El histograma es una herramienta gráfica para representar la distribución de frecuencias de una medición continua. Muestra cómo se distribuyen las mediciones en clases (bins) y permite una evaluación inicial de la forma de la distribución (por ejemplo, simétrica, sesgada, multimodal).
Al mostrar las frecuencias, se pueden comparar rápidamente diferentes conjuntos de datos entre sí, por ejemplo, antes y después de una mejora de proceso o entre diferentes máquinas, turnos o lotes de material.
El histograma se puede usar en proyectos LSS en todas las fases DMAIC. El propósito de uso varía según la fase.
Mostrar distribución de la situación inicial
En la fase de Definir, el histograma se utiliza para hacer visible la distribución actual de la variable objetivo. Esto permite ver dónde se concentran los valores de medición y si la distribución ya muestra formas notables – una base importante para la descripción del problema.
Analizar forma y dispersión de la distribución
En la fase de Medir, el histograma ayuda a analizar la forma de la distribución de los valores de medición. Al comparar múltiples grupos – como máquinas o turnos – el histograma muestra si hay diferencias en la ubicación, ancho o forma de la distribución.
Usar diferencias de distribución como indicación de causas
En la fase de Analizar, el histograma se utiliza para hacer visibles las diferencias de distribución entre grupos. Las distribuciones multimodales o altamente sesgadas pueden proporcionar pistas sobre diferentes causas o procesos de mezcla.
Verificar mejora de la distribución
En la fase de Mejorar, el histograma se utiliza para visualizar la comparación antes y después. Muestra si la forma, ubicación y ancho de la distribución han mejorado después de la medida.
Confirmar estabilidad de la distribución
En la fase de Controlar, el histograma confirma si la mejora lograda de la distribución se ha mantenido estable. Una nueva comparación muestra si la ubicación, ancho y forma han mejorado de manera sostenible.
El histograma es una herramienta gráfica para representar la distribución de frecuencias de una medición continua. Muestra cómo se distribuyen las mediciones en clases (intervalos) y permite una evaluación inicial de la forma de la distribución (por ejemplo, simétrica, sesgada, multimodal). Al mostrar frecuencias, se pueden comparar rápidamente diferentes conjuntos de datos entre sí, por ejemplo, antes y después de una mejora de proceso o entre diferentes máquinas, turnos o lotes de material.
Durante la producción de salsa de tomate, se realizan mediciones de viscosidad regularmente. Para obtener una visión inicial de la distribución, se crea un histograma. Esto muestra de un vistazo si los datos están distribuidos de manera más simétrica o sesgada y si se pueden identificar agrupaciones o áreas de borde inusuales.
Explicaciones de los resultados:
Un histograma consta de varios elementos que juntos describen la distribución de los datos:
- Clases (Bins): Intervalos en los que se dividen las mediciones.
- Altura de la barra: Número (frecuencia absoluta) o proporción (frecuencia relativa) de valores dentro de una clase.
- Ancho de clase: Ancho de los intervalos (tiene una fuerte influencia en la apariencia).
- Forma de la distribución: Indicaciones de simetría, sesgo, multimodalidad y colas "largas".
Preparación
- Selecciona una medición continua y recopila datos (por ejemplo, viscosidad).
Usar en AlphadiTab
- Selecciona la herramienta de histograma en la fase de Medición.
- Selecciona datos „viscosidad“.
- Genera gráfico con el botón „Crear nuevo“.
Interpretación
- ¿La distribución es aproximadamente simétrica? → Indicación de distribución „equilibrada“.
- ¿La distribución está significativamente sesgada (derecha/izquierda)? → Indicación de proceso asimétrico / mezclas / límites / perturbaciones.
- ¿Hay múltiples picos de frecuencia (multimodal)? → Indicación de diferentes causas/grupos (por ejemplo, capas, máquinas, lotes de material).
- ¿Hay clases de borde notables con pocos valores o huecos? → Verificar datos (resolución de medición, redondeo, casos especiales, saltos de proceso).
- ¿Se muestran múltiples histogramas? → Comparar ubicación (rango típico), dispersión (ancho de distribución) y forma (asimetría/multimodalidad) entre grupos.
