INTRODUCCION ESTUDIOCopscight © Organizacin Internacional el Trabajo 1996 Pruner edicin 1957 (Cuan edicin revised) 1996 Las publicaciones dela Oficina Internacional del Trabajo gozan de a protecidn de los derechos de propiedad inte- Jectuat en vid del protoesio 2 anexn a la Convencion Universal sobre Derecho de Auer. No obstats,cktos textacios reves de ests publiaciones pueden reprodacise sin autonzaci6n, a condicim de quc xe mencione fa fueate. Para obtener los' derechos de reproduecién 0 d= traduccion hay que Tormvlar las cortespondientes solicitudes al Servsio de Publicaciones (Dereehos de autor y Ticenois), Oficina Internacional el Trabajo, CH-1211 Ginebra 22, Suiza, slictudes que sen bien asp Kaanataty, G. (publisada oon a direscisn de) Insroducein ol extdio del tra Ginebra, Oficina Internacional de Traalo,cvara edi (revise), 1996 ‘sta del abajo, Teoria, Aspect tcnico!. 12.085 ISBN 92-2 307108-9 Tula dela eaicin original en ings introduction to work study ASBN 92-2 1071081), Ginebea,cusra edietén(revisda}, 1992 Publicado tabign en francés: Introduction dude di avail (SBN 92-2-207108:5), Ginebea, ercera eid revinada, L995 Datos de catalogacin dela OFF al {as denominaciones empleadas, en concordancia con la petca sguida en las Naciones Unidas, y a forma en gue sparecen presenasos [oe datos en las publcaciones de ls OTT no implican juici slguno por parte de la Oficina Internacional det Trabojo sobre la condicin juriica de nnguno de 1s paises, zonas 0 teroris ctados © de sus autridades, nl respecto de Ia dlimitacion de sv fronterss. {Ea zesponsabilidod de las opiniones expeaadas ef Ios arteuls,estuios y otras calaboracionesfirmadosincumbe cxclusivamente asus aatores, y xo publicaion no significa qu la OI is sancione [Li referencias a timas 0 proeesos 9 prndictos comerciales no implican aprobacign alguna por a Oficina Titernaciona del Teabyo, y el hecho de que nose mencioen fires o procesos o productos comers m0 implica desaprobacisn alguna {Las publicacones dela O1T pueden obtenere en lax principles ibrexas 0 on oficngs locales de I OFT en muchos ‘aes nino a Publicaciones dela OFF Ofna Ireernacnal del Tesh, CH-191) Ginehrs 22. Sura, qe fambién puede enviar a siencs lo soem un eadlogo a una lista de nucvas puiceiones.CAPITULO 19 Muestreo del trabajo y estimacion estructurada El muestreo del trabajo es una técnica para determinar, mediante muestreo estadistico y observaciones aleatorias, el porcentaje de aparicién de determinada actividad. 1. Necesidad del muestreo del trabajo El muestreo del trabajo (conocido también por «muestreo de actividades», -«método de observaciones instantdneas », 9, @ ya 41% 100, @x0) ‘Si se aumenta considerablemente el nimero de lanzamientos, utilizando cada vez un gran mimeto de monedas, podrd obtenerse una curva més progresiva, como la ilustrada en la figura 88. Esta curva, Hamada curva de distribucién normal, también puede represen- tarse como en la. figura 89. Basicamente, esta curva indica que en la mayorfa de los casos el ntimero de caras tiende a igualar al de cruces en cualquier serie de Janzamientos (cuando p = g, el nimero de lanzamientos es un méximo). En pocos casos, sin embargo, p es muy diferente de q por mera casualidad, Las curvas de distribucién normal pueden tener numerosas configuraciones; segtin el caso, pueden ser mas achatadas o mas redondeadas. Para describir estas curvas se utilizan dos pardmetros: x, que es la media o la medida de la dispersién, Y a, que es la desviacién de la media, denominada desviacién tipica o estandar. Dado que aqué se trata de una proporcién, para indicar el error tipico 0 esténdar de la proporcién se utilizaré la expresién op. 259260 IrRoDuCCION AL ESTUDIO DEL TAABAIO Figura 89. Curva de distribucién normal Sox ex Tle * tex Box So