CONCLUSION

INTRODUCCIN
Una parte fundamental para realizar un estudio estadstico de cualquier tipo es
obtener unos resultados confiables que puedan ser aplicables! Como a se coment"
anteriormente# resulta casi imposible o impr$ctico lle%ar a cabo al&unos estudios sobre
toda una poblaci"n# por lo que la soluci"n es lle%ar a cabo el estudio bas$ndose en un
subcon'unto de (sta denominada muestra!
Sin embar&o# para que los estudios ten&an la %alidez confiabilidad buscada
es necesario que tal subcon'unto de datos# o muestra# posea al&unas caractersticas
especficas que permitan# al final# &eneralizar los resultados )acia la poblaci"n en total!
*sas caractersticas tienen que %er principalmente con el tama+o de la muestra con la
manera de obtenerla!
*n las si&uientes secciones de esta unidad lo comentaremos!
La Alumna
UNID,D -! T*OR., D* /U*STR,S
*n este captulo se resume la Teora de /uestras estadstica# la cual trata el
concepto de estudiar una poblaci"n desconocida tom$ndole muestras# a tra%(s del
estudio de las mismas poder )acer inferencias acerca de toda la poblaci"n! 0rimero se
analiza el caso del muestreo aleatorio simple estratificado# mostrando el mane'o de
una tabla de n1meros aleatorios! Lue&o se %en los tipos no2aleatorios en el muestreo
se discute acerca de las %enta'as des%enta'as de cada uno de los m(todos! Se
e3plican los m(todos usados en 4ioqumica para lo&rar que las muestras e3tradas a
los pacientes cumplan los requisitos de aleatoriedad# aunque sea apro3imadamente! Lo
mismo para el caso de la industria 5armac(utica para las simulaciones en los
muestreos de mercadeo# usadas en el comercio en &eneral! De manera tal de poder
aplicar lue&o los modelos estadsticos que e3i&en tal requisito! *n la Tabla 6# del
fascculo de las tablas# se presenta la Tabla ,leatoria# m$s conocida como7 8Random
Numbers9!
:! I/0ORT,NCI, D*L /U*STR*O
, lo lar&o del curso se )acen uso de dos tipos de razonamiento7 el deducti%o
el inducti%o! *l primero est$ relacionado directamente con la teora de probabilidad# que
se aborda en la unidad ;# que a partir de las caractersticas de la poblaci"n se
obtienen las posibles caractersticas de una muestra! *l se&undo tipo de razonamiento
se relaciona con la denominada inferencia estadstica7 utilizar las caractersticas de un
subcon'unto de la poblaci"n <la muestra= para )acer afirmaciones <inferir= sobre la
poblaci"n en &eneral! >ste ser$ el caso de esta unidad!
*l muestro# como a se mencion"# implica al&o de incertidumbre que debe ser
aceptada para poder realizar el traba'o# pues aparte de que estudiar una poblaci"n
resulta ser un traba'o en ocasiones demasiado &rande# ?onnacott ?onnacott ofrecen
las si&uientes razones e3tras7
@ Recursos limitados! *s decir# no e3isten los recursos )umanos#
materiales o econ"micos para realizar el estudio sobre el total de la poblaci"n!
*s como cuando se compra un aparato# un autom"%il usado <por e'emplo=# que
se prueba unos minutos <el encendido# una carrerita# etc!= para %er si funciona
correctamente lue&o se adquiere# pero no se espera a probarlo toda la %ida
<encendi(ndolo apa&$ndolo o# simplemente# de'$ndolo encendida= antes de
realizar la adquisici"n!
@ *scasez! *s el caso en que se dispone de una sola muestra! 0or e'emplo# para
el estudio paleontol"&ico de los dinosaurios <el T! Re3 por e'emplo= sera mu bueno
contar con# al menos# muc)os restos f"siles as realizar tales in%esti&acionesA sin
embar&o# se cuenta s"lo con una docena de esqueletos fosilizados <casi todos
incompletos= de esas criaturas en todo el mundo!
@ 0ruebas destructi%as! *s el caso en el que realizar el estudio
sobre toda la poblaci"n lle%ara a la destrucci"n misma de la poblaci"n! 0or
e'emplo# si se quisiese saber el conteo e3acto de )emo&lobina de una persona
)abra que e3traerle toda la san&re!
@ *l muestreo puede ser m$s e3acto! *sto es en el caso en el
que el estudio sobre la poblaci"n total puede causar errores por su tama+o o# en
el caso de los censos# que sea necesario utilizar personal no lo suficientemente
capacitadoA mientras que# por otro lado# el estudio sobre una muestra podra ser
realizada con menos personal pero m$s capacitado!
Ba que )emos mencionado la necesidad de realizar muestras# continuaremos
con al&unas caractersticas que deben tener (stas para que# realmente# se puedan
realizar inferencias <inducciones= sobre ellas )acia la poblaci"n total!
6! T,/,CO D* L,S /U*STR,S
0ara calcular el tama+o de una muestra )a que tomar en cuenta tres factores7
-! *l porcenta'e de confianza con el cual se quiere &eneralizar los
datos desde la muestra )acia la poblaci"n total!
:! *l porcenta'e de error que se pretende aceptar al momento de
)acer la &eneralizaci"n!
6! *l ni%el de %ariabilidad que se calcula para comprobar la
)ip"tesis!
La confianza o el porcenta'e de confianza es el porcenta'e de se&uridad
que e3iste para &eneralizar los resultados obtenidos! *sto quiere decir que un
porcenta'e del -DDE equi%ale a decir que no e3iste nin&una duda para &eneralizar tales
resultados# pero tambi(n implica estudiar a la totalidad de los casos de la poblaci"n!
0ara e%itar un costo mu alto para el estudio o debido a que en ocasiones lle&a
a ser pr$cticamente imposible el estudio de todos los casos# entonces se busca un
porcenta'e de confianza menor! Com1nmente en las in%esti&aciones sociales se busca
un FGE!
*l error o porcenta'e de error equi%ale a ele&ir una probabilidad de aceptar
una )ip"tesis que sea falsa como si fuera %erdadera# o la in%ersa7 rec)azar a )ip"tesis
%erdadera por considerarla falsa! ,l i&ual que en el caso de la confianza# si se quiere
eliminar el ries&o del error considerarlo como DE# entonces la muestra es del mismo
tama+o que la poblaci"n# por lo que con%iene correr un cierto ries&o de equi%ocarse!
Com1nmente se aceptan entre el ;E el HE como error# tomando en cuenta
de que no son complementarios la confianza el error!
La %ariabilidad es la probabilidad <o porcenta'e= con el que se acept"
se rec)az" la )ip"tesis que se quiere in%esti&ar en al&una in%esti&aci"n anterior o en un
ensao pre%io a la in%esti&aci"n actual! *l porcenta'e con que se acept" tal )ip"tesis se
denomina %ariabilidad positi%a se denota por p# el porcenta'e con el que se rec)az"
se la )ip"tesis es la %ariabilidad ne&ati%a# denotada por q!
Ia que considerar que p q son complementarios# es decir# que su suma es
i&ual a la unidad7 pJqK-! ,dem$s# cuando se )abla de la m$3ima %ariabilidad# en el
caso de no e3istir antecedentes sobre la in%esti&aci"n <no )a otras o no se pudo
aplicar una prueba pre%ia=# entonces los %alores de %ariabilidad es pKqKD!G!
Una %ez que se )an determinado estos tres factores# entonces se puede
calcular el tama+o de la muestra como a continuaci"n se e3pone!
Iablando de una poblaci"n de alrededor de -D#DDD casos# o mnimamente esa
cantidad# podemos pensar en la manera de calcular el tama+o de la muestra a tra%(s
de las si&uientes f"rmulas! Ia que mencionar que estas f"rmulas se pueden aplicar de
manera aceptable pensando en instrumentos que no incluan pre&untas abiertas que
sean un total de alrededor de 6D!
Lamos a presentar dos f"rmulas# siendo la primera la que se aplica en el caso
de que no se conozca con precisi"n el tama+o de la poblaci"n# es7
Donde7
n es el tama+o de la muestraA
Z es el ni%el de confianzaA
p es la %ariabilidad positi%aA
q es la %ariabilidad ne&ati%aA
E es la precisi"n o error!
