicarse el uso de tablas o de
las expresiones que gobiernan Curva
de Aprendizaje.
En este caso se ha usado las
expresiones deducidas
kn = k1 nb b = ( log r ) / log 2
Ejemplo: La Minnesota Coach Company acaba de recibir el
siguiente programa de producción, a fin de fabricar góndolas de
funicular para esquiadores. Este producto es muy diferente de
todos los demás que la Cía a producido. Históricamente, la tasa
de aprendizaje de esta empresa ha sido 80% en proyectos
grandes. La producción de la primera unidad requirió 1,000.00
hrs.
Calcular:
a. Las cantidad de horas para completar la 38ª Meses Unidades
Unidades
acumuladas
unidad.
0 0 0
b. Si el Presupuesto solo provee para un máximo de 1 3 3
30 empleados, como mano de obra directa, durante 2 7 10
cualquier mes y un total de 15,000 horas de Mano 3 10 20
de Obra Directo, para todo el programa. ¿Resultará 4 12 32
adecuado el Presupuesto?. Suponga que cada 5 4 36
empleado de Mano de Obra directa es productivo 6 2 38
durante 150 hrs de trabajo por mes.

Curva de Aprendizaje en Fabricaciones de Gondolas para Esquies
1200,0
Nº horas por Unidades
Nº de Horas requeridas para su fabricación

1000,0
800,0
600,0
400,0
200,0
0,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Unidades Producidas
Solución.-
a. Las Horas para completar la 38 ª unidad es de 310
hrs.
b. El programa resulta factible en terminos de la Mano
de Obra directa máxima requerida durante
cualquier mes, 28 empl. < 30 empl. Pero en
término de hrs acumuladas no se cumple 16,581
hrs > 15,000 hrs.
c. Conclusión. Presupuesto es INADECUADO
CURVAS DE APRENDIZAJE-USOS
FACTORES DE CONVERSIÓN PARA EL NUMERO ACUMULATIVO PROMEDIO
Tasa de Aprendizaje 80% Tasa de Aprendizaje 90% (n =

(n = Producción Acumulativa) Producción Acumulativa)
n n n n n n
1 1.00000 19 0.53178 37 0.43976 1 1.00000 19 0.73545 37 0.67091
2 0.90000 20 0.52425 38 0.43634 2 0.95000 20 0.73039 38 0.66839
3 0.83403 21 0.51715 39 0.43304 3 0.91540 21 0.72559 39 0.66595
4 0.78553 22 0.51045 40 0.42984 4 0.88905 22 0.72102 40 0.66357
5 0.74755 23 0.50410 64 0.37382 5 0.86784 23 0.71251 64 0.62043
6 0.71657 24 0.49808 128 0.30269 6 0.85013 24 0.70853 128 0.56069
7 0.69056 25 0.49234 256 0.24405 7 0.83496 25 0.70853 256 0.50586
8 0.66824 26 0.48688 512 0.19622 8 0.82172 26 0.70472 512 0.45594
9 0.64876 27 0.48167 600 0.18661 9 0.80998 27 0.70106 600 0.44519
10 0.63154 28 0.47668 700 0.17771 10 0.79945 28 0.69754 700 0.43496
11 0.61613 29 0.47191 800 0.17034 11 0.78991 29 0.69416 800 0.42629
12 0.60224 30 0.46733 900 0.16408 12 0.78120 30 0.6909 900 0.41878
13 0.58960 31 0.46293 1000 0.15867 13 0.77320 31 0.68775 1000 0.41217
14 0.57802 32 0.45871 1200 0.14972 14 0.76580 32 0.68471 1200 0.40097
15 0.56737 33 0.45464 1400 0.14254 15 0.75891 33 0.68177 1400 0.39173
16 0.55751 34 0.45072 1600 0.13660 16 0.75249 34 0.67893 1600 0.38390
17 0.54834 35 0.44694 1800 0.13155 17 0.74646 35 0.67617 1800 0.37711
18 0.53979 36 0.44329 200 0.12720 18 0.74080 36 0.6735 200 0.37114

