Muestreo del trabajo: cómo calcular el número de observaciones que necesitas
- #muestreo del trabajo
- #work sampling
- #número de observaciones
Antes de decidir cuánta gente necesita una línea o cuánto cuesta fabricar una pieza, casi todas las plantas tienen que responder una pregunta previa y mucho más incómoda: ¿en qué se va de verdad el tiempo del turno? Porque la diferencia entre lo que la planificación da por supuesto —ocho horas de proceso— y lo que ocurre en el taller suele ser enorme, y nadie la ha medido. El resultado es que las cuentas de capacidad, plantilla y coste se construyen sobre una cifra de horas productivas que es una hipótesis, y todos los errores derivados se propagan en silencio hasta el plazo prometido al cliente.
El muestreo del trabajo —también llamado work sampling— es la herramienta clásica para responder a esa pregunta con datos: en lugar de seguir a una persona durante todo el turno, se toman observaciones instantáneas repartidas en el tiempo y se cuenta qué se estaba haciendo en cada instante. La proporción de observaciones que caen en cada actividad estima cuánto del turno se dedica a cada cosa. Es rápido, económico y estadísticamente sólido… siempre que el número de observaciones sea el adecuado. Pocas observaciones y el estudio no dice nada fiable; demasiadas y se gasta un presupuesto que no compensa. Este artículo explica cómo se calcula ese número y cómo planificarlo para que el estudio sirva de verdad.
Qué mide el muestreo del trabajo y para qué sirve
Un muestreo del trabajo no mide tiempos: mide proporciones. Si en 385 observaciones instantáneas repartidas por igual entre turnos, días y puestos, en 181 de ellas el operario estaba fabricando, la estimación es que el 47 por ciento del tiempo se dedica a fabricación directa. El mismo procedimiento sirve para saber cuánto del turno va a preparaciones, esperas de material, mantenimiento, limpieza, control de calidad o tareas administrativas, y para ponerle número al trabajo que añade valor y al que no lo añade.
Esas proporciones son el dato que decide preguntas caras: cuántas horas productivas de verdad tiene la planta —el dato que alimenta la producción por hora, el número de operarios y cualquier planificación seria—, dónde se pierde el tiempo y qué proceso conviene atacar primero. Y a diferencia de un cronometraje, que se aplica a una operación concreta, el muestreo da la fotografía del conjunto: es la diferencia entre saber lo que cuesta una pieza y saber lo que cuesta un turno.
El número de observaciones: la decisión que gobierna el estudio
1. Define la pregunta y la proporción esperada
Antes de calcular nada hay que decidir qué se quiere estimar: la proporción de tiempo de fabricación directa, la de esperas, la de un puesto concreto. Esa proporción esperada se llama p, y su valor inicial se elige con criterio: si se sospecha que la actividad ocupa alrededor del 25 por ciento del tiempo, p = 0,25; si no se sabe, la opción prudente es p = 0,50, la que maximiza el tamaño de muestra y por tanto la que no se queda corta.
2. Elige la confianza y la precisión
La confianza es la probabilidad de que el resultado sea cierto dentro del margen fijado: la habitual es el 95 por ciento. La precisión es el margen de error que se acepta: ±5 por ciento es el estándar razonable para la mayoría de estudios de gestión; ±3 por ciento ya es una precisión de estudio a fondo, y se paga en observaciones.
3. Aplica la fórmula
El número de observaciones se obtiene con una fórmula estadística clásica:
n = z² · p · q / e²
Donde z es el valor que fija la confianza (1,96 para el 95 por ciento), p es la proporción esperada, q = 1 − p, y e es el margen de error aceptado (0,05 para ±5 por ciento). La calculadora de observaciones para Work Sampling resuelve la fórmula con los tres parámetros y te devuelve además cuántos días de estudio necesitas según las observaciones por día que puedas tomar.
