El muestreo de trabajo fue originalmente desarrollado por L.H.C.

Tippett con el objeto de medir los tiempos de operarios y maquinas en una industria textil. La idea fue sugerida por un director de hilado que le dijo que el obtena una buena impresin de la situacin en un saln de tejido comprobando si, en un momento cualquiera, la mayora de lo hiladores estaban observando trabajar a sus mquinas o si estaban arreglando algn desperfecto. Una vez ms, es cuestin de pasar por alto aquello evidente. Afortunadamente, Tippett vio las posibilidades de desarrollar esta idea fugaz hasta convertirla en una tcnica til para medir retrasos, derivndose de sus estudios el muestreo de trabajos. El muestreo de actividades es cada vez ms utilizado como medio para recoger informacin sobre la composicin del tiempo de trabajo de hombre y mquinas. Su utilizacin bsica es para determinar las proposiciones relativas de tiempo de paro y tiempo en cumplir cualquier perodo dado pero permite numerosas adaptaciones y variaciones. La rama principal de desarrollo es la aplicacin al clculo de normas de tiempo, a menudo en conexin con programas directivos. Esencia del proceso La esencia del proceso radica en que las observaciones deber ser totalmente al azar en el tiempo, instantneas y en nmero suficiente para lograr el objetivo perseguido. Las observaciones hechas en momentos fijos pueden resultar poco representativas ya sea porque se las espera, o porque coinciden con un ciclo de tiempo de la fbrica o de la actividad en observacin. Las observaciones realizadas con un elemento de conocimiento humano sobre las mismas, pueden resultar intencionalmente anuladas por un deseo inconsistente y natura de aparecer ocupado o empleado tilmente. La observacin por sorpresa (debe ser instantnea) supera esto, as como cualquier intento de desviacin. Las observaciones realizadas cuando se conoce una ruta a seguir carecen de volumen. El orden as como el tiempo deben ser al azar. Ms adelante se describirn mtodos de asegurar el azar (o un azar relativamente tal) para rutas y tiempos de observacin. La tercera condicin suficiente nmero de observaciones es evidente. Tomar un nmero muy pequeo de muestras puede llevar a confusin. As que las ideas estadsticas son utilizadas de manera que se pueda asegurar que el volumen de las muestras no afecta las conclusiones. Utilizamos aqu a menudo la palabra exactitud, pero se da por sentado que el fenmeno observado es consistente en su conducta. Puede haber tendencias, o cambios a corto plazo en las condiciones extremas que afectan la actividad observada.

Las rutas y los tiempos de llegada escogidos al azar se pueden establecer muy fcilmente con la ayuda de una tabla de nmeros al azar. Si no hay una disponible, se puede utilizar la lista de dgitos finales de nmeros de abonados en un directorio telefnico, lo cual es suficientemente casual. Sacar nmeros de un sombrero es un ltimo recurso (requiere escribir los nmeros sobre pequeas tarjetas y remplazarlas y mezclarlas bien despus de cada extraccin). Un ejemplo Supongamos que estn realizando observaciones sobre 17 mquinas bajo los encabezamientos: Parado, Montaje, Cargado, Trabajado, Descargando, Mantenimiento y que las observaciones se hacen andando de una mquina a otra, y anotando lo que sucede en cada una en el instante de llegar a ellas. En estas circunstancias, una ruta escogida al azar asegurar tiempos de llegada irregulares, si se avanza suficientemente en la operacin. Cuando un nmero aparece dos veces en las instrucciones de ruta debe volver a darse otra vuelta a la mquina a fin de obtener una segunda lectura. Para obtener una ruta al azar utilicemos los nmeros 1 al 17 sealando cada mquina con el 01 hasta el 17 escribiendo estos nmeros segn aparecen a continuacin el resultado puede ser (para 340 vistas en total): Lase a lo ancho la tabla

