#24- El muestreo del trabajo frente al cronometraje

El muestreo del trabajo frente al cronometraje

El episodio 24 de ProdCont Podcast plantea un dilema clásico de la ingeniería de métodos: ¿cómo medimos realmente el trabajo en planta? El debate enfrenta dos posturas sobre el muestreo del trabajo (work sampling) y el cronometraje clásico continuo. Para uno, el muestreo aleatorio es netamente superior por su eficiencia, su economía y porque captura el comportamiento natural del trabajador, sin la presión del cronómetro. Para otro, el muestreo es estadísticamente elegante pero insuficiente para la optimización real: no registra el detalle de los micromovimientos y exige tamaños de muestra impracticables cuando se busca precisión fina.

¿Qué es el muestreo del trabajo? No es magia: es estadística aplicada, una técnica basada en la ley de los grandes números. En lugar de coger una tabla y observar a un trabajador ininterrumpidamente durante ocho horas, se hacen observaciones aleatorias a lo largo del estudio: «fotografías mentales» instantáneas. Llegas, miras qué hace la máquina en ese segundo, lo anotas y sigues tu camino. Con volumen suficiente de estas fotos, la matemática construye una imagen muy precisa de la distribución del tiempo de trabajo.

Las ventajas del muestreo. Primero, es tremendamente económico: un solo observador puede evaluar múltiples máquinas a la vez —hay casos documentados de analistas monitorizando 14 máquinas pesadas simultáneamente, algo físicamente imposible de cronometrar de forma continua—. Y segundo, el mayor valor es el factor humano: el cronometraje impone una fricción psicológica brutal, el operario se siente vigilado segundo a segundo y altera su ritmo; el muestreo minimiza la intrusión y ofrece una radiografía fidedigna de lo que ocurre cuando nadie mira.

La réplica: la estadística macroscópica como cortina de humo. El muestreo te dice cuánto tiempo se invierte, pero jamás registra el método exacto que emplea el trabajador: es ciego a los micromovimientos elementales. Si un operario extiende el brazo medio metro más de lo necesario porque la herramienta está mal puesta, el muestreo lo registra como trabajo productivo y no detecta el desperdicio oculto. Para manufactura de ciclo corto, donde se mide con resolución finísima —en TMU, las unidades propias de los sistemas de tiempos predeterminados—, el cronometraje continuo sigue siendo insustituible.

La analogía del adolescente. Si quieres saber qué porcentaje de la tarde pasa tu hijo estudiando y qué porcentaje jugando a la consola, sentarte a mirarlo fijamente durante cuatro horas te dará un dato detalladísimo pero totalmente artificial: estudiará el 100 % por la presión, y encima has perdido tu tarde. En cambio, visitas sorpresa aleatorias a lo largo de la semana obtienen el porcentaje real con intrusión mínima. El muestreo industrial opera bajo el mismo principio.

Pero ojo con el efecto observador. El adolescente, como el operario experimentado, tiene muy buen oído: detecta al analista por el pasillo y cambia su comportamiento durante unos segundos para parecer ocupado. Hay un estudio comparando cámaras de grabación continua con rondas aleatorias de un analista humano: las cámaras registraron un 12,3 % más de tiempo de inactividad que el analista. El trabajador detecta la ronda, ajusta su actividad y vuelve a la inactividad cuando te alejas; la cámara supera ese sesgo porque se integra en el entorno. Es el efecto Hawthorne en estado puro: la gente reacciona a la supervisión. La solución no son cámaras en cada puesto —problemas éticos y legales enormes—, ni tampoco el cronometrador plantado, que genera un sesgo aún más pernicioso: el operario que sabe que le miden para fijar un estándar puede ralentizar su ritmo para obtener un tiempo más holgado y cumplir los incentivos sin despeinarse. El muestreo lo mitiga si las rutas se diseñan con tablas de números aleatorios para que sean de verdad impredecibles; el cronometraje lo contrarresta con la calificación del desempeño, que sigue siendo un juicio subjetivo.

El origen histórico. El método lo ideó Tippett en los años 30 para la industria textil británica: observar docenas de telares con cronómetro era logística y económicamente imposible, y calcular el porcentaje de demoras inevitables con observaciones aleatorias fue infinitamente más rápido y barato. Datos estadísticamente rigurosos para los directivos sin arruinarse pagando decenas de analistas.

