Академический Документы
Профессиональный Документы
Культура Документы
El desarrollo del Muestreo de trabajo como técnica de medición del trabajo se remonta al
año 1935, cuando el estadístico L.H.C Tippett sugirió la aplicación de las observaciones
instantáneas para hacer estudios de tiempos de hombres y máquinas. Luego, en 1946,
Morrow le dio un uso más general con el propósito fundamental de identificar las demoras
que afectaban a los trabajos. Desde entonces la técnica ha sido más desarrollada y
refinada. Actualmente se le conoce mundialmente con diferentes nombres.
Ventajas:
1.-No requiere observación continua de parte del analista en un largo periodo.
2.-El operador no está expuesto a largos periodos de observación.
3.-Proporciona información a bajo costo.
4.-El total de horas-hombre a desarrollar por el analista es generalmente mucho menor.
5.-Un solo analista puede estudiar fácilmente operaciones de grupo.
Desventajas:
1.-No es económico para determinar tiempos estándares de operaciones repetitivas con
ciclo muy corto.
2.-No suministra una información tan detallada sobre los elementos que forman una
operación como hace la técnica del cronometro.
3.-No proporciona un registro detallado del método del trabajo utilizado por el operador.
4.-El error que se puede cometer al no obtener una muestra representativa.
5.-No es fácil de explicarlo a la gerencia y a los trabajadores.
Dónde:
P= probabilidad de una ocurrencia
q= 1-p=probabilidad de no ocurrencia
n=número de observaciones
La distribución de estas probabilidades se conoce como distribución binomial, se ha
demostrado que la media de esta distribución es igual a np y la varianza es npq. La
desviación estándar es igual a la raíz cuadrada de la varianza. Según la estadística
elemental cuando n crece, la distribución binomial se aproxima a la distribución normal.
Cuando los muestreos del trabajo involucran tamaños de muestra grandes la distribución
normal es una aproximación satisfactoria de la binomial. En lugar de usar la distribución
binomial, es más conveniente utilizar la distribución de una proporción, con media p y
desviación estándar como la variable aleatoria con distribución normal aproximada√𝑝𝑞/𝑛
En los estudios de muestreo del trabajo, se toma una muestra pequeña de n en un intento
de estimar p. Se sabe de la teoría elemental del muestreo que no se puede esperar que el
valor de p (la proporción basada en la muestra) para cada muestra sea el valor verdadero
de p. Esta teoría se puede usar para estimar el tamaño de la muestra total, con cierto
grado de precisión.
Antes de hacer las observaciones reales del estudio de muestreo del trabajo es necesario
realizar una planeación detallada. Los planes se inician con una estimación preliminar de
las actividades para las que se busca información. Esta estimación puede incluir una o
más actividades, y a menudo se hace a partir de datos históricos. Si el analista no puede
hacer una estimación razonable, deberá muestrear el área durante dos o tres días y usar
esa información como la base de estas estimaciones.
EJEMPLO 1:
El administrador de un supermercado estaba preocupado por el porcentaje de tiempo que
los empleados de las cajas gastaban con los clientes. Al empleado de la sección de
información que trabaja enfrente de los cajeros, se le asignó registrar cada media hora
durante una semana si los cajeros estaban o no trabajando. Los resultados fueron:
EJEMPLO 2:
Se consideraba que los empleados de archivo en una oficina estaban realmente
archivando en cualquier momento. Se seleccionaron al azar durante un mes, los siete
días de observaciones, obteniéndose los siguientes resultados:
EJEMPLO 3:
Se requiere determinar el porcentaje de inactividad de unas máquinas, supóngase que se
desea un nivel de confianza de 95.45% y una precisión de ±5%.
El primer muestreo nos dio los siguientes resultados:
Maquinas activas 140
Maquinas inactivas 60
Calcule el tamaño de la muestra?
Cuantas lecturas faltarían por realizar?
𝑧 2 (1 − 𝑝)
𝑁=
𝑠 2(𝑝)
Suponiendo que los resultados finales del estudio sean los siguientes: Maquinas activas
2640 y maquinas inactivas 1160 (con el nivel de confianza y precisión del problema
anterior) calcule la precisión del estudio.