FILA 1 1 2 3 4 5 15 01 08 09 17

2 01 16 15 08 02

3 08 17 07 15 17

4 03 08 09 16 05

5 05 12 07 11 04

6 10 05 06 12 06

7 08 13 10 02 01

8 10 11 03 07 11

9 13 08 07 12 08

10 14 12 06 07 12

11 16 11 14 05 04

12 05 01 01 17 10

13 10 04 10 03 11

14 03 07 04 16 07

15 11 04 06 09 01

16 08 11 09 06 03

17 05 01 10 05 10

6 7 8 9 10

01 08 04 02 09

05 05 08 03 04

03 04 12 02 10

01 04 08 05 07

09 06 15 05 13

16 10 01 12 10

14 03 16 15 02

02 06 16 06 13

01 06 13 04 13

11 05 01 04 04

16 01 05 17 01

12 09 02 14 01

12 15 15 03 11

04 13 17 10 06

04 10 16 15 01

06 14 07 07 13

09 09 10 08 14

11 12 13 14 15

14 12 08 15 01

03 14 01 13 09

04 08 04 11 02

02 04 16 06 08

17 01 07 09 01

03 16 12 02 05

12 15 08 13 12

05 08 07 05 04

05 17 08 04 07

02 14 07 11 07

16 13 04 14 11

12 15 14 02 11

06 13 17 05 16

07 07 08 04 17

15 04 12 07 01

01 03 11 11 13

10 17 04 11 13

16 17 18 19 20

03 10 03 17 03

01 12 10 10 15

09 16 10 13 14

07 10 12 15 15

05 10 17 11 03

01 12 06 07 02

10 03 06 01 13

02 17 12 03 13

17 06 15 11 08

04 17 12 03 10

16 09 08 04 09

17 09 01 10 09

10 16 06 03 15

03 05 05 12 13

14 01 14 03 13

10 02 17 06 07

01 12 02 04 09

Una tabla de este tipo puede extenderse de forma tal, que se obtenga cualquier nmero deseado de lecturas. Esta ruta no determina 20 visitas a cada mquina, pero el nmero de visitas oscila entre 14 y 26. Estos nmeros deben bastar para dar alguna idea sobre la variabilidad de las observaciones, y a su vez proporcionan estimados del nmero de vistas requeridas por cada mquina, a fin de obtener resultados adecuados. Si, por otra parte, el dar una vuelta alrededor de una mquina no

proporciona intervalos de tiempo suficientes entre una observacin y otra, entonces se puede construir muy fcilmente una tabla de nmero de observaciones al azar. Una forma de hacerlo consiste en convertir una tabla de nmeros al azar en intervalos entre observaciones. Supongamos que se requiere un intervalo medio de 5 minutos. Entonces una secuencia tal como: 8, 3, 2, 6, 6, 9, 2, 3, 3, 9, 10 (minutos) Puede sacarse de la tabla anterior leyendo 10 en lugar de 0. Si se quiere dos dgitos lase como 00 como 100 y las lecturas del 1 al 100 deben convertirse entonces en tiempo, multiplicado por un factor adecuado. Nmero de observaciones El proceso para determinar el nmero de observaciones depende de la naturaleza de stas. Si es una observacin de si/no (como se indic ms arriba) entonces con el objetivo de la observacin consiste en encontrar la proporcin de tiempo apropiada para cada encabezamiento. 20 observaciones de una mquina podran arrojar el siguiente resultado Parada 2 Montaje 2 Cargado 2 Trabajando 13 Descargando 1 Mantenimiento 0

Esto sugiere la utilizacin de 65 por 100 (13/20), pero no basta para proporcionar una clara imagen. Da, no obstante, estimados de todo menos del captulo de mantenimiento. 200 observaciones sin embargo podran mostrar: Parada 27 Montaje 18 Cargado 13 Trabajando 122 Descargando 8 Mantenimiento 12

O sea: 13.5% 9% 6.5% Parada Montaje Cargando 1 2 3

61% 4% 6%

Trabajando Descargando Mantenimiento

4 5 6

Ahora, supongamos que se requiere un margen de error de 5 por 100 y que Pk (k=1.6) se utiliza para denominar la fraccin de tiempo dedicada a la actividad k Entonces, el nmero de observaciones necesarias la proporciona la frmula:

En el caso de k= 4 (trabajando)

(200 observaciones dan aproximadamente 10 por 100, o sea, 56 por 100 a 67 por 100 como margen de tiempo de trabajo) En el caso de k=5 (descarga)

(200 estimaciones tienen poco valor). El resultado utilizado es:

En la que S es la exactitud deseada (como fraccin) p= es la diferencia estimada de la actividad (tambin como fraccin) N= es el nmero de observaciones