CARRERA:

INGENIERÍA
INDUSTRIAL
ASIGNATURA:
ESTUDIO DEL
TRABAJO II
D O CENT E: M.I. D U LCE LU CÍA
LARA GARCÍA
T EMA 2: MU EST REO D EL T RABAJO II
PRESENTACIÓN DEL MUESTREO
DE TRABAJO
Antes de iniciar un programa de muestreo del trabajo, el analista debe “presentar” su uso
y confiabilidad a todos los miembros de la organización a quienes puedan afectar los
resultados, entre los que se destacan el sindicato, el supervisor de línea y la
administración de la compañía.
PRESENTACIÓN DEL MUESTREO
DE TRABAJO
Esta tarea se puede cubrir mediante varias sesiones cortas con los
representantes de las distintas partes interesadas y una explicación con
ejemplos de la ley de probabilidades, que expliquen por qué funcionan
los procedimientos de muestreo.
PRESENTACIÓN DEL MUESTREO
DE TRABAJO
Aunque el estudio de tiempos con cronómetro sea bien entendido y
fácilmente aceptado, tanto los sindicatos como los trabajadores
aceptarán técnicas de muestreo del trabajo una vez que el
procedimiento haya sido explicado por completo.
PRESENTACIÓN DEL MUESTREO
DE TRABAJO
Los factores a favor del muestreo del trabajo son que el procedimiento es
completamente impersonal y carece de la presión que implica
un estudio de tiempos con cronómetro.
PRESENTACIÓN
DEL MUESTREO
DE TRABAJO
En la sesión inicial, el analista debe
crear un estudio sencillo lanzando
monedas no sesgadas. Todos los
participantes reconocerán con
facilidad que al lanzar una sola
moneda se tiene una posibilidad 50-
50 de obtener cara.
PRESENTACIÓN DEL
MUESTREO DE
TRABAJO
Si se les pregunta cómo determinaría
la probabilidad de cara contra cruz,
sin duda propondrán lanzar una
moneda unas cuantas veces para ver
qué ocurre. Si pregunta si dos veces
es suficiente, seguro dirán que no.
Pueden sugerir diez veces, pero
podrían pensar que todavía no es
suficiente.
PRESENTACIÓN
DEL MUESTREO
DE TRABAJO
Si se sugieren números más grandes,
quizás estén de acuerdo en que
100 veces o más es suficiente para
lograr el resultado deseado con
cierto grado de seguridad. Este
ejemplo establece con firmeza el
principio del muestreo del trabajo:
un tamaño de muestra adecuado
asegura la significancia estadística.
PRESENTACIÓN DEL MUESTREO
DE TRABAJO
Posteriormente, el analista debe analizar los resultados probables de
lanzar cuatro monedas no sesgadas. En este caso sólo existe un arreglo
de resultados de las monedas lanzadas en el que no se obtienen caras y
sólo uno en el que todas son caras.
PRESENTACIÓN DEL MUESTREO
DE TRABAJO
Después de esta explicación y una demostración de la distribución, es
decir, al hacer varios lanzamientos y registrar los resultados, la audiencia
deberá estar de acuerdo en que 100 lanzamientos pueden mostrar una
distribución normal.
PRESENTACIÓN DEL MUESTREO
DE TRABAJO
Sin embargo, tres caras o una cara
pueden resultar de cuatro arreglos
posibles. Seis arreglos pueden dar dos
caras. Con las 16 posibilidades
descritas, cuatro monedas no sesgadas
que se lanzan en forma continua se
distribuyen como lo muestra la figura.
PRESENTACIÓN DEL MUESTREO
DE TRABAJO
Mil lanzamientos tal vez se acerquen más a esa distribución y 100 000
darán una distribución casi perfecta. Sin embargo, tal distribución no es
suficientemente más exacta que la distribución de 1 000 lanzamientos, y
económicamente no vale la pena el esfuerzo adicional.
PRESENTACIÓN DEL MUESTREO
DE TRABAJO
Ello establece la idea de que el acercamiento a una precisión significativa
primero es rápido y después la velocidad de acercamiento disminuye.
En seguida, el analista debe señalar que una máquina u operario podrían
estar de manera figurada en estado de cara o cruz.
 Por ejemplo, una máquina puede estar en
PRESENTACIÓN funcionamiento (cara) o inactiva (cruz).
DEL MUESTREO En algún momento, una gráfica
DE TRABAJO acumulada de “en funcionamiento” se
equilibraría y daría una indicación de
cuándo estaría bien detener las lecturas.
PLANEACIÓN DE
ESTUDIOS DEL
MUESTREO DE
TRABAJO
Asimismo, el estado de
máquina “inactiva” podría
desglosarse en los
diferentes tipos de
interrupciones y
demoras, para entender
con más detalle ese tiempo.
PLANEACIÓN DE ESTUDIOS DEL
MUESTREO DE TRABAJO
Una vez hechas las estimaciones preliminares, el analista puede determinar
la exactitud deseada de los resultados. Ésta se puede expresar como una
tolerancia o un límite de error dentro del nivel de confianza establecido.
PLANEACIÓN DE
ESTUDIOS DEL
MUESTREO DE
TRABAJO
Después, debe estimar el número
de observaciones que tomará y
determinar la frecuencia de esas
observaciones. Por último, el
analista diseña la forma de
muestreo del trabajo en la cual
se tabulan los datos, así como las
gráficas de control que se usarán
durante el estudio.
DETERMINACIÓN DEL NÚMERO
NECESARIO DE OBSERVACIONES
Para determinar el número necesario de observaciones, el analista debe
conocer la exactitud con que se desean los resultados. Entre más
observaciones, mayor validez tendrá la respuesta final. Tres
mil observaciones dan un resultado considerablemente más confiable
que 300.
DETERMINACIÓN DEL NÚMERO
NECESARIO DE OBSERVACIONES
Sin embargo, debido al costo de obtener tantas observaciones y
la mejora marginal de la exactitud, 300 observaciones
pueden considerarse amplias.
DETERMINACIÓN DEL NÚMERO
NECESARIO DE OBSERVACIONES
Por ejemplo, suponga que se desea determinar el número de
observaciones que se requieren, con 95% de confianza, tal que la
proporción verdadera del tiempo de demoras personales e
inevitables se encuentre dentro del intervalo de 6 a 10%. Se espera que
el tiempo de las demoras inevitables y personales sea de 8%. Estos
supuestos se expresan gráficamente en la figura.
DETERMINACIÓN DEL NÚMERO NECES
ARIO DE OBSERVACIONES