Para situarse: con confianza del 95 por ciento, p = 0,50 y precisión ±5 por ciento, la fórmula da 1,96² × 0,5 × 0,5 / 0,05² = 384,2, es decir, 385 observaciones. La célebre cifra de «400 observaciones» que se cita en muchos manuales es la aproximación de esta con z = 2 en lugar de 1,96. Si la precisión se endurece a ±3 por ciento, el número sube a unas 1.067 observaciones; si se relaja a ±1 por ciento, se dispara a más de nueve mil. Y si p baja a 0,25 —actividad poco frecuente—, el número desciende a unas 289 observaciones. El número de observaciones no es una regla fija: es la consecuencia de tres decisiones que tú tomas.
4. Reparte las observaciones en el tiempo
El número total dice cuántas observaciones; el plan de observaciones dice cuándo y dónde. Un reparto válido cubre todos los turnos, días de la semana y franjas horarias que se quieren estudiar, de forma aleatoria dentro de cada franja. Observar siempre a la misma hora, al mismo turno o a los mismos puestos produce un número correcto de observaciones sobre una realidad falsa.
5. Ajusta sobre la marcha
A medida que se acumulan observaciones, la proporción estimada se va afianzando y el error actual se puede recalcular. Esto permite parar cuando el objetivo de precisión ya está cumplido en lugar de completar ciegamente el plan inicial. Herramientas de muestreo como WorkSamp, especializada en esta técnica y en nada más, calculan el número de observaciones necesario según tus parámetros y el error acumulado conforme registras, y exportan el informe a PDF o Excel cuando el estudio acaba.
Caso práctico simulado
Caso práctico simulado. Ejemplo construido con fines didácticos a partir de parámetros plausibles del sector. No corresponde a una implantación real de ProdCont ni de las herramientas citadas en este artículo.
Una planta de componentes quiere saber cuánto de verdad del turno va a fabricación directa, porque su planificación da por buenas 8 horas productivas y los pedidos no salen. Se diseña un estudio sobre 10 días laborables, con capacidad de tomar 40 observaciones repartidas al día: 400 observaciones disponibles en total.
Paso 1 — número de observaciones. Confianza del 95 por ciento, precisión ±5 por ciento, p = 0,50 (opción prudente). La fórmula da 385 observaciones. Repartidas a razón de 40 al día, el estudio necesita 385 / 40 = 10 días justos: encaja en el plan, sin holgura.
Paso 2 — la petición de precisión. El director de operaciones pide ±3 por ciento. El cálculo salta a unas 1.067 observaciones: las 400 disponibles se quedan muy cortas. Harían falta 17 días más de estudio con la misma capacidad diaria, o subir a unas 107 observaciones por día durante los 10 días previstos. La decisión ya es de negocio, con dos opciones y su coste a la vista: ±5 por ciento cabe en el plan; ±3 por ciento cuesta casi tres veces más estudio.
Paso 3 — el resultado. Con el estudio ejecutado a ±5 por ciento, el reparto del turno resulta ser: 47 por ciento fabricación directa, 22 por ciento preparaciones y ajustes, 18 por ciento esperas de material y utillaje y 13 por ciento limpieza y tareas administrativas. La planificación contaba con 8 horas productivas; la realidad da unas 3,8 horas de fabricación directa por turno. Ahí, y no en la velocidad de los operarios, vive buena parte del desfase entre lo que la planta promete y lo que entrega. La guía para calcular el número de operarios muestra cómo esas horas medidas alimentan después el cálculo de plantilla.
De las proporciones a la decisión de negocio
Un muestreo del trabajo que se queda en el informe no vale nada: su valor está en traducir proporciones a decisiones que alguien tiene que tomar.
La primera traducción es de proporción a horas. Si el 47 por ciento del turno va a fabricación directa y el turno es de 8 horas, la planificación dispone de unas 3,8 horas de fabricación por turno, no de 8. Ese número corrige de una vez todas las cuentas de capacidad que la planta venía haciendo con la jornada teórica, y explica por qué los planes no salían aunque «hubiera gente suficiente» en el organigrama.
