INSTITUTO TECNOLOGICO

SUPERIOR DE ALVARADO
Campus Medelln
INGENIERA INDUSTRIAL
Materia:
Estudio del Trabajo II
Semestre - Grupo - Sistema:
4 Semestre - Grupo MI sabatino
tema:
unidad 3
3.1 Conceptos generales de los datos estndar.
producto academico:
Investigacion
Presenta:
Marcos Luis Librado Cruz
docente:
Ing. Ind. Xochitl del Carmen Romero Hipolito

MEDELLIN DE BRAVO, VER. Feb. Jul. Del

2014

Introduccin
Esta investigacin vemos que los datos estndares son, en su mayor parte, tiempos
elementales estndar tomados de estudios de tiempo que han probado ser
satisfactorios.
Un tiempo estndar se puede establecer en una operacin o grupo de operaciones
que se puedan cuantificar y medir
Los datos de tiempos estndar son los tiempos elementales que se obtiene
mediante estudios y que se almacenan para usarlos posteriormente es el uso
organizado del sentido comn para encontrar formas ms fciles y mejores de
realizar una tarea.
Los datos estndar comprenden todos los elementos estndar: tabulados,
monogramas, tablas, etctera, que se han recopilado para ayudar en la medicin de
un trabajo especfico, sin necesidad de algn dispositivo de medicin de tiempos,
tales como cronmetros.

CONCEPTOS GENERALES DE LOS DATOS ESTNDAR.

La agrupacin de todos los elementos usados en la realizacin de cierta clase de
trabajo, con valores de tiempos elementales para cada elemento.
Cuando se habla de datos estndares, uno se refiere a todos los estndares
tabulados de elementos, grficas o diagramas, monogramas y tablas que se
recopilaron para poder efectuar la medida de un trabajo especfico.
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 fue establecido hace muchos aos por Frederick W. Taylor, quien propuso
que cada tiempo elemental que se estableca deba indexarse de manera que
pudiera usarse con el fin de establecer tiempos estndar.
Los datos estndar pueden tener varios niveles de refinamiento: movimiento,
elemento y tarea. Mientras ms refinado 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
De preparacin
De cada pieza
Constantes Constante
Variables
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 fue establecido hace muchos aos
por Frederick W. Taylor, quien propuso que cada tiempo elemental que se estableca
deba indexarse de manera que pudiera usarse con el fin de establecer tiempos
estndar.
Los datos estndar pueden tener varios niveles de refinamiento: movimiento,
elemento y tarea. Mientras ms refinado 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.
MUESTREO DE TRABAJO
El muestreo de trabajo es una tcnica 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 efectivos para
determinar: la utilizacin de maquinas y personal; los suplementos aplicables a la
tarea, y los estndares de produccin: aunque se puede obtener la misma

informacin con los procedimientos de estudio de tiempos, el muestreo de trabajo

con frecuencia la proporciona ms rpido y a mucho menor costo.
Al llevar a cabo estudios de muestreo del trabajo, los analistas toman un nmero
grande para la comparacin 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 estado de actividad; ya
que este se aplico por primera vez en la fbrica textil British. Ms tarde, con el
nombre de estudio de la razn de demora, esta tcnica se llevo a cabo en E.U
(morrow 1946).
El mtodo de muestreo de trabajo tiene varias ventajas en comparacin con el
procedimiento de estudio de tiempos:
1.- no requiere la observacin continua de analista durante largos periodos.
2.- los tiempos de trabajo de oficina disminuyen
3.- el total de hras- trabajo dedicado por el analista, en general, son menos.
4.- el operario no est sujeto a largos periodos
5.- un solo analista puede estudiar con facilidad las operaciones por abrigadas.

TEORA DE MUESTREO DE TRABAJO.

