General

Estudios Multi-Sujeto: Observando equipos completos

Cómo observar equipos completos y diferenciar visitas, personas registradas y unidades estadísticas del análisis.

Por Worksamp·

Actualizado:

Estudios Multi-Sujeto: Observando equipos completos

Observar varias personas en una visita permite estudiar un equipo con menos desplazamientos. La ventaja operativa no convierte cada participación en una observación independiente. El diseño debe distinguir visitas, personas registradas y población cuya proporción se estima.

Tres preguntas distintas

  1. Reparto agregado de horas-persona: estima cómo se distribuye el tiempo del colectivo, ponderando personas o grupos según la exposición que representan.
  2. Reparto por persona: necesita precisión suficiente para cada estimación y una finalidad justificada; la muestra global no la garantiza.
  3. Estado conjunto del equipo: registra, por ejemplo, si una célula está bloqueada o cuántas personas esperan. Esa unidad puede ser equipo-instante, no persona-instante.

Una ronda de diez personas produce una visita y diez participaciones; si se recorre la zona, cada lectura tiene una hora real diferente. No se observa literalmente a todos a la vez.

Dimensiona según el estimando

La planificación simple n=techo[z²p₀(1−p₀)/e²] da 1.068 registros con z=1,96, p₀=0,5 y e=0,03. Es una referencia para una proporción con registros independientes. No exige automáticamente 1.068 por persona para un resultado agregado, ni permite dividir por diez si las diez personas comparten una parada.

La correlación dentro de las visitas y las observaciones repetidas de personas puede ampliar la incertidumbre. Un análisis por clústeres, un diseño estratificado o una selección de persona-instante deben ajustarse al caso. Una regla de número máximo de sujetos por observador no sustituye esa evaluación.

Organiza las rondas

Define categorías y unidades, turnos y días, selección de personas, hora prevista y real y tratamiento de ausencias. No sustituyas a quien falta por la persona más cercana sin una regla. Mantén la seguridad y evita rutas que siempre observen unos puestos antes de un cambio de estado.

Forma a los observadores con ejemplos de operación, preparación, transporte, espera, coordinación, descanso y otros. Registra hechos, no «ausencia injustificada» inferida de no ver a alguien. Aleatoriedad y rotación de observadores no garantizan eliminar reactividad ni clasificación sesgada.

Ejemplo simulado de doce personas

Supongamos cinco días de ocho horas, con 12 inicios de ronda aleatorios por hora: son 480 rondas y hasta 5.760 participaciones si en todas se observa a las doce personas. La viabilidad exige comprobar recorrido y registro; iniciar doce rondas por hora no garantiza completar cada una sin solapamiento.

Se asume este reparto agregado redondeado: 58 % trabajo directo, 22 % esperas/transporte, 12 % ajustes y 8 % administración. La clasificación suma 100 %, pero espera y transporte deberían separarse si se decide sobre logística.

Si una persona tuviera 480 registros independientes y p̂=0,58, su margen normal aproximado al 95 % sería de 4,4 puntos. Ese margen no se asigna automáticamente al equipo ni se calcula tratando 5.760 participaciones correlacionadas como independientes. El 42 % fuera de trabajo directo tampoco es ahorro eliminable.

Métricas, derechos y herramienta

El muestreo describe proporciones y orienta investigaciones de carga. No demuestra por sí solo un cuello de botella o una dotación segura. Para OEE hacen falta tiempos compatibles, ciclo ideal y unidades totales y buenas; una tabla de personas activas no basta.

Minimiza identificadores y revisa finalidad, base jurídica, acceso y conservación. Un resultado por equipo no anonimiza necesariamente los registros subyacentes. No presupongas que el método satisface automáticamente convenios o legislación.

WorkSamp permite registrar participaciones de varios sujetos; los cálculos deben interpretarse con el diseño real. La exportación de datos no equivale a una integración automática con ERP, GMAO o dashboards.

Referencias

NIST: intervalos de proporciones. OEE. RGPD.