Observación y efecto Hawthorne: límites del muestreo

La presencia de un observador puede influir en el comportamiento, pero no existe un efecto Hawthorne único con magnitud y dirección universales. Un estudio debe considerar esa posibilidad sin presentar la observación oculta como solución ni atribuir a WorkSamp un algoritmo validado que la elimine.

1. Qué dice la evidencia y qué no permite extrapolar

La revisión de McCambridge, Witton y Elbourne describe heterogeneidad entre estudios y limitaciones para conocer mecanismos y magnitudes. No proporciona una tasa universal de inflación de productividad industrial. Que una conducta cambie al participar en un estudio no implica siempre trabajar más deprisa: puede cambiar el registro, la selección de tareas o la interacción con el observador.

La magnitud de una diferencia observada depende del proceso, del diseño y de la población estudiada. No existe una corrección universal del efecto de observación ni un ahorro que pueda deducirse únicamente de una clasificación del tiempo. Para evaluar una mejora se necesita una comparación documentada y comprobar qué costes cambian realmente.

2. Error aleatorio y sesgo son problemas distintos

Si Xᵢ indica si una visita encuentra la actividad definida, su proporción estima el parámetro correspondiente a las condiciones y población cubiertas. Bajo una aproximación independiente, el error estándar es √[p(1−p)/n]. Un margen de confianza cuantifica incertidumbre de muestreo bajo supuestos; no mide toda la distancia respecto de una situación no observada.

Un cambio sistemático puede modificar el parámetro que se está observando sin destruir necesariamente la distribución binomial ni crear dependencia entre visitas. La correlación temporal o entre personas requiere un análisis adicional. Aumentar n no elimina por sí solo el sesgo, la mala clasificación o la falta de cobertura.

3. No hay una corrección universal por «índice de distorsión»

Comparar dos proporciones, abiertas e impredecibles, no demuestra que una de ellas sea la verdad sin observador. Una diferencia puede reflejar turnos, carga, mezcla de productos, observadores o azar. Por eso no se usa aquí:

ID = |P_abierto − P_oculto| / P_oculto × 100

como estimador causal validado ni factor obligatorio de corrección. Además, la expresión no está definida si el denominador es cero y el valor absoluto pierde la dirección de la diferencia. Una comparación útil requiere un diseño específico y reconocer incertidumbre en ambos grupos.

4. Protocolo transparente de mitigación

1. Defina el objetivo y la unidad: tiempo de persona, estado de máquina o participación en una visita no son denominadores intercambiables.
2. Informe y acuerde el procedimiento: comunique finalidad, periodo, categorías y usos previstos. No prometa anonimato si el diseño conserva identificadores.
3. Planifique instantes: evite elegir solo situaciones convenientes y cubra turnos, días y condiciones de interés. Aleatoriedad no significa imposibilidad absoluta de anticipación.
4. Entrene y contraste clasificación: dos observadores pueden comparar registros para revisar definiciones. Su acuerdo no acredita ausencia de reactividad.
5. Documente incidencias: cambios de método, visitas canceladas y razones de no observación son parte del resultado.
6. Contraste fuentes: registros de producción o incidencias pueden aportar contexto. No son automáticamente una referencia libre de error o de selección.

Una familiarización puede ser útil si se define antes del estudio. No hay un plazo universal de tres a cinco días que garantice desaparición del efecto. Fisher–Yates permite barajar una lista bajo condiciones apropiadas; no hace que una observación sea causalmente insesgada ni sustituye diseñar sus probabilidades de selección.

5. Ejemplo numérico, sin atribución causal inventada

Suponga 20.000 visitas independientes, p=0,5 y z=2,576 para una aproximación bilateral del 99%. El margen aleatorio sería:

$$e\approx2,576\sqrt{0,5(1-0,5)/20000}\approx0,00911$$

Es decir, unos ±0,91 puntos porcentuales. Es un cálculo didáctico de incertidumbre muestral bajo los supuestos indicados, no una medición de reactividad. Para evaluar si observar cambia la conducta hace falta un diseño comparativo defendible y medir otras explicaciones posibles.

6. Wrench time, OEE y límites del producto

La fracción de trabajo directo depende de una definición operativa y cobertura; no equivale a eficiencia individual. Para OEE hacen falta tiempo planificado, tiempo de funcionamiento, ciclo ideal y recuentos de unidades totales y buenas. Una observación «inspeccionando» no es la fracción de piezas buenas. La fórmula de OEE no se sustituye por porcentajes VA/NVA.

WorkSamp apoya planificación, captura y análisis de observaciones. Utiliza las funciones documentadas para registrar visitas y conservar incidencias; comprueba cualquier análisis adicional con un método estadístico adecuado. Cronometras permite profundizar en duraciones e Induly aporta contexto de jornada, con denominadores diferentes.

7. Transparencia, privacidad y decisiones laborales

En España deben revisarse el Estatuto de los Trabajadores, prevención de riesgos, convenio y protección de datos según el diseño y uso. El RGPD exige evaluar base jurídica, finalidad, minimización y transparencia cuando hay datos personales. Esa evaluación depende de los hechos y de las normas aplicables; el nivel de confianza o el nombre del software no la sustituyen.

8. Qué debe contener el informe

Definición de población y periodo; muestreo planificado y realizado; categorías; exclusiones; cobertura; dependencia entre registros; intervalos y método; posibles cambios de conducta; contraste disponible y sus límites. Las conclusiones deben separar lo observado de hipótesis causales y de acciones propuestas.

Para apoyo profesional puede consultar ASETEMYT y ProdCont. La presencia de una herramienta digital no convierte una hipótesis en una corrección validada.