Un histogramme est une représentation graphique de données où les valeurs sont visualisées à l'aide de barres. Il est utilisé pour présenter et comparer clairement des catégories.
Le diagramme à barres peut être utilisé dans les projets LSS à toutes les phases DMAIC. Cependant, l'objectif diffère selon la phase. Dans la phase Définir, il est principalement utilisé pour prioriser les problèmes. Dans la phase Mesurer, il aide à identifier les facteurs d'influence notables. Dans la phase Analyser, ces anomalies sont examinées plus en détail pour réduire les causes profondes possibles. Dans la phase Améliorer, le diagramme à barres est utilisé pour évaluer l'efficacité des solutions. Dans la phase Contrôler, il aide à vérifier la durabilité de l'amélioration.
Priorisation des problèmes
Dans la phase Définir, le diagramme à barres est utilisé pour la priorisation. Lorsqu'il y a plusieurs problèmes, types d'erreurs ou raisons de plaintes, il peut être rendu visible quel focus se produit le plus fréquemment ou cause le plus grand impact. Cela permet de déterminer quel sujet doit être abordé en premier dans le projet.
Identification des facteurs d'influence
Dans la phase Mesurer, le diagramme à barres est utilisé pour enquêter sur les facteurs d'influence possibles sur le problème priorisé. En comparant les caractéristiques catégorielles, il devient visible dans quels groupes, zones ou conditions il y a des différences notables. L'objectif ici est d'identifier les facteurs d'influence pertinents et de les réduire pour une analyse plus approfondie.
Réduction des causes profondes
Dans la phase Analyser, les anomalies identifiées dans la phase Mesurer sont examinées plus en détail. Les causes possibles — par exemple, à partir d'un diagramme d'Ishikawa — sont examinées un niveau plus profond et réduites davantage avec le diagramme à barres. L'objectif ici est de déterminer les causes profondes les plus probables à partir des facteurs d'influence notables.
Evaluation de l'efficacité des solutions
Dans la phase Améliorer, le diagramme à barres est utilisé pour évaluer l'efficacité des solutions. Après avoir mis en œuvre une mesure, il peut être vérifié si les facteurs d'influence notables s'améliorent initialement et si cela a ensuite un effet positif sur le problème initial. Cela rend visible si la solution choisie est réellement efficace.
Vérification de la durabilité de l'amélioration
Dans la phase Contrôler, le diagramme à barres est utilisé pour vérifier la durabilité de l'amélioration. Il peut être revu à nouveau si les catégories précédemment notables sont restées stables et si l'amélioration obtenue existe toujours. Cela permet d'évaluer si la solution mise en œuvre reste efficace à long terme.
L'objectif d'un diagramme à barres est de rendre les différences entre les catégories individuelles clairement et directement comparables. Il est utilisé pour afficher des fréquences, des quantités ou des métriques côte à côte, par exemple, et pour identifier rapidement des écarts ou des anomalies.
Dans AlphadiTab, de telles comparaisons peuvent être directement visualisées et utilisées pour une analyse plus approfondie.
par exemple, machine, produit, équipe
Moyennes, sommes ou fréquences
Sans hypothèses sur les distributions
Un représentant commercial souhaite découvrir quelle variante de sauce tomate se vend le mieux. À cet effet, les chiffres de vente des produits “Classique”, “aux herbes” et “épicée” sont comparés.
Un graphique en barres est utilisé pour l'évaluation, qui compare clairement le nombre d'unités vendues. Cela permet de voir facilement et rapidement quelle variante a la demande la plus élevée.
Explication du graphique :
Dans un graphique en barres, les catégories sont affichées sur une axe, tandis que les valeurs correspondantes sont représentées par la hauteur des barres. Plus une barre est haute, plus la valeur correspondante est grande. Cela permet de capturer rapidement visuellement les différences entre les catégories individuelles.
Interprétation :
Il est remarquable que la sauce tomate “aux herbes” soit vendue le plus fréquemment. La variante “épicée” est dans la gamme moyenne, tandis que “Classique” a le volume de ventes le plus bas.
Préparation
-
Déterminer les catégories à comparer (par exemple, sauce tomate classique, herbes, épicée)
- Définir la fréquence à afficher (par exemple, nombre d'unités vendues)
Utilisation dans AlphadiTab
- Sélectionner l'outil graphique en barres dans la phase Mesurer.
- Sélectionner la colonne "Ventes" pour les données.
- Sélectionner la colonne "Produit" pour le groupe.
- Sélectionner la méthode de calcul "Somme".
- Générer le graphique avec le bouton "Créer Nouveau".
