Consiste en la aplicación de la teoría del muestreo estadístico a las observaciones instantáneas realizadas al azar, para determinar el tanto por uno de paro de una máquina o grupo de máquinas, o de un operario o grupo de operarios.

El tanto por uno de paro se obtendrá dividiendo el número de veces en que el objeto de estudio estaba parado, con respecto al total de observaciones: p = x / n.

El muestreo del trabajo es el cuarto método más extendido para la determinación de los tiempos estándar de trabajo o de producción, y fue desarrollado en Inglaterra por L. Tippet, en la dácada de 1930.

El muestreo del trabajo estima el porcentaje de tiempo que un empleado u objeto de estudio pasa en diferentes tareas. El método requiere observaciones aleatorias, que registren la actividad que está desarrollando el objeto de estudio.

Los resultados se emplean fundamentalmente, en el caso de empleados, para determinar cómo distribuyen éstos su tiempo entre diferentes actividades. El conocimiento de esta distribución puede permitir cambios en la plantilla, reasignación de responsabilidades, estimación del coste de las actividades y fijación de los suplementos por esperas para los tiempos estándar de trabajo.

Cuando el muestreo del trabajo se realiza para establecer suplementos por esperas, se suele denominar estudio del índice de esperas.

…

El procedimiento del muestreo del trabajo, se resume en 5 pasos:

• Tomar una muestra preliminar para obtener una estimación del valor del parámetro (p.ej. un porcentaje del tiempo que un empleado está parado).

• Calcular el tamaño de la muestra requerido.

• Elaborar un plan horario para realizar la observación en instantes adecuados. Suele utilzarse el concepto de números aleatorios para poder hacer observaciones aleatorias.

• Se observan y registran las actividades del objeto de observación.

• Determinación de en qué se invierte el tiempo, normalmente en tantos por ciento.

El muestreo del trabajo se centra en determinar cómo los empleados distribuyen su tiempo entre diversas actividades, lo que se consigue determinando el porcentaje de tiempo que las personas pasan en esas actividades, más que determinando la cantidad exacta de tiempo empleado en realizar tareas específicas.

El analista simplemente registra de forma aleatoria y no sesgada la incidencia de cada actividad.

El muestreo del trabajo ofrece diversas ventajas sobre los métodos de estudio de tiempos por cronometraje:

• Dado que un observador puede observar a varios empleados simultáneamente, es menos caro.
• Los observadores no necesitan demasiada formación, ni dispositivos de medida.
• El estudio se puede aplzar temporalmene en cualquier momento, sin que repercuta en los resultados.
• Como el muestreo de trabajo utiliza observaciones instantáneas a lo largo de un prolongado período de tiempo, el empleado tiene pocas oportunidades de influir en los resultados.
• El procedimiento es menos molesto y es poco probable que genere objeciones.

Sin necesidad de cronometrar, permite conocer la proporción entre los tiempos productivos e improductivos. Es un procedimiento sencillo y poco costoso, y no requiere realizar un gran número de observaciones.

También presenta algunas desventajas:

• No divide la tarea en elementos de trabajo tan completos como otros estudios de tiempos.
• Puede proporcionar resultados incorrectos si el observador no sigue rutas y observaciones aleatorias.
• Al ser menos incisivo, tiene a ser menos preciso, lo cual se acentúa en ciclos de tiempo cortos.

Resultará muy costoso si se realizan muchas observaciones. Por otro lado, si el número de observaciones es insuficiente, se podrían obtener resultados muy discordantes con la realidad; así pues, es fundamental determinar bien el número de observaciones suficientes como para depositar en el resultado hallado un grado de confianza predeterminado, dentro de unos límites de error aceptados (precisión en porcentaje).

…

DETERMINACIÓN DEL NÚMERO DE OBSERVACIONES.

El número de observaciones será tanto mayor cuanto mayor queramos que sea el nivel de confianza en el resultado hallado y más estrecho el margen de error. Si deseáramos un grado de confianza del 100%, y un margen de error del 0%, el número de observaciones que deberíamos realizar sería de infinitas.