En este caso, pˆ sería igual a 0.08 y se supone una 𝓵 de 2%, o 0.02. Con
base en estos valores, es posible despejar n como viene a continuación:

n= 707 observaciones
DETERMINACIÓN DEL NÚMERO
NECESARIO DE OBSERVACIONES
En consecuencia, con 500 observaciones la exactitud del estudio sería de
±2.4%. Así, existe una concesión directa entre el error o exactitud del
estudio y el número de observaciones recolectadas.
Observe que este 2.4% es una exactitud absoluta. Algunos analistas
pueden desear expresar esto como una exactitud relativa de 30%
respecto a la proporción base (0.024/0.08).
DETERMINACIÓN DEL NÚMERO
NECESARIO DE OBSERVACIONES
En la actualidad es posible disponer fácilmente de paquetes de software
para determinar el número de observaciones que se requieren en un
estudio de muestreo del trabajo. Estos programas realizan todos los
cálculos estadísticos que se necesitan para determinar tamaños de
muestras e intervalos de confianza.
DETERMINACIÓN DEL NÚMERO
NECESARIO DE OBSERVACIONES
Por ejemplo, pueden calcular intervalos de confianza de 90, 95 y 99% de
una muestra. También pueden proporcionar el número de muestras
necesario con el fin de lograr una confianza de 90, 95 y 99% con un
grado de exactitud específico.
DETERMINACIÓN DEL NÚMERO
NECESARIO DE OBSERVACIONES
Si el analista no tiene el tiempo o la capacidad para recolectar 707
observaciones y sólo puede recolectar 500 puntos de datos, la ecuación
anterior se puede invertir para despejar el límite de error resultante:
DETERMINACIÓN DEL NÚMERO
NECESARIO DE OBSERVACIONES
Si se estudian varios trabajadores de manera simultánea, las observaciones
no pueden considerarse independientes. Richardson y Pape (1992)
estudiaron este problema de las observaciones correlacionadas y el
resultado fue un intervalo de confianza corregido que se calcula después
de la recolección de datos.
DETERMINACIÓN DEL NÚMERO
NECESARIO DE OBSERVACIONES
La desviación estándar del intervalo de confianza se calcula a partir de:

