UNIDAD IV MUESTREO DE TRABAJO

UNIDAD IVMUESTREO DEL TRABAJO

OBJETIVOS: Establecer porcentaje de espera, es decir medida de actividades y de esperas de hombres y mquinas.Determinar muestreo de actuacin, o sea medida de los tiempos de trabajo e inactividad de un hombre que realiza una tarea manual y establecimiento de un ndice o nivel de actuacin de dicho operario durante el tiempo de trabajo.Determinar la medida del trabajo, es decir, en ciertas circunstancias medir tareas manuales, estableciendo los tiempos tipo para una operacin.DEFINICIONES:

El muestreo del trabajo es un medio de determinacin de datos para medir las actividades y las demoras de los hombres y/o mquinas. Mide la utilizacin del tiempo por los hombres y las mquinas. Mediante observaciones casuales.El muestreo del trabajo utiliza muestras de ejecucin y no un instrumento para medir el tiempo. Establece los resultados mediante las leyes de probabilidades.Se han utilizado estudios de tiempo denominados de 24 horas, en los que se requiere una observacin continua del trabajador o de la mquina. El muestreo del trabajo depende de observaciones casuales del estado de la mquina o del trabajador, siendo menos tediosos y menos costoso que el anterior.Presumiendo que deseamos determinar qu proporcin de la jornada de trabajo es utilizada eficientemente por el trabajador, lo observamos 50 veces diarias escogidas al azar, durante 1 2 das, y encontraremos los resultados algo parecidos a lo siguiente:EstadoMarcaTotalTrabajando//// //// //// //// //// //// //// //// 40Ocioso//// //// 10De las 50 observaciones, diez nos indican que el trabajador estaba ocioso. Esto quiere decir que dicho individuo estaba ocioso el 20% del tiempo que fue observado. El principio utilizado es suponer que el porciento de observacin que reportaron al trabajador ocioso es una medida confiable del % de tiempo que la operacin est en dicho estado, si se hacen suficientes observaciones.

L.H.C. Tippet fue el primero en describir el mtodo que el mismo utilizo en la Industria Textil Britnica, e introducido en EE.UU, en 1940, para medir las demoras de los operadores y de las mquinas; de all que al muestreo de trabajo se le conoce tambin con el nombre de Proporcin de Demoras o porcentaje de espera).

El muestreo del trabajo se basa en el principio de que una muestra casual extrada de un gran grupo de muestras, tiene el mismo patrn de distribucin que el grupo de donde es extrada, con menos tiempo y costos ms bajos, que empleando otros procedimientos.

EL NIVEL DE CONFIANZA El nivel de confianza debe determinarse antes de que comience el muestreo del trabajo. Se refiere al grado de confianza que debemos tener en relacin con las cifras de las muestras. De esta forma, una desviacin estndar de 1.96 nos dar una confianza de un 95% en el sentido de que las cifras casuales representan a los hechos y que las mismas sern incorrectas tan solo un 5% de las veces. Si utilizamos una desviacin estndar de 1.00, el lmite de confianza ser de 68% es decir que podemos estar equivocados el 32% de las veces.La frmula para el error estndar de un porcentaje es:

Donde s = error estndar de un % P = % expresado en forma decimal = # de desviaciones estndar tomadas en el nivel de confianza N = Nmero total de observaciones casuales

