UNIVERSIDAD NACIONAL DE SAN AGUSTIN

INGENIERIA INDUTRIAL

“Muestreo del trabajo”

CURSO: INGENIERIA DE METODOS IDIRIGIDO POR: Ing. Arturo Fernández

Presentado por:

BARRIGA ZEVALLOS, MARCO JAIR

AREQUIPA – PERÚ

2014

pág. 1

DEDICATORIA

Este trabajo está dedicado en especial para mis compañeros de clase de Ing. De Métodos I pues necesitamos compartir información para mejorar continuamente ya que estamos en proceso de recepcionar información tras información mejorando de poco a poco y estoy seguro que será útil esta información.

pág. 2

Índice general

Prólogo pág. 4

Introducción pág. 5

Cuerpo del trabajo

1. TEORÍA DEL MUESTREO DEL TRABAJO pág. 62. PRESENTACIÓN DEL MUESTREO DEL TRABAJO pág. 73. PLANEACIÓN DE ESTUDIOS DE MUESTREO DEL TRABAJO pág. 84. DETERMINACIÓN DEL NÚMERO NECESARIO DE OBSERVACIONES pág. 95. DETERMINACIÓN DE LA FRECUENCIA DE OBSERVACIÓN pág. 106. DISEÑO DE UN FORMULARIO DE MUESTREO DEL TRABAJO pág. 117. USO DE GRÁFICAS DE CONTROL pág. 148. REGISTRO DE OBSERVACIONES pág. 159. UTILIZACIÓN DE MÁQUINAS Y OPERARIOS pág. 1610. DETERMINACIÓN DE HOLGURAS pág. 1811. DETERMINACIÓN DEL TIEMPO ESTÁNDAR pág. 1912. AUTOOBSERVACIÓN pág. 1913. SOFTWARE PARA MUESTREO DEL TRABAJO pág. 21

Conclusiones pág. 23

Bibliografía pág. 24

pág. 3

Prólogo

En la presente monografía entraremos a tratar el tema principal de Ingeniería de métodos el cual para todo ingeniero industrial que pretende realizar un estudio del trabajo de una empresa necesita recopilar datos actuales de dicha empresa para poder efectuar planes de mejora.

Con un buen Muestreo de trabajo al implementar mejoras en el trabajo cotidiano del personal y de las maquinas nos ayudaran mucho es por esto que en la presente unidad podemos obtener puntualmente el concepto que debemos aplicar como ingenieros industriales.

pág. 4

Introducción

El muestreo del trabajo es una técnica que se utiliza para investigar las proporciones del tiempo total que se dedican a las diferentes actividades que constituyen una tarea o una situación de trabajo. Los resultados del muestreo del trabajo son eficaces para determinar la utilización de máquinas y personal, las holguras aplicables al trabajo y los estándares de producción. Aunque se puede obtener la misma información con procedimientos de estudio de tiempos, el muestreo del trabajo con frecuencia proporciona estos datos más rápido y a un costo considerablemente menor.

Cuando realizan estudios de muestreo del trabajo, los analistas toman un número comparativamente grande de observaciones en intervalos aleatorios. La razón de las observaciones de una actividad dada entre el total de observaciones se aproxima al porcentaje de tiempo que el proceso está en ese estado de actividad. Por ejemplo, si 1 000 observaciones tomadas en intervalos al azar durante varias semanas muestran que una máquina automática de atornillado operaba en 700 de ellas, y permanecía inactiva por diferentes razones en 300 casos, el tiempo ocioso de la máquina sería de 30% de la jornada de trabajo.

El muestreo del trabajo se aplicó por primera vez en la industria textil británica. Más tarde, con el nombre de estudio de la razón de demora, la técnica se llevó a Estados Unidos (Morrow, 1946). La exactitud de los datos que se determinan mediante muestreo del trabajo depende del número de observaciones y el periodo sobre el cual se realizan las observaciones aleatorias. A menos que el tamaño de muestra sea suficientemente grande, y el periodo de muestreo represente condiciones típicas, se pueden obtener resultados inexactos. El método de muestreo del trabajo presenta varias ventajas sobre el procedimiento convencional de estudio de tiempos:

pág. 5

1. No requiere la observación continua del analista durante largos periodos.2. Se reduce el tiempo de trabajo de oficina.3. Por lo general, el analista utiliza menos horas de trabajo totales.4. El operario no está sujeto a largos periodos de observaciones cronometradas.5. Un solo analista puede estudiar con facilidad las operaciones de una brigada.

