INSTITUTO

TECNOLOGICO DE
ENSENADA
INGENIERIA DE PROCESOS
Ingeniera en Gestin
Empresarial
5to. T

SISTEMAS DE TIEMPOS
PREDETERMINADOS

MUESTREO DEL TRABAJO

Leslie Alor Gonzlez

Fra
nn cisco Javier Borbn Delgado
Mara P. Rojas de la Rosa
Ensenada, Baja California a 24 de agosto de 2017
 INDICE
INTRODUCCIN .................................................................................................... 1
FRASE CELEBRE .................................................................................................. 1
SISTEMA DE TIEMPOS DETERMINADOS ........................................................... 2
Valores de los tiempos determinados ........................................................... 2
Consideraciones a los tiempos determinados .............................................. 2
Clasificacin.................................................................................................. 2

MTM-1 ..................................................................................................................... 3
Tablas MTM .................................................................................................. 5

MTM 2 .................................................................................................................. 9
MTM 3 ................................................................................................................ 10
MTM-V .................................................................................................................. 11
MTM-C .................................................................................................................. 11
MTM-M .................................................................................................................. 13

TCNICA SECUENCIAL DE OPERACIN MAYNARD (MOST) ......................... 15

MUESTREO DE TRABAJO .................................................................................. 17
Teora ......................................................................................................... 17
Presentacin ............................................................................................... 19
Planeacin de Estudios .............................................................................. 19
Diseo del Estudio ...................................................................................... 19
Formato ...................................................................................................... 21
Tamao de la muestra ................................................................................ 22

CONCLUSIN ...................................................................................................... 27
BIBLIOGRAFA .................................................................................................... 27
FRASE CLEBRE

Horas determinadas para el trabajo y el recreo, comprendan el valor del

tiempo usndolo bien (Louisa May Alcott.)

INTRODUCCION

Desde 1945 ha habido un creciente inters en el uso de tiempos de

movimientos bsicos como mtodo para establecer tasas con rapidez y exactitud
sin usar cronmetros y otros dispositivos para registrar tiempos. la administracin
ha comenzado a apreciar la bondad de asignar tiempos estndar a los elementos
bsicos del trabajo.

El sistema de tiempos determinados juega un papel importante en la

productividad de las empresas se pueden determinar los estndares de tiempo para
la planeacin, costos, programacin, evaluacin de la productividad, planes de
pago, etctera.
Las empresas que buscan un alto nivel de competitividad optan por la aplicacin de
tcnicas de estudio de tiempos, enfocndose en la tcnica adecuada para su mayor
beneficio.

En esta investigacin se analizan los tambin llamados tiempos

determinados, su clasificacin y forma de aplicacin, recordando que el pionero en
los tiempos determinados es el MTM, qu MTM-2 y MOST son los ms utilizados
esto dicho por ingenieros industriales, siendo el MTM-2 ms rpido que el MTM y
el MOST un derivado del MTM.

1
 SISTEMA DE TIEMPOS DETERMINADOS

Sistemas de tiempos determinados se basa en asignar tiempos estndar a

los elementos bsicos del trabajo, llamados tambin tiempos de movimientos
bsicos, tiempos sintticos o tiempos predeterminados. Este mtodo se utiliza para
establecer tareas con rapidez y exactitud sin usar cronmetro o dispositivos para
registrar tiempos, estos sistemas de tiempo predeterminados son conjuntos de
tablas de movimiento-tiempo con reglas e instrucciones sobre el uso de valores
especificados.

VALORES DE LOS TIEMPOS DETERMINADOS

Con frecuencia son el resultado de las combinaciones lgicas de Therblings

Son bsicos en el sentido de que un mayor refinamiento es difcil y poco prctico

Son predeterminados porque se usan para predecir los tiempos estndar

para nuevas tareas que resultan al cambiar mtodos

CONSIDERACIONES A LOS TIEMPOS DETERMINADOS

Es esencial una capacitacin exhaustiva para la aplicacin prctica de estas
tcnicas.

En las empresas se requiere una certificacin Antes de que los analistas

establezcan sus estndares.

Un analista puede llegar a establecer diferentes estndares aplicando

distintos mtodos pues depende del desempeo normal de la operacin.

