2.

1 CONCEPTOS GENERALES DEL MUESTREO DE TRABAJO

Muestreo de trabajo
El muestreo de trabajo es una técnica que se utiliza para investigar las
proporciones del tiempo total dedicada a las diversas actividades que componen
una tarea, actividades o trabajo, mediante muestreo estadístico y observaciones
aleatorias, el porcentaje de aparición de determinada actividad. Los resultados del
muestreo sirven para determinar tolerancias o márgenes aplicables al trabajo, para
evaluar la utilización de las máquinas y para establecer estándares de producción
entre otras aplicaciones.
El método de muestreo de trabajo tiene varias ventajas sobre el de obtención de
datos por el procedimiento usual de estudio de tiempos. Tales ventajas son:
a) No requiere observación continua por parte de un analista durante un
periodo de tiempo largo.
b) El tiempo de trabajo de oficina disminuye.
c) El total de horas - trabajo a desarrollar por el analista es generalmente
mucho menor.
d) El operario no está expuesto a largos periodos de observaciones
cronométricas.
e) Las operaciones de grupos de operarios pueden ser estudiadas fácilmente
por un solo analista.
Para poder llevar a cabo un estudio de muestro del trabajo, es necesario seguir los
siguientes puntos:
1. Seleccionar el trabajo que se estudiará y determinar los objetivos del
estudio.
2. Efectuar una observación preliminar para determinar los valores
aproximados de p y q.
3. Determinar, en base al nivel de confianza y el grado de precisión
seleccionados, el número n de observaciones requeridas.
4. Determinar la frecuencia de las observaciones utilizando tablas de números
aleatorios.
5. Preparar hojas de registro conformes a los objetivos del estudio.

Población
Son las unidades en conjunto, las cuales tienen una o más características en
común. Es la totalidad del universo que se desea estudiar y por ello es importante
que esté bien delimitado y definido. La población se clasifica en teórica y
estudiada.
 1. La población teórica es aquella donde se desean extrapolar los resultados
al conjunto de elementos, puede realizarse la pregunta ¿a quién deseo
generalizar los resultados de los estudios?
2. La población estudiada representa a los elementos a los cuales puede
accederse durante el estudio, ¿a quién puedo acceder en el estudio?

Muestra
¿Quién forma parte del estudio?, cuando no es posible realizar un censo se
procede a estudiar elementos que sean una parte representativa de la población.
La muestra debe ser representativa y para ello debe reflejar las características
importantes encontradas en la población. Los resultados que se desean estudiar
puede clasificarse como variable discreta o continua, siendo discreta valores que
pueden ser clasificados y continua los valores que no pueden clasificarse con
tanta facilidad. Para que el estudio de una muestra sea válido para la población,
se requiere:
 Homogeneidad: a lo largo de toda la muestra se cuenta con las mismas
proporciones y características que las de la población en los aspectos que
influyen sobre la variable que se estudia.
 Representatividad: La muestra ha de ser un modelo representativo de la
población.
Para poder determinar el tamaño de la muestra, es decir la cantidad de elementos
¿cuántos individuos necesito para poder generalizar resultados? que se
estudiarán de la población lo cual se entenderá como muestra, es necesario
comprender los siguientes conceptos.
 Parámetro: ciertos datos que se obtienen de la población.
 Estadístico: datos obtenidos de la muestra lo cual se generaliza sobre la
población.
 Criterios de delimitación: selección del aspecto a estudiar de la población
como el lugar, tamaño de población o temporalidad.
 Error de muestreo: es una imprecisión que se realiza en el momento de
seleccionar o estimar un parámetro. Es la diferencia entre el estadístico y
su parámetro, siempre se cometerá un error el error de muestreo da una
noción de cuánto se aleja un valor de la realidad, la única forma de no
cometer errores es por medio del censo completo.
 Error de sesgo: imprecisión debido a la recolección o interpretación
incorrecta de datos que no representan la realidad.
 Nivel de confianza: representa la probabilidad de que el resultado obtenido
sea real o que capte el verdadero valor del parámetro.
  Desviación estándar: medida de dispersión de un conjunto de datos.
Informa sobre la variación de los datos respecto de la media.
 Varianza poblacional: en el momento en que la población es homogénea
la variación entre los resultados disminuye, así como el número de
elementos que debe estudiarse de la población, en otras palabras,
disminuye el tamaño de muestra. Indica la variabilidad de la característica
que se estudia.
Los muestreos realizados se clasifican en probabilísticos y no probabilísticos
dependiendo de la probabilidad que tienen los elementos de ser seleccionados
durante el muestreo.
Los métodos de muestreo probabilísticos son aquellos que se basan en el
principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos
tienen la misma probabilidad de ser elegidos para formar parte de una muestra y,
consiguientemente, todas las posibles muestras de tamaño n tienen la misma
probabilidad de ser elegidas. Sólo estos métodos de muestreo probabilísticos nos
aseguran la representatividad de la muestra extraída y son, por tanto, los más
recomendables.
Entre los métodos de muestreo probabilísticos más utilizados en investigación
encontramos:
 Muestreo aleatorio simple
 Muestreo estratificado
 Muestreo sistemático
 Muestreo polietápico o por conglomerados
Ahora bien, los métodos de muestreo no probabilísticos no garantizan la
representatividad de la muestra y por lo tanto no permiten realizar estimaciones
inferenciales sobre la población.
Los muestreos no probabilísticos más usuales en la investigación son:
 De Conveniencia
 De Juicios
 Por Cuotas de Bola de Nieve Discrecional
2.2 OBJETIVOS DEL MUESTREO DE TRABAJO
Los objetivos del muestreo de trabajo son:
1. Evaluar la eficiencia y la productividad: El objetivo principal del muestreo del
trabajo es identificar oportunidades para mejorar la eficiencia y la
productividad de los procesos. El muestreo del trabajo permite identificar los
cuellos de botella y los procesos ineficientes en el trabajo, lo que ayuda a la
organización a mejorar la eficiencia y la productividad en general.

