L'histogramme est un outil graphique pour représenter la distribution de fréquence d'une mesure continue. Il montre comment les mesures sont réparties sur des classes (bacs) et permet une évaluation initiale de la forme de la distribution (par exemple, symétrique, asymétrique, multimodale).
En affichant les fréquences, différents ensembles de données peuvent être rapidement comparés entre eux, par exemple, avant et après une amélioration de processus ou entre différentes machines, équipes ou lots de matériaux.
L'histogramme peut être utilisé dans les projets LSS dans toutes les phases DMAIC. Le but de l'utilisation varie en fonction de la phase.
Afficher la distribution de la situation initiale
Dans la phase Définir, l'histogramme est utilisé pour rendre visible la distribution actuelle de la variable cible. Cela vous permet de voir où les valeurs de mesure sont concentrées et si la distribution montre déjà des formes remarquables – une base importante pour la description du problème.
Analyser la forme et la dispersion de la distribution
Dans la phase Mesurer, l'histogramme aide à analyser la forme de la distribution des valeurs de mesure. Lors de la comparaison de plusieurs groupes – tels que des machines ou des équipes – l'histogramme montre s'il existe des différences de position, de largeur ou de forme de la distribution.
Utiliser les différences de distribution comme indication des causes
Dans la phase Analyser, l'histogramme est utilisé pour rendre visibles les différences de distribution entre les groupes. Les distributions multimodales ou fortement asymétriques peuvent fournir des indices sur différentes causes ou processus de mélange.
Vérifier l'amélioration de la distribution
Dans la phase Améliorer, l'histogramme est utilisé pour visualiser la comparaison avant-après. Il montre si la forme, la position et la largeur de la distribution se sont améliorées après la mesure.
Confirmer la stabilité de la distribution
Dans la phase Contrôler, l'histogramme confirme si l'amélioration obtenue de la distribution est restée stable. Une nouvelle comparaison montre si la position, la largeur et la forme ont été améliorées de manière durable.
L'histogramme est un outil graphique pour représenter la distribution de fréquence d'une mesure continue. Il montre comment les mesures sont réparties sur des classes (bacs) et permet une évaluation initiale de la forme de la distribution (par exemple, symétrique, asymétrique, multimodale). En affichant les fréquences, différents ensembles de données peuvent être rapidement comparés entre eux, par exemple, avant et après une amélioration de processus ou entre différentes machines, équipes ou lots de matériaux.
Pendant la production de sauce tomate, des mesures de viscosité sont régulièrement effectuées. Pour obtenir un premier aperçu de la distribution, un histogramme est créé. Cela montre en un coup d'œil si les données sont plus symétriquement ou asymétriquement distribuées et si des clusters ou des zones de bord inhabituelles peuvent être identifiés.
Explications des résultats :
Un histogramme se compose de plusieurs éléments qui décrivent ensemble la distribution des données :
- Classes (Bacs) : Intervalles dans lesquels les mesures sont divisées.
- Hauteur de la barre : Nombre (fréquence absolue) ou proportion (fréquence relative) de valeurs dans une classe.
- Largeur de classe : Largeur des intervalles (a une forte influence sur l'apparence).
- Forme de la distribution : Indications de symétrie, d'asymétrie, de multimodalité et de queues "longues".
Préparation
- Sélectionnez une mesure continue et collectez des données (par exemple, viscosité).
Utilisation dans AlphadiTab
- Sélectionnez l'outil histogramme dans la phase de mesure.
- Sélectionnez les données „viscosité“.
- Générez le graphique avec le bouton „Créer nouveau“.
Interprétation
- La distribution est-elle approximativement symétrique? → Indication d'une distribution „équilibrée“.
- La distribution est-elle significativement asymétrique (droite/gauche)? → Indication d'un processus asymétrique / mélanges / limites / perturbations.
- Y a-t-il plusieurs pics de fréquence (multimodal)? → Indication de différentes causes/groupes (par exemple, couches, machines, lots de matériaux).