La probabilidad de x ocurrencias de un evento en n observaciones:
(p + q) ^n = 1
p = probabilidad de una ocurrencia
q = 1-p = probabilidad de que no haya ocurrencia
n = nmero de observaciones
PLANEACIN DEL ESTUDIO DE TRABAJO.
Una vez que el analista haya explicado el mtodo y obtenido la aprobacin del
supervisor respectivo, estar en condiciones de realizar el planteamiento detallado,
que es esencial antes de iniciar las observaciones reales.
El primer paso es efectuar una estimacin preliminar de las actividades acerca de
las que buscan informacin. Esta estimacin puede abarcar una o ms actividades.
Con frecuencia la estimacin se puede realizar razonable, deber muestrear el rea
o las reas de inters durante un perodo corto y utilizar la informacin obtenida
como base de sus estimaciones.
Una vez hechas las estimaciones se debe determinar la exactitud que sea de los
resultados. Esto se puede expresar mejor como una tolerancia dentro de un nivel de
confianza establecido. El analista llevar a cabo ahora una estimacin del nmero
de observaciones a realizar. Es posible determinar la frecuencia de las
observaciones.

El siguiente paso ser disear la forma para muestreo de trabajo en la que se

tabularn los datos y los diagramas de control que se utilizarn junto con el estudio.
Aplicando el muestreo de trabajo para nuestro ejemplo quedara de la siguiente
manera:

Sp = Error estndar de la Produccin, p = porcentaje de tiempo inactivo, q =

porcentaje de tiempo en marcha, n = nmero de observaciones o tamao de la
muestra que determinar

L.C. = Lmites de Control, p = Probabilidad de la Actividad a estudiar y n = Tamao

de la sub-muestra
En la siguiente tabla se muestran las observaciones tomadas al azar en TUTSI Han
sido agrupadas por da de estudio. El nmero de sub-muestra (16) fue calculado en
base a un estudio preliminar, donde p = 0.6, q = 0.4. p representa la proporcin de
actividad. Nuestro nivel de confianza fue del 90% y el error estndar del 10%.
I

II

III

IV

TOTAL

PROMEDIO

INACTIVIDAD

19

4.75

ACTIVIDAD

11

13

12

45

11.25

SUBMUESTRA

16

16

16

16

64

16

PROPORCIN
PARCIAL

0.3125 0.1875 0.250 0.4375 1.1875

DIAS DE ESTUDIO

0.297

1. Representa el nmero de personas inactivas que contiene la sub-muestra.

CALCULO DEL NMERO DE OBSERVACIONES

(TAMAO DE LA MUESTRA)
El propsito principal del muestreo es reducir la necesidad de las operaciones
empricas que exigen el trabajo y el coste. Cmo pequea puede una muestra
entonces estar sin perder su utilidad? Es decir cul es el nmero ms pequeo de
los casos que todava nos dan bastante confiables datos sobre la poblacin?
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 existir entre ellos.
Corno es natural, el nmero 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 utilizados se encuentran:
Empleo de tablas, media aritmtica, frmulas estadsticas, tringulo de Frecuencias,
ordenador.
El procedimiento a seguir para calcular el tamao de la muestra es lo siguiente:
1. Definir la poblacin de la cual quiere llegar a una conclusin, identificando los
controles en los cuales confiar, y definir que constituye una desviacin crtica
de control (es decir, un error importante);
2. Determinar el Error Tolerable (ET). Tal como se explic, el ET es la
desviacin mxima que el auditor est dispuesto a aceptar, y todava concluir
que la confianza que desea derivar del procedimiento de control probado, es
adecuado. Esto se calcula basado en el nivel de confianza que el auditor
espera (planifica) en los controles internos. Las tablas estadsticas proveen
los niveles de confianza posibles de una muestra de un tamao dado, con
tasas de error diferentes;
3. Determinar la tasa de ocurrencia de errores esperada, es decir, la tasa de
desviacin crtica de cumplimiento que el auditor espera de la muestra. Eso
se calcula basado en experiencia anterior.
4. Seleccionar la tabla estadstica
requerida.

