Documente Academic
Documente Profesional
Documente Cultură
DEFINICION
El muestreo de trabajo es una tcnica que se utiliza para investigar las proporciones del
tiempo total dedicada a las diversas actividades que componen una tarea, actividades o trabajo.
Los resultados del muestreo sirven para determinar tolerancias o mrgenes aplicables al trabajo,
para evaluar la utilizacin de las mquinas y para establecer estndares de produccin.
No requiere observacin continua por parte de un analista durante un perodo de tiempo largo.
Las operaciones de grupos de operarios pueden ser estudiadas fcilmente por un solo analista.
El desarrollo del muestreo de trabajo como tcnica de medicin del trabajo se remonta al ao
1935, cuando tippet sugiri la aplicacin de las observaciones instantneas para hacer estudios de
tiempos de hombres y maquinas. Luego, en 1946, Morrow le dio un uso ms general con el
propsito fundamental de identificar las demoras que afectaban a los trabajos. Desde entonces la
tcnica ha sido ms desarrollada y refinada. Actualmente se le conoce mundialmente con
diferentes nombres.
El muestreo de trabajo tiene por objetivo establecer el porcentaje que con respecto al perodo
total de tiempo se dedica a ciertas actividades. Es una tcnica en la cual se realiza un gran nmero
de observaciones a un grupo de mquinas, procesos u es operarios durante un periodo de tiempo.
Cada observacin registra lo que est ocurriendo en ese instante, y el porcentaje de observaciones
registrado para una actividad particular o demora es una medida del porcentaje de tiempo
durante el cual esta actividad o demora ocurren. El porcentaje de tiempo dedicado a una actividad
particular se establece a partir de un nmero de observaciones realizadas al azar.
El muestreo de trabajo es una tcnica que se utiliza para investigar las proporciones del
tiempo total dedicada a las diversas actividades que componen una tarea, actividades o trabajo.
Los resultados del muestreo sirven para
determinar tolerancias o mrgenes aplicables al trabajo, para evaluar la utilizacin de las
mquinas y para establecer estndares de produccin.
El mtodo de muestreo de trabajo tiene varias ventajas sobre el de obtencin de datos por el
procedimiento usual de estudios de tiempos. Tales ventajas son:
No requiere observacin continua por parte de un analista durante un perodo de tiempo largo.
Una parte fundamental para realizar un estudio estadstico de cualquier tipo es obtener unos
resultados confiables y que puedan ser aplicables. Como ya se coment anteriormente, resulta
casi imposible o imprctico llevar a cabo algunos estudios sobre toda una poblacin, por lo que la
solucin es llevar a cabo el estudio basndose en un subconjunto de sta denominada muestra.
Sin embargo, para que los estudios tengan la validez y confiabilidad buscada es necesario que tal
subconjunto de datos, o muestra, posea algunas caractersticas especficas que permitan, al final,
generalizar los resultados hacia la poblacin en total. Esas caractersticas tienen que ver
principalmente con el tamao de la muestra y con la manera de obtenerla.
La teora del muestreo de trabajo se basa en las leyes fundamentales de la probabilidad. Los
estadsticos han deducido la siguiente expresin que determina la probabilidad de x ocurrencias
de un evento en n observaciones.
(p+q)n=1
(p+q)n=1 se desarrolla por el binomio de newton el primer termino dar la probabilidad de x=0, el
segundo trmino, la de x=1y as sucesivamente. La distribucin de esta probabilidad se conoce
como DISTRIBUCION BINOMIAL. La media es np la varianza es npq y la desviacin estndar es:
A medida que n aumenta, la distribucin binomial tiende a la distribucin normal. Los estudios
de muestreo de trabajo implican muestras de gran tamao, por lo que la distribucin normal es
muy buena aproximacin de la distribucin binomial.
EXPOSICION APROBATORIO DEL MUESTREO DE TRABAJO.
Esto se puede lograr con varias sesiones cortas con los representantes de las distintas partes
interesadas para explicar ejemplos de la ley de probabilidades e ilustrar porque funcionan los
procedimientos de razn-demora.