En el muestreo del trabajo no solo se requieren niveles de confianza, sino tambin niveles de exactitud. El analista desea obtener resultados que sean suficientemente exactos, pero no excesivamente, ya que el nmero de observaciones casuales aumenta al aumentar la exactitud requerida. Frecuentemente una exactitud de 5% es suficiente.El Muestreo del Trabajo es conocido tambin como: Mtodo de Observaciones Aleatorias, Mtodo de Observaciones Instantneas, Control Estadstico de ActividadesEs una tcnica para determinar, mediante muestreo estadstico y observaciones aleatorias, el porcentaje de apariciones de una actividad bajo estudio.Es una tcnica que consiste en un nmero determinado de observaciones instantneas, realizadas al azar para tener una idea precisa de la totalidadConsiste en un gran nmero de observaciones tomadas a intervalos al azar; al tomar estas observaciones se anota el estado o condicin del objeto de estudio, y 3este estado se clasifica en categoras predefinidas de actividad, relativas a la situacin de trabajo particular. A partir de las proporciones de las observaciones en cada categora se deducen consecuencias concernientes a la actividad total del trabajo bajo estudio.VENTAJAS DEL MUESTREO DEL TRABAJONo requiere observacin continua por un analista en un largo periodo de tiempoSe disminuye el tiempo manual.Generalmente, el nmero total de horas-hombre empleadas por el analista es mucho menor.El operador no esta sujeto a largos periodos de observacin a base de cronmetros.Un slo analista puede estudiar fcilmente operaciones de cuadrillas o grupo.EJEMPLOS DE UTILIZACIN DEL MUESTREO DE TRABAJOMuestreo del trabajo en la sala de telares de una industria textil. Se hizo un estudio en la sala de telares de 108 tejedores y 216 telares. El estudio dur un perodo de tres semanas en cuyo lapso se hicieron ms de 11 000 observaciones. Se encontr que el 36.22% del tiempo de los tejedores era ocioso, y que la carga de trabajo era tan solo de un 63.78%.Al aumentar la carga de trabajo se produjo una mayor oportunidad de aumentar la productividad, y por consiguiente, las utilidades.2. Anlisis de Muestreo de trabajo en una sala de mquinas trituradoras de una fbrica de ladrillos. Un total de aproximadamente 1 100 observaciones fueron hechas, y las mismas mostraron que las mquinas operaban tan solo el 61.3% del tiempo, y el resto estaban paradas, un 13.5% debido a descansos de la mano de obra, y un 25.2% del tiempo debido a reparaciones.Se demostr que mejorando la supervisin una gran parte del tiempo desperdiciado se poda aprovechar. Tambin se sugiri el re arreglo en forma ms sistemtica de las cargas de trabajo como un posible medio de aumentar la productividad.

El muestreo del trabajo es muy verstil y puede ser utilizado en diversas formas:a) Para ayudar a definir un problema determinado se pueden hacer miles de observaciones para determinar la utilizacin y el grado de productividad y posteriormente adoptar la accin que se desprenda de dichas observaciones. El muestreo de trabajo brinda un aviso anticipado de las condiciones que necesitan atencin.

b) Como ayuda en el establecimiento de metas para los supervisores. Se requiere la cooperacin de los ejecutivos y los mismos deben ayudar en el programa de muestreo de trabajo. Los resultados del estudio de muestreo de trabajo deben ser considerados como bases de la accin correctiva y de las prcticas adecuadas. Los supervisores y los directores de la empresa deben de trabajar juntos para hacer los cambios necesarios a pesar de cualquier idea pre hecha. El muestreo del trabajo brinda medidas de actividades comprensibles para el ejecutivo. El habr participado en la creacin de las mismas. De esta forma dispondr de datos en los que puede confiar.c) Para determinar cualquier variacin cclica en las cargas de trabajo. El muestreo del trabajo es til aun cuando las cargas de trabajo sean variables. El muestreo del trabajo es capaz de realizar mediciones a pesar de que las cargas de trabajo no sean constantes y puede medir el efecto de las variaciones.Se puede llevar a cabo estudios diferentes en los perodos de gran actividad y en los de muy poca actividad. De esta forma quedaran al descubierto problemas de exceso de personal u otros de similar naturaleza.d) Como ayuda en los anlisis econmicos de las necesidades de equipo. Los estudios de muestreo respecto a la utilizacin de las mquinas ayudan a determinar la necesidad de sustituciones de equipo. Los datos obtenidos pueden ser comparados con los datos registrados por el control de produccin.El tiempo de servicio para mantenimiento, la operacin colectiva de mquinas, la falta de material, el tiempo ocioso, etc. Son algunos de los factores que pueden estar sujetos al estudio del muestreo de trabajo. Este tipo de estudio tambin analiza la naturaleza cclica del empleo de las mquinas.e) Como ayuda en el planeamiento de los requisitos de mano de obra. Los estudios que se hacen de las mquinas, estn estrechamente relacionados con los estudios de los trabajadores. El muestreo de trabajo hace posible el estudio de los requisitos de mano de obra y con ello facilita el establecimiento de cargas de trabajo. f) Como ayuda en la medicin de la ejecucin general.Con el muestreo de trabajo se puede medir el comportamiento o ejecucin general de un taller o de una oficina mediante la agrupacin de actividades, hace posible controlar las actividades generales de una gran organizacin. Las decisiones importantes como el aumento de la mecanizacin pueden basarse en estos anlisis.

