Continuando con nuestra metodología de tiempos, llegamos a la fase de análisis estadístico. Esta fase es sumamente importante debido a que, sin un buen análisis, los tiempos que se tomen no van a agregar valor.
En un estudio típico, se deben tomar al menos 30 datos para poder realizar los análisis. Aquí es donde comienzan los problemas. Muchos estudios no son rigurosos con la cantidad de muestras que se toman y esto baja el nivel de confianza cuando se realizan los estudios. Si bien hay tareas que pueden ser largas y tomar 30 datos no es posible (por ejemplo, en un alistamiento), cuando las tareas duran menos de un minuto es perfectamente viable la toma de al menos 30 datos.
Siempre me preguntan el porqué de los 30 datos y la razón es simple: si tienes al menos 30 datos, por el teorema del Límite central, estos tienden a una distribución normal (que es lo que todos queremos al menos en estudios de tiempos con cronómetro), aunque siempre es recomendable confirmarlo con una prueba de normalidad formal, como la de Anderson-Darling.
No tener 30 datos no es un pecado mortal, pero se debe ser consciente de que, si no se tiene esa cantidad, no podemos trabajar con la distribución normal, se debe trabajar con la distribución T. Aquí radica el primer inconveniente, dado que se hacen estimaciones y se prueba normalidad a conjuntos, por ejemplo, de solo 10 datos, con lo cual tenemos uno de los errores más comunes.
Otro problema gigante en el análisis es trabajar con el promedio a ojos cerrados. Estamos acostumbrados a utilizar el promedio para todo, pero este es un estimativo que se deja afectar por valores atípicos (tanto por encima como por debajo) y no refleja en muchas ocasiones lo que está ocurriendo. La recomendación es siempre calcular todas las medidas de tendencia central y de dispersión, además de hacer mínimo el histograma y el diagrama de cajas. Y sí, esto se le hace a cada una de las tareas que se levanten en el proceso (por más extenso que parezca).
Estos análisis se pueden realizar utilizando Excel a través de una hoja de cálculo bien formulada con todos los estadísticos claves (también se puede realizar con el botón de análisis de datos que trae Excel y que muy pocas personas usan) o realizarlo con paquetes estadísticos tradicionales como Minitab, Statgraphics, SPSS, entre otros. Así mismo, en épocas de cuarta revolución industrial se tiene mucha inclinación por paquetes como R y Python, con los cuales estos análisis se pueden realizar fácilmente. Igualmente, estos análisis se pueden automatizar con Power BI, en la cual se pueden programar, a través del lenguaje DAX, todas las métricas.
Luego del análisis estadístico, se puede saber si esas tareas se pueden estandarizar o si se requiere intervenir el proceso. Cuando una tarea tiene mucha variabilidad, hay que revisar, a la luz de las 6M, cuál es la causa de dicha variabilidad. Pasar por alto esta parte o hacerla de manera “laxa” implicará consecuencias futuras como no cumplir el estándar, tener costos variables, malos cálculos de capacidad, etc.
En conclusión, si los tiempos tomados no se analizan correctamente, en parte se estaría “perdiendo el tiempo”, dado que estos no reflejarían correctamente lo que está sucediendo en el proceso y traería consecuencias graves en los procesos que usaran los tiempos.