CLASIFICACION

Los sistemas ms utilizados son el Work-Factor, MTM-1, MTM-2 y MOST se

clasifican en tres grupos:

Sistemas de aceleracin-desaceleracin: los movimientos corporales se

Ejecutan a velocidades diferentes, 40% aceleracin 20% velocidad constante
40% desaceleracin

Sistemas de movimiento promedio: se reconoce la dificultad de los

movimientos representativos en las operaciones industriales.

Sistemas aditivos: se usan valores de tiempo bsico al cual se suman los

porcentajes de tiempo para los movimientos difciles las adicciones son del
10 al 50%.

2
 MTM-1 (MTODOS DE MEDICIN DEL TIEMPO)

El mtodo de medicin de tiempo MTM (Maynard, Stegemerten y Schwab,

1948) proporciona valores de tiempo de los movimientos fundamentales de
alcanzar, mover, girar, agarrar, posicionar, desenganchar y soltar. Los autores
definen MTM como un procedimiento que analiza cualquier operacin manual o
mtodo basado en los movimientos bsicos que se requieren para realizarlo y
asigna a cada movimiento un tiempo estndar predeterminado que est establecido
por la naturaleza del movimiento y las condiciones en las que se realiza.

Los datos de MTM-1 son el resultado del anlisis realizado cuadro por cuadro
de pelculas que se tomaron en diversas reas de trabajo. Los datos que se tomaron
de varias filmaciones se calificaron mediante la tcnica de Westinghouse, se
tabularon y analizaron para determinar el grado de dificultad causado por las
caractersticas variables. Por ejemplo, tanto la distancia como el tipo de alcance
afectan al tiempo de alcanzar. Un anlisis ms detallado clasific cinco casos
distintos de alcanzar, cada uno de los cuales requera una asignacin de tiempo
diferente para una distancia dada:

1. Alcanzar el objeto en una posicin fija, o el objeto en la otra mano, o el objeto en

el que descansa la otra mano.
2. Alcanzar un solo objeto en una ubicacin que puede variar ligeramente de un
ciclo a otro.
3. Alcanzar un objeto mezclado con otros requiere buscar, as como seleccionar.
4. Alcanzar un objeto muy pequeo o uno que requiere agarre de precisin.
5. Alcanzar un objeto en una posicin indefinida segn la posicin de la mano o el
balance del cuerpo, para el siguiente movimiento o fuera de la trayectoria.

Adems, encontraron que el tiempo de movimiento dependa tanto de la

distancia como del peso del objeto que se mova, as como del tipo especfico de
movimiento. Los tres casos de movimiento
Son:

1. Mover un objeto a la otra mano o contra un tope.

2. Mover un objeto para aproximarlo o a un lugar indefinido.
3. Mover un objeto a una localizacin exacta.

3
 CONSIDERACIONES MTM-1

Resumir movimientos de la mano derecha y de la mano izquierda

Determinar los tiempos en TMU (unidad de movimiento-tiempo)

Se define el TMU valor de:

1 TMU = 1 hs/10000 lo que implica que 1 TMU = 0,00001 hs

1 TMU = 60 min./10000 lo que implica 1 TMU = 0,0006 min.
1 TMU = 3600 seg. / 10000 lo que implica 1 TMU = 0,036 seg

Se requiere que el desempeo sea normal.

Los valores que no limitan se marcan con un crculo o se eliminan.

TABLAS MTM

Acciones identificadas por los sistemas MTM-1.

REACH Alcanzar R Tabla I

MOVE Mover M Tabla II
TURN Girar T TablaIII
APPLY PRESURE Aplicar Presin AP Tabla III
GET Tomar, agarrar G Tabla IV
PUT Poner, Posicionar P Tabla V
LOOSE Soltar RL Tabla VI
DISCONNECT Desenganchar D Tabla VII
EYE TRAJ. Recorrido del ojo ET TablaVIII
EYE FOCUS Enfoque de ojo EF Tabla VIII
Movimientos de Cuerpo, Pierna y Pie Tabla IX

4
5
 MTM 2
1. Movimientos MTM bsicos simples.
2. Combinaciones de movimientos MTM bsicos.