g) Como ayuda en el establecimiento de estndares y tolerancias. El muestreo de trabajo puede ser utilizado para establecer estndares de tiempo, aun cuando para ello sea necesario llevar a cabo muchas observaciones. Tambin, la necesidad de calificar la ejecucin puede llevarnos a errores. No se recomienda que se utilice el muestreo de trabajo para estudios de tiempo muy detallados, aun cuando para el anlisis general del trabajo indirecto es bastante aceptable. Es tambin muy til para el establecimiento de tolerancias temporales en los estudios de tiempo.Otros Usos:1. Para establecer el contenido de los puestos.2. Para ayudar a los supervisores a organizar su tiempo.3. Para apreciar los factores de seguridad.4. Para valorar la eficiencia del taller.5. Para valorar prcticas especificas del taller.Todas las personas que se vean afectadas por un estudio de muestreo de trabajo debern ser informadas previamente al estudio. Los trabajadores debern trabajar normalmente y se debern anunciar las fechas en las que se llevaran a cabo los estudios.PUESTA EN PRCTICA DE UN ESTUDIO El primer paso es clasificar las actividades que se van a estudiar en categoras. Estas deben ser concisas y claras deben poder ser reconocidas mediante observacin visual y deben de tomar en consideracin los objetivos del estudio. Mientras menos categoras haya, ms fcil ser llevar a cabo el estudio. A menor nmero de categoras, menor nmero de detalles obtenidos por el estudio.

La confianza aumenta al disminuir las categoras en relacin con un nmero determinado de observaciones.Al clasificar las categoras, estas deben estar escritas con la suficiente claridad para reducir al mnimo el juicio necesario para identificarlas. Toda persona que se interese en estos estudios deber poder comprender estas definiciones.DETERMINACIN DE LOS TIEMPOS CASUALES DE OBSERVACINEsta determinacin depender de la jornada de trabajo. Si el perodo es de 8 horas, se deber seleccionar un nmero casual de 3 dgitos. Si el primer nmero de tres dgitos es 034, esto se interpretar de la siguiente manera: Cero horas y 34 minutos a partir del momento de inicio. Por consiguiente si la jornada comienza a las 8.00 a.m., la observacin casual deber hacerse a las 8:34 a.m.; si el prximo dgito es 997, deber ignorarse para un perodo de tiempo de 8 horas. Si el siguiente es 167, la observacin casual se har a las 10:47 a.m. Las otras observaciones se determinan de igual forma y se ordenan para mayor conveniencia y facilidad.El nmero de observaciones hechas en un da est determinada por:a. La duracin total del estudiob. La exactitud requerida por el estudioc. El tiempo requerido para hacer una ronda de observaciones.El nmero total de observaciones vendr dado por el porcentaje de actividad (p) y los lmites de exactitud y confianza requeridos.Ejemplo:Presuponiendo que se ha llevado a cabo un estudio breve de un da o dos en un taller de mquinas, que los trabajadores han estado ociosos un 25% del tiempo, que se desea una exactitud del 5% y un lmite de confianza de 95%, el nmero necesario de observaciones para los datos anteriores sera el siguiente:

