Para poder empezar a realizar las mediciones necesitamos preparar un plan de muestreo. El plan de muestreo tendría como contenido los siguientes elementos: Emitir formularios de recogida de datos, estratificación o preparación de capas para dichos datos, y el muestreo propiamente dicho.

Formularios de recogida de datos.

El diseño de un formulario de datos puede acabar marcando la correcta captura de datos. A continuación expodremos algunas pautas para poder crear los formularios de recogida:

• Mantener el formulario lo más simple y directo posible. Evitará los riesgos que aparecen por error o por inclumplimiento.
• Asegurarnos de que esté bien etiquetado y se exprese de manera clara.
• Incluir un espacio para la fecha y el nombre de la persona que recoge los datos. Son cosas obvias que tienden a olvidarse y al final terminan necesitándose.
• Incluye características, atributos o factores que te sirvan más tarde para poder preparar tu muestreo por capas.

Algunos formularios típicos podrían ser:

– Hoja de verificación de causa y efecto.

– Hojas de toma de datos.

– Hojas de verificación de gráfico de frecuencias.

– Hoja de verificación que viajan a lo largo de varios procesos.

Estratificar o preparar capas de datos.

O lo que es lo mismo reordenación de tus datos. Al realizar este paso, estamos ayudando a colocar y a agrupar los datos de la mejor forma posible para que te permitan clarificar que es lo que realmente está sucediendo. Por ejemplo, si tu fábricas pequeños electrodomésticos, y estás intentando medir el porque de un alto grado de devoluciones, es posible que tu te empieces a preguntar: ¿De donde vienen las devoluciones? ¿Cuales son los electrodomésticos que tienen los problemas? ¿Cuando se generan las devoluciones? ¿Que clientes están afectados?. En resumen, si piensas por adelantado e intentas ordenar tus datos de forma que puedan ser utilizados más adelante, estarás facilitando en gran medida la consecución de tus objetivos.

Muestreo.

En un ambiente de recogida de datos hacer un muestreo significa utilizar algunos de los ítems de un grupo o proceso de datos para representarlos a todos. La estadística está basada en este proceso, y no es más que la habilidad para dibujar conclusiones basadas en mirar una parte representativa del completo.

Algunos conceptos claves para realizar el muestreo serían los siguientes:

• Parcialidad: Tener una muestra parcial significa que tus datos no son completamente válidos y que cualquier conclusión que tu dibujes de estos, es probablemente inválida o equivocada. Siempre habrá alguna parcialidad; la cuestión aquí es mantenerla en la mínima expresión.

• Muestreo conveniente: Recoger los datos que son más fáciles de recoger no es precisamente ser un perezoso, es simplemente una manera de crear parcialidad en tus datos.

• Muestreo de Juicio: Casi tan malo es el intentar hacer “conjeturas educadas” sobre cuales de los ítems o de la gente son representativos. Tu suposición es en si misma afecta a la parcialidad.

• Muestreo sistemático: Este es el método recomendado para muchas de las actividades de medida. En un proceso, esto puede querer decir, tomar muestra cada ciertos intervalos (cada media hora, cada 28 items). Un ejemplo de muestro de población podría ser comprobar cada veinte registros en una base de datos. La advertencia con el muestreo sistemático es asegurarse de que la frecuencia de muestreo no se corresponde con cualquier patrón que haga que los datos acaben siendo parciales.

• Muestreo aleatorio: Todos nosotros hemos oído que este es el mejor método, pero en el mundo real, es difícil que puedas hacerlo verdaderamente al azar. Muchas aplicaciones de negocios de muestreo aleatorio relacionan la seleccion con los ordenadores.

• Muestreo estratificado: Estratificando tus muestras, ayudas a asegurar que todos los grupos claves estén incluidos en los datos.

• Precision: La precisión de la medida que tu quieras hacer. Esto en realidad se une al tipo de escala o cantidad de detalle de tu definición de operaciones. Pero puede tener un impacto en el tamaño de tu muestra también. Por ejemplo: si tu quieres medir ciclos de tiempo por debajo del segundo, te tienes que asegurar que tu temporizador o cronómetro sea especialmente exacto para este fin.

Pre-requisitos para el muestreo.

Es importante lo que podamos hacer para conseguir y conocer las características de lo que estas midiendo, y de esta manera mejorar tus decisiones de muestra:

–  ¿Es una medida discreta o continua?

–  Si es continua, ¿Cuál es el grado de variación (desviación estándar) del proceso?

–  Si es discreta, ¿quan a menudo la cosa que estamos midiendo (normalmente la proporción de unidades defectuosas en la población) ocurre?

– ¿Cuántos ítems se mueven a lo largo del dia a través del proceso? ¿Cada semana? O ¿Cómo de grande es el total de la población?

– ¿Qué nivel de confianza esperamos alcanzar en nuestra medida?

–  Para datos continuos ¿Cuál es la precisión deseada para nuestra medida?

Recuerda que para conseguir tu muestra a menudo tendrás que hacer algún trabajo de suposición al principio (hasta que tu consigas algunas lecturas avanzadas de los datos), y desafortunadamente será impactado por la facilidad de conseguir las cosas que tu quieras observar. En general, mantén en mente la regla (mientras no hagas que tus datos sean parciales) que dice que cuanto más grande sea tu muestra, mejor será tu exactitud.