Ia que tomar nota de que debido a que la %ariabilidad el error se pueden
e3presar por medio de porcenta'es# )a que con%ertir todos esos %alores a
proporciones en el caso necesario!
Tambi(n )a que tomar en cuenta que el ni%el de confianza no es ni un
porcenta'e# ni la proporci"n que le correspondera# a pesar de que se e3presa en
t(rminos de porcenta'es! *l ni%el de confianza se obtiene a partir de la distribuci"n
normal est$ndar# pues la proporci"n correspondiente al porcenta'e de confianza es el
$rea sim(trica ba'o la cur%a normal que se toma como la confianza# la intenci"n es
buscar el %alor Z de la %ariable aleatoria que corresponda a tal $rea!

0or e'emplo7 Si se quiere un porcenta'e de confianza del FGE# entonces )a
que considerar la proporci"n correspondiente# que es D!FG! Lo que se buscara en
se&uida es el %alor Z para la %ariable aleatoria z tal que el $rea sim(trica ba'o la cur%a
normal desde 2Z )asta Z sea i&ual a D!FG# es decir# P<2ZMzMZ=KD!FG!
Utilizando las tablas# o la funci"n DISTR!NOR/!*ST,ND!INL<= del Excel# se
puede calcular el %alor de Z# que sera -!FH <con una apro3imaci"n a dos decimales=!
*sto quiere decir que P<2-!FHMzM-!FH=KD!FG!

*n el caso de que s se conozca el tama+o de la poblaci"n entonces se aplica
la si&uiente f"rmula7
Donde
n es el tama+o de la muestraA
Z es el ni%el de confianzaA
p es la %ariabilidad positi%aA
q es la %ariabilidad ne&ati%aA
N es el tama+o de la poblaci"nA
E es la precisi"n o el error!
La %enta'a sobre la primera f"rmula es que al conocer e3actamente el tama+o
de la poblaci"n# el tama+o de la muestra resulta con maor precisi"n se pueden
incluso a)orrarse recursos tiempo para la aplicaci"n desarrollo de una in%esti&aci"n!
0or e'emplo7 *n el Colegio de Bachilleres# una instituci"n de ni%el medio
superior# se desea realizar una in%esti&aci"n sobre los alumnos inscritos en primer
se&undo a+os# para lo cual se aplicar$ un cuestionario de manera aleatoria a una
muestra# pues los recursos econ"micos el tiempo para procesar la informaci"n
resultara insuficiente en el caso de aplic$rsele a la poblaci"n estudiantil completa!
*n primera instancia# suponiendo que no se conoce el tama+o e3acto de la
poblaci"n# pero con la se&uridad de que (sta se encuentra cerca a los diez millares# se
aplicar$ la primera f"rmula!
Se considerar$ una confianza del FGE# un porcenta'e de error del GE la
m$3ima %ariabilidad por no e3istir antecedentes en la instituci"n sobre la in%esti&aci"n
porque no se puede aplicar una prueba pre%ia!
0rimero )abr$ que obtener el %alor de Z de tal forma que la confianza sea del
FGE# es decir# buscar un %alor de Z tal que P<2ZMzMZ=KD!FG! Utilizando las tablas o las
funciones de Excel se pueden obtener# o %iendo <en este caso= el e'emplo anterior#
resulta que ZK-!FH!
De esta manera se realiza la sustituci"n se obtiene7
*sto quiere decir que el tama+o de la muestra es de 6NG alumnos!
Supon&amos a)ora que s se conoce el tama+o de la poblaci"n estudiantil es
de F#;DN# entonces se aplicar$ la se&unda f"rmula! Utilizando los mismos par$metros la
sustituci"n queda como7
;! /U*STR,S 0RO4,4IL.STIC,S
Las t(cnicas de muestreo probabilstica son aquellas en las que se determina
al azar los indi%iduos que constituir$n la muestra! *stas t(cnicas nos sir%en cuando se
desean &eneralizar los resultados que se obtienen a partir de la muestra )acia toda la
poblaci"n! Lo anterior se dice dado que se supone que el proceso aleatorio permitir$ la
obtenci"n de una muestra representati%a de la poblaci"n!
Los muestreos probabilsticas pueden ser con o sin reemplazo!
Los muestreos con reemplazo son aquellos en los que una %ez que )a sido
seleccionado un indi%iduo < estudiado= se le toma en cuenta nue%amente al ele&ir el
si&uiente indi%iduo a ser estudiado! *n este caso cada una de las obser%aciones
permanece independiente de las dem$s# pero con poblaciones peque+as <un &rupo de
escuela de 6D alumnos# por e'emplo= tal procedimiento debe ser considerado ante la
posibilidad de repetir obser%aciones! *n el caso de poblaciones &randes no importa tal
proceder# pues no afecta sustancialmente una repetici"n a las frecuencias relati%as!
Los muestreos sin reemplazo son los que una %ez que se )a tomado en cuenta
un indi%iduo para formar parte de la muestra# no se le %uel%e a tomar en cuenta
nue%amente! *n este caso# )ablando especficamente para el caso de poblaciones
peque+as# las obser%aciones son dependientes entre s# pues al no tomar en cuenta
nue%amente el indi%iduo se altera la probabilidad para la selecci"n de otro indi%iduo de
la poblaci"n! 0ara el caso de las poblaciones &randes <por e'emplo la poblaci"n de un
pas= dic)a probabilidad para la selecci"n de un indi%iduo se mantiene pr$cticamente
i&ual# por lo que se puede decir que e3iste independencia en las obser%aciones!
Las t(cnicas de muestreo probabilstica que mencionaremos ser$n
b$sicamente tres7 el aleatorio simple# el aleatorio estratificado el sistem$tico!
;!: /uestreo aleatorio simple
0odemos aqu mencionar que para el caso de que se estu%iese estudiando una
proporci"n dentro de la poblaci"n <una elecci"n de candidato# la aceptaci"n o rec)azo
de una propuesta en una comunidad# la presencia o ausencia de una caracterstica
)ereditaria=# el en caso de un muestreo aleatorio simple# la estimaci"n que se puede
)acer de la proporci"n buscada a partir de la proporci"n )allada en la muestra se
obtiene mediante la construcci"n de un inter%alo de confianza7
p K P O tolerancia de la muestra
Donde p es la proporci"n buscada en la poblaci"n P es la proporci"n
presente en la muestra!
0or otro lado# la tolerancia de la muestra est$ relacionada directamente con el
ni%el de confianza se obtiene a partir de la distribuci"n normal al i&ual que como se
obtu%o para el c$lculo del tama+o de las muestras! La representaremos con Z para
obtener la f"rmula7

;!6 /uestras aleatorias
0ara que las conclusiones de la teora del muestreo de la inferencia
estadstica sean %alidas# las muestras deben esco&erse representati%as de la
poblaci"n! *l an$lisis de los m(todos de muestreo problemas relacionados se llaman
el dise+o del e3perimento!

;!: /uestras no aleatorias
Cuando el m(todo de e3tracci"n de las muestras no ase&ure a cada indi%iduo
de la poblaci"n o del estrato# i&ual probabilidad de ser ele&ido# entonces la muestra
obtenida no es aleatoria!
, %eces# esto se )ace por razones de practicidad en el sentido del costo o del
tiempo! Si se desea tomar una muestra probabilstica de la poblaci"n ar&entina no
parece razonable usar a cada indi%iduo como unidad de muestreo! Lo mismo cuando se
desea )acer un muestreo a los escolares de una pro%incia# es mu difcil empadronar a
todos primero para lue&o sortear# se tardara demasiado para ubicarlos uno por uno
)asta terminar el traba'o!
*n el muestreo de etapas mltiples se utiliza para el caso de &randes
poblaciones )umanas!
,c$# la unidad de muestreo en la primera etapa son los departamentos de cada
pro%incia! Se los lista se )ace un primer sorteo para la selecci"n! *n una se&unda
etapa se distin&ue la poblaci"n rural de la urbana# subdi%idiendo en fracciones
<diferentes superficies con densidad de poblaci"n seme'ante=! Otra %ez se sortea para
ele&ir# se contin1a con otra di%isi"n en radios dentro de las fracciones# se&mentos
dentro de radios# as sucesi%amente! La raz"n es repartir equitati%amente el traba'o
del encuestador!
