Predicción de dimensiones antropométricas y capacidad aeróbica en trabajadores de mano de obra directa industrial venezolana, aplicables al diseño ergonómico

Abstract

Al abordar esta tesis se encontró en Venezuela un déficit en la literatura nacional sobre data antropométrica y fisiológica propia de la población de mano de obra directa industrial, lo que conduce al mal diseño ergonómico de máquinas y equipos, a la falta de armonía entre el trabajador y su puesto de trabajo al ubicarlo en puestos no acorde con sus características personales. Se plantea generar modelos predictivos de dimensiones antropométricas y capacidad aeróbica aplicables al diseño ergonómico. Los objetivos específicos consideran: 1) Sondeo previo poblacional para determinar la distribución etaria y por sexo, y el tamaño muestral; 2) Modelar funciones estadísticas de regresión predictoras de la capacidad aeróbica absoluta (CAA); 3) Modelar una técnica de redes neuronales artificiales (RNA) predictora de 18 variables antropométricas y una variable fisiológica; 4) Validar la capacidad predictora los modelos planteados; 5) Elaborar una base de datos antropométricos y capacidad aeróbica relativa: se eligieron veintidós variables antropométricas y una fisiológica que caractericen a la población de mano de obra directa industrial venezolana (PMODIV), masculina y femenina. Marco metodológico: el paradigma es cuantitativo, diseño no experimental, el tipo es de campo, nivel: descriptivo, correlacional, epidemiológico y de corte transversal. Para la caracterización de población disponible el muestreo fue aleatorio simple y estratificado de 185 trabajadores, se realizó en la Región Central de Venezuela, debido a su mayor homogeneidad genética. Se calculó el tamaño muestral según la Norma técnica colombiana 5654, para usos antropométricos, se aplicó el criterio de 23 categorías de la Clasificación industrial internacional uniforme de todas las actividades económicas establecida por las Naciones Unidas, al seleccionar las industrias muestreadas. El análisis incluye las pruebas de: Rachas, Kolgomorov-Smirnov, t-Student y Kruskal-Wallis. Logrados los objetivos, los resultados indican que la red neuronal artificial y las funciones de regresión modeladas, son útiles para el diseño ergonómico de: ropa, equipo de seguridad personal, lugares de trabajo y, propiciar la relación armoniosa entre el trabajador y su entorno laboral, todo lo anterior conduce a incrementar la satisfacción personal, la productividad y la calidad del producto final.