Diseño muestral en organización de servicios

Resumen

El presente trabajo abordará sobre el muestreo probabilístico como técnica estadística de gran importancia para las investigaciones científicas, en las que se necesita conocer y estudiar elementos de una población que por razones de tiempo, situación geográfica, costos, poca accesibilidad a todos los individuos o unidades que conforman la población, entre otros inconvenientes, no es posible analizarla en su totalidad. Se centrará en la selección de muestras de colectivos de trabajadores de una organización, formada por varias estructuras con trabajadores pertenecientes a diferentes grupos identificados, que difieren en funciones y responsabilidades. Esto permitirá conocer la cantidad ellos de cada nivel de la estructura y de cada grupo identificado, que es necesario encuestar para conocer su percepción sobre el comportamiento de elementos clave para la capacidad de la organización para alcanzar el éxito sostenido a largo plazo, de acuerdo a las directrices de la NC NC-ISO 9004 del 2009.

Introducción

En una Investigación científica por lo general se utilizan métodos y técnicas estadísticas para la obtención y análisis de los resultados necesarios, independientemente del ámbito que aborde. Una de las técnicas a que se hace referencia es el muestreo probabilístico, sobre el que tratará el presente trabajo en cuanto a su diseño.

Para los diseños muestrales se debe delimitar la población que va a ser estudiada, de la que se seleccionará la muestra seleccionada que constituirá un subgrupo de la población. La población delimitada para el estudio muy raras veces es posible analizarla en su totalidad por razones de tiempo, situación geográfica, costos, poca accesibilidad a todos los individuos o unidades que conforman la población, entre otros inconvenientes, por tal razón el muestreo es de vital importancia y universalmente recurrido por los investigadores que utilizan las técnicas estadísticas en sus estudios.

En el desarrollo de los procesos que garantizan la producción o los servicios que presta una organización empresarial, interviene fundamentalmente el intelecto humano, al frente de la manipulación, control y operación de equipos, materiales, recursos y otros elementos. Es por esto que cuando la alta dirección desea conocer el comportamiento de variables esenciales para el desarrollo de los procesos, no debe pasar por alto la activa participación de todo el personal en los diferentes niveles de la estructura organizativa. Siendo así, el aporte de criterios, sugerencias y juicios esclarecedores de los miembros de la organización es de suma importancia, pues en su mayoría son los ejecutores directos de procesos y actividades estrechamente vinculadas con los elementos clave, a partir de los cuales se determina la capacidad de la organización para alcanzar el éxito sostenido a largo plazo.

Estos elementos clave están establecidos en la NC-ISO 9004 del 2009, la cual incluye una herramienta de evaluación que brinda cinco niveles de madurez, en uno de los que se puede encontrar la organización en dependencia de su gestión en cada proceso que en ella se desarrolla. Muchos de estos elementos están relacionados con el liderazgo, la gestión de recursos, el aprendizaje y la innovación, los métodos y estilos de trabajo y la gestión de los procesos.

Por todo lo anteriormente expuesto, el objetivo de este trabajo es determinar la muestra de trabajadores necesarios a encuestar en una organización prestadora de servicios, para conocer su percepción sobre el comportamiento de elementos clave para la capacidad de la organización para alcanzar el éxito sostenido a largo plazo.

Marco teórico

Para realizar el diseño muestral deben delimitarse las características de la población, y determinar la unidad de análisis que será medida. La muestra es un subconjunto de elementos que pertenecen a ese conjunto definido en sus características al que se llama "población". (Sampieri, 1991).

Básicamente se categorizan las muestras en dos grandes ramas: las muestras no probabilísticas y las muestras probabilísticas. En estas últimas todos los elementos de la población tienen la misma posibilidad de ser escogidos. Esto se obtiene definiendo las características de la población, el tamaño de la muestra y a través de una selección aleatoria y/o mecánica de las unidades de análisis. (Sampieri, 1991).

En las muestras no probabilísticas (intencionales u opinéticas), la elección de los elementos no depende de la probabilidad, sino de causas relacionadas con las características del investigador o del que hace la muestra. Aquí el procedimiento no es mecánico, ni en base a fórmulas de probabilidad, sino que depende del proceso de toma de decisiones de una persona o grupo de personas. (Sampieri, 1991).

Esta parte de la estadística que estudia a grandes colectivos a partir de una parte de estos, se conoce como inferencia estadística. Técnicamente la Inferencia consiste en, una vez estudiada la muestra, proyectar las conclusiones obtenidas al conjunto de la población. Por motivos obvios, la calidad del estudio que se realice depende, por una parte, de la calidad de la muestra y, por otra, del uso que de ella se haga. La primera de las cuestiones se resuelve a través de la Teoría de Muestras, mientras que en la segunda se utilizan las Herramientas suministradas por la Estadística Descriptiva y el Cálculo de Probabilidades (Colectivo de autores, 2007).