2. Identificar problemas de calidad: El muestreo del trabajo también se utiliza

para identificar problemas de calidad en los procesos. Al analizar cómo se
realiza el trabajo, es posible identificar problemas de calidad en el proceso y
tomar medidas para corregirlos.

3. Identificar oportunidades para la mejora continua: El muestreo del trabajo

también ayuda a identificar oportunidades para la mejora continua. Al
analizar cómo se realiza el trabajo, es posible identificar áreas en las que se
pueden implementar mejoras continuas para mejorar la eficiencia, la
productividad y la calidad.

4. Optimizar el uso de los recursos: El muestreo del trabajo permite optimizar

el uso de los recursos, incluyendo el tiempo, los materiales y la mano de
obra. Al analizar cómo se realiza el trabajo, es posible identificar
oportunidades para reducir los costos y mejorar la eficiencia en la utilización
de los recursos.

En otras palabras, su objetivo es establecer el porcentaje que con respecto al

período total de tiempo se dedica a ciertas actividades. Es una técnica en la cual
se realiza un gran número de observaciones a un grupo de máquinas, procesos u
operarios durante un periodo de tiempo. Cada observación registra lo que está
ocurriendo en ese instante, y el porcentaje de observaciones registrada para una
actividad particular o demora es una medida del porcentaje de tiempo durante el
cual esta actividad o demora ocurren. El porcentaje de tiempo dedicado a una
actividad particular se establece a partir de un número de observaciones
realizadas al azar.
2.3 PLANEACIÓN Y APLICACIÓN DEL ESTUDIO DEL MUESTREO DE
TRABAJO
Planeación
Primeramente, existe una planeación para la aplicación del estudio del muestreo
de trabajo como lo es:

1. Preparar el muestreo del trabajo.

 Cuáles son los objetivos del estudio.
 Qué es lo que se va a determinar.
 Qué información es necesaria.
 Qué campo abarcará el estudio.
 Qué margen de error será permitido.

2. Investigaciones preliminares.
 Definir claramente las actividades.
 Clasificar en categorías las actividades del estudio.
 Estimar los porcentajes.
 Calcular el número de observaciones necesarias.
 Calcular el tiempo que se va a llevar el estudio.

3. Establecer un registro para medir cuantitativamente la producción con

objeto de relacionarla con los datos del muestreo del trabajo.

4. Establecer el procedimiento.
 Diseñar las formas.
 Fijar las observaciones al azar.
 Fijar los puntos de observación.

5. Seleccionar a los observadores.

 Adiestrarlos.
 Discutir las definiciones de las actividades con los observadores.

6. Comunicar a todos los afectados.

PRESENTACIÓN AL ALTO NIVEL.
  Explicar los objetivos.
 Aclarar dudas.

7. Ejecución del muestreo del trabajo.

 Observar las actividades y registrar los datos.
 Hacer las observaciones.
 Evitar los errores y los prejuicios.
 Ser explícito, no adelantarse a ninguna acción.
 Anotar sólo lo que ve en el momento de la observación.
 Preparar resumen, comprensible y adecuado.