Los datos se adaptan al operario y son independientes del lugar de trabajo o

del equipo que se utiliza. En general, MTM-2 debe encontrar una aplicacin en las
asignaciones de trabajo donde

1. La porcin de esfuerzo del ciclo de trabajo es de ms de un minuto.

2. El ciclo no es altamente repetitivo.
3. La porcin manual del ciclo de trabajo no involucra un gran nmero de
movimientos complejos
o simultneos de las manos.

MTM 3
El sistema MTM-3 consiste en slo cuatro categoras de movimientos
manuales:
1. Manejo (H). Secuencia de movimientos con el propsito de controlar un objeto
con la mano los dedos y colocarlo en una nueva ubicacin.
2. Transporte (T). Movimiento cuyo propsito es mover un objeto a una nueva
ubicacin con la mano o los dedos.
3. Movimientos de paso y pie (SF). Se definen igual que en MTM-2.
4. Doblarse y levantarse (B). Tambin se definen igual que en MTM-2.
5. Los casos A o B estn determinados por si existe un movimiento de correccin o
no.
MTM-V

Este mtodo proporciona elementos de trabajo incluidos en 1) traer el trabajo

al soporte, plantilla o sujecin, remover el trabajo de la mquina y dejarlo a un lado;
2) operar la mquina; 3) verificar el trabajo para asegurar la calidad del producto, y
4) limpiar el rea importante de la mquina para mantener la produccin de la
instalacin y la calidad del producto. MTM-V no cubre el tiempo del proceso que
involucra las alimentaciones y velocidades.

MTM-C
MTM-C, que se usa ampliamente en el sector de la banca y seguros, es un
sistema de datos estndar de dos niveles que se utiliza para establecer tiempos
estndar de tareas relacionadas con trabajo de oficina, como archivar, introducir
datos y mecanografiar. Ambos niveles de MTM-C se pueden relacionar con datos
de MTM-1.

6
 MTM-M
MTM-M es un sistema de tiempos predeterminados para evaluar el trabajo
del operario mediante un microscopio. Para desarrollar el MTM-M no se usaron los
tiempos bsicos de MTM-1, aunque las definiciones de los puntos inicial y terminal
de los elementos de movimientos son compatibles con MTM-1. Los datos que se
emplearon fueron los datos originales y se desarrollaron mediante el esfuerzo
conjunto de las asociaciones MTM de Estados Unidos y Canad. En general, MTM-
M es un sistema de nivel ms alto similar a MTM-2.

1. Estado de carga de la herramienta, vaca o cargada.

2. Potencia del microscopio.
3. Distancia recorrida.
4. Tolerancia del posicionamiento.
5. Propsito del movimiento, segn lo determinan las manipulaciones involucradas
en la terminacin del movimiento (por ejemplo, los trabajadores pueden usar pinzas
para el agarre de contacto de un objeto, o para recoger un objeto).
6. Movimientos simultneos.

TCNICA SECUENCIAL DE OPERACIN MAYNARD (MOST)

Una prolongacin de MTM, llamada Tcnica Secuencial de Operacin

Maynard (MOST, MaynardOperation Sequence Technique), es un sistema
simplificado que desarroll Zandin (1980), que se aplic por primera vez en Saab-
Scania en Suecia en 1967. Con MOST se pueden establecer estndares al menos
cinco veces ms rpido que con MTM-1, con poco o ningn sacrificio de exactitud.

Las razone principales que necesitamos saber del tiempo que se debe tomar
para ejecutar una tarea o trabajo son planeacin, elaboracin y costos pero el usar
el sistema de tiempos predeterminado MOST podemos:
Determinar costos.
Determinar el nmero de trabajadores necesarios
Determinar qu tan factible es producir un nuevo producto.
Establecer las metas de produccin
Medir la eficiencia de cada departamento
Determinar los costos actuales de produccin
Determinar la programacin de la produccin

El sistema MOST tiene tres niveles.

Nivel ms alto, MaxiMOST se utiliza para analizar operaciones largas e

infrecuentes. Tales operaciones pueden tener una longitud de 2 minutos a varias
horas
Nivel ms bajo, MiniMOST se usa para operaciones muy cortas y muy
frecuentes. Tales operaciones tienen menos de 1.6 minutos longitud, se repiten ms
de 1 500 veces por semana, y tienen poca variabilidad.