Una muestra debe ser suficientemente representativa de la población de la cual ha sido extraída, tratando de reflejar lo mejor posible las particularidades de esta. Las partes de la citada población que no estén debidamente representadas en la muestra, llevan a la aparición de sesgos o errores sistemáticos que viciarán el proceso de la Inferencia desde el origen. Para alcanzar buenos niveles de representatividad existen distintos tipos de muestreo. (Colectivo de autores, 2007).

A través de una muestra se deben alcanzar objetivos de precisión fijados de antemano. Esta condición tiene que ver con el hecho de que, al no hacerse un estudio exhaustivo, existen márgenes de error en el cálculo de las características de la población. Mayores niveles de precisión exigirían una mayor información sobre la población, es decir, un mayor tamaño muestral (número de elementos que componen la muestra). (Colectivo de autores, 2007).

La Teoría de Muestras, en primer lugar necesita establecer los protocolos que se deben respetar para alcanzar los niveles de representatividad y precisión pre?jados; a esto se le llama diseño muestral, que conduce a una muestra potencial. Una vez realizado dicho diseño, se procede a la obtención de una o varias muestras mediante la observación, la medición o la encuesta. Estas alternativas están directamente relacionadas con la naturaleza de los datos: atributos, variables continuas, discretas o de clase, ordenadas o no. (Colectivo de autores, 2007).

Entre las variedades del muestreo probabilísitico, se distinguen, de forma poco exhaustiva, las siguientes:

– Muestreo aleatorio simple con reemplazamiento: Es aquel en el que todas las unidades poblacionales tienen la misma probabilidad de pertenecer a la muestra, pudiendo medirse varias veces el mismo individuo. Las variables aleatorias que componen una muestra obtenida a través de este procedimiento son independientes e idénticamente distribuidas.

– Muestreo aleatorio simple sin reemplazamiento: Igual que en el caso anterior todos los individuos tienen idéntica probabilidad de pertenecer a la muestra, pero los individuos no pueden seleccionarse varias veces. En este caso, las variables aleatorias que componen a muestra no son independientes.

– Muestreo estrati?cado: Este tipo de muestreo se basa en la especi?cación de subpoblaciones o estratos conteniendo elementos parecidos entre si. La composición de la muestra se distribuye entre los distintos estratos mediante un procedimiento que recibe el nombre de afijación. Existen principalmente tres tipos de afijación, ellos son:

• a) Uniforme: En la muestra habrá el mismo número de representantes de cada estrato. Es decir, si existen k estratos y el tamaño de la muestra es n, se extraerán, aproximadamente. n/k elementos de cada estrato.

• b) Proporcional: En la muestra habrá un número de representantes de cada estrato proporcional a su tamaño. Es decir, si en un estrato i, contiene Ni elementos de los N de la población, le correspondería un total de Ni/N * n elementos muestrales.

• c) Óptima: La asignación de unidades muéstrales se hace teniendo en cuenta tanto el tamaño de los estratos como su variabilidad, de forma que, un estrato más heterogéneo necesita de más unidades muestrales, mientras que uno más homogéneo se explica con un menor número relativo de elementos de la muestra.

Además de los anteriores que tienen un uso generalizado, existen una gran cantidad de procedimientos para muestrear que pretenden adaptarse de la mejor manera a las circunstancias de la población bajo estudio. (Colectivo de autores, 2007).

DESARROLLO

Descripción de la estructura organizativa

Se considera como objeto de estudio una empresa que consta de una dirección general, una unidad empresarial de base de servicios técnicos, una unidad empresarial de base de logística y siete unidades empresariales de base de prestación de servicios al cliente externo. La estructura organizativa de la Empresa se muestra en el organigrama de la Figura 1.

Figura 1. Organigrama de la Empresa

Características de la población

En la Tabla 1 se muestra la distribución de los trabajadores de la Empresa por cada nivel y área de la estructura. En este caso cada nivel y área de la estructura se considera una población necesaria a estudiar. Las unidades de análisis en estas diferentes poblaciones tienen características diferentes, nótese que el caso de la Dirección General todos los trabajdores son de "órganos de dirección", en las UEB de servicios técnicos y de logística pertenecen al grupo de trabajadores de servicios-logística, pero en las UEB de servicios al cliente externo hay trabajadores en tres grupos: Dirección, servicios técnicos-logística y servicio de ventas.