Aplicación
Por otra parte, las aplicaciones del estudio de muestreo de trabajo son variadas
dentro de un proceso de trabajo lo que hace que sea importante para dicho
proceso, como lo son:
 Para determinar el tiempo que empleara el trabajador en cualquier actividad
o tarea.
 Para determinar el tiempo improductivo y/o el productivo de personas,
máquinas y operaciones.
 La magnitud de los tiempos perdidos y las causas que lo produjeron.
 los rendimientos personales o de grupo.
 El tiempo efectivo durante el que se emplea el equipo.
 El tiempo de preparación y retiro de herramientas y puesta a punto de las
maquinas.
 El número de personas o maquinas que son necesarias para efectuar una
tarea.
 Determinación de tiempos estándar de operaciones no repetitivas y de
ciclos largos
2.4 DISEÑO DE FORMAS DE REGISTRO
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. El analista diseña el
formulario con el fin de  determinar el tiempo de utilización de varios estados a
medir, es decir lo que se desea muestrear.
 El formulario puede aceptar el número observaciones aleatorias necesarias
durante el día de trabajo. 
 Algunos analistas prefieren usar tarjetas especialmente diseñadas que
permiten hacer las observaciones sin la atención que requiere una tableta. 
 La tarjeta puede tener un tamaño tal que se pueda llevar convenientemente
en el bolsillo de la camisa o del saco. Por ejemplo, un formulario 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.
Ejemplo:
2.5 SELECCIÓN DE NIVEL DE CONFIANZA
El Nivel de Confianza o Riesgo Alfa es la seguridad que desea obtener el auditor
en el resultado de sus pruebas.
“Es la probabilidad de que las conclusiones estadísticas del auditor sean
correctas. El nivel de confianza se determina teniendo en consideración el máximo
riesgo de muestreo que el auditor pueda tolerar. El complemento del nivel de
confianza es el riesgo de que se acepte como bueno un sistema de control interno
no efectivo. El auditor debe prestar su mayor atención a este tipo de
riesgo.” (“Aplicación del Muestreo Estadístico a la Auditoría”, Juan Antonio de
Agustín Melendro).
Intervalo de Confianza (I): Es el intervalo de la variable en el cual está
comprendido, en términos de probabilidad, un determinado porcentaje de los
valores observados, por lo general se expresan en términos de la desviación
estándar (); I/2= K.
Nivel de Confianza (C). Representa la probabilidad de que los valores obtenidos
en el muestreo no se desvíen más allá del Intervalo de Confianza.
Precisión (e). Representa el grado de desviación o tolerancia permitida con
respecto al valor verdadero de la media (I/2=e p).
¿Cómo establecer los niveles de confianza y porcentaje de error?
NIVELES DE CONFIANZA
La confianza o el porcentaje de confianza es el porcentaje de seguridad que existe
para generalizar los resultados obtenidos. Esto quiere decir que un porcentaje del
100% equivale a decir que no existe ninguna duda para generalizar tales
resultados, pero también implica estudiar a la totalidad de los casos de la
población.
Para evitar un costo muy alto para el estudio o debido a que en ocasiones llega a
ser prácticamente imposible el estudio de todos los casos, entonces se busca un
porcentaje de confianza menor. Comúnmente en las investigaciones sociales se
busca un 95%. Probabilidad de que la estimación efectuada se ajuste a la
realidad. Cualquier información que queremos recoger está distribuida según una
ley de probabilidad (Gauss o Student), así llamamos nivel de confianza a la
probabilidad de que el intervalo construido en torno a un estadístico capte el
verdadero valor del parámetro.
También hay que tomar en cuenta que el nivel de confianza no es ni un
porcentaje, ni la proporción que le correspondería, a pesar de que se expresa en
términos de porcentajes. El nivel de confianza se obtiene a partir de la distribución
normal estándar, pues la proporción correspondiente al porcentaje de confianza es
el área simétrica bajo la curva normal que se toma como la confianza, y la
intención es buscar el valor Z de la variable aleatoria que corresponda a tal área.
Por ejemplo: Si se quiere un porcentaje de confianza del 95%, entonces hay que
considerar la proporción correspondiente, que es 0.95. Lo que se buscaría en
seguida es el valor Z para la variable aleatoria z tal que el área simétrica bajo la
curva normal desde -Z hasta Z sea igual a 0.95, es decir, P(-Z<z<Z)=0.95.
Utilizando las tablas, o la función DISTR.NORM.ESTAND.INV() del Excel, se
puede calcular el valor de Z, que sería 1.96 (con una aproximación a dos
decimales).
Esto quiere decir que P (−1.96<z<1.96)=0.95.
ERROR O PORCENTAJE DE ERROR
El error o porcentaje de error equivale a elegir una probabilidad de aceptar una
hipótesis que sea falsa como si fuera verdadera, o la inversa: rechazar a hipótesis
verdadera por considerarla falsa. Al igual que en el caso de la confianza, si se
quiere eliminar el riesgo del error y considerarlo como 0%, entonces la muestra es
del mismo tamaño que la población, por lo que conviene correr un cierto riesgo de
equivocarse.
Comúnmente se aceptan entre el 4% y el 6% como error, tomando en cuenta de
que no son complementarios la confianza y el error.
• . Cualquiera sea el procedimiento utilizado y la perfección del método empleado,
la muestra diferirá de la población. A esta diferencia se la denomina error de
muestreo.
Cuando una muestra es aleatoria o probabilística, es posible calcular sobre ella el
error muestral. Este error indica el porcentaje de incertidumbre, es decir, el riesgo
que se corre que la muestra elegida no sea representativa. Si trabajamos con un
error calculado en 5%, ello significa que existe un 95% de probabilidades de que el
conjunto muestral represente adecuadamente al universo del cual ha sido
extraído.
A medida que incrementamos el tamaño de la muestra, el error muestral tiende a
reducirse, pues la muestra va acercándose más al tamaño del universo. Del
mismo modo, para una muestra determinada, su error será menor cuanto más
pequeño sea el universo a partir del cual se la ha seleccionado. Así, para un
universo de 10.000 casos, una muestra de 200 unidades tendrá un error mayor
que una de 300; una muestra de 200 casos, por otra parte, tendrá un error mayor
si el universo tiene 10.000 unidades que si éste posee solamente 2000.