- Y a-t-il des classes de bord remarquables avec peu de valeurs ou des lacunes? → Vérifiez les données (résolution de mesure, arrondi, cas particuliers, sauts de processus).
- Plusieurs histogrammes sont-ils affichés? → Comparez la position (plage typique), la dispersion (largeur de la distribution) et la forme (asymétrie/multimodalité) entre les groupes.
Considération générale
Avec des spécifications connues
Avec plusieurs histogrammes
Pour l'histogramme, 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. 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_Emplacement A | Délai de livraison en jours_Emplacement B | Délai de livraison en jours_Emplacement 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⌄
Au moins des données quantitatives (données dénombrables ou mesurables).
Un instrument de mesure approprié, car les valeurs aberrantes peuvent souvent résulter d'erreurs de mesure.
Développement ancienne vs. nouvelle formulation
En développement, une nouvelle formulation est en cours de test. Un histogramme est utilisé pour vérifier si la distribution de la viscosité de la nouvelle formulation diffère de la précédente ou si les deux formulations montrent un comportement de distribution similaire.
L'histogramme montre que les distributions de la viscosité des anciennes et nouvelles formulations se chevauchent largement dans la plage de valeurs typiques. Les principales zones de fréquences se situent dans des classes similaires, de sorte qu'aucune différence significative dans la position de la distribution ne peut être observée.
Cependant, il est notable que la distribution de la nouvelle formulation est plus large. Les fréquences sont réparties sur plus de classes, indiquant une plus grande dispersion des valeurs de viscosité.
Délai d'une commande
Dans l'assurance qualité, il a été constaté que les valeurs individuelles de viscosité étaient en dehors de la plage attendue. Un histogramme devrait être utilisé pour vérifier si ce comportement se produit dans toutes les lignes de production ou si des lignes individuelles diffèrent.
Vous pouvez télécharger les données ici : production-lines.xlsx
L'histogramme montre que les lignes de production 1 et 2 ont une forme de distribution similaire et une plage typique de valeurs de viscosité comparable. Les fréquences sont concentrées dans les mêmes classes, ce qui suggère un comportement de processus similaire.
En revanche, la distribution de la ligne de production 3 est déplacée, car le centre des fréquences se trouve dans des classes plus élevées. La dispersion est comparable pour les trois lignes, mais des classes marginales individuelles dans la ligne 3 montrent des valeurs isolées, ce qui peut indiquer des conditions de processus spéciales ou des perturbations.
Demandes de temps de réponse
Les demandes sont traitées à plusieurs endroits dans le service d'assistance informatique. Bien que des processus de service uniformes s'appliquent, les conditions peuvent différer entre les sites. Un histogramme est utilisé pour vérifier si la distribution des temps de traitement des tickets diffère.
Dans l'histogramme, les principales zones de temps de traitement à tous les emplacements se situent dans une plage de valeurs similaire. Cela montre que les temps de traitement typiques ne diffèrent pas significativement entre les sites.
En même temps, une classe marginale avec des temps de traitement très longs est notable à un endroit. Ces quelques valeurs influencent la distribution à la marge sans modifier significativement la plage de traitement typique. L'histogramme rend ces cas exceptionnels visibles et montre qu'ils sont plus probablement des cas isolés plutôt qu'un problème général de localisation.
Quota de ventes par région
Dans les ventes, les opportunités de vente sont traitées dans plusieurs régions. Différentes conditions de marché et intensités concurrentielles peuvent affecter le quota de ventes. Un histogramme est utilisé pour vérifier si les distributions diffèrent entre les régions et les produits.
L'histogramme montre des différences significatives dans la distribution des quotas de vente entre les régions. Dans la région Ouest, les fréquences sont concentrées dans les classes supérieures, tandis que dans la région Sud, les valeurs se trouvent plus souvent dans les classes inférieures.
Les distributions des deux produits sont identiques dans toutes les régions, donc ni la catégorie A (bleu) ni la catégorie B (vert) ne peuvent être distinguées dans l'histogramme. Un meilleur outil dans ce cas est le diagramme en boîte.
