Validez del estudio con observaciones perdidas

Una lectura se pierde cuando el recurso seleccionado no puede clasificarse en el momento previsto. Una máquina parada que sí se observa no es un dato perdido: es un estado válido si pertenece al universo del estudio. La ausencia de una persona puede ser un estado observable o una incidencia, según la definición acordada; no la conviertas automáticamente en descanso, productividad ni incumplimiento.

Separar cobertura y respuesta

Conserva un registro de intentos, objetivo, hora prevista, hora efectiva, lectura válida y motivo documentado de pérdida. Diferencia fallo del aviso, acceso bloqueado, recurso fuera del ámbito y estado no determinable. No atribuyas intenciones al trabajador porque falte una lectura.

Si no se pueden observar tareas en una zona, el problema puede ser de cobertura: esa parte del universo no tiene probabilidad real de inclusión. Aumentar lecturas en zonas accesibles no lo corrige.

Qué cambia en los cálculos

Para una categoría, p̂=x/n usa el número de lecturas válidas para esa estimación, no todos los avisos programados. Bajo independencia aproximadamente binomial, SE≈√(p̂(1−p̂)/n). Si hay agrupación por ronda o ponderaciones, ese error estándar puede no ser adecuado.

Con menos respuestas, generalmente disminuye la precisión. Además puede existir sesgo si la probabilidad de respuesta depende del estado. La dirección del sesgo depende de qué estados se pierden: omitir averías puede elevar la proporción operativa, mientras que perder lecturas durante trabajo móvil puede reducirla. No hay una dirección universal.

Las condiciones sobre datos ausentes importan:

• MCAR: la pérdida no depende de valores observados ni ausentes.
• MAR: puede explicarse por variables observadas incluidas correctamente en el análisis.
• MNAR: sigue dependiendo del estado ausente incluso tras considerar lo observado.

Son supuestos sobre el mecanismo, no etiquetas demostradas con un test sencillo.

Un ejemplo que muestra el límite de la información

Ejemplo didáctico simulado: se planifican 1000 lecturas, se completan 900 y 360 muestran trabajo directo. Entre respuestas, p̂=360/900=40%. Hay 100 estados desconocidos.

Si todas las pérdidas fueran no directas, la proporción sobre los 1000 intentos sería 36%; si todas fueran directas, 46%. Ese rango 36–46% es un análisis extremo del conjunto de intentos, no un intervalo de confianza poblacional. Muestra que un margen muestral pequeño entre respuestas no resuelve la incertidumbre por falta de datos. Si los intentos no tienen el mismo peso, también deben ponderarse estos límites.

Planificación y prevención

Para obtener en promedio n lecturas válidas con una tasa de pérdida prevista r, puede planificarse ceil(n/(1−r)) intentos. Si n=1000 y r=0,10, serían 1112. Es una expectativa, no una garantía ni una corrección del sesgo.

Diseña acceso seguro y cobertura por turnos y zonas antes del estudio. Una estratificación usa características conocidas de antemano, como turno o área; no puede asignar una lectura perdida a su actividad real desconocida. El número de lecturas y los pesos de cada estrato deben responder a la población que se quiere representar.

No reemplaces cada aviso fallido por el siguiente momento cómodo: puede seleccionar estados distintos. Define cómo se programarán nuevas visitas y conserva la incidencia original.

Imputar no es recuperar una observación

Sustituir un estado binario ausente por la media del turno genera un valor fraccionario y puede reducir artificialmente la variabilidad. No cuentes la predicción como una lectura observada independiente.

La ponderación por probabilidad de respuesta, la imputación múltiple o modelos explícitos pueden ser útiles cuando sus supuestos son defendibles. Requieren variables auxiliares pertinentes, soporte suficiente y propagación de incertidumbre. Bajo MNAR se necesitan hipótesis adicionales y análisis de sensibilidad. Un registro de presencia puede dar contexto, pero no revela la tarea realizada en el instante perdido.

Comparar datos completos con imputados es informativo; una diferencia inferior al 5% no valida automáticamente el modelo. Explora escenarios alternativos plausibles y explica cómo cambian las decisiones.

Reactividad, seguridad y privacidad

Explicar el propósito y entrenar al observador puede ayudar a la calidad. No hay un número universal de lecturas iniciales que deba descartarse ni garantía de que la conducta se normalice. La exclusión del piloto debe estar definida antes de interpretar resultados.

No uses vigilancia encubierta ni cámaras de seguridad como sustituto automático. Si se tratan datos personales, revisa base jurídica, finalidad, información, proporcionalidad y conservación. Agregar un informe no garantiza anonimato de los datos originales.

Informe y herramientas

Informa intentos, válidos, pérdidas por estrato, reglas de exclusión, pesos, supuestos y sensibilidad. Un estudio puede describir con utilidad la parte observada, siempre que no se generalice más allá de lo defendible. ISO 9001 no convierte una imputación en válida por documentarla.

WorkSamp ayuda a preparar y registrar visitas; no debe suponerse que incorpora imputación múltiple o diagnóstico automático de pérdidas. Comprueba registros locales pendientes antes de concluir que una observación no existe. Induly aporta contexto de jornada y Cronometras permite estudiar duraciones específicas. Un OEE completo requiere también producción, ciclo ideal y unidades buenas, no solo estados muestreados.

Fuentes y fundamentos

• National Research Council: prevención y tratamiento de datos ausentes. Los principios de supuestos, incertidumbre y sensibilidad son generales; su aplicación industrial requiere adaptar el diseño.
• NIST: planificación para proporciones.
• RGPD, texto oficial.