Cuerpo del trabajo

1. TEORÍA DEL MUESTREO DEL TRABAJO

La teoría del muestreo del trabajo se basa en la ley fundamental de probabilidad: en un instante dado, un evento puede estar presente o ausente. Los estadísticos han obtenido la siguiente expresión para mostrar la probabilidad de x ocurrencias de tal evento en n observaciones:

donde p = probabilidad de una sola ocurrenciaq = 1 – p = probabilidad de una ausencia de ocurrencian = número de observaciones

La distribución de estas probabilidades se conoce como distribución binomial con media igual a np y varianza igual a npq. Cuando n se hace más grande, la distribución binomial se aproxima a la distribución normal. Como los muestreos del trabajo involucran tamaños de muestras grandes, la distribución normal es una aproximación satisfactoria a la binomial. Esta distribución normal de una proporción tiene una media igual a p y una desviación estándar igual a

pág. 6

En los estudios de muestreo del trabajo, se toma una muestra de tamaño n en un intento de estimar p. A partir de la teoría elemental de muestreo se sabe que no es posible esperar que el valor de pˆ (pˆ = la proporción basada en la muestra) de cada muestra sea el valor verdadero de p. Sin embargo, se espera que la pˆ de cualquier muestra esté dentro del intervalo p ± 1.96 desviaciones estándar aproximadamente 95% de las veces. En otras palabras, si p es el porcentaje verdadero de una condición dada, se puede esperar que la pˆ de cualquier muestra quede fuera del intervalo p ± 1.96 desviaciones estándar sólo alrededor de 5 veces de cada 100 debido a las probabilidades.

Esta teoría puede usarse para estimar el tamaño de la muestra total necesario para lograr cierto grado de precisión. La expresión de la desviación estándar σp de una proporción muestral es

donde σp = desviación estándar de un porcentajep = porcentaje verdadero de ocurrencia del elemento que se observa, expresado como decimaln = número total de observaciones aleatorias en las que se

basa p

Con base en el concepto de intervalo de confianza, considere el término zα/2σp como el límite aceptable de error O con un error de confianza de (1 – a)100%, donde

Elevando al cuadrado ambos lados y despejando n se obtiene

En el caso de una aplicación típica, usando un intervalo de confianza de 95%, zα/2 es 1.96 y n se convierte en

2. PRESENTACIÓN DEL MUESTREO DEL TRABAJO

Antes de iniciar un programa de muestreo del trabajo, el analista debe “presentar” su uso y confiabilidad a todos los miembros de la organización a quienes puedan afectar los resultados, entre los que se destacan el sindicato, el supervisor de línea y la administración de la compañía. Esta tarea se puede cubrir mediante varias sesiones cortas con los representantes de las distintas partes interesadas y una explicación con ejemplos de la ley de probabilidades, que expliquen por qué funcionan los procedimientos de muestreo. Aunque el estudio de tiempos con cronómetro sea bien entendido y fácilmente aceptado, tanto los sindicatos como los trabajadores aceptarán técnicas de muestreo del trabajo una vez que el procedimiento haya sido explicado por completo. Los factores a favor

pág. 7

del muestreo del trabajo son que el procedimiento es completamente impersonal y carece de la presión que implica un estudio de tiempos con cronómetro.

Figura 1 Distribución del número de caras con un número infinito de lanzamientos, usando Número de caras cuatro monedas no sesgadas.

En la sesión inicial, el analista debe crear un estudio sencillo lanzando monedas no sesgadas. Todos los participantes reconocerán con facilidad que al lanzar una sola moneda se tiene una posibilidad 50-50 de obtener cara. Si se les pregunta cómo determinaría la probabilidad de cara contra cruz, sin duda propondrán lanzar una moneda unas cuantas veces para ver qué ocurre. Si pregunta si dos veces es suficiente, seguro dirán que no. Pueden sugerir diez veces, pero podrían pensar que todavía no es suficiente. Si se sugieren números más grandes, quizás estén de acuerdo en que 100 veces o más es suficiente para lograr el resultado deseado con cierto grado de seguridad. Este ejemplo establece con firmeza el principio del muestreo del trabajo: un tamaño de muestra adecuado asegura la significancia estadística.