TEORIA GENERAL DEL MUESTREOMuestreo es el proceso de obtener una inferencia con relacin a las caractersticas de un universo de artculos, por medio de examinar cuidadosamente las caractersticas de un pequeo nmero de artculos, sacados de ese universoTCNICAS DE MUESTREOEn general, hay tres mtodos comunes de obtener muestras:1.- Muestreo al azar:2.- Muestreo sistemtico3.- Muestreo selectivo estratificadoEl concepto de azarosidad es algo intuitivo; una definicin precisa es difcil de obtener, pero puede ser descrita fcilmente como el mtodo de obtener muestras cuando no existe un orden conexin entre los artculos presentes.La condicin de azarosidad se cumple cuando:Cada artculo seleccionado debe ser completamente independiente de cualquier otro.2) Cada artculo debe tener igual probabilidad de ser seleccionado.3) La caracterstica a ser medida no debe cambiarse variarse durante el proceso de muestreo.MUESTREO SISTEMATICOEs el mtodo en el cual es mantenido un intervalo constante entre los artculos seleccionados. Por ejemplo: Cuando formamos una muestra de documentos, seleccionando de un archivo un documento por cada diez de ellos. Si la caracterstica que estamos midiendo no tiene relacin con el orden de los documentos en el archivo, la muestra sacada sistemticamente puede producir un resultado de azarosidad en la caracterstica siendo medida.MUESTREO SELECTIVOConsiste en la seleccin de una muestra (al azar sistemtica) de una porcin porciones del total del universo de artcu1os, para limitar el nmero de artculos obtenidos.Usualmente existe razn para que la porcin porciones escogidas sean suficientes para los objetivos deseados. Estratificar una muestra puede sin embargo llevarnos a conclusiones errneas principalmente cuando la estratificacin no es totalmente apreciada.Un ejemplo de este tipo de muestreo podra ser cuando una encuesta de opinin se basa nicamente en una muestra de personas que tienen telfono. OBTENIENDO INFERENCIAS POR MEDIO DE MUESTRASTodo muestreo es hecho con el propsito de conocer algo. En ingeniera industrial, el trabajo de muestreo es desarrollado usualmente para estimar algo.Si fuera posible medir una caracterstica con una precisin absoluta, y si todos los posibles artculos conteniendo esta caracterstica puedan ser medidos econmicamente, entonces una situacin de certeza puede ser obtenida.Como un ejemplo de certeza, supngase que tenemos una caja. conteniendo 24 latas de jugo de tomate, y deseamos conocer la cantidad promedio contenida en una lata. Asumiendo que podemos medir con gran precisin, podramos encontrar que es de 8.01056 onzas variando las latas entre 8.0001 y 8.01567. En este momento, nuestro conocimiento con relacin al contenido de las 24 latas es una certeza.

Debemos pensar tambin que nuestra caja de 24 latas puede ser considerada como una gran cantidad producida (digamos 10,000 cajas) en este caso, no estamos dispuestos a establecer con certeza el peso de las otras 9,999 cajas. Lo que nos da una regla del muestreo que dice: A pequeas muestras obtenidas, pequeo es el grado de confiabilidad que podernos esperar de nuestros resultados.

Muchos de nosotros estamos acostumbrados a pensar sobre ciertas mediciones como certezas cuando en realidad son solo aproximaciones. Es un buen pensamiento cientfico considerar todas las mediciones como aproximaciones a la realidad. La persona que intentar utilizar el Muestreo del trabajo, deber estar consciente que esta tcnica nunca le proveer de situaciones de certeza; pero que un margen de error determinado cientfica o matemticamente es mejor que simplemente asumir que cualquier medicin es certeza.EL MUESTREO Y LA LEY DE PROMEDIOSLa estadstica ha sido definida por Wiener como La ciencia de la Distribucin. Por distribucin se entiende el comportamiento de un fenmeno de acuerdo a patrones. El uso de la estadstica, es decir del grupo de herramientas matemticas y filosficas, requiere que el usuario sea consciente de que la estadstica es ms que toda una herramienta de anlisis. El desarrollo histrico de esas herramientas ha sido ms que todo en las reas de investigacin mdica, biolgica y agrcola.En los ltimos aos, el crecimiento que ha tenido el control estadstico de calidad, ha abierto muchas reas al uso de la de estadstica en la Industria.LA LEY DE LOS PROMEDIOS En todo muestreo, siempre hay una conviccin de parte de la persona que lo efecta, de que el resultado de la muestra ser una medida til de la caracterstica deseada. Pero como se ha visto anteriormente, el resultado debe ser considerado solo como una aproximacin de la medida real. La persona que muestrea deber minimizar el error en el resultado a travs de una cuidadosa seleccin, mediciones precisas y aplicar una correcta interpretacin. En el peor de las cosas, la ley de los promedios deber protegerlo. La ley de los promedios implica que las mediciones en una muestra sern o muy poco diferentes a los contenidos en el universo, debido a que los valores extremos tendern a cancelarse uno con otros.Los estadsticos expresan esta ley de los promedios en dos fenmenos separados: 1.- La Ley de los grandes nmeros2. La curva normal del error.LA LEY DE LOS GRANDES NUMEROSLa ley de los grandes nmeros establece que: si muestras son sacadas a1 azar de un universo de artculos, sucesivas muestras se distribuirn aproximadamente de acuerdo a un mismo patrn. Esta idea involucra dos asunciones bsicas:Todas las cosas varan. No existen dos artculos exactamente iguales.2. Grupos de artculos provenientes del mismo universo tendrn la misma distribucin cuando se plotea la frecuencia de ocurrencia contra la medicin.Ejemplo:Se sacan al azar de un universo sucesivas muestras de 1000 bulbos y se arreglan los valores obtenidos en una distribucin discreta de frecuencias. La ley de los grandes nmeros, nos dice que las distintas muestras tendrn una distribucin parecida, no necesariamente igual.