El 4rea delimitada por la curva de distribucién normal se puede calcular. En Ja figura 89, un gp a ambos lados de ¥ da un Grea de 68,27 por ciento del area total; dos ap a ambos lados de Xdan un rea de 95,45 por ciento, y tres ap a ambos lados de ¥ dan un érea de 99,73 por ciento. En otros términos, si el muestreo realizado ha sido realmente aleatorio, 95,45 por ciento de las observaciones estardn comprendidas entre ¥+ 2 ap y 99,73 por ciento estardn comprendidas entre ¥+3 op. Este es, de hecho, el grado de confianza que inspiran las observaciones. Sin ‘embargo, para facilitar las cosas mds vale evitar el uso de porcentajes decimales, pues es més sencillo hablar de un nivel de confianza de 95 por ciento que de 95,45 por ciento, Con ese fin pueden cambiarse los célculos, obteniéndose: (nivel de confianza de 95 por ciento, o sea 95 por ciento del rea compren- dida por la curva = 1,96 op; "1 nivel de confianza de 99 por ciento, o sea 99 por ciento del érea comprendida por la curva = 2,58 op; | nivel de confianza de 99,9 por ciento, 0 sea 99,9 por ciento del area com- prendida por la curva = 3,3 ap. En este caso podemos decir que si tomamos una muestra aleatoria de gran tamafio, podemos confiar en que en 95 por ciento de los casos las cbservaciones estarén comprendidas entre + 1,96 op, y asf sucesivamente para los demés valores. En el muestreo del trabajo, e! nivel de confianza més generalmente utilizado es el de 95 por ciento.Muesraco Det TRABALO VESTIAACION ESTRUCTURADA 4. (Cémo determinar el tamafio de la muestra Ademés de definir el nivel de confianza de nuestras observaciones, también debemos decidir el margen de error que admitiremos. Debemos poder decir que «tenemos confianza en que 95 por ciento de las veces la observacisn que hagamos tendrd una exactitud de 5 por ciento», 0 10 por ciento, o cualquier otro margen de exactitud que adoptemos. ‘Volvamos ahora a nuestro ejemplo del tiempo productivo y del tiempo inac- tivo de las méquinas de una fabrica. Para determinar el tamaiio de la muestra que se necesita con este ejemplo existen dos métodos: el método estadistico y el método nomogrifico. Método estadistico La formula utilizada en este método es la siguiente: Pr 7 sor esténdar de la proporcién; porcentaje de tiempo inactivo; 4 = porcentaje de tiempo en marcha: n= niimero de observaciones o tamaiio de la muestra que determinar. en la que: 7 Sin embargo, antes de poder aplicar esta férmula debemos tener por lo menos una idea de los valores de p y q. Asf, pues, el primer paso consiste en efectuar cierto némero de observaciones aleatorias en el lugar de trabajo. Supongamos que, como estudio preliminar y aleatorio, se efectuaron 100 observaciones, de las que se dedujo que las maquinas estaban paradas 25 por ciento del tiempo (p = 25) y en marcha el restante 75 por ciento (q = 75). Ahora ya disponemos de los valores aproximados de p y q; para poder determinar el valor de n debemos calcular antes el valor de op. Tomemos, por ejemplo, un nivel de confianza de 95 por ciento con un margen de error de 10 por ciento (es decir, que tenemos confianza en que en nuestros célculos el 95 por ciento de los casos corresponderdn a + 10 por ciento del valor real). ‘Al nivel de confianza de 95 por ciento, 1,96 op 10 op = 5 (aproximadamente). Ahora podemos volver a nuestra ecuaci6n inicial para derivar n: Pa 7 = 75 observaciones. 