Posteriormente, el analista debe analizar los resultados probables de lanzar cuatro monedas no sesgadas. En este caso sólo existe un arreglo de resultados de las monedas lanzadas en el que no se obtienen caras y sólo uno en el que todas son caras. Sin embargo, tres caras o una cara pueden resultar de cuatro arreglos posibles. Seis arreglos pueden dar dos caras. Con las 16 posibilidades descritas, cuatro monedas no sesgadas que se lanzan en forma continua se distribuyen como lo muestra la figura 1.

Después de esta explicación y una demostración de la distribución, es decir, al hacer varios lanzamientos y registrar los resultados, la audiencia deberá estar de acuerdo en que 100 lanzamientos pueden mostrar una distribución normal. Mil lanzamientos tal vez se acerquen más a esa distribución y 100 000 darán una distribución casi perfecta. Sin embargo, tal distribución no es suficientemente más exacta que la distribución de 1 000 lanzamientos, y económicamente no vale la pena el esfuerzo adicional. Ello establece la idea de que el

pág. 8

acercamiento a una precisión significativa primero es rápido y después la velocidad de acercamiento disminuye.

En seguida, el analista debe señalar que una máquina u operario podrían estar de manera figurada en estado de cara o cruz. Por ejemplo, una máquina puede estar en funcionamiento (cara) o inactiva (cruz). En algún momento, una gráfica acumulada de “en funcionamiento” se equilibraría y daría una indicación de cuándo estaría bien detener las lecturas (vea la fi gura 14.3). Asimismo, el estado de máquina “inactiva” podría desglosarse en los diferentes tipos de interrupciones y demoras, para entender con más detalle ese tiempo.

3. PLANEACIÓN DE ESTUDIOS DE MUESTREO DEL TRABAJO

Antes de hacer las observaciones reales del estudio de muestreo del trabajo es necesario realizar una planeación detallada. Los planes se inician con una estimación preliminar de las actividades para las que se busca información. Esta estimación puede incluir una o más actividades, y a menudo se hace a partir de datos históricos. Si el analista no puede hacer una estimación razonable, deberá muestrear el área durante dos o tres días y usar esa información como la base de estas estimaciones. Una vez hechas las estimaciones preliminares, el analista puede determinar la exactitud deseada de los resultados. Ésta se puede expresar como una tolerancia o un límite de error dentro del nivel de confianza establecido. Después, debe estimar el número de observaciones que tomará y determinar la frecuencia de esas observaciones. Por último, el analista diseña la forma de muestreo del trabajo en la cual se tabulan los datos, así como las gráficas de control que se usarán durante el estudio.

Figura 2 Porcentaje acumulado del tiempo de

funcionamiento.

4. DETERMINACIÓN DEL NÚMERO NECESARIO DE OBSERVACIONES

Para determinar el número necesario de observaciones, el analista debe conocer la exactitud con que se desean los resultados. Entre más observaciones, mayor validez tendrá la respuesta final. Tres mil

pág. 9

observaciones dan un resultado considerablemente más confiable que 300. Sin embargo, debido al costo de obtener tantas observaciones y la mejora marginal de la exactitud, 300 observaciones pueden considerarse amplias.

Por ejemplo, suponga que se desea determinar el número de observaciones que se requieren, con 95% de confianza, tal que la proporción verdadera del tiempo de demoras personales e inevitables se encuentre dentro del intervalo de 6 a 10%. Se espera que el tiempo de las demoras inevitables y personales sea de 8%. Estos supuestos se expresan gráficamente en la fi gura 2. En este caso, pˆ sería igual a 0.08 y se supone una O de 2%, o 0.02. Con base en estos valores, es posible despejar n como viene a continuación:

Si el analista no tiene el tiempo o la capacidad para recolectar 707 observaciones y sólo puede recolectar 500 puntos de datos, la ecuación anterior se puede invertir para despejar el límite de error resultante:

En consecuencia, con 500 observaciones la exactitud del estudio sería de ±2.4%. Así, existe una concesión directa entre el error o exactitud del estudio y el número de observaciones recolectadas. Observe que este 2.4% es una exactitud absoluta. Algunos analistas pueden desear expresar esto como una exactitud relativa de 30% respecto a la proporción base (0.024/0.08).

En la actualidad es posible disponer fácilmente de paquetes de software para determinar el número de observaciones que se requieren en un estudio de muestreo del trabajo. Estos programas realizan todos los cálculos estadísticos que se necesitan para determinar tamaños de muestras e intervalos de confianza. Por ejemplo, pueden calcular intervalos de confianza de 90, 95 y 99% de una muestra. También pueden proporcionar el número de muestras necesario con el fi n de lograr una confianza de 90, 95 y 99% con un grado de exactitud específico.