7
Nivel intermedio de exactitud est cubierto por BasicMOST, que cubre operaciones
entre los dos rangos descritos anteriormente la operacin tpica ms apropiada de
BasicMOST tendra entre 0.5 y 3 minutos de longitud.

MOST identifica tres modelos bsicos de secuencias: movimiento general,

movimiento controlado y uso de herramienta y equipo.
La secuencia de movimiento general identifica el movimiento libre de un objeto en
el espacio, por el aire.
A Accin de la distancia
B Movimientos del cuerpo
G obtener control
P Colocacion.
La secuencia controlada describe el movimiento de un objeto que permanece en
contacto con una superficie o sujeto a otro durante el movimiento.
M Movimiento controlado
X Tiempo de proceso
I Alineacin
La secuencia de uso de herramienta y equipo est dirigida al uso de herramientas
manuales comunes y otras piezas de equipo.
F Apretar
L Aflojar
C Cortar
S Tratar superficie
R Registrar
T Pensar
M Medir

Ventajas de sistema MOST

Los tiempos reflejan un 100%del nivel de desempeo.

MOST es rpido de aplicar, solo requiere 10 horas de tiempo del analista por
cada hora de trabajo medido.
Tiene una precisin adecuada
Es fcil de entender y aprender.
Requiere de un mnimo de trabajo escrito
Ofrece resultados consistentes
Fomenta el desarrollo de mtodos.

8
 MUESTREO DE TRABAJO

El muestreo del trabajo es una tcnica que se utiliza para investigar las
proporciones del tiempo total que se dedican a las diferentes actividades que
constituyen una tarea o una situacin de trabajo. Los resultados del muestreo del
trabajo son eficaces para determinar la utilizacin de mquinas y personal, las
holguras aplicables al trabajo y los estndares de produccin. Aunque se puede
obtener la misma informacin con procedimientos de estudio de tiempos, el
muestreo del trabajo con frecuencia proporciona estos datos ms rpido y a un
costo considerablemente menor.

Cuando realizan estudios de muestreo del trabajo, los analistas toman un

nmero comparativamente grande de observaciones en intervalos aleatorios. La
razn de las observaciones de una actividad dada entre el total de observaciones
se aproxima al porcentaje de tiempo que el proceso est en ese estado de actividad.
Por ejemplo, si 1 000 observaciones tomadas en intervalos al azar durante varias
semanas muestran que una mquina automtica de atornillado operaba en 700 de
ellas, y permaneca inactiva por diferentes razones en 300 casos, el tiempo ocioso
de la mquina sera de 30% de la jornada de trabajo.

El muestreo del trabajo se aplic por primera vez en la industria textil

britnica. Ms tarde, con el nombre de estudio de la razn de demora, la tcnica se
llev a Estados Unidos (Morrow, 1946). La exactitud de los datos que se determinan
mediante muestreo del trabajo depende del nmero de observaciones y el periodo
sobre el cual se realizan las observaciones aleatorias. A menos que el tamao de
muestra sea suficientemente grande, y el periodo de muestreo represente
condiciones tpicas, se pueden obtener resultados inexactos.

El mtodo de muestreo del trabajo presenta varias ventajas sobre el

procedimiento convencional de estudio de tiempos:
1. No requiere la observacin continua del analista durante largos periodos.
2. Se reduce el tiempo de trabajo de ofi cina.
3. Por lo general, el analista utiliza menos horas de trabajo totales.
4. El operario no est sujeto a largos periodos de observaciones cronometradas.
5. Un solo analista puede estudiar con facilidad las operaciones de una brigada.