Diseño muestral

Niveles de representatividad y precisión

Para determinar la muestra de trabajadores necesarios a encuestar en cada población, se considera que no existen antecedentes para este tipo de estudio, por lo que se estima una proporción esperada similar en los resultados (p= 0,5; q=0,5); se trabajará con un nivel de confianza del 95 % y un error máximo permisible (d) del 10 %. A lo anterior corresponden los siguientes niveles de representatividad y precisión:

p= 0,5

q=0,5

d= 0,1

Tabla 1 Cantidad de trabajadores por cada nivel y área de la estructura

Cálculo de la muestra en Dirección general y las UEB de de servicios técnicos y logística

Teniendo en cuenta que las poblaciones correspondientes a estos niveles y áreas de la estructura, pertenecen a un solo grupo, se utiliza el muestreo aleatorio simple. Para el cálculo de todas las muestras se utilizarán los mismos niveles de representatividad y precisión determinados en el punto anterior, y con esto se procede al cálculo de N.

En la Tabla 2 se calcula el ajuste de las muestras pertenecientes a la Dirección general, y las UEB de de servicios técnicos y logística respectivamente, de acuerdo a las poblaciones (Np) de cada una, empleando la fórmula siguiente:

n= N / (1+N/Np),

Donde:

n = Ajuste del tamaño de la muestra

N= Tamaño de la muestra.

Np= Tamaño de la población

Tabla 2 Ajuste de las muestras

Cálculo de la muestra en las UEB servicios al cliente externo

En las UEB servicios al cliente externo existen trabajadores pertenecientes a los tres grupos identificados, por tanto difieren en cuanto a características por sus funciones, responsabilidades y maneras de percibir el funcionamiento de los procesos, de los cuales se quiere conocer su percepción sobre el comportamiento de los elementos clave presentes en ellos.

A partir de lo anterior se considera más adecuado aplicar un muestreo estratificado de afijación proporcional, para determinar la cantidad de trabajadores a encuestar, según las poblaciones de cada UEB y de acuerdo a la cantidad de trabajdores de órganos de dirección, de servicios técnicos-logística y de servicios de ventas con que cuenta cada una.

Inicialmente se calcula la muestra de cada población con el muestreo aleatorio simple, según las expresiones detalladas anteriormente:

Luego se calcula la fracción constante (afijación proporcional) que se utilizará en cada estrato de las poblaciones, para determinar las muestras en cada estrato. Esta fracción constante se determina a través de la expresión:

fh= n/Np.

Donde:

fh = Fracción constante de afijación proporcional.

n = Ajuste del tamaño de la muestra.

Np = Tamaño de la población.

La muestra en cada estrato se obtiene con el producto de la cantidad de trabajadores por estrato (Nh) por la fracción constante fh. En la Tabla 3 se reflejan los datos obtenidos en el muestreo.

Tabla 3 datos obtenidos en el muestreo

Conclusiones

• La utilización del muestreo probabilístico permite seleccionar una muestra estadísticamente representativa de los trabajadores de la población a estudiar, con vistas a aplicar una encuesta que permita inferir el resultado poblacional con el nivel de error planificado.

• La cantidad de trabajadores a encuestar por cada nivel y área de la estructura de la empresa, se corresponde con sus características y tamaño.

• En la Dirección General y las UEB de Servicios Técnicos y Logística respectivamente, se aplicó un Muestreo aleatorio simple, al contar con trabajadores pertenecientes a uno solo de los tres identificados.

• En las UEB de servicios al cliente externo, se aplicó el muestreo estratificado de afijación proporcional, pues cuentan con trabajadores de los tres grupos identificados.

Referencias bibliográficas

Colectivo de autores. Inferencia estadística (Teoría y problemas). Marzo 2007. Servicio de Publicaciones de la Universidad de Cádiz.

Del Río Martínez, Eduardo. ISO 9004: 2009. Gestión del éxito sostenido de una organización. Un enfoque de gestión de la calidad. Octubre 2009. Disponible en Web: http://www.miaulavirtual.com/sgc/bibliotecadigital/Norma9004/archivos/INLAC_normaiISOsostenibilidadexito.pdf

España. Dirección General de normas. Gestión para el éxito sostenido de una organización. Disponible en Web: http://www.econmía.gob.mx/swb/work/models/economía/Resource/1images/ISO_20900420DGN.pdf, Dirección General de Normas, junio 2010.

García, Raquel Lorenzo. Talento, éxito y liderazgo. No edición, Ciudad de la Habana, Editorial Científico Técnica: 2008.

Hernández Sampieri, Roberto. Metodología de la investigación. 1991. McGRAW – HILL INTERAMERICANA DE MÉXICO, S.A. de C.V.

ONN. NC-ISO 9001: 2008, Sistema de gestión de la calidad-Requisitos.

ONN. NC-ISO 9004: 2009, Gestión para el éxito sostenido de una organización-Enfoque de gestión de la calidad.

Rodríguez Hernández, Aida. Métodos estadísticos. 2004. Facultad de Ingeniería Industrial Instituto Superior Politécnico "José Antonio Echeverría"

Autor:

Ing. Didiet González Sánchez

Fecha de realización del trabajo: 20 de diciembre del 2011