*n el muestreo por conglomerados se eli&en con'untos donde
naturalmente se a&rupan los indi%iduos! *s# por e'emplo# el caso de las escuelas para
)acer un muestreo alumnos en el sistema educati%o# o las facultades para los
uni%ersitarios! Si se trata de estudiar las condiciones laborales de los empleados de
comercio que traba'an en supermercados# primero se empadronan a los lu&ares
naturales de traba'o <supermercados=# lue&o se sortea entre estos con&lomerados
para ele&ir a uno! Lue&o se entre%ista a todos los empleados del supermercado ele&ido#
se acepta esto como una muestra representati%a del sector!
*l muestreo sistemtico se usa para el caso de sucesiones de
elementos! 0or e'emplo# el caso de las )istorias clnicas de pacientes# certificados de
nacimiento# tar'etas de cat$lo&o en una biblioteca# etc! Son los casos donde la
informaci"n est$ en arc)i%os )a que traba'ar con estos para obtenerlas! Se eli&e una
cifra entera# razonable# tomando en cuenta el tama+o de la muestra el de la
poblaci"n! 0or e'emplo# )a que tomar una muestra de tama+o :G de un arc)i%o que
contiene ;NN fic)asA lue&o# el cociente entre poblaci"n muestra es ;NN P:G#
apro3imadamente -F! Notar que si se eli&e :D el tama+o muestral no lle&a a :G!
*ntonces# se cuentan las fic)as a lle&ar a la d(cimo no%ena se la e3trae# se si&ue
)asta la n1mero 6N que ser$ la se&unda esco&ida# as sucesi%amente )asta tener las
:G fic)as necesarias! *s tambi(n el caso de los soldados que se numeran de - en
adelante cada G <u otro n1mero cualquiera= dan un paso al frente! *s un m(todo
sencillo r$pido de selecci"n!
Ia otros casos de muestreo no aleatorios de uso com1n! Como el de tomar
una lista de nombres# cerrar los o'os con la punta de un l$piz marcar a uno de ellos#
para esco&erlo! Son los casos de los pro&ramas de TL donde se toma la &ua
telef"nica# se la abre en una p$&ina cualquiera
B se esco&e a uno de los n1meros que fi&uran# para lue&o )acer un llamado
con premio! *n los 'ue&os infantiles se )ace una ronda con los participantes# se %endan
los o'os del que %a a ele&ir# se le )ace dar %arias %ueltas con los o'os %endados para
que marque a al&uno! Todos los casos %istos tienen una caracterstica com1n7 los
individuos de la polaci!n no son equiproales!
)ttp7PPQQQ!&estiopolis!comPrecursos:PdocumentosPfulldocsPecoPtdmtds!)tm
Indice7
-! Introducci"n
:! /arco te"rico
6! ,plicaciones del autor
;! 4iblio&rafa
-! Introducci"n
*sta in%esti&aci"n# trata de la importancia que tiene el muestreo del traba'o! *n el caso
de nosotros esta enfocada a la %isi"n que debe tener un in&eniero industrial en
cualquiera que sea su medio de traba'o!
*n lo referente a este informe podemos identificar al&unos puntos importantes acerca
del tema# como lo son7 la importancia nesecidad de realizar R*l /uestro del Traba'oR#
para recolectar informaci"n de una determinada Rpoblaci"nR# adem$s le presentaremos
el concepto# sus %enta'as# la manera de lle%arlo a cabo# los usos de esta la funci"n
que esta tiene en la empresa# el empleo de dia&ramas de control en esta t(cnica# se
e3plicara como se deben lle%ar a cabo las obser%aciones los re&istros de datos de la
manera mas adecuada efecti%a para lo&rar un resultado de maor certeza# as
obtener un menor &rado de Rses&oR !
/encionaremos como determinar la frecuencia de las obser%aciones# tanto mediante
una manera manual# como con el uso de al&1n softQare# e3plicaremos un poco
acerca del Rdise+o de la forma tabular para el muestreo del traba'oR!
*3plicaremos la aplicaci"n de la computaci"n en esta t(cnica# con la que se facilita el
proceso del muestreo del traba'o# a&ilizando la obtenci"n de datos sus resultados#
disminuendo notablemente el tiempo de realizaci"n del proceso# adem$s de la
disminuci"n de los costos por personal!
/encionaremos al&unos de los tipos de muestreo posibles a realizar# sus formas
especficas de uso adecu$ndose a los diferentes tipos de empresas sus necesidades
de uso!
5inalmente daremos al&unas de las aplicaciones reales que se )an dado a# en el uso
de esta t(cnica! /ostrando los resultados de estos muestreos as e'emplificar todo lo
antes mencionado!
:! /arco te"rico
Importancia del /uestreo
*l muestro# como a se mencion"# implica al&o de incertidumbre que debe ser aceptada
para poder realizar el traba'o# pues aparte de que estudiar una poblaci"n resulta ser un
traba'o en ocasiones demasiado &rande# ?onnacott ?onnacott ofrecen las si&uientes
razones e3tras7
Recursos limitados7 *s decir# no e3isten los recursos )umanos# materiales o
econ"micos para realizar el estudio sobre el total de la poblaci"n!
*scasez7 *s el caso en que se dispone de una sola muestra!
0ruebas destructi%as! *s el caso en el que realizar el estudio sobre toda la poblaci"n
lle%ara a la destrucci"n misma de la poblaci"n!
*l muestreo puede ser m$s e3acto7 *sto es en el caso en el que el estudio sobre la
poblaci"n total puede causar errores por su tama+o o# en el caso de los censos# que
sea necesario utilizar personal no lo suficientemente capacitadoA mientras que# por otro
lado# el estudio sobre una muestra podra ser realizada con menos personal pero m$s
capacitado!
/uestreo de traba'o!
*l muestreo de traba'o es una t(cnica que se utiliza para in%esti&ar las proporciones del
tiempo total dedicada a las di%ersas acti%idades que componen una tarea# acti%idades o
traba'o! Los resultados del muestreo sir%en para determinar tolerancias o m$r&enes
aplicables al traba'o# para e%aluar la utilizaci"n de las m$quinas para establecer
est$ndares de producci"n!
Lenta'as del m(todo de muestreo de7
No requiere obser%aci"n continua por parte de un analista durante un perodo de tiempo
lar&o!
*l tiempo de traba'o de oficina disminue
*l total de )oras2traba'o a desarrollar por el analista es &eneralmente muc)o menor
*l operario no esta e3puesto a lar&os perodos de obser%aciones cronom(tricas
Las operaciones de &rupos de operarios pueden ser estudiadas f$cilmente por un solo
analista!
Teora de muestreo de traba'o!
La probabilidad de 3 ocurrencias de un e%ento en n obser%aciones7
<p J q= Sn K -
p K probabilidad de una ocurrencia
q K -2p K probabilidad de que no )aa ocurrencia
n K n1mero de obser%aciones
0laneaci"n del estudio de traba'o!
Una %ez que el analista )aa e3plicado el m(todo obtenido la aprobaci"n del
super%isor respecti%o# estar$ en condiciones de realizar el planteamiento detallado# que
es esencial antes de iniciar las obser%aciones reales!
*l primer paso es efectuar una estimaci"n preliminar de las acti%idades acerca de las
que buscan informaci"n! *sta estimaci"n puede abarcar una o m$s acti%idades! Con
frecuencia la estimaci"n se puede realizar razonable# deber$ muestrear el $rea o las
$reas de inter(s durante un perodo corto utilizar la informaci"n obtenida como base
de sus estimaciones!
Una %ez )ec)as las estimaciones se debe determinar la e3actitud que sea de los
resultados! *sto se puede e3presar me'or como una tolerancia dentro de un ni%el de
confianza establecido! *l analista lle%ar$ a cabo a)ora una estimaci"n del n1mero de
obser%aciones a realizar! *s posible determinar la frecuencia de las obser%aciones!
*l si&uiente paso ser$ dise+ar la forma para muestreo de traba'o en la que se tabular$n
los datos los dia&ramas de control que se utilizar$n 'unto con el estudio!