Note que si se estudian varios trabajadores de manera simultánea, las observaciones no pueden considerarse independientes. Richardson y Pape (1992) estudiaron este problema de las observaciones correlacionadas y el resultado fue un intervalo de confianza corregido que se calcula después de la recolección de datos. En vez de la ecuación (1), la desviación estándar del intervalo de confianza se calcula a partir de

pág. 10

Figura 3 Rango de tolerancia del porcentaje de holgura por demoras inevitables que se

requieren dentro de una sección específica de una planta.

donde m = número de observaciones agrupadasn(j) = número de trabajadores en la j-ésima observaciónn = número total de observacionesy(j) = número de trabajadores “inactivos” (u otra categoría de interés) en la j-ésima observación

En el ejemplo 14.2 se demuestra el efecto de las observaciones correlacionadas sobre el error en un estudio de muestreo del trabajo.

5. DETERMINACIÓN DE LA FRECUENCIA DE OBSERVACIÓN

La frecuencia de las observaciones depende, en su mayor parte, del número de observaciones que se requiere y del tiempo disponible para desarrollar los datos. Por ejemplo, para completar 3 600 observaciones en 20 días calendario, el analista debería obtener aproximadamente 3 600/20 = 180 observaciones por día.

Por supuesto, el número de analistas disponible y la naturaleza del trabajo que se estudia también influyen en la frecuencia de las observaciones. Por ejemplo, si sólo se cuenta con un analista para acumular los datos del ejemplo 14.3, no sería práctico que esa persona tomara 180 observaciones durante un día.

Después de haber determinado el número de observaciones por día, debe seleccionarse el tiempo real necesario para registrar las observaciones. Para obtener una muestra representativa, las observaciones se toman a todas horas del día. Existen muchas formas para encontrar una ocurrencia aleatoria de las observaciones. Con un enfoque manual, el analista puede seleccionar nueve números cada día de una tabla estadística de números aleatorios, que estén entre 1 y 48. Si cada número corresponde a un valor en minutos, equivalente a 10 veces su tamaño, los números seleccionados pueden establecer la hora para tomar la observación, en minutos, a partir del inicio del día. Por ejemplo, el número aleatorio 20 significaría que el analista debe hacer una serie de observaciones 200 minutos después de iniciado el turno.

pág. 11

Otro enfoque considera los cuatro dígitos adyacentes en la tabla de números aleatorios. El dígito 1 es el identificador del día, con los números 1 a 5 correspondientes a los días de lunes a viernes. El dígito 2 es el identificador de las horas, con números de 0 a 8 sumados a la hora de inicio (por ejemplo, las 7:00 a.m.). Los dígitos 3 y 4 identifican los minutos, con números entre 0 y 60 como aceptables. Obviamente, el enfoque más sencillo es escribir un pequeño programa que use un generador de números aleatorios o cualquiera de las hojas de cálculo comerciales, o usar la característica incluida en DesignTools o QuikSamp.

El estudio debe ser suficientemente largo para incluir las fluctuaciones normales de la producción. Mientras mayor sea la duración del estudio global, más posibilidades habrán de observar las condiciones promedio. Por lo general, los estudios de muestreo del trabajo se realizan durante un bloque de tiempo que va de dos a cuatro semanas.

Otra alternativa para ayudar al analista a decidir cuándo tomar las observaciones diarias es un recordatorio aleatorio. Este instrumento de bolsillo hace sonar una alarma en tiempos aleatorios, para indicar al analista cuándo tomar la siguiente observación. El usuario preselecciona una tasa promedio de muestreo (observaciones por hora, por día) y responde con un viaje al área de recolección de datos cuando escucha la alarma. Típicamente, el instrumento puede preestablecerse para cualquiera de las siguientes alarmas promedio por hora: 0.64, 0.80, 1.0, 1.3, 1.6, 2.0, 2.5, 3.2, 4.0, 5.0, 6.4 y 8.0.

Este instrumento es especialmente útil para la autoobservación, que se analiza más adelante en este capítulo. Una tabla con tiempos preparada de antemano puede requerir tiempo del analista cuando intenta registrar los datos a conciencia en los tiempos enlistados.

