que realiza una tarea manual y establecimiento de

un ndice o nivel de actuacin de dicho operario

durante el tiempo de
trabajo.IV
UNIDAD
Determinar MUESTREO
la medida del
trabajo,
es decir, en
DEL
TRABAJO
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:
Estado

Marca

Trabajando

////
////

////
////

Ocioso

////

////

////
////

////
////

Total

40
10

De 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:
p 1 p
s p
N
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
Actividades
Es 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 totalidad
Consiste 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

TRABAJO
1.No requiere observacin continua por
un analista en un largo periodo de
tiempo
2.Se disminuye el tiempo manual.
3.Generalmente, el nmero total de
horas-hombre
empleadas
por
el
analista es mucho menor.
4.El operador no esta sujeto a largos
periodos de observacin a base de
cronmetros.
5.Un slo analista puede estudiar

EJEMPLOS
TRABAJO

DE

UTILIZACIN

DEL

MUESTREO

DE

1. Muestreo 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

OBSERVACIN
Esta 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 estudio
b. La exactitud requerida por el estudio
c. 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:

p 1 p
s p
N
p 1 p
4 p 1 p
2
0.0025 p
0.05 p 2
N
N
4 1 p
1600 1 p
N

4 800 observaciones
p
0.0025 p

TEORIA GENERAL DEL MUESTREO

Muestreo 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 universo
TCNICAS DE MUESTREO
En general, hay tres mtodos comunes de obtener
muestras:
1.- Muestreo al azar:
2.- Muestreo sistemtico
3.- Muestreo selectivo estratificado

El 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:
1) 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 SISTEMATICO

Es 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 SELECTIVO
Consiste 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

MUESTRAS
Todo 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 PROMEDIOS

La 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 nmeros
2. La curva normal del error.
LA LEY DE LOS GRANDES NUMEROS
La 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:

1. 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 footcandles, 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 ERROR

La 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 de
Las categoras seleccionadas son las
siguientes:


Ronda N

Escribiendo

Otras
Actividades

Ronda N

Escribiendo

Otras
Actividades

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

8
11
10
6
13
11
7
10
9
14
4
10
8
10
11
10
12
13
9
6
11
7
11
14
9

22
19
20
24
17
19
23
20
21
16
26
20
22
20
19
20
18
17
21
24
19
23
19
16
21

26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

10
12
10
9
12
10
5
7
10
13
10
8
15
10
9
10
8
13
9
12
9
6
11
10
10

20
18
20
21
18
20
25
23
20
17
20
22
15
20
21
20
22
17
21
18
21
24
19
20
20

Encontrar el % de valores que se encontrarn entre los

lmites formados por los intervalos de confianza:

a) X 1
b) X 2
Y compare los valores observados con los dados
c) X 3
por la curva normal los cuales son: Si X es una
variable aleatoria con distribucin normal (, ),
entonces se cumple que:
1. P( - < X < + ) = 0.6827, cuya
proporcin es:
68.27%
2.P( - 2 < X < + 2 ) = 0.9545, cuya
proporcin es:
95.45%
3.P( - 3 < X < + 3 ) = 0.9973, cuya

Formulamos la Hiptesis:
Sea x = N de personas escribiendo por
ronda.
Construimos el siguiente cuadro de distribucin
de frecuencias:
2
2
X
4
5
6
7
8
9
10
11
12
13
14
15

f
1
1
3
3
4
7
14
6
4
4
2
1
50

fx
4
5
18
21
32
63
140
66
48
52
28
15
492

d
- 5.84
- 4.84
- 3.84
- 2.84
- 1.84
- 0.84
0.16
1.16
2.16
3.16
4.16
5.16

d
34.1056
23.4256
14.7456
8.0656
3.3856
0.7056
0.0256
1.3456
4.6656
9.9856
17.3056
26.6256

fd
34.1056
23.4256
44.2368
24.1968
13.5424
4.9392
0.3584
8.0736
18.6624
39.9424
34.6112
26.6256
272.72

fx 492

9.84
n

50

d X X
Desviacin estndar

2
fd

272.72

5.4544 2.3355
50

CUADRO COMPARATIVO
% DEL REA

ENTRE LA DISTRIBUCION NORMAL Y LA DISTRIBUCION

OBSERVADA

Intervalos
De
Confianza

% de la
Curva
Normal

Intervalos
De la
Distribucin

[7.5045,
12.1755]
[5.169,

68.27%

[ 8, 12 ]

95.45%

[ 5, 14 ]

% de la
frecuencia Distribuci
n
Observada

35
70%
48

96%

CONCEPTOS ESTADISTICOS RELATIVOS AL MUESTREO

DEI TRABAJO
El 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 CONFIANZA
Es 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 X 2 . 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
rea bajo la curva

0.0
0

0.5
1.0
1.5
2.0
2.5
38.29 68.27 86.64 95.45 98.7

3.0
3.5
4.0
99.73 99.95 99.9

La frmula para estimar el nmero de observaciones para

un nivel de confianza del 68% 1 es :

Sp

p 1 p
N

En donde:
S = Acuracidad deseada
P = % de presencia expresado en forma decimal
N = N de observaciones aleatorias
ACURACIDAD DE LAS MEDIDAS
La 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 OBSERVACIONES

Para 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:
Sp 2

p 1 p
N

En donde:
S = Acuracidad deseada
P = % de presencia expresado en forma decimal
N = 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= 0.25
y la acuracidad es: S= 0.05

Sp 2

p 1 p
N

0.05 p 2

p 1 p

N
p 1 p
4 p 1 p
2
0.0025 p 4

N
N
4 p 1 p
4 1 p
1600 1 p
N

2
0.0025 p
0.0025 p
p
1600 1 0.25
N
4 800 Observaciones.
0.25

Si despus de 500 observaciones los

resultados fueran:
Mquinas trabajando
= 350
Mquinas paradas
= 150
Total de observaciones
=
500
Luego el valor de p sera del 30% con el cual
habr que recalcular el valor de N y
tendremos:
0.30 1 0.30

0.05 0.30 2

0.21
N
4 0.21
0.84
0.000225

N
N
0.84
N
3 733 Observaciones.
0.000225
0.015 2

En un estudio conviene calcular N al final de cada da,

para evaluar mejor la marcha de un estudio.

DETERMINACION DE LA ACURACIDAD
NMERO DADO DE OBSERVACIONES.

PARA

UN

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
Observaciones de las mquinas paradas
Total de observaciones realizadas

= 2 600
= 1 400
= 4 000

1400
Entonces p
35%
4 000
Sp 2

p 1 p
N

S 0.35 2

0.35 1 0.35
4 000

0.35 0.65
4 000

0.01508
S
0.043 4.3%
0.35
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 ELEMENTO
Ejemplo:
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 MUESTRALES
DATOS:
- Nivel de confianza 95%
- Acuracidad 5%
- Un estudio preliminar indic p = 10%
Sp 2

p 1 p
N

0.05 p 2

p 1 p
N

0.05 0.10 2

0.10 1 0.10

N
N 14 400 Observaciones

0.10 0.90
N

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
TRABAJO
Fases 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

5.- Diseo del Estudio:

A. 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 plan

A. Hgase las observaciones y antese los datos
B. 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 estudio
8.- Preprese un informe con expresin de las
conclusiones a que se hubiera llegado.

REGLAS PRCTICAS PARA DETERMINAR EL N DE

OBSERVACIONES
1. Determinacin de objetivos generales

100

2. 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
y de las mquinas.
5. Establecimiento de tiempos tipo,
determinacin de Suplementos.

Hasta

4 000
10 000