Determinaci"n de la frecuencia de las obser%aciones
*sta frecuencia depende en su maor &rado de los n1meros de obser%aciones
requeridas de los lmites de tiempo aplicados al desarrollo de los datos!
*l n1mero de analistas disponible la naturaleza del traba'o a estudiar influir$n tambi(n
en la frecuencia de las obser%aciones! Un m(todo que se puede emplear consiste en
tomar nue%e n1meros diariamente de una tabla estadstica de n1meros aleatorios# que
%aren# as&nese a cada n1mero una cantidad de minutos equi%alente a -D %eces al
%alor del n1mero! Los n1meros seleccionados pueden fi'ar entonces el tiempo desde el
inicio del da de traba'o )asta el momento de efectuar las obser%aciones!
*l softQare tambi(n permite el in&reso como entrada de condiciones especialesA Otro
medio para audar a los analistas decidir cuando )acer obser%aciones diarias es un
recordatorio aleatorio! *ste instrumento de bolsillo a%isa por medio de un sonido que es
el momento de realizar la si&uiente obser%aci"n!
Dise+o de la forma tabular para muestreo de traba'o!
*l analista necesitar$ idear una forma de re&istro de obser%aciones para anotar de la
me'or manera posible los datos que ser$n recopilados en la realizaci"n del estudio de
muestreo de traba'o!
*mpleo de los dia&ramas de control!
Tales estudios tratan e3clusi%amente con porcenta'es o proporciones# el dia&rama se
emplea con muc)a frecuencia!
*l primer problema encontrado en la elaboraci"n de un dia&rama de control es la
elecci"n de los lmites# se buscan un equilibrio entre el costo de localizar una causa
asi&nable cuando no e3ista nin&una!
*l me'oramiento debe ser un proceso continuo el porcenta'e de tiempo muerto tiene
que disminuir! Uno de los ob'etos del muestreo de traba'o es determinar $reas de
acti%idad que podran ser me'oradas! Los dia&ramas de control se pueden emplear para
mostrar el me'oramiento pro&resi%o de $reas de traba'o! *sta idea especialmente
importante si los estudios de muestreo de traba'o se utilizan para establecer tiempos
est$ndares# pues tales est$ndares deben cambiarse siempre que las condiciones
%aren a fin de que sean realistas!
Obser%aci"n re&istro de datos!
Se debe caminar a un punto o una cierta distancia del equipo# efectuar su obser%aci"n
re&istrar los )ec)os! *l analista debe aprender a efectuar obser%aciones o
%erificaciones %isuales realizar las anotaciones despu(s de )aber abandonado la zona
de traba'o! *sto reducir$ al mnimo la sensaci"n de ser obser%ado que e3perimentara
un operario# el que continuara traba'ando as en la forma acostumbrada!
/uestreo de traba'o para el establecimiento de m$r&enes o tolerancias# utilizaci"n de
una m$quina establecimiento de est$ndares de mano de obra directa e indirecta!
La t(cnica se usa tambi(n para establecer est$ndares de producci"n# determinar la
utilizaci"n de m$quinas# efectuar asi&naciones de traba'o# me'orar m(todos
establecimiento de est$ndares de mano de obraA las tolerancias por moti%os personales
demoras ine%itables se determinaban frecuentemente efectuando una serie de
estudios de todo el da sobre %arias operaciones promediando lue&o sus resultadosA
el n1mero de idas al &abinete sanitario al bebedero o fuente de a&ua# el n1mero de
interrupciones etc!# se podran re&istrar# cronometrar# analizar# determinar lue&o una
tolerancia 'usta o de confianzaA los elementos que entran dentro de las demoras
personales e ine%itables se pueden mantener separados determinar una tolerancia
equitati%a para cada clase o cate&ora!
/uestreo de traba'o computarizado!
/ediante una computadora puede a)orrarse un 6GE del costo total de un est$ndar de
muestreo de traba'o! La maor parte del traba'o relacionado con el resumen de los
datos de muestreo es de &abinete u oficina# al mecanizar o automatizar el proceso de
c$lculos repetiti%os# las computadoras pueden e%aluar no solamente los resultados
diarios sino tambi(n los acumulados!
5unci"n del /uestreo del traba'o!
*l m(todo de muestreo de traba'o es otra )erramienta que permite al analista de
estudio de tiempos obtener los datos de manera m$s r$pida f$cil!
*l muestreo de traba'o calificado por e'ecuci"n es especialmente 1til para determinar la
cantidad de tiempo que puede ser asi&nada por retrasos ine%itables# suspensiones de
traba'o# etc! *n resumen# deben tenerse presentes las si&uientes consideraciones7
*3plicar lo&rar la aceptaci"n del m(todo de muestreo de traba'o antes de utilizarlo!
Limitar los estudios indi%iduales a &rupos similares a m$quinas u operaciones
Utilizar un tama+o de muestra lo m$s &rande posible
*fectuar obser%aciones indi%iduales en momentos al azar
Realizar las obser%aciones en un perodo razonablemente lar&o!
Tipos de /uestras7
Ia dos principios alternati%os que pueden se&uirse cuando se eli&e una muestra7
/uestra aleatoria# en que el azar determina que elementos se seleccionan
<5i&ura -=#
/uestra no aleatoria# en que el in%esti&ador deliberadamente eli&e los ob'etos
que )an de ser estudiados <5i&ura :=!
5i&ura - 5i&ura :
/uestra aleatoria!
*l principio de la selecci"n de los elementos en una muestra aleatoria es el mismo que
cuando se reparten la bara'a! Todos los ob'etos de la poblaci"n tienen i&uales
probabilidades de ser seleccionados en la muestra! *sta probabilidad es llamada raz"n
de muestreo <samplin& ratio en in&l(s=# es i&ual al n1mero de elementos de la muestra
di%idido por el n1mero de la poblaci"n!
Ia m(todos alternati%os para crear una muestra aleatoria <en otras palabras# una
Rmuestra de probabilidadR=7
a. /uestra aleatoria simple7 La muestra se e3trae a suertes# por e'emplo
sacando papeletas numeradas de un sombrero! Traba'ar con papeletas es
laborioso si la poblaci"n es amplia! 0ero si tenemos la poblaci"n en un
fic)ero de ordenador# el traba'o ser$ f$cil!
b! /uestra sistem$tica7 Si la raz"n que se pretende es -Pn# empezamos
esco&iendo el primer elemento al azar entre los primeros n ob'etos de la
poblaci"n# tras ello e3traemos cada n2a%o ob'eto! *sto es con%eniente si
tenemos una lista de ob'etos de la poblaci"n!
c. /uestra aleatoria ponderada7 Cuando la poblaci"n inclue un &rupo mu
peque+o pero esencial# )a el ries&o de que nin&1n miembro de ese
&rupo quede dentro de una muestra aleatoria! 0ara e%itar esto# podemos
incrementar deliberadamente la raz"n de la muestra sobre este &rupo de
especial importancia!
0or supuesto que esto &enerar$ un desequilibrio en las mediciones que se
obten&an a partir de la muestra ponderada# pero ser$ f$cil restaurar el
equilibro ori&inal! *sto se )ace as cuando se combinan los resultadosA
por e'emplo# al calcular la media de todas las mediciones daremos a las
mediciones de cada &rupo su peso apropiado correspondiente a los
porcenta'es &enuinos en la poblaci"n!
/uestras no aleatorias7
Si consideramos que no precisamos cifras e3actas sobre la representati%idad
estadstica de nuestros resultados# podramos plantearnos el usar una muestra no
aleatoria <o Rno probabilsticaR=# lo que si&nifica que ele&iremos a %oluntad nuestra!
0odemos considerar que esto puede audarnos a obtener los elementos que
necesitamos estudiar directamente # adem$s# actuar sin los tediosos procesos de
selecci"n aleatoria %erificaci"n estadstica!
Sin embar&o# )a una des%enta'a7 corremos un &ran ries&o de obtener demasiado
ses&o en la muestra! No seremos capaces siquiera de ad%ertir la presencia# menos
a1n la cantidad# de ses&o si )acemos personalmente la selecci"n de la muestra! B la
presencia de ses&o puede )acer imposible &eneralizar nuestros resultados!
