3.1 Conceptos generales de los datos estndar.

Los datos de tiempos estndar son los tiempos elementales que se obtiene
mediante estudios y que se almacenan para usarlos posteriormente. Por ejemplo,
un tiempo elemental de una preparacin que se repite regularmente no debe
volverse a medir para cada operacin. El principio de la aplicacin de los datos
estndar ue establecido !ace muc!os a"os por #rederic$ %. &aylor, quien
propuso que cada tiempo elemental que se establec'a deb'a inde(arse de manera
que pudiera usarse con el in de establecer tiempos estndar.
Los datos estndar pueden tener varios niveles de reinamiento) movimiento,
elemento y tarea. *ientras ms reinado sea el elemento del dato estndar, ms
amplio ser el rango de uso. El dato estndar de un elemento tiene una aplicacin
amplia y permite un desarrollo ms rpido del estndar que los datos de
movimiento.
Los datos estndares comunes para la operacin de mquinas se tabulan as'
+e preparacin , +e cada pie-a ,
Constantes , Constante ,
.ariables , .ariable ,
/Constantes es aquel cuyo tiempo pertenece casi igual de un ciclo a las siguientes
0ejemplo) iniciar la maquina1
/.ariables aqu' el tiempo var'a dentro de un intervalo espec'ico de trabajo
0Ejemplo) !acer una peroracin 233 varia la proundidad alimentacin y velocidad
de taladro1

+E#454C465.
Es una t7cnica que se utili-a para estudiar las proporciones del tiempo total
dedicados a las diversas actividades que componen una tarea.
Los resultados del muestreo sirven para determinar tolerancias aplicables al
trabajo8 para evaluar la utili-acin de las mquinas y para establecer estndares
de produccin.
9plica t7cnicas estad'sticas y por medio de observaciones instantneas !ec!as al
a-ar, permite medir y anali-ar cuantitativamente la actividad de !ombres o
mquinas o de cualquier otra condicin de una operacin que puede ser
observada.
El ingeniero analista es capa- de observar grupos de trabajadores y grupos de
mquinas al mismo tiempo, este per'odo de observacin es instantneo, continuo
y durante su !orario de trabajo.
MUESTREO DE TRABAJO
El muestreo de trabajo es una t7cnica usada para investigar las proporciones del
tiempo total dedicadas a las diversas actividades que constituyen una tarea o una
situacin de trabajo. Los resultados del muestreo del trabajo son eectivos para
determinar) la utili-acin de maquinas y personal8 los suplementos aplicables a la
tarea, y los estndares de produccin) aunque se puede obtener la misma
inormacin con los procedimientos de estudio de tiempos, el muestreo de trabajo
con recuencia la proporciona mas rpido y a muc!o menor costo.
9l llevar a cabo estudios de muestreo del trabajo, los analistas toman un n:mero
grande para la comparacin de observaciones en intervalos aleatorios. La ra-n
de las observaciones de una actividad dada entre el total de observaciones se
apro(ima al porcentaje de tiempo que el proceso esta en estado de actividad8 ya
que este se aplico por primera ve- en la abrica te(til ;ritis!. *as tarde, con el
nombre de estudio de la ra-n de demora, esta t7cnica se llevo a cabo en E.<
0morro= 1>?@1.
El m7todo de muestreo de trabajo tiene varias ventajas en comparacin con el
procedimiento de estudio de tiempos)
1.A no requiere la observacin continua de analista durante largos periodos.
B.A los tiempos de trabajo de oicina disminuyen
3.A el total de !rasA trabajo dedicado por el analista, en general, son menos.
?.A el operario no esta sujeto a largos periodos
C.A un solo analista puede estudiar con acilidad las operaciones por abrigadas.
Teora de muestreo de trabajo.
La probabilidad de ( ocurrencias de un evento en n observaciones)
0p D q1 En F 1
p F probabilidad de una ocurrencia
q F 1Ap F probabilidad de que no !aya ocurrencia
n F n:mero de observaciones
Planeacin del estudio de trabajo.