𝑧 2 (1 − 𝑝)
𝑠=√
𝑁𝑝
Ejemplo 4:
En la limpieza de ciertas partes metálicas es necesario el uso de un gas. Se procedió a
realizar un estudio de muestreo del trabajo con el propósito de determinar el tiempo que el
operador está expuesto al gas.
El estudio se inició analizando los siguientes elementos: Durante los elementos 1, 2 y 4
los operarios se exponen a los gases, no así para los elementos 3 y 5.
Se tomaron 80 observaciones diarias y se obtuvieron los datos de la tabla. Para una
precisión de 8% y un nivel de confianza de 95.45% determinar:
1.-Si el número de observaciones es suficiente?
2.- En caso de no ser suficientes se toma un día más de observaciones:
Día 1 2 3 4 5
Elemento
1 20 28 15 22 21
2 16 18 21 17 17
3 25 22 28 23 25
5 6 3 12 8 12
Totales 80 80 80 80 80
Elemento Día
1 20
2 18
3 28
4 10
5 4
Total 80
Ejemplo:
Se necesitan estudiar cuatro zonas de trabajo entre dos observadores. El número total de
observaciones es de 100, 000.
La zona número 1 está a 300 pasos y tiene 30 personas, la zona número 2 está a 200
pasos y tiene 20 personas, la zona 3 está a 400 pasos y tiene 50 personas, la zona 4 está
a 100 pasos y tiene 40 personas, ¿En cuántos días de 8 horas de trabajo se puede hacer
el estudio? Suponga que los observadores solo trabajan 400 minutos por jornada.
Calcule:
El total de minutos por recorrido.
Vueltas por día de trabajo
Observaciones por día
Número de días necesarios
Ejemplo de aplicación:
En una compañía se quiere medir el porcentaje de paro de máquinas en el departamento
de tornos. Se desea un nivel de confianza de 95.45% y una precisión de ±5%.
En el primer muestreo se obtuvo:
Maquinas activas 150
Maquinas inactivas 50
¿Cuál es el tamaño de la muestra?
Se pretende realizar el estudio en 10 días, por lo cual se realizarán 480 observaciones
diarias y se encontraron estos resultados:
días 1 2 3 4 5 6 7 8 9 10
sucesos
activas 330 317 333 316 330 307 342 339 328 335
𝑃(1−𝑃)
𝐿𝑆𝐶 = 𝑃 + 3√ 𝑛
LC=P
𝑃(1−𝑃)
𝐿𝑆𝐶 = 𝑃 − 3√
𝑛
EJEMPLO 2:
Con los siguientes datos obtenidos en el análisis del estudio de trabajo en una creadora
de engranes, trace una gráfica de control y considere que el nivel de confianza es de
95.45%.
El muestreo del trabajo puede ser útil para establecer los estándares de tiempo de la
producción. Para ello basta con conocer la probabilidad de la actividad de mayor interés a
estudiar.
TxF
𝑇. 𝑝 = P
Pp
Dónde:
T = tiempo total de operador representado por el estudio
F = factor promedio de calificación de la actuación
Pp = total de producción en el periodo estudiado
T.p = tiempo del elemento
Ejemplo de aplicación:
Se desea conocer cuál es el tiempo necesario para lubricar un motor mediante el empleo
de la técnica de muestreo del trabajo. Es estudio duró 60 horas y se recopilaron 1800
observaciones, 196 referidas a la lubricación. El factor de actuación medio es de 90% y se
le concede 12% de tolerancias.
Otra versión utilizada para establecer estándares de trabajo y que se pueda aplicar en
estudios de muestreo que requieren observaciones al azar en lugar de observaciones
regulares es utilizando la siguiente formula:
(n)(T)(P)
𝑇𝑛 =
(Pa)(N)
𝑇𝑠 = Tn(1 + suplementos)
Dónde:
Tn = tiempo normal del elemento
Ts = tiempo estándar asignado al elemento
P = factor de calificación de la actuación
Pa = producción total en el periodo estudiado
n = observaciones totales del elemento en estudio
T = tiempo total del operador representado por el estudio
N = observaciones totales del estudio