Para fijar el tamaño de la muestra adecuado a cada investigación, es preciso
primero determinar el porcentaje de error que estamos dispuestos a admitir. Una
vez hecho esto, deberán realizarse las operaciones estadísticas correspondientes
para poder calcular el tamaño de la muestra que nos permite situarnos dentro del
margen de error aceptado.
A veces, sin embargo, el tamaño de la muestra queda determinado previamente
por consideraciones prácticas; en tales casos, no hay otra alternativa que aceptar
el nivel de error que su magnitud acarree
Debemos advertir a los principiantes que el error muestral nunca debe calcularse
como un porcentaje del tamaño de la muestra respecto al del universo. La
variación de los errores al modificarse estas cantidades se da proporcionalmente,
pero no de acuerdo a ecuaciones lineales. Para ello es preciso calcular, en cada
caso, el error que podamos cometer, o porcentaje de riesgo, de acuerdo a los
datos concretos disponibles y según ciertas ecuaciones bien conocidas en
estadística
La variabilidad es la probabilidad (o porcentaje) con el que se aceptó y se rechazó
la hipótesis que se quiere investigar en alguna investigación anterior o en un
ensayo previo a la investigación actual. El porcentaje con que se aceptó tal
hipótesis se denomina variabilidad positiva y se denota por p, y el porcentaje con
el que se rechazó se la hipótesis es la variabilidad negativa, denotada por q.
Hay que considerar que p y q son complementarios, es decir, que su suma es
igual a la unidad: p+q=1. Además, cuando se habla de la máxima variabilidad, en
el caso de no existir antecedentes sobre la investigación (no hay otras o no se
pudo aplicar una prueba previa), entonces los valores de variabilidad es p=q=0.5.
Una vez que se han determinado estos tres factores, entonces se puede calcular
el tamaño de la muestra como a continuación se expone.
Hablando de una población de alrededor de 10,000 casos, o mínimamente esa
cantidad, podemos pensar en la manera de calcular el tamaño de la muestra a
través de las siguientes fórmulas. Hay que mencionar que estas fórmulas se
pueden aplicar de manera aceptable pensando en instrumentos que no incluyan
preguntas abiertas y que sean un total de alrededor de 30.
Por ejemplo: En el Colegio de Bachilleres, una institución de nivel medio superior,
se desea realizar una investigación sobre los alumnos inscritos en primer y
segundo años, para lo cual se aplicará un cuestionario de manera aleatoria a una
muestra, pues los recursos económicos y el tiempo para procesar la información
resultaría insuficiente en el caso de aplicársele a la población estudiantil completa.
En primera instancia, suponiendo que no se conoce el tamaño exacto de la
población, pero con la seguridad de que ésta se encuentra cerca a los diez
millares, se aplicará la primera fórmula.
Se considerará una confianza del 95%, un porcentaje de error del 5% y la máxima
variabilidad por no existir antecedentes en la institución sobre la investigación y
porque no se puede aplicar una prueba previa.
Primero habrá que obtener el valor de Z de tal forma que la confianza sea del
95%, es decir, buscar un valor de Z tal que P (-Z<z<Z)=0.95. Utilizando las tablas
o las funciones de Excel se pueden obtener, o viendo (en este caso) el ejemplo
anterior, resulta que Z=1.96.
De esta manera se realiza la sustitución y se obtiene:
Esto quiere decir que el tamaño de la muestra es de 385 alumnos.
La estadística es "la ciencia exacta de lo aproximado". Es por ello que cuando se
dice que "el índice de aceptación de un producto es de 36% con un nivel de
significación de 95% y un nivel de precisión de 2%" se nos está diciendo lo
siguiente:
Que el 36% de los encuestados contestó que aceptaría el producto.
Que la respuesta en la población no es exactamente 36% sino que podría estar
entre 34% y 38% (es decir 2% más o menos de la cifra dada). A esta variación se
le denomina también "intervalo de confianza"
Que si se tomaran al azar 20 muestras diferentes de la misma población, la
respuesta estaría entre 34 y 38% en 19 de las 20 muestras (95% = 19/20).
Como se verá, no hay nada exacto, sino solamente aproximaciones. Lo bueno de
todo esto es que las aproximaciones son mejores que el olfato de muchos
gerentes pues lo más probable es que éstos se equivoquen mucho más de una
vez cada veinte que imaginan algo sobre el mercado.
Para calcular el tamaño de una muestra hay que tomar en cuenta tres factores:
1. El porcentaje de confianza con el cual se quiere generalizar los datos desde
la muestra hacia la población total.
2. El porcentaje de error que se pretende aceptar al momento de hacer la
generalización.
3. El nivel de variabilidad que se calcula para comprobar la hipótesis.
La confianza o el porcentaje de confianza es el porcentaje de seguridad que existe
para generalizar los resultados obtenidos. Esto quiere decir que un porcentaje del
100% equivale a decir que no existe ninguna duda para generalizar tales
resultados, pero también implica estudiar a la totalidad de los casos de la
población.
Para evitar un costo muy alto para el estudio o debido a que en ocasiones llega a
ser prácticamente imposible el estudio de todos los casos, entonces se busca un
porcentaje de confianza menor. Comúnmente en las investigaciones sociales se
busca un 95%.
El error o porcentaje de error equivale a elegir una probabilidad de aceptar una
hipótesis que sea falsa como si fuera verdadera, o la inversa: rechazar a hipótesis
verdadera por considerarla falsa. Al igual que en el caso de la confianza, si se
quiere eliminar el riesgo del error y considerarlo como 0%, entonces la muestra es
del mismo tamaño que la población, por lo que conviene correr un cierto riesgo de
equivocarse.
Comúnmente se aceptan entre el 4% y el 6% como error, tomando en cuenta de
que no son complementarios la confianza y el error.
La variabilidad es la probabilidad (o porcentaje) con el que se aceptó y se rechazó
la hipótesis que se quiere investigar en alguna investigación anterior o en un
ensayo previo a la investigación actual. El porcentaje con que se aceptó tal
hipótesis se denomina variabilidad positiva y el porcentaje con el que se rechazó
se la hipótesis es la variabilidad negativa.
2.6 DETERMINACIÓN DE HORARIOS ALEATORIOS.