<na ve- que el analista !aya e(plicado el m7todo y obtenido la aprobacin del
supervisor respectivo, estar en condiciones de reali-ar el planteamiento
detallado, que es esencial antes de iniciar las observaciones reales.
El primer paso es eectuar una estimacin preliminar de las actividades acerca de
las que buscan inormacin. Esta estimacin puede abarcar una o ms
actividades. Con recuencia la estimacin se puede reali-ar ra-onable, deber
muestrear el rea o las reas de inter7s durante un per'odo corto y utili-ar la
inormacin obtenida como base de sus estimaciones.
<na ve- !ec!as las estimaciones se debe determinar la e(actitud que sea de los
resultados. Esto se puede e(presar mejor como una tolerancia dentro de un nivel
de conian-a establecido. El analista llevar a cabo a!ora una estimacin del
n:mero de observaciones a reali-ar. Es posible determinar la recuencia de las
observaciones.
El siguiente paso ser dise"ar la orma para muestreo de trabajo en la que se
tabularn los datos y los diagramas de control que se utili-arn junto con el
estudio.
9plicando el muestreo de trabajo para nuestro ejemplo quedar'a de la
siguiente manera)
6
Gp F Error estndar de la Produccin, p F porcentaje de tiempo inactivo, q F
porcentaje de tiempo en marc!a, n F n:mero de observaciones o tama"o de la
muestra que determinar
L.C. F L'mites de Control, p F Probabilidad de la 9ctividad a estudiar y n F &ama"o
de la submuestra
En la siguiente tabla se muestran las observaciones tomadas al a-ar en &<&G4
Han sido agrupadas por d'a de estudio. El n:mero de submuestra 01@1 ue
calculado en base a un estudio preliminar, donde p F I.@, q F I.?. p representa la
proporcin de actividad. 5uestro nivel de conian-a ue del >IJ y el error estndar
del 1IJ.

4 44 444 4. &K&9L PLK*E+4K
+49G +E EG&<+4K
459C&4.4+9+ C 3 ? M 1> ?.MC
9C&4.4+9+ 11 13 1B > ?C 11.BC
G<;*<EG&L9 1@ 1@ 1@ 1@ @? 1@
PLKPKLC465
P9LC49L
I.31BC I.1NMC I.BCI I.?3MC 1.1NMC I.B>M
1. Lepresenta el n:mero de personas inactivas que contiene la submuestra.
A!U!O DE! "#MERO DE OBSER$A%O"ES
&TAMA'O DE !A MUESTRA(
El propsito principal del muestreo es reducir la necesidad de las operaciones
emp'ricas que e(igen el trabajo y el coste. OCmo peque"a puede una muestra
entonces estar sin perder su utilidadP OEs decir cul es el n:mero ms peque"o
de los casos que todav'a nos dan bastante coniables datos sobre la poblacinP
Como el objetivo de la medicin es conocer un tiempo justo, ser preciso tomar
varias veces el tiempo de reloj de cada uno de los elementos para que entre los
tomados de un mismo elemento, se puedan calcular el que represente a todos
ellos. Compensando
las variaciones que puedan e(istir entre ellos.
Corno es natural, el n:mero de veces que se debe tomar cada uno de los
elementos depende de la precisin y del error con el que se desea calcular el
tiempo representativo. Entre los procedimientos ms utili-ados se encuentran)
A Empleo de tablas, media aritm7tica, rmulas estad'sticas, tringulo de
#recuencias, ordenador.
El procedimiento a seguir para calcular el tama"o de la muestra es lo siguiente)
1. +einir la poblacin de la cual quiere llegar a una conclusin, identiicando
los controles en los cuales coniar, y deinir que constituye una desviacin
cr'tica de control 0es decir, un error importante18
B. +eterminar el Error &olerable 0E&1. &al como se e(plic, el E& es la
desviacin m(ima que el auditor est dispuesto a aceptar, y todav'a
concluir que la conian-a que desea derivar del procedimiento de control
probado, es adecuado. Esto se calcula basado en el nivel de conian-a que
el auditor espera 0 planiica 1 en los controles internos. Las tablas
estad'sticas proveen los niveles de conian-a posibles de una muestra de
un tama"o dado, con tasas de error dierentes8
3. +eterminar la tasa de ocurrencia de errores esperada, es decir, la tasa de
desviacin cr'tica de cumplimiento que el auditor espera de la muestra. Eso
se calcula basado en e(periencia anterior.