Unidad #03 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad #03 PDF

Cargado por

Copyright:

Formatos disponibles

UNIDAD Nº 03

Por Ing° Roberto Baldeón Icochea

2.1 El Método de Estudio de Tiempo.

Cada elemento de trabajo debe tener puntos definidos de

En la determinación del p = Precisión de la estimación como

3.- Colocar las tazas en la caja 0.0226 0.71 10

4.- Sellar la caja y colocarla aparte 0.0241 1.10 10

Para el elemento 1 : n = {(1.96/0.04)(0.0305/0.500)}2 =9

Si desea encontrar el tiempo Normal del Ciclo (NTC) Normal Time

Supongamos que se realizaron 48 observaciones 1 0.53 0.50 1.05

Elemento de trabajo 1: NT1 = (0.53)(0.50)(1.05) = 0.28 min

La mayoría de tolerancias fluctúan entre 10 y 20 % del tiempo normal. Y cubren

ST = 2.18 ( 1 + 0.15) = 2.51 min/caja

En una planta donde es numerosa las actividades y por

Esto suprime por completo la necesidad de realizar

I. Dividir cada elemento de trabajo en sus micromovimientos

 Sistemas de aceleración – desaceleración: Estos

 MTM - 1 (Methods Time Measurement): Pionero en la

Sobre la base de encuestas realizadas, MTM-2 y MOST son los

 Después, determina los tiempos en tmu para cada movimiento a partir

 Para establecer el tiempo que requiere un desempeño normal de la

 Los valores tabulados no incluyen suplementos por demoras

 Quienes defienden MTM-1 afirman que los suplementos por fatiga no

 En consecuencia MTM-2 se trata de un sistema de datos MTM

 MTM-2 reconoce 11 clases de acciones, que se llaman

 Los analistas identifican los casos de PUT mediante modelos

 Para GET WEIGHT: La adición al valor de tiempo es 1

Algoritmo para diferenciar entre movimientos STEP y FOOT

 El valor estimado de EYE ACTION e 7 tmu. Este valor sólo se

 CRANK ocurre cuando las manos o dedos mueven un objeto en

OTROS SISTEMAS MTM:

 MTM-3 se desarrolló para complementar MTM-1 Y MTM-2. Es útil

 Una secuencia de movimiento específica consiste en tres

 También se asignan números indexados relacionados con el

 MOST utiliza números indexados 0, 1, 3, 6, 10 y 16,

Ej.: obtener una arandela a 12,5 [cm] (5 pulgadas) de

 El GET se define por AI = alcanzar la arandela como

 MiniMOST mide operaciones idénticas de ciclos cortos.

 MaxiMOST mide operaciones de ciclos largos con variaciones

 MOST está disponible en versiones manual y computarizada.

 Una características de la versión computarizada de MOST es

1. Definir las actividades.

 Tamaño de la muestra.- El objetivo del muestreo es obtener

 Por lo que el error máximo puede calcularse así:

 En el dinámico centro de trabajo de la actualidad,

 Antecedentes.- Esta fue desarrollada por primera vez en la

También podemos, calcular el número acumulativo promedio de horas por unidad

Tasas de aprendizaje según el área de desempeño

• Ensamble de estructuras, equipo electrónico de

Unidades producidas acumuladas

adecuado el Presupuesto?. Suponga que cada 5 4 36

empleado de Mano de Obra directa es productivo 6 2 38

durante 150 hrs de trabajo por mes.

Nº horas por Unidades

Nº de Horas requeridas para su fabricación

FACTORES DE CONVERSIÓN PARA EL NUMERO ACUMULATIVO PROMEDIO

Tasa de Aprendizaje 80% Tasa de Aprendizaje 90% (n =

También podría gustarte