Un modo de reducir el ses&o )asta cierto punto es de'ar a otra persona o &rupo la
selecci"n de los elementos!
*ntre los tipos comunes de muestras no aleatorias se incluen#
a. Una muestra de Rcasos tpicosR o los Rme'oresR casos son al&o bastante
tradicional en )istoria del arte7 estudiamos solamente los R&randes
maestrosR! La idea es que (stos representan lo m$s aut(ntico de su
(poca! Tal selecci"n deliberada por parte del in%esti&ador tiene no
obstante ries&os serios# que se tratan en el punto Delimitar el ob'eto de
estudio!
b. /uestra de con%eniencia! Un &rupo e3istente# por e'emplo la &ente en una
reuni"n# podra ser desi&nado como muestra! *ste es un m(todo f$cil
barato# pero el ses&o suele ser imposible de estimar! *l m(todo es
popular en las demostraciones de cursos sobre m(todos# pero raramente
usado en la in%esti&aci"n profesional!
c. /uestra de %oluntarios es creada cuando todos los miembros de la
poblaci"n tienen la oportunidad de participar en la muestra! Un e'emplo es
la respuesta %oluntaria de los clientes que lle&a a una empresaA
i&ualmente# las respuestas que un in%esti&ador recibe a un anuncio en un
peri"dico pidiendo a la &ente sus opiniones!
Una muestra de %oluntarios suele ser una alternati%a bastante sensataA no
obstante# el in%esti&ador debe considerar cuidadosamente los ries&os de
ses&o!
Ia dos cuestiones que plantearse7
T*s cierto que todos los miembros de la poblaci"n concernida tenan las
mismas oportunidades de ser incluidos en la muestraU
0or definici"n# los %oluntarios difieren de la media de la poblaci"n en su
maor acti%idad! La cuesti"n crucial entonces es Tdifieren del resto de la
poblaci"n tambi(n en otros aspectosU!
d. /uestra2bola de nie%e! Cuando se entre%ista a miembros de un &rupo#
podemos pedir a las personas que nos indiquen otros indi%iduos en ese
&rupo que est(n en la me'or posici"n para dar informaci"n sobre ese
temaA podramos tambi(n pedirles que nos indicasen personas que
compartan sus puntos de %ista tambi(n otras que sean de opini"n
opuesta! *ntonces entre%istaremos a nue%os indi%iduos continuaremos
del mismo modo )asta que no obten&amos nue%os puntos de %ista de
nue%os entre%istados! *ste es un buen m(todo por e'emplo para reco&er
los distintos puntos de %ista e3istentes en un &rupo# pero su incon%eniente
es que no obtenemos una idea e3acta de la distribuci"n de las opiniones!
Tama+o de la muestra7
/uestras aleatorias7
Te"ricamente# podemos calcular el tama+o requerido de la muestra sobre la base de7
*l n1mero tipo de %ariables
*l ni%el deseado de representati%idad estadstica!
Ia que )acer notar que las poblaciones amplias s"lo requieren en casos
e3cepcionales unas muestras maores que las poblaciones peque+as! ,l&unos
centenares de casos casi siempre son suficientes!
Las formulas para el c$lculo son e3actas pero al&o en&orrosas de usar por las muc)as
alternati%as que inter%ienenA por ese moti%o no se presentan aqu! *n proectos
importantes con amplios recursos se suele consultar a un estadstico para los c$lculos!
*n un proecto de in%esti&aci"n con recursos limitados# la re&la &eneral es7 usar una
muestra tan amplia como nos podamos permitir!
Recu(rdese tambi(n que es in1til incrementar el tama+o de la muestra si el principio de
muestreo est$ ses&ado! La muestra a+adida simplemente estar$ i&ual de ses&ada!
/uestras no aleatorias7
No )a f"rmula para determinar el tama+o de una muestra no aleatoria! Con frecuencia#
especialmente en in%esti&aci"n cualitati%a# podemos simplemente ampliar
&radualmente nuestra muestra analizar los resultados se&1n lle&an! Cuando en casos
nue%os a no se presenta informaci"n nue%a# podemos concluir que nuestra muestra
est$ saturada# terminaremos el traba'o! *ste m(todo es# sin embar&o# mu %ulnerable
al muestreo ses&ado# con lo que tenemos que ser mu cuidadosos ase&urarnos que
no omitimos a nin&1n &rupo de nuestra poblaci"n!
,ntes de decidir el tama+o de una muestra no aleatoria# tal %ez queramos leer c"mo
debe ser e%aluada la representati%idad de los resultados a partir de una muestra no
aleatoria! De otro modo podramos sufrir una sorpresa bastante desa&radable cuando
estemos intentando# demasiado tarde# definir la poblaci"n en que nuestros resultados
puedan ser declarados %$lidos!
0ara calcular el tama+o de una muestra )a que tomar en cuenta tres factores7
-! *l porcenta'e de confianza con el cual se quiere &eneralizar los datos desde la
muestra )acia la poblaci"n total!
:! *l porcenta'e de error que se pretende aceptar al momento de )acer la
&eneralizaci"n!
3. *l ni%el de %ariabilidad que se calcula para comprobar la )ip"tesis!
La confianza o el porcenta'e de confianza es el porcenta'e de se&uridad que e3iste para
&eneralizar los resultados obtenidos! *sto quiere decir que un porcenta'e del -DDE
equi%ale a decir que no e3iste nin&una duda para &eneralizar tales resultados# pero
tambi(n implica estudiar a la totalidad de los casos de la poblaci"n!
0ara e%itar un costo mu alto para el estudio o debido a que en ocasiones lle&a a ser
pr$cticamente imposible el estudio de todos los casos# entonces se busca un porcenta'e
de confianza menor! Com1nmente en las in%esti&aciones sociales se busca un FGE!
*l error o porcenta'e de error equi%ale a ele&ir una probabilidad de aceptar una
)ip"tesis que sea falsa como si fuera %erdadera# o la in%ersa7 rec)azar a )ip"tesis
%erdadera por considerarla falsa! ,l i&ual que en el caso de la confianza# si se quiere
eliminar el ries&o del error considerarlo como DE# entonces la muestra es del mismo
tama+o que la poblaci"n# por lo que con%iene correr un cierto ries&o de equi%ocarse!
Com1nmente se aceptan entre el ;E el HE como error# tomando en cuenta de que no
son complementarios la confianza el error!
La %ariabilidad es la probabilidad <o porcenta'e= con el que se acept" se rec)az" la
)ip"tesis que se quiere in%esti&ar en al&una in%esti&aci"n anterior o en un ensao
pre%io a la in%esti&aci"n actual! *l porcenta'e con que se acept" tal )ip"tesis se
denomina %ariabilidad positi%a el porcenta'e con el que se rec)az" se la )ip"tesis es
la %ariabilidad ne&ati%a!
6! ,plicaciones del autor
*'emplos propuestos resueltos
La encuesta de opini"n poltica
,uditoria contable# in%entario muestral re&istro en libros!
Consumo de &asolina en %e)culos de ser%icio p1blico
La distribuci"n del tiempo libre
*l ratin& de T!L
La medida de desempleo
La producti%idad de caf( tipo base
0lan de control de calidad
Consumo medio de un producto
*'emplo7 Consumo medio de un producto!
*studio sobre precios de /edicamentos en Costa Rica
Si usted tiene que comprar medicamentos en farmacias pri%adas o conoce a al&uien
que ten&a que )acerlo con frecuencia# este informe le ser$ de muc)o inter(s! 0or fa%or
t"mese su tiempo lea este importante documento!
Delimitaci"n del *studio7
La recolecci"n de la informaci"n se realiz" en el mes de a&osto del :DDD! Se inclueron
-GD farmacias distribuidas en todo el pas!
0ro%incia Cantidad de 5armacias
San Vos( GF
,la'uela 6H
Ieredia N
Carta&o -6
0untarenas -D
Wuanacaste -D
Lim"n F
Total -;G
Tabla X- P 5uente7 4ase de datos! L Informe de /edicamentos! ,&osto# :DDD!
