HISTOGRAMAS DE FRECUENCIA:

HISTOGRAMA:
Es una gráfica de la distribución de un conjunto de datos. Es un tipo especial de
gráfica de barras, en la cual una barra va pegada a la otra, es decir no hay espacio
entre las barras. Cada barra representa un subconjunto de los datos.
Son empleados para resumir e Ilustrar la variación que se presenta en un conjunto de
datos. Sirven para investigar cómo se puede solucionar un problema o mejorar un
proceso.
El histograma de frecuencias es una herramienta para la calidad, muy útil porque nos
permite tomar decisiones respecto al comportamiento de una determinada variable
El histograma muestra la acumulación o tendencia, la variabilidad o dispersión y la forma
de la distribución.
Este tipo de graficas es adecuada para representar variables continuas (variables
numéricas que tienen un número infinito de valores entre dos valores cualesquiera)
aunque también se pueden usar para variables discretas (variables numéricas que
tienen un número contable de valores entre dos valores cualesquiera)
¿Cómo se construye el histograma?
Utilizando software de aplicación estadística se puede obtener fácilmente el histograma
de los datos, por lo que hoy en día nos debemos centrar más en su interpretación. Sin
embargo, no está por demás hacer en forma manual el histograma de los datos.
Lo primero que tenemos que hacer es analizar cuáles son los datos que se van a
interpretar.
En segundo lugar, procedemos a determinar el rango. El rango se define como la resta
entre el valor más grande con el valor más pequeño de tus datos capturados.
En tercer lugar, determinar el número de clases (k) La primera es considerar una tabla
guía. La siguiente está basada en la publicación de Roberto Behar y Pere Grima.

Otras referencias sugieren 4 clases si tenemos menos de 50 datos, 7 clases para menos
de 100 datos, 10 clases para menos de 150 datos, 12 clases para menos de 200 datos
y 14 clases para más de 200 datos.
La siguiente opción es obtener la raíz cuadrada de la cantidad de datos. El resultado
redondeado será el número de clases.
Otra opción es la regla de Sturges. Propuesta por Hebert Sturges, nos da una regla
práctica para obtener el número de clases:

Hay otras formas, pero estas son las más difundidas. ¿Qué opción elegir? Como regla
general considera que, a mayor número de datos, más clases tendremos. Lo realmente
importante es la forma que va a tomar nuestro histograma, así que lo más recomendable
es que vayas probando con cada una de las opciones buscando la que te permita hacer
un mejor análisis final.
En cuarto lugar, determinamos la amplitud de clase o ancho del intervalo. Se define con
la letra h. Para ello divide el rango entre el número de clases definido en el paso 3. Si
obtienes un número decimal, redondea al entero más cercano. ¿Por qué? Porque la
información debe ser fácil de interpretar
En quinto lugar, definimos las clases. Ya tienes el número de intervalos de clase a
considerar y su amplitud, con esto ya puedes establecer cada clase.
Busca el número más pequeño en todos tus datos, y a ese número le vas a sumar la
amplitud de clase. Ya tienes tu primer intervalo o clase.
Por ejemplo, si el número más pequeño que tienes es 10 y tu amplitud de clase es 5:
Tu primer intervalo será: [10 – 15], el segundo (15, 20], y así sucesivamente.
Si te encuentras con un dato que coincide con el límite de clase, como por ejemplo “15”,
simplemente define un criterio para todos los intervalos de clase. Define si se ubica en
el intervalo actual o el intervalo siguiente.
Por ejemplo, nosotros definimos que el primer intervalo sea todos los números mayores
o iguales a 10 y menores e iguales a 15. En consecuencia, el segundo intervalo será
todos los números mayores a 15 y menores iguales a 20.
En sexto lugar: Procedemos agrupar los datos según su pertenencia a cada clase.
En el séptimo lugar en el eje x ubicamos los intervalos de clases
En el eje y ubicamos la frecuencia.
Por ultimo interpretamos el histograma. Analizamos aspectos como la tendencia, la
variabilidad y la forma de distribución de los datos.
INFORMACIÓN QUE PROPORCIONA LA TABLA
 Frecuencia relativa (fri), es decir la proporción de observaciones del total que
pertenecen a cada clase.
Por ejemplo:

Entonces la primera clase indica que hay 2 clientes que tardaron 141 a menos de
157 segundos en ser atendidos en la caja; 4% de los clientes observados tardaron
de 141 a menos de 157 segundos en la caja.
Para cada clase es conveniente calcular un valor que la represente Este valor e
conoce como Marca de Clase (Xi) y es el punto medio de cada clase. Se obtiene de
la siguiente manera:
 Si en el histograma colocamos las marcas de clase, estas serán el punto medio de
cada barra y si unimos los puntos medios de la parte superior de cada barra
obtenemos otra representación gráfica conocida como polígono de frecuencias.

Observa que el inicio y terminación del polígono de frecuencias son la marca de clase
de una clase anterior a la primera y la marca de clase de una posterior a la última,
respectivamente. Es decir, el inicio es 133 y la terminación es 245 segundos.

Ahora que se ha construido el histograma y el polígono de frecuencias absolutas y

relativas, procedamos a interpretarlos:
 La mayor acumulación o tendencia la encontramos en la tercera clase; 17
clientes, es decir el 34% de los clientes observados, tardaron entre 173 y casi
189 segundos en la caja. Es decir, el histograma muestra que la acumulación o
tendencia del tiempo en que tardan los clientes en caja se encuentra entre 173
y 189 segundos.
 Sólo 2 clientes, es decir únicamente el 4% de los clientes observados fueron
atendidos en caja en un menor tiempo menor a los 157 segundos.
 4 clientes o sea el 8% de las personas tardaron 205 segundos o más en la
caja.
 44 de los 50 clientes observados, es decir el 86% de los clientes estudiados
tardaron entre 157 y 205 segundos. El histograma muestra que el rango o
variabilidad total va de 141 a 237 segundos, y que el 88% de los clientes
tardaron entre 157 y 205 segundos. Se puede decir, en otras palabras, que el
tiempo que tardaron el 88% de las personas varío entre 157 y 205 segundos
Una distribución simétrica con forma de campana se conoce en estadística
como distribución normal.
 La forma de la distribución es aproximadamente simétrica con respecto a la
tercera clase y la curva suavizada nos muestra una distribución en forma
aproximada a una campana que en estadística se conoce como distribución
normal.