Donde m=número de observaciones agrupadas

N( j)=número de trabajadores en la j-ésima observación
N=número total de observaciones
Y( j)=número de trabajadores inactivos (u otra categoría de interpes) en la j-ésima
observación
CASO PRÁCTICO DE OBSERVACIONES
CORRELACIONADAS
La propietaria de un centro comercial desea determinar si hay suficientes
lugares de estacionamiento (actualmente 250) para sus clientes. Las
observaciones superficiales indican que aproximadamente 80% del
estacionamiento está lleno durante las horas de oficina. La propietaria
contrata un analista de ingeniería industrial para realizar un estudio de
muestreo del trabajo.
CASO Muestra j Lugares vacíos y(j) Y(j)²
PRÁCTICO DE 1 36 1 296
OBSERVACIONES 2 24 576
CORRELACIONADAS 3 11 121
4 10 100
El analista recopila 10 5 9 81
muestras aleatorias 6 20 400
un miércoles de 9 7 19 361
a.m. a 6 p.m. con 8 28 784
los siguientes 9 35 1 225
resultados. 10 57 3 249
TOTAL 249 8 193
CASO PRÁCTICO DE OBSERVACIONES
CORRELACIONADAS
La proporción de lugares vacíos es p= 249/10/250= 0 .0996
Puesto que a cualquier hora seleccionada para el muestreo las 250
observaciones de los lugares de estacionamiento estarán
correlacionadas, el límite de error debe calcularse a partir de:
CASO PRÁCTICO DE OBSERVACIONES
CORRELACIONADAS

En consecuencia, la propietaria puede concluir con 95% de confianza que 9.96 ±

3.68% de los lugares de estacionamiento estarán abiertos en un momento
dado. Esto se traduce en un rango aproximado de entre 16 y 34 lugares abiertos,
y la propietaria puede concluir que en la actualidad hay
suficientes estacionamientos para sus clientes.
CASO PRÁCTICO DE OBSERVACIONES
CORRELACIONADAS
Observe que el cálculo directo del límite del error:

es incorrecto y subestima el error verdadero. También sería prudente para

el analista recopilar muestras a lo largo de varios días para evitar errores
de representatividad.
DETERMINACIÓN
DE LA FRECUENCIA
DE OBSERVACIÓN
La frecuencia de las observaciones
depende, en su mayor parte, del
número de observaciones que se
requiere y del tiempo disponible
para desarrollar los datos. Por
ejemplo, para completar 3
600 observaciones en 20 días
calendario, el analista debería
obtener aproximadamente 3 600/20
= 180 observaciones por día.
CASO PRÁCTICO: FRECUENCIA
DE OBSERVACIÓN
Un analista desea determinar el
tiempo de descomposturas
debido a problemas con
herramientas en un área que
incluye 10 centros de
maquinado CNC, donde se
realizan perforaciones muy
finas.
CASO PRÁCTICO: FRECUENCIA
DE OBSERVACIÓN
Un estudio piloto inicial indicó que, de 25 observaciones, sólo una
máquina de CNC se descompuso, para una pˆ de 0.04. El analista desea
una exactitud mayor en el estudio con una estimación dentro de ±1% del
valor real, con 99% de confianza.
CASO PRÁCTICO: FRECUENCIA
DE OBSERVACIÓN
Como Z 0.005 es 2.58, el número de observaciones necesario es:

Aun si el analista hiciera 256 viajes a la planta y tomara 10 observaciones en cada