Lariaci"n de los precios de los medicamentos ,&o! -FFN2 ,&o! :DDD
La tabla No! : muestra la %ariaci"n de los precios al consumidor con respecto a cada
uno de los Informes! Se destaca el sostenimiento de los precios en el perodo entre
a&osto de -FFF a&osto del :DDD en las pro%incias de Ieredia ,la'uela con un
aumento de los precios de %enta al consumidor de un :!NGE un 6!Y;E# indicadores
mu inferiores a la inflaci"n del perodo <--!6FE=! *n t(rminos totales# el crecimiento de
los precios de los medicamentos fue de un H!H-E# inferior a la inflaci"n acumulada en
un ;!YN puntos! *sto indica que# en t(rminos relati%os# al comprador de medicamentos
contin1a percibiendo una reba'a en los precios!
Tabla :! Suma del costo de la canasta de medicamentos en las farmacias
seleccionadas de la Wran Zrea /etropolitana!
0recios de la Canasta de /edicamentos en la W!,!/!


Costo de la
canasta ,&osto
-FFF
Costo de la
canasta ,&osto
:DDD
Lariaci"n
0orcentual
Diferencia Respecto a
la Inflaci"n del perodo
<--!6FE=
,la'uela [NF-!;FY [F:;!N:6 6#Y;E 2Y!HGE

San
Vos( [:!-DH!D6; [:!:HF!F:; Y#YNE 26!H-E
Ieredia [66!F;- [6;!F-D :#NGE N!G;E
Carta&o [6NH!6;; [;-6!FHN Y#-GE 2;!:;E
Total [6!;-Y!N-H [6!H;6!H:G H#H-E 2 ;!YNE
Tabla X : P Anlisis de Wanancias en las 5armacias del Wran Zrea /etropolitana
,l realizar el anlisis del mar&en de &anancia por pro%incia en la etapa de venta al
consumidor comparando los resultados de con los cuatro Informes anteriores# los
datos comparati%os son fa%orables para el consumidor final!

Wr$fico No! - /ar&en de Wanancia en el precio de %enta por pro%incia!
5uente7 4ase de datos! L Informe de /edicamentos! ,&osto# :DDD!
Wr$fico No! :! /$r&enes de &anancia promedio en 0ro%incias en Costa Rica!
5uente7 4ase de datos! L Informe de /edicamentos! ,&osto# :DDD!
,la'uela es la pro%incia donde las farmacias tienen menor mar&en de &anancia
promedio 0untarenas es la pro%incia donde las farmacias traba'an con un maor
mar&en promedio! *l mar&en de &anancia promedio nacional en farmacias es de un
:H!F:E!
/uestreo del Traba'o ! \
/U*STR*O D* TR,4,VO <R,UL *ST* *L /*VOR INL*STIW,CION=
TO/,LO *N CU*NT,!
INTRODUCCIN!
*l desarrollo del /uestreo de traba'o como t(cnica de medici"n del traba'o se remonta
al a+o -F6G# cuando Tippet su&iri" la aplicaci"n de las obser%aciones instant$neas para
)acer estudios de tiempos de )ombres maquinas! Lue&o# en -F;H# /orroQ le dio un
uso m$s &eneral con el prop"sito fundamental de identificar las demoras que afectaban
a los traba'os! Desde entonces la t(cnica )a sido m$s desarrollada refinada!
,ctualmente se le conoce mundialmente con diferentes nombres!
*l muestreo de traba'o tiene por ob'eti%o establecer el porcenta'e que con respecto al
perodo total de tiempo se dedica a ciertas acti%idades!
/U*STR*O D* TR,4,VO!
*s una t(cnica en la cual se realiza un &ran n1mero de obser%aciones a un &rupo de
m$quinas# procesos u *s operarios durante un periodo de tiempo! Cada obser%aci"n
re&istra lo que esta ocurriendo en ese instante# el porcenta'e de obser%aciones
re&istrada para una acti%idad particular o demora es una medida del porcenta'e de
tiempo durante el cual esta acti%idad o demora ocurren! *l porcenta'e de tiempo
dedicado a una acti%idad particular se establece a partir de un n1mero de
obser%aciones realizadas al azar!
*l muestreo de traba'o es una t(cnica que se utiliza para in%esti&ar las proporciones del
tiempo total dedicada a las di%ersas acti%idades que componen una tarea# acti%idades o
traba'o! Los resultados del muestreo sir%en para determinar tolerancias o m$r&enes
aplicables al traba'o# para e%aluar la utilizaci"n de las m$quinas para establecer
est$ndares de producci"n!
*l m(todo de muestreo de traba'o tiene %arias %enta'as sobre el de obtenci"n de datos
por el procedimiento usual de estudios de tiempos! Tales %enta'as son7
] No requiere obser%aci"n continua por parte de un analista durante un perodo de
tiempo lar&o!
] *l tiempo de traba'o de oficina disminue
] *l total de )oras2traba'o a desarrollar por el analista es &eneralmente muc)o menor
] *l operario no esta e3puesto a lar&os perodos de obser%aciones cronom(tricas
] Las operaciones de &rupos de operarios pueden ser estudiadas f$cilmente por un
solo analista!
Teora de muestreo de traba'o !
La probabilidad de 3 ocurrencias de un e%ento en n obser%aciones7
<p J q=Sn K -
p K probabilidad de una ocurrencia
q K -2p K probabilidad de que no )aa ocurrencia
n K n1mero de obser%aciones
0laneaci"n del estudio de traba'o !
Una %ez que el analista )aa e3plicado el m(todo obtenido la aprobaci"n del
super%isor respecti%o# estar$ en condiciones de realizar el planteamiento detallado# que
es esencial antes de iniciar las obser%aciones reales!
*l primer paso es efectuar una estimaci"n preliminar de las acti%idades acerca de las
que buscan informaci"n! *sta estimaci"n puede abarcar una o m$s acti%idades! Con
frecuencia la estimaci"n se puede realizar razonable# deber$ muestrear el $rea o las
$reas de inter(s durante un perodo corto utilizar la informaci"n obtenida como base
de sus estimaciones!
Una %ez )ec)as las estimaciones se debe determinar la e3actitud que sea de los
resultados! *sto se puede e3presar me'or como una tolerancia dentro de un ni%el de
confianza establecido! *l analista lle%ar$ a cabo a)ora una estimaci"n del n1mero de
obser%aciones a realizar! *s posible determinar la frecuencia de las obser%aciones!
*l si&uiente paso ser$ dise+ar la forma para muestreo de traba'o en la que se tabular$n
los datos los dia&ramas de control que se utilizar$n 'unto con el estudio!
Determinaci"n de las obser%aciones necesarias!
n K <Sp <- 2 Sp= P ^p= S:
^p K Des%iaci"n est$ndar de un porcenta'e
Sp K proporci"n real de ocurrencias del elemento que se busca
n K n1mero de obser%aciones al azar en las que se basa p
Determinaci"n de la frecuencia de las obser%aciones
*sta frecuencia depende en su maor &rado de los n1meros de obser%aciones
requeridas de los lmites de tiempo aplicados al desarrollo de los datos!
*l n1mero de analistas disponible la naturaleza del traba'o a estudiar influir$n tambi(n
en la frecuencia de las obser%aciones! Un m(todo que se puede emplear consiste en
tomar nue%e n1meros diariamente de una tabla estadstica de n1meros aleatorios# que
%aren# as&nese a cada n1mero una cantidad de minutos equi%alente a -D %eces al
%alor del n1mero! Los n1meros seleccionados pueden fi'ar entonces el tiempo desde el
inicio del da de traba'o )asta el momento de efectuar las obser%aciones!
*l softQare tambi(n permite el in&reso como entrada de condiciones especialesA Otro
medio para audar a los analistas decidir cuando )acer obser%aciones diarias es un
recordatorio aleatorio! *ste instrumento de bolsillo a%isa por medio de un sonido que es
el momento de realizar la si&uiente obser%aci"n!
Dise+o de la forma tabular para muestreo de traba'o !
*l analista necesitar$ idear una forma de re&istro de obser%aciones para anotar de la
me'or manera posible los datos que ser$n recopilados en la realizaci"n del estudio de
muestreo de traba'o!
*mpleo de los dia&ramas de control!
Las t(cnicas de los dia&ramas de control se utilizan tan ampliamente en las acti%idades
de control estadstico de calidad que se pueden adaptar f$cilmente para estudios de
muestreo de traba'o! Como tales estudios tratan e3clusi%amente con porcenta'es o
proporciones# el dia&rama p se emplea con muc)a frecuencia!