TEORA DEL MUESTREO DEL TRABAJO

La teora del muestreo del trabajo se basa en la ley fundamental de

probabilidad: en un instante dado, un evento puede estar presente o ausente. Los
estadsticos han obtenido la siguiente expresin para mostrar la probabilidad de x
ocurrencias de tal evento en n observaciones:

9
 PRESENTACIN 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 organizacin a quienes
puedan afectar los resultados, entre los que se destacan el sindicato, el supervisor
de lnea y la administracin de la compaa.
Esta tarea se puede cubrir mediante varias sesiones cortas con los
representantes de las distintas partes interesadas y una explicacin con ejemplos
de la ley de probabilidades, que expliquen por qu funcionan los procedimientos de
muestreo. Aunque el estudio de tiempos con cronmetro sea bien entendido y
fcilmente aceptado, tanto los sindicatos como los trabajadores aceptarn tcnicas
de muestreo del trabajo una vez que el procedimiento haya sido explicado por
completo. Los factores a favor del muestreo del trabajo son que el procedimiento es
completamente impersonal y carece de la presin que implica un estudio de tiempos
con cronmetro.

PLANEACIN DE ESTUDIOS DE MUESTREO DEL TRABAJO

Antes de hacer las observaciones reales del estudio de muestreo del trabajo
es necesario realizar una planeacin detallada. Los planes se inician con una
estimacin preliminar de las actividades para las que se busca informacin. Esta
estimacin puede incluir una o ms actividades, y a menudo se hace a partir de
datos histricos. Si el analista no puede hacer una estimacin razonable, deber
muestrear el rea durante dos o tres das y usar esa informacin como la base de
estas estimaciones. Una vez hechas las estimaciones preliminares, el analista
puede determinar la exactitud deseada de los resultados.
sta se puede expresar como una tolerancia o un lmite de error dentro del
nivel de confianza establecido. Despus, debe estimar el nmero de observaciones
que tomar y determinar la frecuencia de esas observaciones. Por ltimo, el analista
disea la forma de muestreo del trabajo en la cual se tabulan los datos, as como
las grficas de control que se usarn durante el estudio.

DISEO DEL ESTUDIO DE MUESTREO DEL TRABAJO: DETALLES ACERCA

DEL PROCEDIMIENTO DE MUESTREO

En todo procedimiento observacional detallado, el primer factor a considerar es el

control de los sesgos, pudiendo decirse, a este respecto, que este tipo de error se
minimiza si el diseador se asegura que, durante el diseo y realizacin del estudio,
se verifiquen las siguientes condiciones:

10
1. Las observaciones deben hacerse lo ms aleatoriamente posible,
a. evitando las definiciones ambiguas de categoras;
b. haciendo las observaciones a intervalos al azar;
c. mediante una determinacin objetiva del instante en que debe hacerse la
observacin; por ejemplo, intempestivamente, durante el recorrido;
d. mediante un manejo objetivo de los estados transicionales que no pueden
evitarse, por propia definicin. El arrojar una moneda es un medio aceptable.

2. Minimizar la oportunidad de que el operador prevea las observaciones,

a. espaciando al azar las observaciones;
b. hacer la observacin tan pronto como la operacin est a la vista del observador,
a medida que se va acercando al lugar de trabajo;
c. haciendo una observacin casual de los distintos trabajadores, en el caso de que
tenga que hacerse ms de una observacin por viaje.

11
 TAMAO DE MUESTRA

En estadstica el tamao de la muestra es el nmero de sujetos que

componen la muestra extrada de una poblacin, necesarios para que los datos
obtenidos sean representativos de la poblacin.

El problema

El problema a resolver es el siguiente: queremos estudiar un universo de

personas (por ejemplo, personas de Brasil entre 15 y 65 aos, un total de 136
millones de personas) mediante una encuesta a una muestra de este universo. Por
el hecho de que la muestra es de un tamao inferior al total del universo, vamos a
cometer cierto error en los datos que observemos. Si estamos dispuestos a aceptar
un % de error determinado, cul es el tamao de muestra mnimo que necesito
encuestar?

La forma en que mido el error

Cuando quiero fijar el mximo error que estoy dispuesto a aceptar en una
encuesta, lo habitual es referirnos a dos parmetros: el margen de error y el nivel
de confianza. Qu significa cada cosa?

