HISTOGRAMA
Herramientas de calidad:
1. Histograma.
2. Diagrama de Pareto.
3. Diagrama de espina de pescado,
de causa-efecto o de Ishikawa.
4. Gráfico de control.
5. Hoja de recogida de datos.
6. Diagrama de dispersión.
7. Cartas de control.
HISTOGRAMA
Una de las 7 herramientas de control de calidad es el histograma. El
histograma o histograma de frecuencias es un gráfico que muestra
por medio de barras la distribución de frecuencias de una o más
variables.
Es quizá una de las herramientas más elementales en el uso
estadístico y una de las más importantes en el análisis de problemas.
¿QUÉ ES UN HISTOGRAMA?
Representación gráfica de la
distribución de un conjunto de
datos o de una variable,
donde los datos se clasifican
por su magnitud en cierto
número de clases. Permite
visualizar la tendencia central,
la dispersión y la forma de la
distribución.
DATOS NECESARIOS
RANGO= X máx. – X mín.
Número de clases. Ley de Sturges: K= 1+ 3.322 log
(N)
Amplitud de clase. A= R/K
INTERPRETACIÓN DEL HISTOGRAMA
INTERPRETACIÓN DEL HISTOGRAMA
INTERPRETACIÓN DEL HISTOGRAMA
INTERPRETACIÓN DEL HISTOGRAMA
LIMITACIONES DEL HISTOGRAMA
Aunque el histograma es una herramienta fundamental para analizar el
desempeño de un proceso, tiene algunas limitaciones:
[Link] considera el tiempo en el que se obtuvieron los datos; por lo tanto,
con el histograma es difícil detectar tendencias que ocurren a través del
tiempo. Por tal razón, no ayuda a estudiar la estabilidad del proceso en el
tiempo, lo cual se analiza por medio de cartas de control.
[Link] es la técnica más apropiada para comparar de manera práctica
varios procesos o grupos de datos.
[Link] cantidad de clases o barras influye en la forma del histograma, por lo
que una buena práctica es que a partir de la cantidad de clases que de
manera inicial sugiere un software, se analice el histograma con un número
de clases ligeramente menor y un poco más de clases, a fin de verificar si se
observa algo diferente.
MEDIDAS DE FORMA
SESGO
CURTOSIS
MEDIDAS DE FORMA
Como ya se dijo en la sección anterior, un aspecto relevante en el
análisis de un conjunto de datos o una variable es estudiar la forma de
su distribución. Por ello, en esta sección se complementa la
información de la sección anterior y se presentan las mediciones del
sesgo y la curtosis.
Éstas parten del hecho de que el tipo de distribución que se da con
mayor frecuencia es la forma de campana, con características
similares a la distribución normal.
MEDIDAS DE FORMA
Es frecuente que cuando la distribución no es de este tipo, sea la
señal de un hecho importante que está ocurriendo en el proceso y que
tiene un efecto negativo en la calidad.
Una medida numérica del sesgo o asimetría en la distribución de un
conjunto de datos se obtiene a través del sesgo y del sesgo
estandarizado (skewness), los cuales están dados por:
SESGO
SESGO
=[Link]()
CURTOSIS
Una medida para determinar qué tan elevada
o plana (achatada o picuda) es =CURTOSIS(
la distribución de ciertos datos, tomando
como referencia la distribución normal,
se obtiene a través del estadístico llamado
curtosis y del coeficiente de curtosis
estandarizado, que están dados por
CURTOSIS
Si el signo de la curtosis es positivo, indica que la curva de la distribución de los datos
es más empinada o alta (picuda) en el centro y con colas relativamente largas; ambos
aspectos se refieren a la distribución normal. Pero si el signo es negativo, se tendrá
una curva más aplanada y con colas más cortas con respecto a normalidad. Para los
datos que siguen una distribución
normal el valor de la curtosis estandarizada debe estar dentro de (−2, +2), por lo que si
n es grande (n > 100) y el estadístico cae fuera de este intervalo, será una evidencia de
que la distribución de los datos no es normal.