La segunda traducción es de proporción a prioridad. No todas las pérdidas pesan igual: una categoría que consume el 20 por ciento del turno vale, en una sección de veinte personas, el trabajo entero de cuatro. Ordenar las categorías de mayor a menor proporción dice dónde hay que mirar primero, y evita el error clásico de mejorar lo que se ve en lugar de lo que pesa.
La tercera traducción es de proporción a seguimiento. Repetir el muestreo cada cierto tiempo —tras una mejora, un cambio de producto o un reajuste de turnos— convierte el estudio en un indicador de evolución: cuánto ha bajado la proporción de esperas, cuánto ha subido la de fabricación. Sin esa línea base, cada nueva discusión sobre productividad vuelve a empezar de cero, con las mismas opiniones y sin datos. El estudio bien hecho, en resumen, no gana un informe en una estantería: gana una forma de decidir que se puede repetir.
Errores frecuentes en un muestreo del trabajo
- Fijar el número de observaciones «de memoria». Usar 100 observaciones porque es un número redondo, o repetir el plan de otro estudio, es decidir la fiabilidad por azar. El número sale de la fórmula, de tus parámetros y de tu tolerancia al error.
- Elegir la precisión sin mirar el coste. Pedir ±3 por ciento por prudencia puede triplicar el esfuerzo del estudio sin cambiar ninguna decisión. La precisión se fija según el uso que se vaya a dar al resultado.
- Observar solo cuando conviene. Concretar las visitas en la franja de mañana, o evitar los días de cambio de serie, produce un estudio estadísticamente impecable sobre una jornada que no existe.
- Repartir mal las observaciones. El plan debe cubrir turnos, días y franjas de forma equilibrada y aleatoria. Unas pocas observaciones en horarios raros valen más que muchas observaciones repetidas en el mismo hueco.
- Parar demasiado pronto. Cerrar el estudio cuando «ya se ve el resultado» ignora el error acumulado. Si el error actual no cumple la precisión objetivo, el estudio no está acabado: está incompleto.
- Confundir proporciones con tiempos. El muestreo estima cuánto del tiempo se dedica a cada actividad; no dice cuánto dura una operación concreta. Para eso está el cronoanálisis con sus tiempos estándar. Las dos técnicas se complementan: el muestreo dice dónde mirar; el cronometraje, cuánto cuesta lo que se mira.
Checklist para saber si tu estudio está bien planteado
- ¿La pregunta del estudio está definida antes de calcular el número de observaciones?
- ¿La confianza y la precisión se eligieron según el uso del resultado, no por costumbre?
- ¿El número de observaciones sale de la fórmula con p prudente, y no de un número redondo?
- ¿El plan cubre todos los turnos, días y franjas que interesan, con reparto aleatorio?
- ¿El error acumulado se comprobó antes de dar el estudio por cerrado?
- ¿Alguien tradujo después las proporciones a horas productivas reales para la planificación?
Conclusión
El muestreo del trabajo convierte la pregunta «¿en qué se nos va el tiempo?» en proporciones medibles, y el número de observaciones es la pieza que decide si esas proporciones valen algo. Calculado con la fórmula, con confianza, precisión y variabilidad elegidas con criterio, un estudio razonable cabe en dos semanas y devuelve el dato que sostiene todas las cuentas de capacidad de la planta: cuántas horas productivas de verdad existen.
Empieza por dimensionar tu estudio con la calculadora de observaciones para Work Sampling y mira qué precisión permite tu calendario real. Y si quieres que el muestreo se planifique, se ejecute y se traduzca a decisiones de capacidad y plantilla, en ProdCont ayudamos a plantas industriales a medir su trabajo y a planificar con datos que se pueden defender.