Muestreo del trabajo en producción: detecta demoras ocultas

Inicio » Recursos » Muestreo del trabajo en producción: detecta demoras ocultas

Tiempo de lectura estimado: 12 minutos

Al recorrer la fábrica, puedes tener la impresión de que un mismo turno está a plena carga en un momento y poco aprovechado en otro. Ninguna de esas visitas te dice cuánto tiempo se dedica a fabricar piezas, preparar el trabajo o esperar a que llegue algo.

El muestreo del trabajo sustituye esas impresiones por una serie planificada de observaciones aleatorias. Te ayuda a identificar las circunstancias que interrumpen la producción y a elegir una mejora que merezca la pena probar. El resultado útil no es una puntuación de lo ocupadas que parecen las personas, sino una respuesta más clara sobre qué impide que el trabajo avance.

Una vez que hayas verificado qué cambia con una mejora, SkyPlanner APS utiliza los tiempos de operación mejorados y la disponibilidad de los recursos productivos para generar un programa de producción coordinado. Dedicas menos tiempo a rehacer por separado las colas de trabajo de cada máquina y puedes ver cómo afecta el cambio a los pedidos que debes entregar.

¿Qué es el muestreo del trabajo?

El muestreo del trabajo es un método estadístico que estima la proporción de tiempo dedicada a actividades definidas mediante la observación de personas o máquinas en instantes elegidos al azar. Cada observación registra la actividad que se realiza en ese instante. La proporción de observaciones de una categoría permite estimar qué parte del tiempo del estudio corresponde a esa actividad, siempre que el diseño del muestreo sea representativo de ese tiempo.

Por ejemplo, un estudio en un área de montaje podría distinguir entre montaje, preparación, inspección, espera por falta de material y otras interrupciones. Registrar esas categorías durante turnos representativos aporta datos más útiles que clasificarlo todo como tiempo productivo o inactivo.

El método resulta especialmente útil cuando las actividades varían, las interrupciones se producen de forma dispersa y la observación continua exigiría un esfuerzo considerable. No necesitas seguir cada operación de principio a fin para conocer la distribución general de las actividades.

Si necesitas responder a otra pregunta, elige otra forma de medir:

• Un estudio de tiempos en producción analiza elementos de trabajo definidos y permite establecer un tiempo estándar justificado. Las observaciones instantáneas y aleatorias de la actividad no indican cuánto dura cada elemento breve.
• El control de tiempos de producción registra eventos y tiempos reales asociados a tareas u operaciones. Esos registros permiten saber a qué trabajos se dedicaron las horas registradas, en lugar de ofrecer una muestra aleatoria de toda la actividad.

Un estudio formal de medición del trabajo puede combinar el muestreo con otros datos para establecer estándares. Sin embargo, el porcentaje de una actividad por sí solo no es un tiempo estándar ni una medida del ritmo de trabajo de una persona.

Empieza por la decisión que necesitas tomar, no por contar quién está ocupado y quién no

Elige una pregunta cuya respuesta pueda cambiar la forma de trabajar en la fábrica. «¿Qué parte del tiempo del equipo de montaje se dedica a esperar componentes?» es un buen punto de partida si puedes actuar sobre la preparación del material. «¿Qué eficiencia tiene cada persona?» es una pregunta demasiado vaga para diseñar bien el estudio o interpretar sus resultados.

Acuerda el objetivo con las personas que realizan el trabajo. Explica qué se va a observar, cómo se definen las categorías, quién verá los resultados y para qué decisión servirán. Pregunta a los operarios qué interrupciones no reflejan los registros actuales. Un estudio resulta más útil cuando las personas pueden explicar por qué falta un kit que cuando sienten que les conviene ocultar la espera.

Define la población: las personas o máquinas, los turnos, los días y las condiciones de producción que deben describir los resultados. Un estudio del turno de día en un área de montaje no describe automáticamente el trabajo nocturno ni el conjunto de la planta.

Después, elige la unidad de observación. Un operario en un instante dado constituye una unidad; una máquina en un instante dado constituye otra. Registra sus estados por separado. Una máquina puede estar cortando automáticamente mientras su operario inspecciona otra pieza. La máquina está en marcha y el operario está inspeccionando: no hay por qué clasificar ninguna de las dos observaciones como inactividad.