El margen de error es el intervalo en el cul espero encontrar el dato que

quiero medir de mi universo. El dato puede ser en general de dos tipos: una media
o una proporcin. Por ejemplo, si quiero calcular la media de hijos que tienen los
habitantes de Brasil entre 15 y 65 aos, me gustara poder decir que la media es
2,1 hijos/persona con un margen de error del 5%. Eso significara que espero que
la media est entre 2,1 - 5% y 2,1 + 5%, lo que da un intervalo de 2,00 <-> 2,21.
Si quisiera definir un margen de error para una proporcin, procedera de forma
similar. Por ejemplo, me gustara poder estimar el nmero de personas de Brasil
entre 15 y 65 aos que viven en un piso de propiedad, afirmando que son un total
de 61.35 millones personas (45% de la poblacin) con un margen del 5% de error,

12
lo que significara que la realidad est entre 68 millones (50%) y 54,5 millones
(40%).
El nivel de confianza expresa la certeza de que realmente el dato que
buscamos est dentro del margen de error. Por ejemplo, siguiendo con el caso
anterior, si obtenemos un nivel de confianza del 95%, podramos decir que el
porcentaje de personas de mi universo que viven en un piso de propiedad, en el
95% de los casos se encontrar entre el 40% y el 50%. O dicho de otra manera, si
repitiese 100 veces mi encuesta seleccionando muestras aleatorias del mismo
tamao, 95 veces la proporcin que busco estara dentro del intervalo y 5 veces
fuera.

Relacin entre error y tamao de muestra

Margen de error, nivel de confianza y tamao de la muestra siempre van de

la mano. Si quiero obtener un margen de error y un nivel de confianza determinado
(por ejemplo, error del 5% con confianza 95%) necesitar un tamao de muestra
mnimo correspondiente. Modificar cualquiera de los 3 parmetros, altera los
restantes:

1. Reducir el margen de error obliga a aumentar el tamao de la muestra.

2. Aumentar el nivel de confianza obliga a aumentar el tamao de la muestra.

3. Si aumenta el tamao de mi muestra, puedo reducir el margen de error o

incrementar el nivel de confianza.

Pero, qu frmulas gobiernan la relacin entre los parmetros anteriores?

El conjunto de teoremas que se conocen como LEY DE LOS GRANDES NMEROS
viene a nuestro rescate. Estos teoremas son los que dan soporte matemtico a la
idea de que el promedio de una muestra al azar de una poblacin de gran tamao
tender a estar cerca de la media de la poblacin completa. En concreto, el teorema
del lmite central demuestra que, en condiciones muy generales, la suma de
muchas variables aleatorias independientes (en el ejemplo, los habitantes de Brasil

13
que tienen piso de propiedad) se aproxima bien a una distribucin
normal (tambin llamada campana de Gauss).

Gracias al teorema del lmite central, cuando calculamos una media (p.e.
hijos por persona) o una proporcin (p.e. % de personas con piso de propiedad)
sobre una muestra, podemos saber cul es la probabilidad de que el universo tenga
ese mismo valor o un valor parecido. El valor que calculemos en la muestra ser el
ms probable para nuestro universo y a medida que nos alejamos de este valor (por
arriba o por abajo) cada vez sern valores menos probables. En mi ejemplo, si el
45% de mi muestra de brasileos tiene piso de propiedad, puedo afirmar que 45%
es el valor ms probable del universo estudiado. Un porcentaje de 44% ser algo
menos probable, 43% an menos, etc... Lo mismo sucede para valores superiores:
46% es menos probable que 45%.

La forma en que disminuye la probabilidad a medida que me alejo de la media

corresponde a una distribucin gaussiana. Podemos fijar un intervalo alrededor del
valor ms probable, de manera que englobemos el 95% de la probabilidad (nivel de
confianza). La distancia a la que me tengo que alejar del valor ms probable para
englobar este 95% determina el margen de error.

14
 Segn el grfico anterior, para una distribucin normalizada (media 0,
desviacin 1) si queremos englobar los valores que cubren el 95% de los casos,
tengo que definir un margen de error entre -1,96 y +1,96 de la media. Si quiero cubrir
el 99% de los casos, el margen debe alejarse hasta +-2,58.