Interprétation
- Comparer les hauteurs des barres
- Identifier la barre la plus haute et la plus basse
Considération générale
Pour les spécifications connues
Pour les graphiques à barres, diverses formes de représentation sont disponibles. Selon que l'on sélectionne une ou plusieurs séries de données ainsi que des groupes ou séries supplémentaires, la représentation dans le graphique change. Les données peuvent ainsi être visualisées sous forme de barres individuelles, groupées ou décomposées par séries et comparées spécifiquement entre elles. Toutes les formes de représentation suivantes sont basées sur le même fichier, mais diffèrent dans la sélection des colonnes utilisées. La procédure respective est décrite dans les tuiles individuelles.
| Délai de livraison en jours_Lieu A | Délai de livraison en jours_Lieu B | Délai de livraison en jours_Lieu C | Statut du processus | Produit |
|---|---|---|---|---|
| 4 | 9 | 3 | Avant | Fenêtre |
| 5 | 4 | 6 | Avant | Fenêtre |
| 6 | 7 | 4 | Avant | Fenêtre |
| 4 | 9 | 2 | Avant | Fenêtre |
| 2 | 4 | 2 | Avant | Fenêtre |
| 8 | 9 | 6 | Avant | Port |
| 6 | 4 | 6 | Avant | Port |
| 8 | 9 | 5 | Avant | Port |
| 5 | 8 | 3 | Avant | Port |
| 8 | 3 | 5 | Avant | Port |
| 3 | 4 | 3 | Après | Fenêtre |
| 1 | 3 | 1 | Après | Fenêtre |
| 2 | 2 | 2 | Après | Fenêtre |
| 3 | 3 | 3 | Après | Fenêtre |
| 2 | 4 | 1 | Après | Fenêtre |
| 1 | 4 | 1 | Après | Port |
| 3 | 2 | 2 | Après | Port |
| 3 | 5 | 3 | Après | Port |
Télécharger le tableau ici en Excel.
✓Une série de données : Colonne A⌄
✓Une série de données et un groupe : Colonne A et D⌄
✓Une série de données avec groupe et série : Colonne A, D et E⌄
✓Plusieurs séries de données : Colonne A–C⌄
✓Plusieurs séries de données avec groupe : Colonne A–D⌄
✓Plusieurs séries de données avec groupe et série : Colonne A–E⌄
Au moins une série de données quantitatives avec au moins un point de données (données quantifiables ou mesurables).
Ancienne vs. nouvelle formulation en développement
En développement, une nouvelle formulation est en cours de test. L'objectif est de vérifier si la viscosité moyenne de la nouvelle formulation diffère de la précédente.
Pour l'évaluation, un graphique à barres est créé dans AlphadiTab, qui compare les viscosités moyennes pour les catégories “Ancienne” et “Nouvelle” et permet une comparaison directe.
Le graphique à barres créé dans AlphadiTab montre la viscosité moyenne de l'ancienne et de la nouvelle formulation en comparaison directe.
Les hauteurs des barres des deux catégories sont à un niveau très similaire. Aucune différence significative entre les moyennes n'est discernable.
→ De cela, on peut déduire que la nouvelle formulation est comparable à la précédente en termes de viscosité.
Analyse des résultats de test
En assurance qualité, les résultats des tests des pièces produites sont enregistrés. Pour chaque machine, il est documenté si une pièce répond aux exigences de qualité (bonne pièce) ou non (mauvaise pièce).
L'objectif est d'identifier les différences de performance de qualité entre les machines et de repérer les écarts notables. Pour l'évaluation, un graphique en barres est créé dans AlphadiTab, qui compare le nombre de bonnes et de mauvaises pièces pour les machines M1, M2 et M3.
Le graphique en barres créé dans AlphadiTab montre la répartition des bonnes et mauvaises pièces par machine en comparaison directe.
La machine M2 a le plus grand nombre de bonnes pièces avec un très faible nombre de mauvaises pièces, montrant la meilleure performance de qualité. La machine M1 a le plus grand nombre de mauvaises pièces en comparaison, tandis que M3 est dans la moyenne.
→ Cela montre clairement que les machines diffèrent dans leur performance de qualité, et en particulier M1 devrait être considérée comme notable et analysée plus en détail.
Vérifier la fréquence des arrêts
En production, les arrêts de machine sont systématiquement enregistrés. Pour chaque machine, il est documenté à quelle fréquence les arrêts se produisent et à quelle salle de production elle est assignée.
L'objectif est d'identifier quelles machines et dans quelles salles les arrêts se produisent particulièrement fréquemment afin de dériver des mesures d'amélioration ciblées.
Pour l'évaluation, un graphique en barres est créé dans AlphadiTab qui montre le nombre d'arrêts par machine, séparé par salle de production.
Le graphique en barres créé dans AlphadiTab montre la fréquence des arrêts par machine, différenciée par les salles de production A et B.
La machine 3 a le plus grand nombre d'arrêts dans les deux salles et est donc particulièrement remarquable. Dans l'ensemble, plus d'arrêts se produisent dans la salle B que dans la salle A. De plus, la machine 2 montre une augmentation significative des arrêts dans la salle B par rapport à la salle A.
→ De cela, on peut déduire que la machine 3 et la salle de production B devraient être prioritaires pour l'enquête afin d'identifier les causes des arrêts accrus.