6. DISEÑO DE UN FORMULARIO DE MUESTREO DEL TRABAJO

El analista debe diseñar un formulario de observación para registrar los datos recolectados durante el estudio de muestreo del trabajo. A menudo, un formulario estándar no es aceptable, puesto que cada estudio de muestreo del trabajo es único desde el punto de vista de las observaciones totales necesarias, los tiempos aleatorios en que se realizan y la información que se pretende obtener. La mejor forma está vinculada con los objetivos del estudio.

La fi gura 14.5 es un ejemplo de un formulario de un estudio de muestreo del trabajo. Un analista diseñó este formulario a fi n de determinar el tiempo de utilización de varios estados productivos y no productivos en un taller de reparación y mantenimiento. El formulario acepta 20 observaciones aleatorias durante el día de trabajo. Algunos analistas prefieren usar tarjetas especialmente diseñadas que permiten hacer las observaciones sin la atención que requiere una

pág. 12

tableta. La tarjeta puede tener un tamaño tal que se pueda llevar convenientemente en el bolsillo de la camisa o del saco. Por ejemplo, el formulario que se muestra en la fi gura 14.5 se puede dividir fácilmente en dos secciones e imprimir por ambos lados una tarjeta de 3 por 5 pulgadas que se puede llevar en el bolsillo de la camisa.

pág. 13

pág. 14

7. USO DE GRÁFICAS DE CONTROL

Las técnicas con gráficas de control que se utilizan en actividades de control estadístico de la calidad se pueden aplicar fácilmente en estudios de muestreo del trabajo. Como estos estudios tratan sólo con porcentajes o proporciones, los analistas usan con más frecuencia la gráfica p. El primer problema cuando se desea establecer una gráfica de control es la elección de los límites. En general, debe encontrarse un balance entre el costo de buscar causas atribuibles cuando no existen y el costo de no buscarlas cuando sí existen. Como elección arbitraria, el analista debe usar ± 3σ como límites de control en la gráfica p. (También se pueden utilizar límites más extremos como el proceso seis sigma desarrollado por Motorola.) Al sustituir 3σ por 1.96σ en la ecuación (1) se obtiene

Suponga que p para una condición dada es 0.10 y que cada día se toman 180 observaciones. Despejando O se tiene

Entonces se puede construir una gráfica de control similar a la fi gura 14.6, y los valores p′de cada día se incluirían en esa gráfica. En el trabajo de control de calidad, la gráfica de control indica si el proceso está bajo control. De manera similar, en el muestreo del trabajo, el analista considera los puntos fuera de los límites de ±3σ de p como fuera de control. En consecuencia, se supone que una muestra que da un valor p′se obtuvo de una población con un valor esperado de p si p′se encuentra dentro de los límites ±3σ de p.

Para expresarlo de otra manera, si una muestra tiene un valor p′ fuera de estos límites, se supone que proviene de alguna población diferente, o que la población original ha cambiado. Como en el trabajo de control de calidad, los puntos distintos a los que están fuera de control pueden tener alguna significancia estadística. Por ejemplo, es más probable que un punto esté fuera de los límites ±3σ que el hecho de que dos puntos sucesivos estén entre los límites ±2σ y ±3σ. Por lo tanto, dos puntos sucesivos entre estos límites indicarían que la población cambió. Se ha obtenido una serie de conjuntos de puntos significativos.

pág. 15

Figura 14.6 Gráfica de control de la muestra.El porcentaje de descomposturas del ejemplo 14.4 no permanecerá igual por siempre. La mejora de métodos debe ser un proceso continuo y el porcentaje de descomposturas debe disminuir. Las gráficas de control también pueden usarse para mostrar la mejora progresiva en las áreas de trabajo. Esta idea es especialmente importante si los estudios de muestreo del trabajo se usan para establecer tiempos estándar, debido a que si se quiere que los estándares sean realistas, éstos deben cambiar siempre que cambien las condiciones.

8. REGISTRO DE OBSERVACIONES

Al acercarse al área de trabajo, el analista no debe anticipar los registros esperados. Debe caminar hasta un punto fijo, hacer la observación y registrar los hechos. Podría ser útil poner una marca en el piso para mostrar el lugar donde debe pararse a fi n de realizar las observaciones. Si la persona o la máquina en estudio está inactiva, el analista también debe determinar la razón de ello y anotarla en el formulario. La causa de que un operario esté desocupado, ya sea la descompostura de una máquina, la falta de materia prima, etc., es muy importante para rediseñar el trabajo a efectos de mejorar la productividad. El analista debe aprender a tomar las observaciones visuales y realizar las entradas escritas después de salir del área de trabajo. Este arreglo minimiza el sentimiento del trabajador de que lo están observando y le permite alcanzar el desempeño acostumbrado.