Delimita también de forma explícita el tiempo que abarca el estudio. Si cubre todo el turno remunerado, incluye la categoría de descansos que corresponda. Si solo cubre determinados periodos de funcionamiento, indica ese denominador. No compares ambos resultados como si midieran lo mismo.

Define actividades que los observadores puedan reconocer

Utiliza un conjunto reducido de categorías que sean mutuamente excluyentes para la unidad de observación elegida y cubran las situaciones previstas. Redacta una definición breve de cada una, con ejemplos del área que se va a estudiar.

«Espera por falta de material» debe significar que el trabajo seleccionado no puede continuar porque no está disponible el material necesario, no que el operario esté de pie junto a la estantería de materiales. Para la categoría «Preparación», acuerda dónde empieza y dónde termina: desde los preparativos hasta que todo queda listo para producir. Mantén visible la inspección necesaria en lugar de englobarla en una categoría general de actividades no productivas.

Incluye un código para los casos desconocidos o no observables. Si no puedes determinar qué está ocurriendo, registra esa incertidumbre en lugar de suponer una causa. Revisa esos casos por separado; no deben desaparecer del denominador sin que se indique.

Pon a prueba las definiciones en un breve estudio piloto. Pide a los observadores que clasifiquen las mismas situaciones y comenten sus discrepancias. Si una persona clasifica la búsqueda de una herramienta como preparación y otra como espera, el estudio medirá en parte tus definiciones en lugar del trabajo. Resuelve esas diferencias antes de recoger la muestra principal.

El estudio piloto también revela problemas prácticos: puntos de observación inaccesibles, un recorrido que lleva demasiado tiempo o categorías tan detalladas que no pueden distinguirse con una mirada momentánea.

Recoge observaciones aleatorias en condiciones de producción representativas

Genera de antemano los momentos de observación con una herramienta de números aleatorios y distribuye el plan de muestreo entre los turnos y días a los que afecta la decisión. Selecciona a la persona o la máquina según el plan, en lugar de elegir la que te parezca más interesante al llegar.

Una visita fija cada media hora puede coincidir repetidamente con la reposición de material, un descanso o un ciclo de máquina. Visitar el área solo cuando el supervisor tiene tiempo libre introduce otro sesgo. Elegir los momentos al azar ayuda a evitar esos patrones; abarcar las condiciones de funcionamiento pertinentes permite que el resultado sea útil más allá de una mañana en la que resulte cómodo observar.

En cada instante seleccionado, registra la actividad que se está realizando sin esperar a que empiece la siguiente. Conserva la fecha y hora, la unidad de observación, la categoría y el contexto pertinente del turno o del producto. Añade una breve nota objetiva cuando pueda ayudar a investigar una demora. No interrumpas la actividad para pedir una explicación y luego clasifiques la conversación que acabas de provocar.

Registra las observaciones que no hayas podido realizar y el motivo. Sustituir cada observación inaccesible o difícil por otra cercana y sencilla puede cambiar lo que representa la muestra.

Si decides tomar más muestras en un turno que en los demás, presenta los resultados de cada turno por separado o combínalos con ponderaciones que reflejen el tiempo o la población que se pretende estimar. Agrupar sin más muestras tomadas con distinta frecuencia puede dar un peso excesivo a un turno atípico en el resultado.

Distingue también entre el número de observaciones y la información independiente que aportan. Observar a varios operarios durante un mismo recorrido genera varios registros, pero una falta de material que afecte a todos puede hacer que sus estados estén relacionados. Las observaciones repetidas durante una misma parada presentan una limitación similar. Identifica los recorridos y las agrupaciones temporales para que el análisis pueda tener en cuenta esa agrupación.

¿Cuántas observaciones necesitas para el muestreo del trabajo?

El tamaño de muestra necesario depende de la precisión que exija la decisión y de la proporción prevista para la actividad. No existe un número de observaciones que haga representativo cualquier estudio.

Para planificar una muestra aleatoria simple de observaciones independientes, se suele utilizar esta aproximación para la proporción de una actividad:

n ≈ z² × p × (1 − p) ÷ e²

En esta fórmula, n es el número de observaciones; p, la proporción esperada expresada en decimal; e, el margen de error absoluto deseado; y z, el valor de la distribución normal correspondiente al nivel de confianza elegido. Para un nivel de confianza aproximado del 95%, z es 1,96. Redondee el número de observaciones obtenido al entero superior.

