Aleatoriedad: La clave de la validez estadística

Seleccionar instantes al azar puede reducir la elección interesada de momentos. No garantiza cubrir todos los turnos, clasificar correctamente ni obtener observaciones independientes. Esas propiedades se diseñan y comprueban por separado.

1. Define qué quieres representar

Escribe población y horizonte: una máquina durante producción programada, un colectivo durante sus jornadas o varias áreas. La unidad puede ser máquina-instante o persona-instante. Una visita y sus participaciones no son minutos medidos ni unidades intercambiables.

La selección debe dar probabilidades conocidas a los instantes elegibles. Si se sobrerrepresenta un turno para analizarlo, utiliza los pesos adecuados para la estimación global. Igual número por turno no representa necesariamente igual exposición.

2. No confundas horario fijo con selección aleatoria

Una visita cada quince minutos puede alinearse con ciclos o pausas. Un inicio aleatorio reduce algunas alineaciones pero no garantiza resolver toda periodicidad. Puedes seleccionar tiempos dentro del horizonte o formar estratos temporales y aleatorizar dentro de ellos. Documenta generación, rutas inviables y cambios de horario.

Explica el estudio: finalidad, datos y límites de uso. La imprevisibilidad no exige ocultarlo ni elimina la reactividad de las personas observadas. Un periodo de familiarización se define previamente; no se descartan datos porque el porcentaje no guste.

3. Aleatorio no significa independiente

Un paro de una hora puede aparecer en varias lecturas cercanas. Las máquinas de una línea pueden parar juntas. La correlación no sesga automáticamente la proporción, pero puede reducir información efectiva y estrechar artificialmente intervalos que traten todos los registros como independientes.

Cubrir más días, espaciar observaciones o analizar agrupaciones puede ayudar según el proceso. No existe un intervalo universal de independencia. Las rondas simultáneas también son diseños posibles: hay que considerar su dependencia, no declararlas siempre inválidas.

4. Planifica la precisión

Bajo muestreo aleatorio simple independiente: n₀=techo(z²p₀(1−p₀)/e²). Con 95 % bilateral, p₀=0,5 y cinco puntos absolutos, son 385. Para tres puntos, 1.068. No son requisitos por empleado automáticamente, ni garantías de representatividad.

La confianza describe cobertura del procedimiento al repetirlo bajo sus supuestos. No significa probabilidad del 95 % de que el trabajador esté siendo productivo ni precisión del 95 %. Al terminar, estima p̂ y su intervalo con un método adecuado. Wilson mejora ciertas limitaciones del intervalo simétrico simple, pero no corrige el diseño por sí mismo.

5. Gestiona las observaciones perdidas

Conserva hora prevista, real y motivo de omisión. No sustituyas una lectura perdida por otra cómoda sin una regla previa. En un ejemplo simulado, de cien visitas completas noventa y ocho pérdidas se concentran en almacén de noche. Añadir diez visitas diurnas de producción no repara esa cobertura.

Revisa por qué falta el estrato, si necesitas ampliar campaña y qué periodos no representa la inferencia. «No observado» no equivale a parado, ausente ni productivo.

6. Reproducibilidad y comparación

Registra versión del plan, zona horaria, jornadas, reglas, observador y desviaciones. Una semilla puede reproducir generación pseudoaleatoria; repetir la misma secuencia futura no garantiza comparabilidad. Compara también categorías, carga, producto, periodo y condiciones.

Worksamp permite configurar el estudio, generar el plan y registrar las lecturas. Revisa avisos y sincronización: aviso enviado no implica observación realizada. El software no elimina clasificación subjetiva ni confirma causas.

Checklist y fuentes

Verifica población, unidad, denominador, cobertura, pesos, categorías pilotadas, omisiones y dependencia antes de comunicar precisión. Limita comparaciones a contextos compatibles.

NIST, planificación y NIST, intervalos para proporciones. Consulta Worksamp para el flujo disponible.