Aun si el analista observa el protocolo adecuado del muestreo del trabajo, los datos tienden a padecer sesgos cuando la técnica se usa sólo para estudiar a las personas. La llegada de un analista al centro de trabajo influye de inmediato en la actividad del operario. Éste se concentra en la productividad en cuanto ve que el analista se acerca al centro de trabajo. Por otro lado, también existe una tendencia natural en el observador a registrar lo que acaba de ocurrir o lo que va a ocurrir, en lugar de lo que sucede en el momento exacto de la observación.

Una cámara de video puede ser útil para realizar estudios de muestreo del trabajo no sesgados que incluyen sólo a personas. Los autores realizaron un muestreo del trabajo durante 10 días con trabajadores de procesamiento de datos donde se incluían sólo los elementos “activo” o “inactivo”. Las 2 520 observaciones que se recolectaron utilizando una cámara, indicaron una diferencia estadísticamente significativa (p < 0.001), 12.3% mayor al promedio que se obtuvo mediante el método de observación personal. Cuando hubo duda en los trabajadores respecto a indicar si estaban inactivos, la cámara de video registró con exactitud la actividad en progreso. De manera semejante, algunos de los paquetes de software para

pág. 16

medición del trabajo que se describen más adelante incluyen agendas digitales personales (PDA) para facilitar el registro de datos y su descarga en la PC de escritorio para su análisis posterior. Estos dispositivos también se pueden configurar para que envíen una señal auditiva en los momentos aleatorios adecuados para recolectar los datos. Asimismo, se pueden utilizar dispositivos independientes con recordatorios aleatorios.

9. UTILIZACIÓN DE MÁQUINAS Y OPERARIOS

Los analistas pueden usar el muestreo del trabajo para determinar la utilización de máquinas y operarios. Como ejemplo, considere la utilización de máquinas en un taller de maquinaria pesada. La administración estimaba que el tiempo real de corte en esta sección debía ser alrededor de 60% de la jornada de trabajo, para cumplir con los presupuestos que se someterían a aprobación. Se incluían 14 máquinas y los analistas debieron tomar aproximadamente 3 000 observaciones para obtener la exactitud deseada.

Los analistas diseñaron un formulario de muestreo del trabajo (vea la fi gura 14.9, pero con las celdas en blanco) para registrar los 16 estados posibles en los que podían encontrarse las 14 máquinas en el momento de una observación. Después establecieron un patrón aleatorio de 6 observaciones de las 14 operaciones para cada uno de los 36 distintos turnos. Como el propósito principal del estudio era conocer el estado del tiempo de corte real en esta sección, un analista mantuvo actualizada una gráfica del porcentaje acumulado del tiempo de corte (vea la fi gura 14.10). Al inicio de cada día de estudio, los analistas calcularon la razón de todas las observaciones anteriores de corte sobre el total de observaciones hasta esa fecha. Al final del décimo día de estudio, el porcentaje de tiempo de corte comenzó a estabilizarse en 50.5%.

Después de recopilar las 3 024 observaciones, los analistas dividieron la suma de todas las observaciones de cada categoría entre el número total de observaciones, lo que dio como resultado el porcentaje que representa la distribución del tiempo de corte, el tiempo de preparación y las diferentes operaciones enlistadas. La fi gura 14.9 ilustra la hoja de resumen de este estudio con un tiempo de corte de 50.7%. El porcentaje de tiempo requerido por las diferentes demoras fue de alrededor de 9.6% para preparación y 10.8% para el manejo de herramientas, pueden indicar las áreas para la mejora de métodos que ayudaría a incrementar el tiempo de corte. En el ejemplo 14.5 se muestra un enfoque similar para determinar la utilización del operario.

pág. 17

pág. 18

Figura 14.10 Porcentaje acumulado del tiempo de corte de las máquinas.

Figura 14.12 Resumen de muestreo del trabajo de inactividades, interferencias y actividades de trabajo para

determinar la holgura por demoras inevitables.