Esta actividad implique la

técnica de establecer un
estándar de tiempo permisible
para realizar una tarea
determinada, con base de la
medición del contenido de
trabajo de método prescrito,
con la debida consideración
de la fatiga, las demoras
personales y los retrasos
inevitables
Esta actividad implique la
técnica de establecer un
estándar de tiempo permisible
para realizar una tarea
determinada, con base de la
medición del contenido de
trabajo de método prescrito,
con la debida consideración
de la fatiga, las demoras
personales y los retrasos
inevitables
Esta actividad implique la
técnica de establecer un
estándar de tiempo permisible
para realizar una tarea
determinada, con base de la
medición del contenido de
trabajo de método prescrito,
con la debida consideración
de la fatiga, las demoras
personales y los retrasos
inevitables.
Implica la técnica de establecer un estándar de tiempo permisible para realizar una
tarea determinada, con base de la medición del contenido de trabajo de método
prescrito, con la debida consideración de la fatiga, las demoras personales y los
retrasos inevitables.
La productividad es la manera en que la gerencia de servicios mide el trabajo para
la cual fueron contratados los mecánicos y que generan los ingresos del taller. Es
la relación de las horas reales que los técnicos trabajan en órdenes de reparación
y el tiempo total que están presentes disponibles para trabajar. Para contar con
información útil la productividad debe calcularse en 2 vértices:
 Productividad económica.
 Productividad técnica.

La productividad económica: Señala la relación entre las horas facturadas

(productivas económicamente) y el tiempo disponible.
Productividad técnica: Es la relación del tiempo que el técnico pasa en la
realización contra el tiempo disponible.
 Productividad económica = Horas facturadas / Horas disponibles.
 Productividad técnica = Tiempo trabajando / Tiempo disponible.
Efectividad: Es el éxito de una organización para alcanzar uno objetivos y con
atributos esperados por el cliente. La medida más común de efectividad en las
empresas es la utilidad general.
Eficiencia: Es la comparación de tiempos que el técnico utiliza para llevar a cabo
un trabajo en relación con el tiempo determinado.
 Eficiencia = Tiempo determinado / Tiempo real.

Objetivos principales.
1.- Aumentar la productividad y reducir el costo por unidad permitiendo así que
se logre la mayor producción de bienes para un número mayor de
personas.
2.- Minimizar el tiempo requerido para la ejecución de los trabajos.
3.- Conservan los recursos y minimizan los costos especificando los materiales
directos e indirectos más apropiados para la producción de bienes y
servicios.
4.- Efectúa en la producción sin perder de vista de la disponibilidad de energía.
5.- Proporcionan un producto que es cada vez más confiable y de alta calidad-
6.- Maximizar la seguridad, la salud, y el bienestar de todos los trabajadores.
7.- Realizan la producción considerando cada vez más la protección necesaria
de las condiciones ambientales.
8.- Aplica en un programa de administración según un alto nivel humano. La
productividad es la manera en que la gerencia de servicios mire el trabajo
para él en la cual fueron contratados los mecánicos y que genera los
ingresos del taller. Es la relación de las obras reales y los técnicos trabajan
en órdenes de reparación y el tiempo total que están presentes y
disponibles para trabajar.

