Muestreo Del Trabajo

18
14.2 PRESENTACION DEL MUESTREO DEL TRABAJO El analista debe “presentar” su uso y confiabilidad a todos los miembros de la organización. Se puede explicar con ejemplos de la Ley de probabilidades. Factores a favor: El procedimiento es completamente impersonal y carece de la presión que implica un estudio de tiempos con cronometro.

Transcript of Muestreo Del Trabajo

Page 1: Muestreo Del Trabajo

14.2 PRESENTACION DEL MUESTREO DEL TRABAJO

El analista debe “presentar” su uso y confiabilidad a todos los miembros de la organización.Se puede explicar con ejemplos de la Ley de probabilidades.Factores a favor:El procedimiento es completamente impersonal y carece de la presión que implica un estudio de tiempos con cronometro.

Page 2: Muestreo Del Trabajo

Principio del muestreo del trabajo:Un tamaño de muestra adecuado asegura la significancia estadística.

Se establece la idea de que el acercamiento a una precisión

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

Page 3: Muestreo Del Trabajo

14.3 PLANEACIÓN DE ESTUDIOS DE MUESTREO DEL TRABAJO.

Los planes se inician con una estimación preliminar de las actividades ( puede incluir 1 o más actividades), una vez hechas las estimaciones el analista puede determinar la exactitud deseada y se puede expresar como una tolerancia o un limite de error.

Page 4: Muestreo Del Trabajo

Determinación del número necesario de observaciones.

Determinación de la frecuencia de observación.

Diseño de un Formulario de muestreo del trabajo.

Uso de gráficas de Control.

Page 5: Muestreo Del Trabajo

DETERMINACIÓN DEL NÚMERO NECESARIO DE OBSERVACIONES

Entre más observaciones, mayor validez tendrá la respuesta final.

Richardson y Pape (1992) estudiaron las observaciones correlacionadas y el resultado fue un intervalo de confianza corregido que se calcula después de la recolección de datos.

Page 6: Muestreo Del Trabajo

La desviación estándar del intervalo de confianza se calcula a partir de:

Donde: m= número de observaciones agrupadasn (j)= número de trabajadores en la j-ésima observación n=número total de observaciones x (j)= número de trabajadores “ inactivos “(u otra

categoría de interés en la j-ésima observación.

Page 7: Muestreo Del Trabajo

Ejemplo 14.2 Observaciones correlacionadas La propietaria de un centro comercial desea

determinar si hay suficientes lugares de estacionamiento (actualmente 250) para sus clientes. Las observaciones superficiales indican que aproximadamente 80% del estacionamiento está lleno durante las horas de oficina. La propietaria contrata un analista de ingeniería industrial para realizar un estudio de muestreo del trabajo más completo. El analista recopila 10 muestras aleatorias un miércoles de 9am a 6pm con los siguientes resultados.

Page 8: Muestreo Del Trabajo

Muestra j Lugares Vacíos y (j)

1 36 1296

2 24 576

3 11 121

4 10 100

5 9 81

6 20 400

7 19 361

8 28 784

9 35 1225

10 57 3249

Total 249 8193

Page 9: Muestreo Del Trabajo

La proporción de lugares vacios es

Puesto que a cualquier hora seleccionada para el muestreo las 250 observaciones de los lugares de estacionamiento estarán correlacionadas, el limite de error debe calcularse a partir de

= 0.0368

Page 10: Muestreo Del Trabajo

En consecuencia la propietaria puede concluir con 95% de confianza que 9.96 ±3.68% de los lugares de estacionamiento estarán abiertos en un momento dado. Esto se traduce en un rango aproximado de entre 16 y 34 lugares abiertos, y la propietaria puede concluir que en la actualidad hay suficientes estacionamientos para sus clientes (aunque en ciertos momentos no sea así ). Observe que el calculo directo del limite de error.

=0.0117

Page 11: Muestreo Del Trabajo

Es incorrecto y subestima el error verdadero. También seria prudente para el analista recopilar muestras a lo largo de varios días para evitar errores de representatividad.

Page 12: Muestreo Del Trabajo

DETERMINACIÓN DE LA FRECUENCIA DE OBSERVACIÓN.

Un analista desea determinar el tiempo de descomposturas debido a problemas con herramientas en un área que incluye 10 centros de maquinado CNC, donde se realizan perforaciones muy finas. Un estudio piloto inicial indicó que de 25 observaciones, solo una máquina de CNC se descompuso, para una de 0.04. El analista desea una exactitud mayor en el estudio con una estimación dentro de ± 1% del valor real con 99% de confianza. Como es 2.58, el número de observaciones necesario es.

Page 13: Muestreo Del Trabajo

Aun si el analista hiciera 256 viajes a la planta y tomara 10 observaciones en cada viaje, este es un número grande y el analista tal vez reconsidere un nivel de confianza más bajo. Aún más, también está el problema de las observaciones correlacionadas.

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.

Page 14: Muestreo Del Trabajo

DISEÑO DE UN FORMULARIO DE MUESTREO DEL TRABAJO.

Formulario de observación para registrar los datos recolectados durante el estudio .

Un formulario estándar no es aceptable. Cada estudio de muestreo es único, desde

el punto de vista de las observaciones necesarias.

Algunos analistas prefieren usar tarjetas de bolsillo.

Page 15: Muestreo Del Trabajo

USO DE GRÁFICAS DE CONTROL.

Como estos estudios tratan sólo con porcentajes o proporciones, los analistas usan con más frecuencia la gráfica

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.

Page 16: Muestreo Del Trabajo

Como elección arbitraria el analista debe usar ± 3σ como límites de control en la gráfica . Sustituir 3σ por 1.96σ en la ecuación se obtiene

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

Page 17: Muestreo Del Trabajo

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

límite de control superiorFuera de controlx

Media

límite de control inferior

x

x

x

x

x

xx

x

xx

x

0.17

P=0.10

0.03

Page 18: Muestreo Del Trabajo

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 original ha cambiado.