Si aún no dispone de una estimación fiable de p, utilizar 0,50 da el mayor número de observaciones para un margen absoluto determinado. Con un margen de cinco puntos porcentuales, e = 0,05, el cálculo da 385 observaciones. Es un ejemplo para planificar el muestreo bajo estos supuestos, no un mínimo universal ni una garantía para todos los subgrupos.

Precise qué quiere decir con «cinco por ciento». Una proporción de espera del 20% con un margen de cinco puntos porcentuales equivale a un intervalo aproximado del 15% al 25%. Un margen relativo del 5% de esa proporción supone solo un punto porcentual en cada sentido, lo que requiere una muestra mucho mayor.

Planifique la precisión en función de la categoría y la comparación que le interesen. Un número total de observaciones adecuado para estimar la proporción global de espera puede no bastar para analizar turnos por separado, demoras poco frecuentes o estaciones de trabajo individuales. Si las observaciones se agrupan por rondas, el análisis también debe tener en cuenta ese diseño, en lugar de tratar cada registro como independiente. Si la decisión depende de detectar un cambio pequeño o implica una inversión importante, pida a un especialista en muestreo que revise el diseño antes de recopilar el conjunto principal de datos.

Ejemplo: de los recuentos de actividad a una pregunta de mejora

Imagine un área de montaje manual donde el equipo sospecha que los kits de materiales incompletos interrumpen el trabajo. Un estudio recoge 400 observaciones a lo largo de los periodos de producción incluidos en el estudio; cada una corresponde a un operario en un instante dado y todas tienen la misma probabilidad de selección. Para simplificar este ejemplo, supongamos que las observaciones son independientes y que todas se pueden clasificar.

Actividad observada	Observaciones	Porcentaje de observaciones
Trabajo de montaje	200	50%
Ajuste y preparación	60	15%
Inspección	40	10%
Espera de materiales	80	20%
Otras demoras identificadas	12	3%
Descansos programados	8	2%
Total	400	100%

La proporción estimada de espera de materiales es 80 ÷ 400 = 20%. Este valor describe el tiempo del conjunto de operarios representado en el estudio. No significa que cada operario espere exactamente una quinta parte de cada turno ni que todas las interrupciones duren lo mismo.

Para esta proporción concreta, una aproximación normal sencilla da el siguiente resultado:

Margen aproximado al 95% de confianza = 1,96 × √[0.20 × 0.80 ÷ 400] = 0,0392

Esto equivale a unos 3,9 puntos porcentuales y da un intervalo aproximado del 16,1% al 23,9%. Expresa la incertidumbre del muestreo bajo los supuestos indicados. No cubre un calendario de observación sesgado, actividades mal clasificadas ni una combinación de productos distinta el mes siguiente.

Para muestras pequeñas o proporciones de actividad cercanas a cero o a uno, utilice un intervalo más adecuado, como el de Wilson o el binomial exacto, en lugar de basarse en esta aproximación simétrica. Si las observaciones están agrupadas o ponderadas, utilice un método que también tenga en cuenta el diseño del muestreo.

Más allá de los decimales, la conclusión operativa es clara: hay que investigar la espera de materiales. Empiece por comprobar en qué punto quedaron incompletos los kits afectados, qué componentes faltaban y si se podría haber iniciado el siguiente montaje en su lugar. La categoría indica dónde buscar; el equipo y los registros de apoyo explican por qué ocurrió.

Mejore las condiciones y compruebe qué ha cambiado

Revise los resultados con los operarios, el personal de movimiento de materiales y la persona responsable del proceso afectado. Distinga el trabajo necesario de las interrupciones evitables. La inspección puede proteger la calidad, la preparación permite producir el siguiente lote y los descansos ayudan a sostener la jornada laboral. Ninguna de estas actividades se convierte en un desperdicio eliminable por el mero hecho de no ser montaje.