Temps de livraison après le centre logistique
Dans la logistique, les commandes des clients sont traitées par plusieurs centres logistiques. Malgré les mêmes processus, les temps de livraison peuvent varier. Un histogramme est utilisé pour analyser si les distributions des temps de livraison diffèrent entre les centres logistiques.
Dans l'histogramme, les temps de livraison typiques de tous les centres logistiques sont dans une plage de valeurs similaire. Les fréquences sont concentrées dans des classes comparables, ce qui suggère des processus standard similaires.
Cependant, dans un centre logistique, une accumulation marginale avec des temps de livraison plus longs est notable. Ces quelques valeurs indiquent des situations de charge spéciales ou des cas individuels.
Comparaison des fournisseurs
Dans l'achat, les matériaux sont approvisionnés auprès de divers fournisseurs. Un histogramme est utilisé pour examiner si la répartition de la fiabilité des livraisons diffère entre les fournisseurs. La fiabilité des livraisons est calculée comme le pourcentage de livraisons à temps.
Fiabilité des livraisons [%] indique à quelle fréquence les livraisons sont effectuées à temps. Une livraison est considérée à temps si elle arrive dans la fenêtre de livraison convenue. La fiabilité des livraisons est calculée comme le pourcentage de livraisons à temps.
Pour chaque semaine, la fiabilité des livraisons est calculée, par exemple :
Fiabilité des livraisons [%] = (livraisons à temps / livraisons totales) × 100
Pour l'histogramme, la fiabilité des livraisons est calculée sur plusieurs semaines calendaires. Chaque point de données correspond à la fiabilité des livraisons d'un fournisseur sur une semaine.
L'histogramme montre des différences dans la répartition de la fiabilité des livraisons entre les fournisseurs. Le fournisseur A montre une forte concentration dans les classes de pourcentage élevées, indiquant une fiabilité des livraisons stable et élevée.
Le fournisseur C montre également une répartition relativement étroite, mais avec un accent sur les classes inférieures. La répartition du fournisseur B est nettement plus large et montre des valeurs très basses isolées – une indication d'une performance moins stable avec de plus grandes fluctuations.
L'histogramme montre donc que les temps de livraison habituels diffèrent peu, tandis que les exceptions individuelles doivent être spécifiquement analysées.
Écart de prévision
Dans la planification de la production, des prévisions de la demande sont créées. Un histogramme est utilisé pour analyser comment la distribution des écarts de prévision diffère entre différents horizons de planification.
L'écart de prévision résulte de la comparaison entre la demande planifiée et la demande réelle. Pour présenter l'écart de manière comparable, il est donné en pourcentage.
Écart de prévision [%] = (demande planifiée − demande réelle) / demande réelle × 100
- Une valeur positive signifie que la demande a été surestimée.
- Une valeur négative signifie que la demande a été sous-estimée.
- Une valeur proche de 0 % indique une prévision très précise.
En la présentant en pourcentage, les écarts de prévision peuvent être comparés indépendamment des quantités absolues et affichés clairement dans l'histogramme.
L'histogramme montre que la planification à court terme a une distribution étroite de l'écart de prévision avec un focus proche de 0 %. Cela indique une grande précision de prévision dans l'horizon de planification court.
Dans la planification à moyen terme, la distribution est plus large et le focus est plus éloigné de 0 %. La planification à long terme montre la distribution la plus large ainsi que des écarts positifs et négatifs significatifs – l'incertitude de prévision augmente significativement avec l'horizon de planification.
Classe (Bin) : Intervalle dans lequel les mesures sont divisées pour le comptage de fréquence.
Largeur de classe : Largeur d'un intervalle (par exemple, 0,5 Pa·s).
Fréquence absolue : Nombre de valeurs dans une classe.
Fréquence relative : Proportion de valeurs dans une classe (fréquence absolue / n).
Densité (optionnel) : Fréquence relative par rapport à la largeur de classe (pour comparaison avec différentes largeurs de classe).
Asymétrie / Multimodalité : Caractéristiques de forme de la distribution (asymétrique ou plusieurs centres d'accumulation).