Metodología por seguir para poder utilizar tablas de horarios aleatorios:

i. Identificar número y elementos que componen a la población.
ii. Identificar la cantidad optima de muestra.
iii. Asignación de elementos a muestrear.
iv. Selección de números aleatorios.
v. Llevar a cabo diseño de formatos de inspección.
 vi. División de la muestra en los días en los que se trabajara.
vii. Llevar a cabo un conteo de pasos previamente a los lugares en donde se
inspeccionará.

viii. Una vez que el analista

haya explicado el método y
obtenido la aprobación del
ix. supervisor respectivo,
estará en condiciones de
realizar el planteamiento
x. detallado, que es esencial
antes de iniciar las
observaciones reales.
xi. El primer paso es efectuar
una estimación preliminar
de las actividades acerca de
xii. las que buscan
información. Esta
 estimación puede abarcar
una o más
xiii. actividades. Con
frecuencia la estimación
se puede realizar
razonable, deberá
xiv. muestrear el área o las
áreas de interés durante un
período corto y utilizar la
xv. información obtenida como
base de sus estimaciones.
xvi. Una vez hechas las
estimaciones se debe
determinar la exactitud que
sea de los
 xvii. resultados. Esto se puede
expresar mejor como una
tolerancia dentro de un
nivel
xviii. de confianza establecido.
El analista llevará a
cabo ahora una
estimación del
xix. número de observaciones a
realizar. Es posible
determinar la frecuencia de
las
xx. observaciones.
xxi. El siguiente paso será
diseñar la forma para
 muestreo de trabajo en la
que se
xxii. tabularán los datos y
los diagramas de
control que se utilizarán
junto con el
xxiii. estudio

2.7 REGISTRO CONCENTRADO DE OBSERVACIONES.

Una vez que el analista haya explicado el método y obtenido la aprobación del
supervisor respectivo, estará en condiciones de realizar el planteamiento
detallado, que es esencial antes de iniciar las observaciones reales.
El primer paso es efectuar una estimación preliminar de las actividades acerca de
las que buscan información. Esta estimación puede abarcar una o más
actividades. Con frecuencia la estimación se puede realizar razonable, deberá
muestrear el área o áreas de interés durante un periodo corto y utilizar la
información obtenida como base de sus estimaciones.
Una vez hechas las estimaciones se debe determinar la exactitud que sea de los
resultados. Esto se puede expresar mejor como una tolerancia dentro de un nivel
de confianza establecido. El analista llevará a cabo ahora una estimación del
número de observaciones a realizar. Es posible determinar la frecuencia de las
observaciones.
El siguiente paso será diseñar la forma para muestreo de trabajo en la que se
tabularán los datos y los diagramas de control que se utilizarán junto con el
estudio.
Procesamiento de la información recopilada 

1. Efectuar una estimación preliminar de las actividades. 

2. Determinar la exactitud que sea de los resultados. 
3. Estimación del número de observaciones a realizar.

Diseñar la forma para muestreo de trabajo.

1. Determinar el número de observaciones a realizar. 
2. Fijar el número de días disponibles para completar la fase de recolección de
datos del estudio. 
3. Determinar la frecuencia de realización de las observaciones. 
4. Determinar el número de observadores requeridos. 
5. Fijar la ruta a seguir por el observador. 
6. Hacer el programa de observaciones para cada día. 
7. Diseñar la hoja de observaciones.

Hacer las observaciones de acuerdo con el plan y el programa y resumir los

datos.
1. Hacer las observaciones y anotar lo observado. 
2. Resumir los datos al final de cada día. 
3. Construir el gráfico de control diario. 
El hecho de que no se utilice cronometro tiende a eliminar de los operarios una
cierta tensión mental. 
Una cámara de vídeo puede ser útil para realizar un estudio de muestreo del
trabajo no sesgado que incluye solo personas.
Ventajas de la aplicación de la técnica de Muestreo de trabajo con respecto a
los métodos ordinarios de Estudio de Tiempos.
 Muchas actividades, cuya medición por medio de los métodos ordinarios de
estudio de tiempos resulta impráctica o costosa, se pueden medir
fácilmente por medio de Muestreo de Trabajo.
 Un solo observador puede estudiar varios operarios o máquinas
simultáneamente.
 Como las observaciones se distribuyen a lo largo de un periodo apreciable
de tiempo, es menos probable que los resultados se vean afectador por las
variaciones de tipo contingencias.
 El estudio puede interrumpirse en cualquier momento sin que ello afecte los
resultados.
 Como la observación en instantánea, es poco probable que el operario
modifique su patrón de trabajo cuando sabe que está siendo observado.
 No se requieren observaciones sin adiestramiento o formación especial.
 No se necesita ningún equipo para medir tiempos.
 Los resultados se obtienen con un grado de confiabilidad.