10. DETERMINACIÓN DE HOLGURAS

Si se desea desarrollar estándares justos, la determinación de holguras o suplementos debe ser correcta. Antes de introducir el muestreo del trabajo, con frecuencia los analistas determinaban las holguras por razones personales y demoras inevitables, tomaban una serie de estudios durante todo el día de varias operaciones y después promediaban los resultados. De esta manera, registraban, tomaban tiempo y analizaban los viajes al baño, a la fuente de agua, las interrupciones, etc. Aunque este método proporcionaba una respuesta, era costoso y consumía mucho tiempo, y resultaba fatigoso tanto para el analista como para el operario.

A través del estudio de muestreo del trabajo, los analistas toman un gran número de observaciones (usualmente más de 2 000) en distintos momentos del día y de diferentes operarios. Pueden dividir el número total de ocurrencias de inactividad legítimas que involucran a operarios normales entre el número total de observaciones del trabajo. El resultado es igual al porcentaje de holgura que debe asignarse al operario de la clase de trabajo que se estudia. Los diferentes elementos que entran en las demoras personales e inevitables pueden mantenerse separados y se puede determinar una holgura equitativa para cada clase o categoría.

pág. 19

En la fi gura 14.12 se ilustra un resumen de un estudio de muestreo del trabajo para determinar holguras por demoras inevitables para operaciones de mesa, máquina, inspección y aspersor. Hubo interferencias en 26 casos de 2 895 observaciones que se realizaron en operaciones de mesa. Esto indicó una holgura por demoras inevitables de 0.95% (26/2 750) para esta clase de trabajo.

11. DETERMINACIÓN DEL TIEMPO ESTÁNDAR

El muestreo del trabajo puede ser muy útil para establecer los estándares de tiempo para las operaciones de mano de obra directa e indirecta. La técnica es la misma que la que se utiliza para determinar holguras. El analista debe tomar un gran número de observaciones aleatorias. El porcentaje del total de observaciones en las que el operario está trabajando se aproxima al porcentaje del tiempo total de ese estado.

De manera más específica, el tiempo observado TO (vea el capítulo 10) para un elemento dado se calcula a partir del tiempo de trabajo dividido entre el número de unidades producidas durante ese tiempo:

donde T = tiempo totalni = número de ocurrencias para el elemento in = número total de observacionesP = producción total por periodo estudiado

El tiempo normal TN se encuentra multiplicando el tiempo observado por la tasa promedio:

donde R = tasa promedio de desempeño = Σ R/n. Por último, el tiempo estándar se encuentra sumando las holguras al tiempo normal.

En el ejemplo l4.6 se muestra este procedimiento para una sola operación, mientras que en el ejemplo 14.7 se hace en el caso de elementos múltiples.

12. AUTOOBSERVACIÓN

Los administradores y los trabajadores asalariados deben tomar varias muestras periódicas de su propio trabajo para evaluar la eficiencia del uso de su tiempo. En muchos casos, los administradores dedican menos tiempo de lo que creen a los aspectos importantes. También dedican más tiempo a aspectos sin importancia, como demoras personales e inevitables, de lo que ellos creen. Una vez que saben cuánto tiempo les consumen las funciones que pueden delegar en sus subordinados y en el

pág. 20

personal de apoyo en la oficina, pueden tomar una acción positiva. Por ejemplo, un profesor universitario puede decidir llevar a cabo un muestreo de su trabajo personal para determinar cómo utiliza su tiempo durante un periodo de 8 semanas del año académico. Este periodo debe ser representativo y no estar sujeto a variaciones estacionales. El profesor establece un recordatorio aleatorio para proporcionar un promedio de 2 muestras por hora. Así, en el periodo de estudio de 8 semanas, el profesor tendrá 640 observaciones (8 semanas 40 h/semana 2 observaciones/h). Para elaborar un estudio más exacto, el profesor podría haber elegido tomar muestras a una tasa más alta dentro del intervalo de estudio.

Para registrar los datos, se usó un formulario similar al que se muestra en la fi gura 14.13 para registrar una semana de observaciones aleatorias diarias. Cada vez que el recordatorio aleatorio (por ejemplo Divilbiss Electronics) hacía sonar la alarma, el profesor registraba la letra del código de la categoría y el tiempo aplicables.

Al final del estudio de 8 semanas, 80 del total de 640 observaciones tenían código I (participación en comités), lo que significaba que alrededor de 12.5% del tiempo de trabajo estaba dedicado a esta actividad. El intervalo con 95% de confianza sería:

Por lo tanto, el profesor tiene 95% de confi anza de que el trabajo de comités ocupa 12.5 ± 2.6% del tiempo. Con base en este porcentaje y en los de las otras actividades, el profesor modificó su calendario para utilizar el tiempo y la energía en una forma más positiva.

pág. 21

Figura 14.13 Formulario Para muestreo del trabajo especialmente diseñado para la autoobservación.