(Anexo A) para el nivel de confianza

5. Buscar el error tolerable en la parte superior de la tabla; y

6. Buscar en dicha columna el cruce con la Tasa de Error Esperado para
determinar el tamao de la muestra.
Los datos que podemos conseguir de la muestra son normalmente levemente
diferentes de los datos de la poblacin. La razn es que la seleccin al azar ha
trado a la muestra no solamente artculos medios de la poblacin, pero tambin
algunos artculos ms o menos excepcionales. Cuntos de ellos, puede ser
anticipado usando la teora de probabilidades. Puede tambin decirnos cmo grande
es el riesgo de conseguir datos errneos debido a estos casos excepcionales. El
riesgo es aproximadamente proporcional a la variacin de las variables y en la
relacin inversa al tamao de muestra.
Si utilizamos la frmula inversamente, y sabe el nivel deseado de la
representatividad estadstica de los datos que vamos a registrar de la muestra,
podemos calcular el tamao de muestra requerido en base del nmero de variables,
y de sus variaciones. No se saben a menudo por adelantado, pero en que el caso
una aproximacin se puede usar.

Usted, por ejemplo, ha medido dos variables de una muestra pequea y ha

encontrado que su correlacin es 0,26. Es siempre posible que tal correlacin se ha
creado en la muestra apenas accidentalmente y no es verdad en la poblacin. Usted
desea que la probabilidad de tal accidente sea menos de 1%. Si usted consulta la
tabla que se presenta en t-test, usted encontrar que una muestra de 100 casos se
necesita antes de que la probabilidad de conseguir accidentalmente una 0.26
correlacin disminuya a 1%.
Otro ejemplo. Usted estudia porcentajes y usted desea ser 95% cierto que el
porcentaje que usted ha medido de una muestra es verdad en la poblacin tambin.
Aqu usted puede utilizar la frmula del intervalo de confianza:

Donde
p = el porcentaje como se calcula de una muestra
n = tamao de la muestra.
Si el intervalo de confianza, segn la frmula, es demasiado ancho, usted puede
cortarlo usando una muestra ms grande. De la frmula usted puede deducir que si
usted multiplica el tamao de muestra por cuatro, el intervalo de la confianza se
contraer en la mitad. La frmula es independiente del tamao de la poblacin.]
Las frmulas para el clculo son exactas pero algo engorrosas de usar por las
muchas alternativas que intervienen; por ese motivo no se presentan aqu. En
proyectos importantes con amplios recursos se suele consultar a un estadstico para
los clculos.
En un proyecto de investigacin con recursos limitados, la regla general es: usar una
muestra tan amplia como nos podamos permitir.
Vamos a presentar dos frmulas, siendo la primera la que se aplica en el caso de
que no se conozca con precisin el tamao de la poblacin, y es:

Dnde:
n
Z
p
q
E

es el tamao de la muestra;
es el nivel de confianza;
es la variabilidad positiva;
es la variabilidad negativa;
es la precisin o error.

En el caso de que s se conozca el tamao de la poblacin entonces se aplica la

siguiente frmula:

Donde
n
Z
p
q
N
E

es el tamao de la muestra;
es el nivel de confianza;
es la variabilidad positiva;
es la variabilidad negativa;
es el tamao de la poblacin;
es la precisin o el error.

La ventaja sobre la primera frmula es que al conocer exactamente el tamao de la

poblacin, el tamao de la muestra resulta con mayor precisin y se pueden incluso
ahorrarse recursos y tiempo para la aplicacin y desarrollo de una investigacin.

Conclusin

Esta investigacin espero y deje claro el concepto de los datos estndares. En mi

opinin los datos estndares nos facilitan el muestreo, las tolerancias y tiempos.
Poe otra parte los tiempos elementales estndar tomados de los estudios de
tiempo.
Es decir que los datos estndares son estndares tabulados de elementos, grficas
o diagramas, monogramas y tablas que se recopilaron para poder efectuar la medida
de un trabajo especfico.
El uso de tiempos estndar tambin involucra el concepto de banco de datos, pero
los datos comprenden clases ms grandes de movimiento que los tiempos
predeterminados.

Referencias:
http://phaaxx.blogspot.mx/2012/12/datos-estandar.html
www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r82775.
http://faabenavides.files.wordpress.com/2011/03/estudio-del-trabajo_ingenierc3adade-mc3a9todos-roberto-garcc3ada-criollo-mcgraw_hill.pdf pg. 273-286