?. Geleccionar la tabla estad'stica 09ne(o 91 para el nivel de conian-a
requerida.
C. ;uscar el error tolerable en la parte superior de la tabla8 y
@. ;uscar en dic!a columna el cruce con la &asa de Error Esperado para
determinar el tama"o de la muestra.
Los datos que podemos conseguir de la muestra son normalmente
levemente dierentes de los datos de la poblacin. La ra-n es que la seleccin al
a-ar !a tra'do a la muestra no solamente art'culos medios de la poblacin, pero
tambi7n algunos art'culos ms o menos e(cepcionales. Cuntos de ellos, puede
ser anticipado usando la teor'a de probabilidades. Puede tambi7n decirnos cmo
grande es el riesgo de conseguir datos errneos debido a estos casos
e(cepcionales. El riesgo es apro(imadamente proporcional a la variacion de las
variables y en la relacin inversa al tama"o de muestra.
Gi utili-amos el rmula inversamente, y sabe el nivel deseado de la
representatividad estad'stica de los datos que vamos a registrar de la muestra,
podemos calcular el tama"o de muestra requerido en base del n:mero de
variables, y de sus variaciones. 5o se saben a menudo por adelantado, pero en
que el caso una apro(imacin se puede usar.
<sted, por ejemplo, !a medido dos variables de una muestra peque"a y !a
encontrado que su correlacin es I,B@. Es siempre posible que tal correlacin se
!a creado en la muestra apenas accidentalmente y no es verdad en la poblacin.
<sted desea que la probabilidad de tal accidente sea menos de 1J. Gi usted
consulta la tabla que se presenta en tAtest, usted encontrar que una muestra de
1II casos se necesita antes de que la probabilidad de conseguir accidentalmente
una I.B@ correlacin disminuya a 1J.
Ktro ejemplo. <sted estudia porcentajes y usted desea ser >CJ cierto que el
porcentaje que usted !a medido de una muestra es verdad en la poblacin
tambi7n. 9qu' usted puede utili-ar el rmula del intervalo de conian-a)
donde
p F el porcentaje como se calcula de una muestra
n F tama"o de la muestra.
Gi el intervalo de conian-a, seg:n el rmula, es demasiado anc!o, usted puede
cortarlo usando una muestra ms grande. +e la rmula usted puede deducir que
si usted multiplica el tama"o de muestra por cuatro, el intervalo de la conian-a se
contraer en la mitad. La rmula es independiente del tama"o de la poblacin.Q
Las ormulas para el clculo son e(actas pero algo engorrosas de usar por las
muc!as alternativas que intervienen8 por ese motivo no se presentan aqu'. En
proyectos importantes con amplios recursos se suele consultar a un estad'stico
para los clculos.
En un proyecto de investigacin con recursos limitados, la regla general es) usar
una muestra tan amplia como nos podamos permitir.
.amos a presentar dos rmulas, siendo la primera la que se aplica en el
caso de que no se cono)ca con *recisin el tama+o de la *oblacin, y es)
+onde)
n es el tama"o de la muestra8
Z es el nivel de conian-a8
p es la variabilidad positiva8
q es la variabilidad negativa8
E es la precisin o error.
En el caso de que s se cono)ca el tama+o de la *oblacin entonces se
aplica la siguiente rmula)
+onde
n es el tama"o de la muestra8
Z es el nivel de conian-a8
p es la variabilidad positiva8
q es la variabilidad negativa8
N es el tama"o de la poblacin8
E es la precisin o el error.
La ventaja sobre la primera rmula es que al conocer e(actamente el
tama"o de la poblacin, el tama"o de la muestra resulta con mayor precisin y se
pueden incluso a!orrarse recursos y tiempo para la aplicacin y desarrollo de una
investigacin.