Desventajas de la aplicación de la técnica de Muestreo de Trabajo con

respecto a los métodos ordinarios de Estudio de Tiempos.
 Si al operario no se le ha explicado el objetivo del estudio, puede modificar
su ritmo de trabajo a la vista del observador. Cuando esto sucede, los
resultados del Muestreo de Trabajo son de escaso valor.
 En general el Muestreo de Trabajo no resulta económico cuando se va a
estudiar a un solo trabajador o una sola máquina, ni tampoco para estudiar
máquinas u operarios esparcidos en grandes zonas.

2.8 ANÁLISIS DE LA INFORMACIÓN REGISTRADA.

El análisis de la información registrada puede definirse como la aplicación de
técnicas de procesamiento automático del lenguaje natural, de clasificación
automática y de representación gráfica (cartografía) del contenido cognitivo
(conocimientos) y actual (fecha, lengua, tipo de publicación…) de los datos
bibliográficos (o textuales).
 A medida que le analista considera el área de trabajo, no debe anticipar los
registros que espera hacer. Debe caminar un punto o una cierta distancia
del equipo, efectuar su observación y registrar los hechos.
 El analista debe aprender a efectuar observaciones o verificaciones
visuales y realizar las anotaciones después de haber abandonado la zona
de trabajo. Esto reducirá al mínimo la sensación de ser observado que
experimentaría un operario, el que continuaría trabajando así en la forma
acostumbrada.

2.9 ELABORACIÓN DE GRÁFICOS 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.

La idea tradicional de inspeccionar el producto final y eliminar las unidades que no

cumplen con las especificaciones una vez terminado el proceso, se reemplaza por
una estrategia más económica de prevención antes y durante del proceso
industrial con el fin de lograr que precisamente estos productos lleguen al
consumidor sin defectos.
Así las variaciones de calidad producidas antes y durante el proceso pueden ser
detectadas y corregidas gracias al empleo masivo de Gráficas de Control.
Según este nuevo enfoque, existen dos tipos de variabilidad. El primer tipo es una
variabilidad aleatoria debido a "causas al azar" o también conocida como "causas
comunes". El segundo tipo de variabilidad, en cambio, representa un cambio real
en el proceso atribuible a "causas especiales", las cuales, por lo menos
teóricamente, pueden ser identificadas y eliminadas.
Los gráficos de control ayudan en la detección de modelos no naturales de
variación en los datos que resultan de procesos repetitivos y dan criterios para
detectar una falta de control estadístico. Un proceso se encuentra bajo control
estadístico cuando la variabilidad se debe sólo a "causas comunes".
Los gráficos de control de Shewart son básicamente de dos tipos; gráficos de
control por variables y gráficos de control por atributos. Para cada uno de los
gráficos de control, existen dos situaciones diferentes;
a) Cuando no existen valores especificados.
b) Cuando existen valores especificados.

Se denominan "por variables" cuando las medidas pueden adoptar un intervalo

continuo de valores; por ejemplo, la longitud, el peso, la concentración, etc. Se
denomina "por atributos" cuando las medidas adoptadas no son continuas;
ejemplo, tres tornillos defectuosos cada cien, 3 paradas en un mes en la fábrica,
seis personas cada 300, etc.
Gráfico de control para variables “Gráfico x-r”.
Paso 1: Colectar los datos.
Variables a considerar.
o La elección se basa en el propósito de reducir o impedir los rechazos, los
costos, el desperdicio, el reproceso, etc.
o Elegir algo que pueda ser medido y expresado en números: dimensiones,
dureza, fragilidad, resistencia, peso, etc.
o Elección del tamaño y la frecuencia de la obtención de los datos
representativos.

Los datos son el resultado de la medición de las características del producto, los
cuales deben de ser registrados y agrupados de la siguiente manera:
Se toma una muestra (subgrupo) de 2 a 10 piezas consecutivas (Shewhart sugiere
4) sin embargo es muy común utilizar 5 y se anotan los resultados de la medición.
Durante un estudio inicial, los subgrupos pueden ser tomados consecutivamente o
a intervalos cortos para detectar si el proceso puede cambiar o mostrar
inconsistencia en breves periodos de tiempo. Algunos recomiendan que el
intervalo sea de ½ a 2 hrs., ya que más frecuentemente puede representar
demasiado tiempo invertido, y si es menos frecuente pueden perderse eventos
importantes que sean poco usuales.
o Elección de cuantos subgrupos tomar.

Mientras menor sea el número de subgrupos que tomemos, más pronto tendremos
una idea para actuar, pero menor será la seguridad de que esta base sea
confiable. Es conveniente tener al menos 25 subgrupos; la experiencia indica que
las primeras muestras pueden no ser representativas de lo que se mide
posteriormente.
Paso 2: Calcular el promedio y Ri para cada subgrupo:

Paso 3: Calcular el promedio de rangos y el promedio de promedios.

Paso 4: Calcular los límites de control.

Los límites de control son calculados para determinar la variación de cada
subgrupo, están basados en el tamaño de los subgrupos y se calculan de la
siguiente forma:

Paso 5: Trazar la gráfica de control.