*l primer problema encontrado en la elaboraci"n de un dia&rama de control es la
elecci"n de los lmites# se buscan un equilibrio entre el costo de localizar una causa
asi&nable cuando no e3ista nin&unaA el analista que efect1a un muestreo de traba'o
considera a los puntos fuera de los lmites de tres si&mas de p como fuera de control!
*l me'oramiento debe ser un proceso continuo el porcenta'e de tiempo muerto tiene
que disminuir! Uno de los ob'etos del muestreo de traba'o es determinar $reas de
acti%idad que podran ser me'oradas! Una %ez descubiertas tales $reas se tratar$ de
me'orar la situaci"n! Los dia&ramas de control se pueden emplear para mostrar el
me'oramiento pro&resi%o de $reas de traba'o! *sta idea es especialmente importante si
los estudios de muestreo de traba'o se utilizan para establecer tiempos est$ndares#
pues tales est$ndares deben cambiarse siempre que las condiciones %aren a fin de
que sean realistas!
Obser%aci"n re&istro de datos!
, medida que le analista considera el $rea de traba'o# no debe anticipar los re&istros
que espera )acer! Debe caminar un punto o una cierta distancia del equipo# efectuar su
obser%aci"n re&istrar los )ec)os! *l analista debe aprender a efectuar obser%aciones
o %erificaciones %isuales realizar las anotaciones despu(s de )aber abandonado la
zona de traba'o! *sto reducir$ al mnimo la sensaci"n de ser obser%ado que
e3perimentara un operario# el que continuara traba'ando as en la forma
acostumbrada!
Uso de una c$mara para an$lisis de acti%idades al azar
,un si se obser%an los requisitos de muestreo de traba'o# los datos tender$n a tener
cierto ses&o o pre dispocisi"n cuando la t(cnica se emplea para estudiar s"lo a las
personasA tambi(n# e3iste entonces una tendencia natural para que el obser%ador
re&istre 'ustamente lo que )a sucedido o lo que estar$ sucediendo# m$s bien que lo que
realmente est$ aconteciendo en el momento e3acto de la obser%aci"n
/uestreo de traba'o para el establecimiento de m$r&enes o tolerancias!
La t(cnica se usa tambi(n para establecer est$ndares de producci"n# determinar la
utilizaci"n de m$quinas# efectuar asi&naciones de traba'o me'orar m(todosA las
tolerancias por moti%os personales demoras ine%itables se determinaban
frecuentemente efectuando una serie de estudios de todo el da sobre %arias
operaciones promediando lue&o sus resultadosA el n1mero de idas al &abinete
sanitario al bebedero o fuente de a&ua# el n1mero de interrupciones etc!# se podran
re&istrar# cronometrar# analizar# determinar lue&o una tolerancia 'usta o de confianzaA
los elementos que entran dentro de las demoras personales e ine%itables se pueden
mantener separados determinar una tolerancia equitati%a para cada clase o cate&ora!
/uestreo de traba'o para la determinaci"n de la utilizaci"n de una m$quina!
La utilizaci"n de una m$quina o instalaci"n se determina f$cilmente por la t(cnica de
muestreo de traba'o en la misma forma en que se emple" para establecer tolerancias!
/uestreo de traba'o en el establecimiento de est$ndares de mano de obra directa e
indirecta!
,l&unas empresas )an )allado que el muestreo de traba'o es aplicable para establecer
est$ndares de incenti%os para operaciones con mano de obra directa e indirecta# la
t(cnica es i&ual a la empleada para determinar tolerancias! Se realiza un &ran n1mero
de obser%aciones al azar# lue&o el porcenta'e del n1mero total de obser%aciones para
las que la m$quina u operaci"n est$ en funcionamiento se apro3imar$ al porcenta'e del
tiempo total en que %erdaderamente esta en ese estado!
La e3presi"n utilizada para establecer est$ndares para traba'o# se puede modificar para
que sea aplicable en estudios de muestreo de traba'o que requieren obser%aciones al
azar en %ez de obser%aciones re&ulares cada minuto7
Tn K _<n= <T= <0=` P <0a= <N=
Tn K Tiempo normal de elemento
Ta K Tiempo asi&nado de elemento
0 K 5actor de calificaci"n de actuaci"n
0aK 0roducci"n total en el perodo estudiado
n K Obser%aciones totales de elemento
NK Obser%aciones totales
T K Tiempo total de operario representado por el estudio!
,uto2obser%aci"n
Los administradores conscientes peri"dicamente toman muestras de su propio traba'o
para e%aluar la efecti%idad de su uso del tiempoA una %ez que los administradores
aprenden cuanto tiempo in%ierten en funciones que pueden ser atendidas r$pidamente
por subordinados personal administrati%o# pueden actuar positi%amente!
/uestreo de traba'o computarizado!
/ediante una computadora puede a)orrarse un 6GE del costo total de un est$ndar de
muestreo de traba'o! La maor parte del traba'o relacionado con el resumen de los
datos de muestreo es de &abinete u oficina# al mecanizar o automatizar el proceso de
c$lculos repetiti%os# las computadoras pueden e%aluar no solamente los resultados
diarios sino tambi(n los acumulados!
*l m(todo de muestreo de traba'o es otra )erramienta que permite al analista de
estudio de tiempos obtener los datos de manera m$s r$pida f$cil!
*l muestreo de traba'o calificado por e'ecuci"n es especialmente 1til para determinar la
cantidad de tiempo que puede ser asi&nada por retrasos ine%itables# suspensiones de
traba'o# etc! *n resumen# deben tenerse presentes las si&uientes consideraciones7
] *3plicar lo&rar la aceptaci"n del m(todo de muestreo de traba'o antes de utilizarlo!
] Limitar los estudios indi%iduales a &rupos similares a m$quinas u operaciones
] Utilizar un tama+o de muestra lo m$s &rande posible
] *fectuar obser%aciones indi%iduales en momentos al azar
Realizar las obser%aciones en un perodo razonablemente lar&o!
5undamentaci"n *stadstica!
De acuerdo con las lees de probabilidad sabemos que una muestra e3trada
aleatoriamente de una poblaci"n tiende a poseer las mismas caractersticas de dic)a
poblaci"n# siempre cuando esa muestra sea lo suficientemente &rande!
Si en un instante dado un e%ento puede estar presente o ausente# ocurrir o no# por
estadsticas se sabe que la probabilidad de 3 ocurrencias del e%ento en 8n9
obser%aciones %iene dada por7
n < p J q= K -
Donde7 pK probabilidad de ocurrencia del e%ento!
qK probabilidad de ausencia del e%ento!
n K n1mero de obser%aciones!
Si <pJq= n K - se e3pande de acuerdo al Teorema 4inomial# el primer termino de la
e3presi"n nos dar$ la probabilidad de que 3K DA el se&undo termino de la probabilidad
de aK- as sucesi%amente# la distinci"n de estas probabilidades es la distribuci"n
4inomial# cua media en 8n!p9 su %arianza 8n!p!q9
0or la teora elemental de estadsticas se sabe que a medida que el tama+o de muestra
crece# la Distribuci"n 4inomial se apro3ima a lo normal! Dado que los estudios de
muestreo de traba'o comprenden muestras bastante &randes# la Distribuci"n Normal
constitue una apro3imaci"n satisfactoria de la distribuci"n 4inomial!
*n lu&ar de utilizar una Distribuci"n 4inomial# con una media i&ual a np %arianza npq#
podemos considerar la distribuci"n de una proporci"n cua media sea 8p9 su
des%iaci"n est$ndar pqPn !
Inter%alo de Confianza <I=7 *s el inter%alo de la %ariable en el cual esta comprendido# en
t(rminos de probabilidad# un determinado porcenta'e de los %alores obser%ados# por lo
&eneral se e3presan en t(rminos de la des%iaci"n est$ndar < =A IP:K b !
Ni%el de Confianza <C =! Representa la probabilidad de que los %alores obtenidos en el
muestreo no se des%en m$s all$ del Inter%alo de Confianza!