Analyse du volume de tickets par emplacement
Dans le service d'assistance informatique, les demandes sont traitées à plusieurs emplacements. Pour mieux gérer la charge de travail, une analyse doit être effectuée pour déterminer combien de tickets sont générés à chaque emplacement.
L'objectif est d'identifier les différences de volume de tickets et de repérer les emplacements avec une charge de travail élevée.
Pour l'évaluation, un graphique en barres est créé dans AlphadiTab qui compare le nombre de tickets traités par emplacement.
Le graphique en barres créé dans AlphadiTab montre le volume de tickets pour les emplacements Est, Nord et Sud en comparaison directe.
L'emplacement Sud a le plus grand nombre de tickets traités et donc la plus grande charge de travail. Les emplacements Nord et Est sont à un niveau similaire, nettement inférieur.
→ Cela montre que la charge de travail diffère entre les emplacements, et en particulier l'emplacement Sud devrait être priorisé pour assurer une répartition équilibrée des ressources.
Quota de ventes par région
Dans les ventes, les opportunités de vente sont traitées dans différentes régions. L'objectif est d'analyser si les quotas de vente diffèrent entre les régions et quelles régions performent particulièrement bien ou mal.
Pour l'évaluation, un graphique à barres est créé dans AlphadiTab qui compare les quotas de vente moyens des produits A et B par région.
Le graphique à barres créé dans AlphadiTab montre les quotas de vente des régions Nord, Sud et Ouest en comparaison directe.
La région Ouest a les quotas de vente les plus élevés pour les deux produits, montrant la meilleure performance. La région Sud a les quotas de vente les plus bas dans l'ensemble, tandis que le Nord est dans la moyenne.
Dans les régions individuelles, les quotas de vente des produits A et B diffèrent légèrement.
→ De cela, on peut déduire que la région Sud, en particulier, devrait être analysée de plus près, tandis que la région Ouest peut servir de référence pour des stratégies de vente réussies.
Délai de livraison par centre logistique
Dans la logistique, les commandes des clients sont traitées par plusieurs centres logistiques. L'objectif est d'analyser si le volume de livraison diffère entre les emplacements et comment la charge de travail est répartie.
Pour l'évaluation, un graphique en barres est créé dans AlphadiTab qui compare le nombre moyen de livraisons pour les emplacements Nord, Sud et Ouest.
Le graphique en barres créé dans AlphadiTab montre que les quantités moyennes de livraison sont à un niveau similaire dans tous les emplacements.
→ De cela, on peut déduire que la charge de travail des centres logistiques est globalement répartie de manière égale et qu'il n'y a pas de différences significatives dans le volume de livraison.
Étant donné qu'un graphique en barres ne représente que des moyennes, les différences dans la dispersion des données restent non prises en compte. Pour une analyse plus détaillée, un diagramme en boîte peut être utilisé en plus pour comparer à la fois la position et la dispersion.
Comparaison de diagrammes en boîte :
Comparaison des fournisseurs
Dans l'achat, les matériaux sont approvisionnés auprès de plusieurs fournisseurs. L'objectif est d'évaluer quels fournisseurs livrent particulièrement de manière fiable et à temps.
Pour l'évaluation, un graphique à barres est créé dans AlphadiTab qui compare le nombre de livraisons à temps par fournisseur.
Le graphique à barres créé dans AlphadiTab montre que le Fournisseur A a le plus grand nombre de livraisons à temps.
Le Fournisseur B est nettement inférieur, tandis que le Fournisseur C atteint un niveau moyen.
→ Cela montre que le Fournisseur A offre actuellement la plus grande fiabilité de livraison, tandis que le Fournisseur B doit être considéré comme critique et faire l'objet d'un examen plus approfondi.
Écart de prévision
Dans la planification de la production, une quantité de production mensuelle est fixée pour une ligne de production. Après la fin de chaque mois, la quantité réellement produite est enregistrée.
L'objectif est d'analyser les écarts entre la production prévue et réelle et d'évaluer la réalisation du plan sur l'année.
Pour l'évaluation, un graphique à barres est créé dans AlphadiTab, comparant les quantités de production prévues et réelles de janvier à décembre.
Le graphique à barres créé dans AlphadiTab montre que la quantité de production réelle est légèrement inférieure au plan tout au long de l'année.
Les écarts sont relativement constants, avec des différences légèrement plus importantes au début de l'année et pendant les mois d'été.
→ De cela, on peut déduire qu'il y a un sous-respect systématique du plan, qui devrait être davantage analysé et optimisé dans le cadre de la planification de la production.
Groupe : Caractéristique nominale, qui est représentée sur l'axe des abscisses dans le graphique en barres.
Données : Variable discrète ou continue, qui est représentée sur l'axe des ordonnées dans le graphique en barres.
Barre : Élément graphique dont la hauteur représente la valeur de la variable affichée.
Série : Valeurs associées par catégorie, par exemple, plan et réel ou différents groupes.