Una carta de control -R nos presenta dos gráficos en una hoja, la grafica superior
es la de las medias y la grafica inferior es la de rangos R.
En el eje de las “x” se representa el número de subgrupos (se anotan los números
cardinales que representan las muestras sucesivas). En el eje de las “y” se
representan los valores de las medias ó rangos según corresponda a la gráfica
que estemos trazando.
Para la gráfica para las medias
La grafica consiste en tres líneas de guía: Límite de control inferior LCLx, línea
central CLx y límite de control superior UCLx. La línea central es el promedio de
promedios y los dos límites de control son fijados más o menos a tres
desviaciones estándar. Cada subgrupo se identifica en la gráfica como un punto,
un círculo o una cruz según se establezca, cada punto corresponde a un valor.
Para la gráfica de Rangos
La grafica consiste en tres líneas de guía: Límite de control inferior LCLRm, línea
central CLRm y límite de control superior UCLRm. La línea central es el promedio
de los rangos y los dos límites de control son fijados más o menos a tres
desviaciones estándar. Cada subgrupo se identifica en la gráfica como un punto,
un círculo o una cruz según se establezca, cada punto corresponde a un valor Ri.
Gráfico de control para variables “Gráfico x-s”.
El procedimiento para realizar las cartas de control - s es similar al de las cartas de
-R la diferencia consiste en que el tamaño de la muestra puede variar y es mucho
más sensible para detectar cambios en la media o en la variabilidad del proceso.
La grafica monitorea el promedio del proceso para vigilar tendencias y la graficas
monitorea la variación en forma de desviación estándar.
Paso 1: Colectar los datos
En este paso se siguen las mismas consideraciones que en la construcción de los
gráficos, solo que aquí el tamaño de muestra n es recomendable que sea mayor a
9.
Paso 2: Calcular el promedio y la desviación estándar (si) para cada subgrupo.

Paso 3: Calcular la desviación estándar promedio y el promedio de promedios.

Paso 4: Calcular los límites de control.

Paso 5: Trazar la gráfica de control.

Una carta de control -s nos presenta dos gráficos en una hoja, la grafica superior
es la de las medias y la grafica inferior es la de las desviaciones estándar.
En el eje de las “x” se representa el número de subgrupos (se anotan los números
cardinales que representan las muestras sucesivas). En el eje de las “y” se
representan los valores de las medias ó desviaciones estándar según corresponda
a la gráfica que estemos trazando.
Para la gráfica para las medias
La grafica consiste en tres líneas de guía: Límite de control inferior LCLx, línea
central CLx y límite de control superior UCLx. La línea central es el promedio de
promedios y los dos límites de control son fijados más o menos a tres
desviaciones estándar. Cada subgrupo se identifica en la gráfica como un punto,
un círculo o una cruz según se establezca, cada punto corresponde a un valor.
Para la gráfica de desviaciones estándar
La grafica consiste en tres líneas de guía: Límite de control inferior LCLs, línea
central CLs y límite de control superior UCLs. La línea central es el promedio de
los rangos y los dos límites de control son fijados más o menos a tres
desviaciones estándar. Cada subgrupo se identifica en la gráfica como un punto,
un círculo o una cruz según se establezca, cada punto corresponde a un valor si.
BIBLIOGRAFÍA
 2.5.- Selección de Nivel de Confianza y Precisión - Estudio del Trabajo ll

Arana. (s. f.). https://sites.google.com/site/estudiodeltrabajollarana/unidad-

2/2-5---seleccion-de-nivel-de-confianza-y-precision

 Arana. (s. f.). 2.1-Conceptos generales del Muestreo del Trabajo - Estudio

del Trabajo ll. https://sites.google.com/site/estudiodeltrabajollarana/unidad-

2/2-1-conceptos-del-muestreo

 Baquero Cárdenas Aldo Ali, G. L. (s. f.). Google Sites. Obtenido de Google
Sites: https://sites.google.com/site/2014estudiodeltrabajoii/unidada-2-
muestreo-del-trabajo/7-registro-concentrado-de-observaciones

 Cano, E. (s. f.). Stodocu. Obtenido de Stodocu:

https://www.studocu.com/es-mx/document/instituto-tecnologico-de-merida/
procesos-de-fabricacion/parte-26-y-2-apuntes-estudio/12713448

 Diseño de formas de registro. - Estudio del Trabajo II. (s. f.).

https://sites.google.com/site/2014estudiodeltrabajoii/unidada-2-muestreo-

del-trabajo/4-diseno-de-formas-de-registro

 Planeación y aplicación del estudio de muestreo de trabajo. - Estudio del

Trabajo II. (s. f.).

https://sites.google.com/site/2014estudiodeltrabajoii/unidada-2-muestreo-

del-trabajo/2-3-planeacion-y-aplicacion-del-estudio-de-muestreo-de-trabajo
 SouZa, B. (s. f.). MUESTREO DE TRABAJO. Scribd.

https://es.scribd.com/doc/93991568/MUESTREO-DE-TRABAJO