261naRobucciw a STUDIO DEL TRARALS Si reducimos a +5 por ciento el margen de error, tendremos: 1,96 p= $ op= 25 (aproximadamente) 4 [25x75 25= 7 4 /BxB m= Vesy 300 observaciones. En otras palabras, para reducir el margen de error a la mitad habré que cuadruplicar el tamafio de la muestra. Método nomografico El tamafio de Ja muestra puede determinarse con mayor facilidad leyendo directamente el niimero de observaciones requeridas en un nomograma como el presentado en la figura 90. Tomando nuevamente ef ejemplo precedente, tracemos tuna linea recta que partiendo de la ordenada p «porcentaje de aparicién » (en este caso, 25-75) corte la ordenada «error (precisi6n requerida)» (digamos 5 por nto) y se prolongue hasta encontrar la ordenada n «nimero de observaciones» ; se ve que Ia corta 8 300 para un nivel de confianza de 9S par cienta, Fete sistema para determinar el tamaiio de la muestra es rapidisimo. 5. Cémo efectuar observaciones aleatorias Las conclusiones a que hemos llegado son vélidas siempre que podamos efectuar el niimero de observaciones necesarias para lograr el nivel de confianza y 1a precisién requeridos, y a condicién de que las observaciones se hagan al azar. ara asegurarnos de que las observaciones son efectivamente aleatorias podemos utilizar una tabla de nimeros aleatorios como la del cuadro 12. Existen varios tipos de tablas de ese género, que pueden utilizarse de diferentes maneras En nuestro caso, supongamos que nuestras observaciones se Tlevardn a cabo durante un turno de trabajo de ocho horas, de las 7,00 a las 15,00 horas. Una Jornada de trabajo de ocho horas tiene 480 minutos, que pueden dividirse en ‘48 periodos de diez minutos. Podemos empezar escogiendo en la tabla un ntimero al azar, por ejemplo, cerrando los ojos y colocando la punta de un lépiz en algin lugar de la tabla. Supongamos que én este caso hemos caido por pura casualidad en el nimero 11, gue se encuentra en el segundo blogue de la primera hilera vertical, cuarta columna, cuarta Ifnea (cuadro 12). Seguidamente escogemos un nimero cualquiera de 1 a 10. Supongamos nuevamente que hemos elegido el numero 2; bajando ahora por la columna, seleccionamos una cifra de cada dos y la anotamos, como s¢ indica a continuacién (si hubiéramos escogido el nimero 3, deberfamos seleccionar una cifra de cada tres, y asi sucesivamente): 262 11 38 45 87 68 20 11 26 49 05‘Mussraco oe 1ea9aJ0 VESTAACION ESTRUCTURADA Figura 90. Nomograma para determinar el numero de observaciones Porcontae Evor Nomero de aparicion (precision wequerida| de abservaciones ‘o ‘a 17 ost po r 4000 _} L 3600 000 2000 | 2 i f 10 stor 1500 | 1300 odes 1200 20 100 5 35 i 200 | oto 4 L 30 70 | 7 f 00 00 sta stor 0 bo n fe wz tee - = ate ude E ete ” we fe wte 70 00} 20 f 80.” tao 2 £75 L so L100 xo +70 0 2° ate ba so Ls Lw2 L 2» bis rR 70 cis | a 0 100 28.8% 95% Nivel do confianea 263264 Cuadro 12. Tabla de nmeros aleatorios 4954.43 5482 57 24 55.06 88 16955567 19 78 64 56 07 82 09 47 27 9654 4417 165809, 4 1607 4499, 829777 7781 5092. 26@)97 83 39 500830, 40.33 20 3826 96 83 508775 8 4295 4572 3327 143409 5027 6987 19 58743077 40 592997 6860 4855 9065 72 66372 7020 68.49 69 10 82 362661112 06 09 19 74 66 333251 26.38 42 38970150 95.4433 49 13 6405 71 9536 7573880590, 3396 02 75 19 97 51.40 1402 1506 159320 2235851533 03 98 42 99 64 58.87 66.87 54 583778 8070 8759.36 22.41 7141615072 2352233312 31 04 49.68 96 3199 73.68 68 9458 28 41 36 90355729 12 1737932378 708744767 98 10507175 52 4207 4438 4917 460962 79.83 86 1962 2311462224 07 45 32 1408, 0056 76 31 38, 423407 96 88 1389510374 97 12259347 16 64 36 1600 45 59 34 68.49, 2015370049 442278 8426 7191386754 96576936 10 7724570379 537591 9330 67 19007174 029837 3402 7978450491 87 756681 41 34868253 91 11.05 65 09 68 52.2742 14.86 07 6062 93 55, 0402 33 31 08, (07.90 107506 920351597 6179629915 42 105067 42, 26 78.6306 55 12419496 26 95 9302 18.39, 10.47 48 45 28 3581 330376 45 37 59 03 09, 8735 209643 21 76335025, 1286 735807 1551 001342 9052847727 06 76 5003 10 20 1485 88.45, 32.98 94 07 72 80 2202 53 53, 5442.06 87 98 177637 1308 7033 240354 (04 43 18.66 79, 127207 3445 5285 66 6044 043346 0952 1358 182476 196.46 