Consideración general
Con especificaciones conocidas
Con múltiples histogramas
Para el histograma, varias formas de representación están disponibles. Dependiendo de si se selecciona una o más series de datos, así como grupos o series adicionales, la representación en el gráfico cambia. Todas las siguientes formas de representación se basan en el mismo archivo, pero difieren en la selección de las columnas utilizadas. El procedimiento respectivo se describe en los mosaicos individuales.
| Tiempo de entrega en días_Ubicación A | Tiempo de entrega en días_Ubicación B | Tiempo de entrega en días_Ubicación C | Estado del proceso | Producto |
|---|---|---|---|---|
| 4 | 9 | 3 | Antes | Ventana |
| 5 | 4 | 6 | Antes | Ventana |
| 6 | 7 | 4 | Antes | Ventana |
| 4 | 9 | 2 | Antes | Ventana |
| 2 | 4 | 2 | Antes | Ventana |
| 8 | 9 | 6 | Antes | Puerta |
| 6 | 4 | 6 | Antes | Puerta |
| 8 | 9 | 5 | Antes | Puerta |
| 5 | 8 | 3 | Antes | Puerta |
| 8 | 3 | 5 | Antes | Puerta |
| 3 | 4 | 3 | Después | Ventana |
| 1 | 3 | 1 | Después | Ventana |
| 2 | 2 | 2 | Después | Ventana |
| 3 | 3 | 3 | Después | Ventana |
| 2 | 4 | 1 | Después | Ventana |
| 1 | 4 | 1 | Después | Puerta |
| 3 | 2 | 2 | Después | Puerta |
| 3 | 5 | 3 | Después | Puerta |
Descargar tabla aquí como Excel.
✓Una serie de datos: Columna A⌄
✓Una serie de datos y grupo: Columna A y D⌄
✓Una serie de datos con grupo y serie: Columna A, D y E⌄
✓Múltiples series de datos: Columna A–C⌄
Al menos datos cuantitativos (datos contables o medibles).
Un instrumento de medición adecuado, ya que los valores atípicos a menudo pueden resultar de errores de medición.
Desarrollo formulación antigua vs. nueva
En el desarrollo, se está probando una nueva formulación. Se utiliza un histograma para verificar si la distribución de la viscosidad de la nueva formulación difiere de la anterior o si ambas formulaciones muestran un comportamiento de distribución similar.
El histograma muestra que las distribuciones de la viscosidad de las formulaciones antigua y nueva se superponen en gran medida en el rango de valores típicos. Las principales áreas de frecuencias se encuentran en clases similares, por lo que no se puede observar una diferencia significativa en la posición de la distribución.
Sin embargo, es notable que la distribución de la nueva formulación es más amplia. Las frecuencias se distribuyen en más clases, lo que indica una mayor dispersión de los valores de viscosidad.
Tiempo de entrega de un pedido
En el aseguramiento de calidad, se encontró que los valores individuales de viscosidad estaban fuera del rango esperado. Se debe utilizar un histograma para verificar si este comportamiento ocurre en todas las líneas de producción o si las líneas individuales difieren.
Puede descargar los datos aquí: production-lines.xlsx
El histograma muestra que las líneas de producción 1 y 2 tienen una forma de distribución similar y un rango típico comparable de valores de viscosidad. Las frecuencias están concentradas en las mismas clases, lo que sugiere un comportamiento de proceso similar.
La distribución de la línea de producción 3, por otro lado, está desplazada, ya que el enfoque de las frecuencias está en clases más altas. La dispersión es comparable para las tres líneas, pero las clases marginales individuales en la línea 3 muestran valores aislados, lo que puede indicar condiciones de proceso especiales o perturbaciones.
Tiempo de Respuesta a Solicitudes
Las solicitudes se procesan en múltiples ubicaciones en el servicio de asistencia de TI. Aunque se aplican procesos de servicio uniformes, las condiciones pueden diferir entre ubicaciones. Se utiliza un histograma para investigar si la distribución de los tiempos de procesamiento de tickets difiere.
En el histograma, las principales áreas de tiempos de procesamiento en todas las ubicaciones están en un rango de valores similar. Esto muestra que los tiempos de procesamiento típicos no difieren significativamente entre ubicaciones.
Al mismo tiempo, una clase marginal con tiempos de procesamiento muy largos es notable en una ubicación. Estos pocos valores influyen en la distribución en el margen sin cambiar significativamente el rango de procesamiento típico. El histograma hace visibles estos casos excepcionales y muestra que es más probable que sean casos aislados en lugar de un problema general de ubicación.
Cuota de Ventas por Región
En ventas, las oportunidades de ventas se procesan en varias regiones. Las diferentes condiciones del mercado y las intensidades competitivas pueden afectar la cuota de ventas. Se utiliza un histograma para verificar si las distribuciones difieren entre regiones y productos.