En este tipo de fenómenos de observación instantánea, los resultados hallados siguen la ley estadística de Poisson, de la que sabemos que, cuando los tamaños de muestra son grandes, esta ley se aproxima a una ley Normal.

Para determinar el número de observaciones requeridas, debemos decidir el nivel de confianza deseado y la precisión. En primer lugar, sin embargo, el analista debe seleccionar un valor preliminar para el parámetro objeto de estudio. la elección suele basarse en una pequeña muestra de unas 50 observaciones. La siguiente fórmula proporciona entonces el tamaño de la muestra (nº de observaciones) para la confianza y precisión deseadas:

n = (z^2.(1-p)) / (h^2.p), con:

• n, tamaño de la muestra requerido.
• z, desviación estándar para el nivel de confianza deseado (1 para 68%, 2 para 95,45%, 3 para 99,73%,…, datos de la tabla de distribución normal).
• p, valor estimado de la proporción muestreada (del tiempo en el que el empleado, p. ej., está ocupado o inactivo).
• h, nivel de error aceptable, en tanto por ciento.

Hay que recalcar que el númeo de observaciones será tanto mayor cuanto mayor sea el grado de confianza y menor sea el margen de error.

Si de un grado de confianza del 95% se pasa al 99,73%, el número de observaciones aumentaría en 3^2/2^2= 2,25 veces.

Si en lugar de un margen de error del 10%, se quiere un 5%, el número de observaciones aumentaría en 0,10^2/0,05^2 = 4 veces.

Si quisiéramos un grado de confianza del 99,73% y error del 5% en vez del 95,45% y 10% de error, el número de observaciones aumentaría en 2,25 x 4 = 9 veces.

Destacon que el valor de p es el tanto por uno que ha resultado de las primeras observaciones, entendiendo que ha de ir actualizándose para hacer el número de observaciones cada vez más fiable.

…

Ejemplo. Supongamos que queremos determinar el número de observaciones necesarias para tener en el resultado hallado una confianza del 95% y un margen de error del 10%. En un primer muestreo de 100 observaciones, el tanto por uno resultante fue de un 0,20.

Con la fórmula, n = (4.(1-0,20)) / (0,010.0,20) = 1600 observaciones.

Este número de observaciones es aproximado, pero servirá como referencia inicial. Si pudiéramos, p.e. hacer 100 observaciones diarias, el estudio conllevaría un total de 16 días elegidos al azar.

Al finalizar el segundo día, con sus 100 observaciones, calcularíamos el valor acumulado de p, es decir, con la suma de resultados de los dos primeros días y dividida por 200. Este nuevo valor de p acumulado es más de fiar que el primero, y con él calcularíamos de nuevo el número de observaciones, que puede dar diferente al inicial.

Siguiendo así cada día, iríamos calculando el valor acumulado de p y el número de observaciones para cada nuevo valor de p. Resultará un día en que el número de observaciones resultante ya ha sido realizado. Ese valor de p obtenido será el tanto por uno de resultado (paros, fallos, etc.) más probable, con la confianza y margen de error pedidos en el inicio del problema. Es una serie convergente, pues los valores de p que se van obteniendo están cada vez más próximos entre sí.

…

Ejemplo (a resolver por el lector). Se quiere determinar el porcentaje de paro de una sección de reparación de matrices y moldes que tiene una plantilla de 12 operarios, con el objeto de pagar o no un incentivo mensaul en función del grado de dedicación al tabajo. Se considera suficiente un grado de confianza del 95,45% y dentro de unos límites de error del 10%.

Para que sea representativo del mes, se considera que, a lo largo de éste, deben hacerse observaciones aunque no necesariamente cada día. Se decide que, de los 20 días laborables, se harán observaciones durante unos 7 u 8 días escogidos al azar, examinando si cada uno de los operarios está o no parado. Se consideran, en cada día de observación, 20 visitas al taller para realizarlas (20 x 12 = 240 observaciones diarias).