92.42.45, 10.45 65 04.26 3025205727 6047 212968, 767090 3086 1692535616 001 749162 00 5243 4885, 7683 2037 90 22.98 122208 59 33 82 43 90 3954 16 49.36 40 78 78.8962 59 56 7806 a3 06 5129 1693, 4495920016 3217558574 13.08.2701 50 4495 27 3699 0702 18.36 07, 13.41 43.89 20 2430124860 8426 3491 64 3392 120676 4439523879 9965 02 7954 0802 73 43 28, 5523 640505 1093728871 938579 1075 86 60.42 0453 3585294839 07 74211930 97 77.46.4480 9477 242190 99277295 14 38 68 88 11 80 6807 97 0657, 1554559552 9760490491 14049567 24 40.48 73 5192 0202370331 3845 94 30 38 0275509598 4851 8408 32 275526 8962 57 16001166 07527495 80 4937384459 479593 1330, 0267 76.1733 5291057074 580577 0951 2956242940, 90.4467 1694 1529393943 0296 743083 2599 327023 9717 144917 1899107234 8262546560MUESTREO DEL TRABAUO Y ESTAMACIONESTRUCTURADA Cuadro 13. Determinaci6n de la secuencia de tiempos para observaciones aleatorias, Tn 05 750 38 u 850 a5 “ 9.20 20 5 930 6 20 1020 65 2 10.40 “ 26 1120 6 38 1320 ay 45 14.30 2 a 1450 Observando estas cifras nos damos cuenta de que debemos climinar los miimeros 87, 68 y 49, ya que son demasiado elevados (tenemos s6lo 48 periodos de diez minutos y, por lo tanto, toda cifta superior a 48 debe eliminarse). Asimismo debe eliminarse el 11, pues es la cifra que hemos escogido al azar. Por consiguiente, debemos seguir seleccionando otras cifras para sustituir las cuatro que hemos eliminado. Aplicamos, pues, el mismo sistema, tomando una cifra de cada dos a partir de la ltima apuntada, 0 sea, 05: 1415 47 22 Estas cuatro cifras estén dentro de la gama deseada y no han aparecido antes. Ahora podemos clasificar por orden numérico las cifras seleccionadas, basdndonos en ellas para calcular los momentos de la jorada de trabajo en que deben efectuarse las observaciones. La cifra més pequefia (05) representard el quinto periodo de diez minutos a contar de la hora en que empez6 el trabajo, 0 sea las 7,00 horas. Por lo tanto, la primera observacién se efectuard a las 7,50 horas, y asi sucesivamente (véase cuadro 13). 6. Como realizar el estu Cémo determinar el objetivo del estudio Antes de llevar a cabo las observaciones es importante decidir el objetivo de nuestro muestreo del trabajo. El objetivo més simple es averiguar si determinada ‘méquina esta parada o en marcha. En este caso nuestras observaciones tienden a descubrir s6lo una de dos posibilidades: Observaciones Maquina en marcha Maquina parada 265Inrmopuccibn at e5rubi0 Of. RABI Pero también podemos ampliar las observaciones con objeto de determinar Ta causa de que la maquina esté parada: Observaciones Ss Maquina en marcha Méquina parada an —] Espera Espera Necesidades —_Inactiva reparaciones suministros personales del trabajador Puede ocurrir también que estemos interesados en determinar el porcentaje de tiempo dedicado a cada actividad cuando la maquina esta en marcha: Observaciones Miquina en marcha Méquina parada ——S Conte Taladrado Limado Quiz4 queramos asimismo formarnos una idea de la distribucién del tiempo (expresada en porcentajes) durante los periodos en que I maquina est en marcha y parada; en este caso debemos combinar Jos dos ultimos modelos. Puede ser que nos interese saber el porcentaje de tiempo dedicado por un trabajador © grupo de trabajadores a determinado elemento del trabajo. Si una tarea consta de diez elementos diferentes, observando al trabajador en los ‘momentos que correspondan podemos anotar en qué elemento esté trabajando y asf determinar el porcentaje de tiempo que ha dedicado a cada elemento. Los objetivos que se busquen al hacer el estudio determinarén, pues, el modelo de hoja de registro que se utilizard en el muestreo del trabajo, como puede observarse en las figuras 91, 92 y 93. Cémo efectuar las observaciones Hasta ahora, en la realizacién del estudio de muestreo del trabajo hemos seguido los primeros cinco pasos légicos, que en resumen son: } Seleccionar el trabajo que se estudiars y determinar los objetivos del estudio, Efeciuar una observacién preliminar para determinar los valores aproximados de p y q. [1 Determinar, en base al nivel de confianza y al grado de precisién seleccionados, el ntimero n de observaciones requeridas. 