El histograma muestra diferencias significativas en la distribución de las cuotas de ventas entre las regiones. En la región Oeste, las frecuencias se concentran en clases más altas, mientras que en la región Sur, los valores se encuentran más a menudo en clases más bajas.
Las distribuciones de los dos productos son idénticas en todas las regiones, por lo que ni la categoría A (azul) ni la categoría B (verde) pueden distinguirse en el histograma. Una mejor herramienta en este caso es el diagrama de caja.
Tiempo de entrega después del centro logístico
En logística, los pedidos de los clientes se procesan a través de múltiples centros logísticos. A pesar de los mismos procesos, los tiempos de entrega pueden variar. Se utiliza un histograma para analizar si las distribuciones de los tiempos de entrega difieren entre los centros logísticos.
En el histograma, los tiempos de entrega típicos de todos los centros logísticos están en un rango de valores similar. Las frecuencias se concentran en clases comparables, lo que sugiere procesos estándar similares.
Sin embargo, en un centro logístico, se nota una acumulación marginal con tiempos de entrega más largos. Estos pocos valores indican situaciones de carga especiales o casos individuales.
Comparación de Proveedores
En compras, los materiales se obtienen de varios proveedores. Se utiliza un histograma para examinar si la distribución de la fiabilidad de entrega difiere entre proveedores. La fiabilidad de entrega se calcula como el porcentaje de entregas a tiempo.
Fiabilidad de Entrega [%] indica con qué frecuencia se realizan las entregas a tiempo. Una entrega se considera a tiempo si llega dentro del plazo de entrega acordado. La fiabilidad de entrega se calcula como el porcentaje de entregas a tiempo.
Para cada semana, se calcula la fiabilidad de entrega, por ejemplo:
Fiabilidad de Entrega [%] = (entregas a tiempo / entregas totales) × 100
Para el histograma, la fiabilidad de entrega se calcula a lo largo de varias semanas del calendario. Cada punto de datos corresponde a la fiabilidad de entrega de un proveedor en una semana.
El histograma muestra diferencias en la distribución de la fiabilidad de entrega entre proveedores. El Proveedor A muestra una fuerte concentración en clases de alto porcentaje, indicando fiabilidad de entrega estable y alta.
El Proveedor C también muestra una distribución relativamente estrecha, pero con un enfoque en clases más bajas. La distribución del Proveedor B es significativamente más amplia y muestra valores muy bajos aislados – una indicación de desempeño menos estable con mayores fluctuaciones.
El histograma muestra así que los tiempos de entrega habituales apenas difieren, mientras que las excepciones individuales deben analizarse específicamente.
Desviación de pronóstico
En la planificación de la producción, se crean pronósticos de demanda. Se utiliza un histograma para analizar cómo difiere la distribución de las desviaciones de pronóstico entre diferentes horizontes de planificación.
La desviación de pronóstico resulta de la comparación entre la demanda planificada y la demanda real. Para presentar la desviación de manera comparable, se da en porcentaje.
Desviación de pronóstico [%] = (demanda planificada − demanda real) / demanda real × 100
- Un valor positivo significa que la demanda fue sobreestimada.
- Un valor negativo significa que la demanda fue subestimada.
- Un valor cercano a 0 % indica un pronóstico muy preciso.
Al presentarlo como un porcentaje, las desviaciones de pronóstico se pueden comparar independientemente de las cantidades absolutas y se muestran claramente en el histograma.
El histograma muestra que la planificación a corto plazo tiene una distribución estrecha de desviación de pronóstico con un enfoque cercano al 0 %. Esto indica una alta precisión de pronóstico en el horizonte de planificación corto.
En la planificación a mediano plazo, la distribución es más amplia y el enfoque está más alejado del 0 %. La planificación a largo plazo muestra la distribución más amplia, así como desviaciones positivas y negativas significativas – la incertidumbre del pronóstico aumenta significativamente con el horizonte de planificación.
Clase (Bin): Intervalo en el que se dividen las mediciones para el conteo de frecuencia.
Ancho de clase: Ancho de un intervalo (por ejemplo, 0.5 Pa·s).
Frecuencia absoluta: Número de valores en una clase.
Frecuencia relativa: Proporción de valores en una clase (frecuencia absoluta / n).
Densidad (opcional): Frecuencia relativa relacionada con el ancho de clase (para comparación con diferentes anchos de clase).
Asimetría / Multimodalidad: Características de forma de la distribución (asimétrica o múltiples centros de acumulación).