Conociendo la propiedad anterior, es muy fcil adaptar las frmulas de la

distribucin gaussiana a cualquier caso (sea cul sea la media y desviacin). Vamos
a ver con detalle el caso de la estimacin de una proporcin. Para ello usamos la
siguiente frmula:

Donde:

n = El tamao de la muestra que queremos calcular

N = Tamao del universo (p.e. 136 millones de brasileos entre 15 y 65 aos)
Z = Es la desviacin del valor medio que aceptamos para lograr el nivel de confianza
deseado. En funcin del nivel de confianza que busquemos, usaremos un valor
determinado que viene dado por la forma que tiene la distribucin de Gauss. Los
valores ms frecuentes son:

Nivel de confianza 90% -> Z=1,645

Nivel de confianza 95% -> Z=1,96

Nivel de confianza 99% -> Z=2,575

e = Es el margen de error mximo que admito (p.e. 5%)

p = Es la proporcin que esperamos encontrar. Este parmetro suele confundir
bastante a primera vista: cmo voy a saber qu proporcin espero, si justamente
estamos haciendo una encuesta para conocer esta proporcin?

15
 La razn de que esta p aparezca en la frmula es que cuando una poblacin
es muy uniforme, la convergencia a una poblacin normal es ms precisa, lo que
permite reducir el tamao de muestra. Si en mi ejemplo, yo espero que como
mximo el % de personas que tengan un piso de propiedad sea un 5%, podra usar
este valor como p y el tamao de mi muestra se reducira. Si por el contrario,
desconozco completamente qu puedo esperar, la opcin ms prudente sera usar
el peor caso: la poblacin se distribuye a partes iguales entre propietarios y no
propietarios, por lo que p=50%.

Como regla general, usaremos p=50% si no tengo ninguna informacin sobre

el valor que espero encontrar. Si tengo alguna informacin, usar el valor
aproximado que espero (ajustando hacia el 50% ante la duda).

La frmula anterior podemos simplificarla cuando trabajamos con universos

de tamao muy grande (se considera muy grande a partir de 100.000 individuos),
resultando lo siguiente:

Ejemplo: Retomamos nuestro caso anterior. Tenemos una poblacin de 136

millones de brasileos entre 15 y 65 aos, queremos saber qu % de ellos vive en
un piso de propiedad, con un margen de error del 5% y un nivel de confianza del
95%. Supondremos que no tenemos ninguna informacin previa sobre cul puede
ser el % de propietarios que podemos obtener en la encuesta. En este caso puedo
usar la frmula simplificada pues 136 millones > 100.000, y usaremos p=50% pues
no tengo informacin previa sobre el resultado esperado:

n = 1,962 * 0,5 * (1 - 0,5) / 0,052 = 384,16 -> 385

Debo encuestar por lo tanto a 384 personas para mantenerme dentro de los niveles
de error definidos.

16
 CONCLUSION

La medicin es un importante componente de la mejora en la productividad,

el MTM proporciona resultados consistentes que estn dentro de los lmites de lo
que es una precisin ms que aceptable, es una herramienta para la descripcin,
estructuracin, configuracin y planificacin de los sistemas de trabajo; se pueden
encontrar tanto en la fabricacin, logstica y mantenimiento, as como en la
administracin o el sector de servicios.

Por su parte el MOST es una manera fcil de lograr resultados de manera

que sacrifique una mnima exactitud mientras que se reduce el tiempo necesario del
observador para establecer estndares, ha sido aplicado exitosamente en
prcticamente todas las industrias.

A su vez el muestreo de trabajo es una tcnica que sirve como herramienta

fundamental dentro del estudio del trabajo, es til para detectar la cantidad de
tiempo desperdiciado en un proceso productivo o reas de trabajo en particular.

Los objetivos del muestreo se determinan segn hacia donde estn

encaminados los elementos a estudiar, esto es si las observaciones se realizan
hacia los trabajadores, las maquinas o los productos.

Los resultados de la aplicacin de muestreo de trabajo sirven para determinar

ndices de tolerancias o mrgenes de demoras, clculos de ndices de desempeo,
evaluar la utilizacin de mquinas, etc.

Bibliografa
Krick, E. V. (1994). Ingenieria de Metodos, decima primera edicion. Mexico, D.F.: Limusa SA de CV.

Niebel, B. W. (2009). Ingenieria Industrial: Metodos, estandares y diseo del trabajo. Mexico, D.F.:
Mc Graw Hill.

Ochoa, C. (11 de Noviembre de 2013). Netquest. Obtenido de

https://www.netquest.com/blog/es/blog/es/que-tamano-de-muestra-necesito

17
18
19