11 Determinar Ia frecuencia de las observaciones utilizando tablas de nimeros aleatorios. [1 Preparar hojas de registro conforme a Jos objetivos del estudio. ‘Todavia falta otro paso, o sea efectuar y registrar las observaciones y analizar 266 los resultados. Para efectuar las observaciones es necesario que el especialista en“Musstigo o6L Tango ¥ Esnamccn EsTRUCTURADA Figura 91. Ejemplo de hoja simple de registro de muestreo del trabajo Fecha: (Observador Estudio nde ‘Numero de abservaciones: 75 Total | Porcantaie Heath SI 2 | a pone. ‘oat 3 va Figura 92. Hoja de registro de muestreo del trabajo con utiliza .cién de maquina y distribuci6n de tiempo inactivo Fesnar Observador Estudio nom, Namera de obsarvaciones: 75 Total T Percentaje wag womens) wr 4 - | Reparecibn T 2 a7 aquina _[Buministios i é Bo ae 2 ane apes] Figura 93. Hoja de registro de muestro del trabajo con distribucion de tiempo entre diez elementos de trabajo ejecutados por un grupo de cuatro trabajadores Fecha Observador Estudio nam ‘Numero de observacones: 75 Elements de wabajo 7/2 ]2]¢ el|7|)*)]*]» Trabsiador nam. Tebsjador nam. 2 Teabeiador nim. 3] Trabsjador nim. | \ 267268 estudio del trabajo tenga desde el principio una idea clara de lo que quiere lograr Y por qué lo quiere. Deberfa evitar ambigiiedades al clasificar las actividades. Por ejemplo, si el motor de una carretilla de horquilla est funcionando mientras que se espera que la cérguen o descarguen, el especialista debe decidir de antemano si la carretilla debe considerarse en marcha o parada. También debe de todas maneras hablar con las personas que desea observar, explicéindoles el objeto del estudio e indicéndoles que deben llevar a cabo su trabajo al ritmo normal ; ademas, debe esforzarse por conquistar su confianza y colaboracién. La observacién propiamente dicha de Tas sucesivas méquinas deberd efec- tuarse siempre al pasar por la que se observa. En otros términos, el especialista que observa la maquina A no deberfa anotar lo que est sucediendo a Ia maquina B, porque falsearfa el estudio. En un taller de tejido, por ejemplo, quizé vea que el telar situado inmediatamente después del que esta estudiando se ha parado. Sin embargo, es posible que, al llegar alli, el encargado del telar ya lo haya puesto nuevamente en marcha. Por lo tanto, si el analista lo hubiese anotado entre las méquinas inactivas, habrfa dado una visi6n errénea de la realidad. La anotaci6n en sf, como puede verse en las figuras, es una simple raya que se hace en la hoja de registro, en el espacio que corresponda, a la hora predeter- minada adecuada. No se utilizan cronémetros. El célculo de los resultados puede efectuarse répidamente en la misma hoja de registro. Gracias a este método se puede calcular el porcentaje de tiempo productivo en relacién con el de espera, analizar los motivos del tiempo improductivo y determinar cl poreentaje de tempo dedicado por un trabajador, grupo de trabajadores o maquina a determinado elemento de trabajo. Todos estos datos son de por si una informacién util que puede obtenerse de forma sencilla y relativamente répida. 