13. SOFTWARE PARA MUESTREO DEL TRABAJO

Se estima que el uso de una computadora puede ahorrar 35% del costo total de un estudio de muestreo del trabajo, debido al alto porcentaje de trabajo de oficina relacionado con el tiempo de observación real. La mayor parte del esfuerzo involucrado en resumir los datos del muestreo del trabajo lo realiza el personal de apoyo: calcular porcentajes y exactitudes, graficar datos en los diagramas de control, determinar el número de observaciones que se requieren, determinar las observaciones diarias que se necesitan, determinar el número de viajes diarios al área de estudio, fi jar la hora del día de cada visita, etcétera.

Existen varios paquetes de software para muestreo del trabajo disponibles para el analista, los cuales tienen una variedad de características. WorkSamp, de Royal J. Dossett Corp., proporciona una alarma integrada para señalar la entrada de datos en intervalos aleatorios, varios informes resumidos diferentes y una conexión RS233C para subir los datos a una PC. Una pequeña desventaja es que usa un manejador de datos personalizado para recolectarlos de manera electrónica. Otros paquetes usan las PC portátiles o los PDA Palm más versátiles para recolectar datos, lo que permite que el analista los use para otras tareas.

Una ventaja de los programas para PC portátiles es que permiten realizar un análisis de datos mucho más detallado, pues se ligan directamente con Excel. Además, cualquiera de estos productos de software proporciona los siguientes beneficios al analista:

1. La cantidad de tiempo disponible del ingeniero industrial se incrementa cuando se reduce el trabajo rutinario de oficina.

2. Los resultados del estudio se logran con mayor rapidez y los datos se presentan de una manera más profesional.

3. El costo de realizar estudios de muestreo del trabajo se reduce significativamente.

4. La exactitud de los cálculos mejora.5. Los analistas cometen menos errores.6. El sistema automatizado proporciona un incentivo para hacer un

mayor uso de la técnica de muestreo del trabajo.

pág. 22

Figura 14.14 Programa QuikSamp para muestreo del trabajo en PDA Palm.a) Generación del número de observaciones requeridas; b) selección del tiempo y los días del muestreo;c) selección de los

operarios y elementos del trabajo que serán muestreados;d) tamaño máximo de la pantalla para la entrada de datos.

pág. 23

Conclusiones

El muestreo del trabajo es otra herramienta que permite al analista de tiempos y métodos obtener información sobre la utilización de las máquinas y los operarios así como establecer estándares de tiempo. El muestreo del trabajo con tasas de desempeño es especialmente útil para determinar la cantidad de tiempo que debe asignarse por demoras inevitables, detenciones y situaciones parecidas. La extensión de estas interrupciones es un área adecuada para mejorar la productividad. El muestro del trabajo también se está usando con mayor decisión para establecer estándares en la mano de obra de apoyo a la producción, mantenimiento y servicios.

Todos los involucrados en el campo de los estudios de métodos y tiempos y del pago de salarios deberían familiarizarse con las ventajas, limitaciones, usos y aplicaciones de esta técnica. En resumen, deben tomarse en cuenta las siguientes consideraciones:

1 Explicar y “presentar” el método de muestreo del trabajo antes de usarlo.

2. Confinar los estudios individuales a grupos similares de máquinas u operaciones.

3. Usar un tamaño de muestra tan grande como sea práctico.4. Tomar observaciones individuales en tiempos aleatorios, de

manera que las observaciones se registren durante todas las horas del día.

5. Tomar observaciones durante un periodo extenso de manera que sean representativas de las condiciones reales.

pág. 24

Bibliografía

Ingeniería industrial: Métodos, estándares y diseño del trabajoDuodécima ediciónBenjamin W. NiebelThe Pennsylvania State UniversityAndris FreivaldsThe Pennsylvania State University

Diapositivas de curso Ing. De Metodos I dirigida por el Ing. Arturo Fernández.

FACULTAD DE INGENIERÍA Y ARQUITECTURAEscuela Profesional de Ingeniería IndustrialUniversidad San Martin de Porres.Ing. Joel Vargas Sagástegui

pág. 25