Tanto los trabajadores como los sindicatos favorecen las tcnica de muestreo de trabajo una
vez que se explica el procedimiento, ya que es completamente impersonal, no se usa el
cronometro y se basa en mtodos matemticos y estadsticos aceptados.
Una vez que el analista haya explicado el mtodo y obtenido la aprobacin del supervisor
respectivo, estar en condiciones de realizar la planeacin detallada, que es esencial antes de
iniciar las observaciones reales. A continuacin sern explicados, paso a paso, la planificacin,
ejecucin y evaluacin de un muestreo de actividades segn el programa estndar REFA para el
muestreo de actividades. Un muestreo de actividades se realiza, por lo general, durante un lapso
de varias semanas. Es necesaria, por lo tanto, una planificacin cuidadosa, a fin de lograr que sus
resultados puedan ser aprovechados realmente.
Luego de reunir los sistemas laborales y los elementos correspondientes a observar debe
fijarse qu tipos de procesos deben ser diferenciados en los elementos del sistema, observados a
fin de poder llegar a las deducciones requeridas sobre su comportamiento. Por regla general se
subdividen los tipos de proceso ms an de lo que sera necesario para la tarea, para obtener de
esta manera una buena visin del conjunto observado. Al fijar los tipos del proceso debe tenerse
en cuenta la necesidad de reconocerlos sin dar lugar a confusiones, durante una observacin
breve. Es, p. ej., muy difcil diferenciar si una persona vigila o interrumpe en forma condicionada
un proceso. Por lo tanto, uno no debiera limitarse simplemente a nombrar los tipos de proceso a
diferenciar, sino que debe otorgar en forma adicional algunas caractersticas particulares simples,
claras e inconfundibles para reconocer los mismos.
En los primeros pasos fue fijado qu tipos de procesos han de ser observados en sistemas
laborales. En el tercer paso se realiza un plan de recorrido, esto es una representacin
esquemtica de los puntos de observacin y su secuencia. La ubicacin de observacin es un
punto determinado
estereomtricamente, desde la cual tendr lugar la observacin de un sistema laboral en el
momento de transponerse el mismo. La secuencia de observaciones determina el orden de
precedencia para realizar las observaciones. A fin de mantener el principio aleatorio, se fijarn
diferentes secuencias de observacin, de las cuales se elegir una antes de comenzar el recorrido.
Luego de haber fijado en el tercer paso de la secuencia de observaciones dentro del recorrido
y para cada ubicacin de observacin y en el cuarto paso la cantidad de observaciones necesarias,
se determinan ahora los momentos para cada recorrido. Es importante que stos se realicen en
forma casual. De esta manera se cumplen condiciones de carcter estadstico a la par que se evita
una posible influencia subconsciente del observador sobre los resultados. La determinacin de los
momentos para los recorridos se realiza con ayuda de las llamadas tablas aleatorias de horas y
minutos.
Por lo general se efecta una evaluacin parcial luego de haber realizado n ( 500
observaciones, a fin de controlar si la cantidad de observaciones necesarias estimada en el 4 paso
es correcta o si, por el contrario, existe un error apreciable en la estimacin. Para ello se proceder
como sigue:
1) Determinar la cantidad total x de observaciones para cada tipo de proceso que viene al
caso.
2) Determinar la parte p correspondiente a las observaciones de cada tipo de proceso.
3) Determinar el margen de confianza real de la fase de proceso correspondiente y, en caso de
que sea f > f, determinar la cantidad corregida de observaciones necesarias n. Para la
determinacin del margen de confianza alcanzado puede utilizarse
tambin la frmula.
Siendo que la sumatoria de la frecuencia para cada tipo de proceso es siempre transferida al
comenzar un nuevo pliego y anotada en la columna transferencia, se necesita tanto para la
evaluacin parcial como para la final nicamente el ltimo pliego de muestreo de actividades. La
evaluacin final consiste en:
1) Determinar la cantidad total x (= sumatoria x) de las observaciones para cada tipo de
proceso.
2) Determinar la parte p correspondiente a cada tipo de proceso.
3) Determinar el valor absoluto del margen de confianza alcanzado f segn la para cada tipo
de proceso.
4) Resumir los resultados sobre el pliego previsto para tal caso por medio de un perfil de tipos
de proceso.
5) Completar las tarjetas de control como comprobante de la disminucin del valor del margen
de confianza de las partes correspondientes a cada tipo de proceso durante el muestreo de
actividades.
6) decidir respecto a la utilidad del muestreo de actividades.
Defina el problema
Determine con exactitud qu informacin se necesita. Es una buena idea realizar una inspeccin
preliminar, observando las operaciones por un da, para obtener una lista de los elementos de las
operaciones. Por ejemplo, si se detectan las causas y las cantidades de tiempo muerto en una
maquina, ser necesario definir todas las causas posibles. Esta es ms o menos la misma
preparacin necesaria para un estudio de tiempos.
Haga
un registro de las observaciones del trabajo.
La forma que se emplea para registrar las observaciones hechas en el curso de un estudio de
muestreo del trabajo deber disearse individualmente para cada caso. Su diseo depender del
nmero de estaciones de trabajo o de las personas a las cuales se observara y de la clasificacin de
las actividades sobre las que se desea obtener datos.
Lmites fsicos.
Si solo hay un observador y es necesario recorrer una ruta larga para hacer una observacin de
una ronda, el observador podr hacer relativamente pocas observaciones en un da. Por ejemplo,
un estudio de las cuadrillas de mantenimiento realizado por un solo observador, es probable que
necesite una ruta ms larga.
Si para lograr la exactitud deseada es necesario hacer 1600 observaciones, y solo se cuenta con 10
das laborales para realizarla, es evidente que se necesitara hacer 160 observaciones al da
Hacer 20 muestreos que no sigan un patrn definido con mucha frecuencia es bastante difcil.
Para realizar esto, la forma ms segura es usar una tabla de nmeros aleatorios, ya que la mente
humana tiene la tendencia a seguir un patrn establecido. Asimismo, se puede auxiliar con el uso
de computadoras manuales, de bolsillo o microcomputadoras, que tienen programas para generar
nmero aleatorios. El muestreo se puede hacer aleatorio con base en da, en
horas o en cualquier otro periodo de tiempo (90 minutos, 2horas, o lo que sea), por ejemplo, se
pueden realizar 20 muestreos aleatorios por hora (llamados muestreos aleatorios estratificados), o
tambin se podra realizar 160 muestreos aleatorios, haciendo ms observaciones en ciertas horas
que en otras. Es preciso hacer hincapi en que los muestreos sean aleatorios para reducir los
errores en el muestreo.
Esta informacin es necesaria para el plan de frecuencias, para el nmero de observaciones y para
estimar la duracin del estudio. El nmero de observaciones depender de que tan exacta se
necesiten las respuestas, ya que un nmero ms grande de observaciones proporcionara una
mayor exactitud. La experiencia en el muestreo del trabajo y el conocimiento de la operacin,
permitirn al analista hacer una estimacin improvisada perfecta. Conforme avance el proyecto,
los observadores pueden revisar los resultados para apreciar cuando ya han hecho suficientes
observaciones.
Existe un mtodo matemtico para obtener una preestimacin del nmero de observaciones
necesarias para alcanzar la exactitud prctica deseada. La teora en la que se basa es la misma que
se usa en el control estadstico de la calidad. La exactitud absoluta se muestra en el nomograma
para determinar el tamao de la muestra, la clave para la exactitud en el estudio del muestreo del
trabajo est en el nmero de observaciones. Un nmero mayor de observaciones proporciona una
grado ms alto de exactitud a condicin
de que el estudio este diseado para disminuir el sesgo (desviacin sistemtica).
Evalu los mtodos mediante los cuales se pueden reducir las lecturas sesgadas.
compensar si ya se conoca. La pregunta que casi siempre surge es con relacin al efecto que
ocurre cuando el operario ve que el observador se acerca y entonces se pone a trabajar. Es cierto
que muchos estudios han fracasado por esta razon, sin embargo, la experiencia ha demostrado
que conforme el observador pasa por un puesto de trabajo da tras da y por un periodo de tiempo
suficientemente largo, esto influye para que se nivelen las lecturas.
NIVELES DE CONFIANZA
Para evitar un costo muy alto para el estudio o debido a que en ocasiones llega a ser
prcticamente imposible el estudio de todos los casos, entonces se busca un porcentaje de
confianza menor. Comnmente en las investigaciones sociales se busca un 95%. Probabilidad de
que la estimacin efectuada se ajuste a la realidad. Cualquier informacin que queremos recoger
est distribuida segn una ley de probabilidad (Gauss o Student), as llamamos nivel de confianza a
la probabilidad de que el intervalo construido en torno a un estadstico capte el verdadero valor
del parmetro.
El error o porcentaje de error equivale a elegir una probabilidad de aceptar una hiptesis que
sea falsa como si fuera verdadera, o la inversa: rechazar a hiptesis verdadera por considerarla
falsa. Al igual que en el caso de la confianza, si se quiere eliminar el riesgo del error y considerarlo
como 0%, entonces la muestra es del mismo tamao que la poblacin, por lo que conviene correr
un cierto riesgo de equivocarse.
Cuando una muestra es aleatoria o probabilstica, es posible calcular sobre ella el error
muestral. Este error indica el porcentaje de incertidumbre, es decir, el riesgo que se corre que la
muestra elegida no sea representativa. Si trabajamos con un error calculado en 5%, ello significa
que existe un 95% de probabilidades de que el conjunto
muestral represente adecuadamente al universo del cual ha sido extrado.
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.
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.
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.
Una muestra debe ser representativa si va a ser usada para estimar las caractersticas de la
poblacin. Los mtodos para seleccionar una muestra representativa son numerosos,
dependiendo del tiempo, dinero y habilidad disponibles para tomar una muestra y la naturaleza de
los elementos individuales de la poblacin. Por lo tanto, se requiere un gran volumen para incluir
todos los tipos de mtodos de muestreo.
Los mtodos de seleccin de muestras pueden ser clasificados de acuerdo a:
Muestreo simple
Este tipo de muestreo toma solamente una muestra de una poblacin dada para el propsito de
inferencia estadstica. Puesto que solamente una muestra es tomada, el tamao de muestra debe
ser los suficientemente grandes para extraer una conclusin. Una muestra grande muchas veces
cuesta demasiado dinero y tiempo.
Muestreo doble
Muestreo mltiple
El procedimiento bajo este mtodo es similar
al expuesto en el muestreo doble, excepto que el nmero de muestras sucesivas requerido para
llegar a una decisin es ms de dos muestras.
Mtodos de muestreo clasificados de acuerdo con las maneras usadas en seleccionar los
elementos de una muestra.
Los elementos de una muestra pueden ser seleccionados de dos maneras diferentes:
a. Basados en el juicio de una persona.
b. Seleccin aleatoria (al azar)
Por supuesto, el nmero de analistas disponible y la naturaleza del trabajo que se estudia
tambin influyen en la frecuencia de las observaciones. Por ejemplo, si slo se cuenta con un
analista para acumular los datos del ejemplo anterior, no sera prctico que esa persona tomara
180 observaciones diarias.
Una vez determinado el nmero de observaciones por da, deben seleccionarse los tiempos
reales necesarios para registrar las observaciones. Para obtener una muestra representativa, las
observaciones se toman a todas horas del da. Para el ejemplo, se supone que se dispone de un
analista para tomar 180 observaciones en una batera de 20 tornos revlver que son
completamente independientes entre s, para determinar los suplementos por demoras
inevitables y personales.
Como hay 20 mquinas que observar, el observador debe hacer nueve visitas aleatorias a la
seccin de mquinas cada uno de los 20 das. El tiempo del da para realizar estas nueve
observaciones tambin se elige en forma aleatoria. As, el analista no establece un patrn de
observacin diaria en la planta.
Existen muchas formas de hacer aleatoria la ocurrencia de las observaciones. Con un enfoque,
se pueden elegir nueve nmeros cada da de una tabla estadstica de nmeros aleatorios, que
estn entre 1 y 48. Si cada nmero se asocia con un valor en minutos, equivalente a 10 veces su
valor absoluto, el nmero seleccionado establece la hora de observacin, en minutos, a partir del
inicio del da. Por ejemplo nmero aleatorio 20 significara que el analista debe hacer una serie de
observaciones 200 minutos despus de iniciado el turno. Si el da comienza a las 8 am, entonces a
las 11:20 am iniciara una inspeccin de los 20 tornos revlver.
Otro enfoque considera los cuatro dgitos adyacentes en la tabla de nmeros aleatorios, el
dgito #1 identifica el da, con los nmeros 1 a 5 correspondientes a los das de lunes a viernes. El
dgito #2 es el identificador de horas, con nmeros de 0 a 8 sumados hora de inicio (como las 7:00
am). Los dgitos #3 y #4 identifican los minutos, con nmeros entre 0 y 60 como aceptables.
El estudio debe ser lo suficientemente largo para incluir las fluctuaciones, produccin normal.
Cuanto ms largo es el estudio, mayor es la oportunidad de observar las condiciones promedio. Lo
usual
es que los estudios de muestreo del trabajo se hagan en bloques que van de dos a cuatro
semanas.
Otra alternativa que puede ayudar a decidir cundo tomar las observaciones diarias es un
recordatorio aleatorio. Este instrumento de bolsillo suena una alarma en tiempos aleatorios hacer
saber al analista cundo tomar la siguiente observacin. El usuario preselecciona una tasa
promedio de muestreo (observaciones por hora, observaciones por da) y responde con un viaje al
rea de recoleccin de datos cuando escucha la alarma
En las industrias se emplean algunos tipos de dispositivos para el claro anlisis de actividades las
cuales se pueden mencionar como ejemplo es la videocmara.
Se utiliza para la seguridad de algunas empresas tales como los bancos; ellos los emplean para
observar todo lo que pasa en un da y se queda registrado en una videocinta.
Si en caso de que suceda un robo los de seguridad podran detectar quien ocasiono el incidente
por medio de las videocintas. El otro uso que tienen las videocmaras es individualizar los
movimientos para hacer un uso ms exacto del movimiento.
Las videocmaras de seguridad no son una cura milagrosa, pero s una ayuda para la polica no
detendrn a asaltantes y traficantes de droga en nuestras calles, pero dificultarn sus acciones
delictivas y facilitarn su identificacin. Los videos cmaras de seguridad tambin disuadirn a los
turistas borrachos de actuar de modo tan antisocial o lascivo en nuestras calles
y otras reas pblicas, si saben que lo graban todo. Tambin los gamberros, vndalos y los artistas
del graffiti de todas las nacionalidades sern disuadidos por la presencia de cmaras. Algunos
ejemplos de cmaras de vigilancia y cmaras industriales.
En algunas empresas usan las videocmaras para observar a los trabajadores no tanto para
vigilarlos si no para observar los movimientos y evitar as los movimientos torpes dndole as un
buen uso a estos aparatos y aplicando el mtodo del tiempo estndar.
Aun si se observan los requisitos de muestreo de trabajo, los datos tendern a tener cierto
sesgo o predisposicin cuando la tcnica se emplea para estudiar slo a las personas; tambin,
existe entonces una tendencia natural para que el observador registre justamente lo que ha
sucedido o lo que estar sucediendo, ms bien que lo que realmente est aconteciendo en el
momento exacto de la observacin.
Las tcnicas de los diagramas de control se utilizan tan ampliamente en las actividades de
control estadstico de calidad que se pueden adaptar fcilmente para estudios de muestreo de
trabajo. Como tales estudios tratan exclusivamente con porcentajes o proporciones, el diagrama
se emplea con mucha frecuencia.
El mejoramiento debe ser un proceso continuo y el porcentaje de tiempo muerto tiene que
disminuir. Uno de los objetivos del muestreo de trabajo es determinar reas de actividad que
podran ser mejoradas. Una vez descubiertas tales reas se tratar de mejorar la situacin. Los
diagramas de control se pueden emplear para mostrar el mejoramiento progresivo de reas de
trabajo. Esta idea especialmente importante si los estudios de muestreo de trabajo se utilizan para
establecer tiempos estndares, pues tales estndares advn cambiarse siempre que las
condiciones varen a fin de que sean realistas.
Proceso:
Definicin de los objetivos:
Especificando categoras de actividad por observar.
Diseo del procedimiento de muestreo:
1. Nmero de observaciones
2. Seleccin de la cantidad de trabajo
3. Determinacin de los detalles del procedimiento (programacin, mtodo y rutas)
4. recopilacin de datos: Mediante la ejecucin del plan de muestreo
5. Procesamiento: Mediante los clculos que definidos en el algoritmo.
6. Presentacin de resultados.
Cuando una
compaa introduce un nuevo producto o proceso de manufactura, la cantidad de horas de mano
de obra directa que se requiere para producir una unidad generalmente disminuye a medida que
los trabajadores se familiarizan con el proceso. Los estudios han revelado que el tiempo promedio
(horas) que se requiere para terminar una unidad disminuir en una tasa porcentual constante
desde el primer trabajo o unidad, hasta que haya ocurrido el aprendizaje total. El efecto del
proceso del aprendizaje sobre los trabajadores pueden mostrarse de manera visual en lo que
tcnicamente se conoce como curva de aprendizaje, que se basa en hallazgos estadsticos que
indican que a medida que se duplica la cantidad acumuladas de unidades producidas, el tiempo
promedio de mano de obra directa que se requiere por unidad disminuir a un porcentaje
constante (normalmente en un rango de 10% al 40%).
A menudo, estos porcentajes se denominan Porcentajes de Reduccin de Costos. Los estudios
de tiempos y movimientos pueden usarse para determinar el porcentaje que se aplicar a
determinado proceso de produccin. El porcentaje de reduccin de costos designado sobre la
curva es el complemento de la tasa de aprendizaje (uno menos la tasa de aprendizaje); por tanto,
si el tiempo promedio de mano de obra directa que se requiere por unidad disminuye en un 30%
despus que se duplica la produccin, la curva hace referencia a una curva de aprendizaje del 70%.
El perodo en el cual la produccin por hora aumenta se conoce como Etapa de Aprendizaje. Existe
un lmite
tanto fsico como mecnico, que estar fuera del alcance de cualquier mejoramiento adicional en
la produccin por hora y que solo puede lograrse cambiando la naturaleza del proceso de
produccin o mejorando el equipo que se usa. El perodo en el cual la produccin por hora se
estabiliza, se conoce como Etapa Constante. Despus de que los trabajadores han estado en la
etapa constante durante prolongados perodos, es posible que la productividad comience a
disminuir puesto que el desafo y la emocin de aprender un nuevo proceso de produccin han
terminado, entonces surge el aburrimiento. La gerencia debe estar alerta para detectar cualquier
disminucin en la productividad y emprender los pasos necesarios para evitar corregir esta
hipottica etapa de aburrimiento. Muchas compaas trasladan de modo rutinario a los
trabajadores a diferentes tareas laborales dentro de proceso tedioso como un recurso sencillo y
efectivo de prevenir el establecimiento de la etapa de aburrimiento.
ESTABLECIMIENTO DE MARGENES
O TOLERANCIAS
AUTO OBSERVACION
Principio del formularioFinal del formulario
Los administradores conscientes peridicamente toman muestras de su propio trabajo para
evaluar la efectividad de su uso del tiempo; una vez que los administradores aprenden cuanto
tiempo invierten en funciones que pueden ser atendidas rpidamente por subordinados y
personal administrativo, pueden actuar positivamente.
Al mecanizar los clculos repetitivos, las computadoras pueden obtener no solo los resultados
diarios, sino tambin los acumulados como las graficas de control actualizadas, por ejemplo, una
compaa desarrollo la tcnica MAST (Mechanized Activity Sampling Tenique), que automatiza el
trabajo de oficina, incluso los clculos matemticos asociados con el registro de observaciones, el
APLICACIN DEL
MUESTREO DEL TRABAJO EN CASOS PRACTICOS.
CONCLUSION
BIBLIOGRAFIA:
www.Wikipedia.com
www.monografias.com
www.itescam.edu.mx
www.