0recisi"n <e=! Representa el &rado de des%iaci"n o tolerancia permitida con respecto al
%alor %erdadero de la media <IP:Ke p=!
0asos , Se&uir 0ara Realizar Un *studio De /uestreo De Traba'o7
-!2Definir el problema!
*s importante especificar claramente los ob'eti%os a realizar!
:!2Obtener La ,probaci"n Del Super%isor Del Departamento Donde Se La , Realizar
*l *studio!
Tanto los operarios a ser obser%ados como el resto del personal del departamento
deben comprender el fin se&uido por el estudio para que se sientan in%olucrados en
todo el proceso < adem$s e%itar posibles conflictos laborales=!
6!2 *stablecer *l Ni%el De Confianza Deseado B La 0recisi"n cue Deber$n Tener Los
Resultados 5inales!
*stos depender$n de la importancia que ten&a el estudio a realizar# sabiendo que
mientras maores sean# m$s &rande era el tama+o de la muestra necesario por lo
tanto m$s ele%ados los costos en los que se incurre!
;!2 Iacer Una *stimaci"n 0reliminar Del 0orcenta'e De Ocurrencia Del *%ento cue se
%a a medir!
No es posible medir el n1mero de obser%aciones necesarias si no se tiene al&una
indicaci"n respecto al porcenta'e de tiempo que consume las acti%idades enumeradas!
*ste dato se obtendr$ mediante un estudio piloto# a partir del cual se decidir$ respecto
a sobre a cual acti%idad# para la precisi"n deseada# se basara el n1mero total de
obser%aciones!
G!2 Dise+ar *l *studio
Los pasos necesarios para el dise+o del estudio son7
a!2 Determinar el n1mero de obser%aciones a realizar! Dic)o n1mero se calcula
tomando en cuenta el porcenta'e inicialmente estimado de ocurrencia de la acti%idad
medida <p=A el Ni%el de Confianza < C= la precisi"n <e= requeridos!
b!2 5i'ar el n1mero de das disponibles para completar la fase de recolecci"n de datos
del estudio!
c!2 Determinar la frecuencia de realizaci"n de las obser%aciones!
d!2 Determinar el n1mero de obser%adores requeridos!
e!2 5i'ar la ruta a se&uir por el obser%ador! *ste camino a se&uir debe ser fi'ado de
antemano!
f!2 Iacer el pro&rama de obser%aciones para cada da! 0ara ser estadsticamente
aceptable# el /uestreo de Traba'o requiere que todos los momentos de obser%aci"n
ten&an la misma probabilidad de ser ele&idos!
&!2 Dise+ar la )o'a de obser%aciones! *sta )o'a debe ser f$cil de llenar por el
obser%ador de f$cil interpretaci"n posterior!
H!2 Iacer las obser%aciones de acuerdo con el plan el pro&rama resumir los datos
Los pasos comprendidos en este punto son7
a= Iacer las obser%aciones anotar lo obser%ado! 0ara ello se utiliza la )o'a de
obser%aciones pre%iamente dise+ada# el re&istro de las obser%aciones no debe
anticiparse! 0ara realizarlas el analista debe situarse a una distancia con%eniente!
b= Resumir los datos al final de cada da!
c= Construir el &r$fico de control diario# los &r$ficos de control en el /uestreo de Traba'o
permiten &raficar los resultados diarios acumulados en el estudio!
Lenta'as de la aplicaci"n de la t(cnica de /uestreo de traba'o con respecto a los
m(todos ordinarios de *studio de Tiempos!
2 /uc)as acti%idades# cua medici"n por medio de los m(todos ordinarios de
estudio de tiempos resulta impractica o costosa# se pueden medir f$cilmente por medio
de /uestreo de Traba'o!
2 Un solo obser%ador puede estudiar %arios operarios o m$quinas
simult$neamente!
2 Como las obser%aciones se distribuen a lo lar&o de un periodo apreciable de
tiempo# es menos probable que los resultados se %ean afectados por las %ariaciones de
tipo contin&encial
2 *l estudio puede interrumpiese en cualquier momento sin que ello afecte los
resultados!
2 Como la obser%aci"n es instant$nea# es poco probable que el operario modifique
su patr"n de traba'o cuando sabe que esta siendo obser%ado!
2 No se requieren obser%adores con adiestramiento o formaci"n especial!
2 No se necesita nin&1n equipo para medir tiempos!
2 Los resultados se obtienen con un &rado de confiabilidad!
Des%enta'as de la aplicaci"n de la t(cnica de /uestreo de Traba'o con respecto a los
m(todos ordinarios de estudio de tiempos!
2 Si al operario no se la )a e3plicado el ob'eti%o del estudio# puede modificar su
ritmo de traba'o a la %ista del obser%ador! Cuando esto sucede# los resultados del
/uestreo de Traba'o son de escaso %alor!
2 *n &eneral el /uestreo de Traba'o no resulta econ"mico cuando se %a estudiar
un solo traba'ador o una sola m$quina# ni tampoco para estudiar m$quinas u operarios
esparcidos en &randes zonas!
Comparaci"n entre el muestreo de traba'o el cronometrado
*l /uestreo de Traba'o permite medir acti%idades de ciclo lar&o# en los cuales resultara
antiecon"mico usar cronometrado! Una t(cnica no reemplaza a la otra# cada una tiene
su campo de aplicaci"n! 0or e'emplo si la operaci"n a medir es altamente repetiti%a# de
ciclo corto realizada por un solo operario resulta m$s %enta'oso usar cronometrado!
/U*STR*O D* TR,4,VO CO/0UT,RId,DO!
/ediante una computadora puede a)orrarse un 6GE del costo total de un estudio de
muestreo de traba'o! *sto puede lo&rarse por el alto porcenta'e de labor de oficina en
relaci"n con el tiempo real de obser%aci"n! La maor parte del traba'o relacionado con
el resumen de los datos de muestreo es de &abinete u oficinaA calcular porcenta'es
&rados de e3actitud# transportar datos a dia&ramas de control# determinar (l numero de
obser%aciones requeridas el total de obser%aciones necesarias# obtener (l numero de
recorridos al $rea que ser$ estudiada por da la )ora del da para cada recorrido# etc!
,l mecanizar o automatizar el proceso de c$lculos repetiti%os# las computadoras
pueden e%aluar no solamente los resultados diarios sino tambi(n los acumulados# as
como realizar el mantenimiento de los dia&ramas de control!
Sistemas de Normas de Tiempos 0redeterminados <NT0D=
*s una t(cnica de medici"n del traba'o en la que se utilizan tiempos determinados para
los mo%imientos )umanos b$sicos <clasificados se&1n su naturaleza las condiciones
en las que se realizan= a fin de establecer el tiempo requerido por una tarea efectuada
se&1n una norma de e'ecuci"n!
Los sistemas NT0D est$n formados por cinco componentes b$sicos que son7
a= Wirar el brazo!
b= ,&arrar o ,sir!
c= Colocar!
d= Soltar!
e= /o%imientos del Cuerpo!
*3isten en la actualidad muc)os sistemas NT0D de distintas clases entre estos
destacan el /T/ </edici"n de Tiempos 2 /(todos=A el /T/2:# el /T/26# etc!
CONCLUSIN
*l m(todo de muestreo de traba'o es una )erramienta que permite al analista de
estudio de tiempos m(todos obtener los datos de manera m$s f$cil r$pida!
*l muestreo de traba'o con calificaci"n de la actuaci"n es especialmente 1til para
determinar la cantidad de tiempo que puede ser concedida por retrasos ine%itables#
suspensi"n del traba'o etc! *l &rado de continuidad de estas interrupciones es un $rea
apropiada de estudio para el me'oramiento de la producti%idad!
Ciertamente el muestreo de traba'o computarizado lle&ar$ a ser un m(todo de traba'o
considerablemente e3tendido para descubrir traba'o improducti%o# asi&naci"n
desequilibrada de personal# tiempo inacti%o# o muerto de maquinas o instalaciones
arreas con problemas similares! Toda persona que traba'e en el campo de los m(todos#
el estudio de tiempos los planes de pa&os de salario debe estar bien familiarizada con
las %enta'as# limitaciones usos de esta t(cnica!
)ttp7PP)tml!rincondel%a&o!comPmuestreo2de2traba'o!)tml