7. Muestreo del trabajo de régimen normal En el capitulo 22 examinaremos el problema de la valoracién del rendimiento de un trabajo en relacién con el ritmo normal concebido. Por ejemplo, los trabajadores calificados que trabajan de acuerdo con un método especificado y que estan motivados para trabajar vigorosamente, pero naturalmente sin legar al agotamiento, se dice que trabajan a un ritmo normal del 100 por ciento en la escala de rendimiento. Como resutaré evidente en ese capitulo, la valoracién es un factor importante para determinar el tiempo de una operacién dado que no todos los trabajadores evan el mismo ritmo. Como resultado de ello, un especialista en el estudio del trabajo tiene que tomar en consideracién el ritmo de trabajo al programar un estudio. Esta valoracién del ritmo puede combinarse igualmente con el muestreo del trabajo para obtener lo que se designa como un muestreo del trabajo de régimen normal o un muestreo de la actividad normal. Con este método, se efectéan observaciories a intervalos fijos y no elegidos al azar. Cuando se recurre al muestreo a intervalos fijos, se debe poner cuidado en que el intervalo fijo clegido no coincida con un ciclo natural del trabajo. Esa coincidencia distorsionarfa los resultados, pero en general si el intervalo es lo[Mussraco 08 TRaRAJO VESTIEACION ESTRUCTIRADA suficientemente breve en comparacién con el tiempo del ciclo global de un trabajo, las variaciones normales en el trabajo evitardn que surja un problema de ese tipo. Durante el estudio por muestreo, ademas de la actividad que se esté realizando en el instante de la observacién, se efectiia un registro del ritmo del trabajador utilizando una escala de valoracién del rendimiento. Esta valoracion puede utilizarse para modificar los resultados del estudio por el procedimiento de la extensién (la conversiGn de los tiempos observados en tiempos basicos) que se examina en el capitulo 22. 8. Técnicas de muestreo por grupos Como su nombre indica, estas técnicas estén destinadas a medir el trabajo realizado por grupos de trabajadores. A estas técnicas se las designa a veces como «muestreo de alta frecuencia» puesto que, cuando se utilizan para medir trabajos de ciclo corto, emplean intervalos fijos breves en los que el observador esté constantemente presente. Se acercan mucho, en consecuencia, al estudio de tiempos, pero tienen la ventaja de que el observador puede abarcar el trabajo del grupo. Las técnicas de muestreo por grupos pueden utilizar la valoracién. Considérese un ejemplo muy sencillo de tres trabajadores cada uno de los cuales produce las mismas piezas por medio de un proceso en el que sdlo se emplean herramientas manuales. El muestreo se realiza a interyalos de 0,5 minutos y abarca tinicamente las categorfas de «trabajando» y «sin trabajar», Las observaciones del muestreo se han valorado, por lo que este método es un ejemplo de un muestreo de actividades valoradas y un muestreo por grupos. En el cuadro 14 se representa una hoja de registro de muestreo 9, Cémo utilizar el muestreo del trabajo El muestreo del trabajo se utiliza muchfsimo. Constituye una técnica relativamente sencilla, que puede aplicarse provechosamente en una amplia variedad de operaciones, sean de fabricacién, mantenimiento u oficina. Ademés, su costo es relativamente reducido y crea menos controversias que el estudio de tiempos con cronémetro. La informacién que permite obtener puede utilizarse para comparar la eficiencia de dos departamentos, proceder a una distribucién ‘més equitativa del trabajo dentro de un grupo y, por lo general, proporcionar a la direecién una evaluaciGn del porventaje de tiempo improductivo y sus motives. Como resultado, puede indicar dénde se debe aplicar el estudio de métodos, mejorar la manipulacién de materiales o introducir mejores métodos de planificacién de la produccién, como puede ocurrir si el muestreo del trabajo pone de manifiesto que un elevado porcentaje del tiempo de maquina es improductivo porque los suministros demoran en llegar. 269