viaje, éste es un número grande y el analista tal vez reconsidere un nivel de
confianza más bajo.
DETERMINACIÓN DE
LA FRECUENCIA DE OBSERVACIÓN
Por supuesto, el número de analistas disponible y la naturaleza del trabajo
que se estudia también influyen en la frecuencia de las observaciones.
Por ejemplo, si sólo se cuenta con un analista para acumular los datos del
ejemplo anterior, no sería práctico que esa persona tomara 180
observaciones durante un día.
DETERMINACIÓN DE
LA FRECUENCIA DE
OBSERVACIÓN
Después de haber determinado
el número de observaciones
por día, debe seleccionarse el
tiempo real necesario para
registrar las observaciones.
Para obtener una muestra
representativa, las
observaciones se toman a
todas horas del día.
DETERMINACIÓN DE
LA FRECUENCIA DE OBSERVACIÓN
Existen muchas formas para encontrar una ocurrencia aleatoria de las
observaciones. Con un enfoque manual, el analista puede seleccionar
nueve números cada día de una tabla estadística de números aleatorios,
que estén entre 1 y 48.
DETERMINACIÓN
DE
LA FRECUENCIA
DE OBSERVACIÓN
DETERMINACIÓN DE
LA FRECUENCIA DE OBSERVACIÓN
seleccionados pueden establecer la hora
para tomar la observación, en minutos, a
partir del inicio del día. Por ejemplo, el
número aleatorio 20 significaría que el
analista debe hacer una serie de
observaciones 200 minutos después de
iniciado el turno.
DETERMINACIÓN DE
LA FRECUENCIA DE OBSERVACIÓN
Otro enfoque considera los cuatro dígitos adyacentes en la tabla de
números aleatorios. El dígito 1 es el identificador del día, con los
números 1 a 5 correspondientes a los días de lunes a viernes. El dígito 2
es el identificador de las horas, con números de 0 a 8 sumados a la hora
de inicio (por ejemplo, las 7:00 a.m.).
DETERMINACIÓN DE
LA FRECUENCIA DE OBSERVACIÓN
Los dígitos 3 y 4 identifican los minutos, con números entre 0 y 60 como
aceptables. Obviamente, el enfoque más sencillo es escribir un pequeño
programa que use un generador de números aleatorios o cualquiera de
las hojas de cálculo comerciales, o usar la característica incluida en
DesignTools o QuikSamp.
DETERMINACIÓN DE
LA FRECUENCIA DE OBSERVACIÓN
El estudio debe ser suficientemente largo para
incluir las fluctuaciones normales de la
producción. Mientras mayor sea la duración
del estudio global, más posibilidades habrán
de observar las condiciones promedio. Por lo
general, los estudios de muestreo del trabajo
se realizan durante un bloque de tiempo que
va de dos a cuatro semanas.
DETERMINACIÓN DE
LA FRECUENCIA DE OBSERVACIÓN
Otra alternativa para ayudar al analista a decidir cuándo tomar las
observaciones diarias es un recordatorio aleatorio. Este instrumento de
bolsillo hace sonar una alarma en tiempos aleatorios, para indicar al
analista cuándo tomar la siguiente observación.
DETERMINACIÓN DE
LA FRECUENCIA DE OBSERVACIÓN
El usuario preselecciona una tasa promedio de muestreo (observaciones
por hora, por día) y responde con un viaje al área de recolección
de datos cuando escucha la alarma.
DETERMINACIÓN DE
LA FRECUENCIA DE OBSERVACIÓN
Típicamente, el instrumento puede preestablecerse para cualquiera de las
siguientes alarmas promedio por hora: 0.64, 0.80, 1.0, 1.3, 1.6, 2.0, 2.5,
3.2, 4.0, 5.0, 6.4 y 8.0. Este instrumento es especialmente útil para la
autoobservación.
DETERMINACIÓN
DE
LA FRECUENCIA
DE OBSERVACIÓN
Una tabla con tiempos
preparada de antemano
puede requerir tiempo del
analista cuando intenta
registrar los datos a
conciencia en los tiempos
enlistados.
ACTIVIDADES
Responder el siguiente cuestionario.
1. ¿Dónde se usó el muestreo del trabajo por primera vez?
2. ¿Cuáles son las ventajas del muestreo del trabajo sobre el estudio de tiempos
con cronómetro?
3. ¿En qué áreas es aplicable el muestreo del trabajo?
4. ¿Cómo se puede determinar el momento del día en que deben tomarse las
distintas observaciones de manera que no se presenten resultados sesgados?

5. ¿Qué consideraciones deben tenerse en cuenta cuando se realizan estudios de

muestreo del trabajo?
ACTIVIDADES
Responder el siguiente cuestionario.
• 6. Analice las bases estadísticas de las concesiones entre el número de
observaciones recopiladas y la exactitud del muestreo del trabajo.

• 7. ¿Cuáles son las principales ventajas de usar un recordatorio aleatorio en

relación con un estudio de autoobservación?
• 8. ¿Durante qué periodo es deseable recolectar observaciones?
• 9. Analice las concesiones involucradas cuando se observan simultáneamente
10 cajeros en un gran banco.
ACTIVIDADES
Realice un resumen de los siguientes artículos científicos acerca de la aplicación
del Muestreo del Trabajo. Describa el procedimiento realizado y las conclusiones.
https://www.redalyc.org/pdf/849/84911652064.pdf

https://scielo.conicyt.cl/pdf/ijmorphol/v35n1/art37.pdf
http://www.scielo.org.mx/pdf/iit/v20n2/1405-7743-iit-20-02-00005.pdf
http://revistacid.itslerdo.edu.mx/coninci2017/37%20Aplicaci%C3%B3n%20del%2
0muestreo%20del%20trabajo%20a%20empresa%20metalmec%C3%A1nica.pdf