Si tomamos las mismas 5 muestras y medimos la cantidad de lux que emiten los bulbos en foot-candles, encontraremos distribuciones tales como las mostradas en la siguiente tabla:

Esta tabla refleja los resultados de las muestras cuando se han tomado mediciones. Al plotear la distribucin de frecuencias para cada muestra, observaremos que las cinco muestras presentan distribuciones similares.LA CURVA NORMAL DE ERRORLa curva normal de error la cual es el otro tipo de fenmeno que la ley de los promedios asume, se refiere al comportamiento de la muy conocida curva normal.El principal uso de la curva normal en el muestreo del trabajo consiste en definir los lmites entre los cuales estarn sucesivas muestras de proporciones sacadas de la misma distribucin, usando un nivel de probabilidad escogida por el usuario.La curva normal de error establece que las extremas fluctuaciones causadas por el muestreo cuando sucesivas muestras son obtenidas al azar de un universo constante, tienden a eliminarse unas con otras. Esto est de acuerdo con la ley de los promedios ya mencionada. Ejemplo:Se hacen 50 sucesivas rondas observando a 30 personas que trabajan en una oficina, las categoras seleccionadas para la observacin son: escribiendo y otras actividades. Despus de 50 rondas, la distribucin de frecuencias deLas categoras seleccionadas son las siguientes:Ronda NEscribiendoOtras ActividadesRonda NEscribiendoOtras Actividades18222610202111927121831020281020462429921513173012186111931102077233252581020337239921341020101416351317114263610201210203782213822381515141020391020151119409211610204110201712184282218131743131719921449212062445121821111946921227234762423111948111924141649102025921501020

Encontrar el % de valores que se encontrarn entre los lmites formados por los intervalos de confianza:Y compare los valores observados con los dados por la curva normal los cuales son: Si X es una variable aleatoria con distribucin normal (, ), entonces se cumple que: P( - < X < + ) = 0.6827, cuya proporcin es: 68.27%P( - 2 < X < + 2 ) = 0.9545, cuya proporcin es: 95.45%P( - 3 < X < + 3 ) = 0.9973, cuya proporcin es: 99.73%a)b)c)

Xffxdd2fd2414- 5.8434.105634.1056515- 4.8423.425623.42566318- 3.8414.745644.23687321- 2.848.065624.19688432- 1.843.385613.54249763- 0.84 0.70564.939210141400.160.02560.3584116661.161.34568.0736124482.164.665618.6624134523.169.985639.9424142284.1617.305634.6112151155.1626.625626.625650492272.72Formulamos la Hiptesis: Sea x = N de personas escribiendo por ronda.Construimos el siguiente cuadro de distribucin de frecuencias:% DEL REA ENTRE LA DISTRIBUCION NORMAL Y LA DISTRIBUCION OBSERVADAIntervalosDeConfianza% de laCurvaNormalIntervalosDe la Distribucinfrecuencia% de laDistribucin Observada[7.5045, 12.1755]68.27%[ 8, 12 ]3570%[5.169, 14.511]95.45%[ 5, 14 ]4896%[2.8335, 16.8465]99.73%[ 3, 16 ]50100%

