Histograma: Proceso de Construcción e Interpretación
- Areli Alvarez Arteaga
- hace 4 días
- 8 min de lectura
El histograma, en el marco de la gestión de la calidad y la mejora de procesos, constituye una herramienta sencilla, pero sorprendentemente valiosa. Formando parte de las Siete Herramientas básicas de la Calidad, es especialmente útil cuando se dispone de un amplio número de observaciones que es preciso organizar, para analizar más detalladamente o tomar decisiones sobre la base de ellos. También, es un medio eficaz para transmitir a otras personas información sobre un proceso de forma precisa e inteligible.
Un histograma es un gráfico de barras vertical que representa la distribución de frecuencias de un conjunto de datosAplicación del Histograma en la Gestión de la Calidad
La elaboración y análisis de estos gráficos estadísticos, descubre información crucial para entender y perfeccionar los procesos de trabajo. Este artículo se introduce en la importancia de la creación del histograma, mostrando cómo esta técnica no solo simplifica datos complejos, sino que se convierte en un aliado esencial para impulsar la calidad en diversos ámbitos.
Softwarecorporativo y de productividad
En este sentido, el estudio de la distribución de los datos puede ser un excelente punto de partida para establecer hipótesis acerca de un funcionamiento insatisfactorio. Por otra parte, una aplicación de sumo interés en el control de calidad es la comparación de los resultados de un proceso con sus especificaciones.
Así, mediante un histograma, se puede determinar en qué grado el proceso está produciendo buenos resultados y hasta qué punto existen desviaciones respecto a los límites fijados en las especificaciones. En este sentido, el estudio de la distribución de los datos puede ser un excelente inicio para establecer hipótesis acerca de un funcionamiento insatisfactorio.
Ventajas
Su construcción ayudará a comprender la tendencia central, dispersión y frecuencias relativas de los distintos valores.
Muestra grandes cantidades de datos ofreciendo una visión clara y sencilla de su distribución.
Utilidades
Proporciona, mediante el estudio de la distribución de los datos, un excelente punto de partida para formular hipótesis acerca de un funcionamiento insatisfactorio.El histograma es especialmente útil cuando se tiene un amplio número de datos que es preciso organizar, para analizar más detalladamente o tomar decisiones sobre la base de ellos.Es un medio eficaz para transmitir a otras personas información sobre un proceso de forma precisa e inteligible.Permite la comparación de los resultados de un proceso con las especificaciones previamente establecidas para el mismo. Ayuda a determinar si el proceso satisface los requisitos del cliente.Hace posible determinar si ha habido cambios en un proceso.
Desde el punto de vista del control de calidad, un histograma facilita una representación en la que puede apreciarse si las medidas tienden a estar centradas o a dispersarse. También da respuesta a la cuestión de si el proceso produce buenos resultados; y a si éstos están o no dentro de las especificaciones.
Estadísticas
Desarrollo del Histograma
Naturalmente, asumimos que en la actualidad son muchas las aplicaciones informáticas que permiten construir un histograma con facilidad. No obstante, e conveniente repasar los fundamentos de la elaboración de esta herramienta gráfica capaz de mostrar distribuciones de frecuencias. De este modo, se pretende una comprensión de los fundamentos del histograma que facilite su análisis.
1. Recopilar Datos
Una vez seleccionada la variable del proceso que se pretende estudiar, se recopilan los datos correspondientes, siendo aconsejable disponer de un número superior a 50 observaciones.
En el ejemplo que utilizaremos para mejorar la comprensión de esta herramienta, la variable a estudiar es: “tiempo (en días) en responder la solicitud de un ciudadano para participar en programas de Servicios Sociales Comunitarios”. En la siguiente tabla se han tomado 84 observaciones, pertenecientes a un periodo de 6 meses.
2. Determinar el Rango de Datos
En segundo lugar, se determina el rango de datos, lo que implica identificar los valores máximo y mínimo del conjunto de datos. También calcular la diferencia entre ambos valores. Será este rango el que establecerá los límites del eje horizontal, o de abscisas, del histograma.