La trampa del tamaño de muestra. La fórmula del muestreo cruza el nivel de confianza con el margen de error tolerable. Si quieres medir un evento que ocurre solo el 4 % del tiempo, es crítico, y pides un margen de error del 1 % con un 95 % de confianza, el denominador de la ecuación se dispara: no son 200 fotos mentales, son miles o decenas de miles de observaciones. Semanas o meses caminando por la planta para evaluar un departamento. La contraargumentación: la industria no siempre necesita esa precisión microscópica. Un margen de error del 5 % es perfectamente aceptable para detectar cuellos de botella; si un estudio de un par de días revela que una fresadora carísima está parada el 30 % del tiempo, no hacen falta 3.000 observaciones más para saber si es un 29,5 o un 30,5: hay que actuar hoy. Y el coste se sobreestima, porque el analista no hace solo rondas: intercala visitas de 20 minutos con diseño de piezas u otras tareas y el esfuerzo se diluye.

El campo de batalla real: los tiempos estándar. El propósito de la ingeniería de métodos no es hacer gráficas bonitas, sino establecer tiempos justos para planificar la capacidad y pagar incentivos. El mecanismo del muestreo para estándares indirectos es de cajón: calculas el porcentaje del turno en trabajo productivo —digamos un 75 %, unas seis horas reales—, divides entre las piezas fabricadas, aplicas el factor de desempeño valorado globalmente en las rondas, sumas los suplementos por fatiga y tienes un estándar robustísimo. Especialmente valioso en trabajos indirectos —logística o mantenimiento—, donde no hay ciclos definidos y el cronómetro es absurdo.

Pero cuidado: el muestreo puede oficializar ineficiencias. Con el cronometraje clásico se valora la actividad de cada elemento aislado —por ejemplo, con la escala BSI, donde el ritmo normal sin incentivo vale 100 y el óptimo con incentivo 133—: el operario coloca la pieza en el torno a ritmo 110 pero la retira a ritmo 90, y el analista descarta al instante los tiempos inútiles. Si el trabajador pierde 20 segundos buscando una llave inglesa perdida bajo una caja, eso se cataloga como tiempo ineficaz, se expulsa del estándar y se detecta un problema de orden —un problema de 5S—. El muestreo, en cambio, promedia: pasas, ves al operario moviendo cajas y buscas la llave, y anotas «trabajador activo, preparación». La calificación del desempeño corrige el ritmo general, pero no corrige el método: el muestreo asume que estar activo es estar ejecutando el método eficiente, y al dividir tiempo entre piezas le regalas al sistema un tiempo estándar inflado que premia los malos métodos y las distracciones.

La defensa del muestreo ante esto: el cronometraje solo mide lo que pasa en 30 minutos de estudio. El muestreo obliga a levantar la vista del microdetalle para ver el flujo real: en un turno hay microparadas, averías y fallos de tensión que ocurren raramente y que el cronometrador no suele ver. Como no ve la avería rara, se la tiene que inventar con tablas genéricas de algún manual obsoleto; el muestreo captura la demora real porque su horizonte son semanas, y da la realidad estocástica de la fábrica sin la microgestión asfixiante que tanto cabrea a los sindicatos.

La síntesis del debate. Nadie niega la utilidad del muestreo para ratios macroscópicos, suplementos a largo plazo y trabajos indirectos. El muestreo es una herramienta brillante y económica para la radiografía macro: tiempo productivo frente a inactivo, ratios de utilización de máquinas millonarias y suplementos por fatiga calculados con datos reales, liberando al ingeniero del trabajo tedioso y quitando estrés al operario. La divergencia se mantiene en usarlo como herramienta exclusiva: sin la lupa del cronometraje y el análisis de micromovimientos, la ingeniería de métodos pierde la resolución fina. La estadística no revela un mal diseño de la estación de trabajo ni una ineficiencia oculta en un mal movimiento: para curar el desperdicio, primero hay que verlo de cerca. Y si quieres estabilizar costes, predecir entregas y pagar incentivos justos por el esfuerzo real, el cronometraje exige optimizar el método antes de fijar el tiempo.

La conclusión: la elección depende de un único factor, la resolución óptica que necesites para tu problema. Como pasa siempre en la industria, no hay un ganador absoluto: son complementarios. Si te acercas mucho, alteras la realidad; si te alejas demasiado, pierdes los detalles. Una paradoja perfecta para cerrar.

visita prodcont.com para conocer herramientas de software para la mejora de la productividad en tu empresa

Si este debate te ha dado que pensar, pasa por Spotify y déjanos tu comentario: cuéntanos si en tu planta medís con rondas aleatorias, con cronómetro o con una mezcla de ambas. Y si quieres seguir explorando la ingeniería de métodos, te esperamos en ProdCont.com.