CUADRO COMPARATIVOCONCEPTOS ESTADISTICOS RELATIVOS AL MUESTREO DEI TRABAJOEl muestreo del trabajo se basa en las leyes de la probabilidad. Una muestra extrada aleatoriamente de un gran conjunto o poblacin tiende a tener la misma distribucin que dicha poblacin. Si la muestra es suficientemente grande, sus caractersticas sern muy parecidas a las de la poblacin.Con el trmino MUESTRA se denomina a los elementos extrados, y los trminos POBLACIN o UNIVERSO sirven para designar el gran conjunto de donde aquella se extrae.El muestreo aleatorio requiere que no se introduzcan sesgos en el proceso de muestreo, para lo cual cada una de las partes que componen eI universo debe de tener la misma probabilidad de ser extrado.

NIVEL DE CONFIANZAEs necesario decidir en primer lugar cual es el nivel de confianza deseado en los resultados finales del muestreo del trabajo.El nivel empleado ms corrientemente es el 95%, que es el rea situada bajo la curva normal a . Esto quiere decir que se tiene confianza en que las observaciones aleatorias representan en el 95% de las veces, la caracterstica d la poblacin que deseamos estimar.Valor de sigma 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0rea bajo la curva 0 38.29 68.27 86.64 95.45 98.7 99.73 99.95 99.9

La frmula para estimar el nmero de observaciones para un nivel de confianza del 68%

En donde: S = Acuracidad deseadaP = % de presencia expresado en forma decimalN = N de observaciones aleatorias

ACURACIDAD DE LAS MEDIDASLa acuracidad de los resultados del muestreo del trabajo merece un estudio detallado, pues cuando se determina el grado de acuracidad deseado, de hecho se determina el nmero de observaciones, lo que por consiguiente afecta al tiempo y costo del estudio El fin que persigue con el estudio habr de sugerir el grado de acuracidad de los resultados, pero sin que sea posible especificarlo de forma rigurosa para cada una de las aplicaciones.Al disear la muestra, el analista habr de tener en cuenta que los resultados sean satisfactorios desde el punto de vista de la acuracidad, lo mismo que desde el punto de vista econmico, Afortunadamente, en el muestreo del trabajo el analista puede determinar de antemano el nmero de observaciones necesarias para alcanzar un grado dado de acuracidad estadstica.

CALCULO DEL NMERO DE OBSERVACIONESPara fines prcticos, un nivel de confianza del 95% y una acuracidad de 5% pueden ser considerados satisfactorios. Suponiendo adems que se emplea la Distribucin Binomial como base para determinar el error tpico.La frmula que da el nmero de observaciones ser:

En donde: S = Acuracidad deseadaP = % de presencia expresado en forma decimalN = N de observaciones aleatorias

Si se conoce la acuracidad deseada, hay todava 2 incgnitas en la ecuacin (p y N). Para hallar N, se atribuye a p un valor estimado en un estudio preliminar.Ejemplo:

Se desea determinar el % del tiempo qu estn paradas unas mquinas atornilladoras automticas, mediante un muestreo del trabajo, Suponga que se ha decidido aceptar un nivel de confianza del 95% y una acuracidad de 5%. Se desea saber cuntas observaciones son necesarias.Se hicieron 100 observaciones preliminares y aqu, 25 observaciones indicaron que las mquinas estaban paradas DATOS:% de mquinas paradas es del 25%, de donde p= 0.25y la acuracidad es: S= 0.05

Si despus de 500 observaciones los resultados fueran:Mquinas trabajando = 350Mquinas paradas = 150 Total de observaciones = 500Luego el valor de p sera del 30% con el cual habr que recalcular el valor de N y tendremos:

En un estudio conviene calcular N al final de cada da, para evaluar mejor la marcha de un estudio.DETERMINACION DE LA ACURACIDAD PARA UN NMERO DADO DE OBSERVACIONES. Despus de terminado el estudio, se hace un clculo para determinar si los resultados se encuentran dentro de la acuracidad deseada.Esta comprobacin se puede real izar calculando en la frmula S en lugar de N, segn se hizo anteriormente. Supngase qu los resultados finales del estudio fueron los siguientes:Observaciones de las mquinas trabajando = 2 600Observaciones de las mquinas paradas = 1 400Total de observaciones realizadas = 4 000

Puesto que 4.3% es menor qu 5%, que era la acuracidad deseada, el nmero de observaciones es suficiente.En este caso se puede decir que existe una confianza deI 95% de que las mquinas atornilladoras se encuentren paradas el 35% del tiempo.La acuracidad de 4.3% indica que los resultados se encuentran dentro del intervalo 4.3% de 35% ( 4.3 x 35 = 1.5) o sea que el valor verdadero se halla entre 33.5% y 36.5%.RELACIN ENTRE LA ACURACIDAD DESEADA Y EL % DE PRESENCIA DE UN ELEMENTOEjemplo: Medida del tiempo de parada de un departamento de taladradoras.El Director de una fbrica deseaba saber que % del tiempo total se encontraban parados los operarios. El estudio se hizo con 12 operarios del Departamento A, y puso en evidencia que el tiempo de parada era del 10% de la jornada de trabajo.En este ejemplo, una acuracidad de 5%del tiempo de parada significa que los resultados son los correctos dentro de un intervalo de 5% del 10% o sea que el valor verdadero se encuentra entre 9.5% y 10.5%. Si el tiempo de parada hubiese sido del 20% para una acuracidad de 5%, el valor verdadero quedara entonces incluido en el intervalo de 19% y 21%.CALCULOS MUESTRALESDATOS:- Nivel de confianza 95%- Acuracidad 5%- Un estudio preliminar indic p = 10%

Esto significa que fue necesario hacer 14 400 observaciones para medir el 10% de tiempo de parada con un nivel de confianza del 95% y una acuracidad del 5%. Podra decirse que en 95 casos de cada 100, el grupo de los 12 operarios se hallaban parados por trmino medio el 10% del da, (48 minutos).MTODO A SEGUIR EN UN ESTUDIO DE MUESTREO DEL TRABAJOFases de un estudio:1.- Definicin del Problema A- Especifquese los objetivos o fines del estudio B- Descrbase detalladamente cada uno de los elementos que van a ser medidos.

2.- Obtngase la aprobacin del supervisor del departamento en que se va a llevar el estudio. Hay que cerciorarse de que los operarios que van a ser estudiados, as como el otro personal del Departamento, comprendan el fin perseguido por el estudio.3.- Determine la acuracidad deseada de los resultados finales, tambin hay que especificar el nivel de confianza.4.- Hgase una estimacin preliminar del % de presencia de la actividad o espera que se va a medir, que se pueda basar en experiencias anteriores, sin embargo, es preferible llevar a cabo un muestreo preliminar durante uno o dos das.5.- Diseo del Estudio:Determnese el nmero de observaciones que se van a hacer.B. Determnese el nmero de observadores necesarios.C. Determnese el nmero de das o de turnos de trabajo necesarios para el estudio.D. Hgase planes detallados para efectuar las observaciones, tales como la hora y la ruta a seguir por el observador.E. Diseo del formulario de observacin.6.- Efectense las observaciones de acuerdo al planA. Hgase las observaciones y antese los datosB. Resmanse los datos al final de cada da.C. Determnense los lmites de Control.

D. Ploteense los dato al final del da.7.- Comprubese la acuracidad o precisin de los datos al final del estudio8.- Preprese un informe con expresin de las conclusiones a que se hubiera llegado.

REGLAS PRCTICAS PARA DETERMINAR EL N DE OBSERVACIONES1. Determinacin de objetivos generales 1002. Determinacin de objetivos especficos 500 (Causas de parada en las mquinas)3. Estimacin de condiciones especificas 2 000 (Preparacin de mquinas, manejo de materiales, etc.)4. Estimacin de utilizacin de la mano de obra 4 000 y de las mquinas.5. Establecimiento de tiempos tipo, Hasta 10 000 determinacin de Suplementos.