Administraciónde datos
Ejemplo:
Valor máximo: L = 84
Valor mínimo: S = 15 (L – S) = 69
3. Precisar el número de intervalos
Ahora, se define el número de intervalos que agruparán los datos en el eje de abscisas.
La tabla siguiente ayudará a determinar el número de intervalos (k) en función del número de datos disponibles. Al respecto, hay que precisar es muy común utilizar 10.
Para calcular la amplitud de los intervalos (h) basta con dividir el rango (L-S) entre el número de intervalos seleccionados, redondeando el resultado al entero superior.
4. Definir los límites de los intervalos
Con el fin de evitar que los valores extremos de cada intervalo de clase creen confusión sobre a qué intervalo pertenecen se definen sus límites reales, que se especifican con una precisión de la unidad de medida más pequeña.
Matemáticas
En primer lugar, se calcula el punto de inicio del primer intervalo, aplicando la expresión:
Punto de Inicio = Valor mínimo – Unidad/2
Y a partir de aquí, se suma el valor de la amplitud de intervalo (h) para obtener los límites de los intervalos siguientes.
El ejemplo que sirve de guía utiliza una variable discreta que solo puede tomar valores enteros, por lo que no es necesario calcular los límites reales de los intervalos. Al respecto, se establece el criterio para fijar los intervalos del siguiente modo: “pertenecen a un intervalo determinado aquellos datos con un valor igual o mayor que el límite inferior del intervalo, o menor que el límite superior.
Recordemos que una variable discreta es aquella que solo puede tomar valores aislados dentro de un conjunto finito o infinito numerable. Por ejemplo, el número de hijos que tienen las familias en una ciudad determinada es una variable discreta, ya que solo puede tomar valores enteros no negativos.
A su vez, una variable continua es aquella que puede tomar cualquier valor dentro de un intervalo. Por ejemplo, la altura, el peso o la temperatura son variables continuas. Si lo expresamos en términos más técnicos: una variable continua es aquella que puede tomar un número infinito de valores posibles, con cualquier precisión.
5. Obtener las marcas de clase
La marca de clase es el punto medio de un intervalo en una distribución de datos agrupados, y se calcula sumando los límites inferior y superior de cada intervalo y dividiendo el resultado por 2, mediante la expresión:
Límite inferior + Límite superior/2
En nuestro ejemplo, y para el primer intervalo: (15+22) / 2 = 18,5
Matemáticas
Los valores resultantes podrán entonces utilizarse para calcular medidas tanto de dispersión como de tendencia central de la tabla de frecuencias.
6. Construir la tabla de frecuencias
La tabla de frecuencias de un histograma es un resumen tabular que muestra la cantidad de veces que ocurren diferentes intervalos de valores en un conjunto de datos.
Para construirla, se registran los valores límite de los intervalos y sus marcas de clase. Igualmente, se computan los elementos pertenecientes a cada clase anotándolos en la columna “chequeo”, y se contabiliza el total de observaciones para cada intervalo en la columna de frecuencias.
7. Dibujar el Histograma
Ya estamos en condiciones de graficar el histograma, que concentrará toda la información acumulada hasta ahora.
El eje de abscisas contiene los intervalos previamente calculados.
La escala vertical representa las frecuencias.
Se trazan barras verticales, partiendo de cada intervalo, con una altura equivalente a la de sus frecuencias.
8. Interpretación
Un histograma facilita una representación visual en la que puede apreciarse si las medidas tienden a estar centradas o, por el contrario, tienden hacia la dispersión. En el control de calidad, también da respuesta a la cuestión de si el proceso produce buenos resultados y si éstos están dentro de los límites de las especificaciones.
Estadísticas
En el ejemplo de referencia, puede observarse que se ha trazado una línea adicional: límite de las especificaciones. De esta manera, la especificación[1] planteada fue que la respuesta se le diera al ciudadano en un plazo no superior a 60 días. Si observamos el histograma, apreciaremos que cierto número de observaciones, a la derecha de la línea y sombreadas, no han cumplido este objetivo.
Un análisis más detenido nos llevaría a concluir que el proceso no posee la estabilidad deseable, ya que los histogramas que reflejan procesos estables son más elevados en el centro, declinando simétricamente hacia ambos lados, según una distribución normal.
Aquí no parece darse esta condición, existiendo una cierta asimetría provocada por los datos fuera de límite. Pero, aunque los datos fueran más estables, podemos colegir que parte de ellos rebasan la especificación.
Así, parece que en nuestro caso los esfuerzos deberían dirigirse hacia un doble objetivo:
Reducir la dispersión.
Conseguir desplazar el histograma hacia la izquierda, de manera que aún los datos extremos estuvieran dentro del límite especificado (el objetivo, en este caso).
Siguiendo con el ejemplo anterior, en el que el objetivo está referido al tiempo de ciclo del proceso[2], observemos lo siguientes histogramas.
Cómo Interpretar Histogramas para el Control de la Calidad
Cuando combinamos el concepto de distribución normal, con los datos que provienen de un proceso de trabajo, el histograma llega a ser una herramienta efectiva y práctica para el análisis de los datos. Así, un histograma puede interpretarse respondiendo a cuestiones como:
Administraciónde datos
¿El proceso se está desenvolviendo dentro de los límites de las especificaciones?
¿Posee el proceso una alta variación?
Veamos ahora algunos ejemplos de histograma y cómo lleva a cabo suinterpretación.
Ejemplos con una especificación
En este histograma más de la mitad de los datos no cumplen el objetivo, superando el límite especificado.
Podemos apreciar cómo están agrupados, situándose en torno a un valor central, en una distribución normal.
Hay que actuar entonces reduciendo el tiempo de ciclo del proceso para disminuir el número de valores que exceden el objetivo.
Aquí, observamos datos agrupados y un proceso capaz.
La capacidad del proceso se refiere a la aptitud del proceso, cuando está estabilizado, para alcanzar un nivel dado de calidad.
En este caso hay suficiente amplitud para la dispersión de los valores antes de llegar al límite especificado. A medida que el conjunto de valores esté más alejado del límite, el proceso será más capaz al cumplir mejor el objetivo de calidad.
Un buen número de datos alcanzan el objetivo, pero la dispersión es elevada.
Por tanto, además de reducir el tiempo de ciclo del proceso, hay que centrarse en reducir su variabilidad.
En este otro caso, la figura A muestra el histograma de un proceso capaz, ya que sus valores no rebasan el límite de la especificación.
Además, existe un amplio espacio para la dispersión de los datos. Por el contrario, el histograma de la figura B representa un proceso no capaz.
Casos para histogramas con dos especificaciones
En el control de calidad, no siempre se trabaja con una sole especificación. En los histogramas siguientes podemos ver ejemplos para el caso de dos especificaciones (superior e inferior), entre las que han de situarse los datos.
Estadísticas
Histograma centrado y con los valores entre los límites de las especificaciones.
El estado del proceso ha de mantenerse, reduciendo la dispersión.
En este otro proceso encontramos una alta variación, que abarca todo el espacio entre los límites.
Cualquier valor a la izquierda o a la derecha estaría fuera de los límites de las especificaciones.
Es necesario reducir la variación del proceso.
En este otro proceso encontramos una alta variación, que abarca todo el espacio entre los límites.
Cualquier valor a la izquierda o a la derecha estaría fuera de los límites de las especificaciones.
Es necesario reducir la variación del proceso, reduciendo los casos que exceden las especificaciones.
Proceso con alta variación y descentrado.
Alguna causa asignable (no aleatoria) está afectando al proceso.
Así que es preciso situar el proceso en torno a un valor central, reduciendo al mismo tiempo la variación y los valores fuera de límites.
Finalmente, tenemos este proceso que si bien está centrado, se muestra poco capaz.
Las acciones de mejora han de encaminarse a desplazar los resultados, de forma que se encuentren entre los valores de las especificaciones. En este segundo ejemplo, el histograma de la figura A muestra un proceso capaz, ya que sus valores no rebasan el límite de la especificación. Además, existe un amplio espacio para la dispersión de los datos. Por el contrario, el histograma de la figura B representa un proceso no capaz.
Estadísticas
ACERCA DEL AUTOR. por Aiteco Consultores
TRANSCRIPCIÓN: Areli Álvarez Lean Construction México®