Elija un cambio concreto y asigne un responsable. En el ejemplo de montaje, podría consistir en confirmar que el kit está completo antes de liberar el trabajo al área. Compruebe si disminuye el problema de los componentes que faltan y si el trabajo puede avanzar realmente antes, en lugar de limitarse a trasladar la espera a otro departamento.

Repita las observaciones en condiciones comparables, manteniendo las mismas definiciones de las categorías y los mismos límites temporales. Compare la combinación de productos, la dotación de personal y los sucesos excepcionales, además de los porcentajes principales. Un pequeño cambio porcentual dentro del margen de incertidumbre del estudio no constituye por sí solo una prueba convincente; un cambio en la combinación de productos también puede mejorar el resultado aparente sin que haya mejorado el método de trabajo.

Sobre todo, no convierta directamente la proporción inicial de espera del 20% en un 20% de capacidad adicional. El tiempo liberado puede estar fragmentado, requerir a otra persona para aprovecharlo o coincidir con una máquina que ya está en marcha. También puede corresponder a periodos en los que ninguna otra tarea podría utilizar la estación de trabajo.

Verifique el efecto sobre el recurso productivo que pretende programar. Si un método de preparación mejorado reduce realmente el tiempo de preparación, mida y apruebe la nueva duración. Si permite que una estación de trabajo esté disponible durante más tiempo, confirme que el personal y los equipos pueden cubrir esa disponibilidad. Distinga siempre el tiempo de trabajo del personal, el tiempo transcurrido de la operación y la ocupación de la máquina.

Incorpore las mejoras verificadas al programa de producción

Una mejora validada no afecta solo a la estación de trabajo estudiada. Una preparación más corta puede permitir que el siguiente pedido empiece antes, pero ese pedido seguirá necesitando materiales y capacidad disponible en la operación posterior. Además, otros pedidos pueden competir por las mismas máquinas. Es aquí donde una mejora local necesita un plan de producción compartido.

SkyPlanner permite definir la duración de cada operación mediante un tiempo por pieza, una tasa de producción o un tiempo fijo, manteniendo diferenciados los tiempos de preparación y de finalización. Los turnos de las estaciones de trabajo definen las franjas de disponibilidad. Arcturus, la IA de programación de SkyPlanner, calcula el programa en función de la capacidad, las dependencias y las prioridades configuradas, y el diagrama de Gantt permite visualizar el resultado.

Imagine que una medición de seguimiento valida una reducción del tiempo de preparación de 40 a 30 minutos para una familia definida de tareas. Actualice los datos de planificación afectados para que las tareas pertinentes utilicen ese tiempo de preparación aprobado y, después, recalcule su posición junto con el resto de la carga de trabajo. Revise las operaciones posteriores y las fechas de entrega, no solo el hueco que queda en la primera estación.

SkyPlanner se encarga de ese cálculo de programación conjunta y ahorra el trabajo manual de encajar cada tarea modificada en las colas de las distintas máquinas. Usted decide qué mejora es válida y qué pedidos tienen prioridad; Arcturus aplica esas instrucciones al plan. Así, unos datos más fiables se traducen en capacidad productiva útil allí donde el trabajo realmente puede aprovecharla.

La experiencia de Fredman Operations con SkyPlanner ilustra las ventajas para la programación. Antes, este fabricante de envases alimentarios no tenía una visión clara de la capacidad de cada turno, y una reprogramación urgente podía llevar una hora o más. La implantación reunió los programas de las máquinas y la capacidad por turno en una vista de Gantt compartida. La empresa destaca una respuesta más rápida a los cambios y una base más clara para comprometer fechas de entrega. Su experiencia muestra el valor de coordinar la carga de trabajo cuando cambian las circunstancias.

Elija SkyPlanner cuando necesite convertir las mejoras verificadas en planta en un plan viable para toda la cartera de pedidos. Se integra con cualquier ERP o MES a través de su API REST abierta, de modo que puede mantener los sistemas con los que gestiona su empresa y, al mismo tiempo, mejorar la programación de la producción.

Reserve una demostración de SkyPlanner y traiga una mejora, su efecto aprobado sobre la duración o la disponibilidad y otros pedidos que utilicen los mismos recursos productivos. Así podrá ver de forma concreta qué supone el cambio para el trabajo que se ha comprometido a entregar. Si